Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tablas Fiquia
Tablas Fiquia
Por favor citar este artículo como: Azzedine Boukerche, Robson E. De Grande, vehicular CloudComputing: arquitecturas, aplicaciones y
Movilidad, Red de computadoras ( 2018), doi: 10.1016 / j.comnet.2018.01.004
Se trata de un archivo PDF de un manuscrito inédito que ha sido aceptado para su publicación. Como un servicio a nuestros clientes estamos
proporcionando esta primera versión del manuscrito. El manuscrito será sometido a la corrección de estilo, composición y revisión de la prueba
resultante antes de que se publique en su forma final. Tenga en cuenta que durante los errores en el proceso de producción se pueden descubrir lo
que podría afectar el contenido, y todos los avisos legales que se aplican a la revista pertenecen.
MANUSCRITO ACEPTADO
Azzedine Boukerche
Robson E. De Grande
DO
TA
Resumen
los sistemas de transporte inteligentes están diseñados para proporcionar aplicabilidad innovadora
EP
ciones y servicios relacionados con la gestión tra FFI c, así como para facilitar la
el acceso a la información para otros sistemas y usuarios. La motivación convincente para el empleo de los
AC
promovido el concepto de las nubes vehiculares. La tesis recoge y describe los enfoques más recientes y
O
soluciones para vehicular las nubes, las aplicaciones que ofrece, servicios y modelos de tra fi cientes c que
T
servicios que mostraron relevancia en el ámbito de aplicación del sistema de transporte, Ben-
e fi ting su gestión, conductores, pasajeros y peatones. Sin embargo, la fi c alta movilidad de tra impone
US
como un desafío significativo en la implementación de una nube vehicular en cambiar continuamente los
medio ambiente que las cuestiones fundamentales y aumentar la complejidad de la construcción de este nuevo tipo
de nube. Mediante el análisis de los modelos existentes tra fi c, encontramos que Vehicular computación en nube es
M
tecnológicamente factible no sólo en el entorno estático, como un estacionamiento o garaje donde los vehículos son
los escenarios dinámicos, tales como carreteras o calles donde los vehículos se mueven.
palabras clave: Cloud Computing, Mobile Cloud Computing, Cloud Computing vehicular, Vehicular
1. Introducción
consolidación de la concesión en la incorporación de características más tecnológicas en los vehículos, así como
permitiendo a los conductores para acceder sofisticada vehículos inteligentes para uso diario. Cualquier vehículo actual
DO
con un potente ordenador de a bordo, dispositivo de almacenamiento de gran capacidad, RA- sensibles
la informática [1] ha presentado avances de ritmo rápido que le han permitido a apoyar las nubes
TA
dinámicas construidas en entornos móviles.
fuentes y servicios a través de Internet ha permitido que sea reconocido como un público
utilidad [2]. Por ejemplo, Amazon Elastic Compute Cloud (Amazon EC2) se ha convertido en el mayor
AC
15
el mantenimiento de sus centros de datos [3]. En consecuencia, estos intereses afines seguir avanzando en el
T
modelo, escalabilidad, los recursos bajo demanda, la tecnología de virtualización, y la calidad de servicio (QoS) como
C
20
sive las inversiones y las empresas e ff Orts para migrar sus negocios en este nuevo
paradigma.
AN
Los beneficios y retos en el campo han motivado varias obras germinales, promoviendo la
introducción de un marco vehicular nube [4]. Este trabajo inicial abstrae las cuestiones actuales y clasi fi
M
2
MANUSCRITO ACEPTADO
compartido con los propietarios de vehículos. Por otra parte, se espera que este marco que permita a los modelos de
grupo de vehículos que pueden compartir recursos a través de la comunicación de vehículo a vehículo (V2V),
vehículos en movimiento, o en un estacionamiento (Cloudlet estática), que es relativamente estacionario y formada por
DO
vehículos estacionados [5, 6]. En consecuencia, cada tipo de Cloudlet se adapta a una amplia gama de servicios de di ff
movilidad y promueve una Cloudlet móvil ideal para la difusión de datos vehicular
EP
servicios. Por otra parte, los vehículos esperando en aún tra fi c urbana podría formar una
Nube vehicular que bien puede servir a la ejecución de tra fi c apli- gestión
AC
cationes, que pueden identificar soluciones para aliviar tra FFI c congestión. En una situación aún más estática,
ser entorno relativamente estable para tareas de computación y almacenamiento de datos, proporcionando
T
Evolucionado desde vehicular red ad-hoc (VANET), vehicular Cloud Computing (VCC) ha estado
RI
aplicaciones pertinentes, o sensibles. Además, las VCC están diseñados para iniciar objetivos que responden
directamente a las necesidades de transporte de todos los días, como habilitar los servicios computacionales a bajo costo
AN
ción, y los servicios de ejecución para mejorar la seguridad vial. Este trabajo pretende ser una referencia para
55
ing para introducir una mejor comprensión de los principios de mecanismos vehicular Cloud Computing.
3
MANUSCRITO ACEPTADO
DO
TA
EP
entre los nodos de una red es un salto único o multi-hop con base. Aparte de eso,
VCC ha surgido de Mobile Cloud Computing (MCC), donde la principal preocupación consiste en llegar a
C
servicios.
AN
El resto del documento se organiza como sigue. Sección 2 se resume la arquitectura y aplicaciones
70 ducción de los tradicionales Cloud Computing y sus servicios clave. Sección 4 O ff ers
una visión general de Mobile Cloud Computing, que tiene características similares a la Ve-
4
MANUSCRITO ACEPTADO
DO
TA
Figura 2: Evolución hacia Paradigm Vehicular Cloud Computing.
EP
ing modelos c tra fi cientes, que estiman el número de recursos informáticos en el entorno vehicular
2. Redes Vehiculares
RI
Sobre una base diaria, las grandes ciudades modernas se enfrentan a problemas de transporte crónicas, incluyendo la
C
congestión lenta tra fi c fl ujo, tra fi c, y las situaciones de emergencia causadas por accidentes. Un aumento en el número de
US
lowing gestión adecuada c tra fi y hacer frente a los problemas de transporte. El fuerte incremento en el volumen de tra fi c ha
AN
llevado a escenarios ciudades inseguras, experiencias de conducción desagradables, y las condiciones urbanas
cationes tema notificada de estado de congestión con tiempo suficiente para que las acciones preventivas, que
la seguridad y la e ciencia FFI. sistemas de gestión del transporte han mejorado con
5
MANUSCRITO ACEPTADO
la introducción de carriles adicionales en carreteras y una reducción en el número de signos tra FFI c para
enfoques proporcionan una solución temporal y son afectiva ine para la orientación del núcleo
90 temas urbanos.
Por otra parte, varios avances tecnológicos recientes han dado poder a la aplicación de diversos
servicios de gestión c tra FFI y aplicaciones de conducción, tales como el control preciso de tra fi c fl ujo,
tra FFI c, y la detección de peligros tra FFI c. Todos los servicios y aplicaciones dependen
95 en, o pueden beneficiarse de, el concepto de los vehículos conectados, que cooperativamente
DO
propagar y difundir información. diseño VANETs' se ha inspirado en las redes ad-hoc móviles [7]; las
mentos en las tecnologías, soluciones y soporte a una amplia gama de aplicaciones. Redes vehiculares
EP
a-Infraestructura (V2I), así como estrategias (V2X) de comunicación de vehículo a Todo [8, 9, 10, 6].
AC
Varias iniciativas han dedicado fi significativo e ff Orts en emplear redes vehiculares para hacer
105 eventos de conducción desagradables [11]. Estas cuestiones pertinentes al transporte tienen
datos en tiempo real [12]. Dado que estas nuevas redes han permitido un entorno de comunicación único
RI
Actualmente las redes se extienden este contexto involucrar principalmente la seguridad, la privacidad y
US
La Figura 3 presenta una arquitectura general para VANETs e ilustra posibles escenarios de
115 (OLA). Las estrategias de comunicación comunes en las redes vehiculares son
6
MANUSCRITO ACEPTADO
como V2I, V2V, Vehículo-a-peatonal (V2P), Vehículo a dispositivo (V2D), y de vehículo a la cuadrícula
(V2G).
• De vehículo a vehículo. V2V consta de las comunicaciones entre los vehículos en ad-
DO
125
transmisión de mensajes relacionados C-tra FFI, como el estado de carreteras, las condiciones de conducción, y los
130 tion [14]. Estas comunicaciones, en la mayoría de los casos, implican el acceso de las
introducir una mayor seguridad, pero el ancho de banda que la demanda es mayor que
O
135 Los espectros de la banda de frecuencia de 5,9 GHz se han asignado para la
RI
mentación y permitir el funcionamiento de las comunicaciones V2V [15]. A bordo de unidades (OBU), las
C
unidades de tierra (RSU), y las autoridades de certi fi cación (CA) son los principales componentes que
US
• A bordo de la unidad. OBU está presente en cada vehículo solo; que se encarga de recoger los datos
servicios. Embedded con un conjunto de sensores, así como otras piezas de equipo, OBU
7
MANUSCRITO ACEPTADO
vehículos o RSU. Este componente también recibe mensajes, siendo capaz de verificarlas, el
la comunicación con los mínimos de infraestructura de red. Esta unidad está en una fi jo
estar relacionado con el estado de tra FFI c, tales como accidentes por delante, puntos más cercanos de aparcamiento,
estaciones de servicio, y la longitud de una cola c tra FFI. Para ser capaz de ejecutar su
funciones, una RSU presenta al menos una interfaz de red que conecta
DO
155 el componente funciona una pasarela que permite a los vehículos acceder a la red
carreteras y vehículos [5], por lo que se monta generalmente a lo largo de la carretera y inter-
EP
al recibir mensajes. Una CA es una fiesta de plena confianza en el medio ambiente y es crucial para
Redes vehiculares. En la arquitectura, las entidades de confianza comúnmente sirven como entidades
T
165
ción.
C
US
subclase que se centra en el entorno vehicular [17]. En el contexto amplio de MANETs, RSUs y OBUs se
son nodos estáticos, fijos y OBUs son nodos móviles. Con las comunicaciones habilitadas a través del
el contexto vehicular:
8
MANUSCRITO ACEPTADO
Internet
California
RSU
OBU
RSU
2V
V2I
OBU
V2I
DO
RSU
TA
Figura 3: Arquitectura General de Redes vehiculares.
EP
175 distancia. Un nodo inalámbrico sólo puede transmitir datos hacia y a través de su neigh-
nodos aburridas, que reenviar paquetes más allá de su cobertura. En consecuencia, los nodos en MANETs mayoría
necesitan protocolos de encaminamiento ad-hoc para la comunicación, tales como el encaminamiento bajo demanda,
O
En g. Sin embargo, los protocolos de enrutamiento MANET no son adecuados para vehicular
RI
180 Redes ya que no pueden hacer frente a la red ad-hoc que cambia rápidamente
topología.
C
US
• El número de nodos que componen una red vehicular es considerablemente más grande
Sidering que cada vehículo representa un único nodo móvil. Por lo general, como una cuestión de
mejor se adapte a las particularidades locales. RSUs estacionarios, que sirven como una
9
MANUSCRITO ACEPTADO
• La topología de las redes vehiculares se define de acuerdo con el diseño de las condiciones de la red
de MANET, los vehículos no se mueven de forma arbitraria en una región; carretera existente
segmentos y reglamentos tra FFI c, tales como paradas, tra FFI c se enciende, y la carretera
direcciones, delimitan rutas de vehículos. Esta topología urbana tra FFI c aumenta la previsibilidad de
una preocupación significativa para el diseño de soluciones ectantes e ff. En la mayoría de los casos de
DO
aplicaciones y servicios, el rendimiento se ve comprometida debido a la limitación
nodos Tain conocidos como OBUs que no son propensos a las limitaciones de potencia, como
EP
así como el almacenamiento, ya que los vehículos incluyen baterías que suministrar suficiente energía
• OBU es capaz de realizar tareas de computación sofisticados y más complejos. Sin restricciones
aplicaciones avanzadas.
T
• Redes vehiculares son en su mayoría efímera [ 18]. Los nodos en redes vehiculares presentan alta movilidad
RI
210 Ates una topología de red que cambia constantemente, y para que la conectividad
US
dominately dicta la densidad de distribución de nodos. En este caso, los análisis de movilidad deben tener en
215
es mayor durante las horas pico y menor durante la noche. También, velocidad y dirección, los
10
MANUSCRITO ACEPTADO
entre los vehículos. Por lo tanto, el diseño de algoritmos, protocolos y sistemas para tales redes debe
Masivas de interés y e ff Orts para explorar Redes Vehiculares en entornos tra fi cientes c han generado
numerosas aplicaciones para un vasto conjunto de propósitos. Tales aplicaciones fi t en tres clases
225 • Las solicitudes para la seguridad vial. El contexto de estas aplicaciones se centra en
haciendo uso de las capacidades de comunicación que Vehicular Redes introduce como un facilitador
DO
para proporcionar mensajes críticos. Estos mensajes pueden
de apoyo cationes NotI peligro fi, evitación de colisión, y advertencias, que pueden
TA
proporcionar información acerca de las condiciones climáticas adversas en aras de la carretera
medios para trabajar mejor con la carretera, ayudando a la toma de decisiones durante
conducción, y complementar los procesos de toma con información adicional. Por ejemplo, las
O
de tra FFI c mermeladas, la detección de vehículos que están haciendo cola, o de adelantamiento otros vehículos.
T
RI
• Las solicitudes para la comodidad del pasajero. Estas aplicaciones de valor añadido PRI
C
oritize la comodidad de conductor y los pasajeros. Están diseñados para hacer viajes vehiculares
US
3. Cloud Computing
M
En los últimos años, los avances excepcionales se han hecho en Cloud Computing (CC) gracias a
los avances tecnológicos en informática y las redes [22, 23, 24]. Cloud Computing presenta un cambio
11
MANUSCRITO ACEPTADO
tecnología de la información (TI). Basado en [25], CC se define como un modelo que permite, acceso
de los recursos informáticos con fi gurable, como las redes, servidores, almacenamiento, aplica-
características novedosas para soluciones de computación distribuida cuando se compara con tra-
DO
TI. Tiene en recursos informáticos finitos disponibles para los usuarios;
255 en consecuencia, los usuarios no son necesariamente requeridos para planificar para el suministro de
recursos físicos;
TA
• Los usuarios tienen la posibilidad de alquilar los servicios y recursos de acuerdo con sus
para que los usuarios “comprar” los recursos de hardware adicionales sólo cuando hay una
260
empresas de tamaño en el que signi fi nancieros compromisos fi cante se pueden evitar, omitiendo la
fuentes para un período requerido. Como resultado, los usuarios tienen el beneficio de arrendamiento
RI
ser puesto en libertad después de que termine el proyecto. Esta cesión temporal facilita la gestión del
C
Con todas las ventajas que introducen flexibilidad para la gestión de re-
270 fuentes en proyecto cambiantes requisitos, los usuarios y las empresas han mostrado una
el aumento de la migración de sus servicios de TI y de datos a los servidores de CC. Una excelente
M
ejemplo de esta tendencia es Amazon Elastic Computing Cloud (EC2), que corresponde a una de las
12
MANUSCRITO ACEPTADO
DO
TA
Figura 4: Configuración de Amazon EC2.
275
Vides una API web donde los usuarios autorizados pueden acceder a servicios en la nube y de reserva.
La plataforma permite el acceso a los recursos informáticos, instancias de EC2 y almacenamiento, elástico bloque de
AC
Para llegar a ciencia e fi, un componente conocido como la nube reloj controla la utiliza-
O
280 ción de los recursos, y notifica los resultados al sistema de escala automática. Este sistema
es responsable de la toma de decisiones en la ampliación de los servicios, de acuerdo con las necesidades de los usuarios.
T
en tres clases principales, a saber, infraestructura como servicio (IaaS), Plataforma como
C
Un proveedor de servicios de nube hace que los recursos elásticos, tales como capacidades de computación,
AN
conexiones de red y capacidad de almacenamiento, disponible para los clientes a través de la tecnología de virtualización
Servicio de almacenamiento en la nube. OpenStack, por el contrario, es un proyecto de código abierto que ha alcanzado
290 mucha popularidad entre otras plataformas de software para la nube Com-
13
MANUSCRITO ACEPTADO
tipo de servicio contiene una serie de componentes interrelacionados que construyen su plataforma de
295 carga de almacenamiento de negro, y Swift gestiona el almacenamiento de objetos. Todos estos compo-
nentes juntos son indirectamente accesible a través de cuadros de mando basados en la web: Horizonte, herramientas de línea
PaaS o ff ers los medios para los usuarios desarrollar, ejecutar y administrar aplicaciones,
DO
300 proporcionar una plataforma donde los usuarios no tienen que preocuparse por la lower-
detalles del nivel del entorno. En consecuencia, los servicios de esta categoría permiten
almacenamiento y otros servicios de apoyo necesarios para acoger la solicitud de los clientes. Microsoft Azure
EP
305 [30] y Google App Engine [31] son plataformas regulares que sirven
Un proveedor de servicios de nube en el contexto de las exigencias ambientales ff modelo SaaS o Acceso a una suite de
O
clientes como un servicio bajo demanda. Por lo general, la suite consta de o cina FFI y men-
C
saging, Sistema de Gestión de Datos (DBMS), diseño asistido por ordenador, gestión de relaciones con
servicio basado, SaaS facilita el alquiler de software por un período, como una alternativa a la compra.
mismo proveedor de servicios, esta clase de servicios hace que sea posible para evitar problemas de incompatibilidad entre
el software, que los usuarios suelen experimentar; en consecuencia, las preocupaciones de que coincida con el sistema
M
tienda de campaña, debido a todo el servicio que está disponible a través de navegadores web. La plataforma IBM
14
MANUSCRITO ACEPTADO
a través de ellos, que ha promovido un nuevo campo de investigación llamado Mobile Cloud Computing (MCC)
325 [34, 35]. Los diseños en este nuevo campo idear dispositivos móviles
como entrada y salida de los puntos finales y asumir que proceso de servidores de la nube remoto
El foro de MCC [36] de fi ne MCC, en sus términos más simples, como una infraestructura en la que los
DO
330 Estas tareas se realizan de forma remota por otras entidades. Por lo tanto, la nube móvil
disponibles no sólo para los usuarios de smartphones, sino también a una amplia
EP
335 MCC se espera que O ff er signi fi cativo potencial para aplicaciones de TI y los presentes
AC
mentos, duración de la batería todavía se compone de las preocupaciones significativas para de- móvil
RI
340 vicios. insu fi ciente, duración de la batería condiciones limitadas usuarios cargar sus
estos dispositivos electrónicos. Se han propuesto varios métodos que contrarrestar este aspecto
volvés modificado cationes en la estructura y arquitectura de dispositivos inteligentes, que podrían no ser
implicar en las restricciones de ejecución en los dispositivos, incluyendo los productos que ya han
estado en uso, aunque tales técnicas son capaces de aumentar la vida de la batería. En este caso
15
MANUSCRITO ACEPTADO
a O ffl oad la carga de procesamiento y almacenamiento de carga de los dispositivos móviles, la migración de las
Servidores de la nube remotas. Las preocupaciones sobre la duración de la batería han motivado
el diseño de varios o Estrategias ffl oading [37, 38] mapeado en intrincada sim-
DO
360 aunque la capacidad de procesamiento de los dispositivos han avanzado significativamente,
la ejecución de aplicaciones tales como o estrategias ffl oading pueden migrar parti-
EP
cionado tareas sin problemas y almacenar grandes cantidades de datos en la nube a través de redes inalámbricas.
365
AC
la ejecución remota de aplicaciones y servicios, datos y resultados se almacenan y se replica en los servidores
remotos de la nube. O ffl tareas oading disminuye considerablemente el riesgo de pérdida de datos; en comparación
T
370
puedan deberse a la utilización de la nube, varios niveles de seguridad de datos en modelos MCC introducen
US
los proveedores. Por ejemplo, basadas en la nube de gestión móvil de derechos digitales (DRM)
375
contenido digital, tales como vídeo y audio, de ser inadecuadamente accede y se distribuye de
dieciséis
MANUSCRITO ACEPTADO
los consumidores. La planificación a priori en consecuencia, permite a los proveedores de servicios para
ciones.
• La facilidad de acceso. La interfaz de línea de MCC aumenta considerablemente la accesibilidad; los usuarios llegan a
DO
cabo por los recursos en cualquier momento y que dependen del acceso a Internet a través de redes inalámbricas.
390
TA
• Facilidad de integración. Los proveedores de servicios son capaces de distribuir los recursos
y compartir los costos. Esta característica permite gran apoyo a una gran variedad de apli-
EP
395 ily llevarse a cabo para Servidores de la nube. En el contexto de Mobile Computing Edge
(MEC), los recursos situados en el borde de la red móvil a acortar la trayectoria de comunicación y la
O
Esta estrategia permite una mayor accesibilidad a los servicios de gran demanda y
RI
requisitos de retardo. En consecuencia, MEC permite a los usuarios para evitar la excesiva ex-
C
400
carga tra impone a la radio y la red de retorno de las redes móviles, la disminución de la latencia de la comunicación
US
punto de vista arquitectónico, MCC presenta un enfoque totalmente la utilización de recursos centralizada
AN
mientras MEC permite un acceso totalmente distribuido a los recursos en muchos lugares. Una arquitectura de
en el que nubecillas son elementos intermedios entre los dispositivos móviles de la nube cen-
tralized servidores. La descentralización permite que los dispositivos móviles para conectarse a nubecillas
17
MANUSCRITO ACEPTADO
En escenarios flexibles más volátiles y FL, donde la conectividad de los dispositivos móviles no permiten
bilis Ad-Hoc nube plantea como una solución potencial para MCC o ffl oading. Móvil
un dispositivo utiliza los recursos disponibles de los dispositivos móviles vecinos [43]. En este enfoque, las
capacidades de un dispositivo están extendidos, pero sólo a través del acceso a los recursos más cercanos,
dependerá de la plena conectividad con la infraestructura para promover los bene fi cios de MCC.
Sin embargo, el entorno móvil que cambia rápidamente crea una falta de conectividad y justi fi es MAC, así
DO
como la imposición varios desafíos en el establecimiento de una nube de dispositivos móviles. Como
420
TA
O oading ffl y la programación, la asignación de recursos y la gestión, el descubrimiento y
formación de la MAC [44]. La limitación de MAC es que requiere la colaboración de los dispositivos móviles
EP
para motivar la participación. Otra limitación importante del modelo de con- MAC
siste de toma de decisiones costosas en la asignación de tareas, así como formación de nubes y
AC
425 mantenimiento, en contra de los beneficios de la O ffl oading cálculo y almacenamiento a otra
dispositivos deteriorado-capacidad.
O
430
que se supone que presentar recursos restringidos. VCC, en este caso, funciona
las capacidades de los dispositivos mientras VCC permite vehículo subutilizado o disponibles
recursos que se recogerán; esto se extiende a MEC, en el que los vehículos pueden, en un escenario
M
se trata de MAC, VCC comparte características más cercanas a este subconjunto de MCC
paradigma desde VCC intenta formar una nube de forma dinámica con el cercano
18
MANUSCRITO ACEPTADO
vehículos como para una tarea, una aplicación o un servicio orientado. Sin embargo, VCC implica un conjunto muy
440 la volatilidad extrema del medio ambiente y de los recursos, el movimiento distinto
modelo de negocio que abarca, que permite que los recursos que se recogerán de los vehículos a otros elementos,
Los trabajos recientes [45, 4, 46] han acuñado el término, adecuadamente de fi nido la con-
445 CEPT de, y delimita los primeros diseños de vehicular Cloud Computing. Estas
Las obras presentadas VCC con el objetivo principal que consiste en la recolección, la asignación y utilización de
DO
los recursos disponibles a bordo de los vehículos. Estos recursos comprenden capacidades que van desde el
SITUACIONES servicios. Tal como se define en su esquema de primera [46], se refiere a un VCC un grupo de vehículos
detección, y los recursos físicos que podrían ser coordinadas y dinámicamente asignada
T
camente asignado a los usuarios autorizados. Tabla 1 presenta una breve comparación de la
460 los Servidores de la nube convencionales presentan el más poderoso re cómputo local
US
fuentes, y un vehículo moderno típicamente incluye un ordenador de a bordo, que tiene mucho mayores
capacidades de computación que en un dispositivo móvil. Además, la movilidad es un valioso y una parte
AN
VCC mientras que los recursos de un CC tradicional se encuentran comúnmente en el fijada centro de datos.
465
fuente de alimentación constante en el centro de datos; Del mismo modo, VCC no está limitado por el poder desde un
vehículo contiene una batería de gran capacidad, y el motor en marcha se recarga continuamente. Sin embargo, la
19
MANUSCRITO ACEPTADO
Tabla 1: Principales características de Cloud Computing, Mobile Cloud Computing, Cloud Computing y vehicular
Limitación de la batería No Sí No
Composición autónoma No No Sí
cliente-servidor
DO
remotos servidor remoto servidores remotos
TA
MCC. Por último, VCC es el único tipo de nube que se basa en muy dinámico
470 recursos físicos, y se pueden formar de manera autónoma, en función del tra fi c
EP
situación.
Los vehículos modernos contienen capacidades computacionales que son relativamente robusta para permitir
AC
475 recursos, mejorando así el acceso a los servicios. Por otra parte, una función de re vehículos
O
fuentes tienden a ser subutilizado durante largos períodos de tiempo, tales como cuando los vehículos están aparcados o
T
tunidades para la exploración de los recursos informáticos infrautilizados para ensamblar las nubes
de forma autónoma. Por el concepto de vehículos conectados, los elementos circundantes pueden
C
480 participar en una VCC, que comprende una estrategia fundamental que contribuye a la lucha contra
US
cuestiones complejas, en tiempo real y en loco; muchos trabajos, como en [46], reconocen este enfoque como un cambio
estrategias para coordinar los recursos e fi cientemente [47, 48, 49, 50].
M
485 Ambos paradigmas son elementos esenciales para el diseño de soluciones de Intel
ligent Sistemas de transporte, incluyendo el apoyo a una amplia gama de aplicaciones y servicios, tales
20
MANUSCRITO ACEPTADO
diciones en un entorno de simulación [51]. Sin embargo, debido a la gran movilidad de los elementos que
490 la interconexión dinámica de vehículos son muy similares a los problemas experimentados
encontramos soluciones que abordan los cambios altamente dinámicos de topología de la comunicación en
redes vehiculares, los desafíos persisten y están activamente presentes en VCC, que se basa enteramente en
DO
Tras una visión global de las obras más relevantes relacionados con VCC, la Figura 5 se resumen
Informática derivada de e ff anteriores orts [53]. Los enfoques cubierto en esta encuesta
TA
centrará en las aplicaciones y servicios para las categorías di ff Erent de nubecillas vehiculares.
500
de aplicaciones potenciales [46]. Entre estas aplicaciones, una propuesta para componer
AC
y construir un centro de datos en los estacionamientos fue notable debido a su bajo nivel de
estacionamientos de los centros comerciales que todavía debe descansar por un período de tiempo razonable.
T
Aplicaciones involucrados con el sistema de gestión de c tra FFI dinámica consisten en otro tipo de
US
510 aplicación VCC [4], que trata directamente con común de tránsito
cuestiones dirigidas a los bene fi cios mutuos. Tra fi c congestión incluye una preocupación fundamental en las áreas
metropolitanas, y es cada vez mayor debido al aumento del número de vehículos en las carreteras. La condición de
AN
estar en congestionada tra fi c conduce a una posición donde los conductores podrían estar de acuerdo en compartir
sus recursos de computación de vehículos con el sistema de gestión c tra fi. Los vehículos, en este caso, pueden
M
515 recibir el
carga particionado de cálculos de procesamiento y llevando a cabo simulaciones; tales tareas podrían ser parte de un
21
MANUSCRITO ACEPTADO
DO
TA
EP
AC
congestión a través del control c luz tra FFI. Por otra parte, varios trabajos han ideado
T
Otras aplicaciones potenciales Vehicular nube, como señal dinámica tra FFI c
RI
Aplicaciones, sin embargo, requieren un conjunto de servicios innovadores VCC para que puedan ser
US
sistema urbano. Estos nuevos servicios, tales como las NAA, STaaS, CompaaS y CaaS, por consiguiente,
AN
525 exigen una infraestructura y modelos para que puedan ser abiertamente
La movilidad del entorno permite VCC a clasificarse en dos grupos principales [55]. Un grupo
a través de la agregación de los recursos de los vehículos que no muestran movimiento; estas
22
MANUSCRITO ACEPTADO
530 vehículos y todavía están descansando en un estacionamiento, por ejemplo. En este particular
caso, el VCC se asemeja a una nube tradicional porque los vehículos muestran una larga estancia
comportamiento. El otro grupo VCC contiene nubecillas vehiculares dinámicos, por lo que
se ocupa de y se basa en muy dinámico tra fi c fl ujo. Las aplicaciones que dependen
en los cambios dinámicos rápidos del entorno urbano puede fi nes de estas nubecillas dinámicos; como se
Por ejemplo, el trabajo presentado en [56] elabora una nube Vehicular estática como
una obra germinal para la aplicación de un VC. El trabajo densamente investigó el número esperado de
DO
vehículos en un estacionamiento a largo plazo en un aeropuerto internacional. Mediante el uso de un
los recursos disponibles para el montaje de un centro de datos. El número esperado de vehículos, así
El trabajo proporciona una función de distribución de probabilidad dependiente del tiempo que repre-
AC
545
Los valores obtenidos para estos parámetros pueden apoyar la estimación del Seguro
T
Por otro lado, trabaja con dinámica acuerdo con las nubes vehiculares en vez
C
entornos más complejos e inestables. Los trabajos descritos en [57, 58, 59]
US
observado y modelado la cantidad media de recursos de computación embebidos dentro de los vehículos en un
segmento de carretera. El trabajo representó la de libre flujo de los vehículos, así como tra FFI c atascos, a través de
AN
Varios trabajos han propuesto arquitecturas para definir las nubes vehiculares [53].
Fuera de estos e ff Orts, tres capas de comunicación signi fi cativas apoyan la arquitectura general de
23
MANUSCRITO ACEPTADO
560 capas son la capa de a bordo, representado por las unidades a bordo, Comunicación
presentes dependencias estructurales internas, dando lugar a su división en subcapas distintas. En la capa de a
del medio ambiente, el estado de la carretera, y el comportamiento de los conductores mediante el uso de
una serie de sensores de a bordo, tales como sensores ambientales, sensores de teléfonos inteligentes,
sensores internos a los vehículos, y el reconocimiento comportamiento del conductor [60, 61]. almacenamiento distribuido es
DO
esencial para mantener la información recogida por los sensores para que las aplicaciones en tiempo real pueden e fi
sensores. Estos elementos comprenden los componentes básicos que forman los recursos de computación en nube.
EP
La segunda capa se centra en las conexiones vehiculares, lo que permite vehículo a infraestructura
y las estrategias de comunicación de vehículo a vehículo. Porque los vehículos contienen IEEE
AC
575
transceptores 802.11p, que son capaces de intercambiar datos con el VC a través de ambos métodos V2V y
como comunicaciones especializadas de corto alcance (DSRC) [62, 63], acceso inalámbrico en
580
de manera ad-hoc. Las funciones de red están habilitados, siempre y cuando los vehículos están
C
dentro de un rango de comunicación válida. En este sentido, un VCC se puede montar DY-
US
namically, de manera autónoma, y de forma oportunista a través de vehículos a través de sus conexiones
V2V. Esta arquitectura de comunicación permite la ejecución de varias aplicaciones flexibles, fluidas. Por
AN
podría generar mensajes de acuerdo con el comportamiento de conducción o de las condiciones de la carretera. Los aspectos
piscina. En consecuencia, todos los vehículos que participan en este VC reciben mensajes de emergencia,
24
MANUSCRITO ACEPTADO
DO
TA
EP
AC
vicios y aplicaciones pueden optar por el V2I más estable cuando se transmite información de control
C
entre un vehículo y otros vehículos, la infraestructura, o la nube. Este enfoque basado en infraestructura
US
Las nubes hicular, basados en el apoyo de RSUs que funcionan como puertas de acceso a una red externa. Esta
AN
formar a través de Internet, por ejemplo. Por lo tanto, los conductores son capaces de acceder a una visión más amplia
M
Como se representa en la arquitectura, las cinco subcapas internas son esenciales para
25
MANUSCRITO ACEPTADO
la capa de Cloud Computing: recursos de computación en nube, capa de virtualización, los servicios de la
individuos que los utilizan de acuerdo con las cuotas prede fi nido; la tecnología de virtualización fl exible
610 (CAA) comprenden las de los servicios de atención primaria, implementados en la nube Vehicular.
DO
Tales servicios primarios nube están disponibles a través de una API, que permite el desarrollo de una
capa. usuarios finales autorizados, tales como el sistema municipal tra fi c gestión o conductores, pueden
EP
Nube puede permitir una amplia variedad de servicios. Esta amplia gama de servicios se agrupan en varias
O
Cómputo como servicio, la red como servicio (Naas), Almacenamiento como Servicio
T
620
la agregación de los recursos de computación disponibles, sin uso de vehículos, haciéndolos accesibles a
contexto complejo: la exploración de los recursos computacionales en entornos altamente móviles. El estudio
M
realizado en [56] puede servir para estimar posibles capacidades de computación dentro de un estacionamiento,
630 cantidad de tiempo. El reto en esta situación es la forma de definir un modelo adecuado
26
MANUSCRITO ACEPTADO
que permite la migración e ff caz de las tareas en y desde los vehículos estacionados, la redistribución de tareas cuando
tareas, el ahorro de su estado de ejecución, la identificación de nuevos huéspedes, y la transferencia de puestos de trabajo;
635 todos estos factores son de vital importancia en la determinación de la viabilidad de la tarea oading o ffl en tales
DO
ambientes. Redes vehiculares mitigar el problema mediante el uso de la carretera fi jo
640 puntos de acceso (APs) y usuarios de vehículos móviles. iniciativas recientes hacia Naas
se han centrado en el empleo de la comunicación V2V y V2I para que los datos de conectividad y la
TA
transferencia hacia y desde la nube. Un estudio ha sido desarrollado en este
rect transferencias, lo que significa que se puede descargar directamente el contenido de un AP. Por otro lado, el
T
vehículos que almacenan datos hasta que pueden ser enviados al destino cuando el camino
US
655 Cada vehículo moderno se supone que está equipado con gran capacidad de almacenamiento
como la tecnología ha permitido a los medios de almacenamiento portátiles para lograr tamaños y reducida
M
costes. Tales avances han motivado el trabajo [56] determinación de los parámetros que condicionan el
27
MANUSCRITO ACEPTADO
660 recursos de los vehículos estacionados. En este trabajo se asume que los vehículos están conectados a
las fuentes de alimentación de modo que no hay ninguna restricción en el consumo de energía y la batería
res contribuyen a través de los bene fi cios de aparcamiento gratuito o servicios de automoción; en esto
caso, este enfoque supone que los propietarios de vehículos están motivados para compartir recursos no utilizados para la
En este mismo sentido, otro trabajo se centró en el diseño de una arquitectura de dos niveles
para un centro de datos vehicular [70]. Los centros de arquitectura ideados en permitiendo
DO
las constantes recursos vehiculares entrantes y salientes, que sigue el modelo de una variable aleatoria;
en [71] introducido un almacenamiento tolerante a fallos basado en la replicación para resolver esta variable presencia
EP
incluyendo una copia principio, donde el sistema permite a los clientes para mantener norte Copias de
los medios originales en cada una de las norte Los servidores de almacenamiento disponibles. El uso de réplicas
AC
675
permite éxito la recuperación de datos, siempre y cuando uno de los servidores está todavía disponible, o accesible, en
colaboración coordinada entre los vehículos introduce una amplia gama de bene fi cios a sistema y las
RI
procesamiento en una, forma regulada bajo demanda. Por ejemplo, un optimizador de Navigator Asistida
US
a bordo. El servidor se basa en la tradicional Cloud y la cooperación de los vehículos que participan en una
vehículos y construye un mapa de carga c tra FFI para un área dada; También determina las rutas óptimas para
28
MANUSCRITO ACEPTADO
690 vehículo.
DO
5.4. Aplicaciones en la nube vehiculares
aplicaciones, con el apoyo de VCC, son capaces de ejecutar de manera autónoma, sin la necesidad de los
AC
ción de energía, almacenamiento, dispositivos sensores, GPS, GIS, los radares de colisión, cámaras, y
O
700 transceptores. Esta lista de recursos físicos solo tiende a crecer como el de la automoción
T
industria invierte cada vez más en dispositivos inteligentes e inteligentes incrustados en vehí-
RI
culos. Estos avances permiten nuevas aplicaciones que complementan o amplían las características de las
nubes vehiculares.
C
US
TaiNing vehiculares nubes como centros de datos o ser parte de un centro de datos. Más
de las obras existentes en esta clase de aplicaciones de lidiar con un poco de movilidad de los vehículos, que se
710 El primer trabajo en este contexto e ilustra ff caz la nube para vehicular
aplicaciones de centro de datos [56]. Como se ha descrito anteriormente, el trabajo combinado vehic-
29
MANUSCRITO ACEPTADO
Ular recursos informáticos en el estacionamiento a largo plazo de un aeropuerto internacional típica. El enfoque
En el mismo escenario estacionamiento, otra obra aplicación se aprovechó de los recursos de almacenamiento
auxiliar centro de datos vehicular (VDC) montado a partir de dichos recursos puede ade-
720 cuadamente ayudar a mitigar la presión de carga en los centros de datos tradicionales. Este trabajo
DO
consideró un escenario relativamente estático, y se caracterizó el comportamiento dinámico de un garaje que
De dos niveles de centros de datos, esencial para Ning cada política correcta de la gestión de recursos fi.
EP
725
para construir una red espacio-temporal que permite la infraestructura de almacenamiento. Como consecuencia, los vehículos
730 El uso de trabajo hecha del Protocolo del cable virtual para permitir el acceso a mover
la red c tra fi urbano cercano presenta desafíos a la gestión de la comunicación en la topología que
RI
cambia dinámicamente. La viabilidad del protocolo, así como la nube Vehicular, se demuestra a través
C
735 también introduce una evaluación que se llevó a cabo para determinar e fi ciencia en el
almacenamiento y recuperación de datos en vehiculares nubes formadas por los vehículos aparcados.
AN
de recursos de comunicación, la observación de las unidades de tierra como nubecillas potencial para servir a las
este trabajo, nubecillas carretera funcionan como un recurso Nube auxiliar que podría recibir una máquina virtual (VM),
30
MANUSCRITO ACEPTADO
745 Mize los costos actuales de la red en VCC. A tiempo polinómico heurístico de dos fases
Se propone algoritmo para hacer frente a la complejidad de cálculo debido a un gran nú-
bre de vehículos en una red de tra fi c urbano. La solución proporciona los medios para determinar si una
750 Otra obra introdujo un esquema de captación previa de datos basado en rutas de vehículos,
que fue ideado para maximizar la difusión de datos probabilidad de éxito en VDC [76]. En este caso particular, la
DO
conectividad inalámbrica era estocásticamente desconocido, y la capacidad de almacenamiento local se
755 tasa de éxito conectividad se prede fi nido. Por otro lado, MAB-estocástico
EP
aplicaciones de gestión fi c tra tienen como objetivo ayudar al tra fi c flujo de vehículos mediante la prevención
760
de tales aplicaciones imagina restricciones de tiempo real de los datos de entrada; las restricciones residen en
T
recomendaciones a los sistemas de gestión o controladores c tra fi cientes directamente influye en la ff e cacia en
US
el uso de la nube de Transporte Systemmade Impulsado por el usuario de los datos en tiempo real, lo cual
AN
el usuario (conductor) alimenta a la aplicación [77]. En este trabajo, un sistema de transporte de la nube fue ideado
para permitir predicciones de la congestión tra fi c. El sistema también permite la construcción de mapas tra fi c,
M
que recomienda una ruta al controlador de acuerdo con un modelo definido de fi. La aplicación emplea un esquema de
31
MANUSCRITO ACEPTADO
predecir los atascos de tra fi cientes c y la construcción de un modelo en tiempo real tra fi c. En cuanto a una medida
de mejora del rendimiento en los cálculos, la aplicación también se involucra en un modelo de computación
DO
775 Map-Reducir y algoritmo para el procesamiento de datos c tra FFI. los
Otra aplicación de gestión c tra FFI similares consiste en la infraestructura viaria Intelectual [78], que
EP
780 de determinar fácilmente las condiciones de tra FFI c. Por lo tanto, este trabajo propone un camino
AC
infraestructura para monitorear y controlar tra fi c de una manera en tiempo real. Ésto es real-
Se prevé la coordinación de tiempo para minimizar los costos de transporte en general y mejorar la seguridad. El
con a bordo de frecuencia de radio identi fi cación (RFID), GPS, y los sensores para reunir
T
785 sobre las condiciones de tra FFI c. Después de acabados de agregación de datos, el sistema de
RI
790 plazas de aparcamiento en tiempo real. Este sistema de recomendación, sensible al contexto DY-
AN
NAMIC Aparcamiento Servicio [79], amplió los servicios de aparcamiento en garajes tradicionales mediante la actualización
este caso, la nube vehicular puede ayudar al estacionamiento de vehículos en los segmentos de carretera. El sistema
795 las autoridades para determinar dinámicamente si el camino puede ser autorizado a
32
MANUSCRITO ACEPTADO
DO
5.4.3. Internet de los vehículos
Esta clase de aplicaciones de VC permite a los vehículos para proporcionar y difundir un NET
800
TA
servicio de acceso a trabajo, tales como dispositivos móviles que utilizan la Internet de las Cosas concepto.
Esta clase de aplicaciones explota la conectividad entre los vehículos, así como los dispositivos físicos y
vehículos pueden suministrar de forma autónoma recursos o datos sensibles recogidos a través
AC
805 sensores, que son esenciales para la implementación de una serie de su aguda, así como ITS-
servicios relacionados. La Tabla 4 enumera brevemente las aplicaciones existentes más relevantes para
O
Las fotografías sobre ruedas consiste en una aplicación de vigilancia, donde los vehículos pueden
RI
servir como un elemento vital en el suministro de imágenes apropiadas, que pueden apoyar la vigilancia o inspección de los
la captura de vídeo y la ampliación de la cobertura de vigilancia más allá de la capacidad de las cámaras
fijas. En el caso particular de esta aplicación, un servidor de la nube vehicular estima el número de
AN
815 de interés (ZOI). El servidor también acepta o rechaza las solicitudes de imagen de
individuos que indagan después de una ZOI. Una vez seleccionados los candidatos, la Vehicular
M
Otra aplicación de Internet de Vehículos requiere la toma de decisiones más dinámico para proporcionar o
33
MANUSCRITO ACEPTADO
820 hicular Nube pudo ser establecida por los recursos agregados de neigh-
Conducir aplicación hace uso de imágenes de los próximos tres segmentos de carretera. Estas
las imágenes se proporcionan a través de la nube vehicular y son esenciales para evaluar
las condiciones de tra c FFI y permitiendo la toma de decisiones preventiva. Los miembros de la nube de
En tiempo real de manera que toda la red puede acceder al contenido publicado.
Otro uso de aplicaciones que hacen de Internet de vehículos para mejorar la de-
librea de servicios multimedia a los conductores [81]. Los dispositivos integrados avanzados, integrados mejoran los
DO
vehículos para que sean capaces de realizar el procesamiento y la colección de multimedia en los VC; dichos vehículos
Tive método retransmisión probabilística; el método está diseñado para contrarrestar la saturación de la
EP
redes de alta densidad. La programación lineal se utiliza para determinar un bi- objetivo
Trate para los vídeos grabados en los vehículos y controlar el volumen de adquirido
AC
835
datos.
Al igual que en la descripción de la primera aplicación de Internet de Vehículos, existe un gran interés en la vigilancia, la
T
840 eas, o eventos de auditoría anterior. Debido a la dinamicidad de una zona urbana, el
C
alta movilidad de los vehículos coincide con los cambios constantes. El trabajo colectivo de elementos unidos a
US
través de una nube vehicular puede facilitar y promover el suministro de datos para apoyar la vigilancia en una
845 La aplicación de vigilancia primera, llamada Smart Tra fi c Nube, hizo uso de
los datos recogidos por los dispositivos móviles para llevar a cabo análisis e identificar patrones [82]. La aplicación era por
M
mapa, el cual fue desarrollado en tiempo de ejecución utilizando los datos recogidos de los teléfonos móviles de los
34
MANUSCRITO ACEPTADO
850 trucción. La infraestructura de software propuesto permite la recogida de datos c tra fi,
gestiona el estado actual de tra FFI c, analiza la entrada de la información, y presenta los resultados en
DO
Reducir marco y una base de datos de la ontología para manejar los datos distribuidos y
análisis paralelo.
o fi ciales entidades o vehículos de ambulancia, lo que garantiza una respuesta oportuna de los mismos. En una
AC
860 situación exigente esos videos, los vehículos respectivos envían a los medios
se logra al proporcionar privacidad y seguridad para la transmisión de vídeo mediante el uso de una firma
T
aplicaciones en la nube vehiculares pueden ampliar para ayudar a otros sistemas, tales como
US
cuidado de la salud, o mejorar los servicios existentes desarrolladas a través de las redes vehiculares, tales como
35
MANUSCRITO ACEPTADO
el acceso a las piezas solamente acreditados. Un esquema de autenticación de RFID inteligente garantiza la
El modelo del esquema asume que los vehículos y las RSU contienen baja y alta
Los lectores RFID de frecuencia y que los pacientes usan pulseras RFID. los
DO
esquema se basa en un modelo de autenticación basada en PetriNet para garantizar una comunicación
Nube, fue diseñado para facilitar el diseño de aplicaciones de información y entretenimiento [85].
EP
Este marco de middleware basado en la nube funciona en el ámbito de la asistencia del parto medios para
885 middleware hace uso de pre-procesamiento de datos de Internet, fi ltrado contenido relevante,
y la fusión de contenido de fuentes di ff Erent para mejorar el rendimiento. Con base en el marco propuesto, el
O
ser estacionado o en movimiento. El primer caso presenta un escenario estático en el que las tasas de salida y
de disponibilidad. El último caso establece un intrincado escenario dinámico, donde la accesibilidad de los
36
MANUSCRITO ACEPTADO
puede representar el comportamiento de los vehículos es crucial para generar estimaciones y el apoyo a la
900 Un modelo consiste en una sencilla representación de la realidad; que permite simulaciones,
y suposiciones pertinentes, un modelo es capaz de representar escenarios reales, que contienen un sin
número de elementos. El contexto de tra FFI c flujos incluye muchos factores que influyen en tra FFI c de
905 signos, condiciones de la carretera, el clima y comportamiento del conductor. Además de eso, una precisa
modelo matemático del tra FFI c es muy complejo, así como inviable, debido a un montón de eventos
DO
aleatorios que se producen.
Por lo tanto, tra fi c fl ujo modelos también necesitan suposiciones. Varios trabajos tienen
TA
incorporado modelos tra FFI c para soportar soluciones de Redes vehicular y
910 Nubes. Estos modelos representan el comportamiento fi c tra realistas en autopistas y urbana
centros, que sirven como un mecanismo para analizar el rendimiento de la novela AP-
EP
enfoques, tales como los esquemas de difusión de datos, protocolos de enrutamiento, y la predicción
de los recursos disponibles a bordo. Tres categorías distintas clasifican dichos modelos,
AC
915
tra fi c fl ujo. Se han propuesto varios modelos para representar el comportamiento de los conductores en un segmento de
C
carretera. Tales modelos introducen un enfoque más adaptable a la modelización del comportamiento de los vehículos en
US
flujo, en general. La Tabla 7 resume las notaciones utilizadas en los modelos descritos en esta sección.
AN
ID de modelo consiste en una representación de un modelo inteligente controlador [87, 88], lo que requiere un
número mínimo de parámetros relevantes. El modelo está destinado a simplificar la calibración a través de una
M
el tra fi c flujo, lo que a veces sucederán a partir de un fl ujo de libre a un plano en cola por completo,
37
MANUSCRITO ACEPTADO
Variable Descripción
δ el índice de aceleración
v0 la velocidad ideal
DO
V * ( norte) la velocidad del vehículo destinado norte
re KLXc ( g (y | ¯X do
i) || f (y)) K - L distancia que el índice de sensibilidad total de X yo
yo
EP
una norte( t) = a norte( 0) [1 - ( v norte( televisión o) δ - (( S * norte( v norte( t), - Δ v norte( t))) / s una) 2] (1)
dónde
O
S norte(
* V norte( t), - Δ v norte( t)) = s 0 + v norte( t) T ' - v norte( t) Δ v norte( t) (2)
T
Una velocidad di ff modelo rencia completo fue diseñado para dar cabida a BE- realista
C
930 comporta- de aceleración y desaceleración de los vehículos de [89]. El modelo, como se describe
El diseño de los modelos de coches de seguimiento factibles, realistas debe seguir varios supuestos básicos [90]:
M
935 1. Los conductores actúan sólo sobre el estado o condición de los vehículos adelante; ellos
38
MANUSCRITO ACEPTADO
2. Un vehículo se mueve detrás de los vehículos en frente de ella y en el mismo carril; no superará los
3. Las condiciones del camino son óptimas; vehículos muestran mismo rendimiento en movimiento;
940 Los conductores siempre se comportan habitualmente y con la misma conducción predecible
lleva a cabo.
Tales supuestos regulan los modelos existentes y han de ser utilizada para producir
está destinada a estimar mejor los valores de tra FFI parámetros del modelo c microscópicas relevantes.
DO
945 Fórmula 4 describe sumariamente el análisis, que emplea KL
distancia.
∫ ∞ -∞ g (y | ¯
X ci)
re KL xc ( g (y | X
X̄
¯ ci) || f (y)) = X ci) · En g (y | ¯ (4)
yo
TA f (y) dy
tra fi c fl ujos. Con supuestos mucho menos restrictivas, estos modelos permiten una
número considerable de parámetros a tener en cuenta. Los parámetros, hasta cierto punto, pueden simular
AC
ción del tiempo de los conductores, condiciones de la carretera, y las especificaciones técnicas de los vehículos. Todos
La velocidad de los vehículos consiste en un elemento esencial en estos modelos, al ser un factor determinante en
T
955 • el modo libre de la conducción es más adecuado gratis- flujos de vehículos. Los vehículos son
C
• el modo de acercarse a representa la situación en la que un vehículo se mueve más rápido que el vehículo que
ellos.
39
MANUSCRITO ACEPTADO
• modo de frenado se emplea para un vehículo para ampliar la distancia desde el vehículo que va delante en el caso de la
alcanzar una velocidad media deseada. Como resultado de ello, vale la pena notar que este modelo
podría interpretarse como una extensión del modelo de Gipps [92], como se describe en la Fórmula 5.
970
DO
V * ( norte) ) V * ( norte)
modelos siguiente coche-, así como los modelos microscópicos, son por lo general más realista con el
TA
comportamiento tra fi c. Sin embargo, son muy intensivas en cálculo,
especialmente en situaciones en las zonas urbanas pueden contener un gran número de vehí-
EP
como en los flujos vehiculares. Como consecuencia, los modelos de flujo son clasificados como
RI
980 modelos macroscópicos porque interpretan una vehicular tra fi c fl ujo como hydrody-
NAMIC corriente. Tra FFI c tasa de flujo, la densidad vehicular, y la velocidad de los vehículos consisten
C
de los principales parámetros macroscópicos para la representación de la vehicular tra FFI c fl ow.
US
Este enfoque simplificada muestra que estos modelos presentan un menor número de variables, lo que
hace que tra fi c arroyos menos complejo, lo que facilita su aplicación. Esta complejidad hace que los
AN
trabajos de investigación abiertas contienen supuestos que no son consistentes, en relación con aspectos de casos específicos.
40
MANUSCRITO ACEPTADO
Variable Descripción
f (ψ) curva director en la que no se cruzan en sí, tiene fi longitud infinita en un subconjunto acotado, y es auto-consistente
DO
metro cambio de la variable aleatoria exponencial
pn
TA
probabilidad de número de vehículos dentro de [ DAKOTA DEL SUR]
~
norte número promedio aproximado de vehículos en [ AB]
μ2 ( μ 1 / dov)2
t hora
RI
τ intervalo de tiempo
US
experimentos analíticos se han llevado a cabo más carreteras en grandes entornos reales, urbanas:
41
MANUSCRITO ACEPTADO
permitido a la recogida de una cantidad no puede significante de datos a través de sensores colocados a lo largo de carreteras. Estos
tra FFI C durante un período. No obstante, el trabajo está limitado por la aplicabilidad de los modelos, ya que
están estrechamente unidos a los escenarios en los que los estudios han
1000 En el trabajo descrito en [94], se propuso un modelo usando principales curvas (PC)
como una extensión de paradigma de PCA para acomodar las variaciones en las curvas de datos de entrada. Se
DO
utiliza un algoritmo para ajustar las curvas después de una inicialización que conduce a una ejecución iterativa
1005 de la curva hacia los datos del flujo tra FFI c, tal como se representa en la Fórmula 6, mientras
descrito en la Fórmula 7.
∫ ψn
Σ norte
l= || F '( z) || = || f (ψ i + 1) - f (ψ i) || (6)
AC
ψ1
i=1
1010 modelo de flujo. El trabajo considera la dependencia entre los vehículos siguientes
C
mediante el uso de análisis de correlación para identificar su velocidad de movimiento. El trabajo también
observó la ráfaga de vehículos, donde la corta distancia entre ellos y su velocidad relativa casi constante
US
fue descrito en este trabajo para representar el tiempo entre viajar vehículos que siguieron un modelo de
AN
1
F UNA( t) = w sol √ 2 πσ 2 mi - ( t - γ)22σ 2 + w mi φe - φ (t - metro) (8)
El modelo tra FFI c en [95] vehículos considerados mueve en una dirección en una
42
MANUSCRITO ACEPTADO
segmento de carretera recta. Dos variables aleatorias, V y T, se utilizan para caracterizar el movimiento de un
1020 nivel de velocidad contiene dos valores probables: alta velocidad ( V H) y baja velocidad ( V L).
estos parámetros comprendidos una variable aleatoria exponencial con el parámetro distribuido φ. El
muestra una posibilidad de mantener un nivel de velocidad V H ( V L) por una cierta cantidad
Otro modelo macroscópico de libre flujo tra FFI c se describe en [96], que de fi ne los siguientes
DO
supuestos:
1030 entrantes.
• Velocidad muestra la variación que se distribuye normalmente en el intervalo [ V metro INV metro hacha],
O
1035 Estos supuestos son esenciales la hora de definir su modelo propuesto, el cual
RI
de vehículos en un segmento de carretera. Fórmula 9 se describe la densidad de vehículos, mientras que las
C
R
R) norte mi - μ v ¯
PAG n = ( μ v ¯ (9)
AN
¡norte!
∫∞
R~ = r · F Timonel
R ( r) dr = m 1 (10)
0 μ 21
μ 1 + 1 - metro
M
Σ∞
N~ = · ~ n= μv~R
norte PAG (11)
n=0
43
MANUSCRITO ACEPTADO
1040 El trabajo descrito en [57, 97, 98] propuso una división del modelo de corriente
en dos escenarios bien de fi nido de modo que cada parte del modelo puede proporcionar una
representación más realista del comportamiento del tra fi c. De libre flujo de tra fi c
y modelos c tra fi cientes de colas en marcha comprenden las dos situaciones típicas c tra fi cientes
modelado en este enfoque. A pesar de que ambos intento de representar el movimiento de vehículos en
segmento para una estimación más precisa de los recursos disponibles en una nube vehicular.
En el modelo de flujo Free-, la llegada del vehículo se modela como un proceso de Poisson. Este modelo
DO
considera que hay un fl de libre flujo de vehículos: no hay obstáculos o paradas condicionales mientras que los
corriente de vehículos presenta una baja a media densidad, así como el tiempo de residencia en el segmento de
EP
o estimada número de vehículos dentro de un segmento de carretera [ DAKOTA DEL SUR] mientras Fórmula 13
1055
segmento de carretera.
) 2
∫∞ ∫∞ t-¯ √2
V
sum v
El modelo de cola en marcha los intentos de introducir una visión más realista de la
US
tra fi c escenario de grandes áreas urbanas, donde los segmentos de carretera se congestionan
con el aumento en el número de vehículos que pasan por los caminos, alcanzando su capacidad máxima. En
AN
1060 este modelo, los obstáculos son la causa de un cuello de botella que
estrecha el flujo de salida del segmento de carretera, el acondicionamiento de una salida de vehículos
M
evaluar menor que la tasa de llegada en la carretera. Fórmula 14 da el número estimado de vehículos en
la cola, mientras que la Fórmula 15 representa la función de densidad de probabilidad del tiempo de
44
MANUSCRITO ACEPTADO
τ+ ρ2
E (N) = λE (W + τ) = ρ + λ 2 σ 2 (14)
2 (1 - ρ)
en una carretera [99] para apoyar las redes vehiculares. El estudio considera un multi-
carril escenario en el que hay un seguimiento de la movilidad de los vehículos. Una distribución conjunta
se emplean para representar a la de flujo. Así, el modelo considera los vehículos que salen
DO
1070
desde y llegar a los carriles a lo largo de la carretera. Bajo la misma movilidad carril
escenario, otros trabajos [59, 99] han explorado la ocurrencia de cambios de carril tomando como base de la fl ow
TA
tra FFI c modelo de libre en [98], añadiendo el concepto de velocidad variable modelado intervalo-split.
EP
Los modelos estocásticos tra fi cientes c se emplean habitualmente en las obras para representar a la sobre-
todos los aspectos de la movilidad a través de una forma más simple, que condicionan a adoptar supuestos
1080 modelos bilidad [100, 101]; la característica estándar importante en tanto implica la capacidad
RI
de nodos móviles para moverse libremente en cualquier dirección arbitraria, de acuerdo con la topología de
carreteras de una región. Los modelos descritos en esta sección adoptan di representaciones ff Erent para la
C
su notación. Esta categoría de modelos también contiene otras características, que son brevemente aparece de la siguiente
1085 manera:
AN
• Destinos se determinan al azar por los vehículos, que se mueven hacia ellos en velocidad
45
MANUSCRITO ACEPTADO
Variable Descripción
u, w posiciones de partida
Δ variación en el tiempo
do constante
F 1 ( s) densidad estacionaria de S
DO
α parámetro de ajuste
s̄ velocidad media
una aceleración
v vector aleatorio
O
situaciones Erent di ss. Un modelo, velocidad limitada modelo, se utiliza para representar la movilidad de los
AN
ación modelo acotada, se utiliza para modelar el comportamiento de movimiento de vehículos, como se describe
M
en la Fórmula 16, lo que limita la aceleración a un valor máximo. A través del análisis, el modelo intenta a de
bordes sostienen por un lapso de tiempo Δ dado. Como resultado del análisis, el trabajo de-
46
MANUSCRITO ACEPTADO
Rives partir de una ecuación que determina el alcance de transmisión de campo de golf para un intervalo de tiempo en el
encima, una llave de la movilidad es también definido como un gráfico para representar los caminos que
1105 existir entre nodos u, w ∈ S para alguna constante do, como se describe en la Fórmula 18,
DO
Σk
| pag yo - 1, pag i | ≤ do · | u, w | α
TA (18)
i=1
Se añadió una modelo basado en una distribución estacionaria para la manera- azar
EP
punto modelo de movilidad [103]. En este trabajo, los autores exploraron la posible
1110 parámetro pausa para estudiar las situaciones estacionarias, por lo que la
modelo adopta una perspectiva 2D del medio ambiente, en la que X y y coordenadas de un nodo móvil
T
1 - PAG pausa
••
•• slog (v una/ v 0) v0≤ s ≥ v1
••
0 s> v 1
47
MANUSCRITO ACEPTADO
Un estudio [104] llevó a cabo una serie de análisis para evaluar un conjunto de modelos de movilidad hacia
1120 en la entidad y movilidad grupo de categorías y luego se dio cuenta de un rendimiento anal-
Ysis para demostrar que las características de un modelo que sea más adecuado para una
determinada situación, en el contexto de las redes ad-hoc. Tal como se describe en las Fórmulas 20 y 21,
GaussMarkov modelo de movilidad sirvió como el elemento principal para la simulación de sistemas de
1125 y se destina principalmente para el ajuste de los niveles de di ff Erent de aleatoriedad a través
DO
correlacionada modelo de movilidad aleatorio crea el movimiento de los nodos y vehículos, de fi nir la siguiente
1130 modelo de movilidad mejora en la limitación de los patrones de movimiento por de fi nir una
diana a la que la pista de nodos y seguir. Este modelo mejora aún más la
EP
anterior modelo de grupo mediante la adición de una actualización para la nueva posición de un móvil
√
s n = aS norte - 1 + ( 1 - α) ¯ s+ (1 - α 2) s X norte - 1 (20)
√
O
( √
)
T
2)
b (t + 1) = b (t) e - 1 τ+ σ 1-( mi - 1τ r (22)
RI
6.4. Resumen
Tabla 10 presenta un breve resumen de los modelos FFI c tra descritos. los
AN
1135
capacidad en el modelo. Este modelo es adecuado para entornos simulados a gran escala donde cada
M
relación entre estos modelos y simulaciones basadas en agentes microscópicos, donde cada agente puede producir el
48
MANUSCRITO ACEPTADO
Car-siguiente modelo [86, 90] • Un gran número de params realistas • Costoso computacionalmente
Tra FFI c Corriente Modelo [95, • vehículo colectiva flujos • supuestos poco realistas
DO
estocástico Tra FFI c
101]
• Pasar por alto sobre las características fundamentales
TA
EP
Sin embargo, los otros tipos de modelos se centran en la representación óptima movili-
AC
1145 tareas y asignación de recursos para una nube de vehículos, tales como capacidades, la carga,
O
de oscilaciones de carga FFI c tra es esencial para la estimación de la cantidad de vehículos de tiempo
RI
están disponibles para acceder a un servicio o construir una nube, utilizando los mismos vehículos a
calcular una solución para un posible atasco de tra FFI c debido a las condiciones de carga actuales.
C
US
La arquitectura de tres capas de vehicular Cloud Computing permite una resolución pragmática para
AN
y la gestión de la nube. Dado que los vehículos pueden servir en-loco recursos de la nube,
M
que pueden soportar servicios y aplicaciones como nubecillas, que luego implementar
1155 una estructura de tres niveles en el contexto de las tareas oading o ffl en un enfoque de MCC
49
MANUSCRITO ACEPTADO
de vehículos, que se pueden aparcar o en movimiento, condiciones nubecillas como ya sea estática o dinámica.
camente formado a través de las conexiones ad-hoc de los vehículos en un segmento de carretera
1160 para permitir más potencia de cálculo para llevar a cabo las tareas. Sin embargo, la ca-
rísticas del entorno y los vehículos condicionan el modelo de provisión de recursos y las estrategias o ffl
oading, lo que permite más oportunidades para la recolección de recursos a costa de hacer frente a una
Los servicios de VCC descritos en este estudio se extienden desde la tradicional Nube
1165 servicios, la exploración de las necesidades de las aplicaciones existentes en el contexto de inteligentes
DO
los sistemas de transporte. Cómputo como servicio permite a los vehículos que luchan para ejecutar aplicaciones
Nube puede aprovechar los recursos de recolección. Red como un servicio trabaja para ampliar las capacidades
EP
ción en los recursos VCC hipotéticamente pueden simplificar la conectividad de los vehículos, la aplicación de pago por
1175 centros de datos de almacenamiento a bordo del vehículo disponible permite el almacenamiento como un Ser-
T
vicio. El uso de las acciones de almacenamiento VCC los mismos bene fi cios como nubecillas en el MCC
RI
paradigma, lo que permite una reducción de los retrasos en la comunicación y el consumo de ancho de banda para la
vice permite a los vehículos para colaborar entre sí para apoyar compleja
US
e implementado, cubriendo los propósitos fi ed diversi, tales como la construcción de los centros de datos, que permite la
1185 vigilancia urbana, lo que permite más e fi ciente de información y entretenimiento, y la promoción de la salud
servicios de atención. A partir de la descripción de estas aplicaciones existentes, la mayoría de ellos dependen de
50
MANUSCRITO ACEPTADO
ing lotes. Esta situación estática se ha explorado ampliamente en las obras idear centros de datos
1190 dejar el VCC es relativamente baja. Otras aplicaciones hacen uso de VCC dinámico
escenarios, sino que utilizan la cooperación entre los vehículos para recopilar e intercambiar in-
formación, tal como en la vigilancia urbano. Todavía no existe ningún diseño que se aprovecha de los recursos
computacionales VCC a través de estrategias de programación en el trabajo fluye para o ffl oading tareas en los
1195 las estrategias o ffl oading que se asemejan a los de MCC. Los escenarios dinámicos,
por el contrario, incurriría en sofisticadas estrategias de programación que dan cuenta de la movilidad de los
DO
vehículos, así como la disponibilidad de recursos.
uso de incentivos y sistemas de licitación. La seguridad se convierte en una preocupación importante cuando se intercambian
y modelos de confianza para garantizar que la integridad de los datos y la privacidad de los usuarios
T
modelos de movilidad aparecen entonces como crucial para la gestión de VCC. Los modelos de predicción
sistemas de gestión para determinar y predecir carga tra FFI c, así adaptados y versiones extendidas de estos
modelos pueden permitir la disponibilidad de recursos de vehículos en los segmentos de carretera que se
AN
dencia momento de vehículos en la carretera y los vehículos de números en la misma carretera. Estas métricas son
críticos para permitir una programación más precisa de las tareas de VCC.
M
1215
De las tres clases de tra fi cientes c flujo modelos, el tipo de modelo de libre flujo presenta la mejor relación
51
MANUSCRITO ACEPTADO
propósito de estimar la tendencia general del movimiento de vehículos o el comportamiento individual de un solo
8. Conclusión
roso a bordo de la informática y la detección de los recursos de los vehículos modernos. Estas
recursos infrautilizados se pueden recoger de todos los vehículos en la vecindad para construir una nube
La computación en nube en general y tiene más tra fi servicios relacionados con c-y aplicaciones
DO
tales como la vigilancia pública, tra fi c manejo y monitoreo ambiental.
Redes vehiculares a las nubes. Este trabajo también clasi fi ed, en la lista, y se discuten
una serie de servicios y aplicaciones que han sido, o compartido las características para ser, poner en práctica
AC
y clasificación de los modelos de los c tra FFI existentes, que son esenciales para el VC
En esta etapa, sin embargo, algunas áreas relacionadas a VCC permanecen sin explorar para los
T
investigadores como la alta movilidad, enlaces de comunicación inestables, la migración de tareas y los
RI
resultados de la investigación, que se podría decir que VCC se encuentra todavía en su etapa inicial hacia la madurez
C
tecnológica. Sin embargo, creemos que VCC se espera que sea un posible
US
1240
Expresiones de gratitud
Este trabajo es parcialmente apoyado por Canadá Investigación Programa de Cátedras, CRSNG,
M
52
MANUSCRITO ACEPTADO
1245 referencias
referencias
http://csrc.nist.gov/publications/drafts/800-146/Draft-
DO
[3] M. Armbrust, A. Fox, R. Gri FFI º, AD Joseph, R. Katz, A. Konwinski,
nube vehicular para los escenarios lado de la carretera, en: Actas de la Segunda Conferencia
1260
T
[7] Y. Ma, Y. Guo, X. Tian, M. Ghanem, Distributed ag- basada en la agrupación
(2009) 84-95.
53
MANUSCRITO ACEPTADO
para los vehículos conectados: una encuesta y perspectivas futuras, IEEE Comu-
1275 aplicaciones basadas en la entrega, ACM Computer Surveys 49 (1) (2016) 11: 1-
11:29.
DO
2001.
1285 1963.
O
1295 [18] M. Raya, P. Papadimitratos, V. Gligor, J.-P. Hubaux, En centrada en los datos
54
MANUSCRITO ACEPTADO
ción del estándar IEEE 802.11 p: Una encuesta, la informática móvil 1 (1) (2012) 15-30.
DO
en aplicaciones de redes vehiculares sensibles al contexto, vehicular Comunica-
[24] G. Galante, LCE d. Bona, una encuesta sobre la elasticidad de la computación en la nube, en:
Actas de la Conferencia Internacional IEEE sobre Quinta Utilidad y Cloud Computing, 2012, pp.
O
263-270.
T
(2014) 117-123.
AN
55
MANUSCRITO ACEPTADO
1325 [29] X. Wen, G. Gu, Q. Li, Y. Gao, X. Zhang, la comparación de de código abierto
[30] B. Wilder, la nube de arquitectura: los patrones de uso de Azure de Microsoft, O'Reilly
DO
servicio - un estudio empírico de los proveedores de SaaS fi nnish, en: Software Busi-
1340
[36] Foro de MCC, descubrir el mundo de la informática móvil nube, [en línea]
C
1345 [37] S. Guan, RE De Grande, A. Boukerche, una novela energía e plataforma fi ciente
modelo basado en la nube para permitir que las aplicaciones móviles, en: Actas del Simposio IEEE
AN
919.
M
1350 O ffl oading para permitir que las aplicaciones móviles de energía e fi cientes, en: Actas
56
MANUSCRITO ACEPTADO
[40] P. Zou, C. Wang, Z. Liu, D. Bao, Fósforo: Un esquema de DRM basado en la nube
con la tarjeta SIM, en: Actas de la 12ª fi co Web Internacional de Asia y el Pacífico
DO
Conferencia de 2010, pp. 459-463.
1360 [41] P. Mach, Z. Becvar, borde de la computación móvil: Una encuesta sobre la arquitectura y la
TA
cálculo o ffl oading, IEEE Communications Surveys tutoriales 19 (3)
(2017) 1628-1656.
EP
en Mobile computing nube usando la búsqueda previa y almacenamiento en caché, en: Proceedings
AC
1370 ad hoc nube: Una encuesta, las comunicaciones inalámbricas y la informática móvil
Llegar Edge, 2ª edición, John Wiley & Sons, Inc., 2013, Cap. 19.
57
MANUSCRITO ACEPTADO
Loureiro, LA Villas, una arquitectura de gestión de la movilidad de flujo basado en IPv6 móvil
DO
[49] RI Meneguette, A. Boukerche, A cooperativa de los recursos y adaptativa
programación para la nube vehicular., en: Actas del Simposio IEEE sobre Computación y
1390 para sistemas basados en la gestión de recursos, en: Actas de la 13ª In-
3426.
RI
1400 [53] T. Mekki, I. Jabri, A. Rachedi, M. Ben Jemaa, redes de nube vehicular:
AN
Retos, arquitecturas y las direcciones futuras, vehicular Comunicaciones 9 (2017) 268 - A280.
M
[54] A. Ashok, P. Steenkiste, F. Bai, permitiendo que las aplicaciones de vehículos utilizando
58
MANUSCRITO ACEPTADO
[55] L. Gu, D. Zeng, S. Guo, Vehicular computación en la nube: una encuesta, en: Pro-
1410 aeropuerto: Razonar sobre la ocupación del aparcamiento en función del tiempo, IEEE
2080.
DO
[57] T. Zhang, RE De Grande, A. Boukerche, Vehicular nube: Stochastic
plazo tra fi c fl ujo de modelos de predicción de nubes de vehículos, en: Actas del Simposio ACM
AC
1425 [60] G. Castignani, T. Derrmann, R. Frank, T. Engel, el comportamiento del controlador pro fi l-
US
ing usando los teléfonos inteligentes: Una plataforma de bajo costo para la vigilancia del conductor, IEEE
Motely identificar un vehículo de motor y controlar el comportamiento del conductor, la patente de EE.UU.
M
59
MANUSCRITO ACEPTADO
espectro de cationes, en: Actas de la Conferencia de Tecnología Vehicular del IEEE Semestral
DO
distribuciones de retardo de mensajes de emergencia, Elektronika ir Elektrotechnika
la migración de los servicios generalizados en las redes vehiculares asistida en la nube, en:
pp. 540-545.
T
en una nube de vehículos, en: Actas del Simposio IEEE sobre Com-
C
1455 14o Simposio ACM sobre Evaluación del rendimiento de la tecnología inalámbrica Ad Hoc,
[70] L. Gu, D. Zeng, S. Guo, B. Ye, estacionamiento de vehículos en un apalancamiento de datos de dos niveles
60
MANUSCRITO ACEPTADO
42.
DO
la nube de vehículos, en: Actas de la Conferencia Internacional de Computación, Redes y
1470
TA
[74] F. Dressler, P. manija, C. Sommer, Hacia una nube vehicular - usando
1475 ing migración de máquinas virtuales en la nube en carretera de vehículos basados en cloudlet,
1480 292-306.
US
[77] M. Ma, Y. Huang, CH Chu, P. Wang, transporte nube impulsada por el usuario
665.
M
61
MANUSCRITO ACEPTADO
[80] M. Gerla, E.-K. Lee, G. Pau, U. Lee, Internet de los vehículos: Desde inteligentes
rejilla para vehículo autónomo y nubes de vehículos, en: Actas del Foro Mundial de la IEEE sobre
DO
1495 [81] M.-K. Jiau, S.-C. Huang, J.-N. Hwang, AV Vasilakos, ser- Multimedia
vicios en las redes vehiculares basados en la nube, IEEE Transporte Inteligente
TA
Sistemas Revista 7 (3) (2015) 62-79.
822-827.
[83] MH Eiza, P. Ni, P. Shi, seguro y respetuoso de la intimidad asistida por video en la nube
O
thentication esquema para aplicaciones sanitarias en la nube móvil vehicular, las redes
C
middleware basado en la nube para los sistemas de información y entretenimiento para vehículos, herramientas multimedia y
AN
[86] Z.-zhi, Z. Ning, Revisión y nuevos puntos de vista del modelo de coche-siguiente
M
para el vehículo de carretera tra fi c fl ujo, en: Actas de la 6ª Conferencia Internacional de Asia en
62
MANUSCRITO ACEPTADO
1515 [87] A. Kesting, M. Treiber, Calibración de modelos de coches de seguimiento mediante el uso de trayec-
1520 1805-1824.
DO
[90] R. Zhong, K. Fu, A. Sumalee, D. Ngoduy, W. Lam, A entropía cruzada
1530 [92] P. Gipps, un modelo de coche-conductual para la siguiente simulación por ordenador,
O
Nuevos conocimientos a partir del análisis del libre flujo vehicular tra fi c en las carreteras, en:
Actas del Simposio Internacional IEEE sobre un mundo inalámbrico, móvil y Redes Multimedia,
C
[94] D. Chen, J. Zhang, S. Tang, J. Wang, Freeway tra FFI modelado corriente c
Diario del IEEE sobre áreas seleccionadas en Comunicaciones 29 (1) (2011) 129-
139.
63
MANUSCRITO ACEPTADO
[96] M. Khabbaz, W. Fawaz, C. Assi, un simple de libre flujo tra FFI c modelo para vehic-
ción para permitir que las nubes de vehículos, en: Actas de la IEEE Wireless
1550 tic tra fi c fl ujo de modelos de nubes vehiculares, las redes ad hoc 52 (2016)
DO
39-49.
1560 172-175.
RI
modelo de movilidad para redes ad hoc móviles, en: Actas de la Conferencia Internacional IEEE
99-108.
M
(2002) 483-502.
64
MANUSCRITO ACEPTADO
DO
1570 Azzedine Boukerche ( FIEEE, FEIC, FCAE,
1575 del Norte de Texas, y Hewas un científico senior en los modelos de simulación Divi-
sión, Metron Corp., San Diego. También se empleó como afaculty miembro de la Facultad de Ciencias de la
AC
El software utilizado para controlar la nave espacial interplanetaria operatedby JPL / NASA
T
1580
argescale sistemas distribuidos, computación distribuida, a gran escala de simulación distributedinteractive, y la simulación
trabajos de investigación en estas áreas. Se desempeñó como editor invitado para el Journal of
AN
Computación Paralela y Distribuida (número especial para el encaminamiento para MobileAd hoc, número
especial para la comunicación inalámbrica y la informática móvil, emisión andspecial para móviles de redes ad
M
sesenta y cinco
MANUSCRITO ACEPTADO
ACM Computing Surveys, IEEE Transactions on andDistributed sistemas paralelos, IEEE Transactions
computación paralela y distribuida, y Transacciones SCS en la simulación. Él era el recipiente del premio
al mejor ResearchPaper en
IEEE / ACM PADS 1997, ACM MobiWac 2006, ICC 2008, ICC 2009 andI-
DO
nicationSoftware en 1999 por su trabajo en unos sistemas de seguridad distribuidos en phoneoperations
Premio de Investigación de Excelencia temprana (antes conocido como Premier del Premio a la Excelencia de
EP
buscar Excellence Award, Premio Núcleo de oro CS IEEE, IEEE Canadá Gotlieb
1610 (QShine 2004). Sirvió silla asthe general para la Octava ACM / IEEE sim-
y el Noveno ACM / IEEE Symposiumon simulación distribuida y aplicación en tiempo real (DSRT), el
RI
1615 ferencia, IEEE / SCS Simposio Anual de simulación (ANNS 2002), ACM WWW
2002, IEEE MWCN 2002, IEEE / ACM MASCOTAS 2002, IEEEWireless Redes Locales WLN 0304;
AN
Miembro de numerosas IEEE y ACM patrocinado conferencias. Sirvió asthe General Chair vice para la
66
MANUSCRITO ACEPTADO
sio, y como el nancechair fi ACM Multimedia 2008. También sirve como un Comité Directivo chairfor la
DO
Robson Eduardo De Grande Actualmente es Asistente Pro-
putadora Ciencias de la Universidad Federal de Sao Carlos, Brasil en 2006 y 2004, respectivamente. Se desempeñó
AC
1635 como Presidente del TPC IEEE / ACM DS-RT 2014. Su investigación
intereses incluyen los sistemas distribuidos y móviles a gran escala, el cloud computing,
67