95 research outputs found
Contributions à l'amélioration des communications dans les réseaux sans fil multi-sauts
No full textWe rst focused on the problem of power-aware data collection in large-scale wireless sensor networks.We proposed various fault tolerant deployment and redeployment strategies to ensure full connectivityand optimal coverage and to ensure ecient data dissemination. Next, we investigated hierarchicalmethods and we assessed the interest of ecient spatial redundancy management of the sensors within theframework of a clustering mechanism. We have therefore studied and proposed energy-ecient routingstrategies by combining clustering with intelligent routing methods based on meta-heuristic approaches.Afterwards, we considered the use of cognitive radio within wireless sensor networks. We rstmodeled the joint time slot and frequency assignment scheduling problem of communications in cognitiveradio wireless sensors networks. Next, we proposed various spatial and temporal scheduling mechanisms,which operate either in centralized or hierarchical manner, reducing the total duration of schedulingof the cognitive sensors while reducing their energy consumption. Our proposals take into account theunexpected returns of primary users and the mobility of wireless sensors.In a third part, we considered the problem of quality of service oriented routing in metropolitan Meshwireless networks. Within the IEEE 802.11n standard, we are interested in deploying a Mesh networkand proposing new routing approaches that maximize the bandwidth oered to users. We proposednew routing metrics that capture the links availability. Our major contribution in this direction wasthe proposition of a novel metric that takes into account the inter and intra ow interferences and theproposal of a proactive routing protocol that uses this metric to select the optimal paths in terms ofavailable bandwidth.Nos travaux se sont intéressés en premier lieu au problème de collecte de données sous contrainte d'économied'énergie dans les réseaux de capteurs sans l large échelle. Nous avons d'abord proposé diversesstratégies de déploiement et de re-déploiement tolérant aux pannes qui visent à assurer une connectivitétotale et une couverture optimale et assurer une dissémination efficace des données. Nous nous sommespenchés ensuite sur la proposition de méthodes d'organisation hiérarchique des communications et nousavons montré l'intérêt d'une gestion efficace de la redondance spatiale des capteurs dans le cadre d'unmécanisme de clustering. Nous avons initialement proposé des stratégies de routage économes en énergieen combinant les approches d'organisation hiérarchique avec des méthodes de routage intelligentes.Dans un second volet, nous avons considéré l'adoption de la radio cognitive dans les réseaux decapteurs sans l. An de gérer efficacement l'accès opportuniste au spectre, nous avons formalisé d'abordle problème d'ordonnancement spatio-temporel des communications dans les réseaux de capteurs sans lradio cognitifs. Ensuite, nous avons proposé des mécanismes d'ordonnancement spatio-temporels, centralisés puis hiérarchiques, permettant de réduire la durée totale d'ordonnancement des capteurs touten réduisant leur consommation énergétique. Nos propositions tiennent compte des retours imprévus desutilisateurs primaires et de la mobilité des capteurs sans fil.Dans un troisième volet, nous avons considéré le problème de routage orienté qualité de service dansles réseaux sans fil Mesh métropolitains. Dans le cadre du standard IEEE 802.11n, nous nous intéressonsau déploiement d'un réseau Mesh et à la proposition de nouvelles approches de routage maximisant labande passante offerte aux utilisateurs. Nous avons proposé, dans cet axe, de nouvelles métriques deroutage orientées qualité de service. Notre contribution majeure a été la proposition d'une métrique quitient compte des interférences inter et intra flux ainsi qu'un protocole de routage proactif qui tient comptede cette métrique pour la recherche des meilleurs chemins en terme de bande passante disponible
Contributions à l'amélioration des communications dans les réseaux sans fil multi-sauts
No full textWe rst focused on the problem of power-aware data collection in large-scale wireless sensor networks.We proposed various fault tolerant deployment and redeployment strategies to ensure full connectivityand optimal coverage and to ensure ecient data dissemination. Next, we investigated hierarchicalmethods and we assessed the interest of ecient spatial redundancy management of the sensors within theframework of a clustering mechanism. We have therefore studied and proposed energy-ecient routingstrategies by combining clustering with intelligent routing methods based on meta-heuristic approaches.Afterwards, we considered the use of cognitive radio within wireless sensor networks. We rstmodeled the joint time slot and frequency assignment scheduling problem of communications in cognitiveradio wireless sensors networks. Next, we proposed various spatial and temporal scheduling mechanisms,which operate either in centralized or hierarchical manner, reducing the total duration of schedulingof the cognitive sensors while reducing their energy consumption. Our proposals take into account theunexpected returns of primary users and the mobility of wireless sensors.In a third part, we considered the problem of quality of service oriented routing in metropolitan Meshwireless networks. Within the IEEE 802.11n standard, we are interested in deploying a Mesh networkand proposing new routing approaches that maximize the bandwidth oered to users. We proposednew routing metrics that capture the links availability. Our major contribution in this direction wasthe proposition of a novel metric that takes into account the inter and intra ow interferences and theproposal of a proactive routing protocol that uses this metric to select the optimal paths in terms ofavailable bandwidth.Nos travaux se sont intéressés en premier lieu au problème de collecte de données sous contrainte d'économied'énergie dans les réseaux de capteurs sans l large échelle. Nous avons d'abord proposé diversesstratégies de déploiement et de re-déploiement tolérant aux pannes qui visent à assurer une connectivitétotale et une couverture optimale et assurer une dissémination efficace des données. Nous nous sommespenchés ensuite sur la proposition de méthodes d'organisation hiérarchique des communications et nousavons montré l'intérêt d'une gestion efficace de la redondance spatiale des capteurs dans le cadre d'unmécanisme de clustering. Nous avons initialement proposé des stratégies de routage économes en énergieen combinant les approches d'organisation hiérarchique avec des méthodes de routage intelligentes.Dans un second volet, nous avons considéré l'adoption de la radio cognitive dans les réseaux decapteurs sans l. An de gérer efficacement l'accès opportuniste au spectre, nous avons formalisé d'abordle problème d'ordonnancement spatio-temporel des communications dans les réseaux de capteurs sans lradio cognitifs. Ensuite, nous avons proposé des mécanismes d'ordonnancement spatio-temporels, centralisés puis hiérarchiques, permettant de réduire la durée totale d'ordonnancement des capteurs touten réduisant leur consommation énergétique. Nos propositions tiennent compte des retours imprévus desutilisateurs primaires et de la mobilité des capteurs sans fil.Dans un troisième volet, nous avons considéré le problème de routage orienté qualité de service dansles réseaux sans fil Mesh métropolitains. Dans le cadre du standard IEEE 802.11n, nous nous intéressonsau déploiement d'un réseau Mesh et à la proposition de nouvelles approches de routage maximisant labande passante offerte aux utilisateurs. Nous avons proposé, dans cet axe, de nouvelles métriques deroutage orientées qualité de service. Notre contribution majeure a été la proposition d'une métrique quitient compte des interférences inter et intra flux ainsi qu'un protocole de routage proactif qui tient comptede cette métrique pour la recherche des meilleurs chemins en terme de bande passante disponible
A Machine Learning Framework for Intrusion Detection in VANET Communications
No full textInternational audienc
Smart Mobility and Routing in Intermittent Infrastructure-based Internet of Vehicles
No full textDe grands progrès ont été réalisés dans le domaine des transports, ce qui a conduit à l'émergence du concept de la Smart Mobility. Dans cette thèse, nous nous intéressons à l'aspect technologique du concept. Nous proposons une vision plus large de la Smart Mobility, tout en spécifiant trois domaines de mobilité; à savoir terrestre, aérien et marin. Nous nous concentrons ensuite sur le domaine terrestre, plus précisément, les protocoles de routage dans l'Internet des véhicules (IoV). Dans l'environnement véhiculaire, trois catégories de scénario de réseau doivent être distinguées: infrastructure basée, sans infrastructure et infrastructure intermittente. Dans ce travail, nous souhaitons permettre aux véhicules d'atteindre l'infrastructure en temps opportun dans le troisième scénario. À cette fin, nous proposons ILTS (Infrastructure Localization Service and Tracking Scheme) qui extrait des informations précieuses de l'échange de messages périodiques afin de localiser l'infrastructure et de suivre les chemins disponibles vers elle. Ensuite, nous proposons un protocole de routage basé sur un mécanisme de prise de décision, HyRSIC (Hybrid Routing for Safety data with Intermittent V2I Connectivity), qui permet aux véhicules de faire le choix optimal lors de la transmission des données.Great progress has been made in the transportation field, which has led to the emergence of the Smart Mobility concept. In this thesis, we are interested in the technological aspect of the concept. We propose a broader vision of Smart Mobility, while specifying three mobility domains; namely terrestrial, aerial and marine. We then, focus on the terrestrial domain, more precisely, routing protocols in Internet of Vehicles (IoV). In the vehicular environment, three categories of network scenario are to be distinguished: infrastructure-based, infrastructure-less and intermittent infrastructure. In this work, we are interested in enabling vehicles to reach the infrastructure in a timely manner in the third scenario. To this end, we propose ILTS (Infrastructure Localization service and Tracking Scheme) that extracts valuable information from periodic message exchange in order to localize infrastructure and track available paths towards it. Then, we propose a routing protocol based on a decision making mechanism, HyRSIC (Hybrid Routing for Safety data with Intermittent V2I Connectivity), that enables vehicles to make the optimal choice when transmitting data
Advancing Author Gender Identification in Modern Standard Arabic with Innovative Deep Learning and Textual Feature Techniques
No full textAuthor Gender Identification (AGI) is an extensively studied subject owing to its significance in several domains, such as security and marketing. Recognizing an author’s gender may assist marketers in segmenting consumers more effectively and crafting tailored content that aligns with a gender’s preferences. Also, in cybersecurity, identifying an author’s gender might aid in detecting phishing attempts where hackers could imitate individuals of a specific gender. Although studies in Arabic have mostly concentrated on written dialects, such as tweets, there is a paucity of studies addressing Modern Standard Arabic (MSA) in journalistic genres. To address the AGI issue, this work combines the beneficial properties of natural language processing with cutting-edge deep learning methods. Firstly, we propose a large 8k MSA article dataset composed of various columns sourced from news platforms, labeled with each author’s gender. Moreover, we extract and analyze textual features that may be beneficial in identifying gender-related cues through their writings, focusing on semantics and syntax linguistics. Furthermore, we probe several innovative deep learning models, namely, Convolutional Neural Networks (CNNs), LSTM, Bidirectional LSTM (BiLSTM), and Bidirectional Encoder Representations from Transformers (BERT). Beyond that, a novel enhanced BERT model is proposed by incorporating gender-specific textual features. Through various experiments, the results underscore the potential of both BERT and the textual features, resulting in a 91% accuracy for the enhanced BERT model and a range of accuracy from 80% to 90% accuracy for deep learning models. We also employ these features for AGI in informal, dialectal text, with the enhanced BERT model reaching 68.7% accuracy. This demonstrates that these gender-specific textual features are conducive to AGI across MSA and dialectal texts
Modeling Uncertainties in Proactive Routing Protocols for AdHoc Networks
No full textInternational audienceIn this paper we introduce a new model for ad hoc networks. Our model aims at reproducing the states alternation of links and nodes led by dynamic and random topology of ad hoc networks as well as random delays of packets delivery. Furthermore, we study the phenomenon of uncertainties in routing operation due to the unpredictable topological changes. Unlike mobility models which reflect only the impact of mobility on routing protocols, our proposal can demonstrates the impact of several identified hazards on the performances of proactive routing protocols. We show through various simulations the performances of our model within the framework of a proactive routing
Combining MLP and Feature Engineering to Predict Avalanche Severity
No full textInternational audienc
- …
