Abstract FR:

Dans les réseaux ad hoc opportunistes, le transfert multi-sauts de données est inapproprié puisque les appareils mobile sont souvent déconnectées les unes des autres. Des travaux antérieurs ont étudié l'utilisation de différents types d'informations sur le réseau pour guider et améliorer les décisions de transfert. En général, il est difficile de concevoir un algorithme de transfert opportuniste, puisque ses performances dépendent des caractéristiques de la mobilité des nœuds dans le réseau. Cette thèse contribue à une meilleure compréhension des performances de tous les algorithmes de transfert opportunistes en termes de nombre de sauts et de délais. Nous prouvons analytiquement et validons empiriquement qu'il existe des chemins qui sont courts aussi bien en termes de délais et nombre de sauts dans ces réseaux opportunistes. Ce résultat a des répercussions importantes sur la façon de concevoir des algorithmes de transfert dans les réseaux opportunistes. En particulier, il indique que les messages peuvent être éliminés après un petit nombre de sauts sans impacter les performances. Des similitudes entre les interactions sociales entre les individus et leurs mobilités confirment qu'une classification des nœuds en fonction de leurs propriétés sociales pourrait être pertinente pour le réseau opportuniste. Nous développons PeopleRank une approche systématique pour l'utilisation des interactions sociales pour guider les décisions de transfert dans ce type de réseau.