My Bachelor's thesis presentation (2013)

1. Studio e sperimentazione di un modello di
disseminazione di annotazioni semantiche
in reti veicolari
Relatore: Prof. Ing. Michele Ruta
Correlatori: Ing. Floriano Scioscia - Ing. Filippo Gramegna
Corso di Laurea Triennale Tesi di laurea in Telematica II
in Ingegneria Informatica A.A. 2011 - 2012
Laureando:
Giorgio Basile

2. Sommario
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile2
 Dedicated Short-Range Communications (DSRC) e
Intelligent Transport Systems (ITS)
 Vehicular Ad-hoc Networks (VANET) basate sulla
semantica
 Soluzione proposta
 Modello di disseminazione
 Algoritmi di matchmaking
 Architettura del sistema
 Risultati sperimentali
 Conclusioni e sviluppi futuri

3. Applicazioni ITS e DSRC
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
3 Giorgio Basile
OBU
(On-Board Unit)
V2V
(Vehicle-to-Vehicle)
RSU
(Road-Side Unit)
V2I
(Vehicle-to-Infrastructure)

4. VANET basate sulla semantica
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile4
 Reti veicolari che utilizzano i valori rilevati dai dispositivi
intra-veicolo e recuperati attraverso lo standard OBD-II
(On-Board Diagnostic II)
 I dati estrapolati caratterizzano il mining verso
annotazioni semantiche
 Le descrizioni semantiche permettono la deduzione
implicita a partire da informazione esplicita
 Utilizzo di procedure di ragionamento ed elaborazione
intelligente (aumento complessivo della conoscenza del
sistema)
 Supporto di un’architettura di Pervasive Computing
 Specializzazione di infrastrutture per Internet of Things
 Adottano i fondamenti alla base del Semantic Web
SWoT, Semantic Web of Things

5.  Push model / Dissemination
 Generated Data / Relayed Data
 Same direction:
 dati generati e di relay nello
stesso pacchetto
 propagazione lungo la direzione
di marcia del veicolo sender
 informazione disponibile sul tratto
di strada da percorrere
 Opposite direction:
 sfrutta il transito di veicoli in
direzione opposta al sender
 Trasporto rapido di informazione
verso i nodi molto distanti dal
sender
Giorgio Basile
Soluzione proposta:
modello di disseminazione
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
5
[Nadeem T. et al., MOBIQUITOUS 2006]

6. Soluzione proposta :
algoritmi di matchmaking
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile6
 Caso 1
PosizioneDato un veicolo V che genera i dati:
Keep: ciò che sia V sia altri veicoli hanno osservato
Giveup: ciò che V ha osservato, in contrasto rispetto ad
osservazioni di altri veicoli
Hypothesis : ciò che V ha osservato, ma altri veicoli no
Bonus : ciò che altri veicoli hanno osservato, ma V no

7. Soluzione proposta :
algoritmi di matchmaking (2)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile7
 Caso 2: algoritmi di matchmaking
Servizi di inferenza:
 Concept Conjunction
 Concept Contraction
[Ruta M. et al., WIAS 2011]
 Concept Abduction
[Ruta M. et al., WIAS 2011]
 Concept Difference
 Compute Bonus

8. Architettura del sistema
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile8
 Software di simulazione
NCTUns 6.0
 Kernel Re-Entering
 Applicativi C / C++
 Generatore pseudo-casuale
di annotazioni semantiche
 Ipotizza su base probabilistica le
rilevazioni del veicolo in uno
scenario reale

9. Architettura del sistema (2)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile9
 Server Reasoner (Java)
 Architettura multithread
 Mini Matchmaking Engine
[Ruta M. et al., ORE 2012]
 CarAgent (C++)
 Modello di movimento
 Modello di rete
 Protocollo IEEE 802.11b ad-hoc
 One VS Last
 One VS All
 One VS Average

10. Obiettivi
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile10
 Valutazione delle prestazioni delle VANET in termini di
traffico di rete
 Prestazioni della disseminazione di informazioni di natura
semantica
 Influenza di fenomeni di collisione e perdita di pacchetti
 Valutazione delle prestazioni degli algoritmi di
matchmaking
 Prestazioni < 50 ms per confronto con IEEE 802.11p

11. Risultati Sperimentali
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile11
 Scenario A
(strada extraurbana
ES. Tangenziale di Bari SS16)
 Campo: 5 Km x 1.5 Km
 Broadcast Period : 7 secondi
 Veicoli : 50
 Simulation Time: 300 secondi
Pacchetti
Pacchettiinviati 43,367347
Pacchettiricevuti 41,142857
Pacchetti
generati
24,755102
Pacchettiricevuti
e d'interesse
29,836735
Pacchettiricevuti
e d'interesse per
sender
29,604167
Pacchettiricevuti
per sender
40,489796
0
10
20
30
40
50
One VS Last
Pacchetti
Pacchettiinviati 52,44898
Pacchettiricevuti 48,326531
Pacchetti
generati
32,040816
Pacchettiricevuti
e d'interesse
32,857143
Pacchettiricevuti
e d'interesse per
sender
32,183673
Pacchettiricevuti
per sender
47,632653
0
10
20
30
40
50
60
One VS All
Pacchetti
Pacchettiinviati 49,653061
Pacchettiricevuti 46,346939
Pacchetti
generati
29,469388
Pacchettiricevuti
e d'interesse
32,469388
Pacchettiricevuti
e d'interesse per
sender
31,75551
Pacchettiricevuti
per sender
45,755102
0
10
20
30
40
50
60
One VS Average

12. Pacchetti
Pacchettiinviati 47,186047
Pacchettiricevuti 47,534884
Pacchetti
generati
24,44186
Pacchettiricevuti
e d'interesse
31,534884
Pacchettiricevuti
e d'interesse per
sender
30,953488
Pacchettiricevuti
per sender
47,046512
0
10
20
30
40
50
One VS Average
Pacchetti
Pacchettiinviati 59,465116
Pacchettiricevuti 59,604651
Pacchetti
generati
34,162791
Pacchettiricevuti
e d'interesse
36,116279
Pacchettiricevuti
e d'interesse per
sender
35,604651
Pacchettiricevuti
per sender
59,651163
0
20
40
60
80
One VS All
Pacchetti
Pacchettiinviati 39,697674
Pacchettiricevuti 42,395349
Pacchetti
generati
23,372093
Pacchettiricevuti
e d'interesse
24,395349
Pacchettiricevuti
e d'interesse per
sender
23,627907
Pacchettiricevuti
per sender
42,046512
0
10
20
30
40
50
One VS Last
Risultati Sperimentali (2)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile12
 Scenario B
(strada urbana a rapido scorrimento
ES. Viale Luigi Einaudi o Viale Papa
Giovanni XXIII, Bari)
 Campo: 2 Km x 1 Km
 Broadcast Period : 7 secondi
 Veicoli : 44
 Simulation Time : 300 secondi

13. Pacchetti
Pacchettiinviati 47,489796
Pacchettiricevuti 47,755102
Pacchetti
generati
25,918367
Pacchettiricevuti
e d'interesse
27,755102
Pacchettiricevuti
e d'interesse per
sender
26,571429
Pacchettiricevuti
per sender
46,285714
0
15
30
45
60
One VS Average
Pacchetti
Pacchettiinviati 50,204082
Pacchettiricevuti 48,44898
Pacchetti
generati
27,857143
Pacchettiricevuti
e d'interesse
28,306122
Pacchettiricevuti
e d'interesse per
sender
27,285714
Pacchettiricevuti
per sender
47,44898
0
15
30
45
60
One VS All
Pacchetti
Pacchettiinviati 45,061224
Pacchettiricevuti 43,693878
Pacchetti
generati
24,346939
Pacchettiricevuti
e d'interesse
25,306122
Pacchettiricevuti
e d'interesse per
sender
24,8125
Pacchettiricevuti
per sender
42,530612
0
10
20
30
40
50
One VS Last
Risultati Sperimentali (3)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile13
 Scenario C
(strada urbana
ES. Quartiere Murat, Bari)
 Campo: 1.5 Km x 1 Km
 Broadcast Period : 9 secondi
 Veicoli : 50
 Simulation Time : 500 secondi

14. Risultati sperimentali (4)
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile14
Tempi di matchmaking (secondi)
Scenario A One VS Last One VS All One VS Average
Tempo matchmaking 0,241872394 0,250780248 0,241224011
Tempo ciclo 0,241872394 0,529133737 0,258616706
Scenario B One VS Last One VS All One VS Average
Tempo matchmaking 0,260290413 0,253669296 0,252096274
Tempo ciclo 0,260290413 0,58229455 0,302197413
Scenario C One VS Last One VS All One VS Average
Tempo matchmaking 0,244249898 0,246689816 0,244019428
Tempo ciclo 0,244249898 0,560522691 0,263447726
Occupazione media di memoria del CarAgent : 2.31 MB

15. Analisi dei risultati
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile15
Soluzioni
Aggregazione dei dati
(algoritmi di compressione delle
annotazioni semantiche)
Eliminazione ritardi di
comunicazione Client - Server
(singoli servizi di inferenza eseguiti
in 10-4 s)
Problematiche
 Alto numero di collisioni 
 Matchmaking lento 
(problema di pura simulazione)

16. Conclusioni e sviluppi futuri
Studio e sperimentazione di un modello di disseminazione di
annotazioni semantiche in reti veicolari
Giorgio Basile16
 Modello di disseminazione meno prolifico con l’aggregazione dei dati
 Occorre un testing dell’algoritmo di matchmaking eseguito lato Server
Sviluppi futuri:
 Avvertimenti di emergenza
 Comunicazione con unità RSU
 Annotazione real-time su server OpenStreetMap semantic-enabled
 Utilizzo separato dei quattro campi semantici per il supporto alle decisioni
del guidatore