Abstract:
RESUMO: O aumento constante da frota de veículos tem tornado o trânsito mais complexo, tanto
para veículos convencionais quanto para os autônomos. Para lidar com essa complexidade,
surgem os Sistemas de Transporte Inteligentes (ITS) e as redes veiculares ad hoc (VANETs),
que permitem a troca de informações entre veículos e infraestrutura, melhorando a
segurança e o controle do tráfego. No entanto, a implementação dessas redes enfrenta
desafios significativos, como o elevado custo de infraestrutura e a complexidade crescente
à medida que a rede se expande, o que pode resultar em falhas de comunicação e perda
de pacotes. Este trabalho propõe um modelo de Redes de Petri Estocásticas (SPN)
para avaliar e otimizar o desempenho de redes veiculares ad hoc (VANETs), focando
em cenários que envolvem a utilização de Roadside Units (RSUs) com múltiplas filas
de prioridade e escalonamento circular. O estudo modela o comportamento de RSUs e
servidores Fog sob diferentes cargas de trabalho, avaliando métricas como tempo de resposta,
utilização de recursos e probabilidade de descarte. O modelo visa permitir que projetistas
e engenheiros possam avaliar de forma detalhada e antecipada a capacidade das RSUs
em diferentes configurações de rede, ajustando parâmetros como transições e capacidades
de fila ou processamento antes da implementação física. A proposta também aborda a
complexidade inerente a esses sistemas, proporcionando uma solução que avalia as interações
entre veículos e infraestrutura de forma eficiente.O modelo proposto permite simular e
verificar o impacto de diferentes configurações na performance da rede, possibilitando a
identificação de gargalos e áreas de melhoria. Essa abordagem facilita o planejamento de
futuras implementações e garante uma maior eficiência na alocação de recursos, reduzindo
custos e riscos associados à implantação de redes veiculares. Ao oferecer um ambiente de
simulação flexível, o modelo também contribui para o desenvolvimento de soluções mais
robustas e escaláveis, capazes de lidar com o aumento da complexidade e da demanda no
trânsito urbano moderno. Os experimentos foram validados por meio de uma ferramenta
customizada que replica os cenários modelados, confirmando a precisão e a aplicabilidade
do modelo. Os resultados demonstram que o uso de escalonamento circular entre classes de
prioridade permite melhor distribuição dos recursos, garantindo atendimento adequado às
requisições críticas sem prejudicar as de menor prioridade. A abordagem proposta melhora
significativamente o desempenho em situações críticas, otimizando a alocação de recursos
computacionais e priorizando mensagens de maior relevância. Este trabalho contribui para
o planejamento e gestão de sistemas complexos, oferecendo um suporte analítico robusto
para a tomada de decisão em redes veiculares, auxiliando no dimensionamento de recursos,
eficiência e confiabilidade.
ABSTRACT:The constant increase in the vehicle fleet has made traffic more complex, both for occasional
and independent vehicles. To deal with this complexity, Intelligent Transportation Systems
(ITS) and vehicular ad hoc networks (VANETs) have emerged, which allow the exchange
of information between vehicles and infrastructure, improving safety and traffic control.
However, the implementation of these networks faces significant challenges, such as the
high cost of infrastructure and the increasing complexity as the network expands, which
can result in communication failures and packet loss. This work proposes a Stochastic Petri
Nets (SPN) model to evaluate and optimize the performance of vehicular ad hoc networks
(VANETs), focusing on scenarios involving the use of Roadside Units (RSUs) with multiple
priority queues and circular scheduling. The study models the behavior of RSUs and Fog
servers under different workloads, evaluating statistics such as response time, resource
utilization, and drop probability. The model aims to enable designers and engineers to
assess in detail and in advance the capacity of RSUs in different network configurations,
adjusting parameters such as transitions and queue or processing capacities before physical
implementation. The proposal also addresses the inherent complexity of these systems,
providing a solution that evaluates the interactions between vehicles and infrastructure
in an efficient and scalable way. The proposed model allows simulating and verifying the
impact of different configurations on network performance, enabling the identification of
bottlenecks and areas for improvement. This approach facilitates the planning of future
implementations and ensures greater efficiency in the allocation of resources, reducing
costs and risks associated with the deployment of vehicular networks. By offering a flexible
simulation environment, the model also contributes to the development of more robust and
scalable solutions, capable of dealing with the increased complexity and demand in modern
urban traffic. The experiments were validated using a customized tool that replicates the
modeled scenarios, confirming the accuracy and applicability of the model. The results
demonstrate that the use of circular scheduling between priority classes allows for better
distribution of resources, ensuring adequate service to critical requests without deficiencies
such as lower priority requests. The proposed approach significantly improves performance
in critical situations, optimizing the allocation of computational resources and prioritizing
messages of greater relevance. This work contributes to the planning and management
of complex systems, offering robust analytical support for decision-making in vehicular
networks, assisting in resource sizing, efficiency, and reliability.