AVALIAÇÃO DE DESEMPENHO DE REDES VEICULARES Ad Hoc COM RSUs e FILAS DE PRIORIDADE

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.