Leading the Way: Reduzindo o tráfego de dados em redes ad hoc veiculares por meio de algoritmos de líder de cluster
VANETs, centralidade, redução de dados, eleição de líder, representatividade
O crescente tráfego de dados proveniente do número cada vez maior de veículos conectados equipados com sensores impõe desafios significativos aos recursos de comunicação e à infraestrutura de serviços compartilhados das Redes Ad hoc Veiculares (VANETs). Para enfrentar esses desafios, algoritmos de clustering tradicionais, como K-means, Fuzzy C-means e DBSCAN, têm sido utilizados para agrupar os veículos em clusters gerenciáveis. Ao organizar os veículos em clusters, esses algoritmos selecionam um subconjunto representativo de veículos dentro de cada cluster para gerenciar a comunicação de dados, minimizando transmissões redundantes e garantindo a disseminação eficiente das informações, reduzindo, assim, de forma significativa, a congestão na rede. No entanto, contar exclusivamente com um subconjunto para a transmissão de dados pode ser insuficiente, pois essa abordagem ainda pode gerar um volume substancial de dados. Além disso, se o subconjunto estiver geograficamente disperso, pode haver perda de precisão na representação e comunicação dos dados. Para superar essas limitações, o Algoritmo de Eleição de Líder para Identificação de Representação em Clusters (LEADER) é introduzido, designando um líder representativo dentro de cada cluster, aprimorando a transmissão de dados. O LEADER visa estabelecer um mecanismo de controle de mensagens dentro das VANETs, otimizando a transmissão de dados e reduzindo a sobrecarga de comunicação. A avaliação de desempenho experimental demonstrou que o LEADER reduziu o tráfego de dados na rede em até 45\%, em média, mantendo a precisão na representação dos grupos.