Network Traffic Prediction Based on Artificial Intelligence in Vehicular Ad-Hoc Networks

Le système de transport intelligent "Intelligent Transportation System" (ITS) est une nouvelle solution pour le transport dans les villes intelligentes et un réseau Ad-hoc véhiculaire "Vehicular Ad-hoc Network" (VANET) est l’une de ses technologies les plus importantes, qui tente de rendre l’environnement plus sûr en offrant une meilleure communication sans fil. La prédiction, le contrôle et l’évitement du trafic peuvent améliorer les communications sans fil dans les villes intelligentes et, par conséquent, améliorer la qualité des services "Quality of Services" (QoS) et affecter les performances du réseau. Les VANET sont établis sur des véhicules intelligents, et peuvent avoir des communications de véhicule à véhicule "Vehicleto- Vehicle" (V2V) et de véhicule à bord de la route "Vehicle-to-Roadside" (V2R). En outre, ils peuvent être utilisés pour des applications liées ou non à la sécurité, telles que le soutien à la sécurité routière, la gestion des places de stationnement, la mise à disposition d’autoroutes pour les véhicules d’urgence, etc. En raison de la croissance des données générées par les ressources dans les villes intelligentes, les données sont de plus en plus volumineuses. Le stockage, le traitement et l’analyse de ces données sont importants pour prédire et contrôler le trafic sur le réseau. La prédiction du trafic a certaines limites comme l’utilisation de la bande passante, l’utilisation des ressources et le délai de transmission en communication et en informatique. L’utilisation de méthodes d’intelligence artificielle (IA) peut aider à prédire le trafic, ce qui permet de réduire les retards et les pertes de paquets et d’améliorer les performances des réseaux VANET. Par conséquent, deux types de trafic sont présents dans le réseau VANET, à savoir le trafic routier et le trafic réseau qui peut se produire dans l’environnement. Chaque type de trafic (i.e., le trafic routier et le trafic réseau) a des raisons différentes de se produire, divers paramètres et plusieurs effets sur la communication et le transport. Par exemple, dans le cas du trafic routier, certains paramètres, tels que le nombre de véhicules, la vitesse du véhicule, les conditions météorologiques, les limitations de la route et autres, peuvent avoir un effet sur le trafic routier. Dans le réseau, d’autres paramètres, tels que la vitesse des expéditeurs, le retard, la perte de paquets et la bande passante peuvent être des paramètres efficaces pour le trafic réseau.

Abstract

Intelligent Transportation System (ITS) is a novel solution for transportation in smart cities and a Vehicular Ad-hoc network (VANET) is one of its most important technologies, which tries to make the environment safer by having better wireless communication. Predicting, controlling and avoiding traffic can improve wireless communications in smart cities and consequently, enhance the Quality of Services (QoS) and affect the network performance. VANETs are established on vehicles that are intelligent, and can have communications like vehicle-to-vehicle (V2V) and vehicle-to-roadside (V2R). Moreover, it can be employed for safety and non-safety applications, such as supporting the safety of the road, managing parking spaces, providing freeways for emergency vehicles and so on. Due to the growth of data generated by resources in smart cities, we are facing big data. Storing, processing and analyzing big data is an important issue for prediction and control traffic over the network. Traffic prediction has some limitations like usage of bandwidth, usage of resources and transmission delay overhead in communication and computing. Using Artificial Intelligent (AI) methods can help traffic prediction, which leads to reduced delay and packet loss and improve the performance of VANET. Therefore, we are facing two types of traffic in the VANET including road traffic and network traffic that could happen in the environment. Each type of traffic (i.e., road and network) has different reasons for happening, various parameters and several effects on communication and transportation. For instance, in road traffic, some parameters, such as the number of vehicles, the speed of vehicles, the weather condition, the road limitations and others, could be effective in road traffic happening. While in the network, other parameters including the speed of senders, the delay, the packet loss and the bandwidth, could be effective parameters in network traffic happening.