Aplicac¸ ˜oes de tempo real em redes de sensores

2.4 Trabalhos relacionados

2.4.5 Aplicac¸ ˜oes de tempo real em redes de sensores

As pesquisas relacionadas com aplicaç ões de tempo real em redes de sensores, no geral, est ão voltadas a arquiteturas e modelos matem áticos para aplicaç ões gerais (LU et al., 2002; HE et al., 2003; LI; SHENOY; RAMAMRITHAM, 2004; CHAN; KI; NGAN, 2005; ZHOU; XIONG; LIN, 2007; AFONSO et al., 2007). No entanto, é poss´ıvel encon- trar algumas soluç ões, de roteamento e/ou aplicaç ão, direcionadas para aplicaç ões espec´ıficas (PENG et al., 2007; PAN et al., 2007; LI; GU; ZHAO, 2007). Essas propos- tas consideram os prazos e a energia, como principais m étricas a serem estudadas. Isso ocorre porque os prazos s ão importantes em aplicaç ões de tempo real e energia é um recurso n ão renov ável em redes de sensores, necessitando de uma atenç ão especial. O que diferencia esses trabalhos do nosso é que efetuamos de forma online simult âneas reduç ões permitindo que a rede possa atender aos prazos exigidos pela aplicaç ão, empregando as t écnicas baseadas em stream de dados.

3 PROBLEMA DE REDUC¸ ˜AO DE DADOS

EM REDES DE SENSORES SEM FIO

“Aprender sem pensar ´e trabalho perdido.” (Conf ´ucio)

C

OMO discutido anteriormente, as redes de sensores sem fio consistem de dispo- sitivos de sensoriamento aut ônomos que trabalham de forma distribu´ıda e coope- rativa com o objetivo de monitorar condiç ões f´ısicas ou ambientais, tais como temperatura, som, vibraç ões, press ão, movimento ou poluiç ão (ROMER; MATTERN, 2004). Tais sistemas f´ısicos ou ambientais podem ser representados pelo diagrama mostrado na figura 8, onde N denota o ambiente e o processo a ser medido, F é o fen ômeno de interesse, com V∗ seu dom´ınio espaço-temporal. Se uma observaç ão foi completada sem problemas, teremos um conjunto de regras (R∗) ideais para tomada de decis ões ideais (D∗). De acordo com essas caracter´ısticas n ós consideramos V∗ o stream de dados. D∗ N V∗ V _D V′ _D′ w F u R∗ w S w R u Ψ w R′

FIGURA 8 – Representaç ão de um sistema de uma rede de sensores onde é mostrado o comportamento ideal (N _{→ V}∗_{→ D}∗), sensoriado (N _{→ V}∗_{→ V → D) e reduzido} (N _{→ V}∗_{→ V → V}′_{→ D}′).

Ao inv és de uma situaç ão ideal, temos um conjunto de s sensores, S= (S1, . . . , Ss),

monitorando um fen ˆomeno e produzindo conjuntos de amostras no dom´ınio Vi, com

1_{≤ i ≤ s; todos os poss´ıveis conjuntos do dom´ınio s˜ao denotados por V = (V}1, . . . , Vs).

Usando todas essas informaç ões, podemos conceber um conjunto de regras (R) para prover um conjunto de decis ões (D). Portanto, diferentemente de V∗, V é um stream

de sensoriamento.

Para melhor contextualizar os poss´ıveis sistemas que podem ser representados atra- v és da figura 8, seguindo o comportamento sensoriado N _{→ V}∗_{→ V → D, considere} os seguintes exemplos de aplicaç ões:

• O projeto Great Duck Island (MAINWARING et al., 2002) teve por objetivo monitorar o comportamento e o habitat de um p ássaro chamado Storm Petrel. Ini- cialmente, 32 n ós sensores foram colocados nas tocas dos p ássaros e tamb ém pr óximos a elas. Posteriormente, a rede foi aumentada, ganhando mais n ós e estaç ões meteorol ógicas. Os n ós sensores podiam medir a temperatura (t), a umidade do ar (u) e a press ão barom étrica (b), entre outras vari áveis. As leitu- ras peri ódicas dos n ós eram transmitidas a um gateway atrav és da comunicaç ão entre os n ós. O gateway retransmitia as leituras at é a estaç ão base, onde eram armazenadas. Uma r éplica do banco de dados era transmitida, via sat élite, para um servidor na Universidade de Berkeley a cada 15 minutos. Essa aplicaç ão, possui diferentes comportamentos de sensoriamento que convergem para a seguinte representaç ão:

N _{→ {V}∗

t , Vu∗, Vb∗} → {Vt, Vu, Vb}15 min→ D,

onde N , D representam, respectivamente, todo o ecossistema e o comportamento do Storm Petrel. A decis ão D pode ser, por exemplo, que o p ássaro est á dormindo, se alimentando, acasalando, colocando ou chocando ovos. Note que essas decis ões s ão tomadas utilizando amostras peri ódicas do ambiente a cada 15 minutos.

• O projeto ZebraNet (JUANG et al., 2002), utilizou colares sensores equipados com GPS instalados em zebras na reserva de Sweetwaters, Qu ênia. Do ponto de vista biol ógico, o objetivo do projeto era monitorar o comportamento noturno dos animais e ainda responder quest ões acerca de migraç ão e relacionamento inter esp écies. Os sensores foram projetados para registrarem e armazenarem a posiç ão (p) dos animais a cada 3 minutos. A cada hora, outros sensores regis- travam por 3 minutos dados meteorol ógicos (m), ambientais (a), de iluminaç ão (i), de temperatura (t) e de movimentos corporais (mc). A estaç ão base m óvel percorria o campo dos sensores, habitat das zebras, para recolher os dados. Essa aplicaç ão, possu´ıa diferentes comportamentos de sensoriamento que con-

vergiam para a seguinte representac¸ ˜ao: N _{→ {V}∗

p, Vm∗, Va∗, Vi∗, Vt∗, Vmc∗} → {Vp}3 min ∪ {Vm, Va, Vi, Vt, Vmc}3 min⊂1h→ D,

onde N , D representam, respectivamente, todo o ecossistema e o comportamento noturno da zebra. A decis ão D pode ser, por exemplo, que a zebra se ali- menta mais, procura lugares mais afastados do bando ou acasala v árias vezes no per´ıodo da noite. Note que essas decis ões s ão tomadas utilizando amostras sobre a localizaç ão das zebras a cada tr ês minutos e amostras que representam o ambiente local monitorado constantemente durante tr ês minutos a cada hora. • Existem também as aplicações mais gerais (ARAMPATZIS; LYGEROS; MANE-

SIS, 2005), utilizadas como motivaç ão em diversos trabalhos, como: monito- ramento de inc êndios, detecç ão de enchentes, detector de poluiç ão e agricul- tura de precis ão. Nessas aplicaç ões, os n ós s ão distribu´ıdos a priori ou ale- atoriamente para recolher informaç ões do ambiente referente a algum evento (e). As informaç ões, no geral, s ão transmitidas ao sorvedouro utilizando uma comunicaç ão multi-saltos. Logo que um evento anormal é detectado o sorvedouro deve ser notificado. Algum usu ário externo à rede, ao observar os dados recolhidos pelo sorvedouro, pode julgar o evento ocorrido como verdadeiro ou n ão. Nesse caso ele pode atuar na rede ou enviar uma equipe para avaliar a situaç ão no local. Essas aplicaç ões, possuem um comportamento padr ão de sensoriamento que pode ser representado pelo diagrama:

N _{→ V}∗

e → Ve→ D,

onde N e D representam, respectivamente, o fen ômeno monitorado e a ocorr ên- cia de inc êndio, no caso da aplicaç ão de detecç ão de inc êndios. Para essas aplicaç ões quanto menor o intervalo de leituras para o conjunto Ve mais precisa

e eficiente pode ser a decis ˜ao D.

Devido à complexidade dos sistemas nos quais as redes de sensores atuam, é impra- tic ável utilizar um conjunto de regras gerais R que possam ser aplicadas em qualquer sistema, por exemplo, as regras utilizadas pelo ZebraNet n ão podem ser as mesmas utilizadas pela aplicaç ão de detecç ão de inc êndio. Tanto as regras como as decis ões que devem ser tomadas s ão espec´ıficas para cada aplicaç ão. Por essa raz ão, para cada aplicaç ão é necess ário definir a forma de representaç ão dos valores V do conjunto Vi= {V1,V2, . . .}, ou seja, definir como o item stream será representado no

sistema. Considerando os exemplos de aplicac¸ ˜oes apresentados anteriormente pode- mos considerar os seguintes itens stream:

• No projeto Great Duck Island, temos V = {Vt, Vu, Vb}15 min, nesse caso o item V

que descreve os tr ês conjuntos Vt, Vu e Vb é no formato num érico tal que V ∈ R,

−100 ≤ V ≤ 100. A leitura e o processamento de V ocorre a cada 15min.

• No projeto ZebraNet, temos V = {Vp}3 min ∪ {Vm, Va, Vi, Vt, Vmc}3 min⊂1h, nesse

caso temos diferentes representaç ões para os itens: o conjunto Vp é descrito

pelo item V no formato_{(x, y, z) tal que x, y, z ∈ R. A leitura e o processamento de} V ocorre a cada 3 min; os conjuntos Vm, Va e Vt s ˜ao descritos pelo item V que

é representado por um conjunto V = {v1, . . . , v3 a}, onde a é o número de leitu-

ras do ambiente por minuto e v é um valor no formato num érico tal que v_{∈ R,} −100 ≤ v ≤ 100. A leitura e o processamento de V ocorre a cada hora; e os conjuntos Vi e Vmc s ão descritos pelo item V que é representado por um conjunto

V _{= {v}1, . . . , v3 a}, onde v ´e no formato bin´ario tal que v ∈ {0,1}. A leitura e o

processamento de V ocorre a cada hora.

• No caso das aplicações gerais, temos V = Ve que é descrito pelo item V re-

presentado por um conjunto V _{= {v}1, . . . , vn}, onde n ´e o n´umero de leituras do

ambiente e v ´e um valor no formato num ´erico tal que v_{∈ R, −100 ≤ v ≤ 100. A} leitura e o processamento de V ocorre quando n itens forem obtidos.

Com o objetivo de cobrir um maior n úmero de aplicaç ões e apresentar soluç ões mais abrangentes, neste trabalho consideramos apenas as aplicaç ões gerais. Logo os sistemas que estaremos tratando seguem o comportamento de sensoriamento

N _{→ V}∗

e → Ve→ D,

onde o conjunto Ve ´e descrito pelo item V que ´e representado por um conjunto V =

{v1, . . . , vn}, onde n é o número de leituras do ambiente e v é um valor no formato

num érico tal que v_{∈ R, 0 ≤ v ≤ 1}†_{seguindo uma distribuiç ão normal com os par âmetros} µ= 0.5 eσ= 0.1, a escolha da distribuiç ão normal foi feita arbitrariamente. A leitura e o processamento de V ocorre quando n itens forem obtidos. Por convenç ão, utilizaremos no decorrer do trabalho V para representar o stream Ve nas aplicaç ões gerais.

†_{Utilizamos por convenç ão valores entre 0, 1 apenas para facilitar o processamento dos dados} via simulaç ão. No entanto a utilizaç ão de outro intervalo de valores, n ão compromete a qualidade da soluç ão.

Redução

Fenômeno Sorvedouro Nó sensor

REDE PLANA REDE HIERÁRQUICA

FIGURA 9 – Onde utilizar a reduc¸ ˜ao de dados.

Em todos os casos apresentados anteriormente, utilizar todo o conjunto V pode ser muito oneroso em termos de energia, largura de banda, recursos computacionais e, especialmente, no tempo de entrega das mensagens gerando atrasos para as aplicaç ões. Uma vez que existe redund ância nos dados da maioria das aplicaç ões, a reduç ão dos dados pode n ão degradar a informaç ão sensoriada. Na figura 8, as t écnicas de reduç ão de dados nos sensores s ão denotadas por Ψ, e a reduç ão dos dados do dom´ınio V é denotada por V′. Com isso, as novas regras que usam V′ s ão denotadas por R′, e elas conduzem a um conjunto de decis ões D′. Motivado pela necessidade de efetuarmos uma reduç ão Ψ no conjunto V , o problema geral abordado neste trabalho pode ser definido como segue:

Definiç ão 1. (Problema) Dado que as aplicaç ões gerais nas redes de sensores que

necessitam reduzir os dados, queremos utilizar t écnicas de stream de dados para efetuar a reduç ão Ψ de tal forma que seja poss´ıvel reduzir gastos de energia e atraso de pacotes na rede. Al ém disso, o novo conjunto de decis ões D′ tomadas ap ós a reduç ão Ψ deve ser equivalente às decis ões D que seriam tomadas pela aplicaç ão sem a reduç ão.

Antes de apresentarmos algumas hip óteses para o nosso problema, devemos considerar quais situaç ões, numa rede de sensores, podem nos levar a utilizar alguma reduç ão Ψ. Como apresentado na figura 9 temos nas aplicaç ões gerais a reduç ão de dados em tr ês casos: no momento do sensoriamento, atrav és de um n ó agregador e durante o roteamento. A reduç ão no momento do sensoriamento pode ocorrer caso a aplicaç ão geral necessite de muitas leituras do ambiente em um curto per´ıodo de tempo, o que torna necess ário o processamento do item V _{= {v}1, . . . , vn} através da

funç ão de reduç ão Ψ gerando um conjunto reduzido V′. Para essa reduç ão devemos garantir que as decis ões D′tomadas pela aplicaç ão n ão sejam comprometidas. A reduç ão atrav és de um n ó agregador ocorre quando a aplicaç ão geral necessita agrupar os n ós com o objetivo de identificar a ocorr ência de eventos numa regi ão

espec´ıfica. Cada agrupamento SA= (S1, . . . , Ssa) possui sasensores que reportam para

o n ó agregador n leituras do ambiente. Com isso o n ó agregador ser á respons ável por processar o stream V descrito pelo item V _{= {v}1, . . . , vsa×n} onde sa× n é o número de

leituras de seu agrupamento. Como para a reduç ão no momento do sensoriamento, o item V _{= {v}1, . . . , vsa×n} é processado através da função de redução Ψ gerando um

conjunto reduzido V′. Mais uma vez, para essa reduç ão devemos garantir que as decis ões D′tomadas pela aplicaç ão n ão sejam comprometidas.

A reduç ão durante o roteamento ocorre quando a aplicaç ão geral necessita de muitas leituras do ambiente em um curto per´ıodo de tempo e possui exig ências para a entrega dos dados, como prazos e consumo de energia reduzido. Nessas aplicaç ões, devido a din âmica da rede, as exig ências podem n ão ser cumpridas e as decis ões sobre os dados precisam ser tomadas ao longo do roteamento. Com isso, o item V gerado pelos n ós sensores pode ser reduzido nos n ós roteadores permitindo que as exig ências sejam cumpridas e o m áximo de dados possa ser entregue.

Com o objetivo de cobrir um maior n úmero de aplicaç ões gerais e apresentar soluç ões mais abrangentes para os casos de reduç ão apresentados anteriormente, no nosso trabalho definimos para o comportamento dos dados reduzidos N _{→ V}∗_{→ V → V} ′_→ D′as seguintes regras gerais:

• R′dst que tem como objetivo identificar se os itens V e V′ seguem a mesma

distribuiç ão. Para processar essa regra é utilizado o teste de Kolmogorov-Smirnov, descrito anteriormente (equaç ão 2.3). Essa regra nos ajuda a tomar a decis ão D′_dst que corresponde a confirmar ou rejeitar a quest ão: V e V′seguem a mesma distribuiç ão de probabilidade?

• R′val que tem como objetivo avaliar a diferenc¸a entre os valores que comp ˜oem

o item V e V′. Para processar essa regra utilizamos o erro ε, mostrado anteriormente (equaç ão 2.4). Essa regra nos ajuda a tomar a decis ão D′_val que corresponde a confirmar ou rejeitar a quest ão: A m édia dos valores do item V′ est á pr óxima da m édia dos valores do item V ?

• R′ord que tem como objetivo avaliar se os valores do item V′ mant ˆem a mesma

ordem de chegada do item V original. Para essa regra basta identificar se a seq ü ência dos valores em V′ é preservada. Essa regra nos ajuda a tomar a decis ão D′_ord que corresponde a aceitar ou rejeitar a quest ão: A ordem de chegada dos valores do item V é preservada quando ele é reduzido?

Considerando os diferentes casos de reduç ão para o problema apresentado na defini- ç ão 1, temos como hip óteses:

Hip ótese 1. Considerando as aplicaç ões gerais em redes de sensores, é poss´ıvel

projet á-las atrav és de uma soluç ão gen érica de tal forma que seja poss´ıvel aplicar a reduç ão de dados Ψ, baseada em stream de dados, no momento do sensoriamento, atrav és de um n ó agregador e durante o roteamento.

Hip ótese 2. Ao utilizar a reduç ão de dados Ψ, baseada em stream de dados, no

momento do sensoriamento em um rede plana, é poss´ıvel economizar gastos relaci- onados à energia e atrasos sendo poss´ıvel tomar as decis ões D′ para as aplicaç ões gerais.

Hip ótese 3. Ao utilizar a reduç ão de dados Ψ, baseada em stream de dados, atrav és

de um n ó agregador em um rede hier árquica, é poss´ıvel economizar gastos relacio- nados à energia e atrasos sendo poss´ıvel tomar as decis ões D′ para as aplicaç ões gerais. Al ém disso, a reduç ão em um elemento agregador é mais eficiente em relaç ão aos gastos na rede quando comparado com a reduç ão para as mesmas aplicaç ões em uma rede plana.

Hip ótese 4. Ao utilizar a reduç ão de dados Ψ, baseada em stream de dados, durante

o roteamento em uma rede plana nas aplicaç ões gerais de tempo real é poss´ıvel alcançar os prazos determinados pela aplicaç ão e tomar as decis ões D′. Al ém disso, é poss´ıvel determinar de forma online o tamanho da reduç ão de tal forma que as exig ências de prazos sejam cumpridas enviando o m áximo de dados poss´ıveis. Ao longo deste trabalho tem-se como objetivo confirmar as hip óteses apresentadas acima. No pr óximo cap´ıtulo apresentaremos a arquitetura proposta para reduç ão de dados utilizada como soluç ão para o problema apresentado na definiç ão 1 e para aceitar a hip ótese 1. Al ém disso, nos demais cap´ıtulos a arquitetura ser á utilizada em diversos cen ários e experimentos realizados para aceitar ou recusar as hip óteses 2 a 4 apresentadas anteriormente.

4 ARQUITETURA PARA REDUC¸ ˜AO DE

DADOS

“O pensamento é uma id éia em tr ânsito.” (Pit ágoras)

E

STE cap´ıtulo apresenta a arquitetura, chamada OGK, que é direcionada para aplicaç ões de reduç ão de dados baseadas em t écnicas de stream de dados. Essa arquitetura sugere que seja utilizado o conhecimento a respeito do stream de sensoriamento†, de tal forma que a melhor soluç ão de reduç ão seja aplicada nas aplicaç ões gerais em redes de sensores sem fio. Essa arquitetura é utilizada para auxiliar nas soluç ões provenientes do problema relacionado à reduç ão de dados em redes de sensores baseadas nas t écnicas de stream de dados, de acordo com a definiç ão 1 (pg. 53), e atrav és dela mostraremos que é poss´ıvel aceitar a hip ótese 1 (pg. 55) que diz respeito ao projeto de uma soluç ão gen érica onde é poss´ıvel aplicar a reduç ão de dados Ψ.

4.1 Arquitetura OGK

A arquitetura OGK, ilustrada na figura 10, é voltada para as aplicaç ões gerais que seguem o comportamento de reduç ão

N F _wV∗ S _wV Ψ_wV′_,

onde Ψ=ψ1◦ψ2◦ ... ◦ψn, é a funç ão de reduç ão composta por n fases ψ. O item V

que descreve o stream V é passado para a funç ão de reduç ão, atrav és do conjunto Sde sensores presentes no pr óprio n ó ou em outros n ós, representados na figura 10 respectivamente por Fen ômeno e Roteamento.

Para representar os diferentes casos para a leitura do item V na arquitetura OGK, utili- zamos os componentes Sensor, Interface de rede, Receptor e Transmissor. O Sensor

†_{A premissa de utilizar o conhecimento a respeito do stream deu origem a sigla OGK que vem do} ingl ˆes On a Good Knowledge.

Sensor / Interface de rede Fenômeno Roteamento Receptor Transmissor Univariado Multivariado Sensoriamento classificação processamento saída parâmetros da aplicação Ambiente Nó sensor

oráculo amostragem - rascunho - multivar

OGK API

Roteamento _Item

reduzido

FIGURA 10 – Arquitetura OGK.

´e o componente de hardware que representa os s sensores, S = (S1, . . . , Ss), monito-

rando um fen ˆomeno e produzindo conjuntos de amostras no dom´ınio Vi, com 1≤ i ≤ s;

onde todos os poss´ıveis conjuntos do dom´ınio s ˜ao denotados por V = (V1, . . . , Vs).

J á a Interface de rede é um componente de hardware que executa as tarefas de en- vio e de recebimento do item. Antes de ser enviado, o item V é fragmentado em V _{= {V}1, . . . ,Vnf_{}, onde n}

f ´e o n ´umero do fragmento. Todos Vj, com 1< j ≤ nf, podem

encapsular algumas informaç ões da aplicaç ão. Esses fragmentos s ão enviados e re- cebidos atrav és da Interface de rede. Os componentes de software que podem ser encontrados fora da camada de aplicaç ão s ão: o Receptor que recebe o item V e o di- reciona para os componentes de classificaç ão presentes nas aplicaç ões de reduç ão; e o Transmissor que, se necess ário, agrega as informaç ões da aplicaç ão e envia o item stream reduzido.

Uma vez que o item V tenha chegado na camada de aplicaç ão, alguma reduç ão Ψ é aplicada. Para compor Ψ, a arquitetura considera tr ês funç ões b ásicas, apresentadas na figura 10 como classificaç ão (ψc), processamento (ψp) e sa´ıda (ψs). A funç ão ψc é respons ável por identificar se o item V é proveniente de um Fen ômeno ou do Roteamento, pois para cada origem do item temos um tratamento diferenciado. Por exemplo, um item originado do Roteamento pode chegar à aplicaç ão em pequenos

fragmentos exigindo um tratamento diferenciado, tal como, esperar que todos ou parte dos fragmentos cheguem.

Ap ós o item ser identificado, atrav és da funç ãoψc, ele é passado para a funç ãoψpque

efetua a reduç ão, de acordo com a necessidade da aplicaç ão. Por fim, o item reduzido é passado para a funç ãoψs que, se necess ário, agrega as informaç ões da aplicaç ão

ao item V e o passa para o componente Transmissor. Com isso, temos na arquitetura OGK, a funç ão geral de reduç ão

Ψ=ψc◦ψp◦ψs.

E f ácil identificar que devemos possuir tratamentos distintos para o item V . Com isso, temos as funç ões ΨF e ΨR, que correspondem, respectivamente, às funç ões

de reduç ão para as aplicaç ões que utilizam itens originados do Fen ômeno e do Rote- amento. Inicialmente considere ΨF onde as funç ões que a comp õem s ão detalhadas

a seguir:

• Classificaç ão (ψc): A primeira decis ão a ser tomada ao se projetar uma aplicaç ão

de reduç ão é: Qual é o tipo do item stream presente na nossa soluç ão? Na nossa arquitetura os dados das aplicaç ões gerais s ão representados por um stream Univariado ou Multivariado. Com isso, essa quest ão pode ser respondida a priori pelo projetista da aplicaç ão, onde o tipo do item stream identificado é utilizado por todo o tempo de vida da aplicaç ão. Ou pode ser respondida dentro da rede atrav és de algum mecanismo de infer ência que identifique o tipo do item stream.

• Processamento (ψp): Uma vez que o tipo do item stream ´e definido precisamos

No documento Redução de dados em redes de sensores sem fio baseada em stream de dados (páginas 47-131)