MuitoemboranaSe ~ao3.3tenhamosde nido adaumadasoitoabstra ~oesdonossomodelogeneri oao
modelarmosaareaeofen^omenosobobserva ~ao,ossensoresesuadistribui ~ao,opro essodeamostragem,
opro essode lusteriza ~aoutilizandonossasadapta ~oesdosproto olosLEACHeSKATER,opro essode
agrega ~aoe nalmenteopro essodere onstru ~ao,postulamosedefendemosnestase ~aoquetalmodelo
n~ao se en ontra limitadoa nossas de ni ~oes. Tal omo formulado, omodelo pode ter um ou mais de
seus omponentesajustadosoumesmosubstitudosdea ordo omasne essidadesdoprojetoderedede
sensoressendoimplementado.
Analisamosa seguira exibilidadedonosso modelotra andoum paraleloentre suasabstra ~oese a
te ni adeagrega ~aoIn-Network baseadaem lusters denominadaCAG (Yoon& Shahabi,2007). Ao
tra armosesteparaleloenquadramosate ni aCAGnaestruturade amadaspropostapornossomodelo
generi o,fa ilitandoassimasanaliseseinterven ~oesquandose zeremne essariasadi ~oes,supress~oese
oualtera ~oesde omponentes domodelo. Es olhemosate ni aCAGpelofato deelaapresentar ara -
tersti assemelhantesaosprotolo osLEACHeSKATERnoto antea orrela ~aodedados,atopologiade
redeeapre is~ao(verSe ~ao2.3,pagina7),bem omopelofatodeserumapropostare entenaliteratura.
3.4.1
Regi˜ao monitorada e fenˆomeno em observa¸c˜ao
EmYoon&Shahabi(2007)diversosestudosforamrealizados onsiderandodiferentesfen^omenoseareas
sobmonitora ~ao. Eles onsideraramtantoambientesfe hados(indoor)quantoabertos(outdoor).
Emalguns asos,foram montadosexperimentos em areasreais om objetivosde medir dadosreais
100m100mno ParquedeExposi ~aoemLosAngeles(ambienteaberto),(ii)4 Æ
andardopredioTutor
HalldaUniversityofSouthernCalifornia(USC,ambientefe hado)e(iii)areade100m100mnaregi~ao
denominadaGreat Du k Island (ambienteaberto).
Emoutros asos,foram realizadassimula ~oes onsiderandodadosespa ialmente orrela ionadosge-
radosapartirdemodelosestatsti os(sugeridos,segundoYoon&Shahabi(2007),porJindal&Psounis,
2004)ee ologi os(disponibilizadosemLeviset al.,2003,segundoosmesmos autores)eregistradosem
matrizesde62500pixels(250250). Estasmatrizesrepresentamosdadosdefen^omenosaseremmedi-
dospelos sensores numa regi~aode 250m 2
sob monitora ~ao. A or de ada pixelrepresentaovalor da
intensidadedofen^omenomedidoporumsensorlo alizadonas oordenadasdopixel.
3.4.2
Distribui¸c˜ao dos sensores
Adependerdosobjetivos,adistribui ~aodossensoressedeusobasseguintes ondi ~oes: pro essoregular,
pro essoirregularepro essoindependente.
Adistribui ~aodossensores omoumpro essoregularo orreunosexperimentosrealizadosnasareas:
(i)ParquedeExposi ~aodeLosAngelesonde100sensoresforamposi ionadosregularmentenuma area
de100m 2
e(ii)4 Æ
andardopredioTutorHall daUniversidadeUSConde40sensoresforamdistribudos
regularmenteemequidist^an iade5mpelassalase orredores.
Opro essoirregularsedeunosexperimentosrealizadosnaregi~aoGreatDu kIslandonde35sensores
foramdistribudos irregularmente numa area de 100m100m om o objetivode medir a temperatura
durante quatro diasa adaintervalo de quatro horas. O artigon~aoforne e informa ~oessu ientes de
modo a espe i arrigorosamentea forma em queos sensoresforamdistribudosespa ialmente,porem
a gura 4( ) da refer^en ia, que orresponde a esta experi^en ia, permite suspeitar que tr^es pro essos
atrativosseriam apazesdedes reveressalo aliza ~ao.
Opro essoindependenteoualeatoriodedistribui ~aodossensoreso orreunassimula ~oes ujosdados
n~ao foram medidos por sensores reais mas sim geradosa partir dos modelos. Assumindo a regi~ao de
250m 2
, a distribui ~ao espa ial independente foi utilizada para diferentes densidades de sensores: 375
(queproduziuumamediade17vizinhosporsensor,sendo onsiderada omodensidademoderada),550
(densa, omumamediaobservadade26vizinhos)e200(esparsa, omumamediaobservadade9vizinhos
porsensor).
3.4.3
Sensores
Nosexperimentos,osdadosforammedidosutilizando-seossensores(motes)modelomi a2,fabri ados
pela empresaCrossbowTe hnologyIn (2008). Cada sensoresta montado em uma pla aMTS 300,e
possui apa idadeparamedirluminosidade,temperatura,umidadeepress~ao.
Oradiode omuni a ~aoutilizadonomi a2foioChip onCC1000de433MHzque,nosexperimentos,
atingiutaxasdere ep ~aoproximasa100%emdist^an iasdeate25m, onsiderando on gura ~oespadr~oes
de onsumodeenergia.
Foi utilizadoosimuladorTOSSIM deapli a ~oes TinyOSparavalidara e i^en ia doCAGquando
operadotantonomodointerativo quantonomodostreaming.
3.4.4
Amostragem
Os dados de amostragem foram obtidos por dois tipos de experimentos: (i) dados de amostragem
utilizando-sesensoresdomodelomi a2 e(ii)dadosgeradosapartirdemodelosestatsti osee ologi os.
No primeiro tipo de experimento, a amostragem foi realizada onsiderando tr^es situa ~oes: (i) dis-
tribui ~ao regular dos sensores num ambiente outdoor, (ii) distribui ~ao regular num ambiente indoor
e (iii) distribui ~aoirregulardos sensoresnum ambiente outdoor. Foram oletadas vinte amostras em
intervalosde200milissegundosem adasensor.
No segundotipo de experimento, a amostragem foi realizadaatravesde simula ~oes. Considerando
uma area de 250m 2
, foram gerados alguns onjuntos de dados espa ialmente orrela ionados. Para
adaexperimento,ossensoresforamdistribudosaleatoriamentenessaarea,eovalordeamostragemde
adasensor, omlo aliza ~ao(x;y), foitomado omo ovalordopixel(x;y)do onjuntodedadossendo
3.4.5
Clusteriza¸c˜ao
OalgoritmoutilizadopeloCAG omputarespostasaproximadaspara onsultasdosusuariosdaredede
sensores. Dependendodosrequisitosdaapli a ~ao,oCAGpodetrabalharemumdosseusdoismodosde
opera ~ao: (i)modointerativo e(ii)modostreaming. Emambososmodos,oalgoritmooperaemduas
fases: (i)fasede onsultae(ii)fasederesposta.
3.4.5.1
Modo interativo
Nomodo interativo, opro essode lusteriza ~aoe ini iado e on ludo nafase de onsulta. Esta fase
ini ia-seno instante em que ousuario disparauma onsulta espe i ando um atributomonitoradode
interesseeumataxadeerro a eitavelparaarespostaesperada.
Disparadaa onsulta,aesta ~aobase fazumbroad ast dopa otede onsultaparatodosossensores
daredeaoseual an e. Aore eberopa ote de onsulta, adasensorde ideseiraingressarno luster
doremetente, asoele veri que queseu valor deamostragem MR paraoatributoesta no intervalo de
lusteriza ~ao. De ididopeloingresso,osensoren aminha opa ote,semaltera-los, aosdemaissensores
emseuraiode omuni a ~ao. Casoovaloramostradopelosensorestejaforadointervalode lusteriza ~ao,
osensorini iaumnovo luster sede nindo omoo lusterhead,eenviaopa otede onsultaaosdemais
sensoresaposaltera-lo omaseguinteatribui ~aoCR=MR .
Ointervalode lusteriza ~aoede nido omo[CR R ange ;CR+R ange ℄,ondeCRrepresenta
avalordeamostragemdo lusterhead eR angeeadiferen aentreosvaloresmaximoemnimodetodo
o onjuntodeobserva ~oes.
A lusteriza ~ao no modo interativo estara on luda para uma erta onsulta quando a arvore de
en aminhamento estiver ompleta, ou seja, quando ada um dos sensores da rede tiver re ebido um
pa otede onsulta.
3.4.5.2
Modo streaming
Nomodostreaming,os lusterss~aoini ialmenteformadosnafasede onsultadamesmaformaqueo orre
nomodointerativo. OobjetivodoalgoritmoCAGno modo streaming egerar respostasperiodi as a
partirdeumauni a onsultadousuario. Comoosdadossobobserva ~aosealteram omotempo,ajustes
periodi osnos lusters setornamne essariosde formaa garantir queosvaloresamostradosportodos
osseusmembrosestejam onsistentesemrela ~aoaosintervalosde lusteriza ~ao.
3.4.6
Agrega¸c˜ao
Formados os lusters nafase de onsulta,ini ia-sea fase de resposta. Todoopro essodeagrega ~aoe
realizadonestafase.
Ini iadaafase deresposta,todosossensoresir~aoresponderas onsultasenviandosuasrespostasno
sentido inversoao daarvore de en aminhamento formadanafase anterior. As opera ~oes deagrega ~ao
ser~aorealizadasex lusivamentepelos luster heads ombase nospa otesderesposta. Casoumsensor
membrore ebaumpa oteresposta,eleapenasirareen aminha-lo.
Asopera ~oesdeagrega ~aodedadosutilizadaspeloCAGs~ao:(i)o ontador donumerodemembros
de ada luster,(ii)asoma,(iii)amedia,(iv)avari^an ia,(v)odesviopadr~ao,(vi)omaximoe(vii)o
mnimo.
3.4.6.1
Modo interativo
Porapresentaro omportamentodeapenasumarespostadaredeparauma onsultadousuario,fazendo
assimusoapenasda orrela ~aoespa ialdosdados,oCAGnomodointerativoapenasgaranterespostas
respeitandooerroa eitavel paraasopera ~oesdeagrega ~aomaximo emnimo.
Aoagregar omooperadormnimo,o luster head pro essaumpa otederesposta ontendo omo
resultadoo menor valor de todasas respostas por elere ebidas. Este pa ote eent~aoen aminhado no
sentidoinversodaarvoredeen aminhamentonadire ~aodousuario.
3.4.6.2
Modo streaming
Nomodostreaming,afasederespostaseprolongaporvariosperodospara ada onsultadousuarios. O
do tipo ount in rement e ount de rement enviadas durante a fase de forma ~aoe nos perodos de
ajustesdos lusters.
O ustoemestimarostamanhos(peso)dos luster passaaseramortizado omotempopossibilitando
que esta informa ~ao esteja sempre disponvel para os luster heads. Desta forma, as opera ~oes de
agrega ~ao ontador, soma, media, vari^an ia e desvio padr~ao garantem respostasrespeitandooerro
a eitavel espe i adopelousuario.
3.4.7
Reconstru¸c˜ao
Emboranotrabalhorealizado omoCAG(Yoon&Shahabi,2007)osautoresn~aotrataramdopro esso
dere onstru ~aodefen^omenomonitorado,elesavaliarama e i^en iaea ura iadate ni ae hegarama
on lus~aode que, nomodostreaming, oerroabsoluto darespostadaredede sensoresa uma onsulta
estasempredentrodolimitea eitaveldeerrodesejadopelousuario,independentementedadistribui ~ao
que ara terizaosdados.