• Nenhum resultado encontrado

Avaliação de Heurísticas para Coleta de Dados em Redes de Sensores

N/A
N/A
Protected

Academic year: 2021

Share "Avaliação de Heurísticas para Coleta de Dados em Redes de Sensores"

Copied!
6
0
0

Texto

(1)

Avaliac¸˜ao de Heur´ısticas para Coleta de Dados em Redes de Sensores

Daniel Ludovico Guidoni Universidade Federal de Minas Gerais

E-mail: guidoni@dcc.ufmg.br Abstract

Um dos recursos mais importantes em redes de sen-sores ´e a energia, porque, em geral, as baterias dos n´os n˜ao podem ser recarregadas. Por isso, quaisquer soluc¸˜oes para essas redes devem ser eficientes em ter-mos de utilizac¸˜ao do r´adio, pois este ´e o compoonente que mais consomem energia. Neste trabalho s˜ao ana-lisadas trˆes heur´ısticas para agregac¸˜ao de dados em Redes de Sensores. Resultados de simulac¸˜ao mostram que nesse ambiente, as heur´ısticas simples tendem a ser melhores devido `a menor quantidade de pacotes transmitidos.

1 Introduc¸˜ao

As Redes de Sensores Sem Fio (RSSFs) [2, 9, 12] s˜ao compostas por uma grande quantidade de disposi-tivos computacionais inteligentes que realizam o sen-soriamento do ambiente em que foram inseridos e co-municam entre si para propagarem os dados coleta-dos at´e o n´o sink. Esse n´o apresenta uma capacidade computacional superior a dos demais n´os e sua res-ponsabilidade ´e processar as informac¸˜oes de sensoria-mento, disponibiliz´a-las para observadores externos e disseminar informac¸˜oes de controle para a rede. As RSSFs podem ser aplicadas no monitoramento, ras-treamento, coordenac¸˜ao e processamento de diversas aplicac¸˜oes. Devido `as aplicac¸˜oes das RSSFs, os micro sensores devem apresentar um tamanho reduzido e um baixo custo de produc¸˜ao o que implica em restric¸˜oes de mem´oria, de processamento e de energia. A energia ´e o recurso mais escasso porque os n´os sensores utilizam baterias finitas cuja recarga nem sempre ´e poss´ıvel. O acesso aos sensores ´e dif´ıcil, quando n˜ao invi´avel. Al´em disso, se a recarga de bateria for realizada,

de-vido ao grande n´umero de n´os na rede, ter-se-´a um pro-blema de escalabilidade. Outra dificuldade existente nesse ambiente ´e a topologia dinˆamica da rede que se faz presente perante a “morte” de sensores, a falhas de comunicac¸˜ao, ou a n´os adormecidos para economizar energia.

Nas aplicac¸˜oes de RSSFs, a comunicac¸˜ao de dados ´e um dos principais t´opicos de pesquisa porque seu custo ´e o mais significativo, seu consumo de energia ´e de aproximadamente trˆes ordens de grandeza superior ao custo de processamento. Logo, qualquer soluc¸˜ao para a comunicac¸˜ao de dados em RSSFs deve ser efi-ciente, em termos de energia, para aumentar o tempo de vida da rede. A comunicac¸˜ao de dados em RSSFs pode ser dividida em trˆes casos [3]: dos sensores para o sink (coleta de dados), entre os n´os sensores vizi-nhos (cooperac¸˜ao), e do n´o sink para os n´os sensores (disseminac¸˜ao de dados). Este tarabalho aborda o pro-blema da coleta de dados eficiente em redes de senso-res.

(2)

de heur´ısticas para sua construc¸˜ao torna-se de funda-mental importˆancia para sua utilizac¸˜ao.

O objetivo deste trabalho ´e analizar trˆes heur´ısticas para a construc¸˜ao da ´arvore de Steiner distribu´ıda em redes de senores. Ser´a feita a comparac¸˜ao entre os trˆes algoritmos avaliando a quantidade de transmiss˜oes ne-cess´arias para construir a ´arvore de Steiner de forma distribu´ıda. Ser´a analisado tambem, a ”qualidade” da soluc¸˜ao (´arvore) encontrada por cada heur´ıstica. Re-sultados de simulac¸˜ao mostram que heur´ısticas que obtem resultados pr´oximo do ´otimo possuem um alto custo na sua construc¸˜ao, por´em, a agregac¸˜ao de dados ´e feita de forma mais eficiente.

O restante do trabalho est´a organizado da seguinte maneira. A sec˜ao 2 define o problema que ser´a tratado neste trabalho. A sec¸˜ao 3 apresenta as heur´ısticas ava-liadas. Na sec¸˜ao 4 s˜ao apresentados os resultados de simulac¸˜ao e, finalmente, na sec¸˜ao 5 s˜ao apresentados as conclus˜oes e trabalhos futuros.

2 Definic¸˜ao do Problema

Considere que nem todos os n´os necess´ariamente alcanc¸am o n´o sink com apenas uma transmiss˜ao. Por-tanto, uma vez que um evento ´e detectado na rede, ´e necess´ario definir uma estrutura na rede com multiplas transmiss˜oes (hops). Idealmete, essa estrutura deve maximixar a agregac¸˜ao de dados e reduzir a quanti-dade de transmiss˜oes, i.e., uma ´arvore de transmiss˜ao m´ınima.

Definic¸˜ao 1. Definic¸˜ao do problema: Dado uma rede com m´ultiplos hops G = (V, E), deseja-se en-contrar de forma reativa1, a ´arvore de transmiss˜ao m´ınima conectando todos os n´os S1, S2, ...Sk a D, onde os n´os S s˜ao os n´os que detectaram um evento e D o n´o sink.

A ´arvore de transmiss˜ao m´ınina ´e, na verdade, uma ´arvore m´ınima de Steiner conectando os n´os que detec-taram o evento ao n´o sink. Dessa forma, a quantidade m´ınima de transmiss˜oes para o roteamento da coleta do evento detectado na rede ´e a quantidade de ares-tas da ´arvore m´ınima de Steiner na rede que cont´em o conjunto de n´os (S1, S2, ...Sk, D).

1De forma dinˆamica.

3 Heur´ısticas para Construc¸˜ao da ´Arvore de Steiner

A presente sec¸˜ao discute trˆes heur´ısticas para a construc¸˜ao da ´arvore de Steiner Distribu´ıda. Ser˜ao analizados as seguintes heur´ısticas: Shortest Paths Tree (SPT), Center at Nearest Source (CNS) e Gre-edy Incremental Tree (GIT). Existem v´arias heur´ısticas para encotrar a ´arvore de Steiner m´ınina [13, 5], por´em, s˜ao heur´ısticas que aplicadas a redes de sen-sores necessitam de uma grande troca de mensagens, tornando-as inadequadas.

3.1 Shortest Paths Tree

Umas dss formas mais simples de construc¸˜ao da ´arvore de Steiner distribu´ıda ´e utilizando a heur´ıstica Shorteste Paths Tree. Nessa heur´ıstica, cada n´o Sique detectou um evento (n´o fonte), envia seu pacote con-tendo as informac¸˜oes sensoreadas para o n´o sink, no menor caminho entre o n´o fonte e o sink. Quando o caminho entre o n´o fonte Si e Sj ao sink se sobrep˜oe, o pacote ´e agregado. A figura 1 apresenta o funcina-mento do algoritmo descrito.

Figura 1. Funcionamento do SPT. As regi ˜oes em cinza claro representam enventos.

(3)

de menor caminho. Quando um n´o da ´arvore recebe um pacote, esse ´e retransmitido para seu pai at´e chegar no sink. Se um n´o da ´arvore receber pacotes de filhos diferentes, ele agrega esse pacote e retransmite apenas um.

3.2 Center at Nearest Source

Nessa heur´ıstica, proposta em [10], cada n´o Sique detecta um evento na rede, transmite um pacote con-tendo as informac¸˜oes sensoreadas para algum n´o Sj (n´o que tamb´em detectou um evento) mais pr´oximo do sink. O n´o Sj agrega todas os pacotes recebidos e envia apenas um pacote para o n´o sink. A figura 2 apresenta o funcionamento do algoritmo descrito.

Figura 2. Funcionamento do CNS. As regi ˜oes em cinza claro representam enventos.

O algoritmo funciona da seguinte forma: no ins-tante 0 de simulac¸˜ao o n´o sink executa uma difus˜ao na rede. Todos os n´os ao receberem o pacote, atua-lizam a sua tabela de rota com o menor caminho at´e o sink. Quando um n´o detecta o primeiro evento na rede, ele ir´a transmitir as informac¸˜oes sensoreadas uti-lizando o menor caminho dele at´e o sink e executar´a uma difus˜ao informando a todos os n´os que ele ´e um fonte mais pr´oximo do sink. Quando um novo evento acontece na rede, o n´o que detectou o evento ir´a ve-rificar se esse evento que acabou de acontecer ´e mais pr´oximo do sink do que o evento j´a detectado, se for, ele executar´a uma difus˜ao informando que existe um n´o fonte mais pr´oximo do sink. Caso contr´ario, ele en-viar´a seus pacotes para o fonte existente mais pr´oximo do sink. Os n´os fontes mais pr´oximos do sink ir˜ao fa-zer a agragac¸˜ao dos dados recebidos.

3.3 Greedy Incremental Tree

Em [1], os autores descrevem uma heur´ıstica para construc¸˜ao da ´arvore de Steiner com fator de aproximac¸˜ao de 2. Essa heur´ıstica funciona em eta-pas. Primeiramete o n´o fonte Sienvia seus dados pelo menor caminho at´e o n´o sink. A cada novo evento na rede, ´e encontrado o menor caminho desses n´os fontes at´e a ´arvore j´a criada. A cada nova sub-´arvore conc-tada a ´arvore, tem-se um ponto de agragac¸˜ao. A figura 3 ilustra o funcionamento do algoritmo.

Figura 3. Funcionamento do GIT. As regi ˜oes em cinza claro representam enventos.

O funcionamento do algoritmo segue da seguinte forma: no instante 0 de simulac¸˜ao, o n´o sink executa uma difus˜ao na rede. Cada n´o atualiza sua tabela de rota para o menor caminho at´e o sink. Quando o pri-meiro evento acontece na rede, os n´os fontes enviam seus pacotes pelo menor caminho na ´arvore. Quando um novo evento acontece, os n´os que detectaram esse novo evento, executam uma difus˜ao na rede requisi-tando aos n´os da ´arvore criada previamente um ca-minho at´e eles. Quando os n´os da ´arvore recebem esse pacote, eles executam uma difus˜ao criando um caminho dele para todos os fontes que requisitaram a criac¸˜ao da sub-´arvore. Quando o n´o que requisitou a criac¸˜ao da sub-´arvore recebe o pacote contendo o esse caminho, esse n´o atualiza sua tabela de rota com o menor caminho entre todos recebidos. Ap´os isso, esse novo n´o fonte enviar´a suas informac¸˜oes pela sub-´arvore criada. Os n´os de intercec¸˜ao das sub-sub-´arvores ir˜ao fazer a agregac¸˜ao dos pacotes recebidos, enviando apenas um pacote para o sink.

(4)

de transmiss˜oes necess´arias para a criac¸˜ao da ´arvore m´ınima de Steiner. ´E mostrado que no melhor caso, o algoritmo executa cS log S transmiss˜oes. Para o pior caso, o algoritmo executa cSN . Onde S ´e a quanti-dade de n´os fontes, N ´e a quantiquanti-dade de n´os da rede e c ´e a quantidade de vizinhos que cada n´o possui. Por-tanto, no limite inferior tem-se Ω(S log S), e no limite superior, tem-se O(SN ). Na sec¸˜ao 4.3 os resultados anal´ıticos ser˜ao comparados com os resultados experi-mentais.

4 Resultado de Simulac¸˜ao

Nesta sec¸˜ao, ser´a avaliado o desempenho das heur´ısticas SPT, CNS e GIT. A sec¸˜ao est´a dividida da seguinte forma: na sec¸˜ao 4.1 ser´a apresentado o cen´ario em que as simulac¸˜oes foram executadas. A sec¸˜ao 4.2 apresenta an´alise experimental entre as heur´ısticas descritas, e, finalmente, na sec¸˜ao 4.3 ´e apresentada a comparac¸˜ao entre o resultado anal´ıtico e experimental da heur´ıstica GIT.

4.1 Cen´ario

No cen´ario analisado, a rede utilizada ´e composta por 529 n´os est´aticos, homogˆeneos, dispostos aleatori-amente em uma ´area de 657 × 657 m2 e cuja recarga da bateria ´e considerada imposs´ıvel. Cada n´o sensor apresenta em m´edia 24 vizinhos. A energia inicial dos n´os ´e igual a 10 J e o raio de comunicac¸˜ao ´e 80 m. A largura de banda ´e de 250Kbps. O sink se encontra no canto inferior esquerdo da rede. O tempo total de simulac¸˜ao ´e igual a 1000 segundos. Foram gerados 4 eventos na rede de forma aleat´oria do tipo CBR, onde o n´o envia continuamente a cada 20s um pacote com as informac¸˜oes sensoreadas. O primeiro evento comec¸a no isntante 100 da simulac¸˜ao, o segundo evento no ins-tante 200, o tereiro evento no insins-tante 300 e o quarto evento no instante 400. Todos os eventos terminar˜ao no instante 900 da simulac¸˜ao. As implementac¸˜oes das heur´ısticas foram feitas no simulador ns-2 [11].

Todos os valores apresentados nos resultados cor-respondem `a m´edia aritm´etica de 33 simulac¸˜oes. Em todos os experimentos, utilizou-se 95% de intervalo de confianc¸a. Al´em disso, o Teste-T [8] foi utilizado para afirmar se um protocolo ´e superior, inferior ou igual a outro.

4.2 Comparac¸˜ao entre as Heur´ısticas

A figura 4 ilustra a quantidade de pacotes transmi-tidos durante o tempo de vida da rede. Pode-se ob-servar, aplicando o Teste-T com 95% de confinac¸a, que a heur´ıstica GIT efetua aproximadamente 3 ve-zes mais transmiss˜oes do que o CNS e 6 veve-zes mais transmiss˜oes do que a heur´ıstica SPT. Isso se deve ao fato de a cada evento novo na rede, uma grande quan-tidade de transmiss˜oes s˜ao necess´arias para a criac¸˜ao da ´arvore pelo GIT, como visto na sec¸˜ao na sec¸˜ao 3.3. Por sua vez, a heur´ıstica CNS efetua mais trans-miss˜oes do que a heur´ıstica SPT (Teste-T com 95% de confianc¸a), j´a que para cada novo evento, os n´os que detectaram esse evento devem descobrir (caso pos-sua) os n´os fontes mais pr´oximo do sink. A heur´ıstica SPT apresenta o melhor resultado em termos de pa-cotes transmitidos, j´a que ela envia seus dados senso-reados diretamente ao sink pelo menor caminho, n˜ao tendo nehuma fase de descobrimento de um ”novo” menor caminho para agregac¸˜ao dos dados.

0 5000 10000 15000 20000 25000 30000 35000 40000 0 100 200 300 400 500 600 700 800 900 1000 Pacotes transmimitos Tempo (s) GIT CNS SPT

Figura 4. N ´umero de Transmiss ˜oes.

A figura 5 complementa a figura 4, enfatizando apenas a quantidade de pacotes de controle transmi-tidos na rede. Pode-se comprovar que o GIT exe-cuta um n´umero muito elevado de transmiss˜oes. Uma observac¸˜ao importante ´e que o SPT, como observado na mesma figura, executa apenas uma difus˜ao na rede (difus˜ao executada pelo sink) para descobir o menor caminho de todos os n´os ao no sink. Assim, ele possui o menor overhead de pacotes de controle transmitidos na rede comparado as outras heur´ısticas (Teste-T com 95% de confianc¸a).

(5)

0 5000 10000 15000 20000 25000 30000 35000 0 100 200 300 400 500 600 700 800 900 1000 Pacotes Transmitidos Tempo (s) GIT CNS SPT

Figura 5. Pacotes de Controle Transmitidos.

tes de eventos transmitidos. A an´alise desse gr´afico ´e uma boa m´etrica para observar qual heur´ıstica con-segue agregar a maior quantidade de pacotes de even-tos detectados na rede. Pode-se obervar que o GIT ´e a heur´ıstica que apresenta a maior quantidade de pa-cotes agregados, j´a que a quantidade de papa-cotes de eventos transmitidos ´e inferior aos demais protocolos (Teste-T com 95% de confianc¸a). Esse bom resultado do GIT deve-se ao fato, como descrito anteriormente, de a cada novo evento detectado na rede, os n´os ten-tam descobrir a melhor rota que levar´a a uma maior quantidade de pacotes agregados.

A heur´ıstica CNS apresenta o pior resultado (Teste-T com 95% de confianc¸a) comparada `as demais heur´ısticas. Mesmo tentando executar agregac¸˜ao dos pacotes a cada novo evento detectado na rede, facil-mente encontra-se um cen´ario para seu pior caso, onde o n´o fonte mais pr´oximo do sink encontra-se muito pr´oximo desse, proporcionando uma agregac¸˜ao tar-dia dos dados. A heur´ıstica SPT apresenta resulta-dos superior `a heur´ıstica CNS (Teste-T com 95% de confianc¸a) e resultado inferior `a heur´ıstica GIT. Isso acontece pois, para o cen´ario avaliado, o menor cami-nho entre os fontes de um evento podem facilmente se sobrepor durante o seu percurso, proporcionando uma boa agregac¸˜ao de dados.

4.3 An´alise de Desempenho do GIT

Nesta sec¸˜ao ser´a comparado os limites superiores e inferiores anal´ıticos do GIT com os resultados expe-rimentais encontrado nas simulac¸˜oes. Como descrito anteriormente, o limite inferior do GIT ´e Ω(S log S) e o limite superior ´e de O(SN ). Para cada novo evento

0 5000 10000 15000 20000 25000 30000 35000 0 100 200 300 400 500 600 700 800 900 1000 Pacotes Transmitidos Tempo (s) GIT CNS SPT

Figura 6. Pacotes de Eventos Transmitidos.

na rede, em m´edia 6 n´os o detectam. Assim, S assume os valeres de 6, 12, 18 e 24 durante o tempo de vida da rede, a medida que os eventos acontecem. A cons-tante c ´e definida a partir da quantidade de vizinhos e como mencionado anteriormente, c ≈ 24. A figura 7 ilustra a complexidade anal´ıtica e resultado experi-mental encontrado com relac¸˜ao ao n´umero de trans-miss˜oes. Pode-se perceber que o resultado experimen-tal encontra-se pr´oximo ao limite inferior comparado a sua distˆancia do limite superior. Assim, a quantidade excessiva de pacotes transmitidos pelo GIT encontra-se dentro do esperado para o cen´ario analisado.

1 10 100 1000 10000 100000 1e+06 1 2 3 4

Número de Pacotes transmimitos

Tempo (s) Limite Superior

GIT Limite Inferior

Figura 7. Comparac¸ ˜ao dos Limites Superior e Inferior com o Resultado Experimental.

5 Conclus˜ao e Trabalhos Futuros

(6)

obser-vado que as heur´ısticas que possuem baixa quantidade de transmiss˜oes de pacotes de controle, mostraram-se mais eficientes com relac¸˜ao ao n´umero total de paco-tes transmitidos, contabilizando os de controle e de eventos, mesmo tendo uma ´arvore com poucos pon-tos de agregac¸˜ao. A heur´ıstica CNS moutrou-se infe-rior `a heur´ıstica SPT, tanto na quantidade de pacotes transmitidos, quanto na qualidade da ´arvore gerada. A heur´ıstica GIT foi analisada, e verificou-se que a ´arvore criada ´e a ”melhor” entre as trˆes analisadas, mas n˜ao compensando o custo na sua construc¸˜ao, j´a que em Redes de Sensores, a transmiss˜ao de dados ´e a tarefa que mais consome energia. Assim, para o cen´ario ana-lisado, a heur´ıtica com melhor desempenho foi a SPT. Como trabalho futuro, as heur´ısticas ser˜ao analisa-das em diferentes cen´arios, alterando a densidade da rede, raio de comunicac¸˜ao e quantidade de eventos. Assim, ser´a verificado o desempenho dos algoritmos de forma generalizada.

Referˆencias

[1] Bauer and Varma. Distributed algorithms for mul-ticast path setup in data networks. IEEETNWKG:

IEEE/ACM Transactions on NetworkingIEEE Com-munications Society, IEEE Computer Society and the ACM with its Special Interest Group on Data Com-munication (SIGCOMM), ACM Press, 4, 1996.

[2] D. Estrin, R. Govindan, J. Heidemann, and S. Ku-mar. Next century challenges: scalable coordination in sensor networks. In MOBICOM 99, pages 263– 270, USA, 1999.

[3] O. Goussevskaia, M. do Val Machado, R. A. Mini, A. A. Loureiro, G. R. Mateus, and J. M. Nogueira. Data dissemination based on the energy map. In IEEE

Communications Magazine, July 2005.

[4] J. S. Heidemann, F. Silva, C. Intanagonwiwat, R. Go-vindan, D. Estrin, and D. Ganesan. Building efficient wireless sensor networks with low-level naming. In

Symposium on Operating Systems Principles, pages

146–159, 2001.

[5] Hougardy and Promel. A 1.598 approximation algo-rithm for the steiner problem in graphs. In SODA:

ACM-SIAM Symposium on Discrete Algorithms (A Conference on Theoretical and Experimental Analy-sis of Discrete Algorithms), 1999.

[6] C. Intanagonwiwat, R. Govindan, and D. Estrin. Stei-ner problem in network: A survey. In Networks, vo-lume 17, pages 129–167, 1987.

[7] C. Intanagonwiwat, R. Govindan, and D. Estrin. Di-rected diffusion: a scalable and robust

communica-tion paradigm for sensor networks. In Mobile

Com-puting and Networking, pages 56–67, 2000.

[8] R. Jain. The Art of Computer Systems Performance

Analysis: techniques for experimental design, measu-rement, simulation and modeling. John Wiley, 1991.

[9] J. M. Kahn, R. H. Katz, and K. S. J. Pister. Next cen-tury challenges: Mobile networking for smart dust. In

In Proceedings of MOBICOM, pages 271–278,

Seat-tle, 1999.

[10] B. Krishnamachari, D. Estrin, and S. Wicker. Model-ling data-centric routing in wireless sensor networks, 2002. In IEEE INFOCOM.

[11] ns2. The network simulator. www.isi.edu/nsnam/ns, 2002.

[12] G. Pottie and W. Kaiser. Wireless integrated network sensors. In Communications of the ACM, volume 43, pages 551–8, may 2000.

[13] G. Robins and A. Zelikovsky. Improved steiner tree approximation in graphs. In Symposium on Discrete

Referências

Documentos relacionados

Neste tipo de situações, os valores da propriedade cuisine da classe Restaurant deixam de ser apenas “valores” sem semântica a apresentar (possivelmente) numa caixa

A tem á tica dos jornais mudou com o progresso social e é cada vez maior a variação de assuntos con- sumidos pelo homem, o que conduz também à especialização dos jor- nais,

A motivação para o desenvolvimento deste trabalho, referente à exposição ocupacional do frentista ao benzeno, decorreu da percepção de que os postos de

São por demais conhecidas as dificuldades de se incorporar a Amazônia à dinâmica de desenvolvimento nacional, ora por culpa do modelo estabelecido, ora pela falta de tecnologia ou

nesta nossa modesta obra O sonho e os sonhos analisa- mos o sono e sua importância para o corpo e sobretudo para a alma que, nas horas de repouso da matéria, liberta-se parcialmente

Este trabalho buscou, através de pesquisa de campo, estudar o efeito de diferentes alternativas de adubações de cobertura, quanto ao tipo de adubo e época de

No entanto, maiores lucros com publicidade e um crescimento no uso da plataforma em smartphones e tablets não serão suficientes para o mercado se a maior rede social do mundo

O objetivo do curso foi oportunizar aos participantes, um contato direto com as plantas nativas do Cerrado para identificação de espécies com potencial