Redes de sensores com nodos móveis: investigando efeitos da mobilidade na cobertura de sensoriamento e no balanceamento de carga

UNIVERSIDADE FEDERAL DE PELOTAS Centro de Desenvolvimento Tecnol ´ogico Programa de P ´os-Graduac¸ ˜ao em Computac¸ ˜ao

Dissertac¸ ˜ao

Redes de Sensores com Nodos M ´oveis: Investigando Efeitos da Mobilidade na Cobertura de Sensoriamento e no Balanceamento de Carga

Andrea Veronica Gonz ´alez

Redes de Sensores com Nodos M ´oveis: Investigando Efeitos da Mobilidade na Cobertura de Sensoriamento e no Balanceamento de Carga

Dissertac¸ ˜ao apresentada ao Programa de P ´os-Graduac¸ ˜ao em Computac¸ ˜ao da Universi-dade Federal de Pelotas, como requisito par-cial `a obtenc¸ ˜ao do t´ıtulo de Mestre em Ci ˆencia da Computac¸ ˜ao

Orientador: Profa. Dra. Lisane Brisolara de Brisolara Coorientador: Prof. Dr. Paulo Roberto Ferreira Jr.

Universidade Federal de Pelotas / Sistema de Bibliotecas Catalogação na Publicação

G642r González, Andrea Veronica

GonRedes de sensores com nodos móveis : investigando efeitos da mobilidade na cobertura de sensoriamenteo e no balanceamento de carga / Andrea Veronica González ; Lisane Brisolara de Brisolara, orientadora ; Paulo Roberto Ferreira Junior, coorientador. — Pelotas, 2016.

Gon67 f. : il.

GonDissertação (Mestrado) — Programa de Pós-Graduação em Computação, Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, 2016.

Gon1. Redes de sensores sem fio. 2. Sensores móveis. 3. Balanceamento de carga. 4. Simulação. 5. Eboracum. I. Brisolara, Lisane Brisolara de, orient. II. Ferreira Junior, Paulo Roberto, coorient. III. Título.

CDD : 005 Elaborada por Aline Herbstrith Batista CRB: 10/1737

RESUMO

GONZ ´ALEZ, Andrea Veronica. Redes de Sensores com Nodos M ´oveis: In-vestigando Efeitos da Mobilidade na Cobertura de Sensoriamento e no Balanceamento de Carga. 2016. 67 f. Dissertac¸ ˜ao (Mestrado em Ci ˆencia da Computac¸ ˜ao) – Programa de P ´os-Graduac¸ ˜ao em Computac¸ ˜ao, Centro de Desenvol-vimento Tecnol ´ogico, Universidade Federal de Pelotas, Pelotas, 2016.

A mobilidade de nodos em redes de sensores sem fio tem sido empregada para resolver problemas de comunicac¸ ˜ao atrav ´es de nodos coletores de dados ou estac¸ ˜oes base m ´oveis, ou ainda para melhorar a cobertura empregando nodos sen-sores m ´oveis, que se movem para sensoriar ´areas descobertas. No entanto, um dos principais desafios em redes de sensores sem fio ´e o consumo de energia, visto que o tempo de vida da rede depende da carga da bateria de seus nodos. Visando aumentar o tempo de vida das redes orientadas a eventos, estrat ´egias din ˆamicas de balance-amento de carga exploram a redund ˆancia nas ´areas de sensoribalance-amento dos nodos e evitam que mais de um nodo processe um mesmo evento. A mobilidade bem como o balanceamento de carga s ˜ao importantes adaptac¸ ˜oes din ˆamicas que podem ser em-pregadas para melhorar a efici ˆencia de redes de sensores, mas o emprego integrado destas duas adaptac¸ ˜oes precisa ser investigado. Este trabalho avalia os efeitos da mobilidade de nodos sensores tanto na cobertura da rede quanto na efici ˆencia das t ´ecnicas de balanceamento de carga empregadas em redes de sensores orientadas a eventos. No contexto deste trabalho, uma estrat ´egia ´e implementada, a qual move nodos baseada na ac¸ ˜ao de forc¸as de repuls ˜ao, visando espalhar nodos sobre a ´area de interesse e melhorar a cobertura da rede. O seu impacto na cobertura foi avaliado em diferentes cen ´arios de implantac¸ ˜ao e em redes com diferentes densidades. Pri-meiramente, quando nodos s ˜ao implantados de forma aleat ´oria, e ent ˜ao, a mobilidade permite redistribu´ı-los e maximizar a cobertura da rede. Em um segundo momento, a estrat ´egia ´e aplicada quando nodos comec¸am a ser desativados pela descarga de suas baterias, onde a mobilidade pode minimizar o efeito da desativac¸ ˜ao de um nodo da rede. Al ´em disso, experimentos foram realizados de forma a observar o impacto do emprego desta estrat ´egia de mobilidade no desempenho de duas t ´ecnicas de ba-lanceamento de carga consideradas estado-da-arte em redes de sensores sem fio orientadas a eventos. Neste trabalho foi considerado o consumo de energia que o nodo gasta com o sensoriamento, mas o consumo energ ´etico gasto com o movimento est ´a fora do escopo.

Palavras-chave: Redes de sensores sem fio, Sensores m ´oveis, Balanceamento de carga, Cobertura, Simulac¸ ˜ao, Eboracum.

GONZ ´ALEZ, Andrea Veronica. Sensor Networks with Mobile Nodes: Investigating the Effects of Mobility on Sensing Coverage and Load Balancing. 2016. 67 f. Dissertac¸ ˜ao (Mestrado em Ci ˆencia da Computac¸ ˜ao) – Programa de P ´os-Graduac¸ ˜ao em Computac¸ ˜ao, Centro de Desenvolvimento Tecnol ´ogico, Universidade Federal de Pelotas, Pelotas, 2016.

The nodes mobility in wireless sensor networks has been employed to solve communication problems through mobile data mulling or base stations, or yet to improve coverage using mobile sensor nodes, which move to sensing uncovered areas. However, one of the main challenges in wireless sensor networks is the energy consumption, since the network lifetime depends on the node battery charge. In order to increase the lifetime of the event-oriented networks, dynamic load balancing strate-gies exploit redundancy in the nodes sensing areas and avoid that more than one node process the same event. Mobility as well as the load balancing are important dynamic adaptations that can be employed to improve the efficiency of sensor networks, but the integrated use of these two adaptations needs to be investigated. This work evaluates the effects of the sensor nodes mobility both on network coverage and on the efficiency of load balancing techniques used in event-oriented sensor networks. In the context of this work, an strategy has implemented, which moves nodes based on the action of repulsion forces, aiming to spread nodes over the area of interest and improve network coverage. Its impact on coverage has assessed in different deployment scenarios and networks with different densities. First, when nodes are deployed at random, then mobility allows them to redistribute and maximize the network coverage. In a second moment, the strategy is applied when nodes begin to be deactivated by the discharge of their batteries, where the mobility can minimize the effect of the deactivation of a node of the network. In addition, experiments have carried out in order to observe the impact of the use of this mobility strategy on the efficiency of two load balancing techniques considered state-of-the-art in event-oriented wireless sensor networks. In this work we considered the energy consumption that the node spends with the sensing, but the energy consumption spent with the movement is out of scope.

Keywords: Wireless sensors networks, Mobile sensors, Load balancing, Coverage, Simulation, Eboracum.

LISTA DE FIGURAS

Figura 1 Arquitetura de uma RSSF . . . 17

Figura 2 Classificac¸ ˜ao para aplicac¸ ˜ao das RSSF . . . 18

Figura 3 Diferenciac¸ ˜ao peri ´odica dos nodos - Mudanc¸a de nodos oper ´arios para nodos rainha e vice-versa . . . 26

Figura 4 Fluxo de Projeto de uma RSSF dedicada para uma aplicac¸ ˜ao es-pec´ıfica . . . 30

Figura 5 Infraestrutura do Eboracum: Camadas para modelagem de redes reativas . . . 30

Figura 6 Primitivas de modelagem da pltaforma: Hierarquia de classes da plataforma . . . 31

Figura 7 Forc¸as repulsivas conforme dist ˆancia dos vizinhos . . . 38

Figura 8 M ´etodo campo potencial ilustrado . . . 39

Figura 9 Primitivas para suportar nodos m ´oveis no Eboracum . . . 40

Figura 10 Exemplo do m ´etodo proposto com 64 nodos implantados aleatoria-mente . . . 41

Figura 11 Primitivas propostas para modelagem din ˆamica de nodos controla-dores . . . 41

Figura 12 Comparac¸ ˜ao dos eventos detectados diariamente com nodos est ´aticos versus nodos m ´oveis distribuidos em grid para as diferen-tes densidades . . . 45

Figura 13 Comparac¸ ˜ao de eventos detectados diariamente com nodos est ´aticos versus nodos m ´oveis distribuidos em grid com a menor densidade (49) e com a maior densidade (100) . . . 46

Figura 14 Total de eventos sensoriados por nodos est ´aticos versus nodos m ´oveis distribu´ıdos em grid . . . 46

Figura 15 Comparac¸ ˜ao dos eventos sensoriados por dia por nodos m ´oveis versus nodos est ´aticos em uma distribuic¸ ˜ao rand ˆomica para as 4 densidades . . . 48

Figura 16 Comparac¸ ˜ao dos eventos sensoriados por dia por nodos m ´oveis ver-sus nodos est ´aticos em uma distribuic¸ ˜ao rand ˆomica comparando a menor densidade (49) e a maior densidade (100) . . . 48

Figura 17 Total de eventos sensoriados pelos nodos m ´oveis versus est ´aticos em uma distribuic¸ ˜ao rand ˆomica . . . 49

Figura 18 Nodos M ´oveis versus Balanceamento de Carga em Rede com Implantac¸ ˜ao em grid . . . 49

de carga Ant-based e sem balanceamento de carga para as 4 den-sidades . . . 54 Figura 20 Comparac¸ ˜ao dos eventos sensoriados diariamente em rede com

no-dos m ´oveis implantano-dos em grade com a t ´ecnica de balanceamento de carga Ant-based e sem balanceamento de carga para menor densidade (49) e maior densidade (100) . . . 55 Figura 21 Comparando os eventos sensoriados diariamente em redes com

no-dos m ´oveis implantano-dos em grade com o balanceamento de carga PS e sem balanceamento de carga para as 4 densidades . . . 55 Figura 22 Comparando os eventos sensoriados diariamente em redes com

no-dos m ´oveis implantano-dos em grade com o balanceamento de carga PS e sem balanceamento de carga comparando a menor densidade (49) e a maior densidade (100) . . . 56 Figura 23 Total de eventos sensoriados por dia com os balanceamentos de

carga combinados com nodos m ´oveis e os nodos m ´oveis simples (sem balanceamento de carga) em redes em grade . . . 56 Figura 24 Total de eventos sensoriados por dia com balanceamento de carga

com nodos m ´oveis versus nodos m ´oveis simples (sem balancea-mento de carga) em uma implantac¸ ˜ao aleat ´oria . . . 57 Figura 25 Comparac¸ ˜ao de eventos sensoriados por dia em redes com nodos

m ´oveis implantados aleatoriamente com balanceamento de carga usando o PS e sem balanceamento de carga para as 4 densidades 58 Figura 26 Comparac¸ ˜ao de eventos sensoriados por dia em redes com nodos

m ´oveis implantados aleatoriamente com balanceamento de carga usando o PS e sem balanceamento de carga comparando a menor densidade (49) e a maior densidade (100) . . . 58 Figura 27 Comparac¸ ˜ao de eventos sensoriados por dia em redes com nodos

m ´oveis implantados aleatoriamente com balanceamento de carga usando o Ant e sem balanceamento de carga para as 4 densidades 59 Figura 28 Comparac¸ ˜ao de eventos sensoriados por dia em redes com nodos

m ´oveis implantados aleatoriamente com balanceamento de carga usando o Ant e sem balanceamento de carga comparando a menor densidade (49) e a maior densidade (100) . . . 59

LISTA DE TABELAS

Tabela 1 Dados que comp ˜oem o relat ´orio de simulac¸ ˜oes . . . 35 Tabela 2 Custos energ ´eticos . . . 44

ACO Ant Colony Optimization ACS Ant Colony Systems BFS Breadth-First Search BS Base Station

CPU Central Processing Unit FIFO First In First Out

GA Genetic Algorithm

GPS Global Positioning System GUI Graphical User Interface IA Intelig ˆencia Artificial MANET Mobile Ad Hoc Network

MEMS Microelectromechanichal Systems MoC Model of Computation

MWSN Mobile Wireless Sensor Network PS Pheromone Signaling

PSO Particle Swarm Optimization

QCA Quantum-inspired Cultural Algorithm RSSF Rede de Sensores Sem Fio

RSSFM Rede de Sensores Sem Fio M ´oveis WSN Wireless Sensor Network

SUM ´

ARIO

1 INTRODUC¸ ˜AO . . . . 11

1.1 Motivac¸ ˜ao . . . . 13

1.2 Objetivos . . . . 14

1.3 Organizac¸ ˜ao do Trabalho . . . . 15

2 FUNDAMENTAC¸ ˜AO TE ´ORICA E TRABALHOS RELACIONADOS . . . . . 16

2.1 Redes de Sensores Sem Fio . . . . 16

2.2 Redes de Sensores Sem Fio M ´oveis . . . . 19

2.2.1 Desafios em RSSFM . . . 21

2.2.2 Estrat ´egias para mobilidade em RSSFMs . . . 22

2.3 Balanceamento de Carga . . . . 23

2.3.1 Pheromone Signaling load balancing . . . 25

2.3.2 Ant-based Load Balancing . . . 26

3 EBORACUM: SIMULAC¸ ˜AO DE RSSF REATIVAS . . . . 29

3.1 Eboracum: Vis ˜ao Geral . . . . 29

3.2 Eboracum: Infraestrutura e Arquitetura . . . . 30

3.2.1 Modelo da Plataforma . . . 30

3.2.2 Modelo de Aplicac¸ ˜ao . . . 32

3.3 Eboracum: Simulac¸ ˜ao e Avaliac¸ ˜ao . . . . 33

4 MOBILIDADE EM RSSF: ESTRAT ´EGIA PROPOSTA . . . . 36

4.1 Campos Potenciais . . . . 36

4.2 Mobilidade dos nodos no Eboracum . . . . 39

4.3 Balanceamento de Carga com Nodos M ´oveis . . . 40

5 EXPERIMENTOS E RESULTADOS . . . . 43

5.1 Metodologia . . . . 43

5.2 Efici ˆencia dos Nodos M ´oveis em Redes com Implantac¸ ˜ao em Grade . 44 5.3 Efici ˆencia dos Nodos M ´oveis em Redes com Implantac¸ ˜ao Rand ˆomica 47 5.4 Combinando Nodos M ´oveis com Balanceamento de Carga . . . . 47

5.4.1 Balanceamento de Carga com nodos m ´oveis em grade . . . 50

5.4.2 Balanceamento de Carga com Nodos M ´oveis em Implantac¸ ˜ao Rand ˆomica 51 6 CONCLUS ˜AO . . . . 60

Os avanc¸os tecnol ´ogicos dos ´ultimos anos tanto na ´area de sensores como de circuitos integrados e redes, motivaram a concepc¸ ˜ao de sistemas compostos de sen-sores ligados em rede, conhecidos como redes de sensen-sores sem fio (RSSFs ou WSN, do ingl ˆes, Wireless sensor networks). Inicialmente, as RSSF comec¸aram a ser em-pregadas na ´area militar com o principal objetivo de monitorar os campos de batalha, por ´em o interesse por esta tecnologia foi rapidamente difundido tornando-se objeto de estudos cient´ıficos com larga aplicac¸ ˜ao em diversas ´areas.

As RSSFs s ˜ao sistemas distribu´ıdos com diversos dom´ınios de aplicac¸ ˜ao, mui-tas delas visando o monitoramento de fen ˆomenos f´ısicos e naturais como atividade vulc ˆanica (WERNER-ALLEN et al., 2006), monitoramento da vida selvagem (TOLLE et al., 2005), aqu ´atico (KIM et al., 2008) e de ambiente (SELAVO et al., 2007), bem como no monitoramento de estruturas (CERIOTTI et al., 2009). As RSSFs tamb ´em v ˆem sendo empregadas em aplicac¸ ˜oes de automac¸ ˜ao industrial, seguranc¸a e tamb ´em em cidades inteligentes. As redes de sensores permitem monitorar vari ´aveis ambien-tais, podendo, por exemplo, ser usadas para controle de ambientes industriais, per-mitindo a detecc¸ ˜ao de vazamentos de g ´as ou produtos qu´ımicos em refinarias e o monitoramento de vari ´aveis, como temperatura e humidade. Em aplicac¸ ˜oes de meio-ambiente, RSSFs podem ser empregadas para o monitoramento da vida animal ou na detecc¸ ˜ao de inc ˆendios em florestas.

Geralmente, as RSSF s ˜ao compostas de v ´arios nodos sensores que se comuni-cam entre si, formando uma rede ad hoc (rede sem ponto de acesso, ou seja, sem infraestrutura fixa), de forma que mensagens enviadas por todos os nodos tenham como alcanc¸ar a estac¸ ˜ao base (tamb ´em chamada de sink ) atrav ´es de conex ˜oes multi-hop (conex ˜oes de m ´ultiplos saltos, ou seja, as informac¸ ˜oes passam nodo a nodo at ´e chegar em uma estac¸ ˜ao base).

Redes de sensores podem funcionar de duas formas distintas. Quando uma RSSF captura periodicamente vari ´aveis de interesse e envia os dados coletados atrav ´es da rede at ´e uma estac¸ ˜ao base, ent ˜ao esta ´e uma rede proativa. No entanto, se os usu ´arios est ˜ao interessados apenas em obter informac¸ ˜oes da rede somente quando

12

algum evento acontece, ent ˜ao a RSSF ´e reativa, ou seja, esta opera capturando da-dos apenas quando ocorre um evento, o que pode reduzir o consumo da-dos noda-dos e o tr ´afego na rede.

Como as redes podem ser compostas de muitos nodos, o custo baixo ´e uma exig ˆencia importante para viabilizar a maioria das aplicac¸ ˜oes. Apesar dos avanc¸os tecnol ´ogicos, devido as limitac¸ ˜oes de custo, os nodos empregados em RSSF usu-almente possuem recursos limitados, no que se refere a poder de processamento e capacidade de mem ´oria. Outra limitac¸ ˜ao se refere ao consumo energ ´etico, visto que em muitos ambientes monitorados n ˜ao ´e vi ´avel manter os nodos conectados a uma fonte de energia, estes sensores funcionam com baterias.

Al ´em do projeto dos nodos sensores em si, projetar uma RSSF dedicada para uma determinada aplicac¸ ˜ao envolve uma s ´erie de decis ˜oes de projeto, que devem procurar prover os requisitos n ˜ao funcionais requeridos pela aplicac¸ ˜ao, tais como tempo de vida da rede, tempo de resposta a eventos, ´area de cobertura, dentre outros aspectos. Como os nodos frequentemente est ˜ao espalhados em uma ´area grande e de dif´ıcil acesso, o tempo de vida da rede, ou seja, o provimento de seus servic¸os depende diretamente da carga das baterias dos nodos.

Em redes multi-hop, a descarga das baterias dos nodos depende de sua localizac¸ ˜ao, visto que nodos conectados diretamente ao sink tendem a ser usados em um maior n ´umero de transfer ˆencias de dados, o que acarreta um maior consumo de energia. Estrat ´egias din ˆamicas podem ser empregadas para dividir a carga de tra-balho entre os nodos da rede, considerando tamb ´em a posic¸ ˜ao dos nodos e visando aumentar seu tempo de vida. Em redes reativas, a carga de trabalho dos nodos n ˜ao ´e est ´atica, mas sim gerada pela ocorr ˆencia de eventos na ´area de cobertura. Nestes cen ´arios, estrat ´egias para balanceamento desta carga, podem evitar que mais de um nodo sensorie e processe um dado evento, assim reduzindo o consumo dos nodos (CALISKANELLI, 2014).

Al ´em disso, os nodos de uma RSSF podem ser perdidos ou sa´ırem de servic¸o por diferentes raz ˜oes como falta de energia, ataques `a seguranc¸a, ou ainda, falhas nos componentes ou na comunicac¸ ˜ao (RUIZ, 2003), o que pode fazer com que a cober-tura da rede seja reduzida ou mesmo que a RSSF pare de oferecer seus servic¸os, pois n ˜ao consegue enviar os dados coletados at ´e `a estac¸ ˜ao base. Nestes casos, no-dos defeituosos deveriam ser substitu´ıno-dos para que a rede volte a funcionar de forma apropriada.

Tradicionalmente os nodos de uma rede s ˜ao est ´aticos, ou seja, n ˜ao mudam de posic¸ ˜ao ap ´os sua implantac¸ ˜ao. No entanto, sensores podem ser acoplados a ve´ıculos ou rob ˆos, de forma que sua posic¸ ˜ao n ˜ao seja mais fixa. Nestes casos, a rede ´e classificada como uma rede de sensores sem fio m ´ovel (RSSFM). A mobilidade em RSSF pode ser empregada em diferentes cen ´arios, variando entre o emprego de sinks

m ´oveis, coletores de dados m ´oveis e at ´e nodos sensores m ´oveis. Outras variantes tamb ´em podem ser encontradas no projeto de RSSF m ´oveis dependendo do tipo de movimento realizado e do mecanismo utilizado no movimento, como por exemplo sen-sores com motor, ou ainda sensen-sores acoplados a um rob ˆo ou drone.

1.1

Motivac¸ ˜ao

Apesar de muitos trabalhos abordarem a mobilidade apenas de estac¸ ˜oes base e coletores de dados, em algumas aplicac¸ ˜oes, a mobilidade dos nodos sensores ´e em-pregada visando melhorar uma configurac¸ ˜ao de implantac¸ ˜ao da rede, ou ainda resol-ver ou amenizar alguns problemas, como por exemplo, melhorar a cobertura da rede ou substituir nodos defeituosos. A mobilidade pode ainda melhorar a comunicac¸ ˜ao entre os nodos, permitindo que outras possibilidades de conex ˜ao possam ser empre-gadas e desta forma melhorar a efici ˆencia da rede como um todo.

Nodos sensores m ´oveis podem ser empregados para maximizar a cobertura, so-bretudo quando a implantac¸ ˜ao dos nodos ocorre atrav ´es do lanc¸amento destes de forma aleat ´oria sobre a ´area de interesse. Esse tipo de implantac¸ ˜ao da rede ´e comum principalmente em ´areas remotas ou de dif´ıcil acesso, por ´em acaba gerando proble-mas como redund ˆancia, uma vez que alguproble-mas regi ˜oes ficam com maior concentrac¸ ˜ao de nodos que acabam sensoriando os mesmos eventos, ou ainda, regi ˜oes que ficam sem cobertura. Buscando solucionar esses problemas, pesquisadores propuseram estrat ´egias para posicionamento ou reposicionamento dos nodos visando melhorar a cobertura (HOWARD; MATARI ´C; SUKHATME, 2002a) (LI et al., 2009).

Em (HOWARD; MATARI ´C; SUKHATME, 2002a), campos potenciais aliados a forc¸as virtuais de atrac¸ ˜ao e repuls ˜ao s ˜ao empregados para reposicionar os nodos e em (LI et al., 2009) sensores do tipo ultrassom s ˜ao adicionados aos nodos e informac¸ ˜oes obtidas por esta tecnologia s ˜ao empregadas para reposicion ´a-los de forma a aumentar a cobertura da rede. A implantac¸ ˜ao dos nodos sensores tamb ´em foi abordada no campo da rob ´otica (HOWARD; MATARI ´C; SUKHATME, 2002b), onde os sensores s ˜ao implantados de forma iterativa, utilizando as informac¸ ˜oes de localizac¸ ˜ao obtidas a partir da implantac¸ ˜ao anterior. Nesta abordagem iterativa, uma vez que os sensores s ˜ao implantados um a um, o tempo de implantac¸ ˜ao ´e longo, o que pode aumentar significativamente o tempo de inicializac¸ ˜ao da rede.

Visando suportar o projeto e avaliac¸ ˜ao de estrat ´egias din ˆamicas para RSSF re-ativas, o framework EBORACUM (BRISOLARA; FERREIRA; SOARES INDRUSIAK, 2015) foi recentemente proposto. Este framework suporta a modelagem e simulac¸ ˜ao de RSSF usando primitivas de alto n´ıvel de abstrac¸ ˜ao, que permitem representar as-pectos da plataforma, bem como da aplicac¸ ˜ao. Usando modelos constru´ıdos a partir destas primitivas, ´e poss´ıvel avaliar configurac¸ ˜oes de projeto bem como estrat ´egias

14

de gerenciamento voltadas a RSSF reativas. Em (FERREIRA; BRISOLARA; INDRU-SIAK, 2015), duas estrat ´egias bioinspiradas para balanceamento de carga em RSSF reativas foram implementadas e avaliadas usando Eboracum. Ambas estrat ´egias ex-ploram a redund ˆancia dos nodos.

O reposicionamento de nodos sensores em uma RSSF reativa pode ser usado para aumentar a sobreposic¸ ˜ao das ´areas de sensoriamento dos nodos, consequentemente criando cen ´arios com redund ˆancia. Assim, da mesma forma que a mobilidade afeta a cobertura da rede, esta afetar ´a tamb ´em estrat ´egias de balanceamento de carga, so-bretudo estrat ´egias que exploram a redund ˆancia. No entanto, a efici ˆencia das t ´ecnicas de balanceamento propostas para redes reativas foram testadas apenas com RSSFs est ´aticas (FERREIRA; BRISOLARA; INDRUSIAK, 2015) sem considerar mobilidade dos nodos.

1.2

Objetivos

O foco deste trabalho ´e investigar RSSFMs e o impacto da mobilidade dos nodos na cobertura da rede e no resultado alcanc¸ado por t ´ecnicas de balanceamento de carga propostas para redes reativas. Para alcanc¸ar este objetivo, uma estrat ´egia para mobilidade de nodos inspirada no equil´ıbrio de forc¸as empregado por HOWARD; MA-TARI ´C; SUKHATME (2002a) foi proposta, a qual visa melhorar a cobertura da rede. A estrat ´egia proposta baseia-se em c ´alculos simples, permitindo que esta possa ser empregada em ambientes de simulac¸ ˜ao.

Neste trabalho, o impacto da estrat ´egia de mobilidade proposta ´e avaliado em dois cen ´arios. Primeiramente, quando nodos s ˜ao implantados de forma aleat ´oria, e a redistribuic¸ ˜ao dos mesmos pode maximizar a cobertura da rede. Em um segundo momento, a estrat ´egia ´e aplicada quando nodos comec¸am a descarregar as baterias e s ˜ao desativados, onde a mobilidade pode minimizar o efeito da desativac¸ ˜ao de um nodo. Para atingir estes objetivos, a estrat ´egia foi implementada no EBORACUM e ex-perimentos de avaliac¸ ˜ao de cobertura foram realizados, para diferentes configurac¸ ˜oes de rede. Al ´em disso, experimentos foram realizados de forma a observar o impacto do emprego desta estrat ´egia de mobilidade no desempenho das t ´ecnicas de balance-amento de carga j ´a implementadas no simulador.

Em nossos experimentos, o tempo de vida da rede ´e avaliado em diferentes configurac¸ ˜oes de rede, considerando a descarga das baterias dos nodos. No entanto, esta descarga n ˜ao considera o custo energ ´etico relacionado ao movimento, conside-rado fora do escopo deste trabalho.

1.3

Organizac¸ ˜ao do Trabalho

Este trabalho est ´a organizado da seguinte maneira. No Cap´ıtulo 2 ´e apresentada a fundamentac¸ ˜ao te ´orica no qual o trabalho se baseou e s ˜ao discutidos trabalhos relaci-onados. O Cap´ıtulo 3 revisa o framework Eboracum, empregado para a simulac¸ ˜ao de redes de sensores reativas usando modelos de alto n´ıvel de abstrac¸ ˜ao. No Cap´ıtulo 4, a estrat ´egia para mobilidade de nodos investigada ´e apresentada, detalhando sua fundamentac¸ ˜ao bem como discutindo sua implementac¸ ˜ao no framework Eboracum. Os experimentos realizados s ˜ao discutidos no Cap´ıtulo 5 e as conclus ˜oes e trabalhos futuros s ˜ao apresentados no Cap´ıtulo 6.

2

FUNDAMENTAC

¸ ˜

AO TE ´

ORICA E TRABALHOS

RELACIO-NADOS

Este cap´ıtulo revisa os principais conceitos e fundamentac¸ ˜oes te ´oricas relevantes para a compreens ˜ao e desenvolvimento deste trabalho. Definic¸ ˜oes importantes no dom´ınio de redes de sensores sem fio e redes de sensores sem fio com nodos m ´oveis s ˜ao apresentadas neste cap´ıtulo, bem como s ˜ao discutidas estrat ´egias de mobilidade de nodos em RSSFs. Este cap´ıtulo inclui tamb ´em uma revis ˜ao de abordagens para balanceamento de carga em RSSF, com enfoque as abordagens empregadas nos experimentos.

2.1

Redes de Sensores Sem Fio

As RSSFs s ˜ao tipicamente uma sub-classe das redes ad hoc consideradas tamb ´em um sistema distribu´ıdo embarcado, onde os sensores t ˆem como objetivo, mo-nitorar algum fen ˆomeno f´ısico e onde ´e poss´ıvel coletar e analisar seus dados con-forme a sua aplicac¸ ˜ao. In ´umeras aplicac¸ ˜oes de sensoriamento requerem centenas e at ´e milhares de nodos frequentemente implantados em ´areas remotas ou inacess´ıveis, onde redes cabeadas seriam invi ´aveis.

Com o passar do tempo alguns nodos atingem n´ıveis de energia que podem res-tringir de forma parcial ou total sua capacidade de sensoriamento o que acaba oca-sionando o seu desligamento da rede comprometendo a comunicac¸ ˜ao e reduzindo a ´area de cobertura da rede. Problemas podem ocorrer j ´a no momento da implantac¸ ˜ao da RSSF devido `a falhas ou defeitos dos nodos.

Os nodos sensores comunicam-se entre si usando comunicac¸ ˜ao sem fio, usual-mente via r ´adio. Como pode ser observado na Figura 1, as conex ˜oes entre os nodos definem uma rede multi-hop, a qual permite atrav ´es de v ´arias transmiss ˜oes que um dado enviado por um nodo alcance a estac¸ ˜ao base, tamb ´em chamada de sink.

A estac¸ ˜ao base, por sua vez, pode ter acesso tanto `a rede como `a internet, possibi-litando que os dados coletados possam ser analisados remotamente pelo usu ´ario final. Segundo (DARGIE; POELLABAUER, 2010), esta arquitetura permite a disseminac¸ ˜ao

dos dados de cada sensor para o processamento, visualizac¸ ˜ao, an ´alise e armazena-mento em um sistema remoto.

Figura 1: Arquitetura de uma RSSF. Baseada em (Salama Ahmed, 2015)

Segundo MOTTOLA; PICCO (2011), as aplicac¸ ˜oes de RSSFs podem ser caracte-rizadas quanto a cinco aspectos: objetivo, padr ˜ao de interac¸ ˜ao, mobilidade, espac¸o e tempo. Estes aspectos tamb ´em s ˜ao usados para classificar uma soluc¸ ˜ao para uma aplicac¸ ˜ao de RSSF, como proposto na Figura 2.

Classificac¸ ˜ao para a aplicac¸ ˜ao das RSSFs, proposta por (MOTTOLA; PICCO, 2011):

1. Objetivo: uma RSSF pode realizar apenas o sensoriamento ou pode al ´em de monitorar, atuar sobre o objeto de monitoramento.

2. Padr ˜ao de Interac¸ ˜ao: est ´a relacionado ao prop ´osito da comunicac¸ ˜ao. O padr ˜ao ”Um para Muitos” est ´a normalmente relacionado `a transmiss ˜ao de comandos para configurac¸ ˜ao da rede. ”Muitos para Muitos” normalmente ´e utilizada quando h ´a v ´arios sinks e a informac¸ ˜ao deve ser repassada a todos eles. ”Muitos para Um” ´e a situac¸ ˜ao mais comum, quando os nodos enviam informac¸ ˜ao para um sink que realiza a coleta de dados.

3. Mobilidade: muitas RSSFs possuem formac¸ ˜ao em topologia fixa (CHEN; VARSHNEY, 2004), ou seja ´e constitu´ıda por nodos est ´aticos. Entretanto, pode-se ter mobilidade de tr ˆes formas: i) quando ´e utilizado um coletor de dados m ´ovel (ou data-mulling), que se movimenta em uma rede fixa realizando coletas de da-dos sensoriada-dos; ii) quando ´e utilizada o sink m ´ovel, ou seja, uma estac¸ ˜ao base que se move pela rede enviando os dados at ´e o destino final; iii) nodos sensores m ´oveis, que podem ser anexados `a algum agente, como rob ˆos (ERMAN et al.,

18

Figura 2: Classificac¸ ˜ao das RSSFs segundo sua aplicac¸ ˜ao (MOTTOLA; PICCO, 2011) 2008), (FREITAS et al., 2010), (VALENTE et al., 2011), pessoas (ARA ´UJO; BEC-KER, 2011), ou animais (LIU et al., 2004), ou ainda, est ˜ao em algum ambiente que lhes proporcionem a mobilidade, como correnteza de oceanos ou rios. 4. Espac¸o: est ´a relacionado ao significado da informac¸ ˜ao coletada. No modo

”Glo-bal” o dado de um ´unico sensor n ˜ao ´e relevante, mas apenas os dados coletados de toda a rede fazem sentido. No modo ”Regional” onde importa a informac¸ ˜ao coletada por regi ˜oes da ´area sensoriada. Ou ainda, ´e poss´ıvel ter uma terceira classificac¸ ˜ao quanto ao espac¸o, que seria a ” ´Unica”, quando o dado de um nodo sensor ´e t ˜ao importante quanto qualquer outro. Um exemplo de aplicac¸ ˜ao da classificac¸ ˜ao ´unica, seria o monitoramento de animais (LIU et al., 2004) ou em seres humanos (ARA ´UJO; BECKER, 2011).

5. Tempo: h ´a uma relac¸ ˜ao de tempo na gerac¸ ˜ao da informac¸ ˜ao, pois as operac¸ ˜oes de monitoramento e envio de dados podem ser peri ´odicas ou orientadas a even-tos. Quando h ´a um intervalo de tempo pr ´e-definido para a realizac¸ ˜ao destas tarefas, diz-se que a rede ´e peri ´odica e quando ´e detectado um evento e este exige algum tratamento (envio dos dados coletados ou processamento dos mes-mos) diz-se que a rede ´e orientada a eventos ou reativa.

Segundo LOUREIRO et al. (2003), as RSSFs tendem a ser aut ˆonomas, reque-rem um alto grau de cooperac¸ ˜ao para executar as tarefas definidas pela aplicac¸ ˜ao e normalmente possuem um grande n ´umero de nodos distribu´ıdos, t ˆem restric¸ ˜oes de energia, e devem possuir mecanismos para auto-configurac¸ ˜ao e adaptac¸ ˜ao devido a problemas como falhas de comunicac¸ ˜ao e perda de nodos. Estrat ´egias din ˆamicas de adaptac¸ ˜ao podem ser empregadas visando melhorar a efici ˆencia da rede como um

todo. Neste cap´ıtulo, trabalhos que exploram mobilidade de nodos e balanceamento de carga na rede s ˜ao discutidos nas sec¸ ˜oes 2.2.2 e 2.3, respectivamente.

2.2

Redes de Sensores Sem Fio M ´

oveis

As redes de sensores sem fio podem ser vistas como um tipo especial de rede m ´ovel ad hoc MANET (do ingl ˆes, Mobile Ad hoc Network ) e como uma das verten-tes da computac¸ ˜ao ub´ıqua (LOUREIRO et al., 2003). Esse tipo de rede possui um grande n ´umero de elementos distribu´ıdos, operam sem intervenc¸ ˜ao humana direta, t ˆem restric¸ ˜oes severas de energia, e devem possuir mecanismos para autogerencia-mento em func¸ ˜ao de sua aplicac¸ ˜ao em ´areas remotas. Quando os nodos de uma rede s ˜ao m ´oveis, a rede ´e classificada como RSSFM (Rede de Sensores Sem Fio M ´ovel). Por ´em, h ´a uma diferenc¸a entre RSSFs do tipo MANET e tipo RSSFMs, pois uma MANET tem mobilidade arbitr ´aria enquanto que em uma RSSFM essa mobilidade ´e intencional e planejada.

De acordo com (MUNIR et al., 2007), uma rede de sensores sem fio m ´ovel recebe este nome por apresentar mobilidade dos nodos sensores, do sink ou do coletor de dados. ´E considerada como a maior vantagem das RSSFMs sobre as RSSF est ´aticas, a capacidade de utilizar a energia gasta com a comunicac¸ ˜ao de forma mais eficiente. Nas RSSFs est ´aticas os nodos mais pr ´oximos do sink geralmente descarregam suas baterias mais r ´apido que nodos n ˜ao diretamente conectados ao sink, isso devido ao fato dos nodos pr ´oximos ao sink participarem de um maior n ´umero de transmiss ˜oes de mensagens. A descarga destes nodos chave na transmiss ˜ao dos dados causa a ”morte” da rede. J ´a em uma RSSFM, a mobilidade dos nodos proporciona uma melhora na cobertura da rede, visto que ´e poss´ıvel reposicionar nodos de forma a maximizar a cobertura e garantir a conectividade da rede, ou seja, que todos os nodos consigam atingir o sink atrav ´es de um dos caminhos da rede. Esta mobilidade pode tamb ´em ser usada para maximizar a cobertura em redes cujos nodos s ˜ao implantados em posic¸ ˜oes aleat ´orias.

Quando a mobilidade ´e usada de forma a reduzir o n ´umero de transmiss ˜oes (ou hops) exigidas para uma mensagem atingir o sink, por exemplo, movendo o pr ´oprio sink ou usando um coletor de dados, um benef´ıcio adicional ´e alcanc¸ado que ´e uma maior fidelidade dos dados decorrentes da reduc¸ ˜ao do n ´umero de hops o que minimiza a possibilidade de erros de transmiss ˜ao.

A mobilidade relativa entre os nodos sensores, o sink e o fen ˆomeno tem con-sequ ˆencias importantes no funcionamento da RSSF e a rede deve manter o moni-toramento do evento de interesse do observador, independente desta mobilidade. A mobilidade pode estar envolvida nos diferentes componentes de rede. Por exemplo, os nodos podem ser m ´oveis e a estac¸ ˜ao base est ´atica, ou vice-versa. Neste

traba-20

lho, considera-se que uma RSSFM como uma rede em que pelo menos um dos seus componentes ´e m ´ovel.

Nas RSSFMs ´e poss´ıvel encontrarmos diferentes tipos de movimentos depen-dendo do tipo de aplicac¸ ˜ao da rede, ou seja, uma aplicac¸ ˜ao cujo objetivo ´e monitorar o movimento de ve´ıculos exige um tipo de movimento enquanto que uma aplicac¸ ˜ao cujo objetivo seja monitorar alguma atividade animal na natureza, exige outro tipo de movimento. Esses movimentos podem ser, aleat ´orios ou controlados.

Os modelos a seguir utilizam a aleatoreidade, ou seja, movimentos independentes de outros nodos na rede. Este tipo de movimento ´e considerado adequado para o tipo de rede ad hoc, onde usu ´arios m ´oveis entram e saem da rede aleatoriamente.

• Random Walk Mobility Model: Um modelo de mobilidade simples, baseado em velocidades e direc¸ ˜oes aleat ´orias.

• Random Waypoint Mobility Model: Um modelo que inclui pausas no tempo entre as variac¸ ˜oes da velocidade e direc¸ ˜ao.

• Random Direction Mobility Model: Um modelo que forc¸a o nodo m ´ovel a ir para a borda da ´area de simulac¸ ˜ao antes de mudar a direc¸ ˜ao e a velocidade.

• A Boundless Simulation Area Mobility Model: Um modelo que converte uma ´area de simulac¸ ˜ao retangular 2D em uma ´area 3D.

• Gauss-Markov Mobility Model: Um modelo que utiliza um par ˆametro de ajuste para variar o grau de aleatoriedade no padr ˜ao de mobilidade.

• A Probabilistic Version of the Random Walk Mobility Model: Um modelo que utiliza um conjunto de probabilidades para determinar a pr ´oxima posic¸ ˜ao do nodo m ´ovel.

• City Section Mobility Model (Manhttan): Uma ´area de simulac¸ ˜ao que representa as ruas em uma cidade.

Algumas aplicac¸ ˜oes exigem modelos de movimento que considerem o movimento e ou posic¸ ˜ao de outros nodos, ou seja, que considerem o movimento de grupos e n ˜ao de nodos isoladamente. Nestes casos, modelos de movimento espec´ıficos devem ser empregados, tais como:

• Exponential Correlated Random Mobility Model: Um modelo de mobilidade de grupo que usa uma func¸ ˜ao de movimento para criar os movimentos.

• Column Mobility Model: Um modelo de mobilidade de grupo, onde um conjunto de nodos m ´oveis de uma linha se movem uniformemente para frente e em uma direc¸ ˜ao particular.

• Nomadic Community Mobility Model: Um modelo de mobilidade em grupo onde um conjunto de nodos m ´oveis se move junto de um local para outro.

• Pursue Mobility Model: Um modelo de mobilidade de grupo, onde o conjunto de nodos m ´oveis segue um determinado alvo.

• Reference Point Group Mobility Model: Um modelo de mobilidade em grupo, onde os movimentos s ˜ao baseados dependendo do caminho percorrido por um centro l ´ogico.

2.2.1 Desafios em RSSFM

Segundo REZAZADEH (2012), as redes RSSFMs trazem alguns desafios como a localizac¸ ˜ao dos nodos e a conex ˜ao da rede din ˆamica. Em uma rede com nodos fixos, sabe-se o local onde o nodo encontra-se, mas em uma RSSFM, ´e necess ´ario o emprego de algoritmos de localizac¸ ˜ao dos mesmos. Al ´em disso, a medida em que os nodos s ˜ao reposicionados, a rede precisa ser reconstru´ıda, assim a topologia da rede ´e modificada, exigindo o emprego de algoritmos de roteamento e protocolos que consideram esta mobilidade.

Desafios da mobilidade em RSSFMs tamb ´em s ˜ao discutidos em DI FRANCESCO; DAS; ANASTASI (2011), dentre eles:

(i) Contato: Uma vez que a comunicac¸ ˜ao ´e poss´ıvel apenas quando os nodos est ˜ao no alcance do raio de comunicac¸ ˜ao um dos outros, ´e necess ´ario fazer a detecc¸ ˜ao da presenc¸a de um nodo m ´ovel.

(ii) Gerenciamento de energia e consci ˆencia de movimento: Em alguns casos, ´e poss´ıvel explorar o conhecimento sobre o padr ˜ao da mobilidade para otimizar ainda mais a detecc¸ ˜ao dos nodos m ´oveis. Isto ´e, se os tempos de visita s ˜ao conhecidos ou podem ser previstos com uma certa precis ˜ao, os nodos sensores podem ser ”acor-dados” somente quando eles esperam que um elemento m ´ovel esteja em seu raio de comunicac¸ ˜ao.

(iii) Transfer ˆencia de dados confi ´avel: Como o contato entre os nodos ´e mais r ´apido e menos frequente, h ´a necessidade de maximizar o n ´umero de mensagens correta-mente enviadas ao sink. Al ´em disso, como os nodos se movem durante a transfer ˆencia de dados, a troca de mensagens deve ter consci ˆencia desse movimento.

(iv) Controle da mobilidade: Quando o movimento dos nodos pode ser controlado, uma pol´ıtica para visitar nodos na rede tem de ser definida. Para este fim, o caminho e a velocidade ou tempo de perman ˆencia de nodos m ´oveis t ˆem de ser definida, a fim de melhorar o desempenho da rede.

Adicionalmente, os modelos de consumo de energia de uma RSSF diferem dos modelos de uma RSSFM, uma vez que neste ´ultimo, a descoberta da rede e atualizac¸ ˜ao dos dados ocorrem com maior frequ ˆencia, aumentando o consumo

22

energ ´etico dos nodos. Al ´em disso, para uma an ´alise completa de efici ˆencia energ ´etica de uma dada configurac¸ ˜ao de RSSFM, tamb ´em devem ser considerados os custos para movimentar os nodos, a menos que este movimento independa da bateria do nodo da rede.

2.2.2 Estrat ´egias para mobilidade em RSSFMs

V ´arios grupos t ˆem investigado estrat ´egias para a mobilidade dos nodos com di-ferentes objetivos. Em AZIZ et al. (2011), os autores prop ˜oem um algoritmo de otimizac¸ ˜ao baseado em enxames de part´ıculas PSO (do ingl ˆes, Particle Swarm Opti-mization), para o reposicionamento dos nodos em RSSF. Este algoritmo ´e executado em duas etapas, sendo a primeira para maximizar a cobertura de rede e a segunda para reduzir o consumo de energia. Os autores levam em conta a cobertura e o custo de movimento dos sensores. A cobertura ´e otimizada pelo rearranjo da posic¸ ˜ao dos sensores, enquanto a energia ´e conservada, minimizando a dist ˆancia m ´axima do mo-vimento dos sensores. O desempenho do algoritmo ´e avaliado atrav ´es de simulac¸ ˜oes nas quais s ˜ao usadas diferentes configurac¸ ˜oes de rede. Os resultados da simulac¸ ˜ao mostram que o algoritmo proposto aumenta a cobertura e reduz o consumo de energia significativamente.

Em GUO et al. (2013), os autores utilizam um algoritmo inspirado em um QCA (do ingl ˆes, Quantum-inspired Cultural Algorithm) para reposicionamento dos nodos baseando-se em um modelo de sensoriamento probabil´ıstico para maximizar a ´area de cobertura da rede e minimizar a redund ˆancia dos nodos.

Recentemente, um algoritmo de implantac¸ ˜ao distribu´ıda para RSSFs prop ˆos au-mentar a cobertura (SAHA; DAS, 2016). A soluc¸ ˜ao proposta ´e iterativa e com base na geometria, usando Diagramas de Voroni para particionar o espac¸o entre os sensores. Este diagrama representa a informac¸ ˜ao mais pr ´oxima de um conjunto de sensores, que ´e usado para identificar os buracos de cobertura e mudar os nodos de posic¸ ˜ao visando reduzir estes buracos.

Al ´em destas propostas mais recentes, (HOWARD; MATARI ´C; SUKHATME, 2002a) prop ˆos uma estrat ´egia de mobilidade empregada no dom´ınio de rob ´otica m ´ovel e a qual vem servindo de inspirac¸ ˜ao para v ´arios pesquisadores na ´area de RSSF. Nesta abordagem os nodos s ˜ao tratados como part´ıculas virtuais que est ˜ao sujeitas a forc¸as virtuais, essas forc¸as repelem os nodos tanto uns dos outros quanto dos obst ´aculos. As forc¸as repulsivas entre os nodos s ˜ao tais que uma configurac¸ ˜ao inicial compacta vai fazer eles logo se espalharem. As forc¸as repulsivas entre os nodos e os obst ´aculos, por outro lado, se asseguram que a rede se espalhar ´a ao redor dos obst ´aculos ao inv ´es de atrav ´es deles. O efeito ´e a implantac¸ ˜ao da rede de tal forma que a ´area de cobertura seja maximizada.

forc¸as de atrac¸ ˜ao e repuls ˜ao baseadas no campo potencial descritas acima, os nodos est ˜ao tamb ´em sujeitos a forc¸as de fricc¸ ˜ao viscosa. Esta forc¸a ´e usada para garan-tir que a rede atinja o equil´ıbrio, por exemplo, para assegurar que todos os nodos far ˜ao uma parada final. No entanto, a forc¸a viscosa n ˜ao impede a rede de reagir `as mudanc¸as do ambiente. Se algo se move, a rede automaticamente se reconfigura para o ambiente modificado e novamente retorna ao estado de equil´ıbrio est ´atico. Ent ˜ao, os nodos se movem somente se necess ´ario e consequentemente economizando energia. T ´ecnicas de campo potencial para aplicac¸ ˜oes de rob ´otica foram descritas pela pri-meira vez por Khatib (KHATIB, 1986) e desde ent ˜ao t ˆem sido muito usadas pela comu-nidade que estuda mobilidade na rob ´otica para tarefas como navegac¸ ˜ao local e desvio de obst ´aculos. Neste trabalho estas forc¸as tamb ´em est ˜ao sendo usadas, com o obje-tivo de reposicionar os nodos ap ´os uma implantac¸ ˜ao inicial, que pode ser aleat ´oria ou em grid, ou ainda quando os nodos descarregarem suas baterias, deixando falhas na cobertura na ´area de interesse da rede.

2.3

Balanceamento de Carga

O consumo energ ´etico hoje representa uma importante restric¸ ˜ao ao projeto de RS-SFs, pois `a medida que os nodos descarregam suas baterias, a RSSF perde conecti-vidade e cobertura, podendo inclusive n ˜ao conseguir manter sua funcionalidade.

Diversos pesquisadores v ˆem buscando soluc¸ ˜oes para esse problema e com isto surgem novas estrat ´egias que visam aumentar o tempo de vida das redes. Uma abor-dagem para prolongar o tempo de vida da rede ´e equilibrar o trabalho realizado pelos nodos que comp ˜oem a RSSF. Essa t ´ecnica ´e chamada de balanceamento de carga e consiste em distribuir as atividades computacionais e de comunicac¸ ˜ao entre os nodos da rede de forma equilibrada. Atrav ´es do balanceamento de carga, espalha-se a carga sobre a rede evitando que pontos sejam sobrecarregados e aumentando o tempo de vida ´util da rede (DAI; HAN, 2003).

De acordo com LEE; LEE (2012), muitos algoritmos de escalonamento t ˆem sido propostos para solucionar o problema energ ´etico das RSSFs. O autor afirma que tal problema j ´a foi convertido em um problema de programac¸ ˜ao inteira bin ´aria ao qual poderia ser facilmente aplicado um algoritmo guloso. Algoritmos estoc ´asticos para otimizac¸ ˜ao incluem algoritmos gen ´eticos (GA do ingl ˆes, Genetic Algorithm), como o Particle Swarm Optimization (PSO) e o Ant Colony Optimization (ACO), usados para implementar estrat ´egias de escalonamento de atividades de comunicac¸ ˜ao e sensoria-mento.

Em (DAI; HAN, 2003), visando aumentar o tempo de vida das redes, os autores projetaram um algoritmo focado nos nodos e que constr ´oi uma ´arvore de balancea-mento da carga de comunicac¸ ˜ao em RSSF com arquitetura assim ´etrica. A m ´etrica

24

Chebyshev Sum foi utilizada para avaliar, atrav ´es de simulac¸ ˜ao, o balanceamento das ´arvores de roteamento produzidas pelo algoritmo. Os autores afirmam que o algo-ritmo atinge ´arvores de roteamento que s ˜ao efetivamente mais equilibradas do que o roteamento baseado em pesquisa em largura (BFS, do ingl ˆes, Breadth-First Search) e menor caminho obtido pelo algoritmo de Dijkstra.

Ainda com foco em balancear a carga referente a comunicac¸ ˜ao em uma RSSF, uma estrat ´egia de balanceamento de carga focada em nodos considera a carga acumulada pelo tr ´afego de dados desde os nodos filhos em uma ´arvore de roteamento at ´e seus nodos pais. A ´arvore de roteamento da RSSF ´e roteada pela estac¸ ˜ao base (sink ). A carga dos nodos filhos adiciona carga a cada um dos pais dessa ´arvore, consequen-temente os nodos sensores pr ´oximos ao sink ser ˜ao sobrecarregados. O objetivo do balanceamento de carga centrado em nodos ´e distribuir bem os pacotes gerados pe-los nodos sensores atrav ´es de diferentes ramos da ´arvore de roteamento (DAI; HAN, 2003).

Segundo MOR; SAROHA (2013), a ideia por detr ´as do balanceamento de carga ´e distribuir a carga em todos os nodos que est ˜ao inativos ou que s ˜ao menos utilizados evitando sobrecarregar nodos que encontram-se em posic¸ ˜oes estrat ´egicas na rede cuja interrupc¸ ˜ao da operac¸ ˜ao pode quebrar a conectividade da rede ou reduzir consi-deravelmente sua cobertura. O autor ainda prop ˜oe classificar os algoritmos de balan-ceamento de carga em algoritmos est ´aticos, algoritmos din ˆamicos e algoritmos adap-tativos. Nos algoritmos est ´aticos (offline), toda a decis ˜ao de balanceamento ´e progra-mada usando informac¸ ˜oes pr ´evias do sistema, enquanto que em algoritmos din ˆamicos (online), s ˜ao usadas informac¸ ˜oes correntes dos nodos, como volume de trabalho ou energia da bateria, para balancear a carga. Algoritmos din ˆamicos t ˆem vantagens so-bre algoritmos est ´aticos, pois t ˆem a capacidade de explorar uma flutuac¸ ˜ao de curto prazo no sistema para aumentar a sua efici ˆencia. No entanto, soluc¸ ˜oes din ˆamicas in-cluem sobrecarga na coleta, armazenamento e an ´alise do estado do sistema (YING; MING, 2010). Algoritmo adaptativo ´e um caso especial de algoritmo din ˆamico, o qual adapta suas atividades alterando dinamicamente o algoritmo para modificar o estado do sistema (JABBAR et al., 2011).

Em CALISKANELLI (2014), a distribuic¸ ˜ao da carga de trabalho sobre todos os componentes da rede ´e apresentada como um problema an ´alogo ao Bin Packing problem (DYCKHOFF, 1990). O Bin Packing problem ´e um conhecido algoritmo de distribuic¸ ˜ao de objetos, o qual ´e frequentemente aplicado a problemas de otimizac¸ ˜ao de equipamentos, especialmente em alocac¸ ˜ao de recursos e quest ˜oes de escalona-mento (WIEDER; BRANDENBURG, 2013). Dados N itens, de tamanhos S1, S2, S3, S4, ..., SN, o objetivo ´e empacotar itens dentro de menor n ´umero poss´ıvel de pacotes (bins).

de carga s ˜ao frequentemente aplicadas offline, ou seja, antes da execuc¸ ˜ao (est ´atica) e/ou usam um mecanismo de controle centralizado para referenciar a distribuic¸ ˜ao de carga na rede. Por ´em, tanto as t ´ecnicas est ´aticas e abordagens que implementam mecanismos de controle centralizados n ˜ao lidam com a natureza din ˆamica das RSSFs, o que tem motivado a investigac¸ ˜ao de estrat ´egias din ˆamicas e descrentralizadas.

Embora v ´arios trabalhos abordem o balanceamento de carga em RSSF, a grande maioria destes foca em redes peri ´odicas, onde a carga a ser distribuida refere-se a comunicac¸ ˜ao dos dados at ´e o sink, como em (DAI; HAN, 2003). No entanto, em cen ´arios de RSSFs reativas com sobreposic¸ ˜ao nas ´areas de cobertura, algoritmos de balanceamento de carga podem otimizar o uso dos recursos, evitando que nodos sen-sores redundantes realizem o mesmo trabalho. Al ´em de reduzir o consumo dos nodos sensores, estas t ´ecnicas reduzem o tr ´afego na rede. Duas estrat ´egias bioinspira-das para balanceamento din ˆamico de carga em RSSF reativas, Pheromone Signaling (PS)(CALISKANELLI; BROECKER; TUYLS, 2014) e Ant-based (FERREIRA; BRISO-LARA; INDRUSIAK, 2015), s ˜ao descritas nas sec¸ ˜oes 2.3.1 e 2.3.2, respectivamente. 2.3.1 Pheromone Signaling load balancing

Inspirado no comportamento das abelhas, a t ´ecnica de balanceamento de carga nomeada Pheromone Signaling (PS) foi proposta em CALISKANELLI et al. (2013), visando dinamicamente distribuir a carga em uma RSSF reativa, explorando a re-dund ˆancia das redes. Nesta abordagem os nodos da rede s ˜ao periodicamente di-ferenciados uns dos outros, de forma que tenhamos dois tipos distintos de nodos: os nodos rainhas, que podem processar os eventos e os nodos oper ´arios, que ficam em stand by. Desta forma, se um evento acontece em uma ´area coberta por mais de um nodo, apenas o nodo rainha ir ´a tratar este evento e os demais ir ˜ao permanecer em stand by para preservar suas baterias.

A diferenciac¸ ˜ao entre nodo rainha e nodo oper ´ario ´e feita atrav ´es de uma trans-miss ˜ao peri ´odica de ferom ˆonio do nodo rainha para seus vizinhos e a retranstrans-miss ˜ao do ferom ˆonio por seus receptores para a sua vizinhanc¸a. A retransmiss ˜ao est ´a limitada a um n ´umero de hops e a quantidade de ferom ˆonio decresce cada vez que ´e propa-gado. ´E atrav ´es deste processo que o PS limita a faixa de influ ˆencia de cada nodo rainha objetivando assim, manter dentro do poss´ıvel a ´area de cobertura da RSSF e minimizar a redund ˆancia. Para que o balanceamento de carga acontec¸a, periodica-mente, os nodos rainha devem ser substitu´ıdos por nodos que ficaram em stand-by no ´ultimo per´ıodo. Um nodo se transforma em nodo rainha quando o seu n´ıvel interno de ferom ˆonio for inferior a um valor limite. A diferenciac¸ ˜ao acontece se o nodo n ˜ao recebe uma quantidade de ferom ˆonio suficiente de seus vizinhos para manter o seu n´ıvel de ferom ˆonio interno acima do limite. Como o n´ıvel de ferom ˆonio dos nodos aumenta com o passar do tempo, pois o mesmo recebe ferom ˆonios de seus vizinhos, o n´ıvel

26

de ferom ˆonio de todos os nodos ´e reduzido periodicamente. Na Figura 3 ´e poss´ıvel observar a diferenciac¸ ˜ao de nodos rainha dos nodos oper ´arios, onde nodos rainhas s ˜ao representados pelas esferas brancas e nodos oper ´arios pelas esferas azuis. Es-tas figuras tamb ´em d ˜ao uma ideia sobre como esta diferenciac¸ ˜ao afeta a distribuic¸ ˜ao da carga em uma rede em grade (ou grid ).

Figura 3: Diferenciac¸ ˜ao peri ´odica dos nodos - Mudanc¸a de nodos oper ´arios para no-dos rainha e vice-versa

Em CALISKANELLI et al. (2013) e em CALISKANELLI (2014), a t ´ecnica PS foi avaliada atrav ´es de experimentos, que avaliaram a sua efici ˆencia em RSSF reativas com nodos implantados em grid. Nestes experimentos, diferentes densidades de rede foram avaliadas considerando as m ´etricas: disponibilidade dos servic¸os que s ˜ao com-pletados com sucesso sobre o n ´umero total de requisic¸ ˜oes dos servic¸os em um deter-minado per´ıodo de tempo. Posteriormente, esta t ´enica foi implementada no simulador Eboracum (FERREIRA; BRISOLARA; INDRUSIAK, 2015) e avaliada considerando um modelo de cen ´ario mais detalhado (raios circulares de sensoriamento e probabilida-des mais realistas de detecc¸ ˜ao de eventos) e sua efici ˆencia foi comparada a do Ant, outra abordagem bioinspirada para balanceamento de carga em RSSF.

2.3.2 Ant-based Load Balancing

Baseado no comportamento de col ˆonias de formigas (ACS, do ingl ˆes, Ant Colony Systems), FERREIRA; BRISOLARA; INDRUSIAK (2015) prop ˜oem uma estrat ´egia bio-inspirada para dinamicamente balancear a carga em RSSFs reativas com o objetivo de aumentar o tempo de vida da rede. Assim como a estrat ´egia PS, o Ant tamb ´em explora a redund ˆancia na detecc¸ ˜ao de eventos pelos nodos da rede. Seguindo a

estrat ´egia chamada aqui de Ant, ao detectar um evento, o nodo decide individualmente e on-the-fly se ir ´a processar este evento, baseando-se em um modelo probabil´ıstico. Este processo de decis ˜ao ´e disparado pela ocorr ˆencia de um evento no ambiente e ´e descentralizado. A ideia geral desta abordagem ´e dividir o trabalho entre os nodos sensores de uma mesma ´area considerando o n ´umero de nodos que sensoriam um mesmo evento ao mesmo tempo e o n ´umero de vezes que o nodo foi previamente envolvido no processamento de eventos.

Quanto mais trabalho o nodo realiza, diminui a probabilidade deste se envolver no tratamento de eventos, assim distribuindo a carga na rede. E o comportamento dos nodos em relac¸ ˜ao ao processamento de eventos pode ser entendido, conforme explicado em (FERREIRA; BRISOLARA; INDRUSIAK, 2015) e descrito a seguir.

Admitindo que existem J eventos para serem processados em uma RSSF cada evento j tem um est´ımulo sjassociado a ele. Como I nodos diferentes podem detectar

os eventos, cada nodo i ∈ I tem um limite de resposta θi. Ent ˜ao o nodo i se envolve

no processamento do evento j com uma probabilidade dada pela Equac¸ ˜ao 1.

Pi(t) = s2 j s2 j + θ2i (1) Os eventos t ˆem o mesmo est´ımulo inicial s0. Os valores para cada est´ımulo em

cada instante t s ˜ao dados pela Equac¸ ˜ao 2, onde Nact ´e o n ´umero de vizinhos que

sensoriam um evento t e Nj ´e o n ´umero m ´aximo de vizinhos que podem sensoriar o

mesmo evento. Nact

j ´e determinado pela comunicac¸ ˜ao dos nodos na vizinhanc¸a com

mensagens indicando que um evento foi detectado. O processo de comunicac¸ ˜ao ´e usado para que cada nodo estime Nj de acordo com o n ´umero m ´aximo de mensagens

simultaneamente recebidas por este at ´e o instante t δ e α s ˜ao coeficientes constantes. sj(t) = s0+ δ −

αN_jact(t) Nj(t)

(2) O est´ımulo de um nodo para realizar uma dada tarefa depende de um limiar es-tabelecido que pode aumentar ou diminuir conforme a variac¸ ˜ao de dois coeficientes, mas o limite inicial θi ´e igual para todos os nodos.

O limite de resposta θi de um nodo i decresce de acordo com ξ como mostrado na

Equac¸ ˜ao 3 e aumenta conforme ρ como pode ser visto na Equac¸ ˜ao 4 e isto ocorre a cada instante que o nodo decide processar um evento.

θi = θi − ξ (3)

28

Em resumo, o m ´etodo utilizado e explicado acima, funciona modificando a proba-bilidade de um nodo para processar um evento de acordo com: O n ´umero de nodos que detectam o evento ao mesmo tempo; O n ´umero de vezes que este nodo foi ante-riormente envolvido em processamento de eventos.

Em (FERREIRA; BRISOLARA; INDRUSIAK, 2015) ambas abordagens Ant e PS s ˜ao avaliadas e comparadas usando o Eboracum (EBORACUM, 2014). Nestes ex-perimentos, o n ´umero de eventos sensoriados pela rede por dia, s ˜ao avaliados para cada uma das abordagens e comparados a uma rede sem nenhuma estrat ´egia de ba-lanceamento de carga. Apenas eventos que conseguem chegar at ´e a estac¸ ˜ao base (sink ) s ˜ao considerados na avaliac¸ ˜ao. Al ´em do n ´umero de eventos, os experimentos tamb ´em discutem o tempo de vida da rede, variando suas densidades e estrat ´egias de balanceamento de carga. Por ´em, os experimentos realizados consideraram apenas redes compostas de nodos est ´aticos implantados em grade.

Neste trabalho, novos experimentos avaliam estas estrat ´egias de balanceamento de carga considerando redes compostas com nodos m ´oveis, variando a densidade das redes bem como a forma de implantac¸ ˜ao dos nodos. O cen ´ario de teste ser ´a o mesmo que o empregado em (FERREIRA; BRISOLARA; INDRUSIAK, 2015), permi-tindo comparac¸ ˜ao dos resultados e observac¸ ˜ao do impacto da mobilidade dos nodos na efici ˆencia das estrat ´egias de balanceamento de carga.

Neste cap´ıtulo ´e feita uma revis ˜ao do Eboracum que ´e um framework estens´ıvel para modelagem e simulac¸ ˜ao de RSSFs reativas (orientada a eventos) e adapt ´aveis empregando modelos de alto n´ıvel de abstrac¸ ˜ao (MARQUES et al., 2016). Na Sec¸ ˜ao 3.1 ser ´a apresentada a vis ˜ao geral do Eboracum, enquanto a arquitetura do framework ser ´a detalhada na Sec¸ ˜ao 3.2. A simulac¸ ˜ao e detalhes da avaliac¸ ˜ao supor-tada ser ˜ao apresentados na Sec¸ ˜ao 3.3.

3.1

Eboracum: Vis ˜ao Geral

O Eboracum (EBORACUM, 2014) ´e uma infraestrutura para suportar a modela-gem e avaliac¸ ˜ao de RSSFs, bem como a investigac¸ ˜ao de estrat ´egias din ˆamicas para gerenciamento dos recursos da rede. Esta infraestrutura pode ser vista como um fra-mework, o qual estende o VisualSense (ROSELLO et al., 2009) e o Ptolemy II (PTO-LEMAEUS, 2014), provendo primitivas de alto n´ıvel para modelar tanto aspectos da plataforma, como da aplicac¸ ˜ao. Desta forma, o Eboracum pode ser facilmente es-tendido para suportar diferentes tipos de nodos e de eventos, bem como tamb ´em a avaliac¸ ˜ao de diversas estrat ´egias din ˆamicas de adaptabilidade em redes de sensores sem fio.

O foco do Eboracum ´e na modelagem e simulac¸ ˜ao de RSSF reativas, podendo ser empregado para o projeto de uma soluc¸ ˜ao dedicada para uma dada aplicac¸ ˜ao. Seguindo o fluxo de projeto, ilustrado na Figura 4, a partir de um conjunto de requi-sitos, o projetista deve projetar uma soluc¸ ˜ao dedicada para atender os requisitos da aplicac¸ ˜ao. Encontrar uma soluc¸ ˜ao eficiente, considerando as v ´arias configurac¸ ˜oes poss´ıveis exige ferramentas que permitam construir soluc¸ ˜oes e avali ´a-las, empre-gando abstrac¸ ˜oes. Visando avaliar uma dada soluc¸ ˜ao, modelos de alto n´ıvel da pla-taforma e da aplicac¸ ˜ao s ˜ao empregados no Eboracum. A simulac¸ ˜ao destes modelos permite a an ´alise do comportamento da soluc¸ ˜ao projetada, quando executando uma dada aplicac¸ ˜ao orientada a eventos. Esta avaliac¸ ˜ao da efici ˆencia de uma soluc¸ ˜ao gera m ´etricas que s ˜ao relevantes para dom´ınios de aplicac¸ ˜ao e respectivos usu ´arios finais.

30

Figura 4: Fluxo de Projeto de uma RSSF dedicada para uma aplicac¸ ˜ao espec´ıfica (MARQUES et al., 2016)

3.2

Eboracum: Infraestrutura e Arquitetura

Como ilustrado na Figura 5, a infraestrutura do Eboracum ´e composta de v ´arias camadas, tendo como base o framework Ptolemy II. Desta forma, a infraestrutura de simulac¸ ˜ao de eventos discretos provida pelo Ptolemy II pode ser reusada. Tamb ´em foram reusadas algumas primitivas providas pelo VisualSense, principalmente para a representac¸ ˜ao de canais de comunicac¸ ˜ao sem fio, que fazem parte da abstrac¸ ˜ao dos nodos da rede.

O framework foi definido em Java, empregando hierarquia de classes, e sua arqui-tetura pode ser dividida em duas camadas: a camada da plataforma e a camada da aplicac¸ ˜ao. Na camada da plataforma, encontram-se as primitivas que modelam basi-camente os nodos e conex ˜oes e na camada de aplicac¸ ˜ao, encontram-se as primitivas que modelam os eventos e suas caracter´ısticas. Ambas as camadas ser ˜ao detalhadas nas sec¸ ˜oes 3.2.1 e 3.2.2. Visando aproveitar a infraestrutura de simulac¸ ˜ao de eventos discretos provida pelo Ptolemy II, as primitivas providas pelo Eboracum (em ambas as camadas) s ˜ao extens ˜oes dos atores do Ptolemy II.

Figura 5: Infraestrutura do Eboracum: Camadas para modelagem de redes reativas (MARQUES et al., 2016)

3.2.1 Modelo da Plataforma

A hierarquia de classe contendo as classes respons ´aveis por modelar elementos e aspectos da plataforma de uma RSSF est ´a ilustrada no diagrama de classes da

Figura 6. Estas classes definem primitivas de modelagem providas pelo Eboracum para modelar basicamente os diferentes tipos de nodos (nodos sensores e sink ) e estabelecer as conex ˜oes entre eles.

Figura 6: Primitivas de modelagem da plataforma: Hierarquia de classes da plata-forma (FERREIRA; BRISOLARA; INDRUSIAK, 2015)

A principal abstrac¸ ˜ao desta hieraquia de classes ´e o Nodo Sem Fio, o qual ´e re-presentado pela classe abstrata chamada WirelessNode. Como os nodos podem ser nodos sensores ou sinks, WirelessNode tem duas subclasses, BasicWirelessSensor-Node e NetworkMainGateway, para representar nodos sensores e sinks, respectiva-mente. Um nodo sensor em uma RSSF reativa deve detectar eventos e processar tarefas associadas a estes eventos. A classe abstrata BasicWirelessSensorNode re-presenta um nodo sensor, que tem uma CPU (do ingl ˆes, Central Process Unit) para tarefas de processamento associadas aos eventos detectados. A CPU est ´a repre-sentada pela interface SensorCPU, que especifica m ´etodos que representam o com-portamento geral de uma CPU. Esta interface possui uma implementac¸ ˜ao chamada SimpleFIFOBasedCPU, que define o comportamento de uma CPU baseada em uma FIFO. A classe concreta SimpleWSNNode ´e uma especializac¸ ˜ao da BasicWireless-SensorNode e representa o comportamento de um nodo sensor reativo associado a uma CPU com escalonador FIFO (do ingl ˆes, First In First Out). Esta CPU ´e uma abstrac¸ ˜ao de um modelo de execuc¸ ˜ao de tarefas e serve para avaliar o tempo em que o nodo esteve envolvido com um dado processamento.

As primitivas propostas no Eboracum tamb ´em reusam primitivas do VisualSense para modelar os canais para comunicac¸ ˜ao sem fios e tamb ´em para modelagem abs-trata da ´area de detecc¸ ˜ao de cada nodo sensor, ou seja, seu raio de sensoriamento dos nodos sensores. Um nodo qualquer da rede, modelado por WirelessNode ou suas extens ˜oes, tem sempre um raio de comunicac¸ ˜ao, que divide o alcance de seu recep-tor e transmissor. J ´a um nodo sensor, modelado pelo BasicWirelessSensorNode tem uma ´area de sensoriamento limitada, modelada por um raio de sensoriamento. Desta

32

forma, somente eventos que ocorram dentro deste raio poder ˜ao ser detectados pelo nodo.

Para que seja poss´ıvel suportar a avaliac¸ ˜ao de uma RSSF, um modelo da rede deve ser constru´ıdo empregando as primitivas de modelagem suportadas pelo Ebo-racum. Esse modelo ´e composto basicamente de nodos conectados por um canal de comunicac¸ ˜ao sem fio com alcance limitado e seguindo algum tipo de topologia de rede. Obedecendo uma arquitetura do tipo sink-to-gateway, o sink representa a estac¸ ˜ao base, a qual os nodos da RSSF devem enviar os dados processados e para tal, sink deve estar conectado no mesmo canal de comunicac¸ ˜ao dos demais nodos.

Na implantac¸ ˜ao da rede, os nodos podem ser distribuidos na ´area de interesse de forma rand ˆomica ou na forma de uma grade (mesh). Respeitando o alcance do canal de comunicac¸ ˜ao de cada nodo, conex ˜oes devem ser realizadas entre estes, e considerando uma forma que todos os nodos alcancem o sink atrav ´es de conex ˜oes multi-hop.

A classe SimpleAdHocNetwork implementa a montagem das conex ˜oes entre os nodos empregada atualmente no Eboracum. A informac¸ ˜ao da conex ˜ao do nodo com seu nodo vizinho que serve de conex ˜ao com o sink ´e armazenada localmente por cada nodo em uma tabela de roteamento. Desta forma, cada nodo tem um gateway que determina a forma de alcanc¸ar o sink. Por exemplo, quando o nodo A captura um evento, este envia uma mensagem para o nodo B (seu gateway ) e este, por sua vez, encaminhar ´a para o seu gateway e assim sucessivamente at ´e alcanc¸ar o sink. Cada evento detectado dispara uma ou v ´arias transmiss ˜oes de mensagens, dependendo da posic¸ ˜ao do sensor e da sua dist ˆancia at ´e o sink. Se um nodo ficar inativo ou desligado (por exemplo, por falta de bateria), as conex ˜oes podem ser refeitas dinamicamente encontrando assim, uma outra forma de conectar os nodos que evite o nodo desligado. Os nodos sensores t ˆem um recurso energ ´etico limitado (bateria n ˜ao recarreg ´avel) e par ˆametros que s ˜ao usados para modelar o estado inicial da bateria do nodo, bem como os custos associados a seus diferentes modos de operac¸ ˜ao. Quando um evento ´e capturado por um nodo SimpleWSNNode, este ´e processado localmente e uma men-sagem ´e enviada ao gateway daquele nodo. Tanto o processamento quando o envio da mensagem causam descargas na bateria do nodo. Estes aspectos relacionados a din ˆamica de simulac¸ ˜ao do Eboracum ser ˜ao melhor detalhados na Sec¸ ˜ao 3.3.

3.2.2 Modelo de Aplicac¸ ˜ao

O modelo de aplicac¸ ˜ao ´e baseado nos eventos que geram a computac¸ ˜ao e a comunicac¸ ˜ao da RSSF. Um evento ocorre dentro do ambiente num determinado espac¸o e tempo e est ´a relacionado a um fen ˆomeno natural como temperatura, umi-dade, som, luminosiumi-dade, etc. Ent ˜ao, para representar esses eventos, tr ˆes aspectos s ˜ao relevantes: espac¸o, tempo e funcionalidade. Onde o espac¸o est ´a relacionado

ao local de ocorr ˆencia do evento, tempo est ´a relacionado ao tempo de ocorr ˆencia do evento enquanto que a funcionalidade est ´a relacionada ao tipo de sensor utilizado para capturar o fen ˆomeno que gerou o evento. Por exemplo, um evento ´e definido como est ´atico se n ˜ao h ´a variac¸ ˜ao de espac¸o, e at ˆomico quando ele ocorre em deter-minado momento (sem variac¸ ˜ao de tempo) e n ˜ao se repete. Um evento ´e peri ´odico quando se repete em determinados per´ıodos de tempo.

Baseado nestes aspectos, o Eboracum prov ˆe uma s ´erie de primitivas que podem ser empregadas para modelar aplicac¸ ˜oes reativas, incluindo primitivas que permitem modelar estes aspectos atrav ´es de modelos estoc ´asticos (BRISOLARA; FERREIRA; SOARES INDRUSIAK, 2015), baseados em distribuic¸ ˜oes de probabilidade. Dentre estas primitivas, destaca-se StochasticPeriodicJumperEvent e que foi empregado nos experimentos realizados para avaliac¸ ˜ao da proposta de mobilidade de nodos. Esta primitiva permite representar um n ´umero grande de eventos est ´aticos, que mudam de posic¸ ˜ao e cuja distribuic¸ ˜ao espacial ´e determinada por modelos estoc ´asticos. O emprego desta primitiva acelera a simulac¸ ˜ao, pois evita que cada evento seja uma inst ˆancia diferente.

3.3

Eboracum: Simulac¸ ˜ao e Avaliac¸ ˜ao

Esta infraestrutura permite analisar o comportamento de uma RSSF quando a mesma est ´a executando uma dada aplicac¸ ˜ao reativa. Para tal, um modelo de simulac¸ ˜ao no Eboracum combina a carga de trabalho da aplicac¸ ˜ao alvo, a qual ´e composta por eventos gerados pelo ambiente, `a infraestrutura de computac¸ ˜ao e comunicac¸ ˜ao, permitindo assim avaliar a efici ˆencia de uma soluc¸ ˜ao, no que diz peito a m ´etricas que s ˜ao importantes para dom´ınios de aplicac¸ ˜ao espec´ıficos e res-pectivos usu ´arios finais. Atualmente, a avaliac¸ ˜ao suportada pelo Eboracum foca na efici ˆencia energ ´etica, permitindo avaliar a descarga de bateria dos nodos da rede ao executar uma dada aplicac¸ ˜ao. Considerando a bateria dos nodos e tamb ´em a manutenc¸ ˜ao das conex ˜oes da rede com a estac¸ ˜ao base, ´e poss´ıvel tamb ´em avaliar o tempo de vida da rede e o n ´umero de eventos sensoriados pela rede.

Para simular o processamento dos eventos capturados, os nodos s ˜ao providos de uma CPU. Um evento pode ser associado a um gr ´afico de tarefas e cada tarefa pode ter diferentes custos computacionais. Esses custos v ˜ao determinar quanto tempo a CPU ficar ´a ocupada e quanta energia ´e gasta com o processamento de cada tarefa e consequentemente o tratamento para aquele dado evento. Ap ´os o processamento, o nodo deve enviar uma mensagem para seu gateway, que por sua vez retransmite esta mensagem para o seu gateway, at ´e que a mensagem atinja o sink. Durante a simulac¸ ˜ao, a descarga das baterias dos nodos ´e calculada, considerando o estado de sua bateria e as atividades realizadas por estes.

34

Para simular a bateria do nodo descarregando durante a simulac¸ ˜ao, os nodos t ˆem a carga de suas baterias recalculadas de acordo com suas atividades. Esse processo de descarga baseia-se em custos definidos para cada modo de operac¸ ˜ao do nodo. Um nodo pode estar inativo, processando ou comunicando. Quando est ´a inativo, quer dizer que o nodo n ˜ao est ´a nem comunicando e nem processando, assumindo que os componentes respons ´aveis pelo sensoriamento (detecc¸ ˜ao de eventos) est ˜ao sempre trabalhando. O custo de recepc¸ ˜ao do r ´adio tamb ´em est ´a incluido no modo inativo do nodo. O custo de comunicac¸ ˜ao est ´a relacionado somente com a operac¸ ˜ao de envio de mensagens, ent ˜ao somente o nodo que transmite a mensagem descarrega sua bateria, mas a mensagem que faz v ´arios hops tem custo para cada nodo que a en-caminha. Quando no modo de processando, o n ´umero de ciclos de CPU executados ´e multiplicado pelo custo energ ´etico deste modo de operac¸ ˜ao para determinar a des-carga.

Para a parte visual das simulac¸ ˜oes, o Eboracum utiliza a interface gr ´afica ou GUI (do ingl ˆes, Graphical User Interface) do Ptolemy II, que ´e chamada Vergil e a qual per-mite que os projetistas possam construir modelos, instanciando componentes de suas bibliotecas, incluindo as primitivas suportadas pelo Eboracum. No entanto, construir modelos de RSSF com muitos componentes manualmente utilizando essa GUI pode ser uma tarefa muito custosa, no que diz respeito ao tempo de construc¸ ˜ao.

A construc¸ ˜ao do modelo de simulac¸ ˜ao tamb ´em pode ser realizada atrav ´es de codificac¸ ˜ao em Java, onde ´e poss´ıvel escolher as primitivas a serem instanciadas, bem como sua quantidade, posicionamento, dentre outras configurac¸ ˜oes. Seguindo esta ideia, o Eboracum tamb ´em oferece o BenchmarkGenerator, classe que pode ser utilizada para gerar modelos de simulac¸ ˜ao, evitando a instanciac¸ ˜ao de componentes e seu posicionamento manuais. Neste caso, o usu ´ario define o tipo de nodo que ser ´a utilizado, a quantidade de nodos e o tipo de distribuic¸ ˜ao dos mesmos na ´area de inte-resse (random ou mesh) e o posicionamento do sink. O usu ´ario deve definir tamb ´em os eventos que acontecem no ambiente e que geram a carga de trabalho para a rede, tipo e n ´umero de eventos, bem como sua distribuic¸ ˜ao espacial e temporal. O modelo gerado pelo BenchmarkGenerator pode ser ent ˜ao carregado pelo Vergil. Este modelo ´e representado em XML (do ingl ˆes, Extensible Markup Language), que ´e o formato empregado pelo Ptolemy II.

Ao t ´ermino da simulac¸ ˜ao, um arquivo no formato CSV (do ingl ˆes, Comma Sepa-rated Values) ´e gerado, contendo os resultados coletados. Na Tabela 1 ´e poss´ıvel visualizar um resumo dos dados providos neste arquivo.

Tabela 1: Dados que comp ˜oem o relat ´orio de simulac¸ ˜oes (FERREIRA; BRISOLARA; INDRUSIAK, 2015)

Nome Descric¸ ˜ao

#Eventos sensoriados N ´umero de eventos sensoriados, processados e quais foram enviados ao sink

Tempo total de simulac¸ ˜ao O tempo de simulac¸ ˜ao deve ser convertido em sema-nas ou meses

#Eventos restantes N ´umero de eventos restantes dentro das CPUs FIFOs de cada nodo sensor

Bateria restante Bateria de cada nodo sensor Tempo de morte Quando cada nodo morre

#Mensagens enviadas N ´umero de mensagens enviadas por cada nodo #Mensagens perdidas O n ´umero de mensagens perdidas ´e definido como

uma mensagem disparada por um evento e que ´e pro-cessada, mas a qual n ˜ao chega ao sink