Uma Abordagem Inspirada em Insetos Sociais para a Otimização da Densidade de Redes de Sensores Sem Fio

Transcrição

1 Uma Abordagem Inspirada em Insetos Sociais para a Otimização da Densidade de Redes de Sensores Sem Fio Carlos Henrique Drumm e Paulo Roberto Ferreira Jr. Instituto de Ciências Exatas e Tecnológicas - Centro Universitário Feevale RS 239, Novo Hamburgo RS CEP {carlos.drumm, paulo.ferreira.jr}@gmail.com Resumo. Este trabalho aborda a utilização dos processos cinergéticos, verificados em colônias de insetos sociais, aplicados ao gerenciamento e controle de Redes de Sensores Sem Fio utilizadas no sensoriamento de regiões de difícil acesso. Mais especificamente, é verificada a aplicabilidade desta abordagem frente ao controle da densidade mais adequada de uma rede de sensores para cobrir eficazmente uma área desejada, com a menor utilização possível de recursos, visando o prolongamento da vida útil desta rede. Introdução A crescente capacidade de integração de circuitos como micro-sensores, computação de baixa potência e comunicação sem fio em unidades compactas, permitiu a criação de uma arquitetura denominada de Rede de Sensores Sem Fio (RSSF). As RSSF possibilitam que o sensoriamento de certas áreas de interesse, porém de difícil acesso, seja feita de maneira remota, sendo que estes sensores remetem as grandezas captadas através de elementos de comunicação sem fio (rádio freqüência). Toda essa quantidade de instrumentos de medição e manipulação de dados e informações exige um gerenciamento preciso para que se obtenha um maior benefício de sua utilização. Diferentemente das redes de comunicação normais, onde os nós possuem alimentação de energia relativamente constante, tem uma boa capacidade computacional e não tem um objetivo específico, as Redes de Sensores Sem Fio são bastante limitadas. Nas RSSFs os nós têm seu fornecimento de energia limitado à sua bateria, seu poder computacional é reduzido por questões de economia de energia e seu foco de atuação é bem explicito, além de que sua característica de conectividade ad hoc difere das redes tradicionais. A forma usual de gerência de rede mantém o controle centralizado em nós especializados, constituindo assim uma estrutura fortemente hierárquica e dependente destes nós de controle. Essa proposição de arquitetura de gerenciamento traz consigo problemas como a centralização dos processos de controle e gerência da rede. Considerando que a proposta do gerenciamento remoto de uma RSSF esta vinculado ao fato de esta esteja localizado em uma área de difícil acesso aos serem humanos, presume-se que esta possa ter aspectos agressivos, o que aumentaria em muito as chances de que algo ocorra com os nós de controle, desabilitando assim parte do sensoriamento da rede. A pesquisa com colônias de insetos sociais (formigas, abelhas, cupins, etc) (THERAULAZ, BONABEAU, DENEUBOURG, 998), tem mostrado que indivíduos simples, quando imbuídos com um objetivo e interagindo com seus pares, podem solucionar problemas complexos. As colônias de insetos sociais fazem isso sem que haja algum indivíduo comandando ou controlando, ou seja, todo o processo se dá de forma descentralizada. Ao contrário do que se possa imaginar, a rainha da colônia não

2 exerce nenhuma função de coordenação, cabendo a ela tão somente as funções reprodutivas. Esta forma adaptativa de dinamicamente alocar a execução de tarefas complexas (construir e manter o ninho, reproduzir e criar a prole, alimentar todos os membros da colônia, etc) entre os indivíduos da colônia, onde o comportamento desta é afetado tanto por condições internas (tamanho, quantidade de comida disponível, época do ano, etc) como externas (predadores, condições climáticas, etc), tem inspirado novos modelos que foram bem vindos e bem absorvidos em aplicações de Sistemas Multiagentes (SMA). As redes planas (não hierárquicas), sem elementos especializados no controle, tendem a ser menos susceptíveis a perda de gerência principalmente porque todos os elementos são responsáveis pelo bom andamento da rede. Uma abordagem utilizando SMAs, baseada na plasticidade da divisão de trabalho sas colônias de insetos sociais, poderá propiciar uma revisão do processo de gerenciamento hierárquico, centralizado. Este trabalho foi estruturado da seguinte forma: na seção se discorre sobre o que são as RSSF, Nós Sensores e gerenciamento das RSSF; na seção 2 há uma descrição do método que este trabalho se propõe a realizar; na seção 3 aborda-se uma breve descrição sobre Colônias de Insetos Sociais que, segundo o que é apresentado, demonstra uma forma inovadora para a auto-organização de Sistemas Multiagentes; no capítulo 4 há as descrições dos experimentos construídos; na seção 5 são expostos os resultados obtidos; na seção 6 há uma comparação dos resultados expostos; e, finalmente, tem-se as conclusões sobre o que foi realizado neste trabalho.. Redes de Sensores Sem Fio Conforme Loureiro (LOUREIRO, et al. 2002), desde a década de 90, a microeletrônica proporcionou enormes avanços para a computação, sendo que uma das áreas agraciadas foi a dos microsensores. O tamanho reduzido, baixíssimo consumo de energia, processamento de dados local, capacidade de comunicação sem fio com outros elementos e redução no custo de produção, são alguns dos aspectos mais contundentes desta evolução dos sensores eletrônicos. Estas capacidades permitiram a criação de um novo tipo de rede, denominada de Rede de Sensores Sem Fio (RSSF). Uma RSSF é formada por um conjunto de dispositivos compactos e autônomos, chamados de nós sensores. Em alguns casos, uma RSSF também pode ser composta de dispositivos atuadores que permitem ao sistema controlar parâmetros do ambiente que está sendo monitorado. Os nós sensores da rede são distribuídos por uma área e comunicam-se formando uma rede ad-hoc, sendo que também percebem o ambiente com o objetivo de coletar dados sob determinados fenômenos. Os nós sensores podem processar os dados coletados localmente e enviá-los a um ou mais Pontos de Acesso (PA). Sendo assim, as RSSF são uma ferramenta de sensoriamento distribuído de fenômenos, processamento e disseminação de dados coletados e informações processadas para um ou mais observadores (RUIZ, 2003). O potencial de observação e controle do mundo real permite que as RSSFs se apresentem como uma solução para diversas aplicações de monitoração e controle, tais como monitoração ambiental, gerenciamento de infraestrutura, biotecnologia, monitoração e controle industrial, segurança pública e de ambientes em geral, áreas de desastres e risco para vidas humanas, transporte, medicina

3 e controle militar. Por essas capacidades, as RSSFs têm recebido bastante atenção da comunidade de pesquisa, pois propõe novos desafios e oportunidades. A expectativa é que os Nós Sensores venham a ter um baixo custo comercial, possibilitando que venham a ser utilizados em larga escala, inclusive em aplicações de cunho doméstico. As RSSFs são fortemente dependentes da sua aplicação. Assim, o projeto e o desenvolvimento de arquiteturas de nós sensores está diretamente ligada à aplicação que se deseja desenvolver. Segundo Ruiz (RUIZ, s.d), deve-se procurar a simplicidade no trato das RSSFs, buscando a aderência aos fatos que as diferenciam das redes usuais, que são o dinamismo e a escassez de recursos dos nós. As RSSFs têm diversas características especificas que as tornam significativamente diferentes das redes tradicionais. Isto significa que algoritmos distribuídos tradicionais, como protocolos de comunicação e eleição de líder, assim como paradigmas de gerenciamento, devem ser revistos antes de serem usados diretamente nesse tipo de rede. Além de tudo isso, as RSSFs também herdaram os problemas típicos das redes sem fio, incluindo as altas porcentagens de erros de comunicação e dificuldade no controle do consumo de energia. 2. Gerenciamento da Densidade de Nós Sensores Como dito no início deste trabalho, redes hierárquicas demonstram uma condição de que, se nós intermediários apresentam algum problema, todo setor sobre o qual o nó tem precedência é inviabilizado até que o problema seja sanado. Se considerarmos que a proposta de gerenciamento da densidade de nós sensores esta relacionada ao fato de que estes não puderam ser posicionados no local de sensoriamento porque o mesmo é inóspito e de difícil acesso, então, podemos considerar que são grandes as possibilidades de que estes nós sensores e lideres também sofram com as agruras da região, aumentando de maneira considerável a probabilidade de que estes sejam retirados de operação por alguma agressão sofrida. Dentro deste contexto, a centralização do gerenciamento da rede pode ser um empecilho ao seu bom funcionamento, pois isso aumentaria o fluxo de comunicação entre o ponto de acesso e o nós sensores, o que provocaria uma rápida degradação do abastecimento de energia dos mesmos, pois este é o componente que mais restringe o poder de atuação dos NSSF. Apresentado este panorama, percebe-se que uma possível solução para este problema seria descentralizar o gerenciamento da RSSF numa topologia plana (sem hierarquia) distribuída, o que nos remete a área de SMA (Sistemas MultiAgentes), a qual se caracteriza, justamente, pela descentralização do processamento, distribuindo as tarefas entre os Agentes integrantes do sistema. Entretanto, a pura e simples distribuição do processamento entre agentes não resolveria de maneira eficaz o problema de gerência e coordenação da rede em si (agentes precisam coordenar-se através de alguma política), por isso que se pretende estudar uma nova e promissora abordagem na coordenação do SMA para compor a RSSF. Esta nova abordagem, provinda da área da biologia teórica, se refere aos estudos feitos junto a colônias de insetos sociais, os quais propiciaram a criação de novos algoritmos de coordenação e divisão do trabalho, ampliando o poder de auto-organização dos nós sensores interpretados como agentes dentro da rede. Ou seja, a proposta deste trabalho se sedimenta no estudo e simulação de um sistema multiagentes para a auto-organização de uma RSSF, que pela própria natureza de sua

4 construção é uma rede distribuída, baseada nos conceitos de auto-organização de tarefas encontrados nas colônias de insetos sociais (formigas, abelhas, cupins, etc). 3. Insetos Sociais Os insetos sociais possuem uma das estratégias de sobrevivência mais bem sucedidas da natureza, por isso, há uma imensa quantidade e variedade destes. Segundo Wilson (WILSON, 2000), existem mais espécies de formigas em quilômetro quadrado de uma floresta brasileira do que todas as espécies de primatas existentes no mundo, e uma simples colônia de formigas possuem mais habitantes do que todos os elefantes e leões da África somados. Baseado nos estudos e observações realizadas pelos entomologistas a respeito das colônias de insetos sociais, foram concebidos modelos teóricos e matemáticos sobre sua organização (GORDON, 2000). Um dos modelos apresentados mais recentemente, já por pesquisadores da computação, pretende ser um modelo genérico que cobre todos os aspectos que envolvem a divisão do trabalho nas colônias (BONABEAU, THERAULAZ, DORIGO, 999) (THERAULAZ, BONABEAU, DENEUBOURG, 998). Em (THERAULAZ, BONABEAU, DENEUBOURG, 998) são apresentados outros modelos nesta linha e são discutidas as diferenças entre tais modelos e o modelo do autor. Neste modelo cada indivíduo da colônia tem um limiar de resposta a estímulos para realizar determinada tarefa. Um Indivíduo passa a executar uma tarefa quando o estímulo para executar esta tarefa ultrapassa seu limiar associado. Seja s a intensidade de um estímulo associado a uma atividade em particular, onde s pode ser o número de encontros com outros indivíduos, uma concentração química ou qualquer outro fator quantitativo que possa ser sentido por um indivíduo. O limiar de resposta θ, expresso em unidades de intensidade de estímulo, é uma variável interna que determina a tendência de um indivíduo responder ao estímulo s a realizar a tarefa associada. Segue uma possível função para a probabilidade de um indivíduo atender a resposta a um estímulo. Outras funções podem levar ao mesmo padrão de resultados esperado pelo modelo. onde: T j = Tendência da Tarefa j no Limiar θ em função do Estimulo s para o Individuo i. s j = Estímulo Associado a Tarefa j. θi j= Limiar de Resposta do Indivíduo do Tipo i para a Execução da Tarefa j. Baseado nesta idéia, o autor deste modelo apresenta funções para determinar o estímulo associado a cada tarefa sj em função do número total de tarefas e de suas características. São discutidas também funções para a determinação do θ i jque fazem com que seu valor varie conforme a tarefa é executada pelo indivíduo considerando tempo de execução, qualidade, a especialização do individuo na execução da tarefa, etc. O modelo em questão será utilizado futuramente para compor uma abordagem de coordenação para Agentes atuando na gerência de Redes de Sensores sem Fio.

5 4. Experimentos O processo de simulação foi dividido em 4 partes: geração dos dados dos Sensores Sem Fio simulados; simulação da Rede de Sensores Sem Fio Plana (sem gerencia) RSSF-P; simulação de uma Rede de Sensores Sem Fio Gerenciada de forma Hierárquica RSSF- GH; simulação de uma Rede de Sensores Sem Fio Gerenciada com base na heurística de seleção inspirada na relação das Colônias de Insetos Sociais (Gerenciamento Distribuído) RSSF-GD. Para que as simulações fossem cumpridas de maneira uniforme e inequívoca, e para que se demonstre e evidencie as diferenças dos processos, é necessário que estes sejam feitos com base nos mesmos conjuntos de dados, ou seja, os mesmos sensores, com o mesmo alcance, posicionados nas mesmas coordenadas, cobrindo a mesma área e com as mesmas quantidades de energia. Neste contexto, estabeleceu-se algumas premissas para a criação dos conjuntos de dados, que são elas: a unidade de área adotada para a simulação é o m 2 (metro quadrado); a unidade de tempo dos períodos, para as simulações, será o Dia (24 horas); foram gerados 2 grupos de dados, para garantir-se a validade estatística das simulações, dos quais se fará uma média com os resultados obtidos na simulação de cada conjunto; a área de sensoriamento mede 600 metros por 600 metros (600m 600m), o que proporciona uma área total de 360 mil metros quadrados ( m 2 ); alcance dos sensores é 5 metros, o que fornece uma cobertura de 706,86m 2 (metros quadrados), por sensor; cada conjunto de dados tem 600 sensores, distribuídos aleatoriamente pela área acima descrita, cujos quais permitiriam sensoriar uma área de aproximadamente 424.6m 2, se corretamente posicionados respeitando área de abrangência de cada sensor. os sensores têm energia para, na condição mínima, 90 dias de operação, sendo que um dia de operação consome uma unidade de energia, ou seja, cada sensor tem no mínimo 90 unidades de energia; a energia máxima dos sensores é inferior a 5% do seu mínimo, então, a energia máxima de um sensor não ultrapassa 03 unidades de energia; A partir destas características básicas, construiu-se o primeiro simulador, ou, a primeira fase da simulação, que é o gerador randômico (aleatório) de Sensores Sem Fio. Nesta fase, foram gerados 2 conjuntos de dados com 600 sensores, distribuídos aleatoriamente pela área de sensoriamento ( ) pré-definida. Cabe ressaltar que em cada conjunto de dados gerado, os sensores possuem posicionamentos diferentes e capacidades energéticas diferentes, dentro do escopo definido. 4. Rede Plana A segunda fase consiste na simulação da RSSF-P, onde não há qualquer tipo de gerência sobre os sensores, tão pouco da Rede. Nesta simulação, cada período de tempo prédeterminado ( dia) desconta uma unidade de energia do sensor. Sendo assim, o número de períodos de vida da RSSF é igual a do tempo de vida do sensor com o maior nível de energia (mínimo de 90 dias e máximo 03 dias). Esta simulação fornece a base de análise, para que se confirme, ou não, se o método proposto de Gerenciamento

6 Distribuído da RSSF, baseado no comportamento de Colônias de Insetos Sociais tem validade para o contexto. Ao final desta fase da simulação, tem-se 2 conjuntos de 600 sensores, ordenados segundo suas coordenadas (X e Y) no plano. Este ordenamento nos permite executar uma busca seqüencial dos sensores próximos entre si. Utilizando a formula de Pitágoras, pode-se definir se há a interseção de varredura entre dois sensores. d = 2 ( x" x') + ( y" y') 2 onde: d: distância entre a posição dos dois sensores em análise; x : coordenada do eixo X do sensor atual na seqüência de análise; x : coordenada do eixo X do sensor anterior na seqüência de análise; y : coordenada do eixo Y do sensor atual na seqüência de análise; y : coordenada do eixo Y do sensor anterior na seqüência de análise. Uma vez definida a distância entre os sensores, e esta for menor que a soma dos alcances dos sensores, então está configurada a interseção da cobertura dos sensores. Então, como ilustrado na Figura, a área de interseção é calculada pela diferença da área do triangulo abc e do setor descrito pelo ângulo. Estadiferençaéaáreadacorda bc, que multiplicada por 2 fornece a área da interseção que é retirada da área de cobertura do sensor que esta sendo analisado. E assim, sucessivamente até o fim dos sensores. Após o cálculo da área útil de cada sensor, é feito o somatório da área total de cobertura, respeitando a condição do sensor estar ativo ou não. Em uma Rede Plana, ou seja, sem gerenciamento, a condição do sensor estar ativo ou não, se dá exclusivamente pelo fato do mesmo ter energia ou não para funcionar. Figura Representação do Cálculo da Área de Interseção de Cobertura dos Sensores Seqüência de Cálculo: = Arco cos((distancia / 2) / raio) = *2 Área do Setor bc =((* (alcance) 2 ) / 360) * Área do Triangulo abc =(((sen() * alcance) * 2) * (distancia / 2)) * 2

7 Área da Interseção =(ÁreadoSetor ÁreadoTriangulo)*2 4.2 Rede Hierárquica Gerenciada A terceira fase, consiste na simulação de uma RSSF Gerenciada, de forma Hierárquica, com base em parâmetros rígidos e arbitrados. Nesta simulação, estabeleceu-se que, para um sensor permanecer em funcionamento, este deveria ter, como área útil, pelo menos 20% de sua área total de varredura. O procedimento para o cálculo da área útil de cobertura de cada sensor e da área de cobertura total segue os mesmos critérios da simulaçãodaredesemgerencia-rssf-p. Esta classe de rede caracterizada por conter, não somente os nós de sensoriamento, mas também, nós com características de controle e gerenciamento. Estes, atuam como intermediários entre os nós de sensoriamento e o sorvedouro (captação das informações), inserindo mais um estágio na transmissão dos dados. Esta situação, se observado o aspecto de que as RSSFs necessitam de um gerenciamento remoto mais apurado quando não se tem acesso físico (regiões de difícil acesso - penhascos, ilhas, pântanos, etc) à ela, implica em um grave problema. Cada nó de controle, assume a responsabilidade de gerenciamento de um setor da rede. Os nós de sensoriamento se vinculam a um nó de controle pela proximidade com ele, dentro da sua capacidade de cobertura. Neste contexto, já que o ambiente se mostra agressivo, há uma grande probabilidade de que algo possa acontecer com este nó de controle, pois se comparado com os nós de sensoriamento, estes são em menor número. O fato de que algo impeça o nó de controle de efetuar sua tarefa, tem impacto direto no resultado efetivo da rede hierárquica, que perde muito de sua efetividade. Para demonstrar este fato inserimos, na simulação de RSSF-GH uma queda do nó de controle número 5 no período Rede Gerenciada pela Heurística dos Insetos Sociais A quarta fase, ou seja, o principal objetivo deste trabalho, consiste na simulação do comportamento de uma RSSF Gerenciada, tomando por base a heurística do comportamento de Colônias de Insetos Sociais. O processo de gerenciamento da Rede de Sensores Sem Fio (RSSF), visa a prolongar a vida útil da mesma, pois, se dois ou mais sensores caírem muito próximos, os dados captados e transmitidos por eles são presumivelmente idênticos, tirando a validade da informação, pois esta só ocasionará mais tempo de processamento e gasto de energia desnecessária. Então, o processo de gerenciamento da Rede, pretende identificar, baseado nas coordenadas de cada Sensor, em função do raio de varredura do mesmo, calculando a área de interseção entre os sensores, procurando verificar sua proximidade ou não. O valor percentual da área de abrangência resultante (área de varredura descontada a área de interseção), será a informação de estimulo para que se possa obter a tendência para que o Sensor permaneça ligado ou não, se este ainda possuir energia que sustente o processo a que foi destinado. O limiar de resposta do individuo (θ), para o inicio da simulação, é de 0,5. Após, foram utilizados os valores de 0,2 e 0,8, para que se possa aferir e confirmar os resultados obtidos. Nesta simulação, os procedimentos para o cálculo da área útil de cobertura dos sensores e a área de cobertura total permanecem os mesmos da simulação da rede sem gerencia. Entretanto, o fato de um sensor estar ativo a cada período de tempo, está ligado probabilisticamente, segundo a aplicação da formula

8 descrita anteriormente, à área de cobertura útil deste sensor, além é claro, de ter energia para sua operação. 5. Resultados Os resultados apurados revelaram aspectos bem distintos em cada simulação, sendo que todas se mostraram dentro do esperado. Os dados levantados e aqui expostos forneceram subsídios valiosos para as considerações finais deste trabalho. 5. Rede Plana A RSSF-P obteve um comportamento estável e dentro do esperado, onde, cada sensor uma vez identificado só alterava seu comportamento e seu estado quando este era desligado por falta de energia. Nota-se, na Figura 2, que a RSSF-P, por não existir interferência alguma, opera com cem por cento (00%), de sua capacidade de cobertura, e com todos os sensores ativos, até o período 90 (noventa), que é a capacidade energética mínima de cada sensor. Após, observa-se um declínio contundente de sua capacidade de cobertura até o período 03 (capacidade energética máxima), isso devido, ao desligamento dos sensores por falta de energia. Cobertura da Rede Plana Área (%) Periodos (Dias) Figura 2 - Área de Cobertura ao longo do Tempo de Vida da RSSF-P. 5.2 Rede Hierárquica Gerenciada Sem Queda dos Nós de Controle Na simulação de uma rede hierarquia gerenciada, pode-se ver que após a aplicação do critério de desligamento, e a conseqüente desativação dos sensores que nele se encaixavam, esta se comporta de maneira parecida com uma rede plana. A rede utilizando o mesmo conjunto de sensores até o consumo total de sua energia. Sua principal mudança reside no fato de que, quando os sensores ativos são desligados por falta de energia, estes modificam a aplicação do critério arbitrado sobre os sensores desligados. Então, se os sensores que haviam sido desativados, agora não mais se encaixam no critério de desativação, por influencia de um sensor agora desligado, podem ser reativados. Considerando que os sensores, antes desligados, mas agora em funcionamento, possuem seu reservatório de energia como no inicio (º Período), então, o tempo de vida da rede será prolongado para além do tempo de vida do sensor de maior reserva de energia. Na Figura 3, pela semelhança da curva do gráfico a partir do período 90 (mínimo de energia dos sensores), evidencia o mesmo comportamento da Rede Plana. Como também verifica-se a extensão da sobre vida da rede, obtida pela economia de energia na aplicação dos critérios de desativação dos sensores. A aderência dos

9 sensores aos critérios arbitrados fez com que estes, desativados no inicio do processo, sejam ativados mais tarde. Cobertura Hierarquica Sem Queda de Setor Area (%) Periodos (Dias) Figura3-ÁreadeCoberturaaolongodoTempodeVidadaRSSF-GH, Sem Queda de Setor de Cobertura. 5.3 Rede Hierárquica Gerenciada com Queda de Um Nó de Controle Como já explicado no capítulo anterior, as RSSF Hierárquicas apresentam um sério problema, pois como estas são utilizadas em ambientes inóspitos, existe uma grande probabilidade de que um nó de controle venha a sofrer avarias, e assim deixar de funcionar. Este fato implica na perda de comunicação dos sensores que deste nó dependiam, criando um vácuo de cobertura da área de sensoriamento. Na simulação este tipo de situação é demonstrado a partir do período 78, ocorrendo com o nó de controle do setor nº 5. Na Figura 4, a queda vertical da área de sensoriamento, mostra bem, o quão sério é este problema de queda de um nó de controle, e como isto pode refletir na efetividade da RSSF. Cobertura Hierarquica com Queda de Setor Area (%) Periodos (Dias) Figura4-ÁreadeCoberturaaolongodoTempodeVidadaRSSF-GH, Com Queda de Setor de Cobertura. Vale ressaltar que, apesar da queda de um setor, neste caso especifico, representar um nono (/9) da cobertura, a representatividade disso na área total de cobertura pode ser maior ou menor, dependendo da concentração (densidade) de sensores associados a este setor. 5.4 Rede Gerenciada pela Heurística dos Insetos Sociais Sendo a heurística da divisão do trabalho nas colônias de Insetos Sociais, um processo probabilístico, esta característica é emprestada no gerenciamento da RSSF. Em cada

10 período de tempo, o conjunto de sensores ativos é diferente do período anterior. Este tipo de comportamento forneceu à RSSF, além de prolongar efetivamente o tempo de vida dela, um aspecto de rotatividade. Apesar de não utilizar 00% da sua capacidade de cobertura, esta rotatividade pode, virtualmente garantir, em momentos diversos, a obtenção de informação sobre todo o perímetro coberto. Vale salientar que no período de todas as simulações, já estão estabelecidos os procedimentos de conduta de toda a simulação em voga. Na Figura 5 (a, b e c), pode-se perceber com clareza, uma degradação mais suave da área de cobertura da RSSF, e uma extensão acentuada da vida útil da RSSF. Cobertura Média para de 0.2 Area (%) Periodos (Dias) (a) Limiar de Resposta do Individuo de 0.2. Cobertura Média para de Area (%) Periodos (Dias) (b) Limiar de Resposta do Individuo de 0.5. Cobertura Média para de 0.8 Area (%) Periodos (Dias) (c) Limiar de Resposta do Individuo de 0.8. Figura5-ÁreadeCoberturaaolongodoTempodeVidadaRSSF-GD

11 6 Discussão Na Figura 6, os gráficos sobrepostos demonstram claramente os resultados obtidos nas estratégias aplicadas para gerenciamento da RSSF. Pode-se verificar que o traçado da Rede Plana acaba por desaparecer na sobreposição dos gráficos traçados, pois seu traçado é quase idêntico ao da rede hierárquica, apesar de básico e ser o menor resultado obtido. Comparativo de Coberturas Área (%) Período (Dias) Rede Plana Rede Hierárquica Sem Queda Rede Hierárquica Com Queda Rede Distribuída 0.2 Rede Distribuída 0.5 Figura 6 Comparativo sobreposto dos resultados obtidos Concomitantemente a Tabela demonstra, numericamente, os resultados sintéticos das simulações executadas onde tem-se uma macro visão de todos os processos de forma rápida e direcionada. Analisando esta tabela, nota-se que, levando em conta que jamais haverá uma cobertura de 00% da área demarcada, pela natureza de imprevisibilidade do processo de distribuição aleatória dos sensores na superfície, a seleção de um dos métodos simulados, principalmente o da Rede Distribuída, fica a critério do que se espera retirar como beneficio da rede, se mais cobertura relativa ou mais tempo de vida. Sendo que a heurística baseada em insetos sociais pode fornecer uma melhoria am ambos os critérios, bastando para isso, ajustar o Limiar Interno dos Indivíduos (θ). Tabela Síntese dos Resultados Obtidos das Simulações Rede Plana Rede Hierárquica Rede Distribuída Sem QuedaCom Queda θ 0,2 θ 0,5 θ 0,8 MédiadeCoberturaentre Períodoa90 00% 00% 93,84% 95,94% 82,33% 73,35% Tempo Excedente (Dias) MédiadeCoberturadoTempo Excedente 67,05% 3,69% 7,76% 23,26% 29,5% 32,43% 7. Conclusões Neste trabalho, foram inicialmente discutidos aspectos das RSSFs e sua gerência, tema que atualmente tem um grande impacto sobre como o controle ambiental, seja qual for o ambiente desde a Floresta Amazônica até a sala de estar ou escritório das pessoas, vêm sendo realizado. Foi mostrado também que ainda são incipientes os métodos de

12 administração e gerência das RSSFs. Além disso, foi abordada a possibilidade de utilização de Sistemas Multiagentes (SMA) coordenados com base na teoria de divisão de trabalho e coordenação de colônias de Insetos Sociais. Considera-se que no processo proposto, os sensores são distribuídos aleatoriamente (arremessados). Isto implica necessariamente na não cobertura de toda a área proposta, pela simples impossibilidade de garantir que todos os sensores estejam posicionados de forma eqüidistante, sem que existam sobreposições de cobertura. Sendo assim, pode-se afirmar que nestas condições, não existe a possibilidade de 00% de cobertura da área desejada. Conseqüentemente, se não há como cobrir integralmente a área desejada, pois esta é de difícil acesso físico, resta a maximização do tempo de vida da RSSF. Neste contexto, a aplicação da heurística de seleção de trabalho de colônias de insetos sociais, no intuito de melhorar o desempenho e maximização da vida útil de uma RSSF, se mostrou efetiva. Além disso, o processo probabilístico para ativar e desativar os sensores faz com que exista uma mobilidade da área coberta, propiciando uma varredura de toda a área possível de ser sensoriada, em momentos diferentes. No que tange a outros tipos de redes, especialmente as hierárquicas, esta rede distribuída obtém vantagens significativas, pois como podemos perceber, além de conseguir dar uma vida útil mais significativa para a RSSF, ela não esta sujeita a problemas de quedas dos nós de gerência, que acabam por retirar grande parte do poder de cobertura da RSSF. Referências BONABEAU, E.; THRAULAZ, G.; DORIGO, M. Swarm Intelligence: from natural to artificial systems. [S.l.]: Oxford Univ Press, 999. GORDON, D. M. Ants at Work: how an insect society is organized. [S.l.]: Free Press, Simon and Schuster, LOUREIRO,Antonio Alfredo Ferreira; Nogueira, José Marcos Silva; Ruiz, Linnyer Beatrys; Mini, Raquel Aparecida de Freitas. Redes de Sensores sem Fio. Artigo. Jornada de Atualização em Informática RUIZ, Linnyer Beatrys. Sobre o Impacto do Gerenciamento no Desempenho das Redes de Sensores Sem Fio. Artigo. WCSF Departamento de Ciência da Computação. Universidade Federal de Minas Gerais. Belo Horizonte - MG THERAULAZ, G.; BONABEAU, E.; DENEUBOURG, J. Response Threshold Reinforcement and Division of Labour in Insect Societies WILSON, E. O. Sociobiology: The New Synthesis. [S.l.]: Harvard Univ Press, 2000.