Uma Abordagem Online para os Problemas de Cobertura e Conectividade em Redes de Sensores sem Fio Planas

Transcrição

1 Anais do XXVI Congresso da SBC WCOMPA l I Workshop de Computação e Aplicações 14 a 20 de julho de 2006 Campo Grande, MS Uma Abordagem Online para os Problemas de Cobertura e Conectividade em Redes de Sensores sem Fio Planas Flávio Vinícius Cruzeiro Martins, Iuri Bueno Drumond de Andrade, Fabíola Guerra Nakamura, Geraldo Robson Mateus 1 Departamento de Ciência da Computação Universidade Federal de Minas Gerais (UFMG) Av. Antônio Carlos Prédio do ICEx - sala Pampulha CEP Belo Horizonte - Minas Gerais - Brasil {cruzeiro,bueno,fgnaka,mateus}@dcc.ufmg.br Resumo. Este trabalho propõe uma abordagem online para tratar o problema dinˆamico de cobertura e conectividade em redes de sensores sem fio plana sujeitas a restrições de energia e falhas de nós. Na ocorrḙncia de falhas dos nós sensores, sejam falhas de energia, mecˆanicas ou ocasionada por fatores externos a rede, o algoritmo é acionado buscando restaurar a cobertura e conectividade da rede. Essa abordagem quando comparada com uma abordagem periódica, que reconstrói a rede em intervalos de tempo pré-determinados, se mostrou mais eficiente em termos de garantia de cobertura e conectividade, por responder mais rapidamente à ocorrḙncia de falhas, apesar de aumentar o consumo de energia na rede. Abstract. This work presents an online approach to solve the dynamic coverage and connectivity problems in flat wireless sensor networks subject to energy constraints and nodes failures. When a failure occurs the algorithm almost immediately tries to restore the area coverage and the network connectivity. We compare the online approach to an algorithm that periodically rebuilds the network in order to recover from eventual nodes failures. Our results show that the online approach is more efficient regarding coverage and connectivity assurance because it recovers faster from failures, even though it consumes more energy. 1. Introdução Na ultima década, diversos avanços tecnológicos nas áreas de processadores embutidos, rádios, sistemas micro-mecânicos e comunicação sem fio, viabilizaram o aparecimento de um novo tipo de rede de computadores, as Redes de Sensores sem Fio (RSSF) [Akyildiz et al. 2002]. Uma Rede de Sensores sem Fio é um tipo especial de rede móvel ad hoc (MANET - Mobile Ad hoc Networks) composta por um conjunto de nós, denominados nós sensores ou simplesmente sensores, dispositivos autômotos e compactos que consistem tipicamente de bateria, memória, processador, sensor e rádio, os quais os tornam capazes de realizar atividades de sensoriamento, processamento e comunicação. Tipicamente, os nós sensores são estabelecidos em uma área com o objetivo de monitorar o comportamento e coletar dados sobre um fenômeno, processar esses dados e enviá-los a outros nós da rede e eventualmente para um observador externo. Os nós que 46

2 coletam os dados são denominados nós fontes, os nós que apenas disseminam dados dos fontes são denominados roteadores. Estes dados chegam ao observador através de pontos de acesso da rede, que podem ser estações rádio base ou nós sensores, que neste caso passam a ser denominados nós sorvedouros ou monitores. Para tornar as redes de sensores ainda mais populares, a garantia da qualidade de serviço tem sido fonte de intensas pesquisas na área. Os principais aspectos de interesse em qualidade de serviços em redes de sensores são manutenção da cobertura da área monitorada, garantia da conectividade entre os nós sensores ativos na rede e o roteamento dos dados coletados. As pesquisas tornam-se ainda mais desafiadoras visto que todas as soluções propostas devem levar em consideração os limites de energia da rede. Por isso a economia de energia é um dos principais interesses em aplicações de RSSFs que necessitam operar por um longo período de tempo. Pesquisas recentes têm mostrado que economias significativas de energia podem ser feitas utilizando um planejamento dinâmico ou escalonamento dos nós das redes de sensores com alta densidade de nós. Neste caso, alguns nós são agendados para dormir ou para entrar em modo de economia de energia, enquanto outros nós continuam o serviço de sensoriamento, coleta, processamento e disseminação de dados. Esse trabalho propõe uma abordagem dinâmica para tratar os problemas de cobertura e conectividade em redes de sensores sem fio planas. Este algoritmo é acionado a cada ocorrência de falha dos nós sensores, sejam elas falhas de energia, mecânicas ou ocasionada por fatores externos a rede, restaurando a cobertura e conectividade da rede, se possível. O algoritmo online é comparado com uma abordagem periódica, que reconstrói a rede em intervalos de tempo pré-determinados. 2. Trabalhos Relacionados O trabalho de Megerian e Potkonjak [Megerian and Potkonjak 2003] utiliza Programação Linear Inteira (PLI) para modelar o problema de cobertura em redes de sensores sem fio. Na resolução desses modelos, os autores propõem algoritmos híbridos baseados no problema de cobertura de conjuntos. Chakrabarty et al [Chakrabarty et al. 2001] também abordam o problema de cobertura com programação linear inteira e apresentam um modelo matemático que minimiza os custos para estabelecer nós sensores heterogêneos na área de monitoramento com o objetivo de garantir a cobertura. Eles abordam o problema de duas maneiras: posicionamento a custo mínimo e o posicionamento para localização e detecção de alvos na área. O problema de cobertura também é tratado por Quintão et al e [Quintão et al. 2004] utilizando algoritmos genéticos híbridos e por Heinzelman et al [Heinzelman et al. 2002] com Simulated Annealing. Os dois últimos trabalhos têm como pontos positivos o tratamento do problema de conectividade em redes de sensores, ou seja, eles além de garantirem a cobertura da area escolhem um conjunto de nós que garanta que os dados coletados cheguem ao ponto de acesso da rede. 3. Definição do Problema O problema abordado nesse trabalho é definido como: Dada uma área de monitoramento AM, um conjunto de nós sensores S, um conjunto de nós sorvedouros M e um conjunto 47

3 de pontos de demanda D, o Problema Dinˆamico de Cobertura e Conectividade (PDCC) em Redes de Sensores sem Fio Planas consiste em garantir para cada ponto de demanda d D na área AM que pelo menos m nós sensores s S o cubram e que exista uma rota entre cada nó sensor ativo s S e um nó sorvedouro m M em cada instante de tempo t. A solução para o PDCC, definida neste trabalho como Rede Estática (RE), é dada por um grafo direcionado G(S a,a) onde S a é o conjunto de nós sensores ativos e A o conjunto das arestas que conectam os nós sensores S a. 4. Solução Proposta O algoritmo online para os problemas de cobertura e conectividade em RSSF surgiu da necessidade de ter uma rede mais estável em um determinado período de tempo, tanto na manutenção da cobertura e conectividade como também no gasto de energia. A solução proposta tem como objetivos: responder rápido a falhas dos nós sensores, manter a RSSF cobrindo uma determinada área e garantir a conectividade entre os sensores por um maior tempo possível. Para criar um ambiente mais realista, se fez necessária a simulação de uma rede em uma determinada região, sendo que os nós sensores presentes nesta estão sujeitos à falhas diversas, como mecânica (No caso da simulação, foi criada por um Gerador de Falhas Exponencial (GFE)), falta de energia, etc. Quando uma destas falhas ocorre, este nó sensor fica então impossibilitado de transmitir dados, tanto dele como das sub-árvores de nós ligados a ele. Sabendo da possibilidade de um sensor da rede falhar, foi então desenvolvida uma rotina (Algoritmo: 1), que busca tratar o problema a cada momento em que ocorre uma falha, que pode ser tanto por perda de energia da bateria (quando esta, ficar com menos de 10% do seu valor original), quanto por falha gerada pelo GFE. Na ocorrência de uma falha, tem-se que tomar uma ação. No entanto, essa ação depende das circunstâncias da falha e onde esta ocorreu. A seguir são descritas as possíveis situações que podem ocorrer com a falha de um nó na rede e as ações tomadas pelo o algoritmo. Falha de um nó sensor não ativo na rede. Não faz-se alteração na rede atual e retira-se o nó sensor falho da lista de sensores disponíveis (S). Falha de um nó sensor ativo 1. Para cada ponto de demanda, verifica-se se há algum nó sensor ativo que cobre a área antes coberta pelo nó sensor que falhou. Caso não haja dentre os candidatos nenhum nó sensores já ativo, procura-se então os que ainda não estão integrados à rede e que atendem a cobertura no ponto de demanda solicitado. 2. Calcula-se a média das distâncias quadráticas entre os nós candidatos e os filhos e pai do nó sensor que falhou. 3. Escolhe-se o nó sensor que tiver a menor média quadrática de acordo com a equação MQ(i) = d 2 (i, pai) + j F d 2 (i, j), sendo d(i, j) a distância euclidiana entre os nós i e j, F o número de filhos. 4. Depois de decidido qual nó sensor irá substituir o que falhou, executa-se uma rotina para reestruturar a rede e manter a conectividade. Para um melhor entendimento, seja MelhorNó o nó sensor selecionado que irá suprir a falha de cobertura 48

4 causada pelo nó sensor falho SF que irá ser retirado da lista de sensores S. Dentro deste método, existem duas possibilidades de resolução. Uma é quando o MelhorNó está dentro do raio de conectividade com o pai ou com o(s) filho(s) do SF e a outra é quando o MelhorNó não se encontra dentro da região de conectividade de algum descendente direto de SF. Verifica então cada situação separadamente. 5. Se o MelhorNó não tiver a conectividade requerida, este é submetido juntamente com todos os nós sensores da rede a um algoritmo de caminho mínimo, buscando assim o menor caminho entre o nó sensor selecionado e o sorvedouro, deixando para este algoritmo a responsabilidade de ativar nós intermediários, se necessário, para não ocorrer perda de conectividade na rede. No entanto, se houver a conectividade entre o MelhorNó e os elementos conectados antes ao SF, apenas redireciona-se as arestas que antes eram conectadas ao SF para o MelhorNó para poder assim retirar SF da lista de sensores S. Algorithm 1 entrada: S, SF (sensor falho), C (filhos de SF), m, D, RS (raio de sensoriamento), RC (raio de comunicação) if Perda de Cobertura = TRUE then for all i S and estados i = INATIV OS do if nó i cobre pontos de demanda descobertos then Calcula MQ(i) /*calculo da função dos nós candidatos i*/ MelhorMQ if MQ(i) < MelhorMQ then MelhorNó nó i; end if end if end for Conectar MelhorNó na rede; /*busca por uma melhor rota do MelhorNó ao sorvedouro(m)*/ end if for all i C do Conecta o nó i na rede; /*busca por uma melhor rota do nó i ao sorvedouro(m)*/ end for 5. Resultados Para avaliar o algoritmo proposto, foram feitos alguns testes com diversas formações de redes iniciais e também a quantidade de nós sensores presentes na rede. Os resultados aqui apresentados. Foram obtidos usando os seguintes parâmetros: T = 100 (u.t) (tempo de simulação), t = 1 (u.t), S = 32 e 64, Área = 50m x 50m, Raios de sensoriamento = 15m, Raio de comunicação = 25m, nós sensores distribuídos aleatoriamente na área de monitoramento. O algoritmo online toma como solução inicial uma RE previamente montada. Para geração desta RE adota-se a solução híbrida com base em um algoritmo genético AG proposta por Quintão et al [Quintão et al. 2004]. Tendo posse de uma RE de acordo com os parâmetros fornecidos, inicia-se a simulação de uma rede através do online. Todos os testes demonstrados neste artigo, correspondem a uma média de 33 tentativas, sendo que todas com a mesma RE, variando somente os SFs, pois o objetivo era medir a eficiência do online na recuperação de falhas para uma RE qualquer. Para efeitos de comparação e demonstração das vantagens do algoritmo aqui proposto, usamos o próprio algoritmo desenvolvido para a rede estática, que se demonstra bastante eficiente, adaptado para gerar soluções periódicas. No processo de simulação é necessária comunicação para coleta de dados sempre no período de tempo do online. Ou seja, a cada período, os nós sensores estão sujeitos 49

5 a qualquer tipo de falha. A grande diferença do algoritmo proposto para a abordagem periódica é a vantagem de poder tomar decisões em tempo real em relação aos eventos na rede, demonstrando assim uma maior estabilidade quando examinado pela questão de cobertura dos pontos de demanda. Ao contrário da abordagem periódica que toma decisões somente em períodos determinados. (no caso da simulação foram usados períodos de tamanho 20) Para uma melhor visualização, na Figura 1 se encontram gráficos que demonstram, respectivamente, a depreciação da cobertura e da energia residual no tempo e a energia consumida em cada instante Momentos de execução do periódico 7 x Energia residual periódico % de Cobertura da Rede Cobertura periódico Cobertura online Energia 4 3 Energia residual online Energia consumida online Energia consumida periódico Tempo de Vida da Rede (a) Cobertura - 64 Sensores Tempo de Vida da Rede (b) Energia - 64 Sensores Figure 1. Comportamento da Cobertura e Energia para 64 Sensores Se pode ver na Figura 1a, que ao passar do tempo o número de pontos de demanda cobertos vai diminuindo, pois alguns nós sensores falham, ficando sem energia. Então uma hora a rede não irá mais sobreviver. Observa-se que a curva de perda de cobertura do algoritmo online segue uma queda estável, muito diferente do comportamento do algoritmo periódico, que obteve oscilações, chegando a altas taxas de perda de cobertura, correspondendo a patamares de 90% enquanto o online chegou a ter taxas de 0% de perdas. Como esperado, essas oscilações na cobertura, mantendo praticamente o mesmo gasto de energia, se dão pelo fato de o SF, juntamente com toda a sub-árvore ligada exclusivamente a ele, parar de enviar dados ao sorvedouro. No entanto, esta sub-árvore continua com os nós sensores ativos e gastando energia. A recuperacão momentanea na cobertura se dá pela chamada do AG no período determinado (de 20 em 20), pois ele tem uma visão global da rede. O AG pode conseguir resultados momentaneamente melhores que o online, pois o online sempre resolve localmente seus problemas. No entanto, em poucos períodos de tempo, sua solução volta a ficar inferior à solução do online. Através da Figura 1b observa-se como é o comportamento tanto da energia residual (soma da quantidade de energia presente em todos os nós sensores) como da energia consumida (soma da quantidade de energia consumida pelo sensores ativos) na rede. Há algo em comum em todas as curvas. Ao final da simulação, todas chegam a um valor próximo, pois a tendência da rede é ir se deteriorando, entretanto o fato dos valores serem comuns se torna interessante devido a eficiência dos algoritmos em aproveitar praticamente toda energia disponível na rede. Ao acompanhar-se os níveis de energia consumi- 50

6 dos pelo online (Figura 1b) percebe-se que nos primeiros vinte período de tempo ocorre um aumento gradativo, entretanto, se ao mesmo tempo observar-se neste mesmo período de tempo a Figura 1a, vê-se que praticamente não houve perda de cobertura, concluindose que o algoritmo online, tenta manter a vida da rede com índices baixos de perda de cobertura durante o maior tempo possível, mesmo tendo que pagar o preço de aumentar seus níveis de gastos de energia através de ativação de mais nós sensores. Aproximadamente após o vigésimo período, observa-se que a queda na curva que representa a cobertura passa a ficar mais acentuada, indicando a escassez de nós sensores disponíveis a partir deste período, deixando então a cargo do algoritmo gerenciar os gastos de energia para melhorar a vida útil individual de cada nó sensor. 6. Considerações Finais A proposta deste trabalho é resolver os problemas de cobertura e conectividade de uma RSSF sujeita a falhas de nós. A abordagem escolhida foi a online, onde simula-se o funcionamento de uma rede de sensores por um tempo pré-determinando em uma área e tenta-se tratar de forma eficiente esses problemas. O problema pode também ser resolvido com algoritmos periódicos, que reconstroem a rede de tempos em tempos para se recuperar de eventuais falhas. No entanto, foi mostrado, através dos testes realizados, que o algoritmo online aborda de uma maneira mais eficiente situações com muitas falhas. Através das comparações mostradas neste trabalho, pode-se concluir que o algoritmo online apresentado se mostra eficiente em aplicações que necessitem manter a cobertura de uma determinada área por um maior período de tempo, e também que necessitem enviar os dados coletados com uma periodicidade pequena, por exemplo dados como a temperatura. Para trabalhos futuros está prevista a comparação das abordagens online e periódica com uma proposta de algoritmo híbrido, em que se adote um modelo online corrigindo problemas locais e que em determinados períodos haja uma abordagem periódica que reestruture a rede com a ótica global. References Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., and Cyirci, E. (2002). Wireless sensor networks: A survey. Computer Networks, 38(4): Chakrabarty, K., Iyengar, S. S., Qi, H., and Cho, E. (2001). Coding theory framework for target location in distributed sensor networks. In Proc. Intl. Symposium on Information Technology: Coding and Computing, pages Heinzelman, W., Chandrakasan, A., and Balakrishnan, H. (2002). An application-specific protocol architeture for wireless microsensor networks. IEEE Transactions on Wireless Communications, pages Megerian, S. and Potkonjak, M. (2003). Low power 0/1 coverage and scheduling techniques in sensor networks. Technical Reports , University of California, Los Angeles. Quintão, F., Nakamura, F., and Mateus, G. R. (2004). A hybrid approach to solve the coverage and connectivity problem in wireless sensor networks. In IV European Workshop on Meta-heuristics(EUME). 51