TreeDC: Um Algoritmo de Coleta de dados Ciente da Energia para Redes de Sensores sem Fio

Transcrição

1 TreeDC: Um Algoritmo de Coleta de dados Ciente da Energia para Redes de Sensores sem Fio Daniel L. Guidoni 1 Orientadora: Raquel A. F. Mini 1, Co-Orientador: Max do V. Machado 2 1 Departamento de Ciência da Computação Pontifícia Universidade Católica de Minas Gerais Av. Dom José Gaspar, Belo Horizonte, MG daniellguidoni@yahoo.com.br, raquelmini@pucminas.br 2 Departamento de Ciência da Computação Universidade Federal de Minas Gerais Av. Antônio Carlos, Belo Horizonte, MG maxm@dcc.ufmg.br Abstract. A Wireless Sensor Network (WSN) is a new kind of ad-hoc network and it is composed by small devices capable of accomplishing distributed sensing. Such devices possess small processing capacity, memory and mainly energy. Due to these specific characteristics, traditional distributed algorithms should be reviewed. In this work, we discuss the data collect problem in WSNs and present a new data collect protocol aware of the amount energy spent. Resumo. Redes de Sensores sem Fio (RSSFs) são consideradas um novo tipo de redes ad hoc e são compostas por pequenos dispositivos computacionais capazes de realizar sensoriamento distribuído. Esses dispositivos possuem pequena capacidade de processamento, memória e, principalmente, de energia. Devido essas novas características específicas, algoritmos distribuídos tradicionais devem ser revistos e re-projetados. O presente trabalho discute o problema da coleta de dados em RSSFs e é apresentado um novo protocolo de coleta da dados ciente da energia consumida na rede. 1. Introdução Durante os últimos anos, grandes avanços na tecnologia de circuitos integrados possibilitaram o surgimento de pequenos dispositivos com micro sensores de baixo custo que se comunicam através de uma interface sem fio. Esses dispositivos possuem baixa capacidade de memória, processamento e principalmente de energia. Uma rede composta por esses sensores é chamada de Rede de Sensores sem Fio (RSSF) [Estrin et al., 1999, Kahn et al., 1999] e essas revolucionarão a captura e processamento de informações em várias situações. As RSSFs podem ser utilizadas em aplicações industriais, médicas, militares, físicas e em ecossistemas. RSSFs, devido a restrição de memória, processamento e principalmente de energia, possuem novos desafios na criação de algoritmos, protocolos de rede e software Trabalho realizado com apoio do Probic/PUC Minas. XXIV CTIC 224

2 Figura 1. Mapa de energia de uma rede de sensores sem fio. no qual, qualquer desenvolvimento deve considerar os recursos do nó. Em particular, em RSSFs, a energia gasta na transmissão de dados é três ordens de grandeza maior comparado à gasta no processamento de dados. Desse modo, qualquer solução de comunicação para este tipo de rede, como o roteamento, deve ser eficiente de modo a gastar uma quantidade menor de energia, prolongando o tempo de vida da rede. A comunicação de dados em RSSFs pode ser dividida em três partes: disseminação que é a comunicação do nó sink para os nós sensores, coleta que é a comunicação dos nós sensores para o nó sink e colaboração que é a comunicação feita entre os nós sensores. Em cada caso tem-se diferentes objetivos. A comunicação do nó sink para um conjunto de nós sensores é freqüentemente utilizada para disseminar informação que seja importante para esses nós. Por exemplo, o sink pode disseminar uma novo interesse para rede, ou alterar o modo de operação de uma parte da rede ou da mesma como um todo. Este tipo de comunicação é chamada de disseminação de dados. A comunicação dos nós sensores para o nó sink é usada para enviar dados de eventos monitorados. Finalmente, a comunicação feita entre os nós vizinhos acontece quando algum tipo de cooperação é necessária entre os nós e esse tipo de comunicação é chamada de cooperação. Neste trabalho, será tratada a comunicação de dados dos nós sensores ao nó sink ou seja, a coleta de dados. Em RSSFs, a quantidade de energia restante em cada nó pode ser representada pelo mapa de energia. O mapa de energia para RSSF pode ser representado por uma imagem em tons de cinza, como ilustrado na Figura 1. As áreas com tons de cinza escuro representam partes da rede que possuem pouca energia restante. As áreas mais claras contêm nós com grande quantidade de energia. Com uma análise deste mapa, é possível identificar partes da rede, onde falhas podem ocorrer devido à falta de energia [Zhao et al., 2002]. O conhecimento das áreas com pouca quantidade de energia é útil em muitas atividades em RSSFs como roteamento, reconfiguração, fusão de dados e algoritmos de gerenciamento de rede. Um ponto importante é que o mapa de energia é útil para prolongar o tempo de vida da rede. Em [Mini et al., 2004], é apresentado uma abordagem baseada em predição para construir o mapa de energia para redes de sensores sem fio e que será utilizado neste trabalho. Vários algoritmos distribuídos têm sido propostos. Em [Deb et al., 2002], é proposto o TopDisc, um algoritmo de descobrimento da topologia em redes de sensores. A topologia é um importante modelo de estados da rede que implicitamente fornece informação sobre seus nós ativos e o mapa de conectividade. A topologia de rede pode XXIV CTIC 225

3 ajudar na administração da mesma e na análise de seu desempenho. Para qualquer rede, o conhecimento preciso da sua topologia é uma condição prévia para tarefas administrativas [Deb et al., 2002] como: fusão de dados e roteamento. O TopDisc tem como resultado a criação de uma árvore topológica da rede (TreC). Essa árvore é criada com a menor quantidade de nós possíveis que abrange o maior espaço físico da rede. Neste trabalho, um novo algoritmo de roteamento baseado no TopDisc, mapa de energia e classe de nós é proposto. Os nós são divididos em classes de consumo conforme suas respectivas funções na rede que podem ser sensorear e rotear. As classes de nós e o mapa de energia são inseridos no algoritmo original do TopDisc, formando o TreeDC (Tree Data Collection) para que a escolha dos nós que participam da árvore topológica seja feita levando-se em consideração a quantidade de energia do nó. Com essas novas características, o TreeDC cria uma árvore topológica com os melhores nós em relação à quantidade de energia local da rede, proporcionando um roteamento ciente da energia consumida e ao mesmo tempo economizando energia, já que os nós que irão rotear os pacotes são os nós pertencentes à classe roteadora, ou seja, os nós da árvore topológica. Este trabalho está organizado da seguinte maneira. Na seção 2 serão mostrados alguns trabalhos relacionados. A seção 3 mostra o conceito de classes de nós, quais classes serão utilizadas neste trabalho, seu funcionamento e será descrito o protocolo de coleta de dados TreeDC. Os resultados obtidos com a utilização deste protocolo será mostrado na seção 4. Na seção 5 serão discutidas as conclusões obtidas e as direções futuras deste trabalho. 2. Trabalhos Relacionados Nesta seção será brevemente discutido o roteamento em RSSFs e construção da mapa de energia Roteamento em RSSF Vários protocolos de roteamento foram e estão sendo propostos para RSSFs [Akyildiz et al., 2002]. Devido à natureza das RSSFs, os requerimentos básicos para a técnica de roteamento é escalabilidade e robustez para a coleta de dados. Os algoritmos para este ambiente são projetados para estender o tempo de vida da rede, conseqüentemente, provendo um mecanismo de comunicação robusto e consumo de energia eficiente. Algumas das técnicas existentes para comunicação em RSSF são mostradas a seguir. O algoritmo mais simples para o roteamento de informações é o flooding. A idéia básica desse algoritmo é a inundação da rede com os pacotes de roteamento. Quando um nó recebe um pacote, ele o envia para todos os seus vizinhos, até que em um determinado momento, o pacote chega ao destino. O problema desse algoritmo é a quantidade de pacotes transmitidos desnecessariamente. Por outro lado, o algoritmo encontra o menor caminho da origem ao destino, pois explora todas as possíveis possibilidades. Em [Intanagonwiwat et al., 2000] é proposto o Direct Diffusion, um novo paradigma para a comunicação entre os nós sensores. O objetivo deste protocolo é estabelecer uma comunicação eficiente entre os nós sensores e o sink. O modelo proposto introduz dois conceitos. O primeiro é o data-centric em que os dados gerados pelos sensores são identificados por um par de valor atributo. Neste caso, o sink requisita um determinado dado para rede enviando a identificação do par valor atributo desejado. Este XXIV CTIC 226

4 processo é chamado envio de interesse. O outro conceito é denominado data-aggregation no qual os nós intermediários procuram agregar os eventos recebidos em um único evento com o objetivo de reduzir o número de transmissões realizadas e a quantidade de dados armazenada pela rede. Em [Heinzelman et al., 2000], [Heinzelman, 2000], foi proposto outro paradigma para construção de algoritmos distribuídos, o LEACH (Low-Energy Adaptative Clustering Hierarchy). O protocolo LEACH tem por objetivo reduzir o consumo de energia. O protocolo foi desenvolvido para redes hierárquicas e utiliza ciclos durante os quais são formados agrupamentos de nós, denominados clusters, onde um nó é escolhido como líder. O líder do cluster é responsável por repassar os dados do seu cluster para a estação base com um único hop, o que limita o tamanho da rede em função do raio de alcance do rádio Mapa de Energia Quando se coleta informações de energia da rede, obtém-se o mapa de energia. O mapa de energia fornece a informação sobre a quantidade de energia disponível em cada parte da rede. A energia é o principal recurso num nó sensor, todos os outros recursos dependem da energia, como processador, dispositivo de sensoriamento e rádio. A utilização do mapa pode indicar quais regiões da rede estão prestes a falhar, ajudando a determinar áreas onde podem ser feitas novas deposições de sensores. O mapa de energia utilizado para este trabalho é baseado em técnicas de predição [Mini et al., 2003, Mini et al., 2004], no qual cada nó calcula um modelo de consumo que procura representar o comportamento do seu gasto de energia futuro. A sua quantidade de energia, juntamente com o seu modelo de consumo, é enviado ao nó sink, que por sua vez irá montar o mapa de energia da região. Desta forma, o nó somente reenviará os dados, se o modelo de consumo de energia não mais representar o seu real consumo. Com isso, os nós enviarão uma quantidade menor de pacotes, o que representa uma diminuição na energia gasta com a criação do mapa e, conseqüentemente, um aumento no tempo de vida da rede. 3. TreeDC Em [Deb et al., 2002], é descrito um algoritmo de descoberta de topologia (TopDisc) para RSSFs. TopDisc seleciona um conjunto de nós distintos, e constrói um mapa de conectividade baseado nas informações dos nós. O TopDisc organiza a rede logicamente na forma de agrupamentos e forma uma árvore de agrupamentos (TreC) com raiz no nó sink. O TopDisc é completamente distribuído e utiliza apenas a informação local dos nós sensores. No processo de criação da TreC, considera-se três tipos de nós na rede: Branco: nós que ainda não receberam nenhum pacote de descobrimento de topologia. Preto: nó líder de um cluster, que transmite o pacote de solicitação de descobrimento de topologia aos seus nós vizinhos. Cinza: nó que recebeu um pacote de descobrimento de topologia de algum nó preto. XXIV CTIC 227

5 O processo de criação desta árvore pode ser descrito da seguinte forma: O nó que inicia a solicitação de descobrimento de topologia torna-se um nó preto e replica o pacote de solicitação de descobrimento de topologia. Todos os nós brancos tornam-se nós cinza quando eles recebem um pacote de um nó preto. Cada nó cinza replica a solicitação para todos os seus vizinhos após um tempo aleatório inversamente proporcional a sua distância ao nó preto que enviou o pacote de solicitação. Quando um nó branco recebe um pacote de um nó cinza ele se torna preto com um tempo aleatório. Neste mesmo tempo, se ele recebe algum pacote de outro nó preto, ele se torna um nó cinza. Novamente o tempo aleatório é inversamente proporcional à distância do nó que recebeu a solicitação do nó que enviou. Uma vez cinzas ou pretos, os nós ignoram qualquer outro pacote de solicitação de descobrimento de topologia. Durante a criação da árvore, considera-se um raio virtual para a comunicação entre os nós. Esse raio é usado logicamente apenas para a criação da árvore. O tamanho do raio virtual utilizado neste trabalho é metade do raio normal de comunicação do nó. Isso é feito para obter-se dois nós pretos vizinhos, podendo assim ter conectividade de comunicação entre nós pretos. (a) Etapa 1. (b) Etapa 2. (c) Etapa 3. (d) Etapa 4. Figura 2. Criação da árvore topológica (R = raio, vr = raio virtual e maxd = maior distância e aresta = conexão entre nós pretos ). XXIV CTIC 228

6 A figura 2 exemplifica em quatro etapas como árvore topológica é criada. A figura 2a ilustra a etapa 1. Nesta etapa, começa o descobrimento da árvore topológica. O nó que começa o descobrimento torna-se um nó preto e transmite o pacote de descobrimento para seus vizinhos dentro do raio virtual. Na figura 2b, pode-se observar que todos os nós brancos (nós ainda não descobertos por nenhum pacote de descobrimento de topologia) dentro do raio virtual tornaram-se nós cinzas, pois receberam um pacote de descobrimento de topologia de um nó preto. Na etapa 3, observada na figura 2c, de acordo com um tempo aleatório e inversamente proporcional a distância (quanto maior a distância, menor o tempo) do nó que enviou o pacote de solicitação, o nó replica o pacote de descobrimento de topologia para todos seus vizinhos dentro do raio virtual. A última etapa pode ser observada na figura 2d. O nó que recebeu o pacote de descobrimento de um nó cinza torna-se preto de acordo com um tempo aleatório e inversamente proporcional a distância ao nó que enviou o pacote. Assim, pode-se perceber nessa figura que um novo nó preto foi descoberto. Se um nó marcado para tornar-se preto receber um pacote de descobrimento de algum nó preto, este torna-se cinza, o que também pode ser observado nessa figura juntamente com a conectividade entre os nós pretos. Esses passos descritos são executados para todos os nós da rede, criando a árvore topológica da mesma utilizando apenas informações locais dos nós. Desta forma, os nós pretos são os nós que irão participar da TreC (árvore de roteamento). O raio utilizado no roteamento é o raio normal do nó e não mais o raio virtual utilizado na criação da árvore. Com esse algoritmo, pode-se afirmar que essa árvore terá a menor quantidade de nós conseguindo abranger o maior espaço físico da rede. É importante perceber que o TopDisc tenta criar a árvore topológica com uma maior abrangência de nós possíveis na rede. Pode acontecer casos específicos nos quais, nós isolados sem vizinhos próximos não façam parte da abrangência da árvore topológica. O objetivo deste trabalho é a criação de um novo protocolo de coleta de dados em RSSFs. Foram inseridos dois novos conceitos no algoritmo do TopDisc para criar o TreeDC: mapa de energia e classe de nós. O mapa de energia foi utilizado na construção da árvore topológica, ocasionando um critério de escolha dos nós desta árvore. Este critério é a quantidade de energia restante que o nó possui. Com esse critério, o TreeDC seleciona os melhores nós locais da rede. Com essa mudança, é possível garantir que o roteamento de informações na rede seja feito pela rota que possui a maior quantidade de energia disponível. O nó sink, de posse do mapa de energia da rede, pode fazer inferência para descobrir se algum nó roteador está com pouca energia e prestes à morrer, ou se em um futuro próximo, este ficará sem energia. Assim quando for disparada uma nova recriação da árvore de roteamento, é passado um limiar de energia (calculado a partir do mapa de energia) para que somente nós com quantidade superior ao limiar possam participar da nova árvore. A introdução do conceito de classe de nós no algoritmo original do TopDisc proporciona uma economia de energia, já que os nós são divididos por funções: sensorear e rotear. Assim, o algoritmo utiliza duas classes de nós distintas, classe sensoreadora e classe roteadora. Os nós pertencentes à classe roteadora têm função apenas de rotear pacotes, sejam estes recebidos de um nó da classe sensoreadora ou roteadora. Os nós que fazem parte desta classe são os nós pertencentes a árvore de roteamento. Os modelos de funcionamento dos nós das classes definidas são baseados no modelo de estados do XXIV CTIC 229

7 SEDM (State-based Energy Dissipation Model) descrito em [Mini, 2004] que possui 6 modos de operação: modo 1 (sensor desligado, rádio desligado), modo 2 (sensor ligado, rádio desligado), modo 3 (sensor desligado, rádio recebendo), modo 4 (sensor ligado, rádio recebendo), modo 5 ( sensor desligado, rádio transmitindo) e modo 6 (sensor ligado e rádio transmitindo). Os nós roteadores possuem a função de rotear os pacotes na rede. Os nós pertencentes a essa classe possui 2 modos de operação: modo 3 e modo 5. O nó começa no modo 3 e quando algum pacote é recebido, o nó muda seu estado para o modo 5 e transmite o pacote para o seu nó pai na árvore de roteamento. Logo após essa transmissão, o nó volta para o modo 3 e fica a espera de novos pacotes. Os nós que pertencem à classe sensoreadora têm função apenas de sensorear e transmitir a informação de sensoriamento para algum nó roteador. O TopDisc tenta garantir que no raio de comunicação de qualquer nó terá um nó da árvore de roteamento. Com isso, todos os pacotes são roteados até o nó sink. Os nós pertencentes a essa classe possui 3 modos de operação: modo 1, modo 2 e modo 4 e, de acordo com uma certa probabilidade e eventos acontecendo na rede o nó transita entre os modos 1, 2 e 4. Se não houver evento na rede, o nó irá dormir segundo uma certa probabilidade. Após um time-sleeping, o nó volta para o modo 2. Quando algum evento é sensoreado, o nó muda seu modo para 4 e, segundo uma certa probabilidade transmite o pacote com as informações. Após a transmissão o nó volta para o modo 2. O funcionamento deste protocolo pode ser descrito da seguinte maneira: Inicialmente, todos os nós da rede pertencem à classe roteadora. O sink dissemina na rede um pacote contendo informações da descoberta de topologia e um limiar de energia que define quem poderá participar da árvore de roteamento. O algoritmo TreeDC escolhe entre os nós da rede os melhores em relação à energia para compor a árvore de roteamento. Todos os nós que não participam da árvore de roteamento são alterados dinamicamente para classe sensoreadora. Estas etapas podem ser executadas no início ou em qualquer momento da simulação. Se o nó sink, com o mapa de energia, percebe que nós da árvore de roteamento estão preste a falhar, este dissemina informações na rede para que estas etapas possam ser refeitas, escolhendo assim novos nós para participarem da nova árvore de roteamento. A execução destas etapas durante a simulação da rede gera o problema de sincronização. Os nós da rede de alguma forma teriam que estar sincronizados para que no instante de tempo que a árvore de roteamento fosse criada, todos os nós da rede estariam funcionando como roteador. Esse tema será tratado na seção 5. Assim, a recriação da árvore de roteamento será tratada de forma estática. Todos os nós saberão previamente em que instante eles terão que se sincronizar para a recriação da árvore. 4. Resultados de Simulação Nesta seção será mostrado os resultados da coleta de dados utilizando o TreeDC. Será comparado a coleta de dados do algoritmo TreeDC e do algoritmo flooding. Para analisar o desempenho da coleta de dados, os dois algoritmos foram implementados no simulador XXIV CTIC 230

8 ns-2 [ns2, 2002]. Na próxima seção, será mostrado o cenário utilizado nas simulações. Na seção 4.2, poderá ser visto os resultados de simulação dos algoritmos implementados Cenário Neste trabalho, foi considerado uma rede de sensores com nós estáticos e homogêneos, e a não reposição de bateria. Existe um nó estático com quantidade de energia ilimitada, localizado na parte inferior do lado direito da área de deposição dos nós e chamado de nó sink. Os nós são depositados aleatoriamente, formando uma rede com topologia de alta densidade. Eventos são estático e sua duração, raio e posição são criados aleatoriamente. Todos os eventos sensoreados na rede são roteados ao nó sink. A rede simulada possui 500 nós, cada nó possui uma energia inicial de 40 J e raio de comunicação de 10m. A topologia da rede possui 50x50m. Essas variáveis são utilizadas em todas as simulações. Neste cenário, cada nó tem uma média de 52 vizinhos. Durante a simulação, esse número poderá ser reduzido pois alguns de seus vizinhos poderá entrar no estado de dormência. Os resultados de todas as simulações foram obtidos através da média de 33 simulações, onde cada simulação possui 1000 segundos. A obtenção do mapa de energia é feita utilizando-se o modelo baseado em predição proposto em [Mini et al., 2003, Mini et al., 2004] Resultados de Simulação Como mostrado na seção 3, o protocolo de roteamento TreeDC utiliza o conceito de classes de nós. Sabe-se que o consumo dos nós pertencentes a estas classes são diferentes. Isso ocorre pois cada classe de nó possui diferentes modos de funcionamento. A figura 3a mostra a comparação do consumo de energia entre as classes de nós definidas. Nesta figura, apenas uma árvore de roteamento é criada no inicio da simulação. Podese observar que o consumo de energia dos nós pertencentes à classe roteadora é muito maior comparado ao consumo dos nós da classe sensoreadora, pois aqueles ficam com seu rádio ligado todo o tempo de simulação. Este gráfico mostra também um problema de se construir apenas uma árvore durante a simulação. Os nós pertencentes à árvore de roteamento gastam mais energia, com isso, durante a simulação alguns desses nós podem ficar sem energia, ocasionando uma ausência do roteamento dos pacotes na rede ou em partes da rede. Sabe-se que os primeiros nós da árvore (os nós mais próximos do sink) gastarão mais energia, pois terão que retransmitir mais pacotes. Se estes nós ficarem sem energia todo o roteamento da rede ficará comprometido. Com o objetivo de prolongar o tempo de vida do roteamento, o algoritmo do TreeDC executa recriações da árvore de roteamento durante a simulação. Nas figuras 3b e 3c, pode-se observar o consumo de energia das classes quando ocorre recriação da árvore de roteamento. Quando uma recriação é executada, somente nós acima de um limiar de energia são escolhidos para participarem da nova árvore de energia. Este limiar é um parâmetro passado pelo sink aos nós na criação da árvore. Assim, a árvore de roteamento terá nós renovados com relação a energia, prolongando o tempo de vida do roteamento na rede. As figuras 4a e 4b mostram a comparação do consumo de energia e a quantidade de pacotes transmitidos entre o TreeDC e flooding. Pode-se observar na figura 4b que o flooding consome mais transmissões do que o TreeDC. XXIV CTIC 231

9 40 Classe Sensoreadora Classe Roteadra 40 Classe Sensoreadora Classe Roteadra Média da energia (J) Média da energia (J) Tempo (s) (a) Uma criação da árvore de roteamento Tempo (s) (b) Duas criações da árvore de roteamento. 40 Classe Sensoreadora Classe Roteadra Média da energia (J) Tempo (s) (c) Três criações da árvore de roteamento. Figura 3. Comparação do consumo médio de energia entre as classe de nós. Este bom resultado do TreeDC observado na figura 4b se deve ao fato da árvore de roteamento ser construída com o objetivo de se obter a menor quantidade de nós abrangendo o maior espaço físico da rede. Por outro lado, o flooding faz uma inundação de pacotes na rede, tendo várias transmissões desnecessárias. Um problema do TreeDC é que quanto mais árvores de roteamento são criadas mais eventos são perdidos. Isso se deve ao fato de que a criação da árvore consome 3 segundos, e se dentro destes 3 segundos ocorrer alguma evento, este será perdido flodding 1 criação 2 criação 3 criação Média da energia (J) Pacotes Transmitidos Tempo (s) flooding 1 Criação 2 Criações 3 Criações (a) Comparação entre o consumo médio da energia Tempo (s) (b) Comparação entre o número médio de pacotes transmitidos. Figura 4. Comparação entre o TreeDC e flooding. Com relação ao consumo médio de energia o TreeDC também obteve o melhor resultado. Na figura 4a pode ser observado este bom desempenho. O motivo principal deste XXIV CTIC 232

10 bom desempenho é devido a utilização de classes de nós pelo TreeDC. Com a utilização dessas classes, poucos nós consomem muita energia (nós roteadores) e muitos nós consomem pouca energia. Outro motivo por esse desempenho é que o TreeDC transmite menos pacotes no roteamento, conseqüentemente consome menos energia. Se durante as simulações da rede, os conflitos de pacotes fossem levados em consideração, a diferença do consumo de energia e até mesmo o número de pacotes transmitidos entre os dois algoritmos seria ainda mais favorável ao TreeDC, pois, devido a inundação de pacotes feita pelo flooding, o número de conflitos e re-transmissões seria alto, consumindo uma quantidade ainda maior de energia. 5. Conclusões e Direções Futuras Neste trabalho, foi proposto o TreeDC, um novo algoritmo para coleta de dados em RSSFs. A idéia principal deste algoritmo é a combinação do conceito de classes de nós e mapa de energia com a árvore topológica da rede. Como discutido na seção anterior, esta combinação mostrou-se bastante eficiente. A comparação feita entre os dois algoritmos de roteamento mostrou que o TreeDC possui melhores resultados com relação ao consumo de energia e pacotes transmitidos. Como o objetivo principal de um protocolo de roteamento é a economia de energia, o TreeDC mostrou-se bastante eficiente. Os resultados de simulação mostraram que o TreeDC chega a consumir menos da metade da energia com relação ao flooding. Com relação a quantidade de pacotes transmitidos, o TreeDC também mostrou-se bastante eficiente, transmitindo aproximadamente 1 dos pacotes em relação ao flooding para efetuar 10 o roteamento de informações na rede. Uma vantagem da utilização do flooding, é que a taxa de entrega dos pacotes é muito alta. O TreeDC foi projetado com o mesmo objetivo e também possui uma alta taxa de entrega dos pacotes já que a árvore de roteamento não possui falhas em sua construção. O trabalho apresentado pode ser estendido em várias direções. A primeira direção é definir qual será o melhor tempo para recriar a árvore de roteamento. O TreeDC atual recria a árvore em intervalos de tempo pré-definidos, o que não é uma boa solução, pois a recriação da árvore de roteamento pode estar sendo desnecessária, os nós pertencentes a antiga árvore podem possuir uma quantidade considerável de energia para continuar trabalhando como roteador. Assim, a recriação da árvore deve ser iniciada somente no instante em que o sink perceber que algum nó da árvore de roteamento está prestes a falhar. O grande problema desta direção futura é o sincronismo dos nós da rede. O sink de alguma forma deve disseminar a informação da recriação da árvore antes dessa acontecer, para que os nós da rede possam estar sincronizados durante a recriação. Uma segunda direção futura é que o atual algoritmo de roteamento TreeDC apenas executa o roteamento de informações na direção do nó sensor para o sink. Neste caso o TreeDC deve ser capaz de realizar o roteamento de informações na direção do sink para os nós sensores que é a disseminação de dados. O que nos leva a direção futura abordada anteriormente. Referências Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., and Cayirci, E. (2002). Wireless sensor networks: A survey. Computer Networks, 38(4): XXIV CTIC 233

11 Deb, B., Bhatnagar, S., and Nath, B. (2002). A topology discovery algorithm for sensor networks with applications to network management. In In IEEE CAS workshop. Estrin, D., Govindan, R., Heidemann, J., and Kumar, S. (1999). Next century challenges: scalable coordination in sensor networks. In Proceedings of the fifth annual ACM/IEEE international conference on Mobile computing and networking, pages , Seattle, WA USA. Heinzelman, W., Chandrakasan, A., and Balakrishnan, H. (2000). Energy-efficient communication protocol for wireless microsensor networks. In In Proccedings of the Hawaii Conference on System Sciences. Heinzelman, W. B. (2000). Application-Specific Protocol Architectures for Wireless Networks. PhD thesis, Massachusetts Institute of Technology. Intanagonwiwat, C., Govindan, R., and Estrin, D. (2000). Directed diffusion: a scalable and robust communication paradigm for sensor networks. In Mobile Computing and Networking, pages Kahn, J. M., Katz, R. H., and Pister, K. S. J. (1999). Next century challenges: Mobile networking for smart dust. In In Proceedings of MOBICOM, pages , Seattle. Mini, Raquel Aparecida de Freitas, L. A. A. F. N. B. (2004). A more realistic energy dissipation model for sensor nodes. In Simpósio Brasileiro de Redes de Computadores. 22 o SBRC, Gramado, RS. Mini, R. A. F., do Val Machado, M., Loureiro, A. A. F., and Nath, B. (2004). Predictionbased energy map for wireless sensor networks. Ad Hoc Networks Journal. Mini, R. A. F., Loureiro, A. A. F., and Nath, B. (2003). Prediction-based energy map for wireless sensor networks. In Personal Wireless Communications - PWC 2003, Venice - Italy. ns2 (2002). The network simulator. Zhao, Y. J., Govindan, R., and Estrin, D. (2002). Residual energy scans for monitoring wireless sensor networks. In IEEE Wilress Communications and Networking Conference (WCNC 02), Orlando, FL, USA. XXIV CTIC 234