Um Algoritmo Distribuído para Eleição de Líderes de Clusters Semânticos em Redes de Sensores sem Fio
Resumo
Clusterização semântica é uma alternativa recente para economia de energia em redes de sensores sem fio. Seu mecanismo de ação consiste em dividir a rede em agrupamentos (clusters) formados por nós semanticamente relacionados e por pelo menos um nó líder, o qual faz o papel de ponte entre os nós internos ao seu cluster e o nó sorvedouro. Por acumular função de coletor semântico, o nó líder tende a esgotar sua energia mais rapidamente do que os outros. Assim sendo, faz-se necessário o emprego de mecanismos para eleição de líderes de clusters semânticos de modo a prolongar ao máximo seu tempo de vida. Nossa hipótese é a de que uma escolha eficaz dos líderes permite um aumento no tempo de vida da rede. Para testá-la, partimos de um trabalho anterior de autores deste artigo [Rocha et al. 2012] e propomos um algoritmo para eleição de líderes de forma distribuída à base de um motor de inferência nebulosa. As entradas do motor de inferência são a energia residual dos nós e suas intensidades de sinal recebido (RSSI). Os resultados de simulação corroboram nossa hipótese de partida, pois o algoritmo proposto provê (i) uma melhora de 17,4% com relação a uma outra proposta correlata da literatura; e (ii) um ganho de 68,8% sobre o tempo de vida da rede do trabalho original.Referências
Abbasi, A. A. and Younis, M. (2007). A survey on clustering algorithms for wireless sensor networks. Computer Communications, v. 30, n. 14-15, p. 2826–2841. doi:10.1016/j.comcom.2007.05.024
Anastasi, G., Conti, M., Di, M. and Passarella, A. (2009). Ad Hoc Networks Energy conservation in wireless sensor networks: A survey. Ad Hoc Networks, v. 7, n. 3, p. 537– 568.doi:10.1016/j.adhoc.2008.06.003
Barolli, L., Ando, H., Xhafa, F., et al. (2011). Evaluation of an Intelligent Fuzzy-Based Cluster Head Selection System for WSNs Using Different Parameters. 2011 IEEE Workshops of International Conference on Advanced Information Networking and Applications, p. 388–395.
Brownjohn, J. M. W. (2007). Structural health monitoring of civil infrastructure. Philosophical transactions. Series A, Mathematical, physical, and engineering sciences, v. 365, n. 1851, p. 589–622.
Bruckner, D., Zucker, G., Simo, J., Herzner, W. and Mahlknecht, S. (2008). Semantic neighborhood sensor network for smart surveillance applications. In Proceedings of the 3rd International Conference from Scientific Computing to Computational Engineering, 2008. Dietrich, I. and Dressler, F. (2009). On the lifetime of wireless sensor networks. ACM Transactions on Sensor Networks, v. 5, n. 1, p. 1–39.
Dunkels, a., Gronvall, B. and Voigt, T. (2004). Contiki - a lightweight and flexible operating system for tiny networked sensors. 29th Annual IEEE International Conference on Local Computer Networks, p. 455–462.
Heinzelman, W.R.; Chandrakasan, A.; Balakrishnan, H. (2000). Energy-effifcient Comunication Protocol for Wireless Microsensor Networks. Hawaii International Conference on System Sciences. doi: 10.1109/HICSS.2000.926982
Jurdak, R., Ruzzelli, A. G. and O’Hare, G. M. P. (2008). Adaptive Radio Modes in Sensor Networks: How Deep to Sleep? 2008 5th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks, p. 386–394.
Rocha, A. R., Pirmez, L., Delicato, F. C., Lemos, E., Santos, I., Gomes, D.G., Souza, J.N.(mar 2012). WSNs clustering based on semantic neighborhood relationships. Computer Networks, v. 56, n. 5, p. 1627–1645, ISSN 1389-1286, 10.1016/j.comnet.2012.01.014.
Seah, W.K.G.; Zhi Ang Eu; Hwee-Pink Tan (2009). Wireless sensor networks powered by ambient energy harvesting (WSN-HEAP) - Survey and challenges, Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, 2009. vol., no., pp.1-5, 17-20 May 2009 doi: 10.1109/WIRELESSVITAE.2009.5172411
Siew, Z. W., Kiring, a., Yew, H. T., Neelakantan, P. and Teo, K. T. K. (2011). Energy efficient clustering algorithm in wireless sensor networks using fuzzy logic control. Humanities, Science and Engineering (CHUSER), 2011 IEEE Colloquium on , vol., no., pp.392-397, 5-6 Dec. 2011doi: 10.1109/CHUSER.2011.6163758
Österlind, F. (2006). A Sensor Network Simulator for the Contiki OS.
Zadeh, L.A. Fuzzy Logic (1988), Computer, vol. 21, no. 4, pp. 83-93, April 1988, doi:10.1109/2.53
Anastasi, G., Conti, M., Di, M. and Passarella, A. (2009). Ad Hoc Networks Energy conservation in wireless sensor networks: A survey. Ad Hoc Networks, v. 7, n. 3, p. 537– 568.doi:10.1016/j.adhoc.2008.06.003
Barolli, L., Ando, H., Xhafa, F., et al. (2011). Evaluation of an Intelligent Fuzzy-Based Cluster Head Selection System for WSNs Using Different Parameters. 2011 IEEE Workshops of International Conference on Advanced Information Networking and Applications, p. 388–395.
Brownjohn, J. M. W. (2007). Structural health monitoring of civil infrastructure. Philosophical transactions. Series A, Mathematical, physical, and engineering sciences, v. 365, n. 1851, p. 589–622.
Bruckner, D., Zucker, G., Simo, J., Herzner, W. and Mahlknecht, S. (2008). Semantic neighborhood sensor network for smart surveillance applications. In Proceedings of the 3rd International Conference from Scientific Computing to Computational Engineering, 2008. Dietrich, I. and Dressler, F. (2009). On the lifetime of wireless sensor networks. ACM Transactions on Sensor Networks, v. 5, n. 1, p. 1–39.
Dunkels, a., Gronvall, B. and Voigt, T. (2004). Contiki - a lightweight and flexible operating system for tiny networked sensors. 29th Annual IEEE International Conference on Local Computer Networks, p. 455–462.
Heinzelman, W.R.; Chandrakasan, A.; Balakrishnan, H. (2000). Energy-effifcient Comunication Protocol for Wireless Microsensor Networks. Hawaii International Conference on System Sciences. doi: 10.1109/HICSS.2000.926982
Jurdak, R., Ruzzelli, A. G. and O’Hare, G. M. P. (2008). Adaptive Radio Modes in Sensor Networks: How Deep to Sleep? 2008 5th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks, p. 386–394.
Rocha, A. R., Pirmez, L., Delicato, F. C., Lemos, E., Santos, I., Gomes, D.G., Souza, J.N.(mar 2012). WSNs clustering based on semantic neighborhood relationships. Computer Networks, v. 56, n. 5, p. 1627–1645, ISSN 1389-1286, 10.1016/j.comnet.2012.01.014.
Seah, W.K.G.; Zhi Ang Eu; Hwee-Pink Tan (2009). Wireless sensor networks powered by ambient energy harvesting (WSN-HEAP) - Survey and challenges, Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, 2009. vol., no., pp.1-5, 17-20 May 2009 doi: 10.1109/WIRELESSVITAE.2009.5172411
Siew, Z. W., Kiring, a., Yew, H. T., Neelakantan, P. and Teo, K. T. K. (2011). Energy efficient clustering algorithm in wireless sensor networks using fuzzy logic control. Humanities, Science and Engineering (CHUSER), 2011 IEEE Colloquium on , vol., no., pp.392-397, 5-6 Dec. 2011doi: 10.1109/CHUSER.2011.6163758
Österlind, F. (2006). A Sensor Network Simulator for the Contiki OS.
Zadeh, L.A. Fuzzy Logic (1988), Computer, vol. 21, no. 4, pp. 83-93, April 1988, doi:10.1109/2.53
Publicado
23/07/2013
Como Citar
HERMETO, Rodrigo T.; KRIDI, Douglas S.; ROCHA, Atslands R.; GOMES, Danielo G..
Um Algoritmo Distribuído para Eleição de Líderes de Clusters Semânticos em Redes de Sensores sem Fio . In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO UBÍQUA E PERVASIVA (SBCUP), 5. , 2013, Maceió.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2013
.
p. 2042-2051.
ISSN 2595-6183.
