Avaliando Algoritmos para um Elemento Sensor Autonômico
Resumo
Redes De Sensores Sem Fio (RSSF) são utilizadas em diversos contextos, que podem incluir monitoração de aspectos climáticos em uma região remota, atuadores para eventos geográficos, espaciais e etc. Diante do cenário de limitação de RSSF foi desenvolvido um modelo genérico de Elemento Sensor Autonômico (ESA) que busca utilizar de maneira mais equilibrada os recursos computacionais de um nó sensor, com conceitos de computação autonômica que tornam a rede auto-configurável. Neste trabalho, desenvolvemos instâncias baseadas no modelo genérico para melhorar o desempenho da rede. Implementamos algoritmos de análise e planejamento, e avaliamos seus comportamentos em experimentos executados em redes de sensores reais. Os resultados mostram que as implementações mantém ou melhoram aspectos importantes como o número de mensagens enviadas, a autoconfiguração e a sensibilidade da aplicação.
Referências
Braga, T. R., Silva, F. A., Ruiz, L. B., Nogueira, J. M. S., and Loureiro, A. A. (2006). Design and Evaluation of an Autonomic Sensor Element. In 1st Latin American Autonomic Computing Symposium, LAACS.
Braga, T. R. d. M. (2006). Um Elemento Sensor Autonômico Para Redes De Sensores Sem Fio. In Dissertação de Mestrado, Departamento de Ciência da Computação da Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
Buratti, C., Conti, A., Dardari, D., and Verdone, R. (2009). An overview on wireless sensor networks technology and evolution. volume 9, pages 6869–6896. Molecular Diversity Preservation International.
Doddavenkatappa, M., Chan, M. C., and Ananda, A. L. (2011). Indriya: A low-cost, 3D wireless sensor network testbed. In Testbeds and Research Infrastructure. Development of Networks and Communities, pages 302–316. Springer.
Dorigo, M., Birattari, M., and St¨utzle, T. (2006). Ant colony optimization. In Computational Intelligence Magazine, IEEE, volume 1, pages 28–39. IEEE.
Jabeur, N., Sahli, N., Zeadally, S., and Yasar, A.-U.-H. (2015). Enabling Cyber Physical Systems with Wireless Sensor Networking Technologies, Multiagent System Paradigm, and Natural Ecosystems. volume 2015. Hindawi Publishing Corporation.
Lakshmi, C. B. and Mohan Rao, S. (2014). Bio-inspired self-healing routing to improve lifetime of wireless sensor networks. In Communication and Network Technologies (ICCNT), 2014 International Conference on, pages 134–138.
Nguyen, T.-T., Shieh, C.-S., Horng, M.-F., and Dao, T.-K. (2014). A Genetic Algorithm with Self-Configuration Chromosome for the Optimization ofWireless Sensor Networks. In Proceedings of the 12th International Conference on Advances in Mobile Computing and Multimedia.
Peng, M., Xu, K., Yu, Q., Jiang, W., Leng, S., and Mao, Y. (2014). Cellular automata self-organization algorithm forWireless Sensor Network. In Communication Problem-Solving (ICCP), 2014 IEEE International Conference on.
Rawat, P., Singh, K. D., Chaouchi, H., and Bonnin, J. M. (2014). Wireless sensor networks: a survey on recent developments and potential synergies. volume 68, pages 1–48. Springer.
Sadouq, Z., El Mabrouk, M., and Essaaidi, M. (2014). Conserving energy in WSN through clustering and power control. In Information Science and Technology (CIST), 2014 Third IEEE International Colloquium in.
Whitley, D. (1994). A genetic algorithm tutorial. In Statistics and computing, volume 4, pages 65–85. Springer.
