论文部分内容阅读
摘要: 无线传感器网络(WSN)的应用越来越广,其安全问题备受关注。无线传感器网络面临着众多的安全威胁,而加之此类型的网络本身的特点,如电源能量有限、通信和计算能力有限、网络的大规模、网络的动态性强、高鲁棒性、以数据为中心分布协同计算等,使得传统的安全机制很难满足WSN的需求。故从保障网络安全的角度出发,且本着减少网络能耗、延长网络生命周期的初衷,从数据查询、数据集成、QoS(服务质量)、节点覆盖等方面,予以优化,最终实现减少网络能耗的目标。
关键词: WSN;鲁棒性;能耗;网络生命周期;QoS;节点覆盖
1 数据查询的优化
传感器网络的查询可以分为快照查询、持续查询、统计查询、多维查询。每种类型的查询都需要不同的查询技术。
在表达式基础之上评估一个查询计划的开销,通常是在关系数据库进行查询优化的适用方法。这种方法的引入在关系数据库中取得了一定的成效。在数据流系统中,我们所关心的并不再仅仅是单一查询计划的开销,查询计划结果的输出速率才是我们更关心的一个参数。
在传感器网络中,查询优化可以集中式地处理,通常在服务器端实现。查询优化的目标是最小化传感器网络的总的能量消耗,包括各节点进行数据处理的能量消耗和通信能量消耗,其中通信能量的消耗是其中最大的能耗部分。
1.1 查询操作顺序的优化
为了节省能量,我们将查询按照自上而下的方式下推至节点执行。传感器节点对查询操作(采样、聚集等操作)的执行顺序不同,对应的能量消耗也不同。通过调整查询操作的顺序可以达到减少网络能耗、延长网络生命周期的目的。
在通信方面,尽量减少数据的传输量,进行数据压缩或数据融合以减少能耗;在采样方面,应该考虑选取采样方法、减少采样次数及降低采样过程中的能量消耗等。因此在执行某个查询过程中,如何减少采样次数也是延长节点寿命的关键。
1.2 event-based查询的优化
基于事件的查询中,可能会出现这种情况:在同一时刻,基于事件查询的多个相同的实例,可能同时运行,那么它们就可能产生相同的查询结果。如果这些相同的查询实例,在足够接近的、相当短的时间段内运行,那么就会造成资源的严重浪费。
可以采用一种多维查询优化技术,即重写的技术来解决上述出现的问题。该方法的优点是在同一时刻,网络中有且只有一个查询在运行,而不管该事件的发生频率如何。这样就可以一方面为相同采样的相关操作减少能耗,另一方面为返回相同查询结果的操作节省大量的能量开销。
2 数据集成的优化
数据集成是无线传感器网络中的重要研究领域。有效数据集成的重要性源于无线传感器网络自身的特性,相关问题包括有效能量消耗和路由策略。为此,提出了Zelda[1](Zone Efficient Loacalized Data Aggregation)算法,该算法为了在无线传感器网络上发送信息,使用数据漏斗技术和分区节点,减少了必需的能量和流量要求,在算法的建立之初就进行能量估计。另外为了无线传感器网络潜在的优化问题,提出了Kalman过滤和反馈控制机制。
数据漏斗中的整体能量消耗。我们估计在网络每个阶段中数据漏斗中的能量消耗。整体能量消耗用如下公式定义:
Esetup=N*n*x
Edirectional flooding=(1+p)*nt,p
Edata communication=(1+pb)*mb,p
Edata funneling=C+R*(Esetup+Econtroller setup+Ezoning+Edirectional flooding+Edata communication)
其中R是产生信息请求的次数;由一个节点来检测所消耗的能量,是恒定的,用C表示;N是网络中节点的总个数;可能到达控制器的路径数目是由p分配的,nt,p是一个数据包在每个路径上到达分区的遍历节点的数目。pb是可以到达边界点的路径个数;mb,p是节点在各自路径上遍历节点的数目。
Zelda是主动式算法。使用Zelda算法,不管网络节点的密集度多大或是多小,算法建立之初的能量消耗都是一样的。和数据漏斗算法相比,Zelda算法可以在建立和发现阶段提供更好的能量有效性。使用Kalman过滤机制实现能量分配的优化。
3 QoS
无线传感器网络为了成功运行需要满足不同等级的服务质量[2](QoS,Quality of Service)。在中间件层提供无线传感器网络服务质量支持是一个新的研究领域。一个基于服务的中间件,收到关于无线传感器网络服务的服务质量的请求,在基于簇的、可拓展、有效的组织中,保证实时响应。这种机制可以满足很多汇聚节点对不同服务质量的要求,而且还利用了无线传感器网络的冗余性,尤其是服务提供者可以保证容错性。它使用本地信息调度关键信息,以一种能量有效的方式监控节点。
服务质量路由对于一些实时性要求很高的应用是非常必要的。在无线传感器网络中,由于节点能量有限、节点资源有限、无线传感器网络的带宽传输能力有限等因素,服务质量路由的实现是无线传感器网络路由协议研究的极大挑战。
通过实验可以证明该机制能满足实时性要求。
4 节点覆盖的优化
在无线传感器网络中,节点的大小直接影响着网络的能耗和性能(如鲁棒性、容错性等)。因此节点大小的研究对于无线传感器网络设计的理论和实践方面都有着很重大的意义。通过数学建模、理论分析、公式推导的方式,一步步地简化了复杂的覆盖问题,得出了最小数量节点有效覆盖[3]的公式,该公式在理论上解决了无线传感器网络中的数学问题。
在无线传感器网络中,节点通常随机分布,所以节点的覆盖问题是个基本问题,而且这个问题会影响事件的监控和跟踪。基于簇的无线传感器网络的有效性很大程度上取决于节点的覆盖问题和虚拟力算法。通过连通支配集提供完整的覆盖和
连通。解决了如何动态地维持关于传感器网络的节点覆盖问题的两种策略和最好覆盖、最差覆盖的差距和相关算法。
经过数学建模、推理,得出公式计算出了最大有效覆盖面积及比值,优化了节点及网络的覆盖问题,减少了能耗。
5 结束语
本文提出了减少WSN能耗的相关措施,包括优化数据查询、优化数据集成、以中间件技术实现无线传感器中的服务质量、优化节点覆盖问题,以达到减少能耗的目的,并给出了简单算法及思想,通过推理、实验,证明这些措施确实能够有效的减少无线传感器网络中的能耗,延长网络的生命周期。
参考文献:
[1]Jia Xiangyu,Wang Chao.The Security Routing Research for WSN in the Application of Intelligent Transport System[M].IEEE International Conference on Mechatronics and Automation,2006.
[2]孙利民、力建中、陈渝等,无线传感器网络[M].北京:清华大学出版社,2005.
[3]Byunggil Lee,Seungjo Bae,Dongwon Han.Design of Network Management Platform and Security Framework for WSN[M].IEEE International Conference on Signal Image Technology and Inernet Based systems,2008.
关键词: WSN;鲁棒性;能耗;网络生命周期;QoS;节点覆盖
1 数据查询的优化
传感器网络的查询可以分为快照查询、持续查询、统计查询、多维查询。每种类型的查询都需要不同的查询技术。
在表达式基础之上评估一个查询计划的开销,通常是在关系数据库进行查询优化的适用方法。这种方法的引入在关系数据库中取得了一定的成效。在数据流系统中,我们所关心的并不再仅仅是单一查询计划的开销,查询计划结果的输出速率才是我们更关心的一个参数。
在传感器网络中,查询优化可以集中式地处理,通常在服务器端实现。查询优化的目标是最小化传感器网络的总的能量消耗,包括各节点进行数据处理的能量消耗和通信能量消耗,其中通信能量的消耗是其中最大的能耗部分。
1.1 查询操作顺序的优化
为了节省能量,我们将查询按照自上而下的方式下推至节点执行。传感器节点对查询操作(采样、聚集等操作)的执行顺序不同,对应的能量消耗也不同。通过调整查询操作的顺序可以达到减少网络能耗、延长网络生命周期的目的。
在通信方面,尽量减少数据的传输量,进行数据压缩或数据融合以减少能耗;在采样方面,应该考虑选取采样方法、减少采样次数及降低采样过程中的能量消耗等。因此在执行某个查询过程中,如何减少采样次数也是延长节点寿命的关键。
1.2 event-based查询的优化
基于事件的查询中,可能会出现这种情况:在同一时刻,基于事件查询的多个相同的实例,可能同时运行,那么它们就可能产生相同的查询结果。如果这些相同的查询实例,在足够接近的、相当短的时间段内运行,那么就会造成资源的严重浪费。
可以采用一种多维查询优化技术,即重写的技术来解决上述出现的问题。该方法的优点是在同一时刻,网络中有且只有一个查询在运行,而不管该事件的发生频率如何。这样就可以一方面为相同采样的相关操作减少能耗,另一方面为返回相同查询结果的操作节省大量的能量开销。
2 数据集成的优化
数据集成是无线传感器网络中的重要研究领域。有效数据集成的重要性源于无线传感器网络自身的特性,相关问题包括有效能量消耗和路由策略。为此,提出了Zelda[1](Zone Efficient Loacalized Data Aggregation)算法,该算法为了在无线传感器网络上发送信息,使用数据漏斗技术和分区节点,减少了必需的能量和流量要求,在算法的建立之初就进行能量估计。另外为了无线传感器网络潜在的优化问题,提出了Kalman过滤和反馈控制机制。
数据漏斗中的整体能量消耗。我们估计在网络每个阶段中数据漏斗中的能量消耗。整体能量消耗用如下公式定义:
Esetup=N*n*x
Edirectional flooding=(1+p)*nt,p
Edata communication=(1+pb)*mb,p
Edata funneling=C+R*(Esetup+Econtroller setup+Ezoning+Edirectional flooding+Edata communication)
其中R是产生信息请求的次数;由一个节点来检测所消耗的能量,是恒定的,用C表示;N是网络中节点的总个数;可能到达控制器的路径数目是由p分配的,nt,p是一个数据包在每个路径上到达分区的遍历节点的数目。pb是可以到达边界点的路径个数;mb,p是节点在各自路径上遍历节点的数目。
Zelda是主动式算法。使用Zelda算法,不管网络节点的密集度多大或是多小,算法建立之初的能量消耗都是一样的。和数据漏斗算法相比,Zelda算法可以在建立和发现阶段提供更好的能量有效性。使用Kalman过滤机制实现能量分配的优化。
3 QoS
无线传感器网络为了成功运行需要满足不同等级的服务质量[2](QoS,Quality of Service)。在中间件层提供无线传感器网络服务质量支持是一个新的研究领域。一个基于服务的中间件,收到关于无线传感器网络服务的服务质量的请求,在基于簇的、可拓展、有效的组织中,保证实时响应。这种机制可以满足很多汇聚节点对不同服务质量的要求,而且还利用了无线传感器网络的冗余性,尤其是服务提供者可以保证容错性。它使用本地信息调度关键信息,以一种能量有效的方式监控节点。
服务质量路由对于一些实时性要求很高的应用是非常必要的。在无线传感器网络中,由于节点能量有限、节点资源有限、无线传感器网络的带宽传输能力有限等因素,服务质量路由的实现是无线传感器网络路由协议研究的极大挑战。
通过实验可以证明该机制能满足实时性要求。
4 节点覆盖的优化
在无线传感器网络中,节点的大小直接影响着网络的能耗和性能(如鲁棒性、容错性等)。因此节点大小的研究对于无线传感器网络设计的理论和实践方面都有着很重大的意义。通过数学建模、理论分析、公式推导的方式,一步步地简化了复杂的覆盖问题,得出了最小数量节点有效覆盖[3]的公式,该公式在理论上解决了无线传感器网络中的数学问题。
在无线传感器网络中,节点通常随机分布,所以节点的覆盖问题是个基本问题,而且这个问题会影响事件的监控和跟踪。基于簇的无线传感器网络的有效性很大程度上取决于节点的覆盖问题和虚拟力算法。通过连通支配集提供完整的覆盖和
连通。解决了如何动态地维持关于传感器网络的节点覆盖问题的两种策略和最好覆盖、最差覆盖的差距和相关算法。
经过数学建模、推理,得出公式计算出了最大有效覆盖面积及比值,优化了节点及网络的覆盖问题,减少了能耗。
5 结束语
本文提出了减少WSN能耗的相关措施,包括优化数据查询、优化数据集成、以中间件技术实现无线传感器中的服务质量、优化节点覆盖问题,以达到减少能耗的目的,并给出了简单算法及思想,通过推理、实验,证明这些措施确实能够有效的减少无线传感器网络中的能耗,延长网络的生命周期。
参考文献:
[1]Jia Xiangyu,Wang Chao.The Security Routing Research for WSN in the Application of Intelligent Transport System[M].IEEE International Conference on Mechatronics and Automation,2006.
[2]孙利民、力建中、陈渝等,无线传感器网络[M].北京:清华大学出版社,2005.
[3]Byunggil Lee,Seungjo Bae,Dongwon Han.Design of Network Management Platform and Security Framework for WSN[M].IEEE International Conference on Signal Image Technology and Inernet Based systems,2008.