چکیده
بیشتر برنامههای کاربردی اینترنت اشیا مانند پارکینگهای هوشمند، مدیریت مواد زائد و مدیریت تراکم ترافیک برای شهرهای هوشمند توسعه یافتهاند. این برنامههای کاربردی از میلیاردها سنسور استفاده میکنند که به نوبه خود مقدار زیادی داده در دستهبندی دادههای بزرگ تولید میکنند. برای استفاده از دادههای بزرگ در برنامههای کاربردی اینترنت اشیا / شهر هوشمند نیاز به یک چارچوب مناسب وجود دارد که از طریق آن سنسور مورد نیاز میتواند به راحتی جستجو و استفاده شود. برای ابزارهای بارگذاری ارتباطات موجود (ETL) و دیگر مکانیزمهای جستجو برای سنسورها، فرض میشود که موقعیت سنسور بنا به معیارهای مورد نظر از طریق هستیشناسی یا دیگر تکنیکهای مناسب جستجو میشود. با این حال، همکاری موثری برای بازیابی دادههای حسگر و دردسترس قرار دادن فرمت مورد نیاز برای ثبت در جستجو مورد نیاز است. در این مقاله، یک پروتکل لایهبندی توزیع شده (CLCP) برای واحدهای دادهها و پشتیبانی آنها برای پرس و جو براساس جستجو برای برنامههای کاربردی اینترنت اشیا تجزیه و تحلیل میشود.
1. مقدمه
مفهوم اینترنت اشیا با ظهور فنآوری RFID آغاز شد با حمایت دیگر فنآوریها مانند شبکه حسگر بیسیم (WSN)، محرکها، گوشیهای هوشمند، شبکههای اجتماعی و دیگران به سرعت در حال رشد است[1]. استفاده از اینترنت اشیا بسیار رشد کرده است و هنوز هم در بخشهای مختلفی از قبیل پردازش مواد غذایی، کشاورزی، پارکینگ هوشمند، مدیریت مواد زائد و غیره در حال رشد است [2]، [3]. شبکه WSN نقش مهمی در رشد اینترنت اشیا بهعنوان سختافزار ارزان و قوی ایفا میکند عمر باتری و افزایش یافته است [4]، [5]، [6]، [7]. این سنسورها بهطور گستردهای برای برنامههای مختلف مستقر شدهاند و حجم عظیمی از دادهها را که باعنوان دادههای بزرگ شناخته میشوند تولید میکنند. برنامههای کاربردی که از این دادههای بزرگ استفاده میکنند نیاز به تجزیه و تحلیل درستی استفاده از اطلاعات دارند. این برنامههای کاربردی نیاز به یک میانافزار برای پردازش درخواست خود با رویکرد SOA دارند. به منظور تسهیل این امر، معماری اینترنت اشیا با چهار لایه همانگونه که در شکل 1 نشان داده شده طراحی شده است. لایه کاربرد لایهای است که تمام برنامههای کاربردی اینترنت اشیا که در آن در حال اجرا هستند میتوانند با لایه سرویس تعامل برقرار کنند در غیر این صورت باعنوان میانافزار نامیده میشوند. برنامههای کاربردی میتوانند لایه سنجش را از طریق میانافزار پرس و جو کنند و اطلاعات مورد نیاز برای برنامههای خود را به دست آوردند. لایه سرویس، رابط کاربری مستقل از دستگاه و پلتفرم برای برنامههای کاربردی جهت پرس و جو دادههای حسگر فراهم میکند. لایه شبکه با اتصال سنسورها و انتقال کارآمد و مناسب دادهها از سنسورها در لایه سنجش برای نگهداری دادهها در لایه سرویس سروکار دارد.
برنامههای کاربردی اینترنت اشیا / شهر هوشمند برای استفاده از این دادهها نیاز به یک چارچوب مناسب دارند که در آن سنسور مورد نیاز میتواند به راحتی جستجو و ایجاد شود. برنامه کاربردی در سطح سیستم در لایه سرویس برای استخراج اطلاعات از سنسورها و ذخیره در مخازن به عنوان ابزار بارگذاری (ETL) اجرا میشود [8]. این ابزار و دیگر ابزار مشابه فرض میکنند که یک پورت استاندارد وجود دارد که از طریق آن میتوانند سنسور را بنا به معیارهای مورد نظر از طریق هستیشناسی یا دیگر تکنیکهای مناسب جستجو کنند. بسیاری از کارهای تحقیقاتی برای توسعه این ابزار به لایه سرویس و برنامه کاربردی تمرکز دارند. با این حال، همکاری کافی با بازیابی کارآمد دادههای سنسور و دسترسی به ابزار ETL در لایه سرویس برای عملیات بیشتر وجود ندارد. علاوه بر این، لایه حسگر در برنامههای کاربردی اینترنت اشیا که از فناوری WSN استفاده میکنند محدود به عرضه انرژی با توجه به ظرفیت باتری و پهنای باند ارتباطی هستند. بسیاری از تحقیقات گذشته برای به حداقل رساندن انرژی مورد نیاز و بهبود توان عملیاتی در شبکه گیرنده بیسیم صورت گرفته است. در میان موارد دیگر، تجمع داده یکی از روشهای کلیدی استفاده شده توسط بسیاری از پروتکلهای مسیریابی برای به حداقل رساندن انتقال داده است. علاوه براین، پرس و جو براساس بازیابی دادهها، توسط لایه سرویس به کار برده میشود و نیاز به جمعآوری دادهها در شبکه برای عملکرد کارآمد دارد. برای تجمع کارآمد دادهها با توجه به پرس و جو ایجاد شده توسط لایه سرویس نیاز به ارتباطات متقابل بین لایه کاربرد و لایه شبکه از گرههای سنسور وجود دارد. پروتکل لایهبندی توزیع شده موجود (CLCP) [9] تنها از ارتباطات لایه برای رسیدگی به شکست شبکه استفاده میکند. در این مقاله، علاقه مندیم تا مناسب بودن CLCP در WSN برای پرس و جو کارآمد جهت جمعآوری دادهها برای به حداقل رساندن انرژی سنسور را بحث کنیم.
ادامه مقاله به شرح زیر سازماندهی شده است، بخش 2 در مورد کارهای مرتبط، بخش 3 در مورد طراحی چارچوب پیشنهادی، بخش 4 شرح و تفصیل شبیهسازی، بخش 5 در مورد نتایج شبیهسازی و بخش 6 در مورد نتیجه گیری بحث میکند.
2. پیشزمینه و کارهای مرتبط
در این بخش به اختصار به توضیح روشهای موجود در جمعآوری دادهها و ارتباطات متقابل لایه در WSN میپردازیم. رویکرد تجمع داده در شبکههای حسگر به طور گسترده توسط بسیاری از محققان مورد مطالعه قرار گرفته است [4]، [10]، [11]. مطالعات قبلی نشان میدهد که انرژی مورد نیاز برای انتقال یک بیت به اندازه پردازش چند هزار دستورالعمل است [12]. از این رو، جمعآوری دادهها نقش مهمی در کاهش تعداد انتقال برای گره WSN ایفا میکند. تجمع دادهها در WSN در لایه برنامه کاربردی گره انجام میشود. علاوه براین، رویکرد ارائه شده در [11] برای روشهای بازیابی دادهها مبتنی بر پرس و جو که توسط بسیاری از سیستمهای ETL برای برنامههای کاربردی اینترنت اشیا استفاده شده کارآمد نیست. در این مقاله، ادغام جمعآوری دادهها در لایه شبکه و بررسی امکان بیشتر کاهش مصرف انرژی پیشنهاد شده است.
در میان ارتباطات متقابل لایه که برای حفاظت از انرژی در شبکههای حسگر به کار برده شده است برخی از تحقیقات در ارتباط و هماهنگی بین لایه کنترل دسترسی رسانه (MAC) و لایه فیزیکی است. بااین حال، ارتباط بین لایه برنامه کاربردی و شبکه تنها توسط نویسندگان مقاله [13] بیان شده است. بنابراین استفاده از فیلتر برای رهگیری بستههای شبکه برای تجمع دادهها وجود دارد. در این مقاله، روش پیشنهادی به پروتکل CLCP اصلاح شده تمرکز دارد. رویکرد ما بهطور خودکار به شناسایی گرههای WSN بهینه در تجمع داده برای حفاظت از انرژی میپردازد.
کار قبلی ما در ارتباطات متقابل لایه [14]، [15] بر یک رویکرد مشابه در کشف سرویسهای توزیع شده در شبکههای نظیر به نظیر تمرکز دارد، با این حال چنین رویکردی در WSN مطالعه نشده است.
3. پیشنهادی روش CROSS-LAYER برای گردآوری دادهها
پروتکل CLCP که در این مقاله مورد بررسی قرار گرفت مشکلات زیر را در بازیابی دادههای WSN به همراه دارد [9].
• رسیدگی به محیط موقت تلفنهمراه بدون هر گونه زیرساخت ثابتی.
• تضمین تحمل شکست.
• عمل در لایه نرمافزار و شبکه.
با این حال، با مشکل جمعآوری دادهها سروکار ندارد. درخواست پرس و جو در لایه کاربردی آغاز و عمدتا در لایه شبکه اجرا میشود. در طرح پیشنهادی ما پروتکل CLCP بنا به ویژگیهای تجمع با همکاری لایه برنامه کاربردی و شبکه در سراسر عملیات پروتکل اقتباس شده است. در CLCP، روند انتخاب پیش فرض خوشه، براساس CL_factor انجام میشود که دو پارامتر انرژی باقی مانده و فاصله متوسط از اعضای خوشه را در نظر میگیرد. عضو خوشه با بالاترین CL_factor بهعنوان سرخوشه انتخاب میشود. در روش ما اعضای خوشه براساس پاسخ پرس و جو برای شناسایی گره منابع هدف برای پرس و جو خاص تولید شده توسط رجیستری ETL انتخاب شدهاند. شکل 2 لایهای را که در آن از CLCP اقتباس شده نشان میدهد. روش پیشنهادی ما در مراحل زیر بیان شده است و دارای دو مرحله است.
Abstract
Many Internet of Things (IoT) applications like smart parking, waste management, and traffic congestion management, are being developed for smart cities. These applications make use of billions of sensors which in turn generates a huge amount of data that comes under the category of Big Data. For IoT/Smart-city applications to make use of these data efficiently there needs to be a proper framework through which the required sensor could be easily searched and made use of. The existing Extract-TransformationLoading (ETL) tools and other search mechanisms for sensors assume there exist registries where the sensors can be searched for the desired criteria through ontologies or other suitable techniques. However, there has not been enough contribution to efficiently retrieve the sensor data and to make it available in the required format for the registries to search for. In this paper, we analyze a distributed cross-layer commit protocol (CLCP) for data aggregations and its support for query based search for IoT application.
I. INTRODUCTION
The concept of IoT started with the advent of RFID technology and has grown rapidly with the support of other technologies such as wireless sensor networks (WSN), actuators, smartphones, social network and others [1]. The use of IoT has grown tremendously and is still growing in various sectors such as food processing, agriculture, smart parking, waste management and others [2], [3]. WSN network plays an important role in the growth of IoT as the hardware becomes cheaper, more powerful and has enhanced the battery life [4], [5], [6], [7]. These sensors are being widely deployed for various applications and they generate huge volume of data otherwise called as big data. The applications which utilize these big data need to analyze it properly to make use of the data efficiently. These applications require a middleware to process their requests with the SOA approach. In order to facilitate this, IoT architecture has been designed to have four layers as shown in Figure 1. Application layer is where all the IoT applications are running which can interact with the service layers otherwise called as the middleware. The applications can query the sensing layer through the middleware and obtain the data required for their applications. The service layer provides both device and platform independent interface for the applications to query the sensor data. The network layer deals with the interconnection of sensors and deals with efficient and suitable means of transferring the data from sensors in the sensing layer to data store in the service layer.
For IoT/Smart-city applications to make use of these data efficiently there needs to be a proper framework through which the required sensor could be easily searched and made use of. The system level application that runs in the service layer to extract data from the sensors and store in the repositories is termed as Extract-Transformation-Loading (ETL) tool [8]. This and other similar tools assume there exist a standard port through which the sensors can be searched for the desired criteria through ontologies or other suitable techniques. Most of the research works in developing these tools focus on the application and the service layer only. However, there has not been enough contribution which deals with efficient retrieval of sensor data and to make it available to the ETL tools in the service layer for further operations. Moreover, sensor layer in IoT applications which makes use of WSN technology are constrained with energy supply due to battery capacity and communication bandwidth. There has been many research work done earlier to minimize the energy requirement and improving the throughput in WSN. Among other things data aggregation is one of the key approach utilized by many routing protocols to minimize the data transmission. Moreover, the query based data retrieval employed by the service layer requires in-network data aggregation to be performed for efficient operation. For efficient data aggregation according to the query generated by the service layer there needs to be cross-layer communication between the application layer and the network layer of the sensor nodes. The existing distributed cross-layer commit protocol (CLCP) [9] only makes use of the cross-layer communication to handle the network failure and not for query based data aggregation. In this paper, we would like to explore the suitability of CLCP in WSN for efficient querybased data aggregation that minimizes sensor energy consumption.
The rest of the paper is organized as follows, Section 2 discuss the related work, Section 3 discuss the design of our proposed framework, Section 4 elaborates on the simulation setup, Section 5 discuss the simulation results and we conclude the paper in Section 6.
II. BACKGROUND AND RELATED WORK
In this section we briefly explain the existing approaches in data aggregation and cross-layer communication approaches employed so far in WSN. The data aggregation approach in sensor networks has been extensively studied before by many researchers [4], [10], [11]. Earlier studies show that energy required for transmitting a bit is as much as processing few thousands of instructions [12]. Therefore, data aggregation plays an important role in reducing the number of transmission for the WSN nodes. Most of the data aggregation in WSN is being performed in the application layer of the node. Moreover, the approach proposed in [11] is not efficient for query-based data retrieval methods that are used by most of the ETL systems for IoT applications. In this paper we propose to merge the data aggregation into the network layer and investigate the possibility of further reducing the energy consumption.
Among the cross-layer communications employed in energy conservation in sensor network we have come across research efforts on communication and coordination between Media Access Control (MAC) layer and the physical layer.However, between the application and the network layer there is only one attempt so far by authors in [13]. There they use filters to intercept the network packets for data aggregation. In this paper, our work focuses on a method that is based on a modified CLCP protocol. Our approach automatically identifies optimal WSN nodes in which data aggregation would take place for energy conservation.
Our earlier work on cross-layer communication [14],[15] focused on a similar approach in distributed service discovery in Peer-to-Peer networks, however such an approach was not studied in WSN.
III. PROPOSED CROSS-LAYER APPROACH FOR DATA AGGREGATION CLCP
protocol which is being studied in this paper addresses the following problems in WSN data retrieval [9].
•Handle mobile ad-hoc environments without assuming any fixed infrastructure.
•Ensures failure tolerance.
•Operates both on application and network layer.
However, it does not deal with data aggregation problem. The query request is initiated in the application layer and operates mostly on the network layer. In our design we have adapted the CLCP protocol to have the aggregation feature with the cooperation of application and network layers throughout the protocol operation. In CLCP, by default cluster head selection process is carried out based on the CL_factor that considers two parameters which are residual energy and average distance of cluster members. The cluster member with the highest CL_factor is chosen as the cluster head of corresponding cluster. In our approach the cluster members are chosen based on the query reply which identifies the target sources node for a certain query generated by ETL registry. Figure 2 shows the layer in which our adapted CLCP operates. Our proposed approach is elaborated in the following steps which has two stages.
چکیده
1. مقدمه
2. پیشزمینه و کارهای مرتبط
3. پیشنهادی روش CROSS-LAYER برای گردآوری دادهها
4. شبیهسازی
الف) تشکیل خوشه در شبکه:
ب) EECP (پروتکل خوشهبندی با انرژی کارآمد) براساس انتخاب سرخوشه و جمعآوری دادهها:
ج) روش پیشنهادی انتخاب سرخوشه مبتنی بر CLCP و جمعآوری دادهها:
د) انرژی باقیمانده واقعی
ه) توان
و) تاخیر
ی) سربار
5. نتیجهگیری و کارهای آتی
منابع
Abstract
1. INTRODUCTION
2. BACKGROUND AND RELATED WORK
3. PROPOSED CROSS-LAYER APPROACH FOR DATA AGGREGATION
4. SIMULATION
A. Cluster Cell formation in Network:
B. EECP (Energy Efficient Clustering Protocol) based cluster head selection and data aggregation
C. The proposed CLCP-based Cluster head selection and data aggregation
D. Actual Residual Energy
E. Throughput
F. Delay
G. Overhead
5. CONCLUSION AND FUTURE WORK
REFERENCES