Seminar Informationsverwaltung in Sensornetzen Anfragespezifische Routingmechanismen Maria Kopaigorenko Betreuer: Markus Bestehorn

Seminar „Informationsverwaltung in Sensornetzen“

Anfragespezifische Routingmechanismen

Maria Kopaigorenko

Betreuer: Markus Bestehorn

11.12.2006 Seminar „Informationsverwaltung in Sensornetzen“-Anfragespezifische Routingmechanismen

2

Übersicht

Einführung

Eigenschaften von Sensornetzen

Anforderungen an Routingverfahren

Flooding/Spannbäume

Directed Diffusion

Broadcasting-Based Query Scheme

Zusammenfassung


3

Typische Eigenschaften von Sensornetzen

Anwendungsspezifisch

Sensorknoten: homogen, zufällig und dicht verteilt

Stationäre Datensenke

Alle Sensorknoten verwenden Broadcastnachrichten

Energieverbrauch auf der Netzwerk-Schnittstelle:

Senden Empfangen Idle-Listening

Jeder Knoten fungiert für andere Knoten als Router

Messungen aus einer bestimmten Sub-Region des Sensornetzes von Interesse


4

Anforderungen an Routingverfahren

Verbreitung/Weiterleitung der Anfragen/Daten über mehrere Hops

Energieeffizienz - entscheidender Entwurfsaspekt

Gewährleistung möglichst langer Lebenszeit vom Sensornetz

Reduzieren vom Kommunikationsoverhead

Unterstützung der Datenaggregation in Sensorknoten

Robustheit gegen Knotenausfälle und Einstreuung neuer Sensorknoten

Skalierbarkeit


5

Flooding/Spannbaum - Beispiel und Probleme

Senke baut mit einem „routing request“ einen Baum auf

„routing request“ enthält Level (Distanz zum Wurzelknoten)

Knoten-ID

und u.U. Attribut A, über welches der Baum gebildet werden soll

Senke ist die Wurzel

Jeder Knoten kennt seine Eltern- und Kinderknoten

Senke stellt Anfrage per Boadcast

Anfrage wird ensprechend dem Wert von Attribut A geroutet

Jede geeignete Quelle sendet Daten an den Vaterknoten

Alle Daten von Kinderknoten werden an den Vaterknoten weitergeleitet

Probleme

Sensorknoten nahe zur Senke verbrauchen Energie schneller als andere Knoten

Keine dynamische Anpassung an Topologieänderungen

R

R R

RR

L=0

L=1

L=2


6

Directed Diffusion

Motivation:

Datenzentrische Adressierung

Potentielle Datenquellen werden über Inhalte definiert

Keine globalen ID's

Semantik der Anwendung wird ausgenutzt

Unterstützung „event-basierter“- Anfragen

Informationen aus einer bestimmten Sub-Region des Sensornetzes von Interesse

„Detektiere ein vierbeiniges Tier in der Region X und schicke jede Sekunde ein Ergebnis in Richtung der Senke“


7

Directed Diffusion

Idee:

Fluten von Anfrage für Daten eines bestimmten Types durch das Sensornetz (oder positionsbasierte bzw. cache-basierte Anfrageverbreitung)

Dabei lernen Zwischen-Knoten, wohin die Daten dieses Types geleitet werden müssen

Gezieltes Verstärken/Abschwächen einzelner Pfade, falls Daten auf mehreren Pfaden zur Senke fliessen


8

Directed Diffusion - Anfrageverbreitung

Senke initiiert Anfage(„Interest“) nach Daten

Interest: Liste von „Attribut-Wert-Paaren“

type = four-legged animal interval = 1 s //bitte jede Sekunde ein event sendenrect = [-100, 200, 200, 400]duration = 10 min

Interest wird periodisch wiederholt

Interest-Cache in jedem Sensorknoten

Disjunkte Einträge

Gradient: Referenz auf den Nachbarknoten, von dem die Nachricht kam +

Wert (z.B. Datenrate, mit welcher ein Knoten die Ergebnisse liefern muss)

Keine Informationen über die Senke

Interest wird an alle (bzw. Teilmenge von) Nachbarn weitergeleitet

C

AB

D

FE

G

(-100,200)

(200, 400)


9

Directed Diffusion – Datenweiterleitung

Sensorknoten erfasst Ereignisse, für die ein Interest vorliegt

Gradienten mit kleinstem Intervall bestimmen

Bei lokalem Broadcast: Daten mit dieser Datenrate senden

Bei unicast: mit Rate aus dem jeweiligen Gradienten senden

Zwischenknoten: liegt nich vor

Interest Ereignis löschen

liegt vor, Ereignis im Daten-Cache

sonst: Ereignis im Daten-Cache speichern, Nachricht weiterleiten

evtl. Datenrate „runterrechnen“

Die Senke verstärkt den „besten“ Pfad

„Reinforcement“-Nachrichten“

Explizites Senden vom gleichen Interest mit verkürztem Intervall

Pfade können auch geschwächt werden

defekte Pfade können lokal umorganisiert werden

C

AB

D

FE

G

DATA:type = four-legged animalinstance = zebra location = [110, 350]intensity = 0.7confidence = 0.8timestamp = 01:21:40

INTEREST:type = four-legged animalinreval = 20msrect = [-100, 200, 200, 400]duration = 10 min


10

Directed Diffusion – weitere Eigenschaften

Lokaler Algorithmus: Kommunikation nur unter „Nachbarn“

Muss für jeden Datentyp durchgeführt werden

Funktioniert auch bei mehreren Senken

Ungeignet beim Einsatz mobiler Knoten


11

Directed Diffusion - Bewertung

Vorteile:

Robust und skalierbar

Daten werden auf kürzesten Pfaden geroutet

Nachteile:

Gradienten-setup-Phase teuer

Verstärkung “guter” Pfade Konzetration auf einige Sensorknoten

Aufrechterhaltung alternativer Pfade

Schleifenfreie Pfade werden mit Interest&Gradienten-Mechanismen nicht garantiert

Speicherressourcen begrenzt

bestehendes Problem: Knoten nahe der Senke werden mehr belastet


12

Broadcasting-Based Query Scheme (BBS)

Motivation:

Knoten nahe der Senke verbrauchen ihre Energie viel schneller als andere Knoten

Kürzere Lebenszeit der Knoten um die Senke

Partitionierung des Sensornetzes

Lebenszeit des Sensornetzes verkürzt

Effiziente Unterstützung unterschiedlicher Typen von Aggregierunsanfragen

Nachrichtenempfang ist meistens fast genauso energieaufwendig wie Senden von Nachrichten

Senke


13

Type = Max(temperature)

Interval = 50 s, Duration = 60 minutes

Zone = [100, 100, 200, 200]

BBS - Idee

Idee:

Unterschtützung „Zone“-basierten Aggregationsanfragen

Aufbau lokaler Routing-Bäume in Zielregionen

Unterschiedliche Vorgehensweise bei nicht-holistischen und holistischen Anfragen

(200, 200)

Senke

(100, 100)

In-Netzwerk-Aggregation nicht möglichz.B. Median(), häufigsterWert()


14

BBS – Annahmen und Ablauf

Annahmen:

stationäre Senke mit unbegrenzten Energieressourcen

Netzweit eindeutige ID's

Sensorknoten kennen ihre Position, die Position der Senke sowohl ID's und Position der Nachbarknoten

Ablauf:

Anfrageverbreitung durch Fluten oder durch Broadcast an ALLE Knoten

Aufbau von Routing-Bäumen mit Wurzeln innerhalb der Zielregion

Propagieren von Daten innerhalb lokaler Routing-Bäume

Datenweiterleitung vom Wurzelknoten zur Senke

Analyse von aktuellen lokalen Routing-Bäumen


15

BBS – Konstruktion lokaler Routing-Bäume

Berechnung von „Root Reference Point“ RP

Falls Senke in der Zielregion: Senke wird zu RP

Unterschiedliche RP's für holistische und nicht-holistische Anfragen

Sensorknoten ist am nächsten zum RP unter allen seinen Nachbarn:

Lokale Wurzel

evtl. mehrere lokale Bäume

Sonst wird ein Knoten aus der Nachbarschaft mit kürzestem Abstand zum RP zum Vaterknoten

positionsbasiert

gebildet nur aus Sensorknoten der Zielregion

Type = Max(temperature)

Interval = 30 s, Duration = 60 minutes

Zone = [100, 100, 200, 200]


16

BBS – Weiterleitung von Daten

Innerhalb der Zielregion:

Jeder Elternknoten sammelt Daten seiner Kinder, bearbeitet sie und eigene Messungen und schickt sie in einem Paket an seinen Vaterknoten

lokale Wurzel Senke:

Pfad bekannt, falls Anfrage durch Fluten verbreitet wurde

Positionsbasiertes (Greedy)Routing

Zwischenknoten merken ID's und Sequenznummern von weiterzuleitenden Nachrichten

mehrere lokalen Wurzeln erkannt:

Datenaggregation für nicht-holistische Anfragen

Mehrere lokale Wurzeln nicht erkannt:Mehrere Pfade durch ”one-hop”-Nachbarn der Senke

Sub-Aggregations Problem bei holistischen Anfragen

lokale Kombination der Routing-Bäume (LRC)


17

BBS – Route Redirection

Nicht-holistische Anfrage

Zielregion enthält „one-hop“-Nachbarn der Senke

Energieverbrauch bei Nachrichtenempfang vergleichbar hoch

Route Redirection um Empfangskosten zu senken

RR-Sensorknoten: „two-hop“-Nachbarn der Senke

S4

S1

S2

S3


18

BBS – Route Redirection im Detail

RR-Sensorknoten ist am nächsten zum „Redirection-Reference-Point“:

Ein am nächsten zu “Root-Reference-Point” liegender „one-hop“-Nachbar wird zum Vaterknoten, falls solche Nachbarn existieren

Sonst wird er lokale Wurzel

S4

S1

S2

S3


19

BBS – Route RedRoute Redirection im Detail

Berechnung von „Redirection-Reference-Point“ 1. Fall: Zielregion überschneidet Region-1 in Punkten B und C

BP

D

C

Q O


20


Berechnung von „Redirection-Reference-Point“ 2. Fall: Zielregion überschneidet Region-1 in Punkten B, P und C

B P

D

C

F


21


Berechnung von „Redirection-Reference-Point“ 3. Fall: Zielregion enthält Region-1

B M

D

C

FM: Mitte der Zielregion

Verbindet M und sie Senke


22

BBS - weitere Eigenschaften

Lokale Wurzeln erschöpfen ihre Energie schnell

Zielregionen verteilt im Sensornetz

fast immer unterschiedliche lokale Wurzeln

Leistungs-Maß: „Query Capacity“

und nicht durchschnittlicher Energieverbrauch

10% - 100% Steigerung der „Query Capacity“ für nicht-holistische Anfragen

im Vergleich zu TAG (Spannbäume)


23

Zusammenfassung

SpannbäumeAm meisten verbreitet

Passen sich Topologieänderungen nicht an

Directed DiffusionDatenzenrisch

gradientenbasiert

Anwendungsabhängig

Leistungs-Maß: durchschnittlicher Energieverbrauch pro Knoten

Broadcast-Based Query Scheme„Zone“-basierte Anfragen

Konstruktion lokaler Routing-Bäume

Positionsbasiert

Minimiert Energieverbrauch von Knoten nahe Senke

Leistungs-Maß: „Query Capacity“Leistungs-Maß: „Query Capacity“


24

Fazit

Routing verursacht immer Overhead

Routing in Sensornetzen ist anwendungsspeziefisch

Trade-off: Enerieeffizienz Optimale Route


25

Diskussion

FRAGEN ???

Documents

Seminar Informationsverwaltung in Sensornetzen Anfragespezifische Routingmechanismen Maria Kopaigorenko Betreuer: Markus Bestehorn