Из Википедии, бесплатной энциклопедии
  (Перенаправлено из сети Sensor )
Перейти к навигации Перейти к поиску

Беспроводная сенсорная сеть ( WSN ) относится к группе пространственно рассредоточенных и специализированных сенсоров для мониторинга и регистрации физических условий окружающей среды и организации собранных данных в центральном месте. WSN измеряют такие условия окружающей среды, как температура, уровень шума, уровень загрязнения, влажность, ветер и т. Д. [1]

Они похожи на беспроводные одноранговые сети в том смысле, что они полагаются на возможность беспроводного подключения и спонтанное формирование сетей, так что данные датчиков могут передаваться по беспроводной сети. WSN - это пространственно распределенные автономные датчики для мониторинга физических условий или условий окружающей среды, таких как температура , звук , давление и т. Д., А также для совместной передачи своих данных через сеть в основное место. Более современные сети являются двунаправленными, они собирают данные с распределенных датчиков [2] и позволяют контролировать активность датчиков. [3] Развитие беспроводных сенсорных сетей было мотивировано военными приложениями, такими как наблюдение за полем боя; [4] сегодня такие сети используются во многих промышленных и бытовых приложениях, таких как мониторинг и управление производственными процессами, мониторинг состояния машин и т. Д.

WSN состоит из «узлов» - от нескольких до нескольких сотен или даже тысяч, где каждый узел подключен к одному (а иногда и нескольким) датчикам. Каждый такой датчик сетевого узел имеет , как правило , несколько частей: радио приемопередатчик с внутренней антенной или подключением к внешней антенне, микроконтроллер , электронной схеме для взаимодействия с датчиками и источником энергии, как правило, батареей или встроенной формой сбора энергии . Узел датчика может варьироваться в зависимости от размера , что из обувной коробки до размера зерна пыли, хотя функционирует " пылинки«подлинных микроскопических размеров еще предстоит создать. Стоимость сенсорных узлов также варьируется от нескольких до сотен долларов, в зависимости от сложности отдельных сенсорных узлов. Ограничения по размеру и стоимости сенсорных узлов приводят к соответствующим ограничениям. на ресурсах , такие как энергия, память, скорость вычислений и пропускная способность передачи данных . топология WSNs может варьироваться от простой звездообразной сети к усовершенствованной множественной перестройке частоты сети беспроводной сетки . Техник распространения между прыжками сетей может быть маршрутизации или затопление . [5] [6]

В компьютерных науках и телекоммуникациях беспроводные сенсорные сети являются активной областью исследований с многочисленными семинарами и конференциями, проводимыми каждый год, например IPSN , SenSys , MobiCom и EWSN . По состоянию на 2010 год беспроводные сенсорные сети достигли примерно 120  миллионов удаленных устройств по всему миру. [7]

Заявление [ править ]

Наблюдение за территорией [ править ]

Мониторинг области - это обычное применение WSN. При мониторинге области WSN развертывается в регионе, где необходимо отслеживать какое-либо явление. Военный пример - использование датчиков для обнаружения вторжения противника; гражданский пример - геозонирование газовых или нефтепроводов.

Мониторинг здравоохранения [ править ]

Существует несколько типов сенсорных сетей для медицинских приложений: имплантированные, носимые и встроенные в окружающую среду. Имплантируемые медицинские устройства - это те, которые вставляются в человеческое тело. Носимые устройства используются на поверхности тела человека или в непосредственной близости от пользователя. Системы, встроенные в окружающую среду, используют датчики, содержащиеся в окружающей среде. Возможные применения включают измерение положения тела, местонахождения людей, общий мониторинг больных в больницах и дома. Устройства, встроенные в окружающую среду, отслеживают физическое состояние человека для непрерывной диагностики здоровья, используя в качестве входных данных данные из сети камер глубины, зондирования пола или других подобных устройств. Сети тела и зоны могут собирать информацию о здоровье, физической форме и расходе энергии человека.[8] [9] В медицинских приложениях первостепенное значение имеют конфиденциальность и подлинность пользовательских данных. В частности, из-за интеграции сенсорных сетей с IoT аутентификация пользователя становится более сложной; однако решение представлено в недавней работе. [10]

Окружающая среда / зондирование Земли [ править ]

Существует множество приложений для мониторинга параметров окружающей среды [11], примеры которых приведены ниже. Они разделяют дополнительные проблемы, связанные с суровыми условиями эксплуатации и пониженным энергопотреблением.

Мониторинг загрязнения воздуха [ править ]

Эксперименты показали, что индивидуальная подверженность загрязнению воздуха в городах может сильно различаться. [12] Таким образом, представляет интерес более высокое временное и пространственное разрешение загрязняющих веществ и твердых частиц . В исследовательских целях были развернуты сети беспроводных датчиков, чтобы контролировать концентрацию опасных газов для граждан (например, в Лондоне ). [13] Однако датчики газов и твердых частиц страдают от высокой вариабельности от единицы к единице, перекрестной чувствительности и (концептуального) дрейфа. [14]Более того, качество данных в настоящее время недостаточно для принятия заслуживающих доверия решений, так как калибровка в полевых условиях приводит к недостоверным результатам измерений, и может потребоваться частая повторная калибровка. [15] Возможным решением может быть слепая калибровка или использование мобильных эталонов. [16] [17]

Обнаружение лесных пожаров [ править ]

Сеть сенсорных узлов может быть установлена ​​в лесу для обнаружения начала пожара . Узлы могут быть оснащены датчиками для измерения температуры, влажности и газов, которые образуются в результате пожара на деревьях или растительности. Раннее обнаружение имеет решающее значение для успешных действий пожарных; Благодаря беспроводным сенсорным сетям пожарная команда сможет узнать, когда начинается пожар и как он распространяется.

Обнаружение оползней [ править ]

Система обнаружения оползней использует сеть беспроводных датчиков для обнаружения незначительных движений почвы и изменений различных параметров, которые могут произойти до или во время оползня. Благодаря собранным данным можно будет узнать о приближающемся возникновении оползней задолго до того, как это произойдет на самом деле.

Мониторинг качества воды [ править ]

Мониторинг качества воды включает анализ свойств воды в плотинах, реках, озерах и океанах, а также запасов подземных вод. Использование множества беспроводных распределенных датчиков позволяет создавать более точную карту состояния воды и позволяет постоянно размещать станции мониторинга в труднодоступных местах без необходимости ручного извлечения данных. [18]

Предотвращение стихийных бедствий [ править ]

Сети беспроводных датчиков могут быть эффективными в предотвращении неблагоприятных последствий стихийных бедствий , таких как наводнения. Беспроводные узлы успешно развернуты в реках, где необходимо отслеживать изменения уровня воды в режиме реального времени.

Промышленный мониторинг [ править ]

Мониторинг состояния машины [ править ]

Сети беспроводных датчиков были разработаны для технического обслуживания оборудования (CBM), поскольку они обеспечивают значительную экономию затрат и предоставляют новые функции. [19]

Беспроводные датчики могут быть размещены в местах, труднодоступных или недоступных для проводной системы, например, во вращающихся механизмах и не привязанных транспортных средствах.

Регистрация данных [ править ]

Основная статья: Регистрация данных

Сети беспроводных датчиков также используются для сбора данных для мониторинга экологической информации. [20] Это может быть так же просто, как мониторинг температуры в холодильнике или уровня воды в резервуарах для перелива на атомных электростанциях. Затем статистическую информацию можно использовать, чтобы показать, как работают системы. Преимущество WSN перед обычными регистраторами - это возможность «живого» потока данных.

Мониторинг воды / сточных вод [ править ]

Мониторинг качества и уровня воды включает в себя множество мероприятий, таких как проверка качества подземных или поверхностных вод и обеспечение водной инфраструктуры страны на благо людей и животных. Его можно использовать для защиты от потерь воды.

Структурный мониторинг состояния [ править ]

Основная статья: Структурный мониторинг здоровья

Беспроводные сенсорные сети можно использовать для мониторинга состояния гражданской инфраструктуры и связанных с ней геофизических процессов, близких к реальному времени, и в течение длительных периодов времени посредством регистрации данных с использованием датчиков с соответствующим интерфейсом.

Производство вина [ править ]

Беспроводные сенсорные сети используются для наблюдения за производством вина как в поле, так и в погребе. [21]

Обнаружение угрозы [ править ]

Система слежения за обширной зоной (WATS) - это прототип сети для обнаружения наземных ядерных устройств [22], таких как ядерная «бомба-портфель». WATS разрабатывается Ливерморской национальной лабораторией Лоуренса (LLNL). WATS будет состоять из беспроводных датчиков гамма-излучения и нейтронов, подключенных через сеть связи. Данные, полученные датчиками, подвергаются « объединению данных» , которое преобразует информацию в легко интерпретируемые формы; это слияние данных является наиболее важным аспектом системы. [23] [ устаревший источник ]

Процесс объединения данных происходит внутри сенсорной сети, а не на централизованном компьютере, и выполняется специально разработанным алгоритмом, основанным на байесовской статистике . [24] WATS не будет использовать централизованный компьютер для анализа, потому что исследователи обнаружили, что такие факторы, как задержка и доступная пропускная способность, как правило, создают значительные узкие места. Данные, обрабатываемые в полевых условиях самой сетью (путем передачи небольших объемов данных между соседними датчиками), выполняются быстрее и делают сеть более масштабируемой. [24]

Важным фактором при разработке WATS является простота развертывания , поскольку большее количество датчиков повышает скорость обнаружения и снижает количество ложных срабатываний. [24] Датчики WATS могут быть развернуты в постоянных местах или установлены на транспортных средствах для мобильной защиты определенных мест. Одним из препятствий для внедрения WATS является размер, вес, потребности в энергии и стоимость доступных в настоящее время беспроводных датчиков. [24] Разработка усовершенствованных датчиков является основным компонентом текущих исследований Управления по нераспространению, контролю над вооружениями и международной безопасности (NAI) LLNL.

WATS был представлен Подкомитету по военным исследованиям и разработкам Палаты представителей США 1 октября 1997 года во время слушаний по ядерному терроризму и контрмерам. [23] 4 августа 1998 г. на последующем заседании этого подкомитета председатель Курт Велдон заявил, что администрация Клинтона урезала финансирование исследований для WATS до прожиточного минимума и что программа была плохо реорганизована. [25]

Характеристики [ править ]

Основные характеристики WSN включают:

  • Ограничения энергопотребления для узлов, использующих батареи или сбор энергии . Примеры поставщиков: ReVibe Energy [26] и Perpetuum [27].
  • Способность справляться с отказами узлов ( устойчивость )
  • Некоторая мобильность узлов (для высокомобильных узлов см. MWSN )
  • Неоднородность узлов
  • Однородность узлов
  • Масштабируемость до крупномасштабного развертывания
  • Способность противостоять суровым условиям окружающей среды
  • Легкость использования
  • Межуровневая оптимизация [28] [29] [30]

Межуровневая связь становится важной областью изучения беспроводной связи. [29] Кроме того, традиционный многоуровневый подход представляет три основные проблемы:

  1. Традиционный многоуровневый подход не может обмениваться различной информацией между разными уровнями, что приводит к тому, что каждый уровень не имеет полной информации. Традиционный многоуровневый подход не может гарантировать оптимизацию всей сети.
  2. Традиционный многоуровневый подход не может адаптироваться к изменениям окружающей среды.
  3. Из-за интерференции между различными пользователями, конфликтов доступа, замирания и изменения среды в беспроводных сенсорных сетях традиционный многоуровневый подход для проводных сетей неприменим к беспроводным сетям.

Таким образом, кросс-уровень может использоваться для оптимальной модуляции для повышения производительности передачи, такой как скорость передачи данных , энергоэффективность, качество обслуживания (QoS) и т. Д. [29] Узлы датчиков можно представить как небольшие компьютеры, которые чрезвычайно базовые с точки зрения их интерфейсов и их компонентов. Обычно они состоят из процессора с ограниченной вычислительной мощностью и ограниченной памятью, датчиков или MEMS (включая специальные схемы кондиционирования), устройства связи (обычно радиоприемопередатчики или, альтернативно, оптического ) и источника питания, обычно в виде батареи. Другие возможные включения:модули сбора энергии , [31] вторичные ASIC и, возможно, вторичный интерфейс связи (например, RS-232 или USB ).

Базовые станции - это один или несколько компонентов WSN с гораздо большим количеством вычислительных, энергетических и коммуникационных ресурсов. Они действуют как шлюз между узлами датчиков и конечным пользователем, поскольку обычно пересылают данные из WSN на сервер. Другие специальные компоненты маршрутизации сетей на основе маршрутизаторы, предназначенные для расчета, рассчитать и распределить таблицы маршрутизации. [32]

Платформы [ править ]

Оборудование [ править ]

Основная статья: сенсорный узел

Одной из основных задач WSN является создание недорогих и крошечных сенсорных узлов. Растет число небольших компаний, производящих оборудование WSN, и коммерческую ситуацию можно сравнить с домашними компьютерами 1970-х годов. Многие из узлов все еще находятся на стадии исследований и разработок, особенно их программное обеспечение. Принятию сенсорных сетей также присуще использование методов с очень низким энергопотреблением для радиосвязи и сбора данных.

Во многих приложениях WSN связывается с локальной или глобальной сетью через шлюз. Шлюз действует как мост между WSN и другой сетью. Это позволяет хранить и обрабатывать данные устройствами с большим количеством ресурсов, например, на удаленном сервере . Глобальная беспроводная сеть, используемая в основном для устройств с низким энергопотреблением, известна как глобальная сеть с низким энергопотреблением ( LPWAN ).

Беспроводная связь [ править ]

Существует несколько стандартов беспроводной связи и решений для подключения сенсорных узлов. Thread и ZigBee могут подключать датчики, работающие на частоте 2,4 ГГц, со скоростью передачи данных 250 кбит / с. Многие используют более низкую частоту для увеличения радиодиапазона (обычно 1 км), например, Z-волна работает на частоте 915 МГц, а в странах ЕС широко используется 868 МГц, но они имеют более низкую скорость передачи данных (обычно 50 кбит / с). Рабочая группа IEEE 802.15.4 обеспечивает стандарт для подключения устройств с низким энергопотреблением, и обычно датчики и интеллектуальные счетчики используют один из этих стандартов для подключения. С появлением Интернета вещей было сделано много других предложений по обеспечению возможности подключения датчиков. LORA [33] - это форма LPWANкоторый обеспечивает беспроводное соединение с малым энергопотреблением на большом расстоянии для устройств, которое использовалось в интеллектуальных счетчиках и других приложениях датчиков большого радиуса действия. Wi-SUN [34] соединяет домашние устройства. NarrowBand IOT [35] и LTE-M [36] могут подключать до миллионов датчиков и устройств с использованием сотовой технологии.

Программное обеспечение [ править ]

Энергия - это самый дефицитный ресурс узлов WSN, и она определяет срок службы WSN. WSN могут быть развернуты в большом количестве в различных средах, включая удаленные и враждебные регионы, где специальная связь является ключевым компонентом. По этой причине алгоритмы и протоколы должны решать следующие проблемы:

  • Увеличенная продолжительность жизни
  • Надежность и отказоустойчивость
  • Самостоятельная настройка

Максимальный срок службы: потребление энергии / мощности сенсорным устройством должно быть минимизировано, а сенсорные узлы должны быть энергоэффективными, поскольку их ограниченный энергетический ресурс определяет их срок службы. Для экономии энергии узлы беспроводных датчиков обычно отключают и радиопередатчик, и радиоприемник, когда они не используются. [29]

Протоколы маршрутизации [ править ]

Беспроводные сенсорные сети состоят из необслуживаемых сенсорных узлов с низким энергопотреблением, небольшого размера и малого радиуса действия. Недавно было замечено, что путем периодического включения и выключения сенсорных и коммуникационных возможностей узлов датчиков мы можем значительно сократить время активности и, таким образом, продлить срок службы сети. [37] [38]Однако эта дежурная цикличность может привести к высокой сетевой задержке, накладным расходам маршрутизации и задержкам обнаружения соседей из-за асинхронного планирования спящего режима и пробуждения. Эти ограничения требуют принятия контрмер для беспроводных сенсорных сетей с рабочим циклом, которые должны минимизировать информацию о маршрутизации, нагрузку маршрутизации трафика и потребление энергии. Исследователи из Университета Сонгюнкван предложили упрощенную маршрутизацию без увеличения интервала задержки доставки, называемую LNDIR. Эта схема может обнаруживать маршруты с минимальной задержкой на каждом интервале невозрастания задержки доставки вместо каждого временного интервала. [ требуется разъяснение ]Имитационные эксперименты продемонстрировали применимость этого нового подхода к минимизации маршрутной информации, хранящейся на каждом датчике. Кроме того, эта новая маршрутизация также может гарантировать минимальную задержку доставки от каждого источника к приемнику. Наблюдается повышение производительности до 12 и 11 раз с точки зрения снижения нагрузки трафика маршрутизации и энергоэффективности, соответственно, по сравнению с существующими схемами. [39]

Операционные системы [ править ]

Операционные системы для узлов беспроводной сенсорной сети обычно менее сложны, чем операционные системы общего назначения. Они больше напоминают встроенные системы по двум причинам. Во-первых, беспроводные сенсорные сети обычно развертываются с учетом конкретного приложения, а не в качестве общей платформы. Во-вторых, потребность в низких затратах и ​​малом энергопотреблении приводит к тому, что большинство беспроводных сенсорных узлов имеют микроконтроллеры с низким энергопотреблением, гарантирующие, что такие механизмы, как виртуальная память, либо не нужны, либо слишком дороги в реализации.

Поэтому для сенсорных сетей можно использовать встроенные операционные системы, такие как eCos или uC / OS . Однако такие операционные системы часто разрабатываются с учетом свойств реального времени.

TinyOS , пожалуй, первая операционная система, специально разработанная для беспроводных сенсорных сетей. TinyOS основана на модели программирования, управляемой событиями, а не на многопоточности . Программы TinyOS состоят из обработчиков событий и задач с семантикой от выполнения до завершения. Когда происходит внешнее событие, такое как входящий пакет данных или показания датчика, TinyOS сигнализирует соответствующему обработчику событий для обработки события. Обработчики событий могут публиковать задачи, запланированные ядром TinyOS через некоторое время.

LiteOS - это недавно разработанная ОС для беспроводных сенсорных сетей, которая обеспечивает UNIX-подобную абстракцию и поддержку языка программирования C.

Contiki - это ОС, которая использует более простой стиль программирования на C, но при этом предоставляет такие усовершенствования, как 6LoWPAN и Protothreads .

RIOT (операционная система) - это более поздняя операционная система реального времени, имеющая аналогичные функции с Contiki.

PreonVM [40] - это операционная система для беспроводных сенсорных сетей, которая обеспечивает 6LoWPAN на основе Contiki и поддерживает язык программирования Java .

Платформы для совместной работы с датчиками в Интернете [ править ]

Совместные онлайн-платформы управления данными датчиков представляют собой онлайн-сервисы баз данных, которые позволяют владельцам датчиков регистрировать и подключать свои устройства для передачи данных в онлайн-базу данных для хранения, а также позволяют разработчикам подключаться к базе данных и создавать свои собственные приложения на основе этих данных. Примеры включают Xively и платформу Wikisensing . Такие платформы упрощают онлайн-сотрудничество между пользователями с использованием различных наборов данных, начиная от данных об энергии и окружающей среде и заканчивая данными, полученными от транспортных услуг. Другие услуги включают в себя предоставление разработчикам возможности встраивать графики и виджеты в реальном времени на веб-сайты; анализировать и обрабатывать исторические данные, полученные из каналов данных; отправлять оповещения в реальном времени из любого потока данных для управления сценариями, устройствами и средами.

Архитектура системы Wikisensing [41] описывает ключевые компоненты таких систем, включая API и интерфейсы для онлайн-сотрудников, промежуточное программное обеспечение, содержащее бизнес-логику, необходимую для управления данными датчиков и их обработки, и модель хранения, подходящую для эффективного хранения и поиска. больших объемов данных.

Моделирование [ править ]

В настоящее время моделирование и симуляция на основе агентов - единственная парадигма, которая позволяет моделировать сложное поведение в среде беспроводных датчиков (например, группирование). [42] Агентное моделирование беспроводных датчиков и специальных сетей является относительно новой парадигмой. Агентное моделирование изначально было основано на социальном моделировании.

Сетевые симуляторы, такие как Opnet, Tetcos NetSim и NS, могут использоваться для имитации беспроводной сенсорной сети.

Другие концепции [ править ]

Безопасность [ править ]

Архитектура без инфраструктуры (т.е. без шлюзов и т. Д.) И неотъемлемые требования (т. Е. Автоматическая рабочая среда и т. Д.) WSN могут создавать несколько слабых мест, привлекающих злоумышленников. Поэтому безопасность является большой проблемой, когда WSN развертываются для специальных приложений, таких как военные и здравоохранение. Из-за своих уникальных характеристик традиционные методы защиты компьютерных сетей будут бесполезны (или менее эффективны) для WSN. Следовательно, отсутствие механизмов безопасности приведет к вторжению в эти сети. Эти вторжения необходимо обнаруживать и применять методы предотвращения.

В защите беспроводных сенсорных сетей произошли важные инновации. Большинство встроенных беспроводных сетей используют всенаправленные антенны, поэтому соседи могут подслушивать обмен данными в узлах и из них. Это было использовано для разработки примитива, называемого « локальный мониторинг » [43], который использовался для обнаружения сложных атак, таких как черная дыра или червоточина, которые снижают пропускную способность больших сетей почти до нуля. Этот примитив с тех пор используется многими исследователями и коммерческими снифферами беспроводных пакетов. Впоследствии это было усовершенствовано для более сложных атак, таких как сговор, мобильность и многоканальные устройства с множеством антенн. [44]

Распределенная сенсорная сеть [ править ]

Если в сенсорной сети используется централизованная архитектура и центральный узел выходит из строя, вся сеть рушится, однако надежность сенсорной сети может быть увеличена за счет использования распределенной архитектуры управления. Распределенное управление используется в WSN по следующим причинам:

  1. Узлы датчиков подвержены выходу из строя,
  2. Для лучшего сбора данных
  3. Обеспечить узлы резервным копированием на случай отказа центрального узла.

Также нет централизованного органа для распределения ресурсов, и они должны быть самоорганизованными.

Что касается распределенной фильтрации по распределенной сенсорной сети. общая установка заключается в наблюдении за лежащим в основе процессом с помощью группы датчиков, организованных в соответствии с заданной топологией сети, что позволяет отдельным наблюдателям оценивать состояние системы, основываясь не только на его собственных измерениях, но и на данных его соседей. [45]

Интеграция данных и сенсорная сеть [ править ]

Данные, собранные из беспроводных сенсорных сетей, обычно сохраняются в виде числовых данных на центральной базовой станции. Кроме того, Open Geospatial Consortium (OGC) определяет стандарты для интерфейсов взаимодействия и кодирования метаданных, которые обеспечивают интеграцию разнородных сенсорных сетей в Интернет в реальном времени, позволяя любому человеку отслеживать или управлять беспроводными сенсорными сетями через веб-браузер.

Обработка в сети [ править ]

Чтобы снизить затраты на связь, некоторые алгоритмы удаляют или сокращают избыточную информацию датчиков узлов и избегают пересылки бесполезных данных. Этот метод использовался, например, для распределенного обнаружения аномалий [46] [47] [48] [49] или распределенной оптимизации. [50]Поскольку узлы могут проверять данные, которые они пересылают, они могут измерять средние значения или направленность, например, показаний с других узлов. Например, в приложениях измерения и мониторинга обычно бывает так, что соседние узлы датчиков, отслеживающие объект окружающей среды, обычно регистрируют аналогичные значения. Такая избыточность данных из-за пространственной корреляции между наблюдениями датчиков вдохновляет на создание методов для объединения и интеллектуального анализа данных в сети. Агрегация снижает объем сетевого трафика, что помогает снизить потребление энергии на узлах датчиков. [51] [52]Недавно было обнаружено, что сетевые шлюзы также играют важную роль в повышении энергоэффективности сенсорных узлов за счет планирования большего количества ресурсов для узлов с более критическими потребностями в энергоэффективности, и для улучшения на сетевых шлюзах необходимо реализовать передовые алгоритмы планирования энергоэффективности. общей энергоэффективности сети. [29] [53]

Безопасное агрегирование данных [ править ]

Это форма внутрисетевой обработки, при которой предполагается, что узлы датчиков не защищены с ограниченной доступной энергией, в то время как базовая станция считается защищенной с неограниченной доступной энергией. Агрегация усложняет уже существующие проблемы безопасности для беспроводных сенсорных сетей [54] и требует новых методов безопасности, специально разработанных для этого сценария. Обеспечение безопасности для агрегирования данных в беспроводных сенсорных сетях известно как безопасное агрегирование данных в WSN . [52] [54] [55] были первыми работами, в которых обсуждались методы безопасного агрегирования данных в беспроводных сенсорных сетях.

Две основные проблемы безопасности при безопасном агрегировании данных - это конфиденциальность и целостность данных. В то время как шифрование традиционно используется для обеспечения сквозной конфиденциальности в беспроводной сенсорной сети, агрегаторам в сценарии безопасной агрегации данных необходимо расшифровать зашифрованные данные для выполнения агрегации. Это открывает доступ к открытому тексту для агрегаторов, что делает данные уязвимыми для атак злоумышленника. Точно так же агрегатор может вводить ложные данные в агрегат и заставлять базовую станцию ​​принимать ложные данные. Таким образом, хотя агрегирование данных повышает энергоэффективность сети, оно усложняет существующие проблемы безопасности. [56]

См. Также [ править ]

  • Автономная система
  • Ячеистая сеть Bluetooth
  • Центр встроенного сетевого зондирования
  • Список специальных протоколов маршрутизации
  • Метеорологические приборы
  • Мобильные беспроводные сенсорные сети
  • OpenWSN
  • Оптическая беспроводная связь
  • Роботизированное картографирование
  • Умные, подключенные продукты
  • Необслуживаемый датчик грунта
  • Виртуальная сенсорная сеть
  • Беспроводные одноранговые сети

Ссылки [ править ]

  1. ^ Улло, Сильвия Либерата; Синха, GR (2020-05-31). «Достижения в интеллектуальных системах мониторинга окружающей среды с использованием Интернета вещей и датчиков» . Датчики (Базель, Швейцария) . 20 (11): 3113. DOI : 10,3390 / s20113113 . ISSN  1424-8220 . PMC  7309034 . PMID  32486411 .
  2. ^ Франческо Марио, Ди; K, DasSajal; Анастаси Джузеппе (01.08.2011). «Сбор данных в беспроводных сенсорных сетях с мобильными элементами». Транзакции ACM в сенсорных сетях (TOSN) . 8 : 1–31. DOI : 10.1145 / 1993042.1993049 . S2CID 15576441 . 
  3. ^ Ся, Фэн; Тиан, Ю-Чу; Ли, Яньцзюнь; Солнце, Юксиан (2007-10-09). «Дизайн беспроводной сети датчиков / исполнительных механизмов для мобильных приложений управления» . Датчики (Базель, Швейцария) . 7 (10): 2157–2173. DOI : 10.3390 / s7102157 . ISSN 1424-8220 . PMC 3864515 . PMID 28903220 .   
  4. ^ "Беспроводные сенсорные сети для наблюдения за полем боя" (PDF) . 2006 г.
  5. ^ Dargie, У. и Poellabauer, C. (2010). Основы беспроводных сенсорных сетей: теория и практика . Джон Вили и сыновья. С. 168–183, 191–192. ISBN 978-0-470-99765-9.CS1 maint: использует параметр авторов ( ссылка )
  6. ^ Сораби, К., Minoli Д., знать, Т. (2007). Беспроводные сенсорные сети: технологии, протоколы и приложения . Джон Вили и сыновья. С. 203–209. ISBN 978-0-471-74300-2.CS1 maint: использует параметр авторов ( ссылка )
  7. ^ Оливейра, Жоао; Идет, Жоао (2012). Параметрическое усиление аналогового сигнала в наноразмерных КМОП-технологиях . Springer Science & Business Media . п. 7. ISBN 9781461416708.
  8. ^ Пейрис, В. (2013). «Высокоинтегрированное беспроводное зондирование для сетевых приложений тела». Отдел новостей SPIE . DOI : 10.1117 / 2.1201312.005120 .
  9. ^ Тони О'Донован; Джон О'Донохью; Кормак Сринан; Дэвид Сэммон; Филип О'Рейли; Киран А. О'Коннор (2009). Контекстно-зависимая беспроводная телесная сеть (BAN) (PDF) . Pervasive Computing Technologies для здравоохранения, 2009. DOI : 10,4108 / ICST.PERVASIVEHEALTH2009.5987 . Архивировано (PDF) из оригинала 09.10.2016.
  10. ^ Билал, Мухаммед; и другие. (2017). «Протокол аутентификации для будущих сенсорных сетей» . Датчики . 17 (5): 979. arXiv : 1705.00764 . Bibcode : 2017arXiv170500764B . DOI : 10.3390 / s17050979 . PMC 5464775 . PMID 28452937 .  
  11. ^ JKHart и K.Martinez, «Экологические сенсорные сети: революция в науке о земных системах?», Earth-Science Reviews, 2006 г. Архивировано 23 ноября 2015 г. в Wayback Machine
  12. ^ Apte, JS; Мессье, КП; Gani, S .; Брауэр, М .; Кирхштеттер, TW; Лунден, ММ; Маршалл, JD; Портье, CJ; Vermeulen, RCH; Гамбург, СП (2017). «Картирование загрязнения воздуха с высоким разрешением с помощью Google Street View Cars: использование больших данных». Наука об окружающей среде и технологии . 51 : 6999–7008. DOI : 10.1021 / acs.est.7b00891 .
  13. ^ "Дыши Лондон" . Дыши в Лондоне . Проверено 27 апреля 2021 года .
  14. ^ Файнберг, S .; Williams, R .; Хаглер, GSW; Рикард, Дж .; Garver, D .; Harshfield, G .; Stauffer, P .; Mattson, E .; Судья, Р .; Гарви, С. (2018). «Долгосрочная оценка технологии датчиков воздуха в условиях окружающей среды в Денвере, штат Колорадо». Методы атмосферных измерений . 11 : 4605–4615. DOI : 10,5194 / АМТ-11-4605-2018 .
  15. ^ Танцев, G .; Паскаль, К. (2020). «Проблема перемещения калиброванных в полевых условиях недорогих сенсорных систем в мониторинге качества воздуха: систематическая ошибка отбора проб». Датчики . 21 : 6198. DOI : 10,3390 / s20216198 .
  16. ^ Бальзано, L .; Новак, Р. (2008). «Слепая калибровка сетей датчиков: теория и алгоритмы». Сетевое зондирование информации и контроля : 9–37. DOI : 10.1007 / 978-0-387-68845-9_1 .
  17. ^ Saukh, O .; Hasenfratz, D .; Тиле, Л. (2015). «Снижение ошибок калибровки с несколькими скачками в крупномасштабных мобильных сенсорных сетях». IPSN 2015 - Материалы 14-го Международного симпозиума по обработке информации в сенсорных сетях (часть CPS Week) : 274–285. DOI : 10.1145 / 2737095.2737113 .
  18. ^ Spie (2013). «Василий Каранассиос: Поглощение энергии для питания удаленных датчиков». Отдел новостей SPIE . DOI : 10.1117 / 2.3201305.05 .
  19. ^ Тивари, Анкит; и другие. (2007). «Разработка и внедрение энергоэффективной беспроводной сенсорной сети для технического обслуживания по состоянию». ACM-транзакции в сенсорных сетях . 3 : 1 – es. CiteSeerX 10.1.1.188.8180 . DOI : 10.1145 / 1210669.1210670 . S2CID 7278286 .  
  20. ^ К. Салим; Н. Фисал и Дж. Аль-Мухтади (2014). «Эмпирические исследования самоорганизованного безопасного автономного протокола маршрутизации, основанного на биологии». Журнал датчиков IEEE . 14 (7): 1–8. Bibcode : 2014ISenJ..14.2232S . DOI : 10.1109 / JSEN.2014.2308725 . S2CID 27135727 . 
  21. ^ Анастаси, Г., Фарруджиа, 0., Ло Ре, Г., Ортолани, М. (2009) Мониторинг производства высококачественного вина с использованием беспроводных сенсорных сетей, HICSS 2009
  22. ^ «Национальная стратегия борьбы с терроризмом с использованием оружия массового поражения» . str.llnl.gov . Обзор науки и технологий . Проверено 26 февраля 2019 .
  23. ^ a b «Стремление к более безопасному миру с 1945 года» . fas.org . Федерация американских ученых.
  24. ^ a b c d Холмы, Роб. «Чувство опасности» . str.llnl.gov . Обзор науки и технологий . Проверено 26 февраля 2019 .
  25. ^ "Интересы национальной безопасности США / России" . commdocs.house.gov . Палата представителей США . Проверено 26 февраля 2019 .
  26. ^ «Энергия ReVibe - Энергия промышленного Интернета вещей» . revibeenergy.com . Архивировано 22 сентября 2017 года . Проверено 3 мая 2018 .
  27. ^ "МИРОВОЙ ЛИДЕР В БЕСПРОВОДНЫХ СИСТЕМАХ ДАТЧИКА ВИБРАЦИОННЫХ УСТАНОВОК" . МИРОВОЙ ЛИДЕР В БЕСПРОВОДНЫХ СИСТЕМАХ ДАТЧИКА ВИБРАЦИОННЫХ УСТАНОВОК . Архивировано 13 апреля 2018 года . Проверено 3 мая 2018 .
  28. ^ Салим, К., Фисал, Н., Хафиза, С., Камила, С., Рашид, Р. и Багуда, Ю., 2009 г., январь. Межуровневый протокол самоорганизованной маршрутизации на основе биологических методов для беспроводной сенсорной сети. В конференции TENCON 2009-2009 IEEE Region 10 (стр. 1-6). IEEE. Салим, Кашиф; Фисал, Норшейла; Хафиза, Шариф; Камила, Шариф; Рашид, Розеха; Багуда, Якубу (2009). «Межуровневый протокол самоорганизованной маршрутизации, основанный на биологических принципах для беспроводной сенсорной сети». TENCON 2009 - 2009 Конференция IEEE Region 10 . С. 1–6. DOI : 10.1109 / TENCON.2009.5395945 . ISBN 978-1-4244-4546-2. S2CID  30236796 .
  29. ^ a b c d e Гуован Мяо ; Йенс Зандер; Ки Вон Сон; Бен Слиман (2016). Основы мобильных сетей передачи данных . Издательство Кембриджского университета . ISBN 978-1107143210.
  30. ^ Агдам, Шахин Mahdizadeh; Хансари, Мохаммад; Rabiee, Hamid R; Салехи, Мостафа (2014). «WCCP: протокол управления перегрузкой для беспроводной мультимедийной связи в сенсорных сетях». Ad Hoc сети . 13 : 516–534. DOI : 10.1016 / j.adhoc.2013.10.006 .
  31. ^ Магно, М .; Boyle, D .; Brunelli, D .; О'Флинн, Б.; Popovici, E .; Бенини, Л. (2014). «Расширенный беспроводной мониторинг с помощью интеллектуального гибридного источника энергии». IEEE Transactions по промышленной электронике . 61 (4): 1871. DOI : 10,1109 / TIE.2013.2267694 . S2CID 23562384 . 
  32. ^ A. Xenakis, F. Foukalas, G. Stamoulis, " Межуровневое управление топологией с учетом энергии посредством моделирования отжига для WSN"
  33. ^ "ЛОРА Альянс" . Архивировано 9 ноября 2017 года.
  34. ^ "Wi-Sun Alliance" . 2018-08-15. Архивировано 9 ноября 2017 года.
  35. ^ «NB-IOT против LoRa против Sigfox, LINKLabs, январь 2017 г.» . Архивировано 10 ноября 2017 года.
  36. ^ "Что такое LTE-M?" . Архивировано 9 ноября 2017 года.
  37. ^ A. Xenakis, F. Foukalas и G. Stamoulis, " Минимально взвешенный алгоритм кластеризации для беспроводных сенсорных сетей ". Материалы 19-й Всегреческой конференции по информатике https://doi.org/10.1145/2801948.2801999 , октябрь 2015 г.) 255-260.
  38. ^ ТАХ Хассан, Г. Селим и Р. Садек, «Новый энергоэффективный протокол маршрутизации вице-главы кластера в беспроводных сенсорных сетях», Седьмая международная конференция IEEE 2015 года по интеллектуальным вычислениям и информационным системам (ICICIS), Каир, 2015, стр. 313 -320, DOI: 10.1109 / IntelCIS.2015.7397240.
  39. ^ К. Шахзад, Мухаммад; Нгуен, Данг Ту; Залюбовский, Вячеслав; Чу, Хёнсын (2018). «LNDIR: облегченная маршрутизация на основе интервалов задержки доставки и задержки доставки для сенсорных сетей с рабочим циклом» . Международный журнал распределенных сенсорных сетей . 14 (4): 1550147718767605. DOI : 10,1177 / 1550147718767605 . Материал был скопирован из этого источника, который доступен по международной лицензии Creative Commons Attribution 4.0 .
  40. ^ PreonVM - Virtual maschine для беспроводных сенсорных устройств Архивировано 11 ноября 2017 г. на Wayback Machine Дата обращения 10 ноября 2017 г.
  41. ^ Сильва, Д .; Ghanem, M .; Го, Ю. (2012). «WikiSensing: совместный онлайн-подход к управлению данными датчиков» . Датчики . 12 (10): 13295–332. DOI : 10.3390 / s121013295 . PMC 3545568 . PMID 23201997 .  
  42. ^ Ниязи, Муаз; Хуссейн, Амир (2011). «Новая структура моделирования на основе агентов для зондирования в сложных адаптивных средах» (PDF) . Журнал датчиков IEEE . 11 (2): 404–412. arXiv : 1708.05875 . Bibcode : 2011ISenJ..11..404N . DOI : 10,1109 / jsen.2010.2068044 . S2CID 15367419 . Архивировано из оригинального (PDF) 25 июля 2011 года.  
  43. ^ Халил, Исса; Багчи Саурабх; Шрофф, Н.Б. (2005). «LITEWORP: легкое средство противодействия атакам через червоточины в беспроводных сетях с множеством переключений» . 2005 Международная конференция по надежным системам и сетям (DSN'05) : 612–621. DOI : 10.1109 / DSN.2005.58 . ISBN 0-7695-2282-3. S2CID  2018708 .
  44. ^ Митчелл, Роберт; Чен, Инг-Рэй (2014-04-01). «Обзор обнаружения вторжений в приложениях беспроводной сети» . Компьютерные коммуникации . 42 : 1–23. DOI : 10.1016 / j.comcom.2014.01.012 . ISSN 0140-3664 . 
  45. ^ Ли, Ванянь; Ван, Цзидун; Вэй, Гуолян; Ма, Лифенг; Ху, Цзюнь; Дин, Деруи (2015). «Обзор мультисенсорного слияния и согласованной фильтрации для сенсорных сетей» . Дискретная динамика в природе и обществе . 2015 : 1–12. DOI : 10.1155 / 2015/683701 . ISSN 1026-0226 . 
  46. ^ Босман, HHWJ; Iacca, G; Tejada, A .; Wörtche, HJ; Лиотта, А. (01.12.2015). «Ансамбли инкрементальных учеников для обнаружения аномалий в специальных сенсорных сетях». Ad Hoc сети . Специальный выпуск о технологиях обнаружения, обработки и сетевых технологий, основанных на больших данных. 35 : 14–36. DOI : 10.1016 / j.adhoc.2015.07.013 . hdl : 11572/196409 . ISSN 1570-8705 . 
  47. ^ Босман, HHWJ; Liotta, A .; Iacca, G .; Wörtche, HJ (октябрь 2013 г.). «Обнаружение аномалий в сенсорных системах с помощью легкого машинного обучения». Международная конференция IEEE по системам, человеку и кибернетике 2013 : 7–13. DOI : 10.1109 / SMC.2013.9 . ISBN 978-1-4799-0652-9. S2CID  6434158 .
  48. ^ Босман, HHWJ; Liotta, A .; Iacca, G .; Wörtche, HJ (декабрь 2013 г.). «Экстремальное онлайн-обучение по сенсорным сетям с фиксированной точкой». 2013 IEEE 13-я Международная конференция по интеллектуальному анализу данных, семинары : 319–326. DOI : 10.1109 / ICDMW.2013.74 . ISBN 978-1-4799-3142-2. S2CID  6460187 .
  49. ^ Босман, HHWJ; Iacca, G .; Wörtche, HJ; Лиотта, А. (декабрь 2014 г.). «Онлайн-сочетание инкрементального обучения для беспроводных сенсорных сетей». 2014 IEEE International Conference on Data Mining Workshop : 525–532. DOI : 10.1109 / ICDMW.2014.79 . ЛВП : 10545/622629 . ISBN 978-1-4799-4274-9. S2CID  14029568 .
  50. ^ ИАККА, G. (2018). «Распределенная оптимизация в беспроводных сенсорных сетях: структура островной модели». Мягкие вычисления . 17 (12): 2257–2277. arXiv : 1810.02679 . Bibcode : 2018arXiv181002679I . DOI : 10.1007 / s00500-013-1091-х . ISSN 1433-7479 . S2CID 33273544 .  
  51. ^ Босман, HHWJ; Iacca, G .; Tejada, A .; Wörtche, HJ; Лиотта, А. (01.01.2017). «Обнаружение пространственных аномалий в сенсорных сетях с использованием информации о районе» . Информационный фьюжн . 33 : 41–56. DOI : 10.1016 / j.inffus.2016.04.007 . ISSN 1566-2535 . 
  52. ^ a b кулачок, H; Оздемир, С. Наир, П. Мутхуавинашиаппан, Д. (октябрь 2003 г.). ESPDA: энергоэффективное и безопасное агрегирование данных на основе шаблонов для беспроводных сенсорных сетей . Труды IEEE Sensors 2003 . 2 . С. 732–736. CiteSeerX 10.1.1.1.6961 . DOI : 10.1109 / icsens.2003.1279038 . ISBN  978-0-7803-8133-9. S2CID  15686293 .CS1 maint: несколько имен: список авторов ( ссылка )
  53. ^ Rowayda, А. Садек (май 2018). «Кластерный протокол с поддержкой гибридной энергии для гетерогенной сети IoT» . Будущие вычисления и информатика . 3 (2): 166–177. DOI : 10.1016 / j.fcij.2018.02.003 .
  54. ^ а б Ху, Линсюань; Дэвид Эванс (январь 2003 г.). «Безопасное агрегирование для беспроводных сетей». Семинар по безопасности и гарантии в специальных сетях .
  55. ^ Przydatek, Бартош; "Рассветная песня"; Адриан Перриг (2003). SIA: безопасное агрегирование информации в сенсорных сетях . SenSys . С. 255–265. DOI : 10.1145 / 958491.958521 . ISBN 978-1581137071. S2CID  239370 .
  56. ^ Кумар, Вимал; Санджай К. Мадриа (август 2012 г.). «Безопасное иерархическое агрегирование данных в беспроводных сенсорных сетях: оценка и анализ производительности». 2012 13-я Международная конференция IEEE по управлению мобильными данными . С. 196–201. DOI : 10.1109 / MDM.2012.49 . ISBN 978-1-4673-1796-2. S2CID  2990744 .

Дальнейшее чтение [ править ]

  • Маршрутизация узлов шлюза на основе цепочки для повышения энергоэффективности в WSN

Амир Хожабри * 1, Мохаммадреза Эсламинеджад 2, Митра Махруян 3 1 * - Департамент компьютерных наук и информационных технологий, Институт высшего образования Занда, Шираз, Иран 2- Департамент компьютерных наук и информационных технологий, Институт высшего образования Занда, Шираз, Иран 3- Кафедра физики, Факультет естественных наук, Исфаханский университет, Исфахан, Иран

  • Киран Марайя, Камаль Кант, Нитин Гупта «Беспроводная сенсорная сеть: обзор агрегирования данных», Международный журнал научных и технических исследований, том 2, выпуск 4, апрель 2011 г.
  • Чалермек Интанагонвиват, Дебора Эстрин, Рамеш Говиндан, Джон Хайдеманн, « Влияние плотности сети на агрегирование данных в беспроводных сенсорных сетях », 4 ноября 2001 г.

Внешние ссылки [ править ]

  • Комитет по стандартизации IEEE 802.15.4
  • Безопасное агрегирование данных в беспроводных сенсорных сетях: обзор A *
  • Список предложений безопасной агрегации для WSN