kablosuz sensör ağlarda konumlandırma - locatization in wsns

KABLOSUZ SENSÖR AĞLARINDA

KONUMLANDIRMA

-Kablosuz Sensör Ağlarında Konumlandırma-

Kısaltmalar:

*KSA : Kablosuz Sensör Ağları(Wireless Sensor Networks)

KSA’lar kullanılarak hazırlanmış uygulamalar genellikle ısı, nem, hareket, ışık, olağanüstü durumların izlenmesi gibi durumlar için üretilirler. Bu amaç ile her bir düğümün yerleştirilmesi ve diğer düğümlerle iletişim halinde bulunmasının yanında düğümlerin yerleştirimi de son derece önemli bir adımı oluşturur. Bu hususta:

• Düğümlerin yerleşimi 3 ana grup halinde (mesafe/açı tahmini, konum bulma ve yerleştirme algoritmaları) ele alınacak.

• Doğal afet izleme, askeri uygulamalar gibi önceliği yüksek uygulamalara dışarıdan gelebilecek saldırılara ve bunlara karşı konumlandırma ile igili olan korunma yöntemlerine değinilecektir.


Bir çok uygulamanın temelini konumlandırma sistemi oluşturur, çünkü ister istemez bununla ilişkili bilgiye ihtiyaç duyarız. Belkide ulaşılamayan yerler(dar mağara/çatlaklıklar gibi), afet bölgeleri gibi önceden konumunu bilmediğimiz alanlara düğümlerimizi yerleştirmiş olabiliriz. Bu gibi durumlarda düğümlerin yerlerini belirlemek zorunda kalırız. Sadece KSA’lara bağımlı bu gibi birçok neden sayılabilir; düğümlerin kimlikleri (güvenlik ve konum için), belirli bir alana yerleştirilmiş düğümlerin yönetimi, düğümlerin yoğunluğu, kapsama alanları, coğrafi yönlendirme bilgisi, nesne izleme gibi...



Her bir sensörün belli bir bağlantı aralığı vardır. Sensörler konumlandırılırken, yer tahmininde bağlantı hızının düşüklüğüne göre bir sensörün uzaklığı hesaplanabilir.

Düğümlerden gelen sinyalın açısını/yönünü hesaplamak için konumu bilinen en az 3 doğrusal olmayan nokta ile yeri bilinmeyen sensörün açısı hesaplanabilir.

Düğümler arası mesafe yayımlanan sinyalin gecikme süresi baz alınarak hesaplanabilir.

İki farklı şekilde bu yöntem uygulanabilir:1.Aynı ibreyi gösteren zamanlayıcılara sahip düğümler arasında gönderilen radio sinyali alıcı düğüme ulaştığında önceden ulaşması gereken zaman bilindiğinden uzaklık bulunabilir. (b)2.İki farklı hıza sahip dalga gönderilerek(radio ve ultrasonik ses dalgaları gibi) bu iki sinyal hedefe ulaştıklarında aradaki zaman farkından uzaklıkları hesaplanabilir. (c)

a), b) Triliterasyon yöntemiyle düğüm tespiti

c) Çoklu triliterasyon ile düğüm tespiti


d) Sınırlayıcı kutu yöntemiyle düğüm tespiti

Üçgenlere bölme yöntemi; e) Kayıp düğüm yerini kendisi hesaplayabilir,f) Farklı düğümler yer tespiti yapıyor ise


g), h) Çeşitli istatistiksel verilerin yardımıyla konum analizi yapılabilir


Belli bir düğüm ile konumlandırmaya başlanması şeklinde uygulanan yöntemlerdir. Bu yöntemler dağıtık/ayrık olarak uygulanamazlar.

Sensörlerden alınan verileri benzerlik-farklılıklarına göre gruplandıran matematik tabanlı bir istatistiksel yöntemdir.

1.Dijikstra, Floyd algoritması gibi bir yöntemle bütün ikililer arasındaki en kısa yol hesaplanır.2.Klasik MDS elde edilen bu matrise uygulanır. Alınan x en büyük özgündeğere göre x boyutlu bir harita oluşturulur. (x; ortam 2B ise x=2, 3B ise x=3)3.2B için en az üç, 3B için en az 4 düğümün pozisyonu ile hata kareler toplamının minimize edilmesiyle düğüm konumları hesaplanmaya çalışılır.

Bu yöntemde seviye seviye arama yöntemine karşı, komşuluklar hesaplanırken elde edilen en az hatalı sonuç gerçek komşuluğu vermeyebilir çünkü sadece bu hata payı komşuluğu hesaplamak için yeterli olmayabilir. Bu gibi durumlarda local minimuma takılmamak adına geliştirilmiş bir yöntemdir. Hesaplama yapılırken rastgele olarak sıçramalar yapılr.

Rastgele seçilen düğümler çevresindeki diğer düğümlerre sinyal verilerek haritalama yapılmaya çalışılır.

Ortam koordinat sistemi gibi düşünülür ve aşama aşama düğümlerin tespiti yapılmaya çalışılır.

Düğümler için yakınlıkları belirten graf hazırlanır.

•Yeri kesin olarak belli olan düğümler sabit kabul edilirler.•Yeri tam bilinmeyen düğümler en az üç sabit düğm alınarak, yakınlık tespiti yapılmaya çalışılır. Sonuç olarak yaylar arasındaki gerginlikler giderilmeye çalışılır.

Bu yöntemde hata düzeltmelerinde veya yeni bir bilgi elde edildiğinde gereksiz hessaplmalardan kaçınılıp onun yerine bazı varsayım-tahminlerde bulunulması önerir. (Assumption Based Coordinate) Örneğin ele alınan ilk düğümün yerini tespit etmek yerine koordinat düzleminde (0,0) noktasında kabul edebiliriz. Daha sonraki düğümleri ise RSSI ile birbirlerine olan uzaklıklarını bulmaya çalışabiliriz.

Buradaki amacımız düğümleri olabildiğince az alanda gösterebilmek.

Elimizde iki çeşit graf olabilir:a)Eğilemez graf; düğümler arasında bir çok bağlantı vardır. Bu sebepten buna uygulanamazb)Eğilebilir graf; bu tip grafa iki şekilde uygulanabilir:

->Belirsizliği döndürmek(a)->Karmaşıklığı azaltmak (burada [AD] ile [BC] kesiştiği için uyguladık)(b)

Algoritma iki fazdan oluşur: 1.Faz; kümesel konumlandırma:Her bir düğümün oluşturulacak kümenin merkezinde ve bu ele alınacak düğümlerin komşularına olan göreceli uzaklıklarının tahmini.2.Faz; kümesel dönüşüm:Aynı koordinat düzlemindeki her düğümün pozisyonu ortaklaşa kullanılır. Ortak iki konum arasındaki doğrusal olmayan en az 3 düğüm bulunur ve bunlar arasındaki döndürme, yansıtma, öteleme gibi işlemler uygulanır.

Mekansal bir harita ve mesafe matrisi ile oluşturulmuş bir koordinat sistemi dikimi tabanlı algoritmadır. Yansıtma, öteleme, döndürme gibi işlemlerde oluşabilecek tutarsızlıkları önlemek amacıyla ortaya atılmıştır

(a)’da mesafe matrisi belirtilmiş,(b)’de ise bu oluşturulmuş mekansal harita gösterilmiştir. Bu çakışan

yerel haritalar gösterilmiştir. Yerel haritalar belli bir matematiksel metod uygulanarak elde edilirler.

Birincil düğüm olarak adlandırılacak düğümler seçilirler. İlk olarak bazı sensörler ikincil olarak belirlenir. Birincil ile ikinciller arası tespit MDS algoritmasına göre belirlenir. İkinci olarak PDM’ye gore geri kalan normal düğümler için yer tespiti yapılır.

MDS ve APS(Ad-Hoc Positioning System) karışımı bir algoritmadır.

Üç fazda uygulanır:1. Ağın dış çevresi boyunca rastgele bazı düğümler seçilir.2. Seçilmiş bu referans düğümleri ile ayrı ayrı MDS uygulanır. Böylece ilk olarak her ikili arasındaki en kısa mesafeler bulunmuş olacaktır. Bu iki fazing sonucu olarak elimizde bir koordinat sistemine uygulanabilecek düğümler kümesi elde etmiş oluruz.3. APS uygulanır:DV-Hop veya DV-Distance ile uygulanır.

*DV-Hop’ta düğümler arasındaki her kesim 1 hop (1 atlama, 1 birim) olarak alınır. DV-Distance’ta ise sinyal gücü gibi bir metrik ile düğümler arasındaki mesafe tahmin edilerek DV-Hop tan farklı olarak her düğüm arası ölçüt eşit olmayacaktır. İşaretçi düğümler sinyal yayarlar. En az üç işaretçi düğümden gelen konum bilgisi ile digger düğümler yerlerini bulmaya çalışırlar.

(Radio Interferometrik Positioning System[RIPS])

Aynı anda iki farklı vericiden aynı anda karmaşık bir müdehale sinyali oluşturulur. Oluşturulan birleşik sinyal genellikle düşük frekanslı olduğu için ucuz bir donanımla algılamak mümkündür.

Interferometrik aralık bir NP-Complete Problem(non-deterministik polynomial time)’dir. Yani tam olarak hızlı bir çözüm üretmek mümkün değildir.İstatistiksel veya genetic algoritma gibi yöntemlerle problemin karmaşıklığı ve bazı tavizler verilerek çözmler üretilmeye çalışılmaktadır. Buna karşın sinyal gücü ile tespit, sinyal varies süresi ile tespit, varies açılarının işlenmesi ile tespit gibi yöntemlere binaen daha verimli bir yöntemdir.

Yol kaybı ve mesafe ölçümü hata modeli içeren bir algoritmadır. Algoritma her çapa(referans) düğümün kendisne özgü olan ID’sini içeren kablosuz broadcast yayını yapmasıyla başlar. Diğer düğümler çapa düğümlerin bu yaydıkları bilgilere istinaden pozisyon ve hata oranını hesaplarlar. Bu hata oranı bir sonraki düğümlerin tespiti sırasında hesaplamaya katılır. (Böylece bir önceki hatalar sonraki hesaplamalara yayılması sağlanır)

Bazı örnek güvenlik çözümleri;HiRLoc, SerLoc, ROPE, SPINE, DRBTS, LAD, Echo ...


Bazı güvenli Konumlandırma YöntemleriBazı güvenli Konumlandırma Yöntemleri

HiRLoc (High Resolution Robust Localization) Sensörlerin yüksek çözünürlükte referans nokta sayısı artırılmadan veya karmaşık donanım kullanılmadan kayıp düğüm tespitini sağlar. Kapsama alanı belli oranda parçalara bölünür ve belli aralıklarla işaretçi düğümler sadece bu yönlere doğru yayın yaparlar. Böylece hem daha iyi konumlandırma yapılmış olunur hemde sinyali her yöne yayılmadığı için tehlikelere tam olamasada kısmi olarak izin verilmemiş olunur.

SeRLoc(Secure Range-Independent Localization) İki kademeli ağ (sunucu-istemci modeli) mimarisi tabanlı dağıtık sistemlere uygulanabilen bir algoritmadır. Düğümlerin yerlerini pasif olarak belitmelerini sağlar böylece Sybil, solucan deliği gibi saldırıları önlemeye çalışır. Yerini belirlemeye çalışan (düğüm kendisi belirlemeye çalışır) kayıp düğüm bir skor tablosu oluşturarak yer tespitinde bulunmaya çalışır.

1. Localization Algorithms in Wireless Sensor Networks: Current Approaches and Future Challenges; Amitangshu Pal Department of Electrical and Computer Engineering The University of North Carolina at Charlotte 9201 University City Blvd, Charlotte, North Carolina 28223-0001

2. Localızatıon Systems For Wıreless Sensor Networks; Azzedıne Boukerche, Unıversıty Of Ottawa Horacıo A. B. F. Olıveıra, Unıversıty Of Ottawa, Federal Unıversıty Of Amazonas Eduardo F. Nakamura, Federal Unıversıty Of Mınas Geraıs And Fucapı Antonıo A. F. Loureıro, Federal Unıversıty Of Mınas Geraıs

3. Secure Localization Algorithms for Wireless Sensor Networks; Azzedine Boukerche, University of Ottawa Horacio A. B. F. Oliveira, University of Ottawa, Federal University of Minas Gerais, and Federal University of Amazonas Eduardo F. Nakamura, Federal University of Minas Gerais and FUCAPI Antonio A. F. Loureiro, Federal University of Minas Gerais

4. Detecting Malicious Beacon Nodes for Secure Location Discovery inWireless Sensor Networks; Donggang Liu Peng Ning North Carolina State University {dliu,pning}@ncsu.edu Wenliang Du Syracuse University [email protected]

5. DRBTS: Distributed Reputation-based Beacon Trust System; LOUKAS LAZOS and RADHA POOVENDRAN University of Washington

6. HiRLoc: High-resolution Robust Localization for Wireless Sensor Networks; Loukas Lazos and Radha Poovendran Network Security Lab, Dept. of EE, University of Washington, Seattle, WA 98195-2500 fl lazos, [email protected]

7. LAD: A Routing Algorithm to Prolong the Lifetime of Wireless Sensor Networks; Mohsen Mollanoori*, Nasrollah M. Charkarit Dep. of Electrical and Computer Engineering, Tarbiat Modares University

8. ROPE: Robust Posıtıon Estımatıon In Wıreless Sensor Networks; Loukas Lazos, Radha Poovendran Network Security Laboratory (NSL) Department of Electrical Engineering University of Washington Seattle, WA, 98195 l lazos, [email protected] Srdjan C˘apkun Networked & Embedded Systems Laboratory (NESL) Department of Electrical Engineering University of California, Los Angeles Los Angeles, CA, 90095 [email protected]

9. SeRLoc: Robust Localization for Wireless Sensor Networks; LOUKAS LAZOS and RADHA POOVENDRAN University of Washington

kablosuz sensör ağlarda konumlandırma - locatization in wsns

Education