You are on page 1of 64

Trabajo de investigacin

ARQUITECTURA DE REDES DE SENSORES E INTEGRACIN CON GRID COMPUTING

Candidato

Director

Salvatore Flavio Pileggi

Carlos E. Palau Salvador

Universidad Politcnica de Valencia


Departamento de Comunicaciones Ao acadmico 2006/2007

Tabla de contenidos:
Introduccin y objetivos.pg.3 1. Wreless Sensor Network (WSN)......pg.4 1.1 Caractersticas de una Red inalmbrica de Sensores.. ...pg.4 1.2 Calidad de servicio (QoS)...pg.5
1.2.1 Tolerancia de fallos 1.2.2 Gestin de recursos 1.2.3 Comunicacin fiable y robusteza 1.2.4 Throughput

1.3 Enrutamiento.............................pg.10 1.4 Estndares de comunicacin.............................pg.10 1.5 Seguridad..pg.11 1.6 Aplicaciones sobre redes de sensores...pg.12 2. Grid Computing y Organizaciones Virtuales..pg.13 2.1 Grid Service: Arquitecturas orientadas a servicios con recursos virtuales..pg.14 2.2 Paquetes para desarrollo en tecnologa GRID.pg.15
2.2.1 Globus Toolkit 2.2.2 GridGain

3. Grid Sensor/Actuator Network Architecturepg.19 3.1 Arquitectura general.pg.19


3.1.1 Red de Sensores/Actores 3.1.2 Infraestructuras Grid 3.1.3 Red de acceso 3.2

Modelo de gestin de recursos...pg.21


3.2.1 Comunicacin 3.2.2 Reserva de recursos 3.2.3 Optimizacin 3.2.4 Nivel de aplicacin y topologa 3.2.5 Seguridad y Gestin

3.3 Aplicacin: Monitorizacin de productos en Aeropuertos...pg.24 4. Modelo de diseo y programacin: Multi-behavior Agents..pg.29 4.1 Especificacin de servicios sobre red de sensorespg.29 4.2 Multi-behavior Agents......pg.29 Protocolo de enrutamiento: Logic Routing Algoritm (LRA).pg.32 Estrategia de enrutamientopg.32 5.2 Configuracin...pg.35 5.3 Simulacinpg.36 5.4 Extensiones...pg.37
5.1

5.

6. 7.
7.1 7.2 7.3 7.4 7.5

Calidad de servicio (QoS): mecanismo de tolerancia de fallos..pg.39 Modelo de evaluacin y optimizacin..pg.44 Anlisis a nivel de nodo...pg.44 Anlisis a nivel de red..pg.46 Influencia de los mecanismos para calidad de servicio...pg.49 Optimizacinpg.49 Ejemplos..pg.50

Conclusiones y trabajos futuros..pg.56 Anexo I: Tabla de hardware de los nodos sensorespg.57 Referencias.pg.60 Contribuciones..pg.62 Reconocimientospg.64

Introduccin y objetivos
Durante los ltimos aos, las redes inalmbricas de sensores han sido objeto de una intensa actividad de investigacin que ha determinado (y est determinando) una consistente mejora de las tecnologas bsicas y sus aplicaciones. El inters cientfico esta acompaado por un creciente inters a nivel comercial que determina un ulterior impulso por la investigacin por una parte y, por otra, una serie de problemas directamente relacionados con la optimista previsin de que la difusin comercial de redes inalmbricas de sensores est prxima a ser un hecho. Mirando la sociedad moderna con ojo informtico, es imposible no relevar la continua y siempre creciente dispersin, a nivel geogrfico y organizativo, de recursos y, adems, una jerarquizacin y heterogeneidad a nivel individual e institucional. Esta complejidad, implcita en la sociedad moderna, requiere, de manera natural, una nueva generacin de sistemas distribuidos; esa idea esta en la base de Grid Computing. El objetivo fundamental de este trabajo de investigacin es el diseo y desarrollo de arquitecturas y mecanismos innovadores en un entorno integrado basado sobre redes de sensores y tecnologa Grid. En este contexto, el aspecto ms importante es, probablemente, la flexibilidad de las arquitecturas, ya que el panorama de los requisitos de las posibles aplicaciones podra ser prcticamente infinito. Desde el punto de vista tcnico, el aspecto ms relevante es, sin duda, la gestin de los recursos limitados de los nodos sensores o, bien, la optimizacin de los recursos en relacin a las caractersticas deseadas por parte de las aplicaciones consideradas y la calidad de servicio proporcionada. Las dos primeras partes tratan, respectivamente, de dar una panormica sobre redes inalmbricas de sensores (Capitulo 1) y Grid Computing (Capitulo 2); por cada uno, se especificarn los principales temas de investigacin y el relativo estado del arte, con particular atencin por los problemas (y relativas posibles soluciones) objeto de este trabajo de investigacin. En el Capitulo 3, ser descrita la arquitectura integrada, propuesta por el autor, Grid Sensor/Actuator Network Architecture, el relacionado modelo de gestin de recursos (GRMM) y, finalmente, una aplicacin de Grid Sensor/Actuator Network Architecture orientada a proporcionar un servicio para la monitorizacin de productos en aeropuertos. El Capitulo 4 est centrado en el modelo de programacin propuesto (Multi-behavior Agents) por el nodo sensor; este modelo permite el proyecto y desarrollo, dinmico y extensible, tanto de mecanismos de calidad de servicio como de aplicaciones multi-tareas. El Capitulo 5 propone un algoritmo de enrutamiento para redes inalmbricas de sensores; el sistema proporciona una estrategia de enrutamiento con gran flexibilidad respecto a la arquitectura considerada. El Capitulo 6 est centrado en la calidad de servicio y, ms concretamente, propone un mecanismo de tolerancia de fallos. Finalmente, el Capitulo 7 propone un modelo de evaluacin y optimizacin de los recursos.

1. Wireless Sensor Network (WSN)


Los recientes avances tecnolgicos en el campo de la microelectrnica y comunicacin han permitido el desarrollo de componentes sensores particularmente avanzados en cuanto a dimensiones y recursos (de clculo, de almacenamiento de datos, de comunicacin, de captura y actuacin) y caracterizados por un coste, en trminos energticos y econmicos, relativamente bajo. Esta importante mejora de las potencialidades de los componentes bsicos reflecte una potencial innovacin de la organizacin en redes de los mismos. Las redes de sensores inalmbricos han sido objeto, en los ltimos aos, de una intensa actividad de investigacin acompaada por un creciente inters a nivel comercial; de hecho, el nivel conseguido, junto con la solicitud de un gran nmero de aplicaciones sobre redes inalmbricas de sensores, hace que la difusin de esta emergente tecnologa prxima a ser una realidad. En el capitulo, se presentarn las caractersticas generales de una red inalmbrica de sensores, los distintos mecanismos y protocolos orientados a garantizar un cierto nivel de calidad de servicio, las principales estrategias de enrutamiento, las diferentes tecnologas y estndar de comunicaciones emergentes, los aspectos relacionados con la seguridad y, finalmente, las caractersticas y las limitaciones de las aplicaciones sobre redes de sensores. 1.1 Caractersticas de una red inalmbricas de sensores El nodo sensor a la base de las redes inalmbricas proporciona un notable conjunto de recursos (computacin, almacenamiento, comunicacin, captura y actuacin), junto a dimensiones realmente reducidas y a requisitos mnimos en trminos de alimentacin, a un coste realmente muy bajo. En su conjunto, podemos definir el nodo sensor como un nodo con altas prestaciones pero caracterizado por recursos limitados en trminos de potencia. Este ltimo aspecto condiciona de manera determinante el diseo de redes inalmbricas de sensores y de todos sus componentes. Normalmente, una red inalmbrica de sensores se compone de un nmero ms o menos significativo de nodos sensores, de una o ms estaciones base, y de componentes adicionales; la estacin base no se caracteriza por recursos limitados (no es normalmente un nodo sensor) y ofrece, tpicamente, funcionalidad de gestin, coordinacin, gateway y acceso; si la red est organizada de acuerdo con una topologa multi-base, se supone alguna forma de organizacin jerrquica o algn sistema de gestin global; la complejidad, en trminos tecnolgicos y computacionales, de una estacin base puede ser significativa. Resumiendo, la diferencia concreta entre una red inalmbrica de sensores (WSN) y una red inalmbrica tradicional (WN) es que la primera se compone de nodos caracterizados por recursos limitados; todas las caractersticas deseadas y problemas relacionados con una red inalmbrica tradicional y los relativos requisitos en trminos de calidad de servicio se encuentran en las redes inalmbrica de sensores. La diferencia fundamental es que cualquier mecanismo o protocolo sobre redes inalmbricas de sensores tiene que ser evaluado en funcin de los recursos que requiere; en otras palabras, existe implcitamente un importante tradeoff entre cualquier mecanismo/protocolo y eficiencia energtica de la red. Se puede afirmar que el objetivo ms importante en el diseo de redes de sensores es proporcionar una calidad de servicio prxima a la de las redes inalmbricas tradicionales con un requisito en trminos de recursos aceptable (o considerado tal).

El Anexo I proporciona una rpida panormica sobre las ms famosas plataformas de nodo sensor a nivel experimental y, en unos casos, comercial. En la gran variedad propuesta, se hace evidente la presencia de microprocesadores avanzados, en unos casos versiones en miniatura a baja potencia de microprocesadores tradicionales, memorias RAM de tamao ms o menos considerable, memorias Flash y/ discos duros, diferentes posibilidades en la tecnologa de trasmisin (canales radio tradicionales, ZigBee) y la presencia de sistemas operativos ad-hoc (TinyOS) o generales (Linux). 1.2 Calidad de servicio (QoS) Se puede fcilmente deducir que los temas de investigacin relacionados con las redes inalmbricas de sensores pueden ser realmente muchsimos. Sectores de inters pueden estar relacionados tanto con aspectos de naturaleza tecnolgica (miniaturizacin de componentes altamente avanzados) como con estndares de comunicacin y componentes software de base (lenguaje para el desarrollo y sistemas operativos, por ejemplo). En esta ltima clase de inters puede incluirse lo que genricamente se refiere como Calidad de Servicio. En el campo de las redes a conmutacin de paquetes, el termino Quality of Service (QoS) indica un conjunto de sistemas/mecanismos de control orientados a proporcionar o garantizar unas ciertas propiedades al sistema considerado. QoS es realmente un concepto clave, toda vez que, como en el caso de las redes a recurso limitado, los requisitos de las aplicaciones consideradas implican un a gestin optima de los recursos de la red. Una estrategia simplemente best effort podra significar, en el caso de las redes inalmbricas de sensores, una fuerte limitacin en la calidad de los servicios proporcionados y, por tanto, menor fiabilidad y seguridad y mayor necesidad de intervencin humana. La definicin tan genrica y, bajo muchos puntos de vista, abstracta de calidad de servicio est justificada en el hecho que las caractersticas o propiedades deseadas por un determinado sistema pueden ser realmente muchsimas e incluso contradictorias. Una manera bastante completa de describir problemas, requisitos y soluciones puede ser la de individuar unas cuantas caractersticas y proporcionar un anlisis por separado de cada una de ellas con un mnimo de atencin a las posibles relaciones/tradeoffs entre las mismas. Se considerarn, a seguir, anlisis ms detallados relacionados con tolerancia de fallos, gestin de recursos, fiabilidad y robusteza y optimizacin del throughput, con dos asunciones de carcter general: Muchsimas de las tcnicas/estrategias usadas son realmente versiones adaptadas de mecanismos/sistemas diseados por redes inalmbricas no explcitamente orientadas a recurso limitado. Esta estrategia puede resultar vlida siempre y cuando haya una buena relacin entre servicio proporcionado y recursos utilizados, que haga al mecanismo efectivamente utilizable en la prctica. Cualquier mecanismo de QoS sobre redes a recurso limitado implica un importante tradeoff con la eficiencia de la energa. Este tradeoff es probablemente el autentico parmetro de evaluacin de la calidad de servicio. Tolerancia de fallos

1.2.1

La tolerancia al fallo es la propiedad que permite al sistema de continuar funcionando (correctamente) frente a un fallo de una o ms de sus componentes hardware/software. Claramente, cualquier sistema puede ser potencialmente afectado por el problema de los

fallos pero, seguramente, de manera diferente: unos sistemas soportan naturalmente unos fallos, otros podran ser afectados de manera crtica (un mnimo fallo causa fallo total del sistema), unos cuantos ms podran operar en un ambiente que hace difcil (o imposible) la intervencin humana. La complicacin relevante relacionada con las redes inalmbricas de sensores es que estrategias tradicionales basadas sobre redundancia son, en la mayor parte de los casos, desaconsejadas en cuanto poco eficientes. El sistema de tolerancia de fallos depende bsicamente de la propia definicin de fallo y, como consecuencia, de los dos problemas principales: deteccin y gestin del mismo. Histricamente, se distinguen tres distintos modelos de fallo de complejidad decreciente: Modelo de fallo Bizantino: es el modelo ms completo y complejo y, por tanto, poco tratable. El estado de error del componente es desconocido por el sistema de control; el sistema sigue por tanto con el desarrollo de sus normales tareas considerando el sistema plenamente eficiente. El output o la secuencia de operaciones puede resultar alterada sin que el sistema de control tenga manera de distinguir entre resultados correctos o incorrectos. Modelo Fail-Stutter: eventuales situaciones de fallos pueden ser detectadas solo a travs de mecanismos oportunos (sistema de deteccin de fallos) y, consecuentemente, gestionados. Claramente solo los fallos detectados pueden ser gestionados y esto implica considerar el sistema de deteccin como punto central. Difiere de manera bastante significativa respecto al modelo descrito anteriormente porque, considerando altamente eficiente el sistema de deteccin, el sistema de control tiene siempre un conocimiento del estado de los componentes y, consecuentemente, de la correcteza del output o de la secuencia de operaciones. Es el modelo que normalmente se propone como referencia. Modelo Fail-Stop: Al contrario del Fail-Stutter, la deteccin del fallo es de alguna forma automtica por el sistema; el sistema de control tiene que preocuparse nicamente de la gestin del error. Este modelo es mucho ms sencillo, menos genrico que los anteriores y poco cercano a situaciones reales en la mayora de los casos.

Los modelos propuestos son de naturaleza absolutamente general; el hecho de relacionarse al entorno WSN implica unas consideraciones: Agotamiento de la energa: en unos entornos es conveniente considerarlo como un fallo; en la prctica, modelos que admiten esta asuncin resultan bastante ms efectivos. Fallo parcial/total: los componentes ms sensibles a los fallos son los de captura; este fallo, en unos contextos, se podra considerar un fallo parcial en cuanto que las capacidades de comunicacin y computacin del nodo se quedaran utilizables. En general, un fallo puede interesar un nodo sensor o la estacin base (situaciones bastante diferentes). Generalmente los mecanismos se refieren a fallos de los componentes sensores; de todos modos en sistemas multi-base puede ser interesante y conveniente disear mecanismos de tolerancia de fallos para estaciones base.

El sistema de deteccin de fallos, puede ser diseado de acuerdo con diferentes estrategias: Sistemas centralizados: se basa en un sistema peridico de monitorizacin de los recursos de tipo centralizado. Esta estrategia podra resultar particularmente eficiente en trminos arquitecturales teniendo en cuenta la presencia de la estacin base (o estaciones base), aunque implicando un notable gasto energtico en trminos de comunicacin cunado el sistema no se caracterice por trafico constante sino impulsivo. Sistemas distribuidos: el sistema de monitorizacin es distribuido y puede resultar particularmente eficiente en presencia de tareas locales o jerarquizacin. En general, respecto a la estrategia centralizada, se reduce el nmero de trasmisiones a coste de incrementar la computacin local (situacin conveniente) y de perder informacin relacionada con el estado global de la red. Este ltimo punto puede resultar crtico si relacionados con los requisitos de otros mecanismos de calidad de servicio/gestin. Sistemas hbridos: estn basados en un modelo intermedio entre centralizado y distribuido. Normalmente proporcionan buenas prestaciones si el sistema est topolgicamente organizado en sub-reas lgicas/fsicas con relativas tareas locales. Sistemas adaptativos: estn basados en observaciones respecto al comportamiento de la red y sucesiva comparacin con el comportamiento esperado. Pueden ser bastante sofisticados pero, al mismo tiempo, no particularmente precisos; no requieren grandes recursos y, por tanto, son un buen compromiso en el entorno considerado. Se pueden utilizar solo en determinados sistemas y se integran muy bien con otros mecanismos.

Los sistemas de gestin de fallos estn muy relacionados con la deteccin de los mismos y son aun ms especficos por el sistema considerado. Las caractersticas de la aplicacin determinan la eficiencia de un determinado sistema de gestin. En general, se puede pensar en una re-configuracin del sistema que permita un normal desarrollo de las tareas y servicios proporcionados por el sistema o en estados provisionales o de emergencia. Sistemas concretos de tolerancia de fallos sobre redes de sensores estn diseados de acuerdo con los siguientes esquemas: Redundancia: se introduce una cierta redundancia de recursos en el sistema que puede garantizar un cierto nivel de tolerancia en ciertas condiciones. La solucin puede resultar bastante costosa y no siempre efectiva. Heterogeneous back-up schema: es un conjunto de soluciones bastante flexible en el cual un recurso puede genricamente ser sustituido por otro, simplemente a travs de una re-configuracin; esta clase de modelo proporciona modelos de gestin de fallos con altas prestaciones pero necesita un sistema de re-configuracin muy avanzado y un modelo de nodo sensor fcilmente re-configurable. Geometric approach: es un conjunto de tcnicas que se basan en la deteccin de inconsistencias topolgicas clasificadas como fallos. Pueden ser muy eficientes pero requieren un conocimiento de la posicin logico/fisica de los sensores. 7

Discrepancy-Based Fault Detection and Correction: es un conjunto de tcnicas parecido al anterior pero basado en la deteccin de inconsistencias en las mesuras. Puede resultar altamente efectivo en caso de fallo parcial (fallo de los componentes de captura).

Como asuncin general, podemos considerar el sistema de deteccin de fallos como verdadero punto crtico y un buen sistema de re-configuracin, junto con un modelo de programacin del nodo altamente re-configurable (como lo propuesto en le Capitulo 3 en el cual el estado y las tareas del nodo en la red estn definidas por un numero concreto de variables de estado), como requisitos bsicos para proporcionar un sistema de gestin flexible y con altas prestaciones. Aun si implcitamente, un parmetro de proyecto que puede indirectamente influir, tal vez de manera determinante, sobre la eficacia del sistema de gestin de fallos es la organizacin topolgica de la red. En el Capitulo 6 se propone un modelo de tolerancia de fallos con modelo de gestin adaptativo sobre redes de sensores caracterizados por gran flexibilidad y un requisito mnimo de recursos. 1.2.2 Gestin de recursos

La gestin de los recursos de la red es un aspecto determinante cada vez que se requiere una comparticin por parte de ms aplicaciones (o tareas de la misma aplicacin) de la misma red fsica/lgica (o de una parte de la misma) o cada vez que se quiera garantizar un cierto servicio por un cierto tiempo o con ciertas caractersticas. La manera ms efectiva para proporcionar una dinmica y eficiente gestin de recursos es proporcionar al sistema un mecanismo para la reserva de recursos. El diseo de este mecanismo tiene que considerar el entorno caracterizado por recursos limitados y el hecho de que un nodo sensor proporciona diferentes clases de recursos (clculo, almacenamiento, captura, comunicacin, actuacin) y, por tanto, la reserva puede interesar un nodo o simplemente una parte de sus recursos (por ejemplo recursos de comunicacin para garantizar a una determinada tarea unas rutas deseadas). En general, el sistema de gestin de recursos se compone de tres sub-sistemas: sistema informativo (sistema que proporciona la informacin sobre el estado de los recursos), sistema de configuracin/re-configuracin y sistema de soporte (sistema para la gestin de los recursos por parte de aplicaciones y tareas). 1.2.3 Comunicacin fiable y robusteza

Uno de los requisitos ms comunes e importantes en trminos de calidad de servicio es la fiabilidad en la comunicacin. Considerando el entorno a recursos limitados, en dependencia de unas cuantas caractersticas de la red (densidad de los nodos sensores, escala, topologa) y de la aplicacin considerada, un cierto nivel de fiabilidad de la comunicacin puede ser garantizado a travs de soluciones radicalmente diferentes: Enrutamiento fiable: el mismo protocolo de enrutamiento se encarga de garantizar fiabilidad en la comunicacin; es, de hecho, la clase de solucin ms popular y utilizada y puede requerir una cantidad de recursos significativa. Soluciones concretas pueden ser basadas sobre confirmacin (end-to-end, hop-by-hop, local),

redundancia y otras tpicas estrategias de comunicacin fiable sobre redes tradicionales. Nivel de Transporte: es la alternativa ms concreta a los protocolos de enrutamiento orientados a la fiabilidad; el nivel de red y el protocolo de enrutamiento se apoyan sobre un protocolo de transporte que garantiza la fiabilidad y, eventualmente, otras propiedades. Esta solucin podra resultar bastante interesante sobre redes de sensores inalmbricas, siempre y cuando los requisitos en trminos de recursos sean inferiores a los de los protocolos de enrutamiento fiable.

Independientemente de la clase de solucin elegida, el problema de la comunicacin fiable se va complicando al crecer la escala y la complejidad topolgica de la red. La gran parte de los sistemas sobre redes de sensores requieren alguna forma de automatizacin de la fase de configuracin y, eventualmente, la posibilidad de repetir la operacin (re-configuracin). El sistema de re-configuracin tiene que ser muy eficiente porque es, generalmente, el soporte para muchos mecanismos como los de selfdeployment, tolerancia de fallos y reserva de recursos. En general, puede limitar consistentemente la intervencin humana y este aspecto puede resultar de primaria importancia en el caso de ambiente hostil que caracteriza unas tpicas aplicaciones sobre redes de sensores (militares, monitorizacin de hbitat, vigilancia). Para que el mecanismo de re-configuracin sea eficiente se necesita un modelo de programacin de nodo sensor en el cual el estado local y las tareas del nodo en la red sean representados por un conjunto bien definido de variables. 1.2.4 Throughput

En relacin con las redes de comunicacin, el throuhput se define como la cantidad de datos digitales por unidad de tiempo transmitida desde un cierto terminal de la red a otro a travs de un canal de comunicacin. Como se puede imaginar, la optimizacin del throughput es uno de los temas de mayor relevancia en el contexto de las redes inalmbricas de sensores. El coste de comunicacin es, sin duda, el ms importante y, haciendo referencia a un entorno caracterizado por recursos limitados, la optimizacin del throughput representa una parte relevante de la optimizacin general de los recursos. La optimizacin del throughput es un problema que afecta al sistema tanto a nivel de protocolo MAC (y relativos estndares de comunicacin) como al nivel de capas superiores (red/aplicacin). Uno de los ms usados y emergentes estndares de comunicacin sern descritos en los apartados siguientes del capitulo. La optimizacin a nivel de red/aplicacin puede efectuarse a travs de tcnicas diferentes: Compresin de datos: tcnicas clsicas para reducir el tamao de la informacin garantizando el mismo contenido informativo. Agregacin de datos: conjunto de tcnicas orientadas a optimizar el porcentaje de informacin en relacin con la talla de la cabecera. Fusin de datos: tcnicas de elaboracin local de la informacin orientadas a limitar el nmero de paquetes transmitidos. La fusin se puede realizar de acuerdo con

criterios geogrficos o lgicos. Puede representar un tema de primera importancia en presencia de tareas locales o bien organizacin jerrquica compleja. 1.3 Enrutamiento En presencia de un nmero significativo de nodos despejados en una cierta rea en la cual se tiene que garantizar cobertura, el protocolo (multi-hop) de enrutamiento es uno de los aspectos ms relevantes y crticos de la actividad de investigacin sobre redes inalmbricas de sensores. La explicacin es realmente sencilla: una red de sensores es bsicamente una PAN con recursos limitados en entorno inalmbrico; el coste de comunicacin es seguramente el ms relevante y cualquier tarea, cooperativa o no, implica un cierto nmero de transmisiones por el nodo sensor. Independientemente de las caractersticas, arquitecturales y topolgicas, en el entorno considerado la optimizacin de la estrategia de enrutamiento se puede considerar una parte significativa de la optimizacin de los recursos del sistema. A excepcin de un nmero mnimo de aplicaciones con requisitos singulares, el objetivo bsico de la optimizacin de la estrategia de enrutamiento es la maximizacin del tiempo de vida del sistema. Este objetivo podra no coincidir exactamente con una estrategia basada nicamente en buscar la ruta a coste mnimo (generalmente mnimo numero de hops) que, de todos modos, podra resultar muy eficaz en un gran nmeros de contextos. Generalmente se busca un compromiso entre prestaciones (minimizacin de numero de hops) y balanceo de carga, proporcionando, por tanto, buenas prestaciones en un contexto altamente escalable. En este sentido, la organizacin topolgica de la red puede tener un papel bastante relevante. Eventuales complicaciones sobre la estrategia de enrutamiento pueden estar relacionadas con la introduccin de parmetros de calidad de servicio (fiabilidad sobre todo). Un protocolo de enrutamiento fiable sobre redes inalmbrica de sensores debera ser el resultado de un interesante compromiso entre calidad de servicio (fiabilidad, prestaciones y escalabilidad) y recursos requieridos. En el Capitulo 5 se propone LRA; LRA es un protocolo basado sobre una estrategia de enrutamiento particularmente sencilla y flexible que puede garantizar propiedades diferentes en funcin de la organizacin lgico/fsica de la red y de la densidad de los nodos sensores con requisitos mnimos en trminos de recursos. 1.4 Estndares de comunicacin A continuacin se proponen las caractersticas unos de los estndares de comunicacin ms utilizados. Algunos de ellos (ZigBee y BlueTooth) son actualmente la base de unas de las ms avanzadas plataformas de nodo sensor; otros (WiFi y WiMax) se pueden utilizar en nodos con caractersticas particulares (comunicacin a media/larga distancia) o se pueden enfocar en plan futurista. ZigBee: Es probablemente el estndar que mejor se adapta a las Personal Area Networks (PAMs) y, por tanto, a las redes inalmbricas de sensores, actualmente, objeto de gran inters a nivel comercial y de investigacin. Se basa sobre el estndar IEEE 802.14.5 que garantiza un radio de comunicacin terico de 70-100m; la frecuencia es 2.4Ghz a 250Kbps con modulacin DSSS. Su punto fuerte es el bajo coste de comunicacin relacionado con las prestaciones proporcionadas: una red inalmbrica de sensores, ms que ancho de banda, requiere poco gasto energtico.

10

BlueTooth: Basada sobre el estndar IEEE 802.15.1, proporciona, respecto a ZigBee, un mayor data-rate (prximo a 1Mbps) a coste de un mayor gasto energtico. En principio este aspecto puede resultar determinante en sentido negativo para la utilizacin en mbito de redes de sensores; de todos modos, hay unos temas de inters, como las aplicaciones multimediales sobre redes de sensores inalmbricas, en el cual BlueTooth puede ser un vlido antagonista de ZigBee e, incluso, proporcionar resultados mejores. WiFi: Es la tecnologa de referencia para aplicaciones sobre Local Area Network (LAN); se basa em el estndar IEEE 802.11, con protocolo de acceso CSMA/CA, modulacin DSSS, frecuencia a 2.4Ghz y data-rate de 54 Mbps. WiFi proporciona un alto ancho de banda a una distancia terica considerable. WiFi puede ser utilizado en las redes de sensores para proporcionar servicios avanzados de gateway o comunicacin a media distancia entre estaciones base. WiMax: Se basa en el estandar IEEE 802.16 y es la tecnologa de referencia para las aplicaciones sobre Metropolitana Area Network (MAN). Su mximo radio de comunicacin es sobre 50Km, la frecuencia entre 2-66Ghz y altsimo data-rate. WiMax puede integrarse en un futuro con redes de sensores en el proyecto de componentes particulares orientadas a garantizar servicio de gateway sobre larga escala.

1.5 Seguridad Los aspectos relacionados con la seguridad de los sistemas informticos han representado siempre un punto fijo de inters para la comunidad cientfica y, adems, uno de los elementos clave para la difusin comercial de determinados productos. Inevitablemente, el problema de la seguridad se repropone sobre redes inalmbricas de sensores tanto a nivel de acceso a los recursos como a nivel de proteccin de los datos. Histricamente se han propuesto diferentes modelos tericos de ataque (Denial of Service, ataque de informacin en transito, Sybil Attack, Blackhole/Sinkhole Attack. Hello Flood Attack, Wormhole attack); una manera moderna y sugestiva de relacionarse al problema de la seguridad es plantearlo de acuerdo con la teora de juegos en el cual un jugador propone un ataque y el otro se defiende. A nivel de red inalmbrica de sensores los problemas mayores son: el entorno (inalmbrico), la posibilidad de capturar uno o ms nodos e intentar de comprometer el sistema entero y el entorno a recursos limitados que impone el uso de mecanismos de seguridad no demasiado costosos en trminos de recursos. El objetivo bsico de un sistema de seguridad sobre redes inalmbricos de sensores es de proporcionar un buen nivel de defensa (acceso seguro y encriptacin de datos) y, al mismo tiempo, en el caso de ataque fsico de un sensor evitar comprometer todo el sistema; el mecanismo diseado tiene que ser evaluado en funcin de los recursos que requiere y, por tanto, proporcionar un compromiso entre nivel de seguridad proporcionado y recursos utilizados. Tcnicas tpicas de seguridad usan llaves para habilitar un enlace; dependiendo del nivel de seguridad deseado y de los recursos disponibles se pueden disear mecanismos basados en la comparticin de claves globales, sobre claves de grupo o, incluso, de pareja. La generacin de las claves puede ser un punto relevante y puede basarse en varias asunciones (generacin casual o de acuerdo con determinados modelos matemticos). En general, la organizacin jerrquica de la red puede aconsejar una

11

poltica de distribuciones de las claves basadas sobre principios de localidad de la informacin. 1.6 Aplicaciones sobre redes de sensores Las redes inalmbricas de sensores son destinadas a un amplsimo conjunto de campos de aplicacin; aplicaciones diferentes pueden presentar arquitecturas, topologas e, incluso, objetivos totalmente diferentes. Aun si de manera absolutamente general, se pueden distinguir arquitecturas dedicadas a aplicaciones de tiempo real (eventualmente soft) y arquitecturas orientadas a aplicaciones de tiempo no real. Estas ltimas permiten, generalmente, el uso de mecanismos para la optimizacin de los recursos (throughput en particular) para suportar, de manera eficiente, flujos de informacin tal vez notables segn un modelo de trfico variable (constante, impulsivo, peridico). Tpicos parmetros de inters estn directamente relacionados con la maximizacin del tiempo de vida del sistema y, consecuentemente, con la minimizacin de intervencin humana. En un sistema de tiempo real las operaciones estn sujetas a limitaciones de tipo temporal real, por lo cual una tarea es correcta solo y solo si lgicamente es correcta y de acuerdo con las limitaciones temporales. Hay gran inters comercial en esta clase de aplicacin en particular en temas de vigilancia y militares. La principal diferencia es que los requisitos de tiempo real no permiten utilizar unos cuantos mecanismos de calidad de servicio y necesitan mecanismos de configuracin y sincronismo altamente avanzados; por otra parte, el flujo de informacin es bastante inferior.

12

2. Grid Computing
La sociedad moderna presenta una continua y siempre creciente dispersin, a nivel geogrfico y organizativo, de recursos, humanos en particular, y una notable jerarquizacin y heterogeneidad a nivel individual e institucional (Virtual Organization). En este contexto, ya no es posible pensar en trminos estticos y esto se traduce, en campo tecnolgico, en la bsqueda de soluciones innovativas y altamente avanzadas, aptas a suportar aplicaciones realmente complejas en trminos de prestaciones y calidad de servicios, comparticin (centralmente coordenada) de recursos sobre larga escala y un alto nivel de seguridad. En este contexto se puede definir una computacional Grid y el Grid Problem: Computacional Grid: infraestructura hardware y software que proporciona acceso fiable, persistente, dinmico y de bajo coste, a recursos de calculo de alto nivel. Grid Problem: comparticin coordenada, fiable, segura entre conjuntos dinmicos de individuos e instituciones, orientada al logro de uno o ms objetivos comunes.

Ninguno de los paradigmas computacionales actualmente en comercio suporta, de manera completa y eficiente, el Grid Problem en el contexto social y tecnolgico de una Virtual Organization. Comparticin de recursos en este contexto no es simplemente sinnimo de cambio y comparticin de datos, sino el resultado de una compleja organizacin en trminos estructurales y de finalidades que aconseja y requiere al mismo tiempo un nivel considerable de abstraccin (recursos virtuales), dinamismo y seguridad (entendida como proteccin, autentificacin y delegacin) en un contexto de absoluta interoperabilidad. Gris Computing quiere ser la ambiciosa respuesta de la comunidad cientfica a las exigencias de un Virtual Organization. Es evidente que la definicin de Grid Computing es realmente (y voluntariamente) genrica y por muchos aspectos ambigua. De todos modos, la parte siguiente del capitulo es enteramente dedicada al anlisis, terico y practico, de las mas avanzadas tecnologas Grid. Se considera oportuno remarcar unos cuantos puntos que son comnmente causa de malas interpretaciones: Grid Computing no es, de manera absoluta, una alternativa a Internet, sino una arquitectura protocolar, orientada a servicios, diseada sobre Internet misma; en este sentido, la interpretacin ms correcta es considerar las aplicaciones diseadas sobre Grid Computing como una nueva generacin de aplicacin en red. No hay porqu pensar en Grid Computing en trminos de restricciones de acceso. Desde un punto de vista ms amplio y terico, Grid Computing se puede ver como una mquina virtual distribuida. Aunque se intente insertar Grid Computing en el contexto tecnolgico actual, una revisin, ms o menos profunda, de los mtodos y de los modelos de diseo y proyecto de sistemas es necesaria para aprovechar las caractersticas proporcionadas por el nuevo paradigma de clculo.

13

En el captulo se ilustrarn las caractersticas tericas de una arquitectura Grid (Open Grid Service Architecture) y, luego, unos conceptos base relacionados con tecnologas reales y paquetes concretos para el desarrollo. 2.1 Open Grid Service Architecture (OGSA) La descripcin ms efectiva y directa de una arquitectura Grid es el anlisis de su estructura protocolar terica (Figura 2.1). La arquitectura protocolar descrita es bastante coherente con la estructura de base de las arquitecturas reales; en este sentido son necesarias dos precisiones: Las arquitecturas reales integran los protocolos de nivel red y transporte de Internet. Cada nivel descrito no es realmente un nico protocolo o mecanismo, sino un conjunto ms o menos complejo de protocolos y mecanismos.

Figura 2.1: Arquitectura protocolar de una Open Grid Service Architecture (OGSA).

Una OGSA se compone bsicamente de cinco niveles de protocolos: Fabric: Una de las ideas clave de Grid Computing es el concepto de recurso virtual; el nivel Fabric es exactamente el nivel de virtualizacin de los recursos, en el cual, se proporcionan las interfaz de acceso a los recursos y un conjunto de servicios orientados a facilitar operaciones tpicas sobre recursos fsicos como localizacin, interrogacin, monitorizacin y gestin. El conjunto de posibles clases de recursos reales es prcticamente infinito; independientemente del tipo de recursos (calculo, almacenamiento, recurso de red), el nivel Fabric proporciona una descripcin computacional del recurso (o del conjunto de recursos) y de los servicios que el recurso (o el conjunto de recursos) proporciona.

14

Connectivity: El nivel Connectivity es directamente diseado sobre la informacin virtual proporcionada por el nivel Fabric. Proporciona, bsicamente, dos clases de servicios: servicios relacionados con la comunicacin y servicios relacionados con la seguridad. Los primeros garantizan el cambio de datos entre recursos y todos los servicios relacionados: naming, routing y transporte. Los servicios orientados a la seguridad estn bsicamente enfocados a la posibilidad de garantizar polticas de acceso y autenticacin flexibles y fiables (autentificacin sencilla, posibilidad de delegar todos o una parte de los privilegios posedos, integracin con niveles de seguridad locales, polticas de acceso inteligente basadas en principios de identidad local, conjunta y transitiva). Resource: Proporciona un conjunto de servicios orientado a proporcionar el soporte para la comparticin, centralmente coordinada, de recursos singulares. Ms concretamente, implementa mecanismos para la gestin de la informacin relativa a estado y estructura del recuso y mecanismos relativos a la comparticin del recurso. Collective: Es el complemento natural y lgico del nivel Resource; proporciona todos las funcionalidades necesarias para compartir recursos mltiples. Un recurso mltiple es intrnsecamente ms complejo que su correspondiente en versin de recurso singular en tema de gestin local y global. Application: El nivel de aplicacin es un conjunto de protocolos de alto nivel que permiten utilizar de manera, ms o menos directa, los servicios proporcionados por una OGSA. Es un nivel bastante abierto en trminos de extensibilidad.

2.2 Paquetes para desarrollo en tecnologa Grid Como se puede deducir observando la arquitectura protocolar de OGSA propuesta en el apartado anterior, aunque bien definida y orientada a solucionar una clase concreta (por cuanto ancha) de problemas, OGSA es realmente ms prxima al concepto de modelo de referencia que de arquitectura real. Este aspecto es bastante relevante a la hora de disear y desarrollar concretamente sistemas Grid; paquetes concretos para el desarrollo podran presentar caractersticas relativas a protocolos y mecanismos bastante diferentes; por una parte este aspecto garantiza ms opciones y, probablemente, ms flexibilidad; al mismo tiempo afecta negativamente a un aspecto clave como es la interoperabilidad y la compatibilidad que en un contexto de organizacin virtual podra ser uno de los elementos clave a nivel comercial. Desde el momento de su definicin, Grid Computing ha sido objeto de gran atencin por parte de unas de las mayores empresas en campo tecnolgico; tanto IBM, como HP, CISCO y otros colosos de la informtica mundial, han desarrollado y estn desarrollando proyectos de gran entidad y portada centrados sobre Grid Computing. A nivel de paquetes concretos, el mundo de la investigacin hace, generalmente, referencia al paquete Globus Toolkit (GT), proporcionado por Globus Alliance, y recientemente llegado a la versin 4; otros paquetes tienden a imitar de manera evidente GT sin garantizar el mismo nivel tecnolgico y de fiabilidad; muy recientemente, ha sido presentado un nuevo producto, GridGain, que presenta caractersticas bastante diferentes. Las caractersticas bsicas de estos paquetes sarn analizadas en la parte restante del capitulo.

15

2.2.1 Globus Toolkit El paquete Globus Toolkit propone un modelo de Grid Service basado en la coexistencia entre Web Service y recurso con o sin estado para proporcionar WSResources (en versin de servicios permanentes o no permanentes). En pocas palabras, se puede afirmar que Grid Computing es una extensin del concepto de Web Services proporcionando recursos con estado. La arquitectura es coherente con unos cuantos principios de base de los Web Services, como la divisin y absoluta independencia entre interfaz y implementacin del servicio para garantizar interoperabilidad, transparencia y, eventualmente, binding mltiplo, pero tiene una filosofa bastante diferente en tema de gestin del estado del recurso (y por tanto del servicio). Un Web Service se supone orientado a la ausencia de estado (que es generalmente implcito o local), considerada una buena estrategia de programacin en red en cuanto permite garantizar fcilmente unas tpicas propiedades de consistencia y unas operaciones como la reposicin del sistema en presencia de errores. En este sentido un Grid Service sobre Globus difiere bastante respecto a un Web Services; las versiones 3.2 y 4 proponen una diferente manera de gestin del estado que ser descrita en detalle seguidamente. Se analizarn, las versiones 3.2 (la ms famosa) y 4 (ultima versin estable) de Globus Toolkit. Como asuncin general, el paquete Globus se presenta como fiable y bastante completo pero poco amigable aun teniendo en cuenta su notable complejidad. Globus Toolkit 3.2 (GT3.2) GT3.2 implementa de manera bastante rigurosa el concepto de WS-Resource. Los servicios pueden ser permanentes o no permanentes; en este ultimo caso, el tiempo de vida puede ser explcitamente gestionado (la instancia de servicio viene creada y luego destruida por parte del cliente) o ser temporizado con tiempo de vida negociable. El estndar para la definicin de interfaz es OGSI 1.0 (Open Grid Service Infrastructure). GT3 usa normalmente los protocolos de comunicacin de Internet; la seguridad esta gestionada por el GSI (Grid Security Infrastructure) que extiende y completa el Transport Layer Security Protocol (TLS) con el uso de certificados X.509 y con GAA (Generic Authorization Access) para la gestin de la integracin de los niveles locales de seguridad. La informacin relacionada con los recursos esta gestionada por el GRIP (Grid Resource Information Protocol) basado sobre LAPD; el protocolo GRRP (Grid Resource Registration Protocol) se usa para registrar los recursos; GRAM (Grid Resource Access and Management) esta basado sobre HTTP y proporciona un conjunto de servicios orientados a la instanciacin, monitorizacin y gestin de los recursos. GT3 incluye otros protocolos que se basan en los principales o que son la versin sobre Grid de protocolos existentes (GridFTP por ejemplo). Sobre GT3.2 se han conseguido un gran numero de resultados a nivel de investigacin bsicamente porque el paquete es muy completo y su modelo de recurso con estado muy efectivo. Sus principales problemas son la falta de plena compatibilidad con los Web Services tradicionales y la poca flexibilidad del modelo de estado. Estos puntos sern mejorados en la versin 4. Globus Toolkit 4 (GT4) GT4 no difiere de manera determinante respecto a GT3 en cuanto a componentes arquitecturales. Presenta un estndar para la definicin de interfaz (WSRF) que garantiza compatibilidad con Web Service estndar (Figura 2.2, 2.3) y propone un modelo de

16

estado mucho ms flexible (el servicio puede ser con estado, sin estado o a estado ligero).

Figura 2.2: Esquema bsico de la arquitectura de GT4.

Figura 2.3: Esquema extendido de la arquitectura GT4.

El paquete GT4 se presenta ms flexible tambin sobre aspectos relacionados con su personalizacin: por ejemplo est disponible una versin bsica (y extensible), GT4 Core, en Java.

17

Figura 2.4: Arquitectura elementar de GT4.

2.2.2 GridGain A pesar del inters por Grid Computing, GT ha sido siempre el nico paquete completo y fiable a nivel de investigacin. Muy recientemente se ha desarrollado una alternativa en apariencia ms sencilla (GridGain 1.0). No presenta ninguna mejora estructural o arquitectural respecto a GT pero es totalmente desarrollado en Java (parecido al paquete Core de GT4) y, por tanto, absolutamente interoperable y totalmente orientado a objetos y, en el complejo, ms amigable. El problema principal en el uso de este paquete es que, tratndose de un producto muy reciente, faltan resultados concretos conseguidos sobre esta plataforma. Adems el nivel de fiabilidad en aplicaciones de alto nivel, punto fuerte de GT, tiene que ser comprobado.

18

3. Grid Sensor/Actuator Network Architecture


Grid Sensor/Actuator Network Architecture es una arquitectura integrada de suporte para aplicaciones diseadas sobre redes inalmbricas de sensores, caracterizadas por operar en entornos de largas escala con un notable nivel de inteligencia en trminos de localizacin y gestin de recursos. 3.1 Arquitectura general De acuerdo con los tpicos principios de las arquitecturas orientadas a servicios descritas en el Capitulo 2, el sistema (Figura 3.1) proporciona un conjunto de servicios a nivel de rea (servicio local), de entorno (servicio sobre rea lgica) y de red (servicio global).

Figura 3.1: Grid Sensor/Actuator Network Architecture.

El rea lgica/fsica est dividida en un nmero de reas locales, cada una formada por un escuchador (Sink) y por un conjunto de nodos sensores/actores; un servicio limitado a nivel de rea lgica/fsica es un servicio local. reas, geogrficamente contiguas o discontinuas, pueden organizarse en reas lgicas y proporcionar el servicio correspondiente (servicio de rea lgica), eventualmente centralmente coordenado (servicio global). Todos los recursos son completamente virtuales, por lo cual servicios relativamente bsicos, como los de rea local, en realidad, necesitan de una serie de

19

mecanismos de soporte caracterizados por un nivel de complejidad importante. La importancia y relativa complejidad de esos mecanismos de soporte crece proporcionalmente al nivel de abstraccin del servicio proporcionado y a la complejidad de las tareas de localizacin, organizacin y gestin de los recursos en servicios lgicos. Desde un punto de vista lgico y arquitectural, el sistema se puede considerar compuesto por tres redes lgicas diferentes (Figura 3.2): la Red de Sensores/Actores, las Infraestructuras Grid y la Red de acceso.

Figure 3.2: Redes lgicas.

3.1.1 Red de Sensores/Actores La red de sensores/actores puede interpretarse como una red de sensores de alto nivel: cada nodo proporciona recursos de clculo, de almacn de informacin, de comunicacin y de captura y actuacin, relativamente limitados pero, al mismo tiempo, suficientes para proporcionar un servicio de alta calidad de acuerdo con el modelo de gestin de recursos propuesto en los apartados siguientes. En general, un nodo comunica con otro nodo (o con el Sink) mediante un protocolo de enrutamiento mono o multi-hop que puede dinmicamente garantizar caractersticas diferentes (altas prestaciones, escalabilidad, fiabilidad) en funcin de la aplicacin considerada; sus tareas pueden ser autnomas o cooperativas; sus recursos de calculo, de captura y comunicacin pueden estar reservados para una (de forma exclusiva o menos) o ms aplicaciones; el nodo puede tener o no tener un papel particular (leader, por ejemplo) de tarea o rea. La red puede ser mono-sink o multi-sink (con una determinada organizacin jerrquica) e incorpora un sistema de tolerancia de fallos, de monitorizacin de recursos y de re-configuracin. 3.1.2 Infraestructuras Grid Las Infraestructuras Grid proporcionan el conjunto de servicios relativos a la organizacin de los servicios bsicos en servicios finales, a la localizacin, gestin y organizacin de los recursos y, en general, a todos los servicios relacionados con la

20

coordinacin central del sistema. Bsicamente, se pueden distinguir diferentes entidades lgicas organizadas de manera jerrquica: el nodo escuchador (Grid Sink) que proporciona el servicio de estacin base local y virtualizacin bsica y el nodo Gateway (Grid Gateway) que proporciona el servicio de gateway entre una determinada rea local y una entidad de nivel jerrquico superior. En la prctica, los nodos que implementan servicios de infraestructura difieren de los nodos sensores no solo lgicamente si no tambin respecto al hardware: la situacin ideal, que proporciona la mxima flexibilidad y garantiza las mejores prestaciones, es utilizar nodos con recursos no limitados y, si es posible, dotados con diferentes tecnologas de comunicacin para garantizar optimizacin de recursos en la comunicacin a pequea, media y, si posible, larga distancia. 3.1.3 Red de acceso El acceso, por parte del usuario, a los servicios proporcionados por el sistema es un servicio garantizado por una oportuna red virtual que, si se solicita, permite el acceso mediante red cableada o inalmbrica. El sistema de autentificacin y adquisicin /delegacin de privilegios esta bien suportado por los Grid Services y puede basarse, para garantizar mayor efectividad, en el principio de la locacin de la informacin. Otros temas de inters estn fuertemente relacionados con las infraestructuras grid y, ms concretamente, con la locacin, la configuracin y la gestin del servicio solicitado. 3.2 Modelo de gestin de recursos Los recursos fundamentales del sistema son los de recurso limitado, es decir los nodos sensores. La complejidad del sistema y de las relativas aplicaciones aconseja el diseo de un modelo de gestin de recursos (Figura 3.3), llamado Global Resource Management Model (GRMM). GRMM est organizado en niveles (en horizontal) y planes (en vertical). El objetivo fundamental es el proyecto de los varios protocolos que componen el sistema con un fuerte nivel de interdependencia orientado a la optimizacin de los recursos. Dependiendo de la aplicacin (o conjunto de aplicaciones) considerada, unos niveles o planes pueden ser ms o menos relevantes o no presentes. De la misma manera, el sistema debe interpretarse cono extensible y, por tanto, puede incorporar nuevos protocolos, mecanismos o planes. La parte restante del apartado est dedicada a la descripcin de los distintos niveles y planes que componen el modelo.

Figura 3.3: GRMM.

21

3.2.1 Comunicacin En general, en una red de sensores el protocolo de enrutamiento y la tecnologa utilizada para la comunicacin tienen gran importancia. Por lo cual, el nivel de Comunicacin esta compuesto por dos clases de protocolos (protocolo MAC y protocolo de enrutamiento). Opcionalmente incluye el clsico nivel de transporte. Desde un punto de vista del protocolo MAC, los nodos sensores necesitan comunicacin a corto radio y a potencia limitada (ZigBee, por ejemplo). El tema podra ser bastante ms complicado para nodos Sink y Gateway que, por una parte comunican con la red de sensores/actores, y, por otra, necesitan una comunicacin ms directa posible con los nodos del mismo nivel jerrquico o de nivel superior. La solucin ms lgica, flexible y productiva parece ser la integracin en los nodos Sink/Gateway de diferentes posibilitades de comunicacin: comunicacin cableada y comunicacin inalmbrica a corta, media y, si posible, larga distancia. Esta solucin determina una notable complejidad de los nodos pero, al mismo tiempo, garantiza gran dinamismo en el diseo de las topologas y de los protocolos. Por ejemplo, en Figura 3.4 estn representadas dos reas locales contiguas de nodos sensores cada una dotada de un Sink; los Sinks de las dos reas necesitan comunicar entre ellos: pueden comunicar mediante las redes de sensores mismas (con comunicacin a baja potencia) o mediante comunicacin directa (protocolo a media potencia). Estas ventajas en trminos de flexibilidad van creciendo con la complejidad y el nivel del nivel de organizacin jerrquica de la topologa considerada y, en general, con el crecimiento de la escala del sistema.

Figura 3.4: Comunicacin entre reas contiguas.

La estrategia relativa al protocolo (o protocolos) de enrutamiento depende bsicamente de las caractersticas deseadas (prestaciones, escalabilidad, fiabilidad) y de la topologa deseada. La comunicacin a nivel de Sink/Gateway (Sink-Sink, Sink-Gateway, Gateway-Gateway) puede aprovechar de los mecanismos de bsqueda proporcionados por las tecnologas Grid (Discovery Service) de acuerdo con una de las topologas (o combinacin de topologas) de Figura 3.5. El enrutamiento local (nodo sensor-nodo sensor, nodo sensor-Sink) debera garantizar una relacin flexible entre prestaciones y escalabilidad. El protocolo de enrutamiento Logic Routing Algorithm, descrito en el Capitulo 5, asume que el rea considerada sea organizada en sub-reas lgicas (Figura 3.6,a) y garantiza una diferente relacin prestaciones/escalabilidad en funcin de la topologa (Figura 3.6,b). LRA ser descrito con mayor profundidad en el Capitulo 5.

22

(a) (b)
Figura 3.6: rea lgica (a) e incremento de escalabilidad (b).

Figura 3.5: Posibles topologas de las Infraestructuras Grid.

3.2.2 Reserva de recursos Los recursos del sistema pueden verse a diferente nivel. Cada nodo sensor proporciona recursos de clculo en trminos de comunicacin, de captura y calculo/almacn. Al mismo tiempo, un rea local se puede ver como un recurso, virtual en este caso, de nivel superior representado por el servicio que proporciona. El sistema de reserva de recursos debe proporcionar un sistema para reservar, de manera exclusiva o no exclusiva, recursos tanto a nivel de nodo sensor como a nivel de servicio. Reservas a nivel de nodo local estn bsicamente orientadas a la integracin y soporte de otros mecanismos y protocolos, de comunicacin en particular, a la organizacin y re-organizacin de tareas, a garantizar un mnimo conjunto de recursos para una aplicacin y, en general, para compartir recursos entre diferentes aplicaciones que operan sobre la misma red. La reserva de recursos a nivel de servicio es bsicamente orientada a proporcionar el soporte para compartir servicios entre diferentes aplicaciones y para implementar polticas de seguridad, acceso, delegacin, autentificacin y contratacin de servicios integrando eventualmente el principio de la informacin local. El problema fundamental de este mecanismo es su coste (y el coste de los mecanismos de soporte como el sistema de re-configuracin); esto aconseja usar la estructura solo si es estrictamente necesaria. 3.2.3 Optimizacin El nivel de optimizacin proporciona un conjunto de mecanismos y protocolos que optimiza los recursos del sistema en funcin de las caractersticas de la aplicacin que 23

se considera. Estos mecanismos son particularmente relevantes si se consideran aplicaciones de tiempo no real. En la prctica, los mecanismos de optimizacin estn orientados casi exclusivamente a garantizar la optimizacin del flujo de datos y de las tareas. La optimizacin del flujo de datos es generalmente gestionada por mecanismos ad-hoc basados en la fusin y agregacin de los datos. La optimizacin de las tareas depende de la aplicacin considerada; como concepto general debera garantizar el servicio solicitado por la aplicacin con un alto coeficiente entre calidad de servicio/recursos empleados. Como queda detalladamente explicado en el Capitulo 7, la buena organizacin de las tareas, de las topologas y la optimizacin del troughput pueden impactar de manera determinante en las prestaciones del sistema. 3.2.4 Nivel de aplicacin y topologa El nivel de aplicacin est bsicamente orientado a virtualizr los recursos locales en nodos Grid. Por lo cual, el nivel de aplicacin est relacionado con las tareas a nivel de infraestructura y, en ningn caso, con tareas locales. La complejidad de los mecanismos y de los protocolos de nivel aplicacin es considerada proporcional a la complejidad de las tareas de infraestructura y va, por tanto, creciendo con la complejidad de las topologas y de los servicios de localizacin de servicios y gestin global. El nivel de topologa no esta realmente relacionado con ningn mecanismo o protocolo concreto. La topologa, tanto a nivel de rea como a nivel de infraestructura, influencia todos (o casi) los niveles y planes del sistema. Esto conseja de ver la topologa como un parmetro de proyecto flexible en funcin de los mecanismos suportados, y no esttico y predefinido. 3.2.5 Seguridad y Gestin Los planes de gestin del sistema no estn relacionados directamente con un solo nivel, mecanismo o protocolo. Realmente se trata de un conjunto de mecanismos de sistema orientados a garantizar unas caractersticas a nivel de sistema (tolerancia a fallos, por ejemplo) o a proporcionar algn soporte por algn nivel, mecanismo o protocolo (mecanismos de configuracin/ re-configuracin, por ejemplo). Como qued descrito en el Capitulo 1, los planes de seguridad pueden estar relacionados con el nivel de aplicacin (autenticacin, privacidad, delegacin de privilegios) o con niveles inferiores (tpicamente encriptacin de datos). Los primeros estn proporcionados por los correspondientes servicios Grid. 3.3 Aplicacin: Monitorizacin de productos en Aeropuertos La aplicacin propuesta integra Grid Sensor/Actuator Network Architecture con tecnologa RFID para proporcionar un servicio de monitorizacin sobre larga escala de productos comerciales en aeropuertos. Como evidenciado en Figura 3.6, los productos pueden fsicamente estar en aviones o almacenes; cada avin o almacn proporciona su informacin local; el conjunto, oportunamente elaborado, de toda la informacin local proporciona la informacin a nivel de aeropuerto. El conjunto de las informaciones de los diferentes aeropuertos proporciona informacin de nivel global. Las tareas relacionadas con la localizacin y elaboracin de informacin pueden ser bastante complejas. Desde un punto de vista arquitectural, el sistema se divide en dos subsistemas de base: las infraestructuras Grid (Figura 3.7) y la red de captura (Figura 3.8). Las infraestructuras Grid estn organizadas a nivel jerrquico (nivel local, de

24

aeropuerto, global). Las infraestructuras de nivel local proporcionan el servicio de virtualizacin de los recursos (Figura 3.10), es decir que proporciona el interfaz del sistema con la red de captura, y el servicio de gateway.

Figura 3.6: Arquitectura general.

Figura 3.7: Infraestructuras Grid.

25

Figura 3.8: Red de Captura.

Figura 3.9: Registro/Localizacin.

26

Las infraestructuras de nivel superior estn organizadas para proporcionar un servicio de localizacin de informacin con altas prestaciones a travs de un sistema conjunto de registro/locacin (Index Service y Discovery Service, Figura 3.9). Cada producto esta marcado con una etiqueta RFID pasiva (que no necesita alimentacin); la red de captura se compone de lectores activos RFID que leen las etiquetas pasivas de los varios productos comunicando las informaciones a la red de sensores inalmbricas; esta proporciona la informacin a la estacin base local.

Figure 3.10: Virtualizacin.

Figura 3.11: Celda bsica.

27

Un ulterior parmetro de proyecto es la cobertura de rea por parte de la red inalmbrica. Tratndose de celdas de tamao bastante variable, se propone un sencillo modelo de cobertura basado sobre un nmero contiguo de celdas bsicas constituidas por 8 nodos sensores (Figura 3.11). Finalmente, en la Tabla 3.1 se describen las plataformas software/hardware utilizadas.
Component/Logic Entity WSN node Hardware Platform MicaZ Software Platform TinyOS,NesC

RFID reader

RFLOG100

Grid Infrastructures

PC Intel x586

Linux Platform, GLOBUS 4

DBMS

PC Intel x586

Linux Platform, ORACLE DB

Tabla 3.1: Plataformas hardware/software.

28

4. Modelo de diseo y programacin: Multi-behavior Agents


La arquitectura integrada propuesta en el Capitulo 3, se caracteriza bsicamente caracterizada por la coexistencia (con el fin de proporcionar diferentes caractersticas y suportar en el mejor de las maneras las exigencias de diferentes clases de aplicaciones) de entidades lgicas con caractersticas hardware/software prcticamente contrapuestas (redes de sensores e infraestructuras Grid); en la practica esta coexistencia representa un punto de fuerza para el diseador que puede modelar arquitecturas especificas disponiendo de un conjunto de mecanismos, protocolos y servicios bsicos de alto nivel. Para que este conjunto de ventajas sea lo mas efectivo posible y el proyecto y desarrollo de aplicaciones tanto mas coherente respecto a los principios de ingeniera del software, se propone a continuacin un modelo de especificacin y definicin de las arquitecturas sobre red de sensores (Seccin 4.1) y otro para modelacin y desarrollo de los nodos sensores (Seccin 4.2). Estos modelos se integran con los modelos clsicos para la definicin y especificacin de Web Services relativamente al modelo y desarrollo de las infraestructuras Grid. 4.1 Especificacin de servicios sobre red de sensores La especificacin y definicin de servicios se articula en tres niveles de abstraccin distintos (Figura 4.1). El primer nivel, nivel de comportamiento (Behavior), define el sistema de manera relativamente formal y abstracta. Cada behavior especifica lo que el sistema tiene que hacer y las caractersticas que tiene que garantizar. Su nivel de abstraccin quiere ser parecido al nivel proporcionado por el Diagrama de flujos de datos (DFD). El paso siguiente es la definicin de los servicios (y relativas interacciones) que componen el sistema. Modelar un behavior sobre servicios podra no ser una tarea exactamente sencilla, en primer lugar porque el nivel de abstraccin va decreciendo de manera consistente y, adems, porque un behavior podra estar compuesto por un nmero notable de servicios cooperantes. Cada servicio puede organizarse en sub-servicios lgicos y es definido y especificado de acuerdo con los modelos de definicin de las arquitecturas orientadas a servicios. Como muestra la figura (4.1), se distinguen siempre entre behavior o servicios relativos al sistema o a las aplicaciones. Ello para modelar con ms eficacia las arquitecturas y, al mismo tiempo, por facilitar el diseo y la implementacin de frameworks. El ltimo nivel, el ms concreto, es un nivel intermedio entre modelacin y desarrollo, de todos modos bastante prximo al segundo, en el que los servicios se modelan sobre una determinada clase de agentes. 4.2 Multi-behavior agents La necesidad de modelar e implementar servicios, mecanismos y protocolos sobre estructuras particulares como los agentes multi-bahavior consta, bsicamente, de dos motivaciones, una de carcter terico y una ms prctica. En primer lugar, los actuales lenguaje de desarrollo para sensores orientados a objetos o, mejor, a componentes, (NesC, por ejemplo) aun si proporcionan un eficiente soporte en trminos de efectividad no proporcionan, de momento, ningn framework o ambiente extensible a nivel de recurso (nodo sensor). En segundo lugar, la mayor parte de mecanismos

29

adoptados para garantizar calidad de servicios necesitan de recursos fcilmente monitorizables y re-cnfigurables (a travs de un conjunto definido de variables). El modelo propuesto permite un modelo de desarrollo caracterizado por el mismo nivel de abstraccin de un servicio y proporciona un numero considerable de componentes que implementan servicios bsicos y de soporte para el desarrollo de nuevos servicios; ms concretamente (Figura 4.2), cada tarea o modulo de aplicacin es acompaado y suportado por estructuras modulares para la comunicacin y la gestin. El modulo de comunicacin proporciona todos los servicios relacionados, directamente o indirectamente, con la comunicacin con otros nodos sensores o estacin base.

Figura 4.1: Especificacin y definicin de servicios.

El modulo de gestin es un conjunto de mdulos orientados a proporcionar servicios de configuracin/reconfiguracin (mdulo Switcher), optimizacin (mdulo Optimizer) y de organizacin/gestin de las tareas cooperativas (mdulo Cooperator). Todas las variables de configuracin del nodo, eventuales parmetros de identidad y direcciones lgicas/fsicas estn guardadas en un componente especfico (Identity Parameters) gestionado por el Switcher. La condicin normal es que cada nodo sensor est representado por un agente (o, mejor, una instancia de agente) multi-behavior que implemente todas las tareas de sistema y aplicacin.

Figura 4.2: Multi-behavior agent.

30

En el caso de que se requiera recurso mltiple como directa consecuencia de los servicios virtuales multi-recurso proporcionados por Grid Computing (Capitulo 2), el modelo podra ser extendido para suportar diferentes instancias (con su propia identidad) del mismo agente. Desde un punto de vista de la aplicacin y del compartimiento de recursos, el modelo se presenta particularmente prctico y flexible: nuevas tareas y/o aplicaciones pueden ser aadidas simplemente introduciendo nuevos behaviors y coordinando sus servicios con los dems.

31

5. Protocolo de Algotithm (LRA)

enrutamiento:

Logic

Routing

El algoritmo de enrutamiento relativo a las redes de sensores (enrutamiento local) pretende adaptarse, de manera dinmica e intuitiva, a redes con diferentes caractersticas y objetivos en trminos de calidad de servicio. El algoritmo propuesto presenta las siguientes caractersticas: Est orientado a las prestaciones (minimizacin del nmero de hops) con posibilidad de proporcionar un cierto nivel de escalabilidad (balanceo de trfico). En otras palabras, proporciona un servicio orientado a garantizar la maximizacin del tiempo de vida de la red a travs de la optimizacin de la relacin entre recursos necesarios para la comunicacin (minimizacin del numero de hops) y balanceo de trfico entre los nodos de la red. Es efectivo tanto en entornos caracterizados por pequea, como por media y larga escala. Se adapta de manera natural a la estrategia orientada a recursos virtuales tpica de Grid Computing. Suporta arquitecturas 2D y 3D. Puede integrar mecanismos de varias clases para incrementar la calidad de servicios (fiabilidad en la comunicacin, por ejemplo).

Cada uno de estos puntos ser detalladamente explicado en la parte restante del Capitulo. 5.1 Estrategia de enrutamiento La estrategia de enrutamiento sobre redes de sensores depende bsicamente de las propiedades que se quieran garantizar (prestaciones, escalabilidad, fiabilidad), siempre teniendo en consideracin que la orientacin a recursos limitados hace, de hecho, poco realisticas todas las soluciones que requieren gran cantidad de recursos. El protocolo propuesto quiere garantizar altas prestaciones (mnimo numero de hops) y un cierto nivel de escalabilidad en la comunicacin entre dos nodos (end-to-end); los nodos sensores se suponen organizados en reas y niveles lgicos (Figura 5.1,a) y cada nodo tiene conocimiento de la identidad de los nodos con los que puede comunicar directamente (1 hop).

(a)

(b)

Figura 5.1: a) Organizacin lgica; b) Estrategia de enrutamiento.

32

La identidad de un nodo est constituida simplemente por un identificador (nico) y por los datos relacionados con su ubicacin el la red (rea y nivel). La idea en que se basa la estrategia de enrutamiento (Figura 5.1,b) es la de aprovechar la informacin proporcionada por la organizacin lgica para garantizar altas prestaciones; en el momento que un nodo i recibe un mensaje que no esta dirigido a el mismo, tiene que retransmitir dicho mensaje a uno de los nodos puesto a distancia de un hop; el nodo i elige el siguiente paso de enrutamiento sobre la base de un coeficiente k (Figura 5.2); se quiere minimizar la relacin: g (i ) = iroute k i Por tanto, el coeficiente k tiene que ser elegido para garantizar: min( g (i )) iroute min(k i )

Figura 5.2: Enrutamiento hop by hop.

El coeficiente k es determinado de acuerdo con el diagrama propuesto en Figura 5.12, donde es valida la relacin: k 0 < k1 < k 2 < k 3 Los casos posibles estn representados de forma grafica en la Figura 5.3,a. Search Algorithm (SA) es simplemente un algoritmo broadcast relativo a la rea y nivel individuado. Suponiendo una densidad no elevada de sensores en el espacio individuado de unos determinados rea y un dato nivel, el sencillo algoritmo propuesto en Figura 5.3,b garantiza prestaciones suficientes (con k0<k1). Finalmente, el Area Search Algorithm (ASA) es propuesto en Figura 5.4. Sinteticamente, la estrategia de enrutamiento puede ser resumida en las siguientes afirmaciones: Intentar siempre la ruta con menor nmero de hops aprovechando la informacin proporcionada por las reas lgicas, intentando aproximar la ruta recta (Figura 5.5,a y b). A paridad de nmero de hops (o casi), elegir la ruta que pasa por el Sink (o estacin base); este ultimo punto puede (Figura 5.5,a y b) resultar relevante en la mayoria de aplicaciones reales donde tambin eventos locales tienen que ser notificados.

33

Figura 5.12: Logic Routing Algorithm (LRA).

(a)

(b)

Figura 5.3: a) casos relativos a k=0, k=1 y k=2; b) Search Algorithm (SA).

34

Figura 5.4: Area Search Algorithm (ASA).

Figura 5.5: a) ruta que aproxima la recta; b) dos posibles rutas reales.

5.2 Configuracin La configuracin topolgica de la red, determina el nivel de escalabilidad de la misma (Figura 5.6). Cuantos ms sensores estn colocados en cada sector individuado por una pareja rea/nivel, ms rutas alternativas sern posibles por el algoritmo. En general, el aumento de la escalabilidad coincide con el aumento del nmero medio de hops (decrecimiento de prestaciones). La configuracin tiene que considerarse como especifica para cada aplicacin y funcin de las caractersticas deseadas. Indicando con N el nmero de niveles lgicos, el nmero de hops es, en general:
1 hops 3 N 1

35

El caso peor (Figura 5.5,a) es: hops=2N (caso ideal) 2N<=hops<=3N-1 (caso real) Expresando el caso real como: hops=2N+k k, dicho Factor de Escalabilidad, representa una sencilla pero indicativa medida del nivel de escalabilidad.

Figura 5.6: Configuracin de rea.

5.3 Simulacin
El algoritmo fue simulado utilizando 48 nodos sensores, con la configuracin lgica propuesta a mximas prestaciones en Figura 5.7,a (8 reas, 3 niveles) y el diagrama de conectividad de Figura 5.7,b.

Figura 5.7: Configuracin lgica (a) y diagrama de conectividad (b).

Como evidenciado en los resultados de Figura 5.8, el nmero medio de hops generando eventos (emisor y recibidor) de manera uniforme en la red es prximo a los 4 hops.

36

Figure 5.8: Valor medio del nmero de hops con trfico uniforme.

En la Figura 5.9 esta representado el cargo por cada nodo (a) y por nivel (b). Como se puede apreciar, siendo la red fuertemente centralizada, los niveles ms prximos al Sink son los ms solicitados. Para garantizar una buena relacin entre tiempo de vida de la red y prestaciones, se aconseja siempre configurar la red de manera tal de tener escalabilidad proporcional a la distancia con el Sink.

Figure 5.9: cargo por nodo (a) y por nivel (b).

5.5 Extensiones
El algoritmo puede ser extendido bsicamente en dos direcciones: 1. Integracin con mecanismos de calidad de servicio, por ejemplo, fiabilidad. 2. Integracin de componentes/mecanismos para garantizar altas prestaciones sobre larga escala; este ltimo punto implica, tpicamente, una fuerte organizacin jerrquica que aconseja el uso de estructuras multi-base. Las bases, generalmente, estn organizadas segn una topologa especfica (Figura 5.10) y necesitan

37

comunicacin directa (Figura 5.11) entre ellas (normalmente a travs de un canal de comunicacin a media distancia, WiFi por ejemplo).

Figura 5.10: Posibles organizaciones topolgicas por las bases del sistema.

Figura 5.11: Comunicacin entre bases.

38

6. Calidad de servicio (QoS): mecanismo de tolerancia de fallos


El mecanismo de tolerancia de fallos propuesto propone una estrategia de sustitucin de tipo adaptativo con el objetivo fundamental de maximizar el tiempote vida de la red optimizando el tradeoff entre robusteza proporcionada y recursos utilizados. El agotamiento de las pilas tambin se considera fallo. La identidad real (Real Identity (RI)) de un sensor es el conjunto de su hardware, software (funciones lgicas en la red) y de su posicin lgico/fsica. Se supone que dos sensores tengan la misma posicin en la red si pueden comunicar con los mismos nodos. La identidad abstracta de un nodo sensor (Abstract Identity (AI) (Figure 6.1)) se compone por su identificador en la red (direccin, por ejemplo), por el conjunto de funciones activas y por el conjunto de funciones que el nodo podra potencialmente desarrollar (Funciones soportadas). Cada una de esas funciones se llama behavior.

AI i = ( X i , Yi , Z i ) Yi Z i

Figure 6.1: Identidad abstracta.

El nodo en cuestin, se supone latamente re-configurable: un conjunto bien definido de variables, llamadas Identity Parameters, define su identidad abstracta; una reconfiguracin es simplemente un cambio de los valores de una o mas de estas variables. La idea a la base de la estrategia de gestin es que un nodo i puede sustituir un nodo j, al tiempo t, si soporta todas las funciones activas de j al tiempo t (grficamente i->j).
Node i () Node j Y j Z i

Cada nodo, al tiempo t, esta caracterizado por un cierto numero de arcos entrantes que representan los nodos que pueden potencialmente substituirlo afrente de un fallo. Globalmente se construye un grafo orientado llamado Replacement Graph (RGraph). Si un nodo sustituye a otro (Figure 7.2):
AI i = AI iR Nodei Node j R RGraph = RGraph

39

X iR = X i AI iR = Yi R = Yi Y j R Z i = Z i
R RGraph Nodes = RGraph Nodes Node j R RGraph R = RGraph Arches = RGraph Arches Archkh k = j | h = j

Figura 7.2: i->j.

En la realista y auspiciada hiptesis de la existencia de ms de un nodo candidato para la sustitucin, la estrategia para la eleccin (Figura 7.3) puede ser diferente. Desde un punto de vista estrictamente matemtico, una estrategia orientada a garantizar el mximo numero de sustituciones (garantizando mximo nivel de conectividad para RGraph) debera que garantizar altas prestaciones. Considerando las peculiaridades del entorno (recurso limitado), una estrategia de tipo adaptativo podra garantizar mayor flexibilidad en el intento de optimizacin del tradeoff calidad de servicio/recursos utilizados y, ms concretamente, ms efectividad en la maximizacin del tiempo de vida de la red.

Figura 7.3:.Substitucin de un nodo.

La estrategia propuesta considera el estado de los recursos candidatos al momento de un fallo (estrategia adaptativo) e intenta de repartir las tareas de manera balanceada entre los nodos para garantizar un cierto nivel de prediccin. Por tanto, cada arco de RGraph esta marcado con un coeficiente:

40

p ij = k1 * Pw i + k 2 * Ld i + k 3 * Constri + k 4 * Ran k 4 << k h , k = 1,2,3 Con:

Power (Pw): estado energtico al momento del fallo del nodo candidato; como se puede imaginar tiene gran importancia para proporcionar balanceo de cargo y, por tanto, maximizar el tiempo de vida del sistema. Load (Ld): determina el nmero de tareas activas del nodo candidato al momento de fallo; en general, i->j, implica un aumento del cargo sobre el sensor; es un parmetro determinante para el balanceo y la prediccin. Constraints (Constr): todos los elementos que hacen una sustitucin preferible respecto a otra; tales elementos pueden estar relacionados con parmetros topolgicos o de tareas. Random factor (Ran): introduce un cierto nivel de casualidad; tiene que ser tal de resultar importante en condiciones similares de los nodos candidatos y no relevante en caso contrario.

Al momento de un fallo:
Fault j Node k Node j , k : p kj = min( p hj )

Se proponen, a continuacin, dos parmetros de evaluacin: Replacement Efficiency (RE): porcentaje de sustituciones respecto al nmero de fallos.
replacements faults + PowerExhaustations

RE =

Network Efficiency ( NE i ): expresa la eficiencia de la red tras i fallos; caracteriza el sistema considerado y esta generalmente relacionado con el tiempo de vida de la red.

El mecanismo de tolerancia de fallos est implementado sobre Multi-behavior Agents (Capitulo 4). El sistema considerado esta representado en Figura 6.6. El objetivo fundamental es proporcionar un largo tiempo de vida a travs de un alto porcentaje de sustitucin a frente de un alto nmero de fallos. El sistema se compone por una estacin base y 24 nodos sensores organizados en dos niveles lgicos y 8 reas. Los sensores de cada sector implementan una tarea cooperativa; la tarea global se compone por los resultados proporcionados por las tareas bsicas. La eficiencia de la red esta representada en Figura 6,a: cada tarea proporciona un igual contribucin y se compone por tres diferentes funciones distribuidas sobre tres diferentes nodos; un fallo parcial o de sector se verifica si la tarea no puede garantizar el resultado esperado (Figura 6.6,c). El fallo de sistema se verifica si no funciona ningn nodo de primer nivel (Figura 6.6,b).

41

Figura 6.6: Topologa y Eficiencia de la red(a), Fallo de sistema (b) y Fallo de Sector o Parcial (c).

El sistema de tolerancia de fallos intenta de garantizar el mximo nmero de tareas activas. El factor gua esta configurado para intentar que un nodo de primer nivel sustituya un nodo solo en el caso que no haya otra posibilidad o que las alternativas sean consideradas prximas a situaciones de fallo (prediccin). La Figura 6.7 rafigura el RGraph inicial.

Figura 7.7: RGraph inicial.

La Tabla 6.1 propone los resultados relativos a 10 simulaciones independientes; el valor medio relativo al porcentaje de sustitucin es prximo al75%. En Figura 6.8 se propone la eficiencia de la red relativa a tres diferentes experimentos; como evidenciado, el mecanismo propuesto garantiza plena eficiencia de la red a frente de nmeros de fallos considerables.

42

Network Efficiency
100 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Failures

Figure 6.8: Eficiencia e la red.

Test 1 2 3 4 5 6 7 8 9 10 Average

Power off 8 5 5 4 6 7 4 8 6 6 5,9

Failure 12 13 12 11 13 10 13 12 11 12 11,9

Replacement 14 15 14 10 14 14 15 14 13 11 13,4

RE 70% 83% 82% 66% 73% 82% 88% 70% 76% 61% 75,1%

Tabla 6.1: Estatisticas.

43

7. Modelo de evaluacin y optimizacin


La caracterstica fundamental de un nodo sensor es su orientacin a recursos limitados; a la hora de disear arquitecturas, topologas, mecanismos o protocolos de calidad de servicio y aplicaciones, la optimizacin de los recursos se convierte en un aspecto absolutamente central, al punto que cualquier criterio de evaluacin de prestaciones se convierte, de hecho, en la evaluacin de un compromiso entre prestaciones y recursos requeridos. Adems, diferentes caractersticas relacionadas con calidad de servicio podran ser contradictorias. En sntesis, el diseo de arquitecturas complejas sobre redes de sensores es siempre (o casi) el resultado de un compromiso. La optimizacin de recursos en este contexto se basa casi exclusivamente en el modelo de recurso y anlisis utilizado. Se propone en el capitulo un modelo de recurso por el nodo (recurso elementar), un modelo de recurso a nivel de red (recurso contextualizado) y, finalmente, una tcnica de evaluacin y anlisis orientada a la optimizacin. Este modelo quiere ser lo suficientemente complejo para justificar no solo el cuantos recursos se gastan si no tambin el como, y, al mismo tiempo, con un nivel de flexibilidad tal que permita un anlisis a diferentes niveles de dificultad creciente.

7.1 Anlisis a nivel de nodo


El modelo a nivel de nodo tiene que proporcionar, de manera abstracta, informacin relacionada nicamente con el recurso bsico sin tener en cuenta el contexto en lo que opera. Cada modo sensor proporciona los siguientes recursos: Recursos de calculo Recursos de almacn de informacin Recursos de comunicacin Recursos de captura Recursos de actuacin

Se propone, a continuacin, un modelo matemtico que exprese el gasto energtico relacionado con cada recurso; el nodo sensor de referencia se supone parecido por caractersticas a un nodo sensor de la familia MICA2. Se define la funcin Power que expresa el gasto energtico real hasta al evento i:
Powerk = k / Pmax * i =0 Pi
k

p= factor de escala Pmax=Potencia de las pilas completamente cargadas Se supone que cada nodo opere de acuerdo con el protocolo descrito en el diagrama de actividad de Figura 7.1. El estado natural del nodo es sleep; en este estado el sensor gasta una cantidad de energa mnima (no relevante, normalmente); su solo actividad en este estado es la espera de un evento (interno o externo). En presencia de un evento, su estado se convierte en operate (estado activo) con gasto energtico relevante. Al acabarse del evento, el nodo vuelve en estado sleep.

44

Figure 7.1: Actividad del protocolo Sleep/Operate.

El coste de estas transiciones esta representado por el Active/Sleep Factor:


status ==" operate" Y = 0 Y = status ==" sleep" Y > 1

Como se puede notar se considera relevante solo la transaccin Sleep->Operate. Se propone, a continuacin, una funcin de coste por cada micro-evento (interno o externo) que puede interesar el sensor segn el siguiente modelo:
Cost micro event = f ( parameters ) = equation

Coste de clculo (k1, factor de escala):


Cost computatio n = f ( n operations ) = Y + k1 * n

Coste de recepcin (k2, factor de escala):


Costreceive = f (% Info) = Y + k2 * % Info % Info = SizeOf ( Info) /( SizeOf ( Info) + SizeOf ( Head ))

Coste de transmisin (k3, factor de escala):


Cost transmissi on = f (% Info ) = k 3 * % Info

Si un nodo recibe un mensaje, el nodo tiene que evaluar el destinatario del mensaje (el nodo mismo u otro nodo de la red); esta operacin se llama pre-procesamiento.
Cost pre process = const

El coste de captura:
Cost capture = Y + const

El coste de actuacin:
Cost actuate = const

Valores relativos a los gastos energticos de la familia de nodos sensores MICA2 y las caractersticas de las bateras utilizadas estn propuestos en la tabla 7.1 y 7.2.

45

Operating Current (mA) ATMega128L, full operation ATMega128L, sleep Radio, receive Radio, transmit (1 mW power) Radio, sleep Serial flash memory, write/read/sleep

MICAz 12 (7.37 MHz) 0.010 19.7 17 0.001

MICA2 12 (7.37 MHz) 0.010 7 10 0.001 15 / 4 / 0.002

MICA2DOT 6 (4MHz) 0.010 7 10 0.001

Tabla 7.1: Gastos energticos de los nodos sensores de la familia MICA2.

Mote Hardware Platform MICAz MICA2 MICA2DOT

Standard Battery (# required) AA (2) AA (2) Coin

Typical Battery Capacity (mAhr) 2000, Alkaline 2000, Alkaline 560, Li-ion

Practical Operating Voltage Range (V) 3.6 to 2.7 3.6 to 2.7 3.6 to 2.7

Tabla 7.2: Caractersticas de las bateras usadas por los sensores de la familia MICA2.

7.2 Anlisis a nivel de red


El modelo de red considerado esta orientado a los servicios; la red inalmbrica de sensores se considera como un solo recurso virtual que proporciona, globalmente, un determinado servicio. El servicio proporcionado se compone de un cierto nmero de tareas; cada tarea puede interesar un solo nodo o ms nodos de manera cooperativa. De todos modos, el servicio global es el resultado de la cooperacin de todos los nodos sensores, de las estaciones bases y de los componentes de gateway. El objetivo ms importante de la anlisis a nivel de red es lo de contextualizar el recurso de calculo bsico en la red; a tal propsito, es importante definir la influencia externa sobre el nodo sensor y, consecuentemente, su actividad activa y pasiva o, en otras palabras, el papel del nodo en la red. La influencia externa puede estar relacionada con un gran nmero de factores, como la organizacin arquitectural y topolgica por ejemplo. La idea fundamental es proporcionar una herramienta matemtica que modele un cierto nmero de parmetros contextualizados que deberan que estar optimizados; estos parmetros son:

Eficiencia en la comunicacin: depende bsicamente de las caractersticas de la aplicacin (hard/soft real-time, no real-time) y de un conjunto de parmetros relacionados con los mecanismos de gestin del throughput (data fusion/agregation, transport layer). Topologa: Un nodo es parte active de una determinada arquitectura y relacionadas tareas. Unas cuantas de esas tarea son activas, otras pasivas (nodo de transito, por ejemplo).

46

Data Process: el procesamiento de datos implica que le nodo este en estado operate (alto gasto de energa). En el caso de tareas cooperativas y alto nivel de computacin, es aconsejable el utilizo de oportunas estrategias de optimizacin. Plan de captura: si la captura de datos requiere gran precisin o se puede considerar un aspecto fundamental, la optimizacin de las tareas de captura (plan de captura) podra considerarse de primaria importancia. Plan de actuacin: si en la red hay actores, es importante optimizar las acciones en funcin de los eventos que las generan.

Por cada uno de los parmetros anteriores se propone, continuacin, una definicin matemtica. Una funcin global a 5 dimensiones (External Influence, EI) proporciona una visin global:
EI k = ( CommC i , i =0 TopC i , i =0 Pr oC i , i =0 CapC i , i =0 ActC i )
k k k k i=0 k

La correspondiente versin mono-dimensional obtenida de la combinacin linear de los varios contribuos es MD-EI:

MD EI k = i = 0 a * bki * EI k
k

a = scaleFactor bki [0.1] k = 1,2,3,4,5

Como mostrado en Figura 2, en funcin del porcentaje de informacin, se pueden definir tres diferentes zonas: Real Time, Data Agregation/Fusion y Segmentation.

Figure 7.2: Zonas de transmisin.

47

La zona Real Time se caracteriza por pequeos flujos de informacin y su nombre es justificado por el hecho que es la tpica zona de trabajo de las aplicaciones de tiempo real. La zona de Fusion/Aggregation es la rea de trabajo ideal desde el punto de vista del throughput en cuanto el tamao de los flujos de informacin es supuesto ideal y las aplicaciones caracterizadas por dichos flujos permiten generalmente el utilizo de mecanismos especficos de optimizacin (fusin, agregacin). La zona de segmentacin es caractersticas de grandes flujos de informacin que requieren algn protocolo de segmentacin; es un rea de trabajo bastante crtica por contextos de recursos limitados. El Communication Coefficient (CommC) esta de finido como:
0 < % Info < k1 CommC = f i * Y1 * Consttransmission CommCi = k1 < % Info < k2 CommC = f i * Y2 = cons tan t % Info > k2 CommC = f i * Y3 * (Consttransmission ) 2
fi [1, l ] l > 1 init : l = 2 TransmissionFailure: l = l + 1

En funcin de los objetivos de la optimizacin, es posible configurar los varios parmetros para garantizar el comportamiento deseado para CommC. El Topology Coefficient (TopC) es una evaluacin de la actividad pasiva/activa del nodo:

TopC i = sc * top i * [Cost receive + Cost pre process ]


node.id == message.receiver topi = 1 node.id message.receiver top = w, w + + i topi = init : w = 2 sc = scaleFactor

El Data Process Coefficient (ProC) es una medida del conste de procesamiento; puede representarse como una cualquier funcin que se proporcional, directamente o indirectamente, al numero de operaciones. Pr oC i =Dp*f(n)=Dp* n 2 n=nmeros de macro-operaciones Dp=factor de escala En la gran mayora de los casos, el coste de procesamiento no es relevante en trminos cuantitativos y, adems, difcil para medir. De todos modos, este coeficiente tiene su

48

importancia en cuanto puede dar una idea de la actividad de los varios nodos de la red; este aspecto podra resultar relevante en la optimizacin de las tareas. La actividad de captura esta expresada por Capture Coefficient (CapC), en el caso de captura independiente y de captura en tareas cooperativas.
CapCi = d * Costcapture * e r / scc
IndependentSen sin gTask r = 1 init : r = 0 CooperativeSen sin g capture : r + + endOfTask : init

scc=factor de escala d=factor de escala Las tareas de captura cooperativas estn consideradas como una solucin bastante costosa en trminos de recursos que puede proporcionar un considerable incremento de la calidad de servicio (fiabilidad, precisin). CapC puede ser un importante factor gua en la optimizacin de este importante tradeoff. Problemas parecidos a los relacionados con la captura se reproponen en las tares de actuacin; el Actuator Coefficient (ActC) esta definido como:

ActC i = Cost Actuate * e h / A


A=factor de escala h=radio de accin del actor

7.3 Influencia de los mecanismos para calidad de servicio


En un anlisis muy precisa podra resultar bastante relevante distinguir entre requisitos de aplicacin y requisitos de calidad de servicio. En el modelo propuesto, la funcin Y expresa los recursos empeados ingarantizar algn parmetro de calidad de servicio: Yi =f(QoS) La modelacin matemtica de Y es actualmente un punto abierto de este trabajo. Para las evaluaciones propuestas en este trabajo, Y esta expresada como porcentaje de los recursos totales.

7.4 Optimizacin
El anlisis de recursos (Figure 7.3) se compone de tres pasos fundamentales: Modelizacin Efectacin de medidas Evaluacin /comparacin / optimizacin.

Para la optimizacin de los recursos se considera la siguiente funcin tridimensional:

49

( Poweri , Yi , MD EI i ) = MD evali
Y su versin mono-dimensional:

( Power
i =0

+ Yi + MD EI i ) = eval i

Considerando el plan 3D, en coordenada x se reporta la funcin Power (energa realmente gastada por el nodo), en coordenada y se reporta la funcin Y (recursos gastados por los mecanismos para calidad de servicio) y, finalmente, en coordenada z se reporta MD-EI (recurso contextualizado). El primer paso es la definicin de los factores de escala que pueden ser simplemente el resultado de medidas o propiedades del sistema considerado. Los parmetros de optimizacin deberan que estar definidos como un numero de condiciones sobre MDEI.

Figura 7.3: Anlisis de recursos.

Este ltimo paso podra resultar bastante complejo en presencia de tradeoffs y relaciones complejas entre los requisitos. El objetivo general es minimizar el coeficiente gua MD-EI como expresin del concepto clave de bsqueda del mejor compromiso posible entre calidad de servicio proporcionada y recursos gastados. Validas perspectivas de evaluacin son: el plan x-y (relacin directa entre energa gastada y mecanismos de calidad de servicio), el plan x-z (relacin directa entre energa gastada y influencia externa sobre el nodo) y el plan y-z (relacin directa entre recursos gastados por los mecanismos para calidad de servicio y la relativa influencia externa). El anlisis resulta ms efectivo si extendida a todos los nodos de la red (o a gran parte de ellos) considerando las diferentes tareas de cada nodo y relativos valores medios (diagramas de densidad por cada coeficiente de inters de MD-EI).

7.5 Ejemplos
A titulo de ejemplo, se consideran tres posibles escenarios que representan unas de las topologas ms utilizadas en temas de redes de sensores. La Figure 7.4 (Basic Cell, BC) representa una arquitectura multi-sink compuesta por un numero celdas bsicas; cada celda se compone de estaciones base y varios nodos sensores; la comunicacin entre la celda es mono-hop y cada nodo sensor proporciona

50

una tarea independiente (todas las tareas del nodo son, por tanto, activas). Cada zona tiene un sistema de keep-live para la deteccin de eventuales situaciones de fallo. Las estaciones bases estn organizadas de manera jerrquica y tienen capacidad de comunicacin a pequea y media distancia para la comunicacin con los nodos sensores y con otras estaciones base.

Figure 7.4: Basic Cell.

El Segundo escenario, Figure 7.8(b), es High Density Cell (HDC). HDC se caracteriza por la presencia de un solo sink y un gran numero de nodos sensores; la comunicacin es multi-hop y cada nodo tiene bsicamente dos tares: es parte de la red de comunicacin (tarea pasiva) y proporciona una tarea de captura independiente (tarea activa). El sistema de keep-live es ms evolucionado (y costoso). El tercer escenario (Figura 7.5), Cooperative WSN (CWSN), propone una arquitectura mono-sink con las mismas caractersticas de HDC y con los nodos sensores organizados en tareas cooperativas.

Figure 7.5: CWSN.

En CWSN, solo una parte limitada de sensores esta realmente organizada en tares cooperativas, los otros proporcionan una tarea independiente. Tambin en CWSN la actividad de los sensores puede ser active o pasiva. Un nodo sensor de BC, uno de HDC nivel 1 (Figure 8(b) y otro de CWSN con funcin no restricta a tarea cooperativa son objeto de la simulacin descrita en Tabla 7.3 y Tabla 7.4.

51

Configuration Comm BC HDC MonoHop MultiHop Sens Independent Independent Independent and Cooperative Act No 1-5 Hops 1-2 Hops QoS 1% 5% Role Active Active/ Passiv e Active

CWSN

MultiHop

6%

Tabla 7. 3: Configuracin de la simulacin.

Simulation Statistics BC Local Events Total Events Simulation Time Activity Time 100 572 100% 4% HDC 100 818 100% 9% CWSN 100 914 100% 8%

Table 7.4: Estatisticas.

Los resultados estn representados en Figura 7.6 (Power), Figure 7.7 (Influencia de la red) and Figure 7.9 (MD-eval). Si el anlisis se limita simplemente a la energa gastada (Power), HDC y CWSN no se distinguiran.
35 HDC=32% CWSN=32,3

30

25

Power(%)

20

15

BC HDC CWSN

10

10

20

30

40 50 60 Local Events

70

80

90

100

Figure 7.6: Power.

52

Figure 7.7: Influencia de la red.

Un anlisis ms profunda que considere la influencia externa (Figura 7.7) representa un aspecto fundamental al fin de optimizar los recursos.

(a) HDC Traffic Density

(b) HDC Traffic Load (c) HDC Nodes Density(Uniform)

Figura 7. 8: HDC Traffic Density (a), Traffic Load (b), Nodes Density (c).

Este anlisis puede garantizar importantes informaciones sobre las relaciones entre prestaciones y recursos. Las medidas sobre BS detectan un gasto de recursos mnimo y comunicacin optimizada. Si esta configuracin tiene que ser comparada con otras, los recursos usados por los nodos de gateway (estaciones base, en este caso) tienen que ser considerados tambin. Considerando el diagrama de densidad relativo a CommC (Figura 7.10), se evidencia el coste real de la arquitectura que se apoya sobre las capacidades de comunicacin a media distancia proporcionadas por las estaciones base. La Figure 7.7 evidencia una gran actividad pasiva por el nodo sensor de HDC. La distribucin geogrfica de los nodos es uniforme (Figure 7.8,c) y determina que, cuanto ms prximos estn los nodos al sink, ms estn cargados (Figure 7.8,(a,b)). El diagrama de densidad de TopC (Figure 7.11) evidencia la actividad pasiva. Adems, el gasto de energa esta directamente relacionado con la transmisin y los nodos prximos al sink sern los primeros a quedarse sin energa comprometiendo de manera determinante el tiempo de vida de la red. Esto aconseja de distribuir los nodos sensores de manera no uniforme, con densidad inversamente proporcional a la distancia con el sink con estrategia de enrutamiento orientada a la escalabilidad. Un analisis basadas sobre los diagramas de densidad de CapC (Figure 7.12,a) and ProC (Figure 7.12,b) permite de examinar las tareas de captura de CWSN. Si el analisis se 53

limita a CapC (expresin directa del conste de captura), las tareas cooperativas serian individuadas con mucha dificultad. Como evidenciado, el anlisis conjunto de los dos diagramas permite de evidenciar claramente las tareas cooperativas que se caracterizan por una mayor actividad a nivel de procesamiento, prcticamente absente en las tareas independientes.

MD-EI QoS

Power

Figura 7.9: MD-eval.

Figura 7.10: Anlisis de BS; diagrama de densidad de CommC.

Figura 7.11: Anlisis de HDC; diagrama de densidad de TopC.

54

(a) diagrama de densidad de CapC

(b) diagrama de densidad de ProC

Figura 7.12: Anlisis de CWSN.

55

Conclusiones y trabajos futuros


La arquitectura propuesta integra Grid Computing Y WSN (Grid Sensor/Actuator Network Architecture, Capitulo 3); este conjunto tecnolgico tiene grandes potencialidades para la modelacin y desarrollo de arquitecturas sobre larga escala y caracterizadas por gran flexibilidad y altas prestaciones. La arquitectura propuesta se compone de dos subsistemas generales: infraestructuras Grid y redes inalmbricas de sensores. Estas ltimas se caracterizan por recurso limitado y, por tanto, la integracin con el modelo de clculo a altas prestaciones, proporcionado por Grid Computing, aconseja el diseo de aplicaciones de acuerdo con un plan de gestin de recursos bien definido; el plan propuesto es GRMM (Capitulo 3). Se propone tambin una aplicacin prctica de Grid Sensor/Actuator Network Architecture que integra la tecnologa RFID para proporcionar un servicio de monitorizacin de productos comerciales sobre larga escala en aeropuertos (Capitulo 3). En cuanto a la red inalmbrica de sensores, se propone un algoritmo de enrutamiento (Capitulo 5) orientado a maximizar el tiempo de vida de la red y caracterizado por un alto nivel de flexibilidad; adems, considerando la calidad de servicio un punto clave para el desarrollo de aplicaciones sobre redes inalmbricas de sensores, se propone un mecanismo de tolerancia de fallos (Capitulo 6), junto a un modelo de programacin para el nodo sensor que permita un desarrollo dinmico y extensible (Multi-Behavior Agents, Capitulo 4) tanto de mecanismos de calidad de servicio como de tareas complejas. Finalmente (Capitulo 7), se propone un modelo matemtico para la evaluacin y la optimizacin de sistemas basados en nodos con recursos limitados. Los trabajos futuros estarn bsicamente orientados al diseo y desarrollo de aplicaciones sobre la arquitectura propuesta, con particular atencin en el aspecto relativo a la evaluacin global de dichos sistemas. Otros temas de inters considerados son la integracin de Grid Sensor/Actuator Network Architecture con otras tecnologas y con el mundo multimedia.

56

Anexo I: Tabla de hardware de los nodos sensores

Nodo
CSIRO Fleck

CPU
Atmega128L, 8MHz

Memoria
512K memory external

I/O Sensors
Temperature, Light, Screw terminal for 4X digital i/o and 2X analog

Radio
Nordic 903

Tmote

8MHz Texas Instruments MSP430 microcontroller Atmel ATmega128L(AVR RISC 8 MHz @ 8 MIPS)

10k RAM and 48k Flash Integrated 64+180 Kbyte SRAM, 128 Kbyte Flash ROM, 4 Kbyte EEPROM

Humidity, Temperature, and Light sensors UART, SPI, I2C, GPIO, ADC, Clock, Timer, LEDs Standard Molex 1.25mm Wire-to-Board and Hirose DF17 Board-to-Board connectors

250kbps 2.4GHz IEEE 802.15.4 Chipcon Wireless Transceiver Chipcon CC1000 operating in ISM Band 433-915 MHz)

BTnode

EYES

MSP 430F149 MHz @ 16 Bit)

(5

60 Kbytes of program memory , 2 Kbytes of data memory, 4 Kbyte EEPROM 4MB Flash SRAM 1MB

UART, AD and I/O, JTAG interface and sensor board with compass, accelerometer, temperature sensor, light sensor, pressure sensor, microphone nad push button lines seismic(geophone), acoustic, magnetometer, accelerometer, temperature and pressure

RFM TR1001 hybrid radio transceiver

Rockwell Wins-Hidra Nodes

SrongARM (133MHz)

1100

Connexant's (100Kbps)

RDSSS9M

Sensoria WINS NG 2.0

SH-4 processor (167 Mhz)

GPS and imaging

Dual 2.4 Ghz FH

Sensoria WINS 3.0

Intel PXA255 (scalable from 100 to 400 MHz)

64MB SDRAM 32MB Flash

GPS, USB(2 host ports, 1 device port), RS-232 serial(5 generic + 1 Linux console),Audio in/out(1 stereo input, GPS, USB(2 host ports, 1 device port),PCMCIA/CardBus(1 external slot), RS-232 serial( 1 Linux console)PCMCIA/CardBus(2 external slots) RF-adapter to interface a variety of radios

Sensoria NetGate300

32-bit, 300 MIPS SH-4 processor

64MB SDRAM 32 Flash

Sensoria sGate

32-bit, 300 MIPS SH-4 processor

64MB SDRAM 32 Flash

RS-232 serial( 1 Linux console)PCMCIA/CardBus(2 external slots)

Dual embedded 802.11b modules

57

UCLA iBadge

Atmel ATMEGA and TI DSPC5416

Temperature, pressure, humidity, magnometer,accelerometer. Acoustic in/out+DSP 1MB Flash, 136KB RAM ultrasound transceivers to perform high accuracy distance measurements

Bluetooth radio (64kBPS)

UCLA Medusa MK-II Localizer Node

40MHz THUMB

ARM

RFM (the same as MICA)

BWRC PicoNode

Strong ARM 1100

4Mb DRAM, 4mB fLASH

2 sensor boards: Board #1temperature, humidity, light, and sound. Board #2-temperature, acceleration, magnetic fields and provisions for GPS. Seismic and acoustic sensor

Multiple radio modules: Bluetooth, Proxim

UAMPS MIT

StrongARM 1100

SA-

16Mb RAM, 512KB ROM

Interface to the SA-1100 ISM 2.45 GHZ with 1Mbps and range up to 15 meters

SpotON

MC68EZ328 Dragonball processor

Location sensing platform containing accelerometer and infrared detector

RFMonolithics 916Mhz radio

TR1000

IpaQ UCLA

206MHz StrongARM

Intel

64MB RAM 32 Flash

Acoustic: built-in microphone and speaker. RS232 serial interface, USB

IEEE 802.11 with 11Mbps

compliant

U3

Motion sensor, thermometer

illuminometer,

Wireless

IrDA

comm.

Spec

4-8Mhz Custom 8-bit

3K RAM

I/O Pads om chip, ADC

50-100 Kbps.

Rene

ATMELL8535

512B RAM 8K Flash

Large expansion connector

916 Mhz radio with bandwidth of 10 Kbps.

weC

Atmel AT90S2313

AVR

RFM

TR1000

RF

Dot

ATMEGA163

1KB RAM 8-16KB Flash

58

Mica2

Atmel ATmega128L

4K RAM 128K Flash

Large expansion connector

315, 433 or 868/916Mhz Multi-Channel transceiver with 38 Kbaud.

MicaZ

ATMEGA 128

4K RAM 128K Flash

Large expansion connector

802.15.4/ZigBee compliant RF transceiver

Telos

Motorola HCS08

4K RAM

USB and Etherner

250Kbps

Ember node

Atmel's ATmega128L-8MI MCU

1 Power-over-Ethernet Injector

EM2420 radio transceiver ZigBee and IEEE 802.15.4 compatible

Imote

ARM core 12MHZ

64KB SRAM, 512 KB Flash

USB, UART connector

Bluetooth with the range of 30 m

Imote 1.0 Stargate

ARM 7TDMI 12-48 MHZ Intel PXA255

64KB SRAM, 512 KB Flash 64KNSRM

USB, UART, GPIO,i^2C,SPI @PCMICA/CF, com ports, USB, Ethernet

Bluetooth with the range of 30 m 802.11 and serial connection to WSN

Intrinsyc's Cerfcube 255

Intel PXA255

32KB Flash 64KB SRAM

CF card, general-purpose I/O, serial connection to WSN. Linux and Windows CE

a compactFlash connector can be used to add Bluetooth, wireless WAN support with digital phone card PCI anc be used to add WiFi, Bluetooth, 56Kbps modem

Intrinsyc's Cerfcube 405EP

IBM 405EP microprocessor

32MB Flash 32MB of RAM

and

10/100 Ethernet, 2 serial ports, digital I/O, PCI connector, serial connection to WSN. Linux and Windows CE

Intrinsyc's CerfCube 1110

Intel StrongARM 1110 microprocessor @ 133/206 MHz

16 MB FLASH (3.3V or 5V); 32 MB SDRAM (100 MHz)

JTAG support,Ethernet, I/O: 16 digital lines

PC104 nodes

X86 processor

32KB Flash 64KB SRAM

PCI Bus,serial connection to WSN. Linux and Windows

59

Referencias
[1] Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, Grid Sensor/Actuator Network Architecture, International Conference on Wireless and Mobile Communications, ICWMC06, July 29-31, 2006, Bucharest, Romania. [2] Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, A Global Resource Management Model (GRMM) for Wireless Sensor/Actuator Network, 4th European Conference on Wireless Sensor Networks (EWSN2007), January 29-31, 2007, Delft, Netherlands. [3] Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, Analysis techniques and models for resource optimization in Wireless Sensor/Actuator Network environment, First Wireless Sensor And Actor Networks (WSAN 2007), September 24-26, 2007, Albacete, Spain. [4] Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, An adaptive and flexible fault tolerance mechanism designed on multi-behavior agents for Wireless Sensor/Actuator Network. Under reviewing: International Conference on Sensor Technologies and Applications (SENSORCOMM2007), October 14-20, 2007, Valencia, Spain. [5] Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, Integrating Wireless Sensor Network with Grid Computing and RFID technology for products monitoring into airports.Under reviewing: The Sixth IASTED International Conference on Communication Systems and Networks (CSN2007), August 29-31, 2007, Palma de Mallorca,Spain. [6] I. Akyildiz, W.Su, Y.Sankarasubramaniam, E.Cayirci, A survey on Sensor Network, IEEE Communication Magazine, August 2002. [7] M. Ilyas, and I. Mahgoub, Handbook of Sensor Networks: Compact Wireless and Wired Sensing Systems, CRC Press, 2004. [8] CrossBow Technology, www.xbow.com. [9] ZigBee Alliance, www.zigbee.org. [10] Dazhi Chen and Pramod K. Varshney, QoS Support in Wireless Sensor Networks: A Survey, International Conference on Wireless Sensor Network 2004, Las Vegas, Nevada, USA. [11] Yuanli Wang, Xianghui Liu, Jianping Yin, Requirements of Quality of Service in Wireless Sensor Network, International Conference on Networking, International Conference on Systems and International Conference on Mobile Communications and Learning Technologies (ICNICONSMCL'06). [12] Globus Alliance, www.globus.org. [13] GridGain, Grid Computing for JAVA, www.gridgain.com. [14] I.Foster, What is the Grid? A Three Point Checklist, GRIDToday, July 20, 2002. [15] I. Foster, C.Kesselman, S.Tuecke, The Anatomy of the Grid: Enabling Scalable Virtual Organizations, International J. Supercomputer Applications, 15(3), 2001. [16] M.Gaynor, S.Moulton, M.Welsh, E.LaCombe, A.Rowan, J.Wynne, Integrating Wireless Sensor Network with the Grid, IEEE Computer Society, 2004. [17] Hock Beng Lim, Yong Meng Teo, Mukherjee P., Vinh The Lam, Weng Fai Wong, See, S., Sensor grid: integration of wireless sensor networks and the grid, The IEEE Conference on Local Computer Networks, 2005. [18] Vassileios Tsetsos, George Alyfantis, Tilemahos Hasiotis, Odysseas Sekkas, and Stathes Hadjiefthymiades, Commercial Wireless Sensor Networks: Technical and Business Issues, Second Annual Conference on Wireless On-demand Network Systems and Services (WONS'05). [19] Adrian Perrig, John Stankovic, David Wagner, Security in wireless sensor networks, Communications of the ACM, Volume 47, Issue 6 (June 2004). [20] Al-Sakib Khan Pathan, Hyung-Woo Lee, Choong Seon Hong, Security in Wireless Sensor Networks: Issues and Challenges, 16th International Conference on Artificial Reality and Telexistence (ICAT2006), November 29- December 1st, 2006. [21] David Snchez Snchez, Heribert Baldus, A Deterministic Pairwise Key Pre-distribution Scheme for Mobile Sensor Networks, First International Conference on Security and Privacy for Emerging Areas in Communications Networks (SECURECOMM'05), Athens, Greece, 5 - 9 September, 2005. [22] H.Chan, A.Perrig and D.Song. Random key predistribution schemes for sensor networks. In Proceedings of the 2003 IEEE Symposium on Security and Privacy, May 2003. [23] Hwang, J. and Kim, Y. Revisiting random key pre-distribution for sensor networks. In ACM Workshop on Security of Ad Hoc and Sensor Networks (SASN 04), 2004. [24] L. Lamport, R. Shostak, and M. Pease. The byzantine general problem. ACM Transactions on Programming Languages and Systems, 4(3):382401, July 1982.

60

[25] R. Schlichting and F. Schneider. Fail-stop processors: An approach to designing fault-tolerant computing systems. ACM Transactions on Computing Systems, 1(3):222238, 1983. [26] R. H. Arpaci-Dusseau and A. C. Arpaci-Dusseau. Fail-stutter fault tolerance. In Proceedings of the Eighth Workshop on Hot Topics in Operating Systems, page 33. IEEE Computer Society, 2001. [27] ElMoustapha Ould-Ahmed-Vall and George F. Riley and Bonnie S. Heck, A Geometric-Based Approach to Fault-Tolerance in Distributed Detection Using Wireless Sensor Network , Information Processing in Sensor Network (IPSN2006), Nashville, TN, USA, April 19-21, 2006. [28] S. A. Camtepe, and B. Yener, Key Distribution Mechanisms for Wireless Sensor Networks: a Survey, RPI Technical Report TR-05-07, Rensselaer Polytechnic Institute, March 23, 2005. [29] Mauri Kuorilehto, Marko Hannikainen, Timo D. Hamalainen, A Survey of Application Distribution in Wireless Sensor Networks, EURASIP Journal onWireless Communications and Networking 2005:5, 774788. [30] Specifications of WiMAX. Retrieved on October 10, 2006 from http://wimax.com. [31] Introduction to Wi-Fi technology, Retrieved on September 24, 2006 from www.wi-fitechnology.com. [32] Bluetooth, www.bluetooth.org. [33] IEEE Standars, www.standards.ieee.org. [34] W3C, World Wide Web Consortium, www.w3c.com. [35] Linnyer Beatrys Ruiz, Isabela G. Siquiera, Leonardo B. e Oliveira, Hao Chi Wong, Jose Marcos S.Nogueira, Antonio A. F. Loureiro, Fault management in event-driven wireless sensor networks, Proceedings of the 7th ACM international symposium on Modeling, analysis and simulation of wireless and mobile systems, Venice (Italy), 2004. [36] Hua Xue: Chennian Di, and J.A.G. Jess, A Net-Oriented Method for Realistic Fault Analysis, Proceedings of the 1993 IEEE/ACM international conference on Computer-aided design, Santa Clara, California, United States, 1993. [37] Koushanfar, F. Potkonjak, M. Sangiovanni-Vincentell, A.,Fault tolerance techniques for wireless ad hoc sensor networks, Sensors, 2002.Proceedings of IEEE. [38] El Moustapha Ould-Ahmed-Vall and George F. Riley and Bonnie S. Heck, A Geometric-Based Approach to Fault-Tolerance in Distributed Detection Using Wireless Sensor Network , Information Processing in Sensor Network (IPSN2006), Nashville, TN, USA, April 19-21, 2006. [39] B. Krishnamachari and S. Iyengar. Distributed bayesian algorithms for fault-tolerant event region detection in wireless sensor networks, IEEE Transactions on Computers, Vol.53, No.3, March 2004. [40] Yi Zhi Zhao and Oon Peen Gan, Distributed Design of RFID Network for Large-Scale RFID Deployment, 2006 IEEE International Conference on Industrial Informatics, Aug. 2006 Page(s):44 49. [41] Kin Seong Leong; Mun Leng Ng; Grasso, A.R.; Cole, P.H., Synchronization of RFID readers for dense RFID reader environments, International Symposium on Applications and the Internet Workshops, 2006. SAINT Workshops 2006. 23-27 Jan. 2006 Page(s):4 pp. [42] Ju-Peng Chen; Tsung-Han Lin; Polly Huang, On the potential of sensor-enhanced active RFIDs, Emerging Information Technology Conference, 2005. 15-16 Aug. 2005 Page(s):4 pp. [43] IberWave Ingeniera SLL, www.iberwave.com. [44] ORACLE, www.oracle.com.

61

Contribuciones

Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, Grid Sensor/Actuator Network Architecture, International Conference on Wireless and Mobile Communications, ICWMC06, July 29-31, 2006, Bucharest, Romania. (El articulo fue premiado con Best Paper Award)

Abstract: Low cost and low power sensor concept is logically extended by sensor network idea. Large-scale intelligent systems, sensor networks based, can be developed integrating sensor networks and high level distributed computational paradigms as Grid Computing.

Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, A Global Resource Management Model (GRMM) for Wireless Sensor/Actuator Network, 4th European Conference on Wireless Sensor Networks (EWSN2007), January 29-31, 2007, Delft, Netherlands.

Abstract: Sensor networks represent a significant improvement over traditional sensors. Very advanced application can be designed on wireless sensor network if network resources are optimally managed. This critical issue advises to design a complex power management plane (as a framework) composed by ad-hoc protocols to communicate, to reserve network resource, to optimize network resource.

Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, Analysis techniques and models for resource optimization in Wireless Sensor/Actuator Network environment, First Wireless Sensor And Actor Networks (WSAN 2007), September 24-26, 2007, Albacete, Spain.

Abstract: In the last few years, WSN has been object of an intense research activity that has determined an important improvement by technologic and computation point of view both. The notable level got and the increasing request of applications designed over Sensor Networks make WSN commercial diffusion next to be a fact. Limited resource orientation and high level application requirements result in a number of key open issues, such as Resource Optimization and Quality of Service. These last two issues require an important preliminary phase of analysis and evaluation that can provide the designer with knowledge of important relationships between parameters design and application desired characteristics. Mathematical models of local resource (node), of network influence on single resource, of QoS requests, and related analysis techniques to determine not only how much but also in which way resources are expensed are proposed in this paper.

62

Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, An adaptive and flexible fault tolerance mechanism designed on multi-behavior agents for Wireless Sensor/Actuator Network. Under reviewing: International Conference on Sensor Technologies and Applications (SENSORCOMM2007), October 14-20, 2007, Valencia, Spain.

Abstract: In the last few years, WSN has been object of an intense research activity that has determined an important improvement by technologic and computation point of view both. The notable level got and the increasing request of applications designed over Sensor Networks make WSN commercial diffusion next to be a fact. One of key issues for commercial diffusion of WSN is related to the robustness of architectures. An adaptive and flexible fault tolerant mechanism for WSN is proposed in the paper. Considering the tradeoffs between robustness and energy efficiency as central issue, a programming model based on multi-behavior agents that can guarantee an efficient, dynamic and extendible implementation is proposed too.

Salvatore F. Pileggi, Carlos E. Palau, Manuel Esteve, Integrating Wireless Sensor Network with Grid Computing and RFID technology for products monitoring into airports. Under reviewing: The Sixth IASTED International Conference on Communication Systems and Networks (CSN2007), August 29-31, 2007, Palma de Mallorca,Spain.

Abstract: Proposed work is focused on the design of a large scale application for products monitoring into airports. To guarantee an advanced and high performance solution, the architecture designed integrates Grid Computing, Wireless Sensor Network (WSN) and Radio-Frequency Identification (RFID) technology. The integrated platform is service oriented and tries to propose an architectural model that addresses the typical requirements of a modern Virtual Organization but providing, at the same time, the components based on resource limited technologies (WSN and RFID) with ad-hoc mechanisms for efficient energy management.

63

Reconocimientos

Sinceras gracias a las indudables calidades, humanas y profesionales, del Prof. Carlos E. Palau Salvador

Gracias a todo el Grupo de Investigacin de Sistemas de Tiempo Real Distribuidos por haberme ayudado a insertarme de la mejor manera posible

Un agradecimiento a Beatriz por revisar mi Castellano

64