[論文レビュー] A Mobile Device Prototype Application for the Detection and Prediction of Node Faults in Wireless Sensor Networks

Anthony Marcus, Ionut Cardei+3 more|arXiv (Cornell University)|Jan 21, 2014

Energy Efficient Wireless Sensor Networks参考文献 26被引用数 7

ひとこと要約

本論文では、局所的メトリクスと機械学習を用いて無線センサーネットワーク内の不具合のあるノードを検出および予測するAndroidアプリケーションのプロトタイプを提示する。継続的なネットワーク動作の監視と定期的なモデル更新により、システムは故障の特定において高い正確性を維持し、重要な監視アプリケーションにおけるタイムリーなユーザーの警告を可能にする。

ABSTRACT

Various implementations of wireless sensor networks (i.e. personal area-, wireless body area- networks) are prone to node and network failures by such characteristics as limited node energy resources and hardware damage incurred from their surrounding environment (i.e. flooding, forest fires, a patient falling). This may jeopardize their reliability to act as early warning systems, monitoring systems for patients and athletes, and industrial and environmental observation networks. Following the current trend and widespread use of hand held, mobile communication devices, we outline an application architecture designed to detect and predict faulty nodes in wireless sensor networks. Furthermore, we implement our design as a proof of concept prototype for Android-based smartphones, which may be extended to develop other applications used for monitoring networked wireless personal area and body sensors used in other capacities. We have conducted several preliminary experiments to demonstrate the use of our design, which is capable of monitoring networks of wireless sensor devices and predicting node faults based on several localized metrics. As attributes of such networks may change over time, any models generated when the application is initialized must be updated periodically such that the applied machine learning algorithm maintains high levels of both accuracy and precision. The application is designed to discover node faults and, once identified, alert the user so that appropriate action may be taken.

研究の動機と目的

• エネルギー消費や環境的損傷による無線センサーネットワークにおけるノード障害の課題に対処すること。
• リアルタイムでの不具合のあるセンサーノードの検出と予測を可能にするモバイルアプリケーションの設計。
• モバイルデバイスを個人用およびボディエリアセンサーネットワークのためのポータブル監視ツールとして活用すること。
• 定期的なモデル更新により、予測の正確性を継続的に維持すること。
• ノード障害が検出された際にユーザーに実行可能な警告を提供すること。

提案手法

• システムは、パケット配信率、残存エネルギー、接続パターンなどの局所的ネットワークメトリクスをセンサーノードから収集する。
• 初期のネットワーク動作に基づいてトレーニングされた機械学習アルゴリズムを用いて、ノードを健全または不具合ありと分類する。
• 変化するネットワーク状態に適応し、正確性を維持するために、時間経過とともにモデルを動的に更新する。
• 故障検出はモバイルデバイス上でローカルに実行され、中央集権的なインfrastrucutureへの依存が低減される。
• プロトタイプはAndroidスマートフォン上で実装されており、実世界の監視シナリオへの展開を可能にする。
• 故障確率が事前に定義されたしきい値を超えるとアラートが発動され、ユーザーに介入を通知する。

実験結果

リサーチクエスチョン

• RQ1 モバイルデバイスは、無線センサーネットワークにおける故障を効果的に検出・予測するためにどのように活用できるか？
• RQ2 リアルタイムで故障しつつあるセンサーノードを特定するために、どの局所的メトリクスが最も効果的か？
• RQ3 動的ネットワークにおいて予測正確性を維持するために、機械学習モデルをどのように定期的に更新できるか？
• RQ4 モバイルアプリケーションは、個人用およびボディエリアセンサーネットワークの信頼性の高い低コスト監視ソリューションとして機能できるか？
• RQ5 モデルの再トレーニングは、故障予測の適合率と再現率にどのような影響を与えるか？

主な発見

• プロトタイプは、Androidスマートフォンを介して収集された局所的メトリクスを用いて、ノード障害を効果的に検出および予測した。
• 定期的なモデル再トレーニングは、正確性の向上を著しくもたらし、時間経過に伴う適合性の維持に寄与した。
• システムは、動的でリソースが制限された環境におけるリアルタイム監視の実現可能性を示した。
• 故障確率がしきい値を超えると、アラートが信頼性高く発動され、早期対応が可能になった。
• 中央集権的監視システムへの依存が低減され、スケーラビリティと展開の柔軟性が向上した。
• 予備実験により、継続的学習によるネットワーク状態の変化への適応能力が確認された。