[論文レビュー] Energy-Efficient Shortest Path Algorithms for Convergecast in Sensor Networks

John Augustine, Qi Han+3 more|ArXiv.org|Feb 20, 2009

Energy Efficient Wireless Sensor Networks参考文献 18被引用数 3

ひとこと要約

本稿では、センサーネットワークにおける収束キャストのための分散型でエネルギー効率の良い最短経路木ベースの手法SPTアルゴリズムを提案する。この手法は、kバイト容量のパケットにセンサ読み取り値を効率的にパックすることで、合計パケットホップ数を最小化する。近似比は(2−3/(2k))であり、木構造では最適であり、グリッドでは漸近的に最適であることが証明されている。実験では、実際のパフォーマンスが理論的下界の1.5倍以内に収束することが示された。

ABSTRACT

We introduce a variant of the capacitated vehicle routing problem that is encountered in sensor networks for scientific data collection. Consider an undirected graph $G=(V \cup \{\mathbf{sink}\},E)$. Each vertex $v \in V$ holds a constant-sized reading normalized to 1 byte that needs to be communicated to the $\mathbf{sink}$. The communication protocol is defined such that readings travel in packets. The packets have a capacity of $k$ bytes. We define a {\em packet hop} to be the communication of a packet from a vertex to its neighbor. Each packet hop drains one unit of energy and therefore, we need to communicate the readings to the $\mathbf{sink}$ with the fewest number of hops. We show this problem to be NP-hard and counter it with a simple distributed $(2-\frac{3}{2k})$-approximation algorithm called { t SPT} that uses the shortest path tree rooted at the $\mathbf{sink}$. We also show that { t SPT} is absolutely optimal when $G$ is a tree and asymptotically optimal when $G$ is a grid. Furthermore, { t SPT} has two nice properties. Firstly, the readings always travel along a shortest path toward the $\mathbf{sink}$, which makes it an appealing solution to the convergecast problem as it fits the natural intuition. Secondly, each node employs a very elementary packing strategy. Given all the readings that enter into the node, it sends out as many fully packed packets as possible followed by at most 1 partial packet. We show that any solution that has either one of the two properties cannot be a $(2-ε)$-approximation, for any fixed $ε> 0$. This makes \spt optimal for the class of algorithms that obey either one of those properties.

研究の動機と目的

• 固定サイズのパケット容量のもとで、合計パケットホップ数を最小化することにより、センサーネットワークの収束キャストにおけるエネルギー効率を向上させること。
• この問題を、ビンパッキングと最短経路ルーティングを組み合わせた容量制限付きの車両ルーティング問題にモデル化すること。
• 物理的制約を尊重する分散アルゴリズムの設計：パケットはそのままであり、最短経路に沿って移動しなければならないこと。
• 提案されたアルゴリズムの近似比を評価し、そのパフォーマンスに関する理論的限界を確立すること。
• ランダムおよびグリッドトポロジーにおける実験を通じて、アルゴリズムの実用的効率を検証すること。

提案手法

• SPTアルゴリズムは、シンクをルートとする最短経路木を構築し、すべてのデータが最小経路に沿って送信されることを保証する。
• 各ノードは単純なパック戦略を用いる：可能な限り完全に充填されたkバイトパケットを複数送信し、その後に最大で1つの部分パケットを送信する。
• アルゴリズムはグリッドトポロジーのモデルを用いて分析され、ホップ数を縦方向（上向き）と横方向（左向き）の成分に分解する。
• 算術級数を用いて完全パケットのホップ数に対する上界が導出され、h↑ ≤ nm²/(2k) および h← ≤ nm²/(2k) が得られ、合計ホップ数 ≤ nm(n+m)/(2k) となる。
• 最適解との比較を通じて、理論的近似比が(2−3/(2k))であることが証明される。
• 実験的評価では、SPTをBASIC（DFSベース）と比較し、ランダムトポロジーにおいてサイズ、密度、kの変動を考慮した下界LB1、LB2、LB3を用いる。

実験結果

リサーチクエスチョン

• RQ1 最短経路に沿ってデータをルーティングし、簡単なローカルパック戦略を用いる分散アルゴリズムが、センサーネットワークにおける収束キャストで良好な近似比を達成できるか。
• RQ2 このようなアルゴリズムの最悪ケース近似比は何か？ また、ネットワークサイズに依存せずに上限を示せるか。
• RQ3 SPTのパフォーマンスは、BASICなどの既存手法と比較して、合計ホップ数とスケーラビリティの観点でどの程度優れているか。
• RQ4 SPTアルゴリズムは、木構造やグリッド構造といった特別なトポロジーで最適か。
• RQ5 現実的なネットワーク環境において、アルゴリズムのパフォーマンスは理論的下界にどの程度近づくか。

主な発見

• SPTアルゴリズムは(2−3/(2k))-近似比を達成しており、これは最短経路に沿ってルーティングするか、簡単なローカルパック戦略を用いるアルゴリズムにおいて最適である。
• SPTは木構造トポロジーでは絶対的に最適であり、ネットワークサイズが増加するにつれてグリッドトポロジーでも漸近的に最適である。
• 実験的評価では、SPTのホップ数は常に理論的下界の1.5倍以内に収束し、異なるネットワーク設定でそれぞれ1.45、1.29、1.14の比が得られた。
• ネットワークサイズが増加するにつれて、SPTはホップ数の増加が緩やかに抑えられ、効率的にスケーリングする。一方、BASICは木の深さが増加するため指数関数的な増加を示す。
• ノード密度が高く、k値が大きいほど、両アルゴリズムのホップ数は減少するが、SPTは特に大規模またはスパースなネットワークにおいて一貫してBASICを上回る。
• k値とネットワーク密度が増加するにつれて、SPTと下界とのパフォーマンスギャップは縮小し、実用的効率の高さが裏付けられた。