[論文レビュー] Intent-driven Diffusion-based Path for Mobile Data Collector in IoT-enabled Dense WSNs

Uma Mahesh Boda, Mallikharjuna Rao Nuka|arXiv (Cornell University)|Feb 5, 2026

Energy Efficient Wireless Sensor Networks被引用数 0

ひとこと要約

ID2P2は、dense WSNにおける遅延・データ鮮度・エネルギー効率を最適化するため、 rendezvous 点を共に配置しモバイルデータ収集ツアーを構築する意図駆動拡散ベースのフレームワークである。

ABSTRACT

Mobile data collection using controllable sinks is an effective approach to improve energy efficiency and data freshness in densely deployed wireless sensor networks (WSNs). However, existing path-planning methods are often heuristic-driven and lack the flexibility to adapt to high-level operational objectives under dynamic network conditions. In this paper, we propose ID2P2, a intent-driven diffusion-based path planning framework for jointly addresses rendezvous point selection and mobile data collector (MDC) tour construction in IoT-enabled dense WSNs. High-level intents, such as latency minimization, energy balancing, or coverage prioritization, are explicitly modeled and incorporated into a generative diffusion planning process that produces feasible and adaptive data collection trajectories. The proposed approach learns a trajectory prior that captures spatial node distribution and network characteristics, enabling the MDC to generate paths that align with specified intents while maintaining collision-free and energy-aware operation. Extensive simulations are conducted to evaluate the effectiveness of the proposed framework against conventional path-planning baselines. The results demonstrate that ID2P2 consistently outperforms representative baselines, achieving up to 25-30% reduction in tour completion time and travel overhead, approximately 10-30% improvement in data freshness, and 15-30% gains in energy efficiency and packet delivery performance, while maintaining higher throughput and fairness as network density increases, confirming its robustness and scalability for WSNs.

研究の動機と目的

• 密集WSNにおけるモバイルデータ収集で高レベルな意図（遅延、エネルギーのバランス、カバレッジ優先度）を明示的にモデル化する。
• IoTセンサ展開下で rendezvous 点配置と MDC ツアー構築を共同最適化する。
• 衝突のない、エネルギー認識型データ収集軌道を生み出す拡散ベースの計画プロセスを開発する。
• 軽量な RP 配置と意図整合性を持つ拡散ベースの経路計画という2段階フレームワークを提供する。
• ネットワーク規模とトラフィック設定を跨いだベースラインに対する性能評価を行う。

提案手法

• 通信範囲内で提供ロードを最大化するような貪欲ヒューリスティックな RP 場所選択を行い、次に RP からセンサへの結合を通じてエネルギー使用を最小化する。
• 微分可能なロス L によって誘導され、意図整合性のある訪問と短い経路へ軌道を偏らせる拡散ベースの経路構築。
• 連続的な拡散軌道を最初訪問インデックスと任意の 2-opt 精錬により離散的な RP 訪問順序へ変換。
• リンク容量を考慮したサービス制約を満たすよう各 RP での滞留時間を反復計算し、データバッファリングとタイムリーなオフロードを確保する。
• 2段階プロセス：RP配置（アルゴリズム1）と拡散誘導ツアー設計（アルゴリズム2）を実施し、グラウンドトゥルーの例と複雑性分析を示す。

実験結果

リサーチクエスチョン

• RQ1 遅延・データ鮮度・カバレッジといった高レベルの意図をモバイルデータ収集計画にどのように統合できるか。
• RQ2 拡散ベースの計画プロセスは、衝突回避とエネルギー認識運用を保証しつつ、密集WSNにおいて適応的で意図整合性のある MDC ツアーを生み出せるか。
• RQ3 RP配置と拡散誘導 MDC ツアリングを共同化することは、多数の指標で従来のベースラインを上回るか。
• RQ4 提案ID2P2フレームワークの大規模ネットワークにおける計算コストとスケーラビリティはどうか。

主な発見

• ID2P2は、シミュレーションでベースラインよりツアー完了時間と移動オーバーヘッドを最大25–30%削減。
• studied densities においてデータ鮮度が約10–30%向上。
• 拡散誘導計画によりエネルギー効率とパケット配信性能が15–30%向上し、密度が増すほどスループットと公平性を維持。
• ID2P2下ではツアー長が一貫して短くなり、ネットワークサイズに応じて移動オーバーヘッドを5–20%削減。
• ID2P2は密集WSNに対して堅牢性とスケーラビリティを示し、データ収集比率（しばしば>95%）とPDRがベースラインより顕著に改善。
• フレームワークの利得はノード密度が高いほど顕著で、スケーラブルな性能を示す。