[논문 리뷰] A Fault Tolerant Trajectory Clustering (FTTC) for selecting cluster heads inWireless Sensor Networks

Hazarath Munaga, J. V. R. Murthy외 1명|arXiv (Cornell University)|2011. 08. 03.

Energy Efficient Wireless Sensor Networks참고 문헌 26인용 수 4

한 줄 요약

이 논문은 무선 센서 네트워크(WSNs)에서 에너지 소모가 집중되는 핫스팟 문제를 완화하고 네트워크 수명을 연장하기 위해 고장 내성 경로 클러스터링(FTTC) 알고리즘을 제안한다. 트래픽 패턴을 기반으로 클러스터 헤드를 선택하고 주기적인 교체를 구현함으로써 FTTC는 에너지 불균형을 줄이고 고장 내성을 향상시켜 100개 노드에서의 시뮬레이션에서 EECR 대비 네트워크 수명을 90% 연장하고 데이터 전달률을 75% 향상시킨다.

ABSTRACT

Wireless sensor networks (WSNs) suffers from the hot spot problem where the sensor nodes closest to the base station are need to relay more packet than the nodes farther away from the base station. Thus, lifetime of sensory network depends on these closest nodes. Clustering methods are used to extend the lifetime of a wireless sensor network. However, current clustering algorithms usually utilize two techniques; selecting cluster heads with more residual energy, and rotating cluster heads periodically to distribute the energy consumption among nodes in each cluster and lengthen the network lifetime. Most of the algorithms use random selection for selecting the cluster heads. Here, we propose a Fault Tolerant Trajectory Clustering (FTTC) technique for selecting the cluster heads in WSNs. Our algorithm selects the cluster heads based on traffic and rotates periodically. It provides the first Fault Tolerant Trajectory based clustering technique for selecting the cluster heads and to extenuate the hot spot problem by prolonging the network lifetime.

연구 동기 및 목표

• 기지국에 가장 가까운 클러스터 헤드가 에너지를 빠르게 고갈시키는 WSNs의 핫스팟 문제를 해결하기 위해.
• 지능적인 클러스터 헤드 선택을 통해 클러스터 헤드 간 에너지 불균형을 줄임으로써 네트워크 수명을 연장하기 위해.
• 장애 복구를 위해 백업 클러스터 헤드의 우선순위 순서 목록을 유지함으로써 고장 내성을 도입하기 위해.
• 경로 기반 클러스터링을 통해 재전송을 최소화함으로써 데이터 집합의 이점을 극대화하기 위해.
• 네트워크 수명과 데이터 전달 효율성에서 기존 프로토콜인 EECR를 능가하기 위해.

제안 방법

• 에너지 수준과 트래픽 패턴을 기반으로 무작위 선택이 아닌 클러스터 헤드를 선정하여 에너지 소모를 균형 있게 분배한다.
• 에너지 부하를 네트워크 전반에 균일하게 분산시키기 위해 클러스터 헤드의 주기적 교체를 구현한다.
• 기지국에서 백업 클러스터 헤드의 우선순위 순서 목록을 유지하는 고장 내성 메커니즘을 운영한다.
• 전송 에너지를 계산하기 위해 에너지 모델을 사용한다: 클러스터 헤드에서 기지국으로의 $E_{1}$ 및 구성원에서 클러스터 헤드로의 $E_{2}$.
• 총 에너지 소모를 최소화하기 위해 최적의 클러스터 수 $M$ 을 다음 식을 통해 유도한다: $M = A\sqrt{\frac{N}{2\pi}\frac{\varepsilon_{1}}{\varepsilon_{2}d_{1}^{4}-E_{Tx}}}$.
• 데이터 집합을 통해 중복 전송을 줄이고 통신 비용을 낮춰 총 에너지 소비를 감소시킨다.

실험 결과

연구 질문

• RQ1 에너지 불균형을 줄이고 WSN 수명을 연장하기 위해 클러스터 헤드 선택을 어떻게 최적화할 수 있는가?
• RQ2 경로 기반 클러스터링은 랜덤 또는 에너지만 기반의 클러스터 헤드 선택보다 얼마나 뛰어난가?
• RQ3 고장 내성 클러스터 헤드 장애 복구 메커니즘이 WSN의 네트워크 내성에 기여하는가?
• RQ4 총 에너지 소모를 최소화하는 데 최적의 클러스터 수는 얼마인가?
• RQ5 FTTC는 네트워크 수명과 데이터 전달 효율성 측면에서 EECR에 비해 어떻게 비교되는가?

주요 결과

• FTTC는 EECR 대비 네트워크 수명을 90% 연장하여 노드가 350라운드 동안 활성 상태를 유지하는 데 성공했고, EECR는 175라운드였다.
• 기지국으로 성공적으로 전달된 총 데이터 패킷 수는 EECR의 40,000개에서 FTTC의 70,000개로 증가했다.
• 최적의 클러스터 수 $M$ 은 총 에너지 소모를 최소화하기 위해 분석적으로 유도되었으며, 전송 비용과 데이터 집합 비용을 균형 잡는 데 기여했다.
• 경로 기반 클러스터링을 통해 선정된 클러스터 헤드는 중복 전송을 줄여 통신 비용과 에너지 소비를 감소시켰다.
• 고장 내성 메커니즘은 사전 정렬된 백업 클러스터 헤드를 활용해 네트워크 지속성을 보장하고 신속한 복구를 가능하게 했다.
• 제안된 방법은 EECR 대비 더 높은 기대 수명(368라운드)을 기록했으며, 노드 분포가 변화하더라도 안정적인 성능을 유지했다.