[论文解读] EyeSec: A Retrofittable Augmented Reality Tool for Troubleshooting Wireless Sensor Networks in the Field

Martin Striegel, Carsten Rolfes+4 more|arXiv (Cornell University)|Mar 15, 2019

IoT and Edge/Fog Computing被引用 2

一句话总结

EyeSec 是一种可 retrofitted 的增强现实工具，用于在野外现场对无线传感器网络（WSNs）进行故障排除，通过在传感器节点上使用光学标记，并利用便携式嗅探器单元被动捕获网络流量，实现实时拓扑和数据流可视化。它在低成本硬件和智能手机上运行，无需基础设施或专用 AR 设备，通过支持 6LoWPAN 协议，实现便携式、现场的 WSN 诊断。

ABSTRACT

Wireless Sensor Networks (WSNs) often lack interfaces for remote debugging. Thus, fault diagnosis and troubleshooting are conducted at the deployment site. Currently, WSN operators lack dedicated tools that aid them in this process. Therefore, we introduce EyeSec, a tool for WSN monitoring and maintenance in the field. An Augmented Reality Device (AR Device) identifies sensor nodes using optical markers. Portable Sniffer Units capture network traffic and extract information. With those data, the AR Device network topology and data flows between sensor nodes are visualized. Unlike previous tools, EyeSec is fully portable, independent of any given infrastructure and does not require dedicated and expensive AR hardware. Using passive inspection only, it can be retrofitted to already deployed WSNs. We implemented a proof of concept on low-cost embedded hardware and commodity smart phones and demonstrate the usage of EyeSec within a WSN test bed using the 6LoWPAN transmission protocol.

研究动机与目标

• 为了解决已部署的无线传感器网络（WSNs）中缺乏远程调试接口的问题，该问题迫使操作员必须在现场进行故障排除。
• 开发一种便携式、可 retrofitted 的工具，支持无需依赖专用或昂贵 AR 硬件的现场 WSN 监控与维护。
• 通过嗅探器单元实现被动网络检查，从现有 WSN 中捕获并提取流量数据。
• 使用增强现实设备实时可视化网络拓扑和数据流，提升现场故障诊断中的态势感知能力。
• 通过使用低成本嵌入式系统和市售智能手机，证明其可行性，确保可访问性和实际部署。

提出的方法

• 传感器节点配备光学标记，以便增强现实（AR）设备通过计算机视觉技术识别。
• 部署便携式嗅探器单元，被动捕获并分析 WSN 的网络流量，提取协议层信息。
• AR 设备将光学标记数据与网络流量相关联，构建 WSN 拓扑和数据流路径的实时可视化。
• 网络数据经过处理并在增强现实中渲染，将节点连接性和通信模式的视觉指示器叠加到物理环境中。
• 该系统在低成本嵌入式硬件和市售智能手机上实现，确保便携性和与现有 WSN 部署的兼容性。
• 通过基于 6LoWPAN 的测试平台验证原型，证明其实现实时监控和故障排除能力。

实验结果

研究问题

• RQ1 能否开发一种可 retrofitted 的 AR 工具，实现在无需基础设施或专用硬件的情况下，支持现场无线传感器网络的故障排除？
• RQ2 光学标记与被动流量嗅探相结合，能否有效实现 WSN 拓扑和数据流的实时可视化？
• RQ3 低成本嵌入式系统和市售智能手机在多大程度上能够满足基于 AR 的 WSN 诊断的计算和显示需求？
• RQ4 在真实无线传感器网络部署中，该系统在节点识别和网络行为可视化方面的准确性和响应速度如何？
• RQ5 该工具能否在不修改底层网络协议或硬件的情况下，成功集成到现有 WSN 中？

主要发现

• EyeSec 仅通过被动流量检查和光学标记识别，成功实现了 WSN 拓扑和数据流的实时可视化。
• 该系统在低成本嵌入式硬件和市售智能手机上运行，证明了其在无需专用 AR 设备的情况下，具备现场部署的可行性。
• 便携式嗅探器单元的集成，实现了对 6LoWPAN 基础 WSN 网络行为的准确、非侵入式监控。
• 该工具在节点识别和数据流可视化方面实现了实时响应，支持现场及时故障诊断。
• EyeSec 完全可 retrofitted 于现有 WSN，无需更改底层网络基础设施或传感器节点固件。
• 概念验证表明，基于 AR 的故障排除工具在实际现场维护中具有实用性、便携性和有效性。