Protocoles Localisés pour Réseaux de Capteurs

1. Protocoles Localisés pour Réseaux de Capteurs Karel Heurtefeux karel.heurtefeux@insa-lyon.fr Directeur de thèse: Prof. Fabrice Valois Laboratoire CITI INRIA SWING / CITI, INSA-Lyon 26 Novembre 2009

2. Problématiques Capteur Applications Réseau de capteurs Réseaux de capteurs • Routage • Localisation • Énergie Internet Internet • Mesure et traitement de grandeurs physiques • Interface radio • Réserve énergétique limitée • Faible portée radio • Faible puissance de calcul Puits Puits • Surveillance environnementale • Bâtiment intelligent • Domotique • Sans infrastructure • Densité élevée, pas de mobilité, trafic convergeant • Routage multi-saut ? Source Source Capteur WSN430 développé au laboratoire CITI Routage Source: Coronis Systems

3. Vision « à plat » Auto-organisation Auto-organisation • Sans organisation • Topologie physique • Sans entité centrale • Structure • Propriétés émergentes Vision « à plat » du réseau Auto-organisation du réseau

4. Plan 1 Caractérisation des protocoles d’auto-organisation • État de l’art • Naissance, vie et mort d’un réseau de capteurs 2 • Le RSSI dans les réseaux de capteurs • État de l’art • Volatilité du RSSI • Rapport RSSI/Distance 3 • QLoP ou l’auto-organisation appliquée à la localisation • Aspects théoriques • Performances intrinsèques 4 • Applications de QLoP • Contrôle de topologie • Routage en environnement bruité 5 Conclusion et perspectives

5. Protocoles d’auto-organisation DHT Overlays Backbone Clusters

6. Orientés dominant Motivations Protocoles d’auto-organisation orientés dominant • Ensemble de nœuds dominants connectés: • MPR • MPR-DS • CDS-règle k • CDS-IDS • Énergie • Agrégation • Routage

7. MPR-DS (MPR-Dominating Set) MPR (MultiPoint Relay) Protocoles d’auto-organisation orientés dominant • Minimum local • MPR du voisin de plus petit ID • Sélection d’un sous-ensemble de voisins • Orienté source

8. CDS - « règle k » (Connected Dominating Set) Protocoles d’auto-organisation orientés dominant • Processus de marquage • Élagage par la règle k Marking Process Règle k

9. Protocoles d’auto-organisation orientés dominant • Construction de l’IDS • Sélection des nœuds liens CDS-IDS (CDS-Independent Dominating Set) • Sélection de nœuds liens • Construction de l’IDS

10. Orientés élagage de liens Motivations Protocoles d’auto-organisation orientés élagage de liens • Énergie • Débit • Réduction du voisinage • Ensemble de liens sélectionnés: • RNG • LMST

11. RNG (Relative Neighborhood Graph) LMST (Local Minimum SpanningTree) Protocoles d’auto-organisation orientés élagage de liens • Construction d’un MST dans le voisinage. • Si le lien AB appartient au MST de B et le lien AB appartient au MST de A, alors le lien AB est sélectionné • Si d(AC)< d(AB) et d(BC)< d(AB) • alors l’arête AB est supprimée. • Avec d(AB) la distance euclidienne entre A et B B A C A B C Protocole RNG

12. Métriques Naissance, Vie et Mort d’un réseau de capteurs Naissance Fonctionnement normal Mort / Reconstruction • Cardinalité empirique et théorique • Degré moyen des nœuds dominants • Redondance • Arrivée progressive des capteurs • Découverte du voisinage • Voisinage connu et stable • Mort d’un nœud • Reconstruction du voisinage et de la vue logique

13. Modélisation Hypothèses Naissance, Vie et Mort d’un réseau de capteursMéthodologie • Distribution aléatoire et uniforme des nœuds • Pas de mobilité • Pas de synchronisation • Simulateurs WSNet/JIST • Modèle radio simplifié • Paquets « hello » périodiques • Variation du nombre de nœuds stables • Variation du degré logique moyen • Nombre de nœuds impactés par la mort d’un nœud dominant • Étendue des conséquences de la mort d’un nœud dominant • Nombre de liens impactés par la mort d’un nœud • Étendue des conséquences de la mort d’un nœud Orientés dominant Orientés élagage de liens

14. Naissance, Vie et Mort d’un réseau de capteursOrientés dominant Naissance, Vie et Mort d’un réseau de capteursOrientés élagage de liens Naissance Fonctionnement normal Mort / Reconstruction Mort de 15 capteurs pris aléatoirement Mort de 15 capteurs pris aléatoirement Redéploiement aléatoire de 15 capteurs Redéploiement aléatoire de 15 capteurs Karel Heurtefeux and Fabrice Valois "Self-Organisation protocols: Behavior during the sensor network life"  In PIMRC , Athens, Greece, September 2007 Karel Heurtefeux and Fabrice Valois "Topology Control Algorithms: a qualitative study during the sensor networks life" In LOCAN, Pisa, Italy, October 2007

15. Robustesse Naissance, Vie et Mort d’un réseau de capteurs • Nombre de capteurs changeant d’état • Changements localisés • Faible robustesse de MPR et CDS-IDS • Grande robustesse de LMST et RNG Source

16. 2 Le RSSI dans les réseaux de capteurs

17. RSSI (Indication de la puissance de signal reçu) Localisation par estimation de la distanceEtat de l’art • Distance déterminée en fonction de la puissance du signal reçu: • Peu couteux en énergie • Implémenté dans la plupart des capteurs ToA: Temps de propagation du signal  Distance entre les deux capteurs TDoA: Temps de propagation de 2 signaux de différentes natures  Distance entre les deux capteurs • Problème de synchronisation • Problème de précision • Coût énergétique • Coût en matériel t0 t2 d t1 d t3

18. 1. Matériel 3.1 Scénarios 2. Environnement Le RSSI dans les réseaux de capteursExpérimentations 2. Bâtiment • Rapport RSSI-Distance • Impact de l’environnement • Impact de la direction • Variation du RSSI • Volatilité à court terme • Volatilité à long terme • 1er scénario: • Échantillons de 100 mesures • Capteurs en vue directe 3.2 Méthodologie • 2ème scénario: • 40 heures d’expérimentation continue • Placement aléatoire 1. Appartement 3. Terrain de foot

19. Fortes dépendances Volatilité du RSSIRapport RSSI/Distance • Orientation des capteurs • Environnement • Mobilité dans l’environnement Bâtiment de bureaux Terrain de foot

20. Instabilité Volatilité du RSSIVariations • A court terme • A long terme ? ? • Instabilité à court et à long termes • Forte dépendance avec l’environnement et le matériel Ecart-type des mesures RSSI Mesures RSSI à long terme

21. 3 QLoP ou l’auto-organisation appliquée à la localisation RSSI non utilisable en tant que tel: - Instable - Dépendants de plusieurs facteurs Caractérisation des protocoles d’auto-organisation: - Localisé - Robuste 2. 1. QLoP Qualitative Localization Protocol 3.

22. QLoP ou l’auto-organisation appliquée à la localisationPrésentation de l’algorithme • Les nœuds géographiquement proches possèdent un voisinage semblable. • Les nœuds géographiquement éloignés possèdent de nombreux voisins distincts. QLoP possède une métrique qui prend en compte le rapport entre voisins communs et voisins distincts

23. QLoP ou l’auto-organisation appliquée à la localisationPrésentation de l’algorithme Indice de proximité Prise en compte de la densité locale Chaque nœud calcule, pour chacun de ses voisins, un indice de proximité. Voisinage de A Voisinage de B Karel Heurtefeux and Fabrice Valois "Distributed Qualitative Localization for Wireless Sensor Networks" In ADHOC-NOW, Sophia Antipolis, France, September 2008

24. Face à la vie du réseau Topologie aléatoire Théorique QLoP ou l’auto-organisation appliquée à la localisation J. Cartigny. Contributions à la diffusion dans les réseaux ad hoc. PhD thesis, Université des Sciences et Technologies de Lille, 2003.

25. 4 Applications de QLoP

26. RNG-« GPS » RNG-« QLoP» QLoP: ApplicationsApplication au contrôle de topologie Si d(AC)< d(AB) et d(BC)< d(AB) alors l’arête AB est supprimée. Avec d(AB) la distance euclidienne entre A et B Si PIA(C)< PIA(B) et PIB(C)< PIA(B) alors l’arête AB est supprimée. Avec PIA(B) l’indice de proximité de B calculé par A. B A C Besoin de localisation fine A B C Protocole RNG

27. QLoP: ApplicationsApplication au contrôle de topologie Avec localisation GPS Avec localisation GPS Sans localisation GPS Topologie logique RNG-GPS Topologie physique Topologie logique RNG-GPS Topologie RNG-QLoP

28. QLoP: ApplicationsApplication au contrôle de topologie Degré logique A forte densité, les 2 topologies logiques se rapproche.

29. QLoP: ApplicationsApplication au routage Dynamic Source Routing (DSR) Destination Source

30. Modélisation Hypothèses QLoP: ApplicationsMéthodologie • Simulateur WSNet • Modèle radio réaliste • Paquets « hello » périodiques • Bruit • Distribution aléatoire et uniforme des nœuds • Pas de mobilité • Pas de synchronisation

31. QLoP: ApplicationsApplication au RNG Davantage de routes découvertes sur une topologie à plat Utilisation de liens opportunistes

32. QLoP: ApplicationsApplication au RNG Routes RNG-QLoP plus robustes Compromis entre routage « à plat » et RNG-GPS Les « petits » sauts permettent au paquet d’aller plus loin Karel Heurtefeux and Fabrice Valois "Localisation distribuée pour routage en environnement bruité dans les réseaux de capteurs" In CFIP, Strasbourg, France, Octobre 2009. (Best paper award)

33. QLoP: localisation basée sur les informations topologiques Routage en environnement bruité Couche MAC adaptative Contrôle de topologie avec le protocole RNG Caractérisation des protocoles d’auto-organisations Volatilité du RSSI Conclusion Analyse, simulation, expérimentation

34. Expérimentations QLoP Impacts de la topologie Sécurité Localisation globale Perspectives • Routage • Couche MAC • Asymétrie entre « attaquant » et « attaqué »: • Utilisation de l’auto-organisation • Notion de résilience • Avec ancres •  coordonnées réelles • Sans ancres • Coordonnées virtuelles • Exploitation de l’inégalité triangulaire • Déploiement d’une plateforme • Comparaison QLoP / RSSI

35. Publications Conférences/workshop Internationaux 1. "Distributed Localization Protocol for Routing in a Noisy Wireless Sensor Network" In LOCAN, Wu Yi Shan, China, December 20092. "Distributed Qualitative Localization for Wireless Sensor Networks" In ADHOC-NOW, Sophia Antipolis, France, September 20083. "Topology Control Algorithms: a qualitative study during the sensor networks life" In LOCAN, Pisa, Italy, October 2007 4. "Self-Organisation protocols: Behavior during the sensor network life"  In PIMRC , Athens, Greece, September 2007 Conférences Nationales 1. "Localisation distribuée pour routage en environnement bruité dans les réseaux de capteurs"In CFIP, Strasbourg, France, Octobre 2009. (Best paper)2. "Localisation collaborative pour réseaux de capteurs«  In CFIP, Les Arcs, France, Mars 20083. "Protocoles d'auto-organisation: une étude qualitative au cours de la vie des réseaux de capteurs" In JDIR, Villeneuve d'Ascq, France, Janvier 2008 Séminaire et communications

36. Modélisation linéaire Modélisation de la consommation énergétique • Simulateur WSNet • Réserve énergétique fixe • Consommation par bit envoyé ou reçu

37. Nu distance de J.Cartigny

38. Modélisation radio