Một thuật toán định tuyến cân bằng năng lượng trong mạng cảm biến không dây dựa trên SDN
Một thuật toán định tuyến cân bằng năng lượng trong mạng cảm biến không dây dựa trên SDN
Abstract
Trong mạng cảm biến không dây (WSN), việc sử dụng năng lượng sao cho hiệu quả để kéo dài thời gian hoạt động của các nút cảm biến là điều cần thiết. Trong bài báo này, chúng tôi đề xuất một thuật toán định tuyến có xét đến mức tiêu thụ năng lượng tại các nút cảm biến. Mục tiêu của thuật toán được đề xuất là cân bằng mức tiêu thụ năng lượng, giảm thiểu số nút phải tiêu thụ nhiều năng lượng nhằm tăng thời gian hoạt động của chúng. Phương pháp của chúng tôi là xây dựng một hàm trọng số cho các kết nối có chứa tham số về năng lượng còn lại tại các nút. Sau đó, sử dụng kỹ thuật định tuyến tập trung dựa trên kiến trúc mạng điều khiển bằng phần mềm (SDN) để tìm lộ trình có trọng số tốt nhất sử dụng cho việc truyền dữ liệu. Kết quả mô phỏng sử dụng OMNeT++ cho thấy rằng, thuật toán được đề xuất cho phép
tăng thời gian hoạt động của các nút, tăng thông lượng so với các thuật toán định tuyến phổ biến hiện hành.
References
H. Mostafaei and M. Menth, “Software-defined wireless sensor networks: A survey,” Journal of Network and Computer Applications, vol. 119, pp. 42–56, 06 2018.
K. M. Modieginyane, B. B. Letswamotse, R. Malekian, and A. M. Abu-Mahfouz, “Software defined wireless sensor networks application opportunities for efficient network management: A survey,” Computers Electrical Engineering, vol. 66, pp. 274–287, 2018.
B. B. Letswamotse, R. Malekian, C.-Y. Chen, and K. M. Modieginyane, “Software defined wireless sensor networks (sdwsn): A review on efficient resources, applications and technologies,” Journal of Internet Technology, vol. 19, pp. 1303–1313, 2018. [Online]. Available: https://api.semanticscholar.org/CorpusID:69822630
S. Wang, A. Hawbani, X. Wang, O. Busaileh, and L. Ping, “Heuristic routing for software defined wireless sensor network,” in 2018 World Symposium on Digital Intelligence for Systems and Machines (DISA), 2018, pp. 39–44.
S. Manisekaran and R. Venkatesan, “An analysis of softwaredefined routing approach for wireless sensor networks,” Computers Electrical Engineering, vol. 56, 07 2016.
R. Huang, Y. Dong, G. Bao, Y. Liu, M. Wei, J. Lu, and Y. Huo, “A new topology control algorithm in software defined wireless rechargeable sensor networks,” IEEE Access, vol. 9, pp. 101 003–101 012, 2021.
Z. Geng, W. Xia, W. Cao, T. Wu, F. Yan, L. Shen, and J. Pang, “An energy-efficient hierarchical topology control algorithm in software-defined wireless sensor network,” in 2021 13th International Conference on Wireless Communications and Signal Processing (WCSP), 2021, pp. 1–6.
Q. Liu, L. Cheng, R. Alves, T. Ozcelebi, F. Kuipers, G. Xu, J. Lukkien, and S. Chen, “Cluster-based flow control in hybrid software-defined wireless sensor networks,” Computer Networks, vol. 187, p. 107788, 2021.
B. Cao, S. Deng, H. Qin, and Y. Tan, “A novel method of mobility-based clustering protocol in software defined sensor network,” EURASIP Journal on Wireless Communications and Networking, vol. 2021, 04 2021.
M. Alenazi and S. Monti, “Software-defined network-based energy-aware routing method for wireless sensor networks in industry 4.0,” Applied Sciences, vol. 12, p. 10073, 10/2022.
V. Duong Thi Thuy and L. Binh, “Irsml: An intelligent routing algorithm based on machine learning in software defined wireless networking,” ETRI Journal, vol. 44, 08/2022.
M. U. Younus, M. K. Khan, and A. R. Bhatti, “Improving the software-defined wireless sensor networks routing performance using reinforcement learning,” IEEE Internet of Things Journal, vol. 9, no. 5, pp. 3495–3508, 2022.
S. Roy, R. Dutta, N. Ghosh, and P. Ghosh, “Adaptive motif-based topology control in mobile software defined wireless sensor networks,” in 2021 IEEE 18th Annual Consumer Communications & Networking Conference (CCNC). IEEE Press, 2021, p. 1–6. [Online]. Available: https://doi.org/10.1109/CCNC49032.2021.9369601
Perkins, et. al., Ad hoc On-Demand Distance Vector (AODV) Routing. Network Working Group, 2003. [Online]. Available: https://www.rfc-editor.org/rfc/rfc3561.html
András Varga and OpenSim Ltd,, OMNeT++ Simulation Manual - Version 6.x, 2022. [Online]. Available: https://http://www.omnetpp.org/documentation/
A. Virdis and M. Kirsche, Recent advances in network simulation - The OMNeT++ environmentand its ecosystem. Springer Nature Switzerland AG, 2019. [Online]. Available: https://http://www.omnetpp.org/documentation/
