WikiDer > Беспроводная сенсорная сеть

Wireless sensor network
"WSN" перенаправляется сюда. Для использования в других целях см. WSN (значения).
Типичная архитектура WSN.

Беспроводная сенсорная сеть (WSN) относится к группе пространственно рассредоточенных и специализированных датчиков для мониторинга и регистрации физических условий окружающей среды и организации собранных данных в центральном месте. WSN измеряют такие условия окружающей среды, как температура, звук, уровни загрязнения, влажность, ветер и т. Д.[1]

Они похожи на беспроводные сети ad hoc в том смысле, что они полагаются на беспроводное соединение и спонтанное формирование сетей, чтобы данные датчиков могли передаваться по беспроводной сети. WSN пространственно распределены автономный датчики к монитор физические или окружающие условия, такие как температура, звук, давлениеи т. д. и совместно передавать свои данные через сеть в основное место. Более современные сети являются двунаправленными, как сбор данных от распределенных датчиков[2] и позволяя контроль активности сенсора.[3] Развитие беспроводных сенсорных сетей было мотивировано военными приложениями, такими как наблюдение за полем боя;[4] сегодня такие сети используются во многих промышленных и бытовых приложениях, таких как мониторинг и управление производственными процессами, мониторинг состояния машин и т. д.

WSN состоит из «узлов» - от нескольких до нескольких сотен или даже тысяч, где каждый узел подключен к одному (а иногда и нескольким) датчикам. Каждый такой узел сенсорной сети обычно состоит из нескольких частей: радио трансивер с внутренним антенна или подключение к внешней антенне, микроконтроллер, электронная схема для взаимодействия с датчиками и источником энергии, обычно аккумулятор или встроенный форма сбор энергии. А сенсорный узел может отличаться по размеру от обувной коробки до размера пылинки, хотя функционирует "пылинки«подлинных микроскопических размеров еще предстоит создать. Стоимость сенсорных узлов также варьируется от нескольких до сотен долларов в зависимости от сложности отдельных сенсорных узлов. Ограничения по размеру и стоимости сенсорных узлов приводят к соответствующим ограничениям на такие ресурсы, как энергия, память, скорость вычислений и пропускная способность связи. Топология WSN может варьироваться от простой звездная сеть продвинутому многоскачковый беспроводная ячеистая сеть. Метод распространения между переходами сети может быть маршрутизация или же наводнение.[5][6]

В Информатика и телекоммуникации, беспроводные сенсорные сети являются активной областью исследований с многочисленными семинарами и конференциями, проводимыми каждый год, например IPSN, SenSys, MobiCom и EWSN. По состоянию на 2010 год количество беспроводных сенсорных сетей достигло примерно 120 миллионов удаленных устройств по всему миру.[7]

Заявление

Мониторинг территории

Мониторинг области - это обычное применение WSN. При мониторинге области WSN развертывается в регионе, где необходимо отслеживать некоторые явления. Военный пример - использование датчиков для обнаружения вторжения противника; гражданским примером является геозону газовых или нефтепроводов.

Мониторинг здравоохранения

Существует несколько типов сенсорных сетей для медицинских приложений: имплантированные, носимые и встроенные в окружающую среду. Имплантируемые медицинские устройства - это те, которые вставляются внутрь человеческого тела. Носимые устройства используются на поверхности тела человека или в непосредственной близости от пользователя. Системы, встроенные в окружающую среду, используют датчики, содержащиеся в окружающей среде. Возможные применения включают измерение положения тела, местонахождения людей, общий мониторинг больных в больницах и дома. Встроенные в окружающую среду устройства отслеживают физическое состояние человека для непрерывной диагностики здоровья, используя в качестве входных данных данные из сети камер глубины, зондирование полаили другие подобные устройства. Сети тела и зоны могут собирать информацию о здоровье, физической форме и расходе энергии человека.[8][9] В медицинских приложениях первостепенное значение имеют конфиденциальность и подлинность пользовательских данных. В частности, из-за интеграции сенсорных сетей с IoT аутентификация пользователя становится более сложной; однако решение представлено в недавней работе.[10]

Окружающая среда / зондирование Земли

Существует множество приложений для мониторинга параметров окружающей среды,[11] примеры которых приведены ниже. Они разделяют дополнительные проблемы, связанные с суровыми условиями эксплуатации и пониженным энергоснабжением.

Мониторинг загрязнения воздуха

Беспроводные сенсорные сети развернуты в нескольких городах (Стокгольм, Лондон, и Брисбен) для контроля концентрации опасные газы для граждан. Они могут использовать преимущества специальных беспроводных соединений, а не проводных установок, что также делает их более мобильными для тестирования показаний в различных областях.[нужна цитата]

Обнаружение лесных пожаров

Сеть сенсорных узлов может быть установлена ​​в лесу, чтобы определять, когда Огонь началось. Узлы могут быть оборудованы датчиками для измерения температуры, влажности и газов, выделяемых при пожаре на деревьях или растительности. Раннее обнаружение имеет решающее значение для успешных действий пожарных; Благодаря беспроводным сенсорным сетям пожарная команда сможет узнать, когда начинается пожар и как он распространяется.

Обнаружение оползней

А оползень Система обнаружения использует сеть беспроводных датчиков для обнаружения незначительных движений почвы и изменений различных параметров, которые могут произойти до или во время оползня. Благодаря собранным данным можно будет узнать о приближающемся возникновении оползней задолго до того, как это произойдет на самом деле.

Мониторинг качества воды

Качество воды мониторинг включает анализ свойств воды в плотинах, реках, озерах и океанах, а также запасов подземных вод. Использование множества беспроводных распределенных датчиков позволяет создавать более точную карту состояния воды и позволяет постоянно размещать станции мониторинга в труднодоступных местах без необходимости ручного извлечения данных.[12]

Предотвращение стихийных бедствий

Беспроводные сенсорные сети могут быть эффективными в предотвращении неблагоприятных последствий Стихийные бедствия, как наводнения. Беспроводные узлы успешно развернуты в реках, где необходимо отслеживать изменения уровня воды в режиме реального времени.

Промышленный мониторинг

Мониторинг состояния машины

Сети беспроводных датчиков были разработаны для технического обслуживания оборудования (CBM), поскольку они обеспечивают значительную экономию затрат и обеспечивают новые функции.[13]

Беспроводные датчики могут быть размещены в местах, труднодоступных или недоступных для проводной системы, например, во вращающихся механизмах и не привязанных транспортных средствах.

Регистрация данных

Основная статья: Регистрация данных

Сети беспроводных датчиков также используются для сбора данных для мониторинга экологической информации.[14] Это может быть так же просто, как контроль температуры в холодильнике или уровня воды в резервуарах для перелива на атомных электростанциях. Затем статистическую информацию можно использовать, чтобы показать, как работают системы. Преимущество WSN перед обычными регистраторами - это возможность «живого» потока данных.

Мониторинг воды / сточных вод

Мониторинг качества и уровня воды включает в себя множество мероприятий, таких как проверка качества подземных или поверхностных вод и обеспечение водной инфраструктуры страны на благо людей и животных. Его можно использовать для защиты от потерь воды.

Структурный мониторинг здоровья

Основная статья: Структурный мониторинг здоровья

Беспроводные сенсорные сети могут использоваться для мониторинга состояния гражданской инфраструктуры и связанных с ней геофизических процессов, близких к реальному времени, и в течение длительных периодов времени посредством регистрации данных с использованием датчиков с соответствующим интерфейсом.

Производство вина

Беспроводные сенсорные сети используются для наблюдения за производством вина как в поле, так и в погребе.[15]

Обнаружение угрозы

Система слежения за обширной зоной (WATS) - это прототип сети для обнаружения наземных ядерных устройств.[16] типа ядерной «портфельной бомбы». WATS разрабатывается в Национальная лаборатория Лоуренса Ливермора (LLNL). WATS будет состоять из беспроводных датчиков гамма-излучения и нейтронов, подключенных через сеть связи. Данные, полученные датчиками, подвергаются "слияние данных", который преобразует информацию в легко интерпретируемые формы; это слияние данных является наиболее важным аспектом системы.[17][устаревший источник]

Происходит процесс слияния данных в сенсорной сети, а не на централизованном компьютере и выполняется по специально разработанному алгоритму, основанному на Байесовская статистика.[18] WATS не будет использовать централизованный компьютер для анализа, потому что исследователи обнаружили, что такие факторы, как задержка и доступная пропускная способность, как правило, создают значительные узкие места. Данные, обрабатываемые в полевых условиях самой сетью (путем передачи небольших объемов данных между соседними датчиками), выполняются быстрее и делают сеть более масштабируемой.[18]

Важным фактором в развитии WATS является простота развертывания, поскольку большее количество датчиков повышает уровень обнаружения и снижает количество ложных срабатываний.[18] Датчики WATS могут быть развернуты в постоянных местах или установлены на транспортных средствах для мобильной защиты определенных мест. Одним из препятствий для внедрения WATS является размер, вес, требования к энергии и стоимость доступных в настоящее время беспроводных датчиков.[18] Разработка усовершенствованных датчиков является важным компонентом текущих исследований Управления по нераспространению, контролю над вооружениями и международной безопасности (NAI) LLNL.

WATS был профилирован Палата представителей США Подкомитет по военным исследованиям и разработкам 1 октября 1997 г. во время слушаний по ядерному терроризму и контрмерам.[17] 4 августа 1998 г. на последующем заседании этого подкомитета председатель Курт Велдон заявил, что финансирование исследований WATS было сокращено Клинтон администрации до прожиточного минимума и что программа была плохо реорганизована.[19]

Характеристики

Основные характеристики WSN включают:

  • Ограничения энергопотребления для узлов, использующих батареи или сбор энергии. Примеры поставщиков: ReVibe Energy.[20] и Perpetuum[21]
  • Способность справляться с отказами узлов (устойчивость)
  • Некоторая мобильность узлов (для высокомобильных узлов см. MWSN)
  • Неоднородность узлов
  • Однородность узлов
  • Масштабируемость к крупномасштабному развертыванию
  • Способность выдерживать суровые условия окружающей среды
  • Легкость использования
  • Межуровневая оптимизация[22][23][24]

Межуровневая связь становится важной областью изучения беспроводной связи.[23] Кроме того, традиционный многоуровневый подход представляет три основные проблемы:

  1. Традиционный многоуровневый подход не может обмениваться различной информацией между разными уровнями, что приводит к тому, что каждый уровень не имеет полной информации. Традиционный многоуровневый подход не может гарантировать оптимизацию всей сети.
  2. Традиционный многоуровневый подход не может адаптироваться к изменениям окружающей среды.
  3. Из-за интерференции между различными пользователями, конфликтов доступа, замирания и изменения среды в беспроводных сенсорных сетях традиционный многоуровневый подход для проводных сетей не применим к беспроводным сетям.

Таким образом, кросс-уровень может использоваться для оптимальной модуляции для улучшения характеристик передачи, например скорость передачи данных, энергоэффективность, QoS (Качество обслуживания), так далее.[23] Узлы датчиков можно представить как небольшие компьютеры, которые чрезвычайно просты с точки зрения их интерфейсов и их компонентов. Обычно они состоят из блок обработки с ограниченной вычислительной мощностью и ограниченной памятью, датчики или же МЭМС (включая специальные схемы кондиционирования), устройство связи (обычно радиоприемники или альтернативно оптический), а источником питания обычно является батарея. Другие возможные включения: сбор энергии модули,[25] вторичный ASIC, и, возможно, вторичный интерфейс связи (например, RS-232 или же USB).

Базовые станции - это один или несколько компонентов WSN с гораздо большим количеством вычислительных, энергетических и коммуникационных ресурсов. Они действуют как шлюз между узлами датчиков и конечным пользователем, поскольку обычно пересылают данные из WSN на сервер. Другие специальные компоненты в маршрутизация сети на основе маршрутизаторов, предназначенные для вычисления, расчета и распределения таблиц маршрутизации.[26]

Платформы

Аппаратное обеспечение

Основная статья: сенсорный узел

Одна из основных задач WSN - создать бюджетный и крошечный сенсорные узлы. Растет число небольших компаний, производящих оборудование WSN, и коммерческую ситуацию можно сравнить с домашними компьютерами 1970-х годов. Многие из узлов все еще находятся на стадии исследований и разработок, особенно их программное обеспечение. Принятию сенсорных сетей также присуще использование методов с очень низким энергопотреблением для радиосвязи и сбора данных.

Во многих приложениях WSN взаимодействует с Локальная сеть или же Глобальная сеть через шлюз. Шлюз действует как мост между WSN и другой сетью. Это позволяет хранить и обрабатывать данные устройствами с большим количеством ресурсов, например, в удаленном сервер. Беспроводная глобальная сеть, используемая в основном для устройств с низким энергопотреблением, известна как глобальная сеть с низким энергопотреблением (LPWAN).

Беспроводной

Существует несколько стандартов беспроводной связи и решений для подключения сенсорных узлов. Нить и ZigBee может подключать датчики, работающие на частоте 2,4 ГГц, со скоростью передачи данных 250 кбит / с. Многие используют более низкую частоту для увеличения дальности радиосвязи (обычно 1 км), например Z-волна работает на частоте 915 МГц, а в ЕС широко используется 868 МГц, но они имеют более низкую скорость передачи данных (обычно 50 кбит / с). Рабочая группа IEEE 802.15.4 обеспечивает стандарт для подключения устройств с низким энергопотреблением, и обычно датчики и интеллектуальные счетчики используют один из этих стандартов для подключения. С появлением Интернет вещейбыло сделано много других предложений для обеспечения возможности подключения датчиков. ЛОРА[27] это форма LPWAN который обеспечивает беспроводное соединение с малым энергопотреблением на большом расстоянии для устройств, которое использовалось в интеллектуальных счетчиках и других приложениях датчиков большого радиуса действия. Wi-SUN[28] подключает устройства дома. Узкополосный Интернет вещей[29] и LTE-M[30] может подключать до миллионов датчиков и устройств с помощью сотовой связи.

Программного обеспечения

Энергия - это самый дефицитный ресурс узлов WSN, и она определяет срок службы WSN. WSN могут быть развернуты в большом количестве в различных средах, включая удаленные и враждебные регионы, где специальная связь является ключевым компонентом. По этой причине алгоритмы и протоколы должны решать следующие проблемы:

  • Увеличенная продолжительность жизни
  • Надежность и отказоустойчивость
  • Самостоятельная настройка

Максимальное увеличение срока службы: потребление энергии / мощности сенсорным устройством должно быть минимизировано, а узлы датчиков должны быть энергоэффективными, поскольку их ограниченный ресурс энергии определяет их срок службы. Для экономии энергии узлы беспроводных датчиков обычно отключают радиопередатчик и радиоприемник, когда они не используются.[23]

Протоколы маршрутизации

Беспроводные сенсорные сети состоят из необслуживаемых сенсорных узлов с низким энергопотреблением, небольшого размера и малого радиуса действия. Недавно было замечено, что путем периодического включения и выключения функций обнаружения и связи узлов датчиков мы можем значительно сократить время активности и, таким образом, продлить срок службы сети.[31] Однако эта дежурная цикличность может привести к высокой сетевой задержке, накладным расходам маршрутизации и задержкам обнаружения соседей из-за асинхронного планирования спящего режима и пробуждения. Эти ограничения требуют принятия контрмер для беспроводных сенсорных сетей с рабочим циклом, которые должны минимизировать информацию о маршрутизации, нагрузку маршрутизации трафика и потребление энергии. Исследователи из Университета Сонгюнкван предложили упрощенную маршрутизацию без увеличения интервала задержки доставки, называемую LNDIR. Эта схема может обнаруживать маршруты с минимальной задержкой на каждом интервале невозрастания задержки доставки вместо каждого временного интервала.[требуется разъяснение] Имитационные эксперименты продемонстрировали применимость этого нового подхода к минимизации маршрутной информации, хранящейся на каждом датчике. Кроме того, эта новая маршрутизация также может гарантировать минимальную задержку доставки от каждого источника к приемнику. Наблюдается повышение производительности до 12 и 11 раз с точки зрения снижения нагрузки маршрутизации трафика и энергоэффективности соответственно по сравнению с существующими схемами.[32]

Операционные системы

Операционные системы для беспроводных датчиков сетевые узлы обычно менее сложны, чем операционные системы общего назначения. Они больше напоминают встроенные системыпо двум причинам. Во-первых, беспроводные сенсорные сети обычно развертываются с учетом конкретного приложения, а не в качестве общей платформы. Во-вторых, потребность в низких затратах и ​​малом энергопотреблении приводит к тому, что большинство узлов беспроводных датчиков имеют микроконтроллеры с низким энергопотреблением, гарантирующие, что такие механизмы, как виртуальная память, либо не нужны, либо слишком дороги в реализации.

Следовательно, можно использовать встроенные операционные системы, такие как eCos или же uC / OS для сенсорных сетей. Однако такие операционные системы часто разрабатываются со свойствами реального времени.

TinyOS пожалуй первый[33] операционная система, специально разработанная для беспроводных сенсорных сетей. TinyOS основан на событийно-ориентированное программирование модель вместо многопоточность. Программы TinyOS состоят из обработчики событий и задачи с семантикой выполнения до завершения. Когда происходит внешнее событие, такое как входящий пакет данных или показания датчика, TinyOS сигнализирует соответствующему обработчику событий для обработки события. Обработчики событий могут публиковать задачи, запланированные ядром TinyOS через некоторое время.

LiteOS - это недавно разработанная ОС для беспроводных сенсорных сетей, которая обеспечивает UNIX-подобную абстракцию и поддержку языка программирования C.

Contiki - это ОС, которая использует более простой стиль программирования на C, но при этом предоставляет такие преимущества, как 6LoWPAN и Протонити.

RIOT (операционная система) - это более поздняя операционная система реального времени, включающая аналогичные функции Contiki.

PreonVM[34] это ОС для беспроводных сенсорных сетей, обеспечивающая 6LoWPAN на основе Contiki и поддержка Ява язык программирования.

Онлайн-платформы для совместного управления данными датчиков

Совместные онлайн-платформы управления данными датчиков представляют собой интерактивные службы баз данных, которые позволяют владельцам датчиков регистрировать и подключать свои устройства для передачи данных в онлайн-базу данных для хранения, а также позволяют разработчикам подключаться к базе данных и создавать свои собственные приложения на основе этих данных. Примеры включают Xively и Платформа Wikisensing. Такие платформы упрощают онлайн-сотрудничество между пользователями с использованием различных наборов данных, начиная от данных об энергии и окружающей среде и заканчивая данными, полученными от транспортных услуг. Другие услуги включают в себя возможность разработчикам встраивать в веб-сайты графики и виджеты в реальном времени; анализировать и обрабатывать исторические данные, полученные из каналов данных; отправлять оповещения в реальном времени из любого потока данных для управления скриптами, устройствами и средами.

Архитектура системы Wikisensing[35] описывает ключевые компоненты таких систем, включая API-интерфейсы и интерфейсы для онлайн-сотрудников, промежуточное ПО, содержащее бизнес-логику, необходимую для управления данными датчиков и их обработки, и модель хранения, подходящую для эффективного хранения и извлечения больших объемов данных.

Моделирование

В настоящее время моделирование и симуляция на основе агентов - единственная парадигма, которая позволяет моделировать сложное поведение в среде беспроводных датчиков (например, группирование).[36] Агентное моделирование беспроводных датчиков и специализированных сетей - относительно новая парадигма. Агентное моделирование изначально был основан на социальном моделировании.

Сетевые симуляторы, такие как Opnet, Tetcos NetSim и NS, могут использоваться для имитации беспроводной сенсорной сети.

Другие концепции

Безопасность

Архитектура без инфраструктуры (т.е. без шлюзов и т. Д.) И неотъемлемые требования (т. Е. Автоматическая рабочая среда и т. Д.) WSN могут создать несколько слабых мест, привлекающих злоумышленников. Следовательно, безопасность вызывает большую озабоченность, когда WSN развертываются для специальных приложений, таких как военные и здравоохранение. Благодаря своим уникальным характеристикам традиционные методы защиты компьютерная сеть было бы бесполезно (или менее эффективно) для WSN. Следовательно, отсутствие механизмов безопасности приведет к вторжению в эти сети. Эти вторжения необходимо обнаруживать и применять методы предотвращения.

В защите беспроводных сенсорных сетей произошли важные инновации. В большинстве встроенных беспроводных сетей используются всенаправленные антенны, поэтому соседи могут подслушивать обмен данными в узлах и из них. Это было использовано для разработки примитива под названием «локальный мониторинг”[37] который использовался для обнаружения изощренных атак, таких как черная дыра или червоточина, которые снижают пропускную способность крупных сетей почти до нуля. Этот примитив с тех пор используется многими исследователями и коммерческими снифферами беспроводных пакетов. Впоследствии это было усовершенствовано для более сложных атак, таких как сговор, мобильность и многоканальные устройства с множеством антенн.[38]

Распределенная сенсорная сеть

Если в сенсорной сети используется централизованная архитектура и центральный узел выходит из строя, тогда вся сеть разрушается, однако надежность сенсорной сети может быть увеличена с помощью распределенной архитектуры управления. Распределенное управление используется в WSN по следующим причинам:

  1. Сенсорные узлы подвержены выходу из строя,
  2. Для лучшего сбора данных
  3. Обеспечить узлы резервным копированием на случай отказа центрального узла.

Также нет централизованного органа для распределения ресурсов, и они должны быть самоорганизованными.

Что касается распределенной фильтрации по распределенной сенсорной сети. общая установка заключается в наблюдении за лежащим в основе процессом с помощью группы датчиков, организованных в соответствии с заданной топологией сети, что позволяет отдельным наблюдателям оценивать состояние системы не только на основе его собственных измерений, но и на основе данных его соседей.[39]

Интеграция данных и сенсорная сеть

Данные, собранные из беспроводных сенсорных сетей, обычно сохраняются в виде числовых данных на центральной базовой станции. Кроме того, Открытый геопространственный консорциум (OGC) определяет стандарты для интерфейсов взаимодействия и кодирования метаданных, которые позволяют в реальном времени интегрировать разнородные сенсорные сети в Интернет, позволяя любому человеку отслеживать или управлять беспроводными сенсорными сетями через веб-браузер.

Обработка внутри сети

Чтобы снизить затраты на связь, некоторые алгоритмы удаляют или сокращают избыточную информацию датчиков узлов и избегают пересылки бесполезных данных. Этот метод использовался, например, для обнаружения распределенных аномалий.[40][41][42][43] или распределенная оптимизация.[44] Поскольку узлы могут проверять данные, которые они пересылают, они могут измерять средние значения или направленность, например, показаний с других узлов. Например, в приложениях измерения и мониторинга обычно бывает так, что соседние узлы датчиков, отслеживающие объект окружающей среды, обычно регистрируют аналогичные значения. Такая избыточность данных из-за пространственной корреляции между наблюдениями с датчиков вдохновляет на создание методов для объединения и интеллектуального анализа данных в сети. Агрегация снижает объем сетевого трафика, что помогает снизить потребление энергии на узлах датчиков.[45][46] Недавно было обнаружено, что сетевые шлюзы также играют важную роль в повышении энергоэффективности сенсорных узлов за счет планирования большего количества ресурсов для узлов с более критичной потребностью в энергоэффективности, и для улучшения на сетевых шлюзах необходимо реализовать передовые алгоритмы планирования энергоэффективности. общей энергоэффективности сети.[23][47]

Безопасная агрегация данных

Это форма внутрисетевой обработки, когда сенсорные узлы считаются незащищенными с ограниченной доступной энергией, в то время как базовая станция считается защищенной с неограниченной доступной энергией. Агрегация усложняет уже существующие проблемы безопасности для беспроводных сенсорных сетей.[48] и требует новых методов безопасности, специально разработанных для этого сценария. Обеспечение безопасности для агрегирования данных в беспроводных сенсорных сетях известно как безопасное агрегирование данных в WSN.[46][48][49] были первыми работами, в которых обсуждались методы безопасного агрегирования данных в беспроводных сенсорных сетях.

Две основные проблемы безопасности при безопасном агрегировании данных - это конфиденциальность и целостность данных. Пока шифрование Традиционно используется для обеспечения сквозной конфиденциальности в беспроводной сенсорной сети, агрегаторам в сценарии безопасного агрегирования данных необходимо расшифровать зашифрованные данные для выполнения агрегирования. Это открывает доступ агрегаторам к открытому тексту, что делает данные уязвимыми для атак злоумышленника. Аналогичным образом агрегатор может вводить ложные данные в агрегат и заставлять базовую станцию ​​принимать ложные данные. Таким образом, хотя агрегирование данных повышает энергоэффективность сети, оно усложняет существующие проблемы безопасности.[50]

Смотрите также

Рекомендации

  1. ^ Улло, Сильвия Либерата; Синха, Г. Р. (31 мая 2020 г.). «Достижения в интеллектуальных системах мониторинга окружающей среды с использованием Интернета вещей и датчиков». Датчики (Базель, Швейцария). 20 (11): 3113. Дои:10,3390 / с20113113. ISSN 1424-8220. ЧВК 7309034. PMID 32486411.
  2. ^ Франческо Марио, Ди; K, DasSajal; Анастаси Джузеппе (01.08.2011). «Сбор данных в беспроводных сенсорных сетях с мобильными элементами». Транзакции ACM в сенсорных сетях (TOSN). 8: 1–31. Дои:10.1145/1993042.1993049. S2CID 15576441.
  3. ^ Ся, Фэн; Тиан, Ю-Чу; Ли, Яньцзюнь; Солнце, Юксиан (2007-10-09). «Дизайн беспроводной сети датчиков / исполнительных устройств для мобильных приложений управления». Датчики (Базель, Швейцария). 7 (10): 2157–2173. Дои:10,3390 / с7102157. ISSN 1424-8220. ЧВК 3864515. PMID 28903220.
  4. ^ «Беспроводные сенсорные сети для наблюдения за полем боя» (PDF). 2006.
  5. ^ Дарги, В. и Поеллабауэр, К. (2010). Основы беспроводных сенсорных сетей: теория и практика. Джон Уайли и сыновья. С. 168–183, 191–192. ISBN 978-0-470-99765-9.CS1 maint: использует параметр авторов (ссылка на сайт)
  6. ^ Сохраби, К., Миноли, Д., Знати, Т. (2007). Беспроводные сенсорные сети: технологии, протоколы и приложения. Джон Уайли и сыновья. С. 203–209. ISBN 978-0-471-74300-2.CS1 maint: использует параметр авторов (ссылка на сайт)
  7. ^ Оливейра, Жоао; Идет, Жоао (2012). Параметрическое усиление аналогового сигнала в наноразмерных КМОП-технологиях. Springer Science & Business Media. п. 7. ISBN 9781461416708.
  8. ^ Пейрис, В. (2013). «Высокоинтегрированное беспроводное считывание для сетевых приложений тела». Отдел новостей SPIE. Дои:10.1117/2.1201312.005120.
  9. ^ Тони О'Донован; Джон О'Донохью; Кормак Сринан; Дэвид Сэммон; Филип О'Рейли; Киран А. О'Коннор (2009). Контекстно-зависимая беспроводная сеть тела (BAN) (PDF). Распространенные вычислительные технологии для здравоохранения, 2009 г. Дои:10.4108 / ICST.PERVASIVEHEALTH 2009.5987. В архиве (PDF) из оригинала от 09.10.2016.
  10. ^ Билал, Мухаммед; и другие. (2017). «Протокол аутентификации для будущих сенсорных сетей». Датчики. 17 (5): 979. arXiv:1705.00764. Bibcode:2017arXiv170500764B. Дои:10,3390 / с17050979. ЧВК 5464775. PMID 28452937.
  11. ^ Дж. К. Харт и К. Мартинес, "Экологические сенсорные сети: революция в науке о земных системах?", Earth-Science Reviews, 2006 В архиве 2015-11-23 в Wayback Machine
  12. ^ Шпион (2013). "Василий Каранассиос: Поглощение энергии для питания удаленных датчиков". Отдел новостей SPIE. Дои:10.1117/2.3201305.05.
  13. ^ Тивари, Анкит; и другие. (2007).«Проектирование и реализация энергоэффективной беспроводной сенсорной сети для технического обслуживания по состоянию». Транзакции ACM в сенсорных сетях. 3: 1 – es. CiteSeerX 10.1.1.188.8180. Дои:10.1145/1210669.1210670. S2CID 7278286.
  14. ^ К. Салим; Н. Фисал и Дж. Аль-Мухтади (2014). «Эмпирические исследования самоорганизованного безопасного автономного протокола маршрутизации, основанного на биологии». Журнал датчиков IEEE. 14 (7): 1–8. Bibcode:2014ISenJ..14.2232S. Дои:10.1109 / JSEN.2014.2308725. S2CID 27135727.
  15. ^ Анастаси, Г., Фарруджиа, 0., Ло Ре, Г., Ортолани, М. (2009) Мониторинг производства высококачественного вина с использованием беспроводных сенсорных сетей, HICSS 2009
  16. ^ «Национальная стратегия борьбы с терроризмом с применением оружия массового поражения». str.llnl.gov. Обзор науки и технологий. Получено 26 февраля 2019.
  17. ^ а б «Стремление к более безопасному миру с 1945 года». fas.org. Федерация американских ученых.
  18. ^ а б c d Холмы, Роб. "Чувство опасности". str.llnl.gov. Обзор науки и технологий. Получено 26 февраля 2019.
  19. ^ "Интересы национальной безопасности США и России". commdocs.house.gov. Палата представителей США. Получено 26 февраля 2019.
  20. ^ «ReVibe Energy - двигатель промышленного Интернета вещей». revibeenergy.com. В архиве из оригинала 22 сентября 2017 г.. Получено 3 мая 2018.
  21. ^ «МИРОВОЙ ЛИДЕР В БЕСПРОВОДНЫХ СИСТЕМАХ ДАТЧИКА ВИБРАЦИОННЫХ УСТАНОВОК». МИРОВОЙ ЛИДЕР В БЕСПРОВОДНЫХ СИСТЕМАХ ДАТЧИКА ВИБРАЦИОННЫХ УСТАНОВОК. В архиве из оригинала 13 апреля 2018 г.. Получено 3 мая 2018.
  22. ^ Салим, К., Фисал, Н., Хафиза, С., Камила, С., Рашид, Р. и Багуда, Ю., 2009 г., январь. Межуровневый протокол самоорганизованной маршрутизации на основе биологических методов для беспроводной сенсорной сети. В конференции TENCON 2009-2009 IEEE Region 10 (стр. 1-6). IEEE. Салим, Кашиф; Фисал, Норшейла; Хафиза, Шариф; Камила, Шариф; Рашид, Розеха; Багуда, Якубу (2009). «Межуровневый протокол самоорганизованной маршрутизации, основанный на биологических принципах для беспроводной сенсорной сети». TENCON 2009 - 2009 Конференция IEEE Region 10. С. 1–6. Дои:10.1109 / TENCON.2009.5395945. ISBN 978-1-4244-4546-2. S2CID 30236796.
  23. ^ а б c d е Гуован Мяо; Йенс Зандер; Ки Вон Сон; Бен Слиман (2016). Основы мобильных сетей передачи данных. Издательство Кембриджского университета. ISBN 978-1107143210.
  24. ^ Агдам, Шахин Махдизаде; Хансари, Мохаммад; Rabiee, Hamid R; Салехи, Мостафа (2014). «WCCP: протокол управления перегрузкой для беспроводной мультимедийной связи в сенсорных сетях». Ad Hoc сети. 13: 516–534. Дои:10.1016 / j.adhoc.2013.10.006.
  25. ^ Magno, M .; Boyle, D .; Brunelli, D .; О'Флинн, Б.; Popovici, E .; Бенини, Л. (2014). «Расширенный беспроводной мониторинг с помощью интеллектуального гибридного источника энергии». IEEE Transactions по промышленной электронике. 61 (4): 1871. Дои:10.1109 / TIE.2013.2267694. S2CID 23562384.
  26. ^ А. Ксенакис, Ф. Фукалас, Г. Стамулис, «Межуровневое управление топологией с учетом энергопотребления посредством имитации отжига для WSN»
  27. ^ «ЛОРА Альянс». В архиве из оригинала от 09.11.2017.
  28. ^ "Wi-Sun Alliance". 2018-08-15. В архиве из оригинала от 09.11.2017.
  29. ^ «NB-IOT против LoRa против Sigfox, LINKLabs, январь 2017 г.». В архиве с оригинала от 10.11.2017.
  30. ^ "Что такое LTE-M?". В архиве из оригинала от 09.11.2017.
  31. ^ А. Ксенакис, Ф. Фукалас и Г. Стамулис "Алгоритм минимально взвешенной кластеризации для беспроводных сенсорных сетей. "Труды 19-й Всегреческой конференции по информатике. https://doi.org/10.1145/2801948.2801999, Октябрь 2015 г.) 255-260.
  32. ^ К. Шахзад, Мухаммад; Нгуен, Данг Ту; Залюбовский, Вячеслав; Чу, Хёнсын (2018). «LNDIR: облегченная маршрутизация на основе интервалов задержки доставки и задержки доставки для сенсорных сетей с рабочим циклом». Международный журнал распределенных сенсорных сетей. 14 (4): 1550147718767605. Дои:10.1177/1550147718767605. CC-BY icon.svg Материал был скопирован из этого источника, который доступен под Международная лицензия Creative Commons Attribution 4.0.
  33. ^ «Программирование TinyOS - بنیاد علمی پژوهشی شبکه های حسگر بیسیم ایران». forum.manetlab.com. В архиве из оригинала 30 декабря 2013 г.. Получено 3 мая 2018.
  34. ^ PreonVM - Виртуальная машина для беспроводных сенсорных устройств В архиве 2017-11-11 в Wayback Machine Проверено 10 ноября 2017 г.
  35. ^ Silva, D .; Ghanem, M .; Го, Ю. (2012). «WikiSensing: совместный онлайн-подход к управлению данными датчиков». Датчики. 12 (10): 13295–332. Дои:10,3390 / с121013295. ЧВК 3545568. PMID 23201997.
  36. ^ Ниази, Муаз; Хуссейн, Амир (2011). «Новая структура моделирования на основе агентов для зондирования в сложных адаптивных средах» (PDF). Журнал датчиков IEEE. 11 (2): 404–412. arXiv:1708.05875. Bibcode:2011ISenJ..11..404N. Дои:10.1109 / jsen.2010.2068044. S2CID 15367419. Архивировано из оригинал (PDF) на 2011-07-25.
  37. ^ Халил, Исса; Багчи Саурабх; Шрофф, Н. (2005). "LITEWORP: легкое средство противодействия атакам через червоточины в беспроводных сетях с несколькими переключениями". 2005 Международная конференция по надежным системам и сетям (DSN'05): 612–621. Дои:10.1109 / DSN.2005.58. ISBN 0-7695-2282-3. S2CID 2018708.
  38. ^ Митчелл, Роберт; Чен, Инг-Рэй (2014-04-01). «Обзор обнаружения вторжений в приложениях беспроводной сети». Компьютерные коммуникации. 42: 1–23. Дои:10.1016 / j.comcom.2014.01.012. ISSN 0140-3664.
  39. ^ Ли, Ванянь; Ван, Цзидун; Вэй, Гуолян; Ма, Лифенг; Ху, Цзюнь; Дин, Деруи (2015). "Обзор мультисенсорного слияния и согласованной фильтрации для сенсорных сетей". Дискретная динамика в природе и обществе. 2015: 1–12. Дои:10.1155/2015/683701. ISSN 1026-0226.
  40. ^ Bosman, H. H. W. J .; Iacca, G; Tejada, A .; Wörtche, H.J .; Лиотта, А. (01.12.2015). «Ансамбли инкрементальных обучающихся для обнаружения аномалий в специальных сенсорных сетях». Ad Hoc сети. Специальный выпуск о технологиях обнаружения, обработки и сетевых технологий, основанных на больших данных. 35: 14–36. Дои:10.1016 / j.adhoc.2015.07.013. HDL:11572/196409. ISSN 1570-8705.
  41. ^ Bosman, H. H. W. J .; Liotta, A .; Iacca, G .; Вёртче, Х. Дж. (Октябрь 2013 г.). «Обнаружение аномалий в сенсорных системах с использованием легкого машинного обучения». Международная конференция IEEE по системам, человеку и кибернетике, 2013 г.: 7–13. Дои:10.1109 / SMC.2013.9. ISBN 978-1-4799-0652-9. S2CID 6434158.
  42. ^ Bosman, H. H. W. J .; Liotta, A .; Iacca, G .; Вёртче, Х. Дж. (Декабрь 2013 г.). «Экстремальное онлайн-обучение по сенсорным сетям с фиксированной точкой». 13-я Международная конференция по интеллектуальному анализу данных, 2013 г., IEEE: 319–326. Дои:10.1109 / ICDMW.2013.74. ISBN 978-1-4799-3142-2. S2CID 6460187.
  43. ^ Bosman, H. H. W. J .; Iacca, G .; Wörtche, H.J .; Лиотта, А. (декабрь 2014 г.). «Онлайн-слияние инкрементального обучения для беспроводных сенсорных сетей». 2014 IEEE Международная конференция по интеллектуальному анализу данных, семинар: 525–532. Дои:10.1109 / ICDMW.2014.79. HDL:10545/622629. ISBN 978-1-4799-4274-9. S2CID 14029568.
  44. ^ Якка, Г. (2018). «Распределенная оптимизация в беспроводных сенсорных сетях: структура островной модели». Мягкие вычисления. 17 (12): 2257–2277. arXiv:1810.02679. Bibcode:2018arXiv181002679I. Дои:10.1007 / s00500-013-1091-х. ISSN 1433-7479. S2CID 33273544.
  45. ^ Bosman, H. H. W. J .; Iacca, G .; Tejada, A .; Wörtche, H.J .; Лиотта, А. (01.01.2017). «Обнаружение пространственных аномалий в сенсорных сетях с использованием информации о районе». Информационное слияние. 33: 41–56. Дои:10.1016 / j.inffus.2016.04.007. ISSN 1566-2535.
  46. ^ а б Кулачок, H; Оздемир, С. Наир, П. Мутуавинашиаппан, Д. (октябрь 2003 г.). ESPDA: энергоэффективное и безопасное агрегирование данных на основе шаблонов для беспроводных сенсорных сетей. Труды IEEE Sensors 2003 г.. 2. С. 732–736. CiteSeerX 10.1.1.1.6961. Дои:10.1109 / icsens.2003.1279038. ISBN 978-0-7803-8133-9. S2CID 15686293.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  47. ^ Ровайда, А. Садек (май 2018 г.). «Кластерный протокол с поддержкой гибридной энергии для гетерогенной сети IoT». Журнал "Будущие вычисления и информатика". 3 (2): 166–177. Дои:10.1016 / j.fcij.2018.02.003.
  48. ^ а б Ху, Линсюань; Дэвид Эванс (январь 2003 г.). «Безопасное агрегирование беспроводных сетей». Семинар по безопасности и уверенности в специальных сетях.
  49. ^ Пшидатек, Бартош; "Рассветная песня"; Адриан Перриг (2003). SIA: безопасное агрегирование информации в сенсорных сетях. SenSys. С. 255–265. Дои:10.1145/958491.958521. ISBN 978-1581137071. S2CID 239370.
  50. ^ Кумар, Вимал; Санджай К. Мадриа (август 2012 г.). «Безопасное иерархическое агрегирование данных в беспроводных сенсорных сетях: оценка и анализ производительности». МДМ 12.

дальнейшее чтение

  • Маршрутизация узлов шлюза на основе цепочки для повышения энергоэффективности в WSN

Амир Хожабри * 1, Мохаммадреза Эсламинеджад 2, Митра Махруян 3 1 * - Департамент компьютерных наук и информационных технологий, Институт высшего образования Занда, Шираз, Иран2- Департамент компьютерных наук и информационных технологий, Институт высшего образования Занда, Шираз, Иран3 - Кафедра физики, факультет естественных наук, Исфаханский университет, Исфахан, Иран

внешняя ссылка