[논문]무선센서네트워크에서의 에너지 효율적인 재클러스터링 알고리즘

박혜빈; 정진우

doi:10.7236/jiibc.2015.15.3.155

무선센서네트워크에서의 에너지 효율적인 재클러스터링 알고리즘
An Energy Efficient Re-clustering Algorithm in Wireless Sensor Networks 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.15 no.3, 2015년, pp.155 - 161

초록
AI-Helper

무선 센서 네트워크에서 효율적인 에너지 소비는 매우 중요한 이슈이다. 해당 이슈에 대해서 최근 연구들에서는 클러스터 기반 라우팅 프로토콜들을 해법으로 제시하고 있다. 이러한 프로토콜에서는 클러스터 헤드의 에너지 고갈을 방지하기 위해 재클러스터링이 필요한데, 재클러스터링 과정에서 발생하는 오버헤드도 적지 않다. 지나치게 빈번한 재클러스터링으로 인한 오버헤드를 줄이기 위해서 본 연구에서는 클러스터 헤드와 에너지 임계값의 비교를 통해 재클러스터링의 빈도를 조절하는 알고리즘을 제안하였다. 클러스터 헤드가 에너지 임계값보다 높은 에너지 수준을 가지고 있을 경우 클러스터를 유지하여 재클러스터링으로 인한 오버헤드를 줄였고, 낮을 경우 재클러스터링을 하여, 클러스터 헤드의 수명을 최대한 연장하였다. 제안한 알고리즘을 시뮬레이션을 통해 평가하여 기존 알고리즘 대비 우수한 에너지 효율을 가지는 것을 확인하였다.

Abstract ▼ AI-Helper

Efficient energy consumption is a one of the key issues in wireless sensor networks. Clustering-based routing algorithms have been popular solutions for such an issue. Re-clustering is necessary for avoiding early energy drain of cluster head nodes in such routing strategies. The re-clustering process itself, however, is another source of energy consumption. It is suggested in this work to adaptively set the frequency of re-clustering by comparing the energy levels of cluster heads and a threshold value. The algorithm keeps the clusters if all the cluster heads' energy levels are greater than the threshold value. We confirm through simulations that the suggested algorithm shows better energy efficiency than the existing solutions.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구를 통해 무선 센서 네트워크에서 LEACH를 기반으로 하는 다양한 클러스터링 알고리즘을 살펴보았다. LEACH와 같이 빈번하게 재클러스터링을 하는 알고리즘은 재클러스터링을 위해 많은 오버헤드가 발생한다.
본 연구에서는 LEACH를 기반으로 하여, 클러스터 헤드의 잔여 에너지 수준에 대한 에너지 임계값을 구해 재클러스터링 빈도를 조절함으로써 네트워크의 수명을 증진시키고자 한다. 제안하는 알고리즘은 LEACH를 기반으로 하기 때문에, 많은 부분 LEACH의 구조를 따른다.

가설 설정

1)모든 센서노드는 동질적이며 제한된 에너지를 가진다. 2)노드는 100m x 100m 공간에 무작위로 배치되었고, 움직이지 않는다.
네트워크에서 센서 노드는 아래의 그림 1과 같이 분포해 있다. 각 노드는 처음에 0.5J 정도의 에너지를 가지고 있다고 가정하고, 에너지 수준이 0에 도달하면 죽은 것으로 여긴다. 제안된 알고리즘의 성능을 평가하기 위해서 성능평가의 결과는 LEACH와 ECHSSDA 프로토콜과 비교되었다.

제안 방법

성능을 비교 하기 위해서 앞서 성능평가를 하기 위해 사용했던 환경을 그대로 ECHSSDA 알고리즘에 적용하였다. 네트워크 수명은 1%, 10%, 50%의 노드가 죽을 때로 정의했으며, change rate은 각 네트워크 수명에 대한 최적화된 값을 적용하였다. 다음은 100번의 성능 평가를 하여 나온 결과의 평균이다.
반면 ECHSSDA와 같이 네트워크 설치 후 1번만 클러스터링을 하는 알고리즘은 재클러스터링에 대한 오버헤드를 줄였지만, 클러스터링이 제대로 되지 않을 경우 LEACH에 비해 낮은 성능을 낼 수도 있다. 따라서 이번 연구에서 우리는 클러스터 헤드의 잔여 에너지 수준에 대한 에너지 임계값을 구하여 재클러스터링의 빈도를 조절하는 알고리즘을 설계하였다. 알고리즘은 MATLAB 으로 성능을 평가했고, LEACH와 ECHSSDA보다 더 좋은 성능을 내었다.
일반적으로 네트워크 수명은 네트워크 설치 후 첫 노드가 죽을 때까지의 기간으로 정의하지만 전체 노드 중 x%의 노드가 죽을 때까지로 정의할 수도 있다^[2]. 본 논문에서는 네트워크 수명을 1)첫 노드가 죽었을 때(L=1), 2)10% 노드가 죽었을 때(L=10), 3)50% 노드가 죽었을 때(L=50) 까지로 각각 정의하여 성능을 평가하였다. 다음은 100번의 성능평가 후 평균과 표준편차를 구한 것이다.
성능 평가를 위해 MATLAB을 사용하였고, 100m x 100m의 공간에 100개의 센서 노드가 무작위적으로 분포한 네트워크를 사용하였다. 네트워크에서 센서 노드는 아래의 그림 1과 같이 분포해 있다.
셋업단계에서는 랜덤확률로 클러스터를 선출하고 선출된 클러스터헤드를 기준으로 클러스터가 생성된다. 이때, 각 클러스터 헤드는 BS에게 자신의 잔여 에너지 수준을 전송하고, BS는 이를 바탕으로 각 클러스터 헤드의 에너지 임계값 T를 계산한다.
본 연구에서는 LEACH를 기반으로 하여, 클러스터 헤드의 잔여 에너지 수준에 대한 에너지 임계값을 구해 재클러스터링 빈도를 조절함으로써 네트워크의 수명을 증진시키고자 한다. 제안하는 알고리즘은 LEACH를 기반으로 하기 때문에, 많은 부분 LEACH의 구조를 따른다.
지나치게 빈번한 재클러스터링으로 인한 오버헤드를 줄이기 위해서 본 연구에서는 클러스터 헤드와 에너지 임계값의 비교를 통해 재클러스터링 여부를 결정하는 알고리즘을 설계하였다. 클러스터 헤드가 에너지 임계값보다 높은 에너지 수준을 가지고 있을 경우 클러스터를 유지하여 재클러스터링으로 인한 오버헤드를 줄였고, 낮을 경우 재클러스터링을 하여, 클러스터 헤드가 일찍 죽지 않도록 하였다.
그러나 재클러스터링으로 인한 에너지 오버헤드가 적지 않기 때문에, 이를 줄이기 위한 다양한 연구들이 제시되었다^[5][13]. 최적화된 값을 구하거나^[7][10][11], 클러스터 헤드 선출 알고리즘을 개선하거나^[4][14][15] 재클러스터링의 빈도^[8]를 조절함으로써 효율적인 에너지 소비를 통한 네트워크 수명 연장을 달성하려고 시도했다.
지나치게 빈번한 재클러스터링으로 인한 오버헤드를 줄이기 위해서 본 연구에서는 클러스터 헤드와 에너지 임계값의 비교를 통해 재클러스터링 여부를 결정하는 알고리즘을 설계하였다. 클러스터 헤드가 에너지 임계값보다 높은 에너지 수준을 가지고 있을 경우 클러스터를 유지하여 재클러스터링으로 인한 오버헤드를 줄였고, 낮을 경우 재클러스터링을 하여, 클러스터 헤드가 일찍 죽지 않도록 하였다.

데이터처리

5J 정도의 에너지를 가지고 있다고 가정하고, 에너지 수준이 0에 도달하면 죽은 것으로 여긴다. 제안된 알고리즘의 성능을 평가하기 위해서 성능평가의 결과는 LEACH와 ECHSSDA 프로토콜과 비교되었다.
제안하는 알고리즘을 성능 평가하기 위해서 ECHSSDA 알고리즘^[9]과 성능을 비교한다. 성능을 비교 하기 위해서 앞서 성능평가를 하기 위해 사용했던 환경을 그대로 ECHSSDA 알고리즘에 적용하였다.

이론/모형

과 성능을 비교한다. 성능을 비교 하기 위해서 앞서 성능평가를 하기 위해 사용했던 환경을 그대로 ECHSSDA 알고리즘에 적용하였다. 네트워크 수명은 1%, 10%, 50%의 노드가 죽을 때로 정의했으며, change rate은 각 네트워크 수명에 대한 최적화된 값을 적용하였다.

성능/효과

1)모든 센서노드는 동질적이며 제한된 에너지를 가진다. 2)노드는 100m x 100m 공간에 무작위로 배치되었고, 움직이지 않는다. 3)BS는 네트워크의 중앙에 위치한다^[3].
하지만, L=50일 때를 보면, change rate의 선택에 따라 제안 알고리즘이 항상 ECHSSDA보다 우수하지는 않다는 것을 보여준다. 각 네트워크 수명에 대해 최적화된 change rate을 적용한다면, 제안 알고리즘은 ECHSSDA보다 더 좋은 성능을 보인다.
따라서 이번 연구에서 우리는 클러스터 헤드의 잔여 에너지 수준에 대한 에너지 임계값을 구하여 재클러스터링의 빈도를 조절하는 알고리즘을 설계하였다. 알고리즘은 MATLAB 으로 성능을 평가했고, LEACH와 ECHSSDA보다 더 좋은 성능을 내었다.
17배 정도의 성능을 보인다. 하지만, L=50일 때를 보면, change rate의 선택에 따라 제안 알고리즘이 항상 ECHSSDA보다 우수하지는 않다는 것을 보여준다. 각 네트워크 수명에 대해 최적화된 change rate을 적용한다면, 제안 알고리즘은 ECHSSDA보다 더 좋은 성능을 보인다.

후속연구

노드들은 서로 다른 에너지 수준을 가질수 있고, 서로 다른 기능을 수행할 수도 있다. 따라서 차후의 연구에서는 이질적인 센서 노드들이 분포하고 있는 무선 센서 네트워크에 제안 알고리즘을 도입하는 방안을 고려한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무선 센서 네트워크에서 중요한 이슈는 무엇인가?	무선 센서 네트워크에서 효율적인 에너지 소비는 매우 중요한 이슈이다. 해당 이슈에 대해서 최근 연구들에서는 클러스터 기반 라우팅 프로토콜들을 해법으로 제시하고 있다.
	클러스터 헤드의 수명을 어떻게 연장시키는가?	하지만, 클러스터 헤드가 다른 노드에 비해 많은 에너지를 소비하기 때문에 일찍 고갈된다. 이를 막기 위해 재클러스터링을 통해 클러스터 헤드를 교체하여 클러스터 헤드의 수명을 연장시키고 있다. 그러나 재클러스터링으로 인한 에너지 오버헤드가 적지 않기 때문에, 이를 줄이기 위한 다양한 연구들이 제시되었다[5][13].
	LEACH의 단점은 무엇인가?	클러스터링을 통해 클러스터 헤드만이 Base Station(BS)과 직접 통신할 수 있도록 함으로써, 모든 노드들이 BS와 직접 통신하면서 야기되는 에너지 낭비를 줄일 수 있기 때문이다. 하지만, 클러스터 헤드가 다른 노드에 비해 많은 에너지를 소비하기 때문에 일찍 고갈된다. 이를 막기 위해 재클러스터링을 통해 클러스터 헤드를 교체하여 클러스터 헤드의 수명을 연장시키고 있다.

참고문헌 (17)

B, Hemappa, Manjaiah D. H, Rabindranath Bera, and Shylaja B. T. "An Energy-Efficient Re-Clustering and Data Reporting Algorithm for Energy Constrained Wireless Sensor Network." International Journal of Computer Applications 85 (2014): 38-44.
Dietrich, Isabel, and Falko Dressler. "On the lifetime of wireless sensor networks." ACM Transactions on Sensor Networks (TOSN) 5.1 (2009): 5.
Dongmin Choi, Seongyeol Kim, and Ilyong Chung. "Impact of Sink Node Location in Sensor Networks: Performance Evaluation" Journal of Korea Multimedia Society, 8. 8 2014.
D. Q. Lu Cheng and W. Wu, "An energy efficient weight-clustering algorithm in wireless sensor networks," in Proc. Japan-China Joint Workshop on Frontier of Computer Science and Technology, IEEE Computer Society, 2008.
Hani, Raed M. Bani, and Abdalraheem A. Ijjeh. "A survey on leach-based energy aware protocols for wireless sensor networks." Journal of Communications 8.3 (2013): 192-206.

상세보기
Heinzelman, Wendi Rabiner, Anantha Chandrakasan, and Hari Balakrishnan. "Energy-efficient communication protocol for wireless microsensor networks." System sciences, 2000. Proceedings of the 33rd annual Hawaii international conference on. IEEE, 2000.
J. L. Liu and C. V. Ravishankar, "LEACH-GA: Genetic algorithm-based energy-efficient adaptive clustering protocol for wireless sensor networks," International Journal of Machine Learning and Computing, vol. 1, no. 1, 2011.
Jin, Yichao, et al. "A distributed energy-efficient re-clustering solution for wireless sensor networks." Global Telecommunications Conference (GLOBECOM 2011), 2011 IEEE. IEEE, 2011.
Maraiya, Kiran, Kamal Kant, and Nitin Gupta. "Efficient cluster head selection scheme for data aggregation in wireless sensor network." International Journal of Computer Applications 23.9 (2011): 10-18.
M. Tong, "LEACH-B: An improved LEACH protocol for wireless sensor network," in Proc. 6th International Conference on Wireless Communications Networking and Mobile Computing (WiCOM), Shanghai, China, 2010
O. Banimelhem, E. Taqieddin, F. Awad, M. Mowafi, and F. Al-Maaqbeh, "Fuzzy logic based energy efficient adaptive clustering protocol," in Proc. 3rd International Conference on Information and Communication Systems, Irbid, Jordan, 2012.
O. K. Buyanjargal, "An energy efficient clustering algorithm for event-driven wireless sensor networks (EECED)," in Proc. Fifth International Joint Conference on INC, IMS and IDC, NCM '09, Seoul, South Korea, 2009.
Ramesh, K., and Dr K. Somasundaram. "A comparative study of clusterhead selection algorithms in wireless sensor networks." arXiv preprint arXiv:1205.1673 (2012).
X. H. Wu and S. Wang, "Performance comparison of LEACH and LEACH-C protocols by NS2" in Proc. 9th International Symposium on Distributed Computing and Applications to Business, Engineering and Science, Hong Kong, China, 2010, pp.254-258.
X. Shen, Z. Kang, and Yu Hu, "Energy-efficient cluster head selection in clustering routing for wireless sensor networks," in Proc. 5th International Conference on Wireless Communications, Networking and Mobile Computing, WiCom, 2009.
Kwon, Soon-Il, and Il-Soon Roh. "A Head Selection Algorithm with Energy Threshold in Wireless Sensor Networks." Journal of The Institute of Internet, Broadcasting and Communication vol. 9, no. 6, 2009
Jang, Beakcheol. "Lifetime-based Clustering Communication Protocol for Wireless Sensor Networks." Journal of the Korea Academia-Industrial Cooperation Society 15.4 (2014): 2370-375

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증