软件定义传感网络中的资源分配与任务管理研究

After a decade of extensive research on application-specific wireless sensor networks, the recent development of information and communication technologies make it practical to realize software-defined sensor networks (SDSNs), which are able to adapt to various application requirements and to efficiently explore the network resources. In SDSNs, sensor nodes can be dynamically reprogrammed for different sensing tasks via the over-the-air-programming technique. For a given sensing task, it is usually required to guarantee certain quality-of-sensing, e.g., coverage ratio, variance, etc. The quality-of-sensing is first determined by the sensor node set that is scheduled for the sensing task, i.e., sensor set selection. Furthermore, sensor set selection also affects the energy consumption on the code dissemination and data gathering. As a result, we will first analyze the influences of sensor set selection to the quality-of-sensing, code dissemination energy consumption and data gathering energy consumption, respectively. With joint consideration of energy consumption on sensing and communication, we will then build a systematical optimization model to minimize the network energy consumption, under the constraints of quality-of-sensing guaranteeing and sensor node resource capacity limitations. According to the optimization model, an efficient network management solution will be proposed. We will further consider online resource allocation and task management algorithms to deal with various dynamic events that may happen during SDSN runtime. The performance of the proposed algorithms will be analyzed and evaluated via simulations. The research results of this project are expected to promote the development of SDSN and build a solid foundation and technical support for the practical deployment and management of SDSNs.

随着电子技术、通信技术、传感技术的发展与融合，传统针对单一任务的专用传感网络，向面向多任务的软件定义传感网络演化。软件定义传感网络中节点具有可灵活配置的特性，使得传统的资源分配与任务管理方法不再完全适用。针对可灵活配置的网络资源，如何处理资源分配与任务管理中监测质量和网络能耗之间的权衡，是软件定义传感网络中一个亟待解决的重要问题。本项目拟从基础理论、优化模型以及算法层面对该问题进行研究。首先从理论上分析监测执行节点的选择如何影响监测质量、代码分发和数据收集的能耗；接着围绕最小化网络能耗的目标，以监测质量和网络资源限制为约束条件建立优化模型并求解；最后设计在线资源分配算法，以应对动态事件引起的资源分配方案调整。通过本课题的研究，可望在理论上揭示多任务软件定义传感网络中节点与任务的关联性，初步建立起网络能耗优化的资源分配与任务调度的理论框架；为协议设计和工程实践奠定理论基础，并提供技术支撑。

软件定义传感网络，其节点具有可灵活配置的特性，更加符合未来的传感监测需求。这一特性，为软件定义传感网络的应用带来了希望，但是也带来了挑战。如何正确利用这一软件可定义特性，恰当地处理资源分配与传感应用部署、运行过程中的需求，发挥软件定义传感网络的潜力，具有十分重要的意义。本课题从基础理论、优化模型以及算法层面对该问题进行了研究。从理论上分析了监测执行节点的选择如何影响监测质量，基于该分析结构构建了传感应用部署阶段，最小能耗的代码分发和数据收集的优化理论模型，提出了多项式时间复杂度的启发式算法并通过模拟仿真实验验证了所设计算法的正确性与有效性。另外，针对软件定义传感网络的运行阶段的各类动态事件，设计在线的节点管理与代码分发策略，提出了以网络编码为基础的在线代码分发方法，并设计了相应的协同节点选择与路由决策，用以应对动态事件引起的资源分配调整。在研究软件定义传感网络的同时，研究了其支撑技术软件定义网络中的流表管理优化，重点关注了流表的插入与更新，设计了在流表大小受限情况下的插入与更新方法，为软件定义传感网络中的数据流管理奠定了理论基础与方法参考。针对软件定义传感网络在实际场景中的应用，研究了如何通过稀疏的传感数据定位污染源的问题，构建了多模优化理论模型，设计了基于小生镜与模拟优化思想的启发式算法，实现了基于MapReduce的可部署在云端的污染源定位系统，并通过实验验证了方法的正确性与有效性。同时，研究了如何在预算有限的条件下，通过合理部署传感器节点达到最大化污染监测范围，进而降低水污染妨害，设计了基于松弛的启发式算法，并通过模拟仿真验证了算法的正确性与有效性。通过本课题的研究，在理论上揭示软件定义传感网络中节点与任务的关联性，建立了起网络能耗优化的资源分配与任务调度的理论框架。为协议设计和工程实践奠定了理论基础，并提供了协议设计与算法设计的参考依据以及技术支撑。

内容获取失败，请点击重试