Модифицированный метод передачи данных в сети

РЕФЕРАТ

Работа содержит 70 страниц, 15 рисунков, да 10 таблиц. Было использовано 35 источников.

Цель работы: повысить энергоэффективность сенсорной сети IoT за счет модификации метода передачи информации, что позволит увеличить время работы узлов сбора да передачи информации сенсорной сети IoT.

Проведен детальный анализ проблем Интернета вещей, особое внимание было обращено на вопрос модернизации архитектуры сети ради повышение энергоэффективности да увеличение срока службы сети. Подробно разобран метод случайного цикла Sleep/Wake. Поставлен и выполнена задача модификации архитектуры беспроводной сенсорной сети Интернета вещей. Предложен координированный метод цикла Sleep/Wake для передачи пакетов информации в пределах сенсорной сети Интернет вещей. После оценки нового метода и его имитационного моделирования, было сделано заключение, что такой модифицированный метод может быть полезным для внедрение, поскольку:

Ключевые слово: IoT, Интернет вещей, координированный метод, энергосбережение, беспроводная сенсорная сеть, архитектура, срок службы сети, цикл случайного режима.

СОДЕРЖАНИЕ

ПЕРЕЧЕНЬ СОКРАЩЕНИЙ

IoT Internet of Things

SNMP Simple Network Management

Protocol

АСУТП Автоматизированная система управление

технологическим процессом

GSM(Global System for Mobile)

communication)

Технология беспроводного

телефонного связи

NB-IoT(Narrow band IoT) Узкополосный Интернет вещей LPWAN Широкополосный сетевой

протокол малой мощности. WSN(Wireless Sensor Network) Беспроводная сенсорная сеть

ВВЕДЕНИЕ

Интернет вещей (IoT)[4] - это расширение подключения Интернета к физических устройств и предметов повседневной жизнь. С встроению электроникой, подключением к Интернету и другими формами аппаратных средств (например, датчиками), или устройства могут общаться да взаимодействовать с другими через Интернет, и их можно дистанционно проверять и контролировать.

Актуальность. Определение Интернета вещей появилось благодаря сочетанию нескольких технологий, а именно: аналитике в реальном времени, машинному обучению, датчикам товаров и встроенным системам. Традиционные отрасли встроенных систем, беспроводные сенсорные сети, системы управления, автоматизация (включая автоматизацию дома и здания), да другие влияют на создание Интернета вещей. На потребительском рынке, технология IoT есть ближайшим синонимом продуктов, что относятся к концепции

«умного дома», что охватывает устройства да приборы (например, термостаты, системы домашней безопасности да камеры, светильники да другие бытовые приборы), поддерживающие одну или более общих экосистем, и их можно контролировать за помощью устройств, связанных с этой экосистемой, таких как смартфоны да смарт-динамики.

Однако несмотря на большую количество моментов, в которых Интернет вещей способен упростить жизнь человечеству, существует масса проблем, которые необходимо решить. Одной с таких проблем есть вопрос энергообеспеченности беспроводных сенсоров в сетях Интернет вещей.

Предмет исследования: модели да методы передачи данных в сети Интернета Вещ.

Объект исследования: процесс управление энергосбережением узлов сбора и передачи информации сенсорной сети Интернет of Things.

Цель работы: повысить энергоэффективность сенсорной сети IoT за счет модификации метода передачи информации, что позволит увеличить время работы узлов сбора да передачи информации сенсорной сети IoT.

Для достижение цели было поставлено да решено следующие задачи:

Научная новизна:

Усовершенствован метод передачи информации в сенсорной сети IoT, который позволяет повысить энергоэффективность данной сети IoT и увеличить время работы узлов за счет добавление буфера да планирование процесса передачи.

Практический результат работы:

Применение предложенного метода разрешает увеличить время жизнь сенсорной сети на 14,8-20,6% сравнительно с сенсорными сетями Интернета вещей, что применяют асинхронный цикл очередей.

РАЗДЕЛ 1

АНАЛИЗ ПРОБЛЕМ ИНТЕРНЕТА ВЕЩЕЙ

Несмотря на то что сегмент «Интернета вещей» сейчас переживает период активного роста, похоже, мир до сих пор не готов воспринять все преимущества данной концепции[34]. Потенциальным заказчикам нет хватает специалистов, инвестиций да знаний.

Интернет вещей - это нет только концепция; в ее основе лежат в полной мере конкретные элементы и технологии. Чтобы внести больше ясности, перечислим основные с них.

Во-первых, это сенсоры и датчики – конечные устройства IoT, собирающие те или иные. другие данные. Вторая группа, актуаторы – тоже конечные устройства, но уже имеющие влияние на окружающая среда, например, осветительные приборы, электронные замки, динамики и и т.д.

Упомянутые элементы подключаются к шлюзам, представляющим собой специализированные микрокомпьютеры, способны осуществлять первичный анализ информации от датчиков или давать определенные команды актуаторами.

В масштабных системах шлюзы подключаются к полноценных серверов, отвечающих за более сложную обработку и хранение данных, а те, в свою очередь, образуют сеть или облако.

Связь между датчиками/актуаторами и шлюзами осуществляется за помощью специализированных энергоэффективных технологий передачи данных, например, LoRa или ZigBee. Шлюзы, в свою очередь, взаимодействуют с серверами за классическими сетями Ethernet или Wi-Fi.

Когда тема «Интернета вещей» только начинала развиваться, то в широком информационном поле достаточно быстро наметилось два направления ее развития - «тяжелые» корпоративные решение и решение назначены для пользователя системы. Примером первого с них есть промышленный Интернет вещей (Industrial Internet of Things, IIoT), друга же группа объединяет разную потребительскую электронику и решение типа «умный дом» (точнее даже,

"умное жилье"). Долгое время казалось, что это два относительно независимых направления, каждое из которых будет формировать отдельный рынок, где за выгоду от использование уникальных технологий будут платить, соответственно коммерческие компании и конечные потребители. Теперь же становится все более очевидным, что главным выгодоприобретателем остается бизнес, в первую очередь – большой. Одна с главных особенностей систем IoT – сбор и анализ подробной информации

– была очень уместной для многих компаний. В современном, высоко конкурентном мире бизнеса, особенно в экономически развитых странах, на рынке побеждает тот, кто лучше знает своего клиента и учитывает самые мелкие нюансы, что влияют на его выбор. Получить Да есть знание можно за помощью технологий IoT, собирая информацию из миллиардов назначенных пользовательских устройств – смартфонов, умных часов, бытовых приборов, датчиков разумного дома и т.д. При этом конечные потребители тоже получают определенное преимущество в виде дополнительных сервисов и удобств, которые обеспечивает им «умная» потребительская электроника, но компании приобретают именно финансовую выгоду – ту, что потом можно превратить в деньги.

Но если компании научились с помощью Интернета вещей собирать данные и возвращать их себе на пользу, значит, у них-то, скорее всего, дела идут прекрасно и за проектами IoT должны буквально строиться очереди заказчиков? В теории вроде бы да, но, как всегда, хорошие идеи часто разбиваются о неумолимую практику. Интернет вещей – классический пример концепции, обогнавшей свое время. Сегодня у ученых существует масса подходов, идей, даже воплощенных разработок. Но не хватает главного – универсального инфраструктуры передачи данных и единых стандартов Доминирующая технология также отсутствует. Вместо этого нее – десятки отраслевых вариантов реализации IoT. Логично, что роль среды передачи для основной массы устройств Интернет вещей должны выполнять сети операторов мобильной связи, охватывающих сегодня большую часть населения Земли. Но проблема в потому, что нынешние форматы 3G и даже 4G плохо подходят для массового развертывание инфраструктур IoT – скорости передачи данных должны быть большие (рис 1.1), а задержки меньше. Например, в США нормальной задержкой на сетях LTE считается 50 мс – более чем достаточно для человеческого восприятие, но в случае межмашинная интерфейсов, что используются устройствами IoT, желательно, чтобы задержка была существенно меньше – в пределах нескольких миллисекунд.

Это могут обеспечить только сотовые сети пятого поколения (5G). Собственно, с их повсеместным внедрением много производителей связывают будущее быстрое развитие IoT, да и операторы по всему миру так ли иначе развернут 5G, как универсальную технологию передачи данных, в перспективе ближайших нескольких лет. Поэтому отраслевые технологии, например, LPWAN, скорее всего, будут иметь достаточно узкое применение, поскольку для них будет нужно развертывать собственные специализированные сети, вместо того чтобы использовать уже готовую инфраструктуру операторов связи.

Еще одна проблема состоит в возможности масштабирование. Классическая ситуация – инженеры разрабатывают отличный проект, создают прототипы и все работает как задуманно, пока сеть объединяет всего несколько устройств. Когда же проект быстро растет и количество подключений вычисляется тысячами, возникают неожиданные технологические проблемы, которые просто невозможно было обнаружить на стадии прототипа.

Кроме того, специалисты, столкнувшиеся на практике с большими проектами IoT, говорят о то, что сложность подобных внедрений растет экспоненциально, в меру подключение новых устройств. В результате все больше времени начинает идти на поиск ошибок и налаживание процессов – в какой-то момент расходы на поддержку сети IoT (как временные, да и финансовые) начинают превосходить вложение в ее развитие. Подобной ситуации сегодня удается избежать, как правило, в тех проектах, где выдержан сбалансированный подход к требованиям функциональности и сбору данных, другими словами там, где обходятся разумным минимумом того и другого.

Судя по всему, Интернет вещей ждет перспективное будущее. Ведь эта Концепция очень удачно впитывает в себя все самые передовые технологии. Появление 5G открывает новые перспективы развития инфраструктуры IoT, инструменты работы с большими данным дают возможность осуществлять глубокий и эффективный анализ информации, предельные вычисление (Edge Computing) разрешат разгрузить дата-центры и магистральные каналы связи за счет локальных вычислений Большие надежды возлагаются на будущие достижения в сфере искусственного интеллекта, с помощью которого удастся обеспечить удобное управление сетями IoT и их бесшовное масштабирование. Облачные платформы станут основой для обработки и надежного хранение данных, а блокчейн обеспечит новые услуги по высоким уровнем безопасности.

Интернет вещей начинается или заканчивается одним событием: обычный движение, изменение температуры или давления, или, возможно, рычаг запирает замок. на отличие от многих существующих ИТ-устройств, Интернет вещей по большей части связанный с физическим действием или событием. Он формирует реакцию на определенный фактор реального мира[35]. При этом один-единственный датчик может сгенерировать огромный объем данных, например, акустический датчик для профилактического осмотра оборудования. В других случаях всего одного бита данных достаточно, чтобы передать жизненно важные сведения о состоянии здоровья пациента. Какой б нет была ситуация, системы датчиков эволюционировали соответственно к закона Мура[17] да разделились на классы в которых они используются (рис. 1.2). Закон Мура говорит, что количество транзисторов на кристаллах микросхем будет удваиваться каждые 24 месяца начиная с 1965 года. После создание графику(Рис. 1.3), было обнаружено закономерность, а именно, что новые модели выпускались через 18-24 месяца после выхода предыдущих моделей. Также их емкость каждый раз росла почти в два раза. Стоит отметить, что системы датчиков уменьшились до субнанометровых размеров и стали в раза дешевле. Именно этим апеллируют те, кто прогнозирует, что к Интернета вещей будут подключены миллиарды устройств, и именно поэтому или прогнозы оправдаются в будущем.

Поэтому, обсуждая Интернет Вещ, необходимо рассматривать микро- и макро-электромеханические системы, датчики и другие типы недорогих предельных устройств и их электрофизических свойств Также это касается силовых и энергетических систем, что необходимы для питание этих устройств. будет неправильно считать, что предельные устройства обеспечиваются энергией за по умолчанию. Миллиарды маленьких датчиков все равно нуждаются в большой количества энергии[10].

Рис. 1.2. Варианты существующих датчиков сенсоров.

Рис. 1.3. График закона Мура Точки на графику – объем памяти в битах.

Концепция Интернета вещей(IoT) столкнулась с выраженной критикой, особенно по отношению проблем в области конфиденциальности да безопасности, связанных с этими устройствами, да возможности проникновение к определенной экосистемы с их помощью[22]. Также была выдвинута на обсуждение проблема энергосбережение в беспроводных сенсорных датчиках в сетях.

Поскольку с каждым днем увеличивается количество устройств, что подключаются в сеть, они вносят вклад в категорию устройств, которые легко увлекаются в ботнеты и могут быть использованы для распределенных атак злоумышленников. Использование распределенных атак делает отслеживание источников атаки более трудным, в то же время облегчая возможность уничтожения устройств и приложений, на которые они нацелены. Например, распределенные атаки стали вариантом нападения для вымогателей и активистов на сети Интернета вещей[20]. Одним с способов атаки есть использование Simple Network Management Protocol (SNMP, Простой протокол управление сетью) как особую форму DoS-атак, которые позволяют злоумышленнику захватить незащищенные сетевые устройства: датчики, камеры, принтеры, роутеры и т.п. подобные устройства. В дальнейшем их используют в качестве ботов для атаки на третьих лиц. Эта форма DDoS-атаки увеличивает количество устройств, которые могут быть скомпрометированные, а также удаленные устройства, такие как датчики и принтеры, которые с самой маленькой вероятностью оснащены необходимым программным обеспечением для защиты, что делает их более склонными к атакам. Simple Network Management Protocol (SNMP) использует протокол назначенных для пользователя дотограмм.

Идентифицируются DoS-атаки, использующие SNMP как некую форму усиление стандартной атаки, в связи с тем, что SNMP-запросы могут приводить к ответам, которые в три раза чаще, чем можно было бы ожидать раньше. "В три раза чаще" в данном случае означает, что число ответов на запрос SNMP-протокола в три раза больше обычного числа. Злоумышленник, таким образом имеет возможность сканировать массив IP-адресов с целью обнаружения SNMP-узлов, которые потом могут быть использованы для отправки SNMP- запроса, использующего целевой сервер для подмены IP-адресов, после чего ответы от узла полностью заполняют пропускную способность сети, делая его тем самым недоступным.

Считается, что для защиты от DoS-атак необходимо ввести идентификацию всех устройств, которые могут быть доступны через свою сеть и при этом есть чувствительными к взлома. Удаленный доступ к устройств и управления устройствами придают большее удобство в использовании, добавляют компромиссные решение, которые должны быть надежно защищены и управляемые. Как правило, ограниченные вычисления и жесткая память девайса означают, что она открытая для ресурсоемких атак. Это предоставляет возможность злоумышленникам непрерывно отправлять запросы для обработки конкретного устройства в силу истощение его ресурсов До того ж, обнаружено, что внесение физических помех в каналы связи может быть использовано для запуска DoS-атаки, какая будет отключать каналы связи между устройствами. Наконец, было установлено, что использование большого количества переполняющих пакетов сеть, может также нарушить доступность сети.

Было обнаружено, что пассивные атаки могут назначаться для каналов связи, таких как Интернет, локальные проводные сети и беспроводные сети, для получение данных из потока определенной информации. Очевидно, что если злоумышленник получит доступ к определенной инфраструктуры, то он может восстановить информацию, что проходит через нее да использовать ее в своих целях. Пока меры безопасности не направлены на защиту данных и информации, вероятность того, что злоумышленник сможет получить доступ к самой системе и украсть данные, является реальным. Одной из наиболее серьезных проблем в масштабном принятии Интернета вещей, с точки зрения пользователя, есть управление данным. Стоит указать, что осторожность нет след путать с собственными данным. В ближайшем времени, развитие Интернета вещей приведет к ситуации, когда доступ и управление данными будут важнее, чем владение информацией. И на данный момент, можно утверждать, что защита личных данных в Интернете вещей имеет огромные проблемы.

Еще одна проблема, с какой столкнется Интернет вещей – это общее использование данных. В парадигме Интернета вещей все данные важные, хочет обеспечение данными – это результат социального договора между клиентами и компаниями. Компания обеспечивает формальные цены или бесплатные услуги в обмен на персональные данные заказчика. Затем эти данные могут быть использованы в дальнейшему развитию услуг и продуктов, которые будут удовлетворять потребности потребителя, а также будут проданы маркетологам и рекламодателям. Можно использовать посторонние приложения, основанные на базовом обслуживании, особенно при переманивании клиентов и определенных данных из таких же программ. Для крупных корпораций и признанных сетей это может стать губительной практикой, да как эти приложения в конечном случае могут переманить клиентов. Большие корпорации в таких случаях должны сбалансировать коммерческие соображения по точки зрения их открытого выходного кода.

Такие вещи, как уличные фонари и бытовая техника, физически находятся в специфических условиях, и вместо того чтобы вывести их с лада, злоумышленники могут попытаться извлечь информацию из этих вещей. Вместо атаки на один устройство злоумышленник может быть нацелен на инфраструктуру, какая используется для хранения данных организации или обработки данных. Если, с другой стороны, фактические данные в Интернете вещей распределены, то для создания и обработки информации будут использоваться разные объекты. Это означает, что хакерам понадобится много времени и сил, чтобы контролировать такую количество ресурсов Однако было установлено, что распределение ресурсов действует как обоюдоострый меч. Если злоумышленники заинтересованы в тот или другой части информации, то они могут ориентироваться на системы, что управляют конкретной информацией, расположенной в центральных объектах. Действительно, злоумышленники могут использовать «партизанскую» стратегию, взяв под свой контроль небольшую участок сети, и тайно влиять на всю систему.

Из-за ограниченность ресурсов узлов, распределенной организованной структуры и динамического изменения топологии сети существует множество угроз, в том числе возможность физического восторг, ведь много узлов неподвижны и могут быть легко скомпрометированы посредством физического доступа. Другая угроза исходит от атаки «грубой силой» (метод полного перебора, brute force), что особенно критическая в случае, когда размер хранилища узла и его вычислительные мощности сильно ограничены. Кроме того, структура аппаратных средств некоторых узлов просто и поняла, что определяет возможности для нападающего скомпрометировать ее. Маршрутизированы атаки также возможны в Интернете вещей, особенно в случаях, когда ретрансляция и пересылка данных осуществляются в рамках уязвимого процесса сбора данных. Узлы также уязвимые для восторг при DoS-атаки в связи с их способностью конечной обработки, в тот время как злоумышленники могут активно или пассивно воровать конфиденциальную информацию.

Физические атаки могут повредить датчики устройств Интернета вещей или даже привести их к полной нетрудоспособности, представляющей собой явную угрозу безопасности. Например, злоумышленник может войти в дом, где расположен датчик, и выявить сопутствующие электронные и физические сигналы других сенсоров с помощью оборудования для обнаружения радио-, тепло-, магнитных, визуальных да других электронных сигналов Затем злоумышленник может определить расположение датчиков на основании свойств сигналов, после чего они могут быть отключены физически, уничтожены или украдены. Физическое разрушение может быть осуществлено с использованием нагрева, физической силы или нарушение целостности цепи датчиков, что делает датчики нет функционирующими. Кроме того, легко запустить физические атаки с использованием старых технологий из-за уязвимости датчиков, особенно небольших. Атаки такого рода неизбежны для сенсорных сетей Интернета вещей. Поскольку злоумышленник находится в непосредственный близости к сети при атаки такого рода, у него есть возможность реагировать на защитные механизмы, на отличие от удаленных атак.

На сегодняшний день количество IoT проектов растет и становятся они более масштабными, поэтому теперь разработчики имеют возможность сталкиваться с новым полем для создания инфраструктуры. Куда отправлять данные, полученные от разных датчиков, и какая правильная архитектура для них анализа?

Первой на мнение спадает «облако». Облачные технологии дают возможность масштабируемости да возможности просто подключение, что, безусловно, являются необходимыми функциями для IoT-платформы, однако только этих возможностей недостаточно. Для успешного создание IoT-приложений необходимый комплексный подход, что базируется на знаниях как в области операционных технологий, да и в области информационных технологий.

на нынешний момент существует три виды облачных сервисов:

Для лучшего понимания облачных сервисов в IoT необходимо рассмотреть функциональные свойства каждого из сервисов.

Публично туча имеет такие преимущества как технологическая да финансовая гибкость, простота да эффективность использование, легкое масштабирование, надежность и отказоустойчивость. Однако существуют определенные недостатки данной модели облачных сервисов, таких как зависимость от скорости и стабильности доступа в Интернет да контроль ИТ-инфраструктуры посторонней компанией (сервис- провайдером).

Частный облачный сервис отличается улучшением в таких аспектах. как высокая скорость работы, использование ресурсов только одной компанией владельцем, высокий уровень безопасности да полным контролем оборудование да программного обеспечение.

Гибридная туча появляется все чаще, в связи с необходимостью одновременного использования как публичных, так и частных облачных сервисов, да как именно гибридный облачный сервис объединяет преимущества обоих упомянутых подходов. Публичное облако придает гибкость, частное – высокий уровень безопасности. и лучше контроль ресурсов. Ключевой особенностью гибридного подхода является то, что существует возможность функционирования всей облачной инфраструктуры как единой системы под общим централизованным управлением; идеальный случай централизованного управление есть создание однородного пулу, что предоставляет возможность динамически выделять ресурсы за необходимой требованием в полный соответствия к внутренних регламентов безопасности да политик доступа.

Для наглядности можно свести сравнение трех видов облачных сервисов в небольшую таблицу (таблица 1) – чем больше «звездочек», тем выше соответствие указанном показателю[24]:

В связи с хорошими показателями масштабируемых гибридных IoT-облаков, было продолжено их модернизацию да создано новую архитектуру – конвергентный модульный сервер[7]. Сравнительно со привычным сервером с масштабируемым процессором, конвергентные модульные серверы предоставляют более мощные и вместе с тем гибкие вычислительные ресурсы. Модульные серверы, используя многоядерные процессоры с более низким энергопотреблением, имеют возможность снизить общее энергопотребление, а также уменьшить пространство необходимый для одновременного масштабирование производительности внутри платформ и улучшение взаимодействия между ними. Такой серверы специально разработаны для легких рабочих нагрузок на веб-уровне. Архитектура конвергентного модульного сервера разрешает сбалансировать нагрузка между процессорными ядрами при малыш задержке, благодаря соединению нескольких процессоров в одному корпусе за помощью быстрой, настраиваемой структуры с низкой задержкой

Также, преимущество, какой владеют модульные серверы в вопросе энергопотребление – это динамический режим ожидание, какой управляет мощностью для каждого сервера[21]. Тщательно распределяя задачи, дает возможность процессорам находиться в режиме сна или отключать питание, когда они нет задействованы.

На данный момент, ученые считают, что одной из самых больших проблем в Интернете вещей есть проблема энергоэффективности [2],[3],[13],[26] и времени жизни беспроводных сенсорных датчиков в сетях Интернета вещей. Данная проблема появляется при развертывании систем в местах, удаленных от необходимого постоянного энергоснабжения (например, поля, горы, пещеры, леса). Энергия каждого узла ограничена и не всегда есть возможность заменить источник питание на другое. В ситуации с развертыванием системы в труднодоступных местах, например открытый космос или вокруг орбиты земли, невозможно будет часто и по срочной необходимости заменять батареи узлов, а также это будет нет очень целесообразно с финансового вопроса

Поэтому, определив данную проблему, ученые предложили использование разно алгоритмов да режимов работы и ожидание систем. Данные режимы направлены на повышение времени жизнь системы, да как, именно передача пакетов с информацией потребляет близко 70% всей энергии узлов.

Архитектура Интернета вещей[5],[10],[16],[19] отличается в зависимости от реализации. Тем не меньше она кое-что похожа на архитектуру классических систем АСУТП (автоматизированная система управление технологическим процессом)[13],[18]. Один с примеров архитектуры показан на рис.1.4.

Взаимодействие с вещами происходит через датчики (sensors) и исполнительные. механизмы (Actuators), аналогично как это делается в АСУТП для любого объекта управление. Или датчики вместе с всей инфраструктурой для интеграции с уровнем обработки событий через сеть Internet формируют так называемую предельную область (Edge).

События (данные) что поступают с предельной области сохраняются и обрабатываются в соответствии с задачей (уровень обработки событий и аналитики, event processing, Platform). на этом уровни события сохраняются (storage), обрабатываются (Event Processing), перенаправляются нужным приложениям (Real-Time Message Brokering, Stream Processing). Также на этом уровни происходит управление и администрирование устройствами из граничной области (Device Registry, Edge Device Management). События обрабатываются с

использованием аналитических сервисов (Analytics) на основе них производится машинное обучение (Machine Learning), позволяющее сделать определенные выводы об объекте. Этот уровень как правило реализован с использованием облачных (Cloud) или туманных (Fog) вычислений. Если провести аналогию с АСУТП, то это уровень контроллеров и SCADA (за исключением функций HMI). Получение результатов, контроль, удаленное управление да администрирование системы производится через конечные приложения с использованием Internet. Этот уровень можно условно сравнить с HMI в АСУТП.

на рис. 1.5 показана подобная приведенной выше архитектура, однако в виде сервисов. На нем область Edge представлена в виде датчиков (Sensors), Device Hub/Gateway (сбор да маршрутизация данных) да Device Management (управление устройствами). Последние частично выполняются как облачные вычисления так и на граничных устройствах. Все функции хранения и первичной обработки событий (данных) сводные к Data Management. Все другие функции обработки, в поэтому числе аналитические показаны как приложения PaaS, что взаимодействуют с сервисами управление данных через API (Application Program Interface).

Рис. 1.5. Архитектура Интернета вещей в виде сервисов

Выводы

РАЗДЕЛ 2

АНАЛИЗ СУЩЕСТВУЮЩИХ ТЕХНОЛОГИЧЕСКИХ РЕШЕНИЙ С ВОПРОСЫ Продление ВРЕМЕНИ ЖИЗНЬ СЕТИ ИНТЕРНЕТА ВЕЩЕЙ

Каждый день перед жителями планеты Земли возникают новые вызовы и Задача: то нависнет всемирной угрозой глобальное потепление, то выяснится, что существующие методы «очистки» (или, скорее, не загрязнения) окружающей среды являются, если не вредными, то, по крайней мере, не в той степени, в которой считали ранее, приносят реальную пользу[27]. Для тех, кто делает деньги, и для тех, кто подсчитывает ущерб, причиненный природе первым, предстает вопрос оптимизации разных процессов, в поэтому числе под ракурсом определение возможностей, а именно:

Для достижения новых экономических высот, а также спасения экологии, подходит множество решений, но сегодня мы попытаемся остановиться на том, могут технологии Интернета вещей разрешить вывести энергетическую эффективность да энергосбережение на новый уровень, а также оценить необходимость таких решений.

Можно предположить, что о проблемы эффективного да бережливого потребление энергии Люди стали задумываться с времен осознание, что некоторые ресурсы есть невосстановимые, однако процесс поддался формализации фактически только в 70-х годах прошлого столетия, во время энергетического кризиса. [28] Как иллюстрирует пример решений того периода, специалистами приводится эволюция технологий строительства жилых домов – от «имеют огромные запасы для повышение тепловой эффективности» к домов-термосов. [29] Хотя сейчас стоят задачи другого характера – новые инструменты гипотетически могут принести даже более ощущаемую польза[30].

Законодательно эти понятия являются следующими: под энергетической эффективностью понимаются показатели, отражающие отношение полезного эффекта от использование энергетических ресурсов к расходов энергетических ресурсов, произведенными с целью получение такого эффекта; под сроком энергосбережение имеется на виду реализация организационных, правовых, технических, технологических, экономических да других мероприятий, направленных на уменьшение объема используемых энергетических ресурсов при сохранении соответствующего полезного эффекта от их использование. Для удобства в дальнейшем определим эти сроки как энергетическую экономию.

Но главным «потребителем» технологий, которые позволят экономить энергию, есть организации промышленного и энергетического сектора, как частные бизнес-структуры, да и находящиеся под управлением государства. Хватит сложно соблазнить участников рынка новой тенденцией одними только нормами, запретами и повышением тарифов. Для этих целей, вероятно, происходит активная «раскрутка» с целью показать, что IoT уже зарекомендовал себя в данной сфере экономии.

Для бизнеса, как для «потребителя» таких решений, складывается красивая картинка, а желание догнать двух зайцев уже кажется реальной перспективой. Но не все так гладко, как кажется на первый взгляд, и некоторые эксперты осторожно делают предположение о том, что IoT может стать своим рода белым слоном, которого индийские правители дарили неугодным подданным: с таким слоном можно было делать нечего, кроме как содержать [31] Основная проблема состоит в поэтому, что эффект от внедрение таких технологий нужно рассчитать, а вот таки с расчетами в публичном доступе чувствуется недостаточность. Одним с немногих примеров есть анализ от специалистов с PricewaterhouseCoopers, однако и они оценивают экономический эффект, который может быть оказан на отрасль посредством внедрения IoT- технологий, за помощью масштабирование конкретных примеров отдельных организаций, при этом не раскрывая сами исходные данные. [32] Но как же новички отправиться в дорогу к энергоэффективности, если инструментом избран Интернет вещей?

Решение «потребителя» перейти к использованию технологий Интернета вещей сопровождается велико. количеством вопросов, главные с которых: "которые технологии существуют?» и «какой предпочесть?». Необходимо дать ответ на них с стороны наблюдателей.

На данный момент, на рынке энергоэффективных технологий представлено несколько стандартов связи, в основе которых лежит сочетание ведущих и беспроводных каналов, а именно:

Именно потому, что данный вид связи представляет собой стандарт мобильного связи, передача сигнала на дальние расстояния имеет определенную специфику(Таблица 2.1):

Таблица 2.1

Недостатки, в данном случае, объясняются именно первичной целью разработки указанного стандарта – мобильный связь был создан с расчетом на достаточно большую количество функций – отправка СМС, голосовая да факсимильная почта. Данные функции для передачи сигнала счетчика на базовую станцию остаются невостребованными.

На данный момент такой вид связи применятся компаниями для сбора. и передачи информации по счетчикам. ООО «Водоканал» на своем сайте описывает работу интеллектуальных приборов учета следующим образом: информацию с прибора учета воды считывает устройство, оборудованное системой сбора данных протокола М-bus. В свою очередь, собраны данные по беспроводному каналу связи (GSM/GPRS) передаются на сервер.

Такую модель также применяет ООО «Ленсвет» для сбора и передачи показателей счетчиков, которые входят в автоматизированную информационно- измерительную систему коммерческого учета электроэнергии. Процесс автоматизированного сбора показателей описывается следующим образом: с счетчика электроэнергии, посредством интерфейса RS232, данные поступают на модем, затем используя GSM связь и технологии CSD (протокол v.110) данные поступают на модем сервера, откуда уже по RS232 поступают на COM-сервер и далее по локальной сети Ethernet на сервер базы данных. После обработки, данные по запросам поступают на АРМ (Автоматизированные Рабочие Места). Осуществление запросов и вывод данных происходит за помощью сертифицированного программного обеспечение "Альфа-Центр". При этом, в данный момент к состав автоматизированной системы входят 1594 узла учета.

Описана модель сбора да передачи данных использует ведущие да беспроводные каналы связи и являются стандартными для большинства ресурсонадающих организаций, хотя и не единственная. В связи с появлением новой потребности передачи информации маленького объема, на большие расстояния, с использованием надежного сигнала, возникла задача разработки новых стандартов. Именно для этого были разработаны сети LPWAN, а также специальные стандарты сотового связи, рассчитаны на далекий расстояния и содержат небольшой набор используемых функций.

Для работы NB-IoT в рамках сети сотовой связи выделяются узкие полосы частот на существующих базовых станциях. Устройства NB-IoT подключаются к сети, проходят процедуру регистрации в сети, аналогичную обычным мобильным телефонам, после чего могут осуществлять обмен данным с сетью.

Стандарт NB-IoT обеспечивает значительно высшее энергоэффективность устройств, в сравнить со обычными мобильными стандартами сетей второго, третьего и четвертого поколение, за счет значительного снижение скорости обмена данными и упрощения стека протоколов, приближаясь по эффективности к сетей LPWAN. Кроме того, стандарт предоставляет возможность устройствам передавать данные с большими временными промежутками не теряя регистрацию в сети. Устройства NB-IoT авторизуются при подключении к сети за помощью стандартных SIM карт, аналогично к обычных мобильных телефонов.

В связи с тем, что NB-IoT – это стандарт сотового связи, поэтому Для работы базовых станций необходимо получить лицензию. В связи с этим, вероятно протокол NB-IoT будут использовать компании, присутствующие на рынке мобильного связи, иначе строительство сети с нуля для охват мегаполиса требует существенных инвестиций.

Таблица 2.2

При этом с точки зрения развертывания LPWAN сетей, кроме технических особенностей также имеет значение организация бизнес процессов Владельцы патента обычно хотят контролировать нет только физический уровень, но и производство (реализацию) конечных устройств и базовых станций

Одной из сетей LPWAN является LoRaWAN (протокол сети LoRa), какая обменивается данным только тогда, когда им есть, что передать. В обычных мобильных сетях устройства часто вынуждены «просыпаться» для синхронизации с сетью и проверки сообщений для получение и/или отправки. Так синхронизация приводит к значительной расходы энергии и сокращает автономный срок службы устройства от аккумулятора. Аналитики GSM провели множество исследований сетей LPWAN, в результате чего пришли к выводу: автономность LoRaWAN-устройств в 3-5 раз выше по сравнению с другими технологиями. Более того, в данной сети высока пропускная способность, что значит возможность получать сообщение с очень большого числа устройств.

Организация связи с помощью технологии LoRa для «потребителя» не составляет трудности - чипы LoRa для конечных устройств присутствуют в свободном доступе, документация на них открытая, создавать устройства с их использованием могут все желающие.

Другой представитель сети LPWAN – «Стриж», от компании «Стриж» Телематика». Среди общих положительных рис, «Стриж» выделяется надежностью передачи сигнала: сигнал от модема поступает сразу на несколько базовых станций При этом стены и конструкции не являются серьезным препятствием. для сигнала Кроме того, за счет дальности передачи данных и особенностей протокола «Стриж» обслуживает сотни тысяч датчиков одной радиоточкой непосредственно. Это в разы уменьшает общую стоимость оборудования и работ по его установке. При этом, для развертывание сети «Стриж» необходимо учитывать, что компания «Стриж Телематика» самостоятельно производит практически все компоненты, необходимые для использования данной технологии. Другими словами, базовая станция, конечные устройства, а также услуги с подключение, установка да предоставление сервера оказываются исключительно

«Стриж Телематика», со взысканием абонентной платы.

Так степень закрытости нет только нет разрешает реализовать много проектов вообще, а и даже там, где реализация возможна, представляет серьезный риск для бизнеса – пользователь привязан к единого поставщика на всех уровнях решение.

Последним с «большой тройки» стандартов выступает стандарт Sigfox - исторически первая крупная компания на данном рынке. Разработчиком системы является французский компания, основана в 2009 году. Sigfox, как и другие сети LPWAN,

обеспечивает простую, надежную и экономически эффективный связь для устройств, которые передают малый объем информации.

С точки зрения организации системы по использованию данного стандарта, то у компании производителя необходимо приобрести базовые станции, а также уложить договор на развертывание сети с платным доступом абонентов При этом, Sigfox не стал узурпировать рынок чипов и конечных устройств – он договорился с другими производителями о поддержке своей сети, поэтому проблем приобретения устройства, что поддерживается Sigfox, возникнуть нет должно. Однако, с подключением такого устройства к сети в Украине, вероятно, возникнут трудности – если в Европе Sigfox успел развернуть свои сети, то сейчас, появлением LoRa, его экспансия фактически остановилась.

Таким образом, появление новых задач провоцирует новые технические решения создает конкуренцию на рынке стандартов связи, где каждая из рассматриваемых технологий имеет свои недостатки и преимущества. Как бы то ни было, LPWAN-сети в Украине при всей их перспективности пока находятся на этапе тестирование.

Фактически использование IoT возводится к диспетчерских функция или, другими словами, к сбору данных. Ни о какой управленческой и исполнительной функции IoT- устройств языка пока не уходит и на это есть несколько причин. Во-первых, люди не знают к чему применить IoT-технологии и первый вопрос, который вы услышите: почему нет использовать Wi-Fi? Непонятные, прежде за все, преимущества да перспективы IoT-решений. Во-вторых, существуют определенные нормативные ограничение, особенно в сфере, относящейся к компетенции МЧС. Идеология нормативного регулировка в сфере энергетической безопасности состоит в поэтому, что в всех случаях должна обеспечиваться независимость работы энергетических систем. С одного стороны, это значит, что все технические устройства должны иметь "ручной" режим управления и регулирования, но, с другой стороны, в любом случае внешнее вмешательство в работу таких устройств необходимо полностью исключить. Поэтому говорить о IoT-технологиям приходится только в гипотетическом ключи.

Создание интеллектуальной системы управления транспортировкой газа, в том числе с использованием IoT-решений, безусловно, возможно – по аналогии с чайником и кофеваркой, которые договариваются о то, когда готовить кофе, координировать свою работу могли б и газорегуляторные пункты. Однако внедрение такой системы вряд или оправданно еще и поэтому, что газораспределительный комплекс имеет свойство саморегуляции через

«гидравлическую» взаимодействие его элементов.

IoT-технологию целесообразно использовать в рамках одной организации, в

«закрытых системах» и, прежде за все, в части реализации диспетчерских функций. Например, с использованием «Интернета Вещ» вполне возможно было бы обеспечивать безопасность в домах, в которых не находятся постоянно Люди, осуществлять проверку загазованности помещений дистанционно. Еще более актуальным сбор данных о транспортировке газа и определении расхода газа конкретными потребителями Пожалуй, только в последнем случае на текущий момент можно говорить о использование IoT-технологий в контексте решение задача повышения энергоэффективности.

Опрошенные эксперты также подчеркивают, что IoT-технологии интересные

«потребителю» прежде все в контексте решение экономических задач - сбора данных о потребленных ресурсах и их оплате соответственно, гораздо реже интерес вызывает сама «энергоэффективность» проектов.

Сенсорные сети Интернета вещей состоят с сотен к тысяч сенсорных узлов, каждый узел имеет батарею единого источники энергии. Поскольку батареи большинства узлов датчиков не являются аккумуляторными, одной из ключевых проблем есть планирование использование узлов для минимизации потребление энергии. Проблема с узлами беспроводной сети сенсорных датчиков состоит в поэтому, что они питаются батареями, которые, как правило, нет можно перезаряжать, что ограничивает их срок службы сети. Узлы сетей, как правило, переводят в режим сна, когда они не используются, и переводят в режим работы, когда это необходимо, чтобы уменьшить эти задержки, разрабатывая схемы пересылка пакетов на основе "любого отправление", где каждый узел оппортунистически пересылает пакет к первого

Сначала мы изучаем, как оптимизировать любые схемы переадресации для минимизации ожидаемых задержек доставки пакетов от узлов датчиков к стока. Любая подача четко снижает ожидаемую задержку одного прыжка. За традиционными схемами переадресации пакетов, каждый узел имеет один назначен следующий узел ретрансляции прыжка по соседству, и он должен ждать, пока узел следующего перехода не проснется, когда ему нужно передать пакет. на отличие от этого, при асинхронных схемах передачи пакетов каждый узел имеет несколько узлов ретрансляции следующего прыжка в наборе кандидатов (это также можно назвать набором переадресации) и пересылает пакет на первый узел, какой просыпается в наборе пересылка.

Среди функциональных компонентов узла датчика радиосвязь потребляет значительную часть энергии. Для минимизации потребления данной энергии предлагаются разные направления решения этого вопроса. В этой работе внимание была сосредоточена на Основном Расписании (Backbone Scheduling(BS)), которое динамически выключает радиоприемники узлов датчиков для экономии энергии. Основное расписание позволяет доле некоторых узлов датчиков в сенсорной сети включить радиосвязь для отправки сообщений, другие узлы датчиков отключают радиостанции для экономии энергии. Этот метод [1] не влияет на качество связи, поскольку беспроводные сенсорные сети Интернета вещей имеют избыточность. под дублированием имеется на виду, что выключение радиоприемников некоторых датчиков в сенсорный сети нет влияет на подключение сети. Эта избыточность приводит к более чем необходимым беспроводных связей. Таким образом, можно построить коммуникационные магистрали для экономии энергии. В частности, используется алгоритм Подключенного Доминирующего Набора (CDS - Connected Dominating Set) для постройки таких магистралей.

Однако единая магистральная сеть не продлевает срок службы сети. Идея состоит в том, чтобы построить несколько разобщенных CDS и разрешить им работать альтернативно. Этот подход был определен и сформулирован как проблема подключенного домического раздела (CDP). Таким образом, используется виртуальное планирование масштабирование (VBS), новый алгоритм, позволяющий производить тонкий график сна. VBS планирует несколько перекрытых магистральных сетей, да что потребление энергии сети равномерно распределяется между всеми узлами датчиков. Таким образом, энергия всех узлов датчиков в сети полностью используется, что, в свою очередь, продолжает срок службы сети.

Ограничение мощности беспроводных сенсорных узлов повышается через их небольшие физические размеры да отсутствие проводов. Поскольку отсутствие проводов приводит к отсутствию постоянного источника питания узлов, то остается нет да много вариантов питание. Узлы датчиков обычно управляются батареей[35]. Однако, поскольку сеть датчиков содержит от сотни к тысяч узлов, и поэтому, что часто беспроводные сенсорные сети разворачиваются в удаленных или враждебных средах, то тяжело заменить или перезарядить батареи. Мощность используется для разных операций в каждом узле, таких как запуск датчиков, обработка собранной информации и передача данных. Ограничение мощности сильно влияет на безопасность, поскольку алгоритмы шифрование вводят накладные коммуникации между узлами, которые должны обмениваться больше количеством сообщений, есть для целей управление ключами.

Для ограниченной вычислительной мощности вычисление напрямую связаны с имеющейся величиной мощности. Так как существует ограниченное количество энергии, вычисления также ограничены. Хотя признается, что датчики не должны иметь вычислительной мощности рабочих станций или даже мобильных портативных устройств, исследователи и разработчики очень обеспокоены этим вопросом. Большая часть мощности используется для связи, чем для вычисление. Поэтому, поскольку мощность для вычислений еще более ограничена, чем общее количество энергии, то комплексные решения безопасности запрещены. Ограничение вычислительной мощности уменьшает количество возможных принятых сильных криптографических алгоритмов, таких как алгоритм открытого ключа RSA, который есть вычислительно дорогим.

Вместо этого этого используются симметричные алгоритмы шифрование для защиты коммуникационных узлов датчиков, поскольку симметричное шифрование нет требует таких требований к вычислений, как асимметричное шифрование. Однако, с асимметричным шифрованием, функции, такие как цифровые подписи, не поддерживаемые. Поэтому еще одной проблемой для исследователей и разработчиков есть разработка соответствующих алгоритмов для установка да проверки доверия среди узлов, участвующих в коммуникации. Кроме того, другие решения безопасности должны быть приняты для покрытия слабых сторон симметричное шифрование; когда противник компрометирует узел, он может получить общий ключ, какой используется для шифрование сообщений, а потом скомпрометировать всю коммуникацию датчиков.

Планирование спящего режима и режима работы является эффективным механизмом для продления срока службы беспроводных сенсорных сетей в Интернете вещей, ограниченных энергией. Тем не менее, планирование данного режима может привести к значительных задержек, поскольку передаточный узел должен ждать, пока его следующий шаг, он есть ретрансляционный узел, придет к действия. Данная система пытается уменьшить эти задержки, разрабатывая схемы. пересылка пакетов, где каждый узел оппортунистически пересылает пакет к первого соседнего узла, какой просыпается среди нескольких узлов- кандидатов. Протокол планирование Sleep\wake и любой протокол пересылка пакетов используются для максимизации срока службы сети при условии ограничение ожидаемой задержки доставки пакетов.

Возникающее поле беспроводных сенсорных сетей сочетает в себе зондирование, вычисление да коммуникацию в единственный маленький устройство. Критически важным для развертывания любой беспроводной сенсорной сети есть ожидаемый время жизнь. Целью применение сценариев мониторинга окружающей среды и безопасности есть наличие узлов, размещенных в поле, без присмотра, в течение месяцев или лет. Основным ограничительным фактором для срока службы сенсорной сети есть энергообеспечение. Каждый узел должен быть спроектирован таким образом, чтобы самостоятельно управлять своей локальной энергией, чтобы максимизировать общий срок службы сети. В многих разворачивающихся важным параметром является не среднее время жизни узла, а минимальный время жизнь узла. Наиболее существенным фактором при определении срока службы данного энергоснабжение есть потребление радиосигнала. В беспроводной сенсорном узле радиосвязь потребляет большую часть энергии системы.

Потребляемая мощность может быть уменьшена за счет уменьшение выходной мощности передачи или уменьшение рабочего цикла. Обе или альтернативы включают жертву других системных показателей. При увеличении срока службы сети разными методами появляется проблема низкого времени реагирования Продолжительность работы сети может быть увеличена, если узлы работают только на радиостанциях в течение короткого периода времени. Если узел включает радиостанцию только один раз на минуту для передачи да приема данных, то невозможно выполнить требования приложений для времени отклика системы безопасности. Время отклика можно улучшить, включая узлы, которые постоянно питаются. Или узлы могут прослушивать сообщения и пересылать их по ходу маршрутизации, когда это необходимо. Это, однако, уменьшает простоту развертывание системы.

Планирование спящего режима есть эффективным механизмом для продление срока службы этих беспроводных сенсорных сетей. Энергия, необходима для восприятие событий, обычно есть постоянной и ее нет можно контролировать. Следовательно, энергия, израсходованная на включение системы связи (для прослушивание среды и для принятие да передачи пакетов управления), есть доминирующей составляющей потребление энергии, какую можно контролировать для продолжение срока службы сети. Таким образом, динамика спящего режима становится эффективным механизмом для продолжения срок службы энергозащищенных событий сенсорных сетей. Помещая узлы в спящий режим, когда у них нет необходимости, энергозатраты сенсорных узлов могут быть значительно уменьшены.

Предлагаемая система является асинхронным методом планирования спящего. режима. В этих протоколах каждый узел просыпается независимо от соседних. узлов для экономии энергии. Допускается, что сенсорная сеть использует асинхронный график спящего режима для повышение энергетической эффективности, а узлы выбирают узел последующего перехода и пересылают пакет в выбранный узел, используя следующий основной протокол планирование режима Sleep/wake. Преимуществом планирование Пуассоновских режимов сна и работы является то, что в связи с малым объемом памяти, узлы датчиков могут использовать оптимальную для времени политику, чтобы максимизировать время жизни сети Так что анализ выше описанного способа уменьшения энергетических затрат сенсорных сетей в Интернете вещей сосредотачивается на случае, когда пробуждение узлов следует за процессом Пуассона[23].

То есть, если рассматривается последовательность промежутков времени между событиями пуассоновского процесса, а именно включением да выключением узлов беспроводной сенсорной сети за необходимостью пересылка пекетов информации, то такая последовательность будет последовательностью абсолютно независимых случайных Величин, и будет называться пуассоновского потока.

Выводы

Энергетическая экономия как глобальное Задача имеет много разных направлений решения. В идеальном варианте их объединяет одна общая свойство - технологичность[35]. И IoT нужно сказать есть нет единственной технологией, какая должна (опять же таки в идеальном варианте) существенно повысить энергоэффективность. Однако на пути к энергоэффективности и энергосбережение нельзя, да и невозможно пренебрегать требованиями безопасности и экономической целесообразности, которые в своей совокупности даже не всегда выступают противовесами. Как следствие, IoT-технологии еще принадлежит доказывать свою способность в этой сфере и, вероятно, не стоит ждать послаблений - существуют очень веские препятствия на пути в развитии технологий, которые предрассудки и не спишешь.

В разделе описан случайный (асинхронный) рабочий цикл режима работы и сна узлов, с использованием процесса Пуассона для пробуждения узлов при передачи пакетов информации между ими. Освещено процесс ретрансляции да понятие набора переадресации. Описано использование асинронного цикла в вопросе энергосбережение на времени жизнь узлов.

РАЗДЕЛ 3

МОДИФИЦИРОВАННЫЙ МЕТОД ПЕРЕДАЧИ ИНФОРМАЦИИ ДЛЯ ПОВЫШЕНИЕ ЭНЕРГОЭФФЕКТИВНОСТИ

Огромные достижения в технике в целом и беспроводных коммуникациях предоставляют человечеству способность изготовлять маленькие, дешевые датчики, которые будут соединяться один с одним беспроводно[35]. Датчики, что развернутые, независимо от того, под время случайного или предыдущего метода они могут соединяться друг с другом в системе и вводить беспроводную сеть сенсорного элемента (WSN), этот продукт единицы площади датчиков разворачивается при предварительно определении пространства. Датчики адаптируют снятую физическую информацию в тип, который может облегчить их пользователя понимание. Технология WSN быстро растет, превращаясь в более дешевую и проще в пользовании, и позволяет полное применение различных приложений в таких сетях. WSN часто используются для большого количества приложений, управляющие наблюдением (среды здравоохранения, сейсмические и т.п.), управлением (обнаружение да отслеживание объектов) да работой полиции (наблюдение на поле боя).

Сети беспроводного зондирование состоят с диапазона узлов чувствительных элементов, которые расположены в зонах наблюдение (пустынях, ледники, зонах с повышенной опасностью и т.д.) да трансиверов эксплуатации, которые есть методом транспортировка информации. В каждому считывающем элементе узла энергия батареи ограничивается тем, что значительно повышение потребление энергии становится основной проблемой[7]. Количественное соотношение между активным режимом и спящим режимом называется рабочим циклом. Теоретически, узлы могут экономить энергию между активным и спящим режимами[9]. под время этой методологии WSN есть адаптированным, а эти узлы чувствительного элемента включаются и выключаются под время влияния да необходимости в использовании. Используется техника кодирование сети, что дает возможность обеспечить более защищенное использование информации и дополнительно кодирующей входные пакеты информации и тем самим передает кодированный пакет в узел сетевых программных. узлов, используя единственный прыжок для связи, в тот же время другие разновидности узлов чувствительного элемента используют многоканальный связь.

Коэффициент рабочего цикла WSN разделенный на три основные типы: случайный WSN, координированный WSN, приспособленный WSN по цикла дежурство – узлы обычных элементов включаются или выключаются в случайном порядке. Случайный квадратический WSN является квадратно-мерным прямолинейным, поскольку нет нужны дополнительные накладные расходы. Однако недостаток случайного WSN-цикла в поэтому, что он нет перейдет в состояние сна, поддерживая состояние сети. Такой развитие событий будет генерировать значительный трафик. Он нет будет использовать более высокий уровень использование информации. При координированном рабочем цикле вещество чувствительного элемента взаимодействует между собой через обмен информацией да сообщениями.

Рис. 3.2. Длина очереди да вариации узла чувствительного элемента

Тем нет меньше, он нуждается дальнейшего обмена информацией для трансляции активных графиков сна каждого узла Это приведет к значительному дополнительного трафика да накладных расходов только для поддержки функционирование системы. Как правило, предлагается обнаружение очередей и скоординированный механизм управления рабочим циклом, предоставляющий возможность управление очередью в целях сохранения энергии и уменьшения задержки. Для проектируемого метода нет необходимости получать конкретную информацию о состоянии из соседних узлов, однако он использует только присвоенные длины очереди, которые можно получить на узле. Изменения в условиях сети неявно происходят в результате состояний очередей, имеющих риск или мощность состояний сети[35]. Обрабатывая длину очереди да ее вариации узла чувствительного элемента(рис.3.2), стремится предоставить режим распределенного сетевого контроллера для рабочего цикла. Таким образом, распознавание очередей и скоординированный WSN с базовым циклом, связанным с исполнением обязательных операций есть отдельным режимом.

Узел устройства потребляет энергию в совершенно разных состояниях, таких как сбор да генерирование информации, состояние отправки, приема да сна. Экономия энергии осуществляется на уровне узла за счет переключения между активным да режимом сна.

Потребление энергии узлом передачи в секунду на расстояние d с показателем потерь пути n составляет:

Где R d скорость передачи данных ретранслятор, α 11 это потребление энергии на бит передатчиком и a 2 – потребление энергии на бит в операционном усилители передачи [33]. Общее потребление энергии за время t узлом источники (листовым узлом) без действия реле (промежуточный узел) равно:

,

где E sleep – потребление энергии в режиме холостого хода узла датчика в секунду, r s – средняя скорость зондирования датчика, и она равна всем узлов, e s – энергопотребление мотора; вероятность P является средней доли времени t, какую узел датчика использует в активном режиме. Таким образом, p – рабочий цикл Узел датчика остается в режиме ожидания с вероятностью (1-p) к времени t. Потребление энергии в секунду промежуточным узлом, какой выполняет функцию релейного элемента, определяется[23]:

,

где a 12 – потребление энергии узлом датчика для получение бита. Общая энергия, потребленная за время t промежуточным (релейным) узлом, составляет:

,

Общее потребление энергии в зоне узкого места за время t для p-цикла рабочего цикла WSN определяется [23]:

(1)

Когда p = 1 (все узлы активные) и m = 1, потребление энергии в зоне узкого места для ретрансляции битов данных, генерируемых внутри, а также вне зоны узкого места, становится таким же, как в общем или бесочередном цикле WSN[6]. Таким образом, данное уравнение(1) также охватывает общий сетевой сценарий без учет рабочего цикла узлов.

Срок службы беспроводной сети зависит от потребления. энергии на уровне узла Пусть E b – начальная энергия батареи, доступная на каждому узле датчика. В сети с N узлов, запас энергии на начала составляет N·E b .

Производительность WSN строго зависит от существующей статистики отказов узлов каждого датчика. Общая картина отказов узлов датчиков зависит от скорости использование энергии. Срок службы сети требует, чтобы общее потребление энергии не превышало начальный запас энергии в сети. Верхняя граница ресурса сети может быть достигнута, когда общая энергия аккумулятора (NE b ), что доступна в WSN, полностью иссякнет. Следующий неравенство выполняется для оценки верхней границы времени жизнь сети для рабочего цикла на основе WSN [23]:

,

Где знаменатель S x задано формулой:

а T u D – верхний предел сети WSN с рабочим циклом (p). Величина потребление энергии является максимальным, когда p=1 (т.е. все станции в активном состоянии), и время жизнь становится минимальным в WSN. Энергоэффективность сети увеличивается при низком рабочем цикле, что увеличивает срок службы сети. r s определяется как:

,

где H – информация, собранная сенсором за одну сессию сборки, B = πD 2 – площадь стока.

Таким образом, вырисовывается зависимость между величиной буфера да изменением количества циклов передачи пакетов, а в результате – временем жизни сенсорной сети. Есть, существует два ограничение при минимальном да максимальном размер буфера.

Первая целевая функция – размер буфера следует к максимально возможного. В данном случае, когда буфер будет заполненный и начнется передача пакеты, то увеличивается время активной передачи по одну сессию.

Второй целевая функция – размер буфера стремится к минимально возможного. Данный вариант имеет обратный вид, однако результат – общая расход энергии сети – аналогичен первому ограничению. Например, за условия использования буфера с меньшей емкостью, чем длина отправного пакета данных, узел будет иметь длинные активные состояния передачи и приведет к увеличение количества рабочих сессий.

Система учитывается при однородном распределении N устройств в пространстве A. Все N узлов устройств являются адаптивным циклом Duty Enabled, т.е. переключение между активным и спящим состоянием поддерживает их значение очереди в пределах зоны B, узлы различаются на две команды, напоминающие устройства ретрансляции и узлы устройств линейных сетевых программ [7],[35]. Узлы активных устройств ретрансляции (R) передают генерируемую информацию снаружи, да само, как и в зоне узкого места. В зоне узкого места ретрансляционные узлы связываются со стоком, используя связь одним шагом, ретрансляционный узел передает на другой узел ретрансляции и узел программы, использующей связь с несколькими каналами Активные линейные сети программных узлов устройства записывают в код информацию ретрансляционного узла перед передачей к стоку. Он будет использовать один шаг, чтобы выходить на контакт со стоком. Узлы листового устройства спорадически чувствуют информацию и передают их соседним узлам в сторону стока. Узлы промежуточного устройства спорадически чувствуют информацию и передают обнаруженную информацию и получены данные в направлении раковины S.

Изменение времени жизни сенсорной сети в зависимости от размера буфера определяется следующим образом:

Где значение S x взято из:

Каждый узел устройства охватывает разнообразие полученной очереди и выявляет очередь, что присоединена к нему, одну или несколько из альтернативных узлов. на каждому узле устройства пакеты поступают и уходят, за исключением листового (или) терминального узла и раковинного узла. Плановый подход состоит в том, чтобы выделить буфер на каждом узле на одну очередь учета запасов. После того, как буферно занятость превышает порог, передатчик начинает работать на узле устройства в активном состоянии, чтобы попробовать таким образом, к того момента как занятость буфера опустится ниже предела, передать всю информацию. Если размер буфера будет ниже порогового значение, то устройство переходит к состоянию сна[12].

Выводы

РАЗДЕЛ 4

МОДИФИЦИРОВАН МЕТОД В АРХИТЕКТУРИ ИНТЕРНЕТА ВЕЩЕЙ

Измененный и модифицированный – координированный режим работы сенсорной системы Интернета вещей имеет преимущества в проблеме энергосбережения и времени жизнь системы, сравнительно с асинхронным методом передачи пакетов информации через узлы системы. Используя координированный метод можно повысить время жизни как одного элемента/узла системы, так и всей системы в целом, и снизить необходимость в обслуживании или замене блоков питание элементов системы.

Как видно с рис. 5.1., концептуальных изменений [13],[14],[35], за условия использование координированного метода передачи пакетов информации, архитектура нет испытала. Все приведены архитектуры, что упоминаются в данной работе, имеющие общие черты: наличие трех уровней, подобные функции, наличие облачных вычислений, использование Интернета как интеграционного уровня.

Место использование координированного метода передачи пакетов информации можно увидеть на рис. 5.1. Если обратить внимание на один из трех уровней архитектуры Интернета вещей, а именно, на уровень, да называемой, Предельной области (Edge), то видно что на этом уровне находятся узлы из сенсорами да исполнительные механизмы. Именно в узлах с "Smart" IoT Device, происходят изменения Sleep/Wake алгоритма для повышение энергоэффективности и времени жизни системы. Так как, "Smart" IoT Device[10] самое лучшее да больше всего сотрудничают с жизненным циклом человека[9], то для них[11],[25] было более целесообразно использовать модифицированный метод передачи информации, тем самим повысив энергоэффективность и время жизни сетей.

Рис. 4.1. Архитектура Интернета вещей с использованием координированного

метода

Выводы

РАЗДЕЛ 5

ОЦЕНКА ПРЕДЛОЖЕННОГО МЕТОДА

В данной работе рассмотрено область беспроводной сенсорной сети 200x200 квадратных метров, диаметр узкой зоны 60м, количество узлов 1000, энергия батареи 25кДж, энергия сна 30Дж, длина перехода 2, количество битов 96 и порог буфера 12 бит[8],[35].

Рис. 5.1 показывает энергозатраты на узел в беспроводной сенсорной сети с изменением рабочего цикла Когда величина рабочего цикла равна 0,01, потребление энергии есть минимальным, есть 30,1Дж, а рабочий цикл 0,1, потребление энергии составляет 1000Дж. со увеличением рабочего цикла увеличивается потребление энергии.

Рис. 5.1 Потребление энергии сенсорной сети с использованием

случайного цикла

Из рисунка наблюдается, что потребление энергии максимально для случайных циклов, используемых в беспроводных сенсорных сетях и минимальным для обнаружения очереди с координированной сетью с циклическим циклом. В таблицы 5.1 сопоставлено потребление энергии для разных технологий.

Таблица 5.1 Потребление энергии для разных методов

Техника рис. 5.2 показывает изменение времени жизни беспроводной сенсорной сети с сменой рабочего цикла. Когда значение рабочего цикла равно 0,01, m=1, время жизнь составляет 8,31×10^8 секунд. со увеличением значение рабочего цикла срок службы уменьшается, а с увеличением величины m (плотность движения) срок службы снова уменьшается. Для m=9 и p=0,01 время жизнь составляет 8,0051x10^ 8 секунд.

С графика можно наблюдать, что при плотности трафика более длительный срок службы беспроводной сенсорной сети ниже. Использование скоординированного цикла и метода выявления очереди увеличивает срок службы в случае более высокой плотности трафика по сравнению со сроком службы, достигнутой в беспроводной сети беспроводных датчиков с беспроводным да бесконтактным беспроводным связью.

Рис. 5.2 Срок службы сенсорной сети для предложенного wsn при

разных значениях m.

Таблица 5.2 показывает время жизнь предложенной сенсорной сети в Интернет вещей для переменной плотности движения. После анализа можно сделать заключение, что продолжительность жизнь при низкий плотности движения есть максимальной, а за большой плотностью движения – минимальной.

Таблица 5.2 Сравнение сроков действия для предложенного WSN

На рис.5.3 показано, как время жизни сети зависит от параметра h. Можно наблюдать, что при увеличении значения h время жизни уменьшается. Для более высоких значений h время жизнь почти постоянный.

Рис. 5.3 Срок службы сенсорной сети для предложенного алгоритма в беспроводной сенсорный сети Интернета вещей при разных

значениях m для разных параметров h

Таблица 5.3 Срок службы переменной плотности трафика

на рис 5.4 показано сравнение срока службы для случайного цикла, кодированного сетевого цикла, сетевого кодирование с техникой обнаружение очередей и обнаружение очереди с координированным циклом WSN. В форме таблицы 5.4 можно заключить, что обнаружение очередей с координированным циклом wsn есть лучшей техникой для улучшения жизнь сети.

Таблица 5.4 Параметры сенсорной сети

Рис. 5.4 Срок службы сенсорной сети с использованием цикла случайного режима, сетевого кодирование с циклом, методом обнаружение очереди и предлагаемой системы

Таблица 5.5 Сравнение продолжительности жизнь для разных методов

Сравнивая два метода передачи пакетов данных в сенсорных сетях, а именно асинхронного и координированного метода с буфером очереди учета запасов (модифицированного метода), было получено Рис.5.5:

Таким образом, с рисунка 5.5 видно изменения времени жизнь системы от количества рабочих циклов за использование двух методов передачи пакетов данных. Можно наблюдать увеличение времени жизни сенсорной сети на 20% при использовании модифицированного метода по сравнению с асинхронным методом передачи.

Выводы

РАЗДЕЛ 6

РАСЧЕТ СТАРТАП ПРОЕКТА С ИСПОЛЬЗОВАНИЕ МОДИФИЦИРОВАННОГО МЕТОДА

Для расчета финансового стороны стартапа было выделено наступи входящие данные:

Для более подробного расчета да ознакомление с финаносовой составляющей проекта было создано расчетные таблицы 6.1 да 6.2. Расчет был произведен на период в 3 года поквартально. Были высчитаны следующие пункты:

После просчет всех необходимых аспектов был сложенный обобщающий график финансовых затрат проекта. Рис. 6.1 предоставляет смогу увидеть корреляцию между такими параметрами как: доходность проекта, расходы проекта да денежный поток проекта.

Выводы

Выполнив расчет финансового плана поквартально на срок три годы была определена рентабельность внедрение модифицированного метода передачи пакетов информации в сетях Интернета Не имеющих вещей постоянного источники питание. Данный проект имеет срок окупаемости 2 кварталы, по 1,17млн. грн. затрат на этот же период. Доход за весь период стартапа, а именно три года, с вычетом налогов и средств необходимых на поддержание функционирования составит 8,76 млн. грн., что делает его прогрессивным да выгодным для первичного финансирование.

ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ

Работу выполнено в рамках ГДР 0116U005092 "Повышение эффективности обработки данных с потребительских устройств в телекоммуникационной сети Интернета Вещей". Результаты исследование апробировано на конференции Перспективы телекоммуникации 2019, 2020 да 2021.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ресурс] / G. Narsingh, K. Rajeev // International Research Journal of Engineering and Technology (IRJET). – 2016. – Режим доступа к ресурса: https://pdfs.semanticscholar.org/2c85/f004a4373bf4b41fe5070eb7ba44f7e4eff2.pd f .

%D0%BD_%D0%9C%D1%83%D1%80%D0%B0 .

%D0%B0%D1%82%D0%B8%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD

%D0%B0_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%B0_

%D0%BA%D0%B5%D1%80%D1%83%D0%B2%D0%B0%D0%BD%D0%BD

%D1%8F_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE

%D0%B3%D1%96%D1%87%D0%BD%D0%B8%D0%BC_%D0%BF

%D1%80%D0%BE%D1%86%D0%B5%D1%81%D0%BE%D0%BC .

%D1%83%D0%B0%D1%81%D1%81%D0%BE%D0%BD

%D1%96%D0%B2%D1%81%D1%8C%D0%BA%D0%B8%D0%B9_%D0%BF

%D1%80%D0%BE%D1%86%D0%B5%D1%81 .

// www.ey.com/Publication/vwLUAssets/EY-power-market-russia-2018/$File/EY- power-market-russia-2

«ПЕРСПЕКТИВЫ ТЕЛЕКОММУНИКАЦИЙ». – 2021. – Режим доступа к

ресурса: http://conferenc.its.kpi.ua/2021/paper/view/23192/12516