Performance Measurement in Wireless Sensor Networks

Abstract

The use of Wireless Sensor Networks (WSNs) has opened the possibility of a new set of applications that are having a growing impact in personal and business activities. However, most of its application scenarios have been restricted to non-critical environments, with WSN being operated with no controlled performance. The aim to extend the flexibility and unique characteristics of these networks to a broader set of applications and scenarios, such as industrial and health care, poses new challenges that must be met with a new approach. In such environments, WSNs may have significant benefits over traditional networks, such as enabling a deeper control, lowering deployment and maintenance costs, and by offering simple reconfiguration and adaptation to changing business models. To enable WSNs with controlled performance the first step is to be able to characterize and describe the requirements that the network needs to fulfil. The second step is to be able to translate those requirements into effective metrics. The metrics to be used must be adapted to the unique characteristics of WSNs, taking into account its processing, energy and storage restrictions. The next step is to monitor those metrics, and allow for their debugging when necessary, a procedure that involves their collection to a central base station where further treatment, with better resources, is possible and where an effective network monitoring can be achieved. The last step completes the cycle and corresponds to the ability to dynamically act in the network, based on the metrics received, either automatically (by each node or by a central monitoring tool connected to the sink) or through the Network Manager. In this thesis, the performance control life cycle of a WSN is addressed, especially considering the performance needed in industrial facilities, one of the most demanding scenarios for these networks, requiring not only strict performance boundaries but also real-time monitoring of the network. Valuable insights of these environments were possible through the participation in project FP7 GINSENG. First, a new classification of WSN application scenarios, that also includes critical environments, and a proposal of a new taxonomic tree of WSNs Quality of Sensing (QoSensing) requirements, including WSNs with performance control, is presented. The objective is to characterize WSNs needs, both in the information as in the network planes, and to create a reference classification that lays the foundations for the creation of effective metrics that permit the evaluation and verification of each requirement. The taxonomy was applied to different types of GINSENG scenarios and also to well-known types of applications found in the literature for validation. Having as reference the taxonomy created, and the specificities of WSNs, a study of different types of metrics is presented and their characteristics and applicability to WSNs discussed. In this context, collective metrics are introduced as a useful type of metric to address the evaluation of the global network QoSensing, while using least resources than other types of metrics and hiding the normal fluctuation of values in networks subject to many hazards. Simulations showed that collective metrics are an efficient alternative to individual or aggregated metrics, in the assessing of the global QoSensing of a WSN. Next, the Network performance branch of the previously proposed taxonomy is analysed and a general set of metrics, adapted to each of the phases of the life cycle of a WSN, is proposed to address it. A reduced set of metrics specifically targeted to WSNs in industrial environments, focusing collective metrics for the operation phase of the network, is also proposed. The control and maintenance of levels of performance, based on a continued evaluation of specific metrics and in the dynamic actuation in the network was also addressed, with the participation in the creation of a new protocol that deals with interferences. Finally, a new protocol that collects performance data from the network is proposed. By using data fusion, the protocol presents an effective way to monitor the global performance of the network, while guaranteeing that if some error or problem occurs, an alert is generated and immediately sent to sink. The evaluation of this protocol, made by simulation, showed a decrease in the energy spent and in the interference generated by the number of packets sent, while providing for a global knowledge of the overall performance of the network. The thesis also contributed to project GINSENG, namely in the classification of the project scenarios, according to the taxonomy proposed, and in the specification of the performance metrics to be used.

A utilização de Redes de Sensores sem Fios (RSSF) possibilitou o aparecimento de um novo conjunto de aplicações com um impacto crescente em vários ramos de actividade, desde pessoais a negócios. No entanto, a maioria dos seus cenários de utilização tem estado restrita a ambientes não críticos, com as RSSF a funcionarem sem controlo de performance. O objectivo de estender a flexibilidade e demais características únicas destas redes a um conjunto mais vasto de aplicações e cenários, como cenários industriais ou de assistência médica, cria novos desafios que só podem ser superados através de uma nova abordagem. Nestes cenários, as RSSF apresentam benefícios significativos em relação às redes tradicionais, como um controlo mais detalhado do meio, custos de implementação e manutenção mais baixos, e por oferecerem uma reconfiguração simples e adaptável à evolução dos modelos de negócio. De modo a permitir a existência de RSSF com performance controlada, o primeiro passo é conseguir caracterizar e descrever os seus requisitos. O segundo passo é traduzir esses requisitos em métricas. As métricas a usar necessitam de estar adaptadas às características únicas das RSSF, tendo em conta as suas restrições de processamento, de energia e de memória. De seguida, é necessário proceder à monitorização dessas métricas, e permitir operações de depuração de erros na rede, o que envolve o envio dessas mesmas métricas para uma estação base central, onde podem ser sujeitas a uma análise mais profunda através da utilização de melhores recursos, e onde uma monitorização efectiva da sua performance pode ser efectuada. O último passo completa o ciclo e corresponde à capacidade de actuar dinamicamente na rede, com base em valores obtidos através de métricas, quer de forma automática (através do próprio nó ou através de uma ferramenta de monitorização ligada à estação base), quer através da actuação do gestor de rede. Nesta tese, o ciclo de vida de uma RSSF com performance controlada é abordado, sendo especialmente focadas as redes para ambientes industriais, um dos cenários mais complexos e exigentes para as RSSF, requerendo não só limites apertados para a performance, como também uma monitorização em tempo-real. Os conhecimentos adquiridos pela participação no projecto FP7 GINSENG foram especialmente importantes para a análise deste cenário. Primeiro, uma nova classificação dos cenários usados pelas aplicações de RSSF (com e sem performance controlada) e uma nova taxonomia de requisitos para RSSF, são propostas. O objectivo é caracterizar os requisitos necessários às RSSF, quer no plano da informação, como no de rede, e criar uma classificação de referência que permita o desenvolvimento posterior de métricas que possam avaliar cada um desses requisitos. A taxonomia foi aplicada a vários cenários do projecto GINSENG e também em aplicações típicas de RSSF, para validação. Tendo como base a taxonomia desenvolvida e as especificidades das RSSF, é efectuado depois um estudo sobre os diferentes tipos de métricas, os quais são depois analisados tendo em conta a sua aplicabilidade. Neste contexto são introduzidas as métricas colectivas. Este tipo de métricas é adequado à medição do desempenho global das RSSF, gastando menos recursos que os demais tipos e escondendo as normais flutuações de valores produzidos por estas redes. Testes por simulação mostraram que as métricas colectivas são uma alternativa eficiente quer às métricas individuais como às agregadas, na avaliação do desempenho global da RSSF (ou a sua qualidade sensorial). De seguida, o ramo de performance de rede da taxonomia proposta é analisado e como resultado é criado um quadro de referência com métricas para o poder avaliar, divididas pela fase de vida da rede em que devem ser aplicadas. A proposta de um quadro de métricas mais reduzido, contendo métricas especialmente adequadas à avaliação de desempenho de RSSF em ambientes industrias e que foca o uso de métricas colectivas para a fase de operação da rede, é também proposto. O controlo e manutenção do desempenho da rede baseado numa contínua avaliação de métricas específicas é também abordado através da participação na criação de um novo protocolo que lida com interferências na rede. Por fim, é proposto um novo protocolo para recolha das informações de performance da rede. Este protocolo permite a avaliação global de desempenho da rede ao mesmo tempo que garante que, caso necessário, um alerta seja gerado e enviado directamente para a estação base. A avaliação deste protocolo foi feita através de simulação, tendo mostrado ganhos de energia e redução do número de interferências na rede, quando comparado com o envio de métricas individuais, mantendo um conhecimento constante do desempenho global da rede. Esta tese também contribuiu para o projecto GINSENG, nomeadamente na classificação dos seus vários cenários, de acordo com a taxonomia desenvolvida, e na especificação das métricas de performance a usar.