kablosuz sensör ağlarda konumlandırma (locatization in wsns)
DESCRIPTION
Kablosuz ağlarda konumlandırma algoritmaları.TRANSCRIPT
Kablosuz Sensör AğlarındaKonumlandırma
Veysi ErtekinBilgisayar Mühendisliği Bölümü, İstanbul Aydın Üniversitesi
Özet— Kablosuz sensör ağları ısı, ışık, nem, hareket algılanması, olağanüstü durumların tespiti gibi olayların gözeetilmesi için üretilirler. Bunun gibi sensörler kullanılarak hazırlanmış uygulamaların genellikle sürekli izlenmesi gerekir. Bu amaç ile her bir düğümün yerleştirilmesi ve diğer düğümlerle iletişim halinde bulunmasının yanında düğümlerin yerleştirimi de son derece önemli bir adımı oluşturur.
Bu hususta, düğümlerin yerleşimi 3 ana grup halinde (mesafe/açı tahmini, konum bulma ve yerleştirme algoritmaları) ele alınıp, konumlandırma türlerinden; doğal afet izleme, askeri uygulamalar gibi önceliği yüksek uygulamalara dışarıdan gelebilecek saldırılara ve bunlara karşı konumlandırma ile igili olan korunma yöntemlerine değinilecektir.
Anahtar Kelimeler— Konumlandırma, konumlandırma çeşitleri, karşılaşılan güvenlik ihlalleri, güvenli konumlandırma yöntemleri, MDS-MAP, SHARP, RSSI.
Keywords— Localization in wireless sensor networks, localization types, secure localization, MDS-MAP, SHARP, RSSI.
I. GIRIŞ
Bir çok uygulamanın temelini konumlandırma sistemi oluşturur, çünkü ister istemez bununla ilişkili bilgiye ihtiyaç duyarız.
Bazen ulaşılamayan yerler(dar mağara/çatlaklıklar gibi), afet bölgeleri gibi önceden konumunu bilmediğimiz alanlara düğümlerimizi yerleştirmiş olabiliriz. Bu gibi durumlarda düğümlerin yerlerini belirlemek zorunda kalırız.
Sadece kablosuz sensör ağlarına bağımlı bu gibi birçok neden sayılabilir; düğümlerin kimlikleri (güvenlik ve konum için), belirli bir alana yerleştirilmiş düğümlerin yönetimi, düğümlerin yoğunluğu, kapsama alanları, coğrafi yönlendirme bilgisi, bazı nesnelerin izlenmesi gibi. Bu gibi nedenler kablosuz sensör ağlarında yerleştirmeyi önemli kılmak için yeterli bir sebep sayılabilir.
II. PROBLEMIN TANIMI
w: Mesafeler arası uzaklık.<i, j>: r kapsama alanındaki birbiri ile etkileşimde bulunan
düğüm ikilisi belirtsin.w(e)<r olan her bir ikili düğüm bir biri ile etkileşen
düğümlerdir denir. “e” buradaki <i,j> ikilisi arasındaki uzaklığı belirtmektedir.
Tanım-1- Bilinmeyen düğümler: Serbest veya tepki vermeyen düğümlerdir.
Tanım-2- Kararlı düğümler: Başlangıçta konumları bilinmeyen başka düğümlerin kapsama alanı içinde olup ulaşılmak istenildiğinde bulunabilen düğümlerdir.
Tanım-3- Yol gösterici/işaretçi düğümler: Hali hazırda konumu bilinen ve digger konumu bilinmeyen düğümlerin tespti için kullanılabilecek düğümerdir.
Asıl problemimiz; verilen bir çok atlamalı (multi-hop) düğüm kümesi ve birbirine yakın olan düğümlerin bulunduğu bir ağda, işaret düğümleri yardımıyla kararlı nodeların ve eğer mümkün ise bilinmeyen düğümlerin konumlarının tespit edilmesidir.
III. KONUMLANDIRMA BILEŞENLERI
Konumlandırma yaparken bir konumlandırma alt yapısını 3 ana başlık atında ele alabiliriz.
A. Mesafe Açı Tahmini
Mesafe ve açı iki düğüm arasında bulunan, pozisyon tespiti ve konumlandırma yapılması için gerekli olan önemli bir bileşendir.
Kendi arasında bunu da 3 alt başlık içinde inceleyebiliriz.
Bağlantı Aralığı
Her bir sensörün belli bir bağlantı aralığı vardır. Sensörler konumlandırılırken, yer tahmininde bağlantı hızının veya gücünün düşüklüğüne göre bir sensörün uzaklığı tahmin edilebilir. (Şekil -a-)
Düğümler Arası Açı Tespiti
Düğümlerden gelen sinyalın açısını/yönünü hesaplamak için konumu bilinen en az 3 doğrusal olmayan nokta ile yeri bilinmeyen sensörün açısı hesaplanabilir.
Düğümler Arası Mesafe Tespiti
Düğümler arası mesafe yayımlanan sinyalin gecikme süresi baz alınarak hesaplanabilir.
(1)
İki farklı şekilde bu yöntem uygulanabilir:
Aynı ibreyi gösteren zamanlayıcılara sahip düğümler arasında gönderilen radio sinyali alıcı düğüme ulaştığında önceden ulaşması gereken zaman bilinebileceğinden aradaki gecikme göz önüne lınarak uzaklık bulunabilir. (1)
İki farklı hıza sahip dalga gönderilerek(radio ve ultrasonik ses dalgaları gibi) bu iki sinyal hedefe ulaştıklarında aradaki zaman farkından uzaklık rahatlıkla tahmin edilebilir. (2)
(2)
B. Konum Tespiti
Konum tespiti yapılırken birçok farklı metodoloji kullanılabilir.
Triliterasyon
Konumu bilinen en az üç düğüm ile uygulanabilir. Konumu bilinen düğümlerin belli bir kapsama alanı vardır bu kapsama alanlarının birlikte uygulanması sonucu oluşan kesişim alanı içerisinde bulunan bir düğümün konumu kısmi olarak tespit edilmiş olunur.
Çoklu Triliterasyon
Konumu bilinen 3’ten çok yol gösterici düğüm vardır. Bu düğümler aynı anda birbirleri arasında birden çok triliterasyon uygulayarak kayıp düğümün bulunabileceği alanı kesine çok yakın derecede daraltılmasını sağlarlar. Çok işlem gücü gerektirir.
Sınırlayıcı Kutu Yöntemi
Bu yöntemde triliterasyon yöntemine benzerdir fakat yol gösterici düğümlerin kapsama alanı daire değilde kare şeklinde kabul edilir ve yine aynı yöntem ile düğüm tespiti yapılmaya çalışılır.
Üçgenlere Bölme Yöntemi
(1)Yeri bilinen düğümlerin bilinmeyen düğümle düşey
normale göre yaptıkları açılar bilinmeyen düğümün yönünü verebilir. Bu şekilde iki tane yeri bilinen düğüm ile bilinmeyen bir düğüm arasındaki açıların kesişim noktası bilinmeye düğümün konumunu verecektir.(1)
(2)Yine aynı şekilde konumu bilinmeyen düğüm kendisi
işaretci düğümlerden gelen sinyaller arası açıları tespit edebilir bu açılar kullanılarak konumu bilinen düğümler arasındaki kayıp düğümün konumu tespit edilebilinir.(2)
İstatistiksel Ölçümler ile Konum Tespiti
Kayıp bir düğüme gelen sinyaller analiz edilerek dalga boyu veya sinyal güçleri ele alınarak konum tahmininde de bulunulabilinir.
C. Konumlandırma Algoritması
Konumlandırma yapılırken kullanılabilecek algoritmaları içerir. Şu anda kullanılan algoritmaları şu şekilde gruplandırabiliriz:
IV. KONUMLANDIRMA ALGORITMALARI
1. Merkezi Konumlandırma
Konumlandırmanın tek bir merkezden yapılmasını ön gören algoritmalardır. Aynı ağda birden fazla farklı noktadan parallel konumlandırmayı desteklemezler.
MDS-MAP (Multi Dimensional Scaling Mapping)
Verileri benzerlik-farklılıklarına göre gruplandıran bir istatistiksel matematik tabanlı bir yöntemdir. Üç adımda uygulanabilir.
a) Dijikstra, Floyd gibi bir algoritma ile bütün ikililer arası en kısa yollar hesaplanır.
b) Klasik MDS matematiksel olarak ikililerin oluşturduğu mesafe matrisine uygulanır.
c) 2B için en az 3, 3B için ise an az 4 düğümün pozisyonu ile göreceli yerler kesin olarak bulunmaya çalışılır. Hedef hata kareler toplamının minimize adilmesidir.
Aşağıdaki şekilde MDS uygulandıktan sonraki tahmini yerler ile gerçek yerler arasındaki bağlantıları gösteren bir örnektir.
Simulated Anneling
Seviye seviye arama yöntemine karşın local-minimumlara takılma şansını egale etmek için ortaya atılmış bir yönemdir.
Önceden yapılmş yer tespitleri ve elde edilmiş komşuluk bilgileri işlenerek gerçek sonuçlar elde edilmeye çalışılır.
Ayrıca daha sonradan bahsedilecek belirsizlikleri ortadan kaldırmaya yönelik çözümler de sunar.
2. Dağıtık Konumlandırma
İşaretçi Tabanlı Yöntemler
i. Difüzyon Yöntemi
Rastgele olarak bazı işaretçi düğümler seçilir. Bu düğümler etraflarına sinyal yayarak çevresindeki düğümleri uyarırlar. Böylece işaretçi düğümleri baz alan digger düğümler de etraflarına konum sinyallerini gönderirler bu şekilde haritalama yapılarak konumlandırma tamamlanır.
ii. Sıkışık Kutu Yöntemi
İki alt kısma ayrılabilir.
1. İşbirliğine Dayalı Çoklu Triliterasyon
Birden çok düğüm yardımıyla triliterasyon yöntemi uygulanarak kayıp düğümler tespit edilirler.
Kare Tabanlı Çoklu Triliterasyon
Triliterasyon yöntemi uygulanırken her işaretçi düğümün kapsama alanı kare şeklinde kabul edilerek uygulanır.
iii. Değişim Derecesi Tabanlı
Bütün düğümler bir koordinatdüzlemindeymiş gibi düşünülür. Yatay veya düşüyde sabit olmak üzere seviye seviye ilerleme kaydedilerek haritalama yapılmaya çalışılır.
Yumuşatma Tabanlı Yöntemler
i. Yay Modeli
Düğümler için yakınlıkları belirten graf hazırlanır.
Yeri kesin olarak belli olan düğümler sabit kabul edilirler.Yeri tam bilinmeyen düğümler en az üç sabit düğm alınarak, yakınlık tespiti yapılmaya çalışılır. Sonuç olarak yaylar arasındaki gerginlikler giderilmeye çalışılır.
ii. İşbirliği Alanı Yaklaşımı
Bu yöntemde hata düzeltmelerinde veya yeni bir bilgi elde edildiğinde gereksiz hessaplmalardan kaçınılıp onun yerine bazı varsayım-tahminlerde bulunulması önerir. (Assumption Based Coordinate) Örneğin ele alınan ilk düğümün yerini tespit etmek yerine koordinat düzleminde (0,0) noktasında kabul edebiliriz. Daha sonraki düğümleri ise RSSI ile birbirlerine olan uzaklıklarını bulmaya çalışabiliriz.
Koordinat Sistemini Döndürme Tabanlı Yaklaşımlar
Buradaki amacımız düğümleri olabildiğince az alanda gösterebilmek.
Elimizde iki çeşit graf olabilir:a) Eğilemez graf; düğümler arasında bir çok bağlantı
vardır. Bu sebepten buna uygulanamaz
b) Eğilebilir graf; bu tip grafa iki şekilde uygulanabilir:
o Belirsizliği döndürmek:
o Karmaşıklığı azaltmak (burada [AD] ile [BC] kesiştiği için uyguladık):
i. Kümeleme Tabanlı Yaklaşım
Algoritma iki fazdan oluşur:
1. Faz; kümesel konumlandırma: Her bir düğümün oluşturulacak kümenin merkezinde ve bu ele alınacak düğümlerin komşularına olan göreceli uzaklıklarının tahmini.
2. Faz; kümesel dönüşüm: Aynı koordinat düzlemindeki her düğümün pozisyonu ortaklaşa kullanılır. Ortak iki konum arasındaki doğrusal olmayan en az 3 düğüm bulunur ve bunlar arasındaki döndürme, yansıtma, öteleme gibi işlemler uygulanır.
ii. İç Düğüm Mesafesi Yardımı ile Durağan Hesaplanabilir Düğümlerden Oluşan Bir
Ağın Global Koordinat Sistemine uygulanması
Mekansal bir harita ve mesafe matrisi ile oluşturulmuş bir koordinat sistemi dikimi tabanlı algoritmadır. Yansıtma, öteleme, döndürme gibi işlemlerde oluşabilecek tutarsızlıkları önlemek amacıyla ortaya atılmıştır
.(a)’da mesafe matrisi belirtilmiş,(b)’de ise bu oluşturulmuş mekansal harita gösterilmiştir.
Bu çakışan yerel haritalar gösterilmiştir. Yerel haritalar belli bir matematiksel metod uygulanarak elde edilirler.
Hibrit Yaklaşımlar
i. MDS ve PDM (Proximity Distance Mapping) ‘den oluşturulmuş konumlandırma Şeması
Birincil düğüm olarak adlandırılacak düğümler seçilirler.
İlk olarak bazı sensörler ikincil olarak belirlenir. Birincil ile ikinciller arası tespit MDS algoritmasına göre belirlenir. İkinci olarak PDM’ye gore geri kalan normal düğümler için yer tespiti yapılır.
ii. Kesin-Göreceli Örnek Hibrit Yerleştirme
MDS ve APS(Ad-Hoc Positioning System) karışımı bir algoritmadır.
Üç fazda uygulanır:1. Ağın dış çevresi boyunca rastgele bazı düğümler
seçilir.2. Seçilmiş bu referans düğümleri ile ayrı ayrı MDS
uygulanır. Böylece ilk olarak her ikili arasındaki en kısa mesafeler bulunmuş olacaktır. Bu iki fazing sonucu olarak elimizde bir koordinat sistemine uygulanabilecek düğümler kümesi elde etmiş oluruz.
3. APS uygulanır:DV-Hop veya DV-Distance ile uygulanır.*DV-Hop’ta düğümler arasındaki her kesim 1 hop (1
atlama, 1 birim) olarak alınır. DV-Distance’ta ise sinyal gücü
gibi bir metrik ile düğümler arasındaki mesafe tahmin edilerek DV-Hop tan farklı olarak her düğüm arası ölçüt eşit olmayacaktır. İşaretçi düğümler sinyal yayarlar. En az üç işaretçi düğümden gelen konum bilgisi ile digger düğümler yerlerini bulmaya çalışırlar.
İnterferometrik Aralık Tabanlı Konumlandırma
(Radio Interferometrik Positioning System[RIPS])
Aynı anda iki farklı vericiden aynı anda karmaşık bir müdehale sinyali oluşturulur. Oluşturulan birleşik sinyal genellikle düşük frekanslı olduğu için ucuz bir donanımla algılamak mümkündür. Interferometrik aralık bir NP-Complete Problem(non-deterministik polynomial time)’dir. Yani tam olarak hızlı bir çözüm üretmek mümkün değildir.İstatistiksel veya genetic algoritma gibi yöntemlerle problemin karmaşıklığı ve bazı tavizler verilerek çözmler üretilmeye çalışılmaktadır. Buna karşın sinyal gücü ile tespit, sinyal varies süresi ile tespit, varies açılarının işlenmesi ile tespit gibi yöntemlere binaen daha verimli bir yöntemdir.
Hata Yayılımı Ele Alınarak Konumlandırma
Yol kaybı ve mesafe ölçümü hata modeli içeren bir algoritmadır. Algoritma her çapa(referans) düğümün kendisne özgü olan ID’sini içeren kablosuz broadcast yayını yapmasıyla başlar. Diğer düğümler çapa düğümlerin bu yaydıkları bilgilere istinaden pozisyon ve hata oranını hesaplarlar. Bu hata oranı bir sonraki düğümlerin tespiti sırasında hesaplamaya katılır. (Böylece bir önceki hatalar sonraki hesaplamalara yayılması sağlanır)
V. KONUMLANDIRMADA GÜVENLIK
Ağ Üzerine Yapılan Saldırılar
Mesafe/Açı’ya Yapılan Saldırılar
Mesafe tahminleri sinyal gecikmesine, gücüne veya atlayışların analizine bağlı olabilir. Bu değerlere yapılabilecek dışarıdan sahte kuvvet artırımı veya azaltımı gibi hamleler komşu düğümleri şaşırtacaktır. Ayrıca eğer sinyal aralıkları bizim için önemli ise ortaya çıkabilecek sahte sinyaller karmaşıklıklara neden olabilecektir.
Konum Belirlenesine Yapılan Saldırılar
Bir pozisyon hesabı en az 3 düğümün yardımı ile mesafe tahmini yapılabilmektedir. Yanlış(geçersiz) mesafelerden yapılabilecek her hangi bazı atakalr bu tahmini etkileyebilir. Etkileyen cisim (sahte bir düğüm veya faklı bir cihaz) kendi
lokasyonunu yanlış vermeyebilir bu şekilde ağa dahil olabilir. Ağa dahil olduktan sonar gizliliği ihlal edebilecek ataklar gerçekleştirilebilir.
Konumlandırma Algoritmasına Yapılan Saldırılar
* Sybil atakları: (Adını 1973 te “Sybil” isimli bir insanın birden çok kişiliği arasında karşılaştığı çatışmaları konulan bir kitaptan almış) Birçok karakterde kendini gösteren yalancı düğümlerden doğan sorunlardır. Mesafe-yön bilgilerini karıştırarak verileri bozmak için ellerinden geleni yapabilirler.
* Tekrarlama Saldırıları: Yayınlanan veya alınan bir verinin bir düğüm tarafından tekrar iletilmesi esnasında yalancı bir düğüm tarafından sinyalin taklit edilmesi sonucu oluşan saldırılardır. Uzaklık gibi değerlerin yanlış algılanmasınaneden olurlar.
* Solucan Deliği Saldırıları: Alınan bir verinin farklı bir ağdaki bazı düğümler aracılığı ile kötü amaçlı kişilere iletilebilmesini sağlayan saldırılardır.
Bazı güvenli Konumlandırma Yöntemleri
HiRLoc (High Resolution Robust Localization)
Sensörlerin yüksek çözünürlükte referans nokta sayısı artırılmadan veya karmaşık donanım kullanılmadan kayıp düğüm tespitini sağlar.
Kapsama alanı belli oranda parçalara bölünür ve belli aralıklarla işaretçi düğümler sadece bu yönlere doğru yayın yaparlar. Böylece hem daha iyi konumlandırma yapılmış olunur hemde sinyali her yöne yayılmadığı için tehlikelere tam olamasada kısmi olarak izin verilmemiş olunur.
SeRLoc(Secure Range-Independent Localization)
İki kademeli ağ (sunucu-istemci modeli) mimarisi tabanlı dağıtık sistemlere uygulanabilen bir algoritmadır. Düğümlerin yerlerini pasif olarak belitmelerini sağlar böylece Sybil, solucan deliği gibi saldırıları önlemeye çalışır.
Yerini belirlemeye çalışan (düğüm kendisi belirlemeye çalışır) kayıp düğüm bir skor tablosu oluşturarak yer tespitinde bulunmaya çalışır.
KAYNAKÇA
[1] Localization Algorithms in Wireless Sensor Networks: Current Approaches and Future Challenges; Amitangshu Pal Department of Electrical and Computer Engineering The University of North Carolina at Charlotte 9201 University City Blvd, Charlotte, North Carolina 28223-0001
[2] Localızatıon Systems For Wıreless Sensor Networks; Azzedıne Boukerche, Unıversıty Of Ottawa Horacıo A. B. F. Olıveıra, Unıversıty Of Ottawa, Federal Unıversıty Of Amazonas Eduardo F. Nakamura, Federal Unıversıty Of Mınas Geraıs And Fucapı Antonıo A. F. Loureıro, Federal Unıversıty Of Mınas Geraıs
[3] Secure Localization Algorithms for Wireless Sensor Networks; Azzedine Boukerche, University of Ottawa Horacio A. B. F. Oliveira, University of Ottawa, Federal University of Minas Gerais, and Federal University of Amazonas Eduardo F. Nakamura, Federal University of Minas Gerais and FUCAPI Antonio A. F. Loureiro, Federal University of Minas Gerais
[4] Detecting Malicious Beacon Nodes for Secure Location Discovery inWireless Sensor Networks; Donggang Liu Peng Ning North Carolina State University {dliu,pning}@ncsu.edu Wenliang Du Syracuse University [email protected]
[5] DRBTS: Distributed Reputation-based Beacon Trust System; LOUKAS LAZOS and RADHA POOVENDRAN University of Washington
[6] HiRLoc: High-resolution Robust Localization for Wireless Sensor Networks; Loukas Lazos and Radha Poovendran Network Security Lab, Dept. of EE, University of Washington, Seattle, WA 98195-2500 fl lazos, [email protected]
[7] LAD: A Routing Algorithm to Prolong the Lifetime of Wireless Sensor Networks; Mohsen Mollanoori*, Nasrollah M. Charkarit Dep. of Electrical and Computer Engineering, Tarbiat Modares University
[8] ROPE: Robust Posıtıon Estımatıon In Wıreless Sensor Networks; Loukas Lazos, Radha Poovendran Network Security Laboratory (NSL) Department of Electrical Engineering University of Washington Seattle, WA, 98195 l lazos, [email protected] Srdjan C˘apkun Networked & Embedded Systems Laboratory (NESL) Department of Electrical Engineering University of California, Los Angeles Los Angeles, CA, 90095 [email protected]
[9] SeRLoc: Robust Localization for Wireless Sensor Networks; LOUKAS LAZOS and RADHA POOVENDRAN University of Washington.