Algılayıcı Ağları ve İzleme Teknikleri

Algılayıcı Ağları ve İzleme Teknikleri
Giriş
Algılama, hesaplama ve iletişim kabiliyetine sahip ufak aygıtlar çevreyi gözlemlemek ve fiziksel dünya ile etkileşimde bulunmak için kendiliğinden kurulan ve plansız (ad-hoc) ağlar oluşturmak üzere kullanılırlar. Bu ağlar yaygın bir şekilde algılayıcı (sensör) ağları olarak bilinmektedir. Algılayıcı ağlarını oluşturan düğümlerin (nodes) her biri ise algılayıcı düğümü veya küçük boyutları sebebiyle toz tanesi/zerre (mote) olarak anılırlar.

Ticari amaçlar için piyasada bulunan algılayıcı düğümleri boyut ve kapasite bakımından farklılık göstermektedir. Ancak aralarında ortak olan nokta, verileri algılayıp işleyebilme ve kulaktan kulağa yöntemiyle komşu düğümlerle paylaşabilme yetenekleridir. Algılayıcıların bu özellikleri sayesinde kurdukları çok atlamalı (multi-hop) ağlar, kapsama alanını önemli şekilde genişlettikleri gibi düğümlerin de daha az güç sarfetmelerini sağlarlar.

Bu aygıtların düşük maliyetleri ve gittikçe küçülen boyutları kablosuz algılayıcı ağlarını birçok yerde kullanılır hale getirdi. Büyük ölçekli dağıtık (distributed) algılama teknikleri sayesinde gözetleme sistemlerinin geliştirilmesi ve kuruluş şekilleri değişti ve uygulanması savunma, güvenlik, üretim ve trafik gibi sektörlerde daha yaygın hale geldi.
Zorluklar
Algılayıcı düğümleri potansiyel olarak güçlü ve etkili olmalarına rağmen, iletişim ve hesaplama konularında sınırlamalara sahiptirler. Kablosuz omurgalarından (backbone) elde edilen düşük sinyal-gürültü oranları (signal-to-noise ratio) algılayıcı düğümlerini paket kaybından çabuk etkilenir hale getirirler. Genellikle pil ile çalışırlar, bu yüzden enerji kaynakları kısıtlıdır. Güç ve bant genişliği kısıtlamaları göz önünde bulundurulduğu zaman, algılayıcı düğümleri arasında güvenilir şekilde nakledilebilecek veri miktarında bir sınır bulunduğu gözlenmektedir. Yetersiz ağ topolojileri ve protokolleri gereğinden fazla veri transferine yol açabilmekte ve bu yüzden lüzumsuz paket kayıpları ve enerji tüketimi meydana gelmektedir. Bu da sistemin yaşam süresini ve performansını olumsuz yönde etkiler.

Büyük ölçekli pratik algılayıcı ağları kurulurken karşılaşılan en önemli iki zorluk, verimli ağ topolojilerinin geliştirilmesi ve paylaşılan bilginin etkili biçimde işlenmesidir.
Çok Algılayıcılı İzleme
Çok algılayıcılı izleme, çok sayıda algılayıcının belirli bir alanda dağıtılarak o alan içerisindeki çeşitli nesne ve canlıları tanımlamak ve izlemek için kullanılmasıdır.

Çok algılayıcılı izleme, günümüz dağıtık algılayıcı ağlarından oldukça iyi faydalanabilecek en kritik problemlerden birisidir. Aynı zamanda bir önceki bölümde bahsettiğimiz zorluklardan en fazla etkilenecek alanlardandır. Bu zorluklarla başa çıkabilmek için çok algılayıcılı izleme teknikleri ölçeklenebilir, uyarlanabilir, verimli ve aksaklığa dayanıklı olmalıdırlar.

Çok algılayıcılı izlemede, toplanan verilerin merkezi olarak işlenmesi, cisim tanıma ve durum tahmini açısından en doğru bilgiyi sağlar. Bunun yanında yüklü miktarlarda verinin iletimi ve işlenmesi, önemli miktarda ağ bant genişliği ve enerji kaynakları gerektirir. Ucuz kablosuz algılayıcı aygıtlarının kısıtlamaları göz önüne alındığında merkezi veri işleme tüm sistemin ömrünü kısaltır. Aşırı veri transferi paketlerin birbirleriyle çarpışmalarına ve kaybolmalarına yol açar. Bu da sonuç olarak izleme doğruluğunu azaltır. Çoğu merkezi olmayan izleme tekniklerinde ise ağ trafiğini azaltmak ve enerji tüketimini kısıtlamak için doğruluktan ciddi miktarlarda ödün verilmektedir. Bu da doğal olarak doğru olmayan iz tahminlerine neden olmaktadır.

Günümüzde bu prolemlerin üstesinden gelmek için yoğun araştırmalar yürütülmektedir. Brooks ve ekibi [1] algılayıcı sahalarının dinamik olarak uzamsal (spatial) hücrelere ayrıldığı konum merkezli yaklaşımı sunuyorlar. Bu yaklaşımda her bir hücre için bir yönetici tahsis edilir. Herhangi bir cisim ya da muhtemel bir hedef hücrenin kapsama alanına girdiği taktirde, hücre aktif duruma geçer ve izleme başlatılır. Yapılan tahminlere bağlı olarak komşu hücreler, söz konusu cisimin o yöne doğru hareket halinde olması olasılığı konusunda haberdar edilir.

[2], [3] ve [4] numaralı kaynaklarda, yönlendirilmiş yayılma adı verilen veri merkezli yaklaşım sunulmaktadır. Bu yöntemde, algılayıcı düğümleri öznitelikleri iletişim isteğinde belirtilmiş verileri yayınlarlar veya bunlara abone olurlar. Eğer bir düğüm istekte aranan veriye sahip ise bu veriyi yayınlar, yoksa isteği gelecekte kullanmak üzere saklar. Bu yaklaşımın ana avantajı ilgilenilen bir olay olmadığı sürece veri değişiminin gerçekleşmemesidir.

Qi ve ekibi, gezici temsilci tabanlı hesaplama yöntemini [5] numaralı kaynakta gösteriyorlar. Bu modelde veri işleme için kullanılan kaynak kodu gezici temsilciler arasında verinin bulunduğu konuma doğru taşınır. Böylece algılayıcılar ham veya önişlenmiş veriyi herhangi bir merkezi işlemci düğümüne göndermek zorunda kalmazlar. Eğer gezici kaynak kodu veriden daha küçük boyutda ise bu yöntem daha az ağ bant genişliği gerektirir ve o yüzden daha iyi ölçeklenebilir.

Zhao ve arkadaşları [6]’da hedef izleme için bilgiye dayalı algılayıcı sorgulama (IDSQ) yöntemini tanıtıyorlar. IDSQ, algılayıcıların işbirliği kararlarını, bilgi içeriği ve aynı zamanda kaynak tüketimi, gecikme süresi ve diğer kısıtlamalar üzerine kurar. Bu sayede, ağ kısıtlı iletişim ve işlem kaynaklarını verimli bir biçimde yönetebilir.

Konum merkezli hesaplama [7] numaralı kaynakta tanıtılmaktadır. Bu yaklaşımda, tüm düğümler kendi konumlarından haberdardırlar ve adreslenebilir varlık bir tek düğüm yerine coğrafi bir bölgedir. Bir bölge herhangi bir komut veya sorgu yayınlanmadan önce yaratılır. Yaratıldıktan hemen sonra o bölgede algılama ve izleme başlar. Tahmin edilen patikaya göre bir sonraki bölge yaratılır. Her bölgenin bir yöneticisi vardır ve tüm düğümler üyesi oldukları bölgelerin listesini tutarlar. Ramanathan ve ekibinin sonuçları konum merkezli yaklaşımlarının hedef takibi uygulamalarında toplam ileti miktarı bakımından, merkezi ve bölgesel abonelik/yayınlama modellerine göre daha iyi olduğunu göstermektedir.

Bütün bu bahsedilen yöntemlerin ortak noktası, hepsinin ağ trafiğini azaltıp tek nokta bozukluktan kaçınmak için uğraşması ve aynı zamanda merkezi işleme ile elde edilen en yüksek doğruluğu elde etmeye çalışmalarıdır. Herbir yaklaşımın çeşitli üstünlükleri olmasına rağmen, çok algılayıcılı izleme problemi için halen kusursuz bir çözüm bulunmamaktadır. Özellikle konuya olan askeri ilgiden dolayı ve gelişen algılayıcı teknolojileri sayesinde bu problem hem akademik hem de ticari alanda cazip bir araştırma konusu olmaya devam etmektedir.
Sonuç
Bu makale ile kablosuz algılayıcı ağlarına kısa bir giriş sunduk. Aynı zamanda, bu teknolojiden önemli bir şekilde faydalanabilecek en çekici ve uğraştırıcı uygulamalardan birisi olan çok algılayıcılı izlemeyi tanıttık ve mevcut yaklaşımlardan bahsettik.

Kablosuz algılayıcıların düşük maliyetleri ve teknik kabiliyetleri, fiziksel dünyayı denetleme ve kontrol etme yöntemlerimizi değiştirmeye çoktan başladı. Bu alanda yapılan önemli akademik ve ticari çalışmalar, çok algılayıcılı izleme ile birlikte diğer birçok uygulamada daha fazla ilerlemeye yol açacaktır.

Kaynaklar:
[1] R. Brooks, P. Ramanathan, and A. Sayeed, Distributed Target Classifıcation and Tracking in Sensor Networks, Proceedings of the IEEE, Vol. 91, No. 8, August 2003.

[2] C. Intanagonwiwat, R. Govindan, D. Estrin, Directed Diffusion: A Scalable and Robust Communication Paradigm for Sensor Networks, Proceedings of the ACM/IEEE International Conference on Mobile Computing and Networking, August 2000.

[3] J. Heidemann, F. Silva, C. Intanagonwiwat, D. Estrin, and D. Ganesan, Building efficient wireless sensor networks with low-level naming, Proc. Symp. Operating Systems Principles, pp. 146-159, Oct. 2001.

[4] Y. Xu, J. Heidemann, and D. Estrin, Geography-informed energy conservation for ad-hoc routing, Proceedings of Mobicom, July 2001.

[5] H. Qi, Y. Xu, and X. Wang, Mobile-Agent-Based Collaborative Signal and Information Processing in Sensor Networks, Proceedings of the IEEE, Vol. 91, No. 8, August 2003.

[6] F. Zhao, J. Liu, J. Liu, L. Guibas, J. Reich, Collaborative Signal and Information Processing: An Information-Directed Approach, Proceedings of the IEEE, Vol. 91, No. 8, August 2003.

[7] P. Ramanathan, K.-C. Wang, K. K. Saluja, and T. Clouqueur, Communication support for location-centric collaborative signal processing in sensor networks, Proceedings of Dimacs Workshop Pervasive Networks, May 2002.