ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo

Kablosuz Sensör Ağlarda Konumlandırma - Locatization in WSNs

•Download as PPT, PDF•
•
Veysi Ertekin
Veysi Ertekin
1 of 32
Downloaded 66 times
KABLOSUZ SENSÖR AĞLARINDA KONUMLANDIRMA
-Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹- Kısaltmalar: *KSA : Kablosuz Sensör AÄŸları(Wireless Sensor Networks)
KSA’lar kullanılarak hazırlanmış uygulamalar genellikle ısı, nem, hareket, ışık, olaÄŸanüstü durumların izlenmesi gibi durumlar için üretilirler. Bu amaç ile her bir düğümün yerleÅŸtirilmesi ve diÄŸer düğümlerle iletiÅŸim halinde bulunmasının yanında düğümlerin yerleÅŸtirimi de son derece önemli bir adımı oluÅŸturur. Bu hususta: • Düğümlerin yerleÅŸimi 3 ana grup halinde (mesafe/açı tahmini, konum bulma ve yerleÅŸtirme algoritmaları) ele alınacak. • DoÄŸal afet izleme, askeri uygulamalar gibi önceliÄŸi yüksek uygulamalara dışarıdan gelebilecek saldırılara ve bunlara karşı konumlandırma ile igili olan korunma yöntemlerine deÄŸinilecektir. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
Bir çok uygulamanın temelini konumlandırma sistemi oluÅŸturur, çünkü ister istemez bununla iliÅŸkili bilgiye ihtiyaç duyarız. Belkide ulaşılamayan yerler(dar maÄŸara/çatlaklıklar gibi), afet bölgeleri gibi önceden konumunu bilmediÄŸimiz alanlara düğümlerimizi yerleÅŸtirmiÅŸ olabiliriz. Bu gibi durumlarda düğümlerin yerlerini belirlemek zorunda kalırız. Sadece KSA’lara bağımlı bu gibi birçok neden sayılabilir; düğümlerin kimlikleri (güvenlik ve konum için), belirli bir alana yerleÅŸtirilmiÅŸ düğümlerin yönetimi, düğümlerin yoÄŸunluÄŸu, kapsama alanları, coÄŸrafi yönlendirme bilgisi, nesne izleme gibi... -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
-Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹- Her bir sensörün belli bir baÄŸlantı aralığı vardır. Sensörler konumlandırılırken, yer tahmininde baÄŸlantı hızının düşüklüğüne göre bir sensörün uzaklığı hesaplanabilir.
Düğümlerden gelen sinyalın açısını/yönünü hesaplamak için konumu bilinen en az 3 doğrusal olmayan nokta ile yeri bilinmeyen sensörün açısı hesaplanabilir.
Düğümler arası mesafe yayımlanan sinyalin gecikme süresi baz alınarak hesaplanabilir. İki farklı şekilde bu yöntem uygulanabilir: 1.Aynı ibreyi gösteren zamanlayıcılara sahip düğümler arasında gönderilen radio sinyali alıcı düğüme ulaştığında önceden ulaşması gereken zaman bilindiğinden uzaklık bulunabilir. (b) 2.İki farklı hıza sahip dalga gönderilerek(radio ve ultrasonik ses dalgaları gibi) bu iki sinyal hedefe ulaştıklarında aradaki zaman farkından uzaklıkları hesaplanabilir. (c)
a), b) Triliterasyon yöntemiyle düğüm tespiti c) Çoklu triliterasyon ile düğüm tespiti -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
d) Sınırlayıcı kutu yöntemiyle düğüm tespiti Üçgenlere bölme yöntemi; e) Kayıp düğüm yerini kendisi hesaplayabilir, f) Farklı düğümler yer tespiti yapıyor ise -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
g), h) ÇeÅŸitli istatistiksel verilerin yardımıyla konum analizi yapılabilir -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
-Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
Belli bir düğüm ile konumlandırmaya başlanması şeklinde uygulanan yöntemlerdir. Bu yöntemler dağıtık/ayrık olarak uygulanamazlar. Sensörlerden alınan verileri benzerlik-farklılıklarına göre gruplandıran matematik tabanlı bir istatistiksel yöntemdir. 1.Dijikstra, Floyd algoritması gibi bir yöntemle bütün ikililer arasındaki en kısa yol hesaplanır. 2.Klasik MDS elde edilen bu matrise uygulanır. Alınan x en büyük özgündeğere göre x boyutlu bir harita oluşturulur. (x; ortam 2B ise x=2, 3B ise x=3) 3.2B için en az üç, 3B için en az 4 düğümün pozisyonu ile hata kareler toplamının minimize edilmesiyle düğüm konumları hesaplanmaya çalışılır.
Kablosuz Sensör Ağlarda Konumlandırma - Locatization in WSNs
Bu yöntemde seviye seviye arama yöntemine karşı, komşuluklar hesaplanırken elde edilen en az hatalı sonuç gerçek komşuluğu vermeyebilir çünkü sadece bu hata payı komşuluğu hesaplamak için yeterli olmayabilir. Bu gibi durumlarda local minimuma takılmamak adına geliştirilmiş bir yöntemdir. Hesaplama yapılırken rastgele olarak sıçramalar yapılr.
Rastgele seçilen düğümler çevresindeki diğer düğümlerre sinyal verilerek haritalama yapılmaya çalışılır.
Kablosuz Sensör Ağlarda Konumlandırma - Locatization in WSNs
Ortam koordinat sistemi gibi düşünülür ve aşama aşama düğümlerin tespiti yapılmaya çalışılır.
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.
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.
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: ->Belirsizliği döndürmek(a) ->Karmaşıklığı azaltmak (burada [AD] ile [BC] kesiştiği için uyguladık)(b)
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.
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.
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.
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.
(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.
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)
-Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
Bazı örnek güvenlik çözümleri; HiRLoc, SerLoc, ROPE, SPINE, DRBTS, LAD, Echo ... -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
Bazı güvenli Konumlandırma YöntemleriBazı 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.
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 wedu@ecs.syr.edu 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, radhag@ee.washington.edu 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, radha@ee.washington.edu Srdjan C˘apkun Networked & Embedded Systems Laboratory (NESL) Department of Electrical Engineering University of California, Los Angeles Los Angeles, CA, 90095 capkun@ucla.edu 9. SeRLoc: Robust Localization for Wireless Sensor Networks; LOUKAS LAZOS and RADHA POOVENDRAN University of Washington
-Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-

More Related Content

Kablosuz Sensör Ağlarda Konumlandırma - Locatization in WSNs

  • 2. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹- Kısaltmalar: *KSA : Kablosuz Sensör AÄŸları(Wireless Sensor Networks)
  • 3. KSA’lar kullanılarak hazırlanmış uygulamalar genellikle ısı, nem, hareket, ışık, olaÄŸanüstü durumların izlenmesi gibi durumlar için üretilirler. Bu amaç ile her bir düğümün yerleÅŸtirilmesi ve diÄŸer düğümlerle iletiÅŸim halinde bulunmasının yanında düğümlerin yerleÅŸtirimi de son derece önemli bir adımı oluÅŸturur. Bu hususta: • Düğümlerin yerleÅŸimi 3 ana grup halinde (mesafe/açı tahmini, konum bulma ve yerleÅŸtirme algoritmaları) ele alınacak. • DoÄŸal afet izleme, askeri uygulamalar gibi önceliÄŸi yüksek uygulamalara dışarıdan gelebilecek saldırılara ve bunlara karşı konumlandırma ile igili olan korunma yöntemlerine deÄŸinilecektir. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 4. Bir çok uygulamanın temelini konumlandırma sistemi oluÅŸturur, çünkü ister istemez bununla iliÅŸkili bilgiye ihtiyaç duyarız. Belkide ulaşılamayan yerler(dar maÄŸara/çatlaklıklar gibi), afet bölgeleri gibi önceden konumunu bilmediÄŸimiz alanlara düğümlerimizi yerleÅŸtirmiÅŸ olabiliriz. Bu gibi durumlarda düğümlerin yerlerini belirlemek zorunda kalırız. Sadece KSA’lara bağımlı bu gibi birçok neden sayılabilir; düğümlerin kimlikleri (güvenlik ve konum için), belirli bir alana yerleÅŸtirilmiÅŸ düğümlerin yönetimi, düğümlerin yoÄŸunluÄŸu, kapsama alanları, coÄŸrafi yönlendirme bilgisi, nesne izleme gibi... -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 5. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹- Her bir sensörün belli bir baÄŸlantı aralığı vardır. Sensörler konumlandırılırken, yer tahmininde baÄŸlantı hızının düşüklüğüne göre bir sensörün uzaklığı hesaplanabilir.
  • 6. Düğümlerden gelen sinyalın açısını/yönünü hesaplamak için konumu bilinen en az 3 doÄŸrusal olmayan nokta ile yeri bilinmeyen sensörün açısı hesaplanabilir.
  • 7. Düğümler arası mesafe yayımlanan sinyalin gecikme süresi baz alınarak hesaplanabilir. Ä°ki farklı ÅŸekilde bu yöntem uygulanabilir: 1.Aynı ibreyi gösteren zamanlayıcılara sahip düğümler arasında gönderilen radio sinyali alıcı düğüme ulaÅŸtığında önceden ulaÅŸması gereken zaman bilindiÄŸinden uzaklık bulunabilir. (b) 2.Ä°ki farklı hıza sahip dalga gönderilerek(radio ve ultrasonik ses dalgaları gibi) bu iki sinyal hedefe ulaÅŸtıklarında aradaki zaman farkından uzaklıkları hesaplanabilir. (c)
  • 8. a), b) Triliterasyon yöntemiyle düğüm tespiti c) Çoklu triliterasyon ile düğüm tespiti -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 9. d) Sınırlayıcı kutu yöntemiyle düğüm tespiti Üçgenlere bölme yöntemi; e) Kayıp düğüm yerini kendisi hesaplayabilir, f) Farklı düğümler yer tespiti yapıyor ise -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 10. g), h) ÇeÅŸitli istatistiksel verilerin yardımıyla konum analizi yapılabilir -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 11. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 12. Belli bir düğüm ile konumlandırmaya baÅŸlanması ÅŸeklinde uygulanan yöntemlerdir. Bu yöntemler dağıtık/ayrık olarak uygulanamazlar. Sensörlerden alınan verileri benzerlik-farklılıklarına göre gruplandıran matematik tabanlı bir istatistiksel yöntemdir. 1.Dijikstra, Floyd algoritması gibi bir yöntemle bütün ikililer arasındaki en kısa yol hesaplanır. 2.Klasik MDS elde edilen bu matrise uygulanır. Alınan x en büyük özgündeÄŸere göre x boyutlu bir harita oluÅŸturulur. (x; ortam 2B ise x=2, 3B ise x=3) 3.2B için en az üç, 3B için en az 4 düğümün pozisyonu ile hata kareler toplamının minimize edilmesiyle düğüm konumları hesaplanmaya çalışılır.
  • 14. Bu yöntemde seviye seviye arama yöntemine karşı, komÅŸuluklar hesaplanırken elde edilen en az hatalı sonuç gerçek komÅŸuluÄŸu vermeyebilir çünkü sadece bu hata payı komÅŸuluÄŸu hesaplamak için yeterli olmayabilir. Bu gibi durumlarda local minimuma takılmamak adına geliÅŸtirilmiÅŸ bir yöntemdir. Hesaplama yapılırken rastgele olarak sıçramalar yapılr.
  • 15. Rastgele seçilen düğümler çevresindeki diÄŸer düğümlerre sinyal verilerek haritalama yapılmaya çalışılır.
  • 17. Ortam koordinat sistemi gibi düşünülür ve aÅŸama aÅŸama düğümlerin tespiti yapılmaya çalışılır.
  • 18. 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.
  • 19. Bu yöntemde hata düzeltmelerinde veya yeni bir bilgi elde edildiÄŸinde gereksiz hessaplmalardan kaçınılıp onun yerine bazı varsayım-tahminlerde bulunulması önerir. (Assumption Based Coordinate) ÖrneÄŸin 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.
  • 20. Buradaki amacımız düğümleri olabildiÄŸince az alanda gösterebilmek. Elimizde iki çeÅŸit graf olabilir: a)EÄŸilemez graf; düğümler arasında bir çok baÄŸlantı vardır. Bu sebepten buna uygulanamaz b)EÄŸilebilir graf; bu tip grafa iki ÅŸekilde uygulanabilir: ->BelirsizliÄŸi döndürmek(a) ->Karmaşıklığı azaltmak (burada [AD] ile [BC] kesiÅŸtiÄŸi için uyguladık)(b)
  • 21. Algoritma iki fazdan oluÅŸur: 1.Faz; kümesel konumlandırma: Her bir düğümün oluÅŸturulacak kümenin merkezinde ve bu ele alınacak düğümlerin komÅŸularına olan göreceli uzaklıklarının tahmini. 2.Faz; kümesel dönüşüm: Aynı koordinat düzlemindeki her düğümün pozisyonu ortaklaÅŸa kullanılır. Ortak iki konum arasındaki doÄŸrusal olmayan en az 3 düğüm bulunur ve bunlar arasındaki döndürme, yansıtma, öteleme gibi iÅŸlemler uygulanır.
  • 22. Mekansal bir harita ve mesafe matrisi ile oluÅŸturulmuÅŸ bir koordinat sistemi dikimi tabanlı algoritmadır. Yansıtma, öteleme, döndürme gibi iÅŸlemlerde oluÅŸabilecek tutarsızlıkları önlemek amacıyla ortaya atılmıştır (a)’da mesafe matrisi belirtilmiÅŸ, (b)’de ise bu oluÅŸturulmuÅŸ mekansal harita gösterilmiÅŸtir. Bu çakışan yerel haritalar gösterilmiÅŸtir. Yerel haritalar belli bir matematiksel metod uygulanarak elde edilirler.
  • 23. Birincil düğüm olarak adlandırılacak düğümler seçilirler. Ä°lk olarak bazı sensörler ikincil olarak belirlenir. Birincil ile ikinciller arası tespit MDS algoritmasına göre belirlenir. Ä°kinci olarak PDM’ye gore geri kalan normal düğümler için yer tespiti yapılır.
  • 24. MDS ve APS(Ad-Hoc Positioning System) karışımı bir algoritmadır. Üç fazda uygulanır: 1. Ağın dış çevresi boyunca rastgele bazı düğümler seçilir. 2. SeçilmiÅŸ bu referans düğümleri ile ayrı ayrı MDS uygulanır. Böylece ilk olarak her ikili arasındaki en kısa mesafeler bulunmuÅŸ olacaktır. Bu iki fazing sonucu olarak elimizde bir koordinat sistemine uygulanabilecek düğümler kümesi elde etmiÅŸ 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 eÅŸit olmayacaktır. Ä°ÅŸaretçi düğümler sinyal yayarlar. En az üç iÅŸaretçi düğümden gelen konum bilgisi ile digger düğümler yerlerini bulmaya çalışırlar.
  • 25. (Radio Interferometrik Positioning System[RIPS]) Aynı anda iki farklı vericiden aynı anda karmaşık bir müdehale sinyali oluÅŸturulur. OluÅŸturulan birleÅŸik sinyal genellikle düşük frekanslı olduÄŸu 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 deÄŸildir.Ä°statistiksel 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 iÅŸlenmesi ile tespit gibi yöntemlere binaen daha verimli bir yöntemdir.
  • 26. 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 baÅŸlar. DiÄŸer 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 saÄŸlanır)
  • 27. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 28. Bazı örnek güvenlik çözümleri; HiRLoc, SerLoc, ROPE, SPINE, DRBTS, LAD, Echo ... -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-
  • 29. Bazı güvenli Konumlandırma YöntemleriBazı güvenli Konumlandırma Yöntemleri HiRLoc (High Resolution Robust Localization) Sensörlerin yüksek çözünürlükte referans nokta sayısı artırılmadan veya karmaşık donanım kullanılmadan kayıp düğüm tespitini saÄŸlar. Kapsama alanı belli oranda parçalara bölünür ve belli aralıklarla iÅŸaretçi düğümler sadece bu yönlere doÄŸru yayın yaparlar. Böylece hem daha iyi konumlandırma yapılmış olunur hemde sinyali her yöne yayılmadığı için tehlikelere tam olamasada kısmi olarak izin verilmemiÅŸ olunur.
  • 30. SeRLoc(Secure Range-Independent Localization) Ä°ki kademeli aÄŸ (sunucu-istemci modeli) mimarisi tabanlı dağıtık sistemlere uygulanabilen bir algoritmadır. Düğümlerin yerlerini pasif olarak belitmelerini saÄŸlar böylece Sybil, solucan deliÄŸi gibi saldırıları önlemeye çalışır. Yerini belirlemeye çalışan (düğüm kendisi belirlemeye çalışır) kayıp düğüm bir skor tablosu oluÅŸturarak yer tespitinde bulunmaya çalışır.
  • 31. 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 wedu@ecs.syr.edu 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, radhag@ee.washington.edu 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, radha@ee.washington.edu Srdjan C˘apkun Networked & Embedded Systems Laboratory (NESL) Department of Electrical Engineering University of California, Los Angeles Los Angeles, CA, 90095 capkun@ucla.edu 9. SeRLoc: Robust Localization for Wireless Sensor Networks; LOUKAS LAZOS and RADHA POOVENDRAN University of Washington
  • 32. -Kablosuz Sensör AÄŸlarında °­´Ç²Ô³Ü³¾±ô²¹²Ô»åı°ù³¾²¹-

Editor's Notes

  • #2: This template can be used as a starter file for presenting training materials in a group setting. Sections Right-click on a slide to add sections. Sections can help to organize your slides or facilitate collaboration between multiple authors. Notes Use the Notes section for delivery notes or to provide additional details for the audience. View these notes in Presentation View during your presentation. Keep in mind the font size (important for accessibility, visibility, videotaping, and online production) Coordinated colors Pay particular attention to the graphs, charts, and text boxes. Consider that attendees will print in black and white or grayscale. Run a test print to make sure your colors work when printed in pure black and white and grayscale. Graphics, tables, and graphs Keep it simple: If possible, use consistent, non-distracting styles and colors. Label all graphs and tables.
  • #3: This is another option for an Overview slide.