Decisão de espectro em redes de sensores sem fio empregando aprendizado de máquina

• Main Author: Vinicius Fonseca e Silva
• Publication Date: 2014
• Format: Master thesis
• Language: por
• Source: Repositório Institucional da UFMG
• Download full: http://hdl.handle.net/1843/ESBF-9HXNFF
• topic: Aprendizado de máquina; Redes de sensores sem fio; Rádios cognitivos; Computação; Redes de Computadores; Aprendizado do computador; Redes de sensores sem fio

Redes de Sensores Sem Fio (RSSFs) utilizam faixas de espectro ISM (Industrial, Scientific and Medical), as quais atualmente encontram-se sobrecarregadas devido a diversas tecnologias tais como WLANs, RSSFs e Bluetooth. Em razão dessa sobrecarga, as RSSFs sofrem com grandes perdas de informação, causando desperdícios de energia elevados. Com o objetivo de reduzir tais perdas, as RSSFs devem empregar métodos inteligentes, como por exemplo de Rádio Cognitivo (RC) para selecionar o melhor canal, coexistindo assim com outras redes que usam a faixa ISM. Uma das formas de implementação de RC, e que tem sido bastante adotada pela literatura recente, emprega Aprendizado de Máquina (AM), que cria um método de escolha do melhor canal, processo esse que também é conhecido em RC como Decisão de Espectro. Apesar do bom desempenho das propostas existentes, a maior parte possui custo computacional elevado, o que impede seu uso em plataformas com recursos limitados. Outra limitação é o fato da maioria dos trabalhos considerarem um pequeno conjunto de algoritmos de AM. Além disso, grande parte dos trabalhos são validados apenas por meio de simulação e dados empíricos, o que reduz a confiabilidade sobre a eficácia em cenários reais. Este trabalho avalia um conjunto extenso de algoritmos de AM para a seleção de canal em plataformas de RSSFs de baixo recurso computacional. Os melhores algoritmos de AM são implementados em nós sensores reais, demonstrando experimentalmente sua eficácia. Por fim, apresentamos uma comparação dos algoritmos propostos com métodos baseados em canal fixo, e métodos de Decisão de Espectro baseados em energia. Os resultados obtidos mostram que métodos de RC baseados em AM aumentam o desempenho da comunicação como um todo, quando comparados com os outros métodos implementados, reduzindo a quantidade de retransmissões no meio e assim diminuindo o atraso de envio de pacotes.