无线传感器网络虚拟化

无线传感器网络虚拟化

阿里・卡西夫・巴希尔*
A高级网络架构实验室,信息科学与技术研究生院,大阪大学,日本
*通讯作者:Ali Kashif Bashir,高级网络架构实验室,信息科学与技术研究生院,大阪大学
565‐0871,日本,电话:+81668794542;传真:+81668794544;电子邮件:ali‐b@ist.osaka‐u.ac.jp
收稿日期:2015年8月26日,录用日期:2015年8月27日,出版日期:2015年8月31日
版权: ©2015 巴希尔・阿克,本文是依据知识共享署名许可协议条款发布的开放获取文章,允许在任何媒介中不受限制地使用、传播和复制,只要注明原作者和来源。

社论

物联网(IoT)被认为是下一次技术革命之一,它能够实现各种物体之间的通信。作为物联网基本组成单元的无线传感器网络(WSNs),可以帮助用户(人类或机器)与现实世界事件进行交互和响应。无线传感器网络节点具备感知、通信和计算能力,并且正变得越来越强大。尽管具有诸多优势,但无线传感器网络存在一个明显的缺点:它们是领域专用和任务导向的,这意味着它们被设计用于服务某个特定应用,而无法轻易地被重新用于其他应用。这导致在同一区域为多个类似应用重复部署无线传感器网络基础设施。例如,在军事环境中,用于温度监测的无线传感器网络基础设施可能与用于监测敌方移动的基础设施不同。此类重复部署增加了基础设施成本。基于物联网的理念,未来的无线传感器网络部署应能同时支持多个应用程序。

虚拟化是一个成熟的概念,允许多个应用程序在单一物理基础设施上并发运行。它将实际的物理计算资源抽象为逻辑单元。虚拟化是实现未来互联网的关键技术,广泛应用于数据中心/云中。在无线传感器网络(WSN)中采用虚拟化,可以实现部署的高效利用,因为多个应用程序可以共存于一个虚拟化无线传感器网络上。它还可以在单个物理无线传感器网络之上创建多个逻辑无线传感器网络,其中物理无线传感器网络被称为虚拟化,而逻辑网络则称为虚拟的。虚拟化消除了无线传感器网络服务/应用程序与无线传感器网络部署之间的紧密耦合。这将为有经验以及新手应用开发者提供平等的机会,在现有部署上开发创新的应用程序。

虚拟化的另一个优势在于,它通过引入许多新的商业实体(如物理无线传感器网络提供商、虚拟网络提供商、虚拟网络运营商和服务提供商)来帮助定义商业模式。此类扩展将促进无线传感器网络技术的商业化并增加收入。

要理解这种无线传感器网络虚拟化,可以考虑由灾害管理机构部署的一个无线传感器网络基础设施,用于监测某座山的火山活动。无需为另一个应用单独部署新的无线传感器网络,例如,地方城市管理用于监测山体滑坡,或野生动物部门用于监测动物活动,现有的无线传感器网络基础设施可以被完全或部分虚拟化,以适应新的应用。无线传感器网络虚拟化的概念已应用于多个有趣的领域。例如,移动群智感知通过参与式和机会式感知利用这些传感器的虚拟化。文中提出了感知即服务(SaaS)模型以及相应的用例场景。通过成本高效的利用已部署的传感器,无线传感器网络虚拟化有助于实现SaaS模型。

虚拟化可以从两个方面进行讨论:节点级虚拟化和网络级虚拟化。前者允许多个应用程序在单个传感器节点上并发执行任务,从而使传感器节点具备多用途特性。 示意图0 给出了节点级虚拟化的基本概念。网络级虚拟化是一个较为宽泛的术语,因为一个网络可以通过多种方式进行虚拟化。一般来说,虚拟无线传感器网络(VWSN)是底层无线传感器网络的一个逻辑子集,部署用于特定应用以运行其协议。给出了VWSN的一个简单示意图,其中单个VSWN被虚拟化为两个虚拟无线传感器网络。然而,在网络级虚拟化下,一个应用程序也可以将其VSWN部署在多个无线传感器网络之上。
无线传感器网络虚拟化是一个新兴研究领域。随着其商业模型的预期扩展,我们预计应用开发者将对此领域产生巨大且不断增长的兴趣。《传感器网络与数据通信杂志》欢迎有关无线传感器网络虚拟化的文章投稿。我们计划发表关于无线传感器网络虚拟化各个方面的最新且开创性的研究。以下列出了一些相关方面,这些也是无线传感器网络虚拟化中的研究问题/方向。

  • 虚拟节点/网络嵌入算法
  • 面向基础设施即服务、感知即服务、节点即服务的新商业模式
  • 虚拟化环境中的服务组合
  • 资源分配
  • 面向云应用/服务的虚拟无线传感器网络
  • 先进的虚拟架构和框架
  • 高效节能的虚拟解决方案
  • 服务编排与提供
  • 带宽分配与负载均衡
  • 新协议和仿真工具

巴希尔・阿克,传感器网络与数据通信 2015,4:e105 DOI: 10.4303/2090-4886.1000e105
Editorial 开放获取
传感器网络与数据通信 ISSN:2090‐4886 SNDC, 一本开放获取期刊
第 4 • 卷 第 2 • 1000 期 e105
ISSN: 2090-4886 国际传感器网络与数据通信杂志
本文档由 funstory.ai 的开源 PDF 翻译库 BabelDOC v0.5.10 (http://yadt.io) 翻译,本仓库正在积极的建设当中,欢迎 star 和关注。

:无线传感器网络虚拟化。
引用: 阿里・卡西夫・巴希尔 (2015) 无线传感器网络虚拟化. 传感器网络与数据通信 4: e105. doi:10.4303/2090-4886.1000e105
第 2 页,共 2 页
传感器网络与数据通信 ISSN:2090‐4886 SNDC, 一本开放获取期刊
第 4 • 卷 第 2 • 1000 期 e105

Metal ECO实战:如何在不修改底层掩模的情况下修复芯片时序问题 本文深入探讨了Metal ECO技术在芯片设计中的应用,这是一种在不修改底层晶体管掩模的前提下,仅通过调整金属连线和替换预置填充单元来修复时序问题的“微创手术”。文章详细解析了其原理、适用场景、关键操作流程与命令,并分享了实战中的高级技巧与常见陷阱,为面临流片前时序违例的工程师提供了宝贵的修复指南。 阅读详情

相关推荐

无线通信中的高级仿真技术:云仿真技术_(11).云仿真技术的发展趋势

云计算技术的发展为仿真技术提供了强大的支持,使得大规模、复杂、高精度的仿真成为可能。传统的仿真技术通常依赖于本地计算资源,这在处理大规模仿真任务时存在明显的局限性,如计算能力不足、存储资源有限、扩展性差等。而云计算通过虚拟化技术、分布式计算和弹性资源管理,能够提供几乎无限的计算和存储资源,从而大大提高了仿真任务的效率和精度。

2401_87715305的博客 747

5款高效JVM调优在线工具深度解析

本文深度解析了5款高效的在线JVM调优工具,包括Arthas、JVMGenerate、PerfMa全家桶、FastThread和GCeasy。文章详细介绍了每款工具的核心功能与适用场景,例如Arthas用于线上实时诊断,GCeasy用于分析GC日志,并提供了基于不同性能问题(如CPU飙高、内存泄漏)的实战选型路径与诊断心法,帮助开发者快速定位并解决JVM性能瓶颈。

m3n5b7v8c9x的博客 397

28、雾计算与露天采矿爆破地面振动监测技术综述

本文综述了雾计算在物联网应用中的挑战与使能技术,包括任务动态迁移、雾节点编排、设备成本高等问题,并探讨了用户参与模型、分类学框架及SDN、虚拟化和容器等解决方案。同时,文章分析了露天采矿爆破引起的地面振动问题,总结了数值模型、无线传感网络和ANN预测等监测方法。最后指出,雾计算仍需统一的上下文和QoS感知框架,而露天采矿振动监测需进一步优化物联网架构以实现高效、经济的实时监控。

www00的博客 55

物联网知识

一、传感器 定义:狭义的定义是把非电信息转换成电信号的输出装置和器件。广义的定义是利用一切物质的法则、定理、定律、效应进行信息转换和能量转换,并且输入和输出严格一一对应的装置和器件。 传感器一般由敏感元件和转换元件组成。 物理定律:守恒定律,场定律,物质定律,统计法则 应用:工业自动控制,航空航天,资源监控和环境保护,军事,家电,医疗 发展趋势: 1.发现新效应,开发新材料、新功能

fearless11的博客 667

27、无线传感器网络与工业物联网:云与边缘计算的深度解析

本文深入探讨了无线传感器网络中的闲聊算法及其与泛洪算法的区别,分析了其在减少网络拥塞方面的优势与传输延迟的劣势。文章系统介绍了云计算的定义、发展演变、核心特点、服务模型(SaaS、PaaS、IaaS)和部署类型(公共云、私有云、社区云、混合云),并阐述了其技术支撑如虚拟化、SOA、网格计算等。同时,解析了人工智能、机器学习与深度学习的关系及应用。针对物联网时代的数据挑战,文章引出边缘计算的概念,强调其在低延迟、带宽节约和数据隐私保护方面的优势,并探讨其在工业互联网中的关键作用。最后指出,边缘计算与云计算相辅

q9w8e7r6t5的博客 66

56、无线传感器网络与云计算环境优化算法综述

本文综述了无线传感器网络(WSN)和云计算环境中的优化算法及其应用。在WSN部分,重点介绍了多种进化算法,如遗传算法(GA)、粒子群优化(PSO)、蚁群优化(ACO)、生物地理学优化(BBO)以及灰狼优化算法(GWO),并讨论了它们在能源效率、网络寿命延长和稳定性提升方面的贡献。在云计算领域,文章分析了常见的任务分配算法(如先来先服务FCFS、最短作业优先SJF、匈牙利算法)及其局限性,并提出了一种新的任务分配算法。新算法通过CloudSim仿真平台测试,在资源利用率和功耗方面均优于传统方法。最后,文章展望

pandas7gardener的博客 257

计算机英语pdf高凯,计算机专业英语(第2版)

Chapter 1 Programming and Mobile Development PlatformSection 1 C# and the .NET FrameworkSection 2 Java OverviewSection 3 Android PlatformBackground KnowledgeThinking and ExercisingReferenceSome Transl...

weixin_39942033的博客 505

23、无线传感器网络基于优先级的介质访问QoS策略

本文探讨了无线传感器网络(WSNs)中基于优先级的介质访问QoS策略,旨在应对链路不可靠、资源受限等挑战。文章提出了多种策略,如拓扑感知、网络感知、流量感知等,并通过模拟实验评估其在不同场景下的性能表现。最终总结了各种策略的优势与适用场景,并给出了实际应用建议,为提升WSNs的QoS提供了灵活的解决方案。

julia4scientist的博客 107

探索物联网技术与资源管理的交融

本文深入探讨了物联网(IoT)领域的多个关键技术,包括资源分配算法、无线传感器网络、以及无人机技术等。通过分析各种技术的特点与应用场景,我们能够更好地理解物联网技术在资源管理中的重要性以及未来发展的可能性。

weixin_29097457的博客 484

57、无线传感器网络与雾计算安全技术解析

本文深入分析了无线传感器网络(WSN)中LL-OLSR与CCLBARP路由协议的性能对比,通过模拟实验表明LL-OLSR在数据包交付率、端到端延迟和能量消耗方面表现更优。同时探讨了雾计算的安全挑战,包括篡改、窃听、拒绝服务等攻击类型,并综述了多种基于访问控制的安全解决方案,如分布式访问控制、上下文感知控制、CPAD协议及区块链融合方案。文章进一步阐述了WSN与雾计算的技术关联,展望了二者在融合创新、安全强化和应用拓展方面的未来发展趋势,为相关领域研究提供了全面参考。

convnet3designer的博客 56

17、无线传感器网络中基于前导码的QoS支持访问策略

本文提出了一种基于前导码的QoS支持访问策略,用于提升无线传感器网络中不同优先级流量的传输性能。通过引入距离、能量、缓冲区和数据速率等多维度感知机制,并结合静态与动态优先级调度,有效降低了高优先级流量的延迟,减少了数据包丢失,提高了网络公平性与能效。文章还评估了BPS-MAC与IEEE 802.15.4在不同流量模式下的性能,验证了所提策略在单跳场景中的优越性,并给出了实际应用建议与未来研究方向。

grass的博客 44

24下软考初级信息系统运行管理员,提供一条能过的野路子

根据供电方式:有源EPC标签(主动EPC标签)、无源EPC标签(被动EPC标签)、半有源EPC标签(半主动EPC标签)(有源EPC标签和半有源EPC标签支持距离大,成本高,适合比较昂贵的物品;该层对运维系统的数据进行处理,根据底层各个控制系统提供的数据的特点进行分类,根据分类的结果及每类的数据特点选择合适的数据存储系统存储到数据中心。控制系统层是物联网运维管理要继承的对象,包括RFID操作系统,传感器管理系统,网络管理系统,监控系统等,这些系统都独立运行,它们对外提供不同种类的接口。

2301_76902257的博客 962

53、5G 系统中基于新型元启发式和最优深度学习的物联网集群无线传感器网络切片技术

本文提出了一种基于新型元启发式果蝇优化聚类(FFOC)和最优门控循环单元(OGRU)的网络切片技术,旨在提升5G系统中物联网集群无线传感器网络的性能。通过FFOC技术优化聚类和簇头选择,结合OGRU深度学习模型进行网络切片,并利用贝叶斯优化调整超参数,有效提高了能量效率和网络切片性能。实验结果表明,该技术在多个关键指标上优于现有方法,展现出良好的应用前景。

web39explorer的博客 61

探索计算机科学里程碑:从内核到云服务

本文通过回顾一系列计算机科学领域的经典文献,探讨了从Linux内核扩展、对象存储技术、无线传感器网络的使能技术、RTOS的差异、Android操作系统的创新,到OpenStack Neutron在云服务中的应用等重要主题。这些文献不仅记录了技术发展的历史脉络,也为未来的技术探索提供了理论基础和实践指导。

weixin_35972981的博客 245

10、无线传感器网络节能路由与物联网实时视频监控系统

本文介绍了两种关键技术:增强型分叉合并自适应粒子群优化(EFJAPSO)算法用于软件定义无线传感器网络中的节能路由,有效降低能耗并延长网络寿命;基于树莓派和传感器网络的物联网实时视频监控系统,实现高安全性、低功耗和全自动化的远程监控。系统结合PIR传感器与OpenCV运动检测,通过电子邮件和短信发送警报,具备良好的实用性和扩展性。未来可进一步优化算法并集成更多智能功能。

9q8w7e6r5的博客 51

SDWSN中多任务资源映射机制

本文提出一种基于软件定义无线传感器网络(SDWSN)的多任务资源调度与映射机制,通过FlowVisor实现网络虚拟化,构建隔离逻辑网络并共享物理资源。采用非线性权重离散粒子群(NWDPSO)算法进行动态联盟构建,优化资源分配,提升资源利用率、降低能耗与任务完成时间。

m9n0o的博客 474

工业物联网SD-WSN架构优化:ECKD与RABDT算法提升网络寿命与可靠性

无线传感器网络(WSN)作为物联网的感知末梢,在工业环境中面临能耗不均、管理复杂和拓扑动态等核心挑战。其原理在于通过分布式节点协同完成数据采集与传输,但传统架构的控制与转发耦合限制了灵活性与能效。软件定义网络(SDN)通过控制与转发分离,为WSN注入了集中管控和全局优化的能力,形成了软件定义无线传感器网络(SD-WSN),其技术价值在于显著提升网络的可编程性、可靠性和资源利用率。在工业物联网等应用场景中,SD-WSN能够实现对异构业务需求的敏捷响应。本文聚焦于一种改进型SD-WSN框架,其核心在于引入了虚拟

weixin_31887307的博客 133

共享传感器网络综述

本文系统性综述了共享传感器网络(SSN)的研究进展,对比其与专用无线传感器网络在所有权、平台依赖性、代码模块化、资源共享和信息共享等方面的差异。文章提出分类法,涵盖节点级、网络级和系统级支持机制,探讨虚拟化、中间件、任务调度等关键技术,并分析SSN在提升资源利用率和投资回报率方面的潜力。

brown的博客 891
上一篇: 7、嵌入式平台上经济实惠的隔离:软重启启用的双模式虚拟化系统
下一篇: 21、Windows To Go、DirectAccess与BranchCache技术详解
人间清醒863
博客等级 码龄3年 33粉丝 1544原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值