稀有事件检测与传播

无线传感器网络中的稀有事件检测与传播

大卫·C·哈里森，温斯顿·K·G·西，和拉梅什·雷亚杜，惠灵顿维多利亚大学

发生概率低的事件对用于长期感知其发生或影响的能量受限系统提出了独特的挑战。与周期性采样或基于查询的传感系统不同，无法简单通过调整传感节点的占空比来实现使用寿命的延长，直到数据密度与网络寿命之间达到合理的平衡。由于稀有事件的发生概率低且具有随机性，难以保证占空比循环下的电池供电传感节点在事件发生时处于通电状态。同样，若要求传感节点始终通电，通常被认为不切实际，因为这会影响网络的可接受运行寿命。

在过去十五年中，无线传感器网络研究通过探索同步占空比循环冗余节点、被动感知、重复消息抑制以及节能网络协议等技术，应对稀有事件感知中的这一问题。研究人员还展示了从环境中采集能量以延长运行寿命的有效性。

本文综述了现有的罕见事件检测与传播技术，并提出了适合继续研究的方向。

分类与主题描述符：C.2.2[Computer-Communication Networks]：网络协议 通用术语：设计，算法，性能，可靠性 附加关键词和短语：无线传感器网络，稀有事件，占空比循环，能量收集

ACM参考格式:
大卫·C·哈里森，温斯顿·K·G·西，和拉梅什·雷亚杜。2016年。无线传感器网络中的罕见事件检测与传播。ACM计算调查48,4,第58篇文章（2016年3月），22页。数字对象标识符：http://dx.doi.org/10.1145/2885508

引言

传统无线传感器网络（WSN）节点是小型电池供电设备，通常由微控制器、适量的随机存取存储器、一些非易失性存储容量、一个或多个传感器以及低功耗无线电收发器组成。电池的有限电荷存储容量使得无线传感器网络研究在很大程度上专注于最小化能耗；能耗越低，网络的运行时间就越长。

传感节点节省能量并从而最大化其运行寿命的最简单方法是长时间关机。对于传感节点连接到持续供电基站的星型拓扑网络，每个节点可以采用独立的占空比以及基于非时隙载波侦听多路访问/冲突避免（CSMA/CA）的媒体访问控制（MAC）协议。部署用于周期性采样数据并通过多跳传输发送至基站的节点可以同步其活动[Yeetal. 2004]以确保网络连通性，并采用算法最小化个别路由节点的过度使用[Schurgers和 Srivastava 2001]。类似的技术也可用于由基站发起数据采集请求的网络[Yao和 Gehrke 2003]。然而，检测稀有事件引入了额外的复杂性。

罕见事件是公理化定义为发生频率较低的情况；它们可能持续时间短暂、出现不可预测，并且在结束后不会留下任何存在的痕迹。在本研究中，将罕见事件视为随机事件，因为在假设实现精确时间同步[Elson 2003]的情况下可以轻松感知那些遵循可预测时间表的事件。成功感知稀有事件需要考虑其短暂性和瞬时性的程度。一种被证明对感知正在发生的森林火灾有效的方案，可能无法同样有效地检测到火灾瞬间爆发的初始阶段。类似地，用于检测战场上持续时间仅为几分之一秒且不留下明显痕迹的入侵事件的方案，可能并不适用于感知持续时间相对较长、事后留下显著物理证据但发生频率更低的滑坡事件。

一项关于使用蒙特卡洛方法进行稀有事件仿真的研究[Rubino和Tuffin2009]补充了早期关于估计稀有事件概率的工作[Glasserman等 1999]，并将稀有事件定义为以非常小的概率发生的事件，“小”的定义取决于应用领域。给出的例子包括民用飞机在一次典型的8小时飞行中发生故障，以及高速网络节点出现缓冲区溢出。另一本关于稀有事件仿真的入门书籍[Bucklew 2013]并未提出定义，而是专注于稀有事件的随机性和不确定性。

需要注意的是，“稀有事件”这一术语在无线传感器网络研究中并不常见，文献中仅有少数几篇论文的标题包含“稀有”和“事件”这两个词[米什拉等人2015；哈里森等人2015；徐等人2012；张等2009；阿苏尔和帕萨萨拉西2007；杜塔等人2005；曹等人2005a]，其中仅四篇被他人引用过1[张等2009；阿苏尔和帕萨萨拉西2007；杜塔等人2005；曹等人2005a]。然而，我们在本综述中包含了更广义上的事件感知相关研究，这些研究包含了适用于部署用于检测罕见事件的无线传感器网络的技术、算法和分析。

稀有事件无线传感器网络（WSNs）应用于多种场景，包括战场[Arora等人 2004]，其中低单位成本支持高密度、短时间、一次性的部署。在工业环境[Low等人 2005]中，与固定布线相比，无线传感器网络具有成本效益，其强大的自组织特性使其适用于监控危险机械和保护高价值资产。在同一无线传感器网络中同时执行周期性数据收集和罕见事件检测是完全可行的，但应实施服务质量（QoS）感知路由协议[Gelenbe和Ngai 2008]，以避免在与罕见事件相关的紧急消息必须排在普通流量之后时出现不可接受的延迟。无论部署场景如何，有两个指标在稀有事件感知中显得尤为关键[刘等人2006；曹等人 2005a,2005b]：

检测概率 ：事件被检测到的可能性。
检测延迟 ：通知到达网络汇聚点所需的时间。

无线传感器网络（WSN）可被视为物联网（IoT）[Atzori等人 2010]的一部分，并持续受益于各种研究项目以及针对特定主题定期发布的综述。最近，统计、概率、人工智能和机器学习方法已被简要综述[Nasridinov等人 2014]，但过去五年中大多数无线传感器网络综述论文关注的领域均与罕见事件无关。一个例外是[Pantazis等人 2013] ，他们确实考虑了事件感知，特别是其与节能路由的关系，并强调事件的关键性如何影响协议设计。表I列出了自2010年1月1日以来发表的10篇被引频次最高的无线传感器网络综述论文及其研究领域。

综述	研究领域
Chengetal.[2012]	定位
Sundani等人[2011]	仿真器
Zhang和Varadharajan[2010]	密钥管理
Katiyar等人[2011]	异构聚类算法
Sen[2010]	安全
RodriguesandNeves[2010]	基于IP的无线传感器网络
FanandJin[2010]	感知覆盖
Christin等人[2010]	工业自动化
Martins和Guyennet[2010]	安全
Mohanty等人[2010]	安全

感知策略	surveyed论文
协作	17
占空比循环	15
组件停用	14
过度密集	8
消息抑制	7
突发感知协议	7
始终开启	7
能量收集	6

据我们所知，本文是首篇综述专门针对稀有事件感知的无线传感器网络研究、将稀有事件相关工作视为关联内容，或记录所提出工作可应用于稀有事件感知的研究。通用的无线传感器网络问题，包括但不限于安全[Waltersetal. 2007]、软件分发[Hanetal. 2005]、和无线电干扰[Zhouetal. 2005]，被视为超出范围。同样，本综述不考虑与所涉事件稀有性无关的事件感知技术。表II展示了以下事件感知策略的相关研究工作的相对数量：

协作 。在大型多跳传感网络中，长距离通信的能耗显著。如果传感节点通过本地协作来消除误报事件检测，可以在不影响检测概率的情况下延长网络寿命。协作还可以表现为具有离散能力的节点共同工作，以更可靠地检测稀有事件。

组件停用 。并非所有无线传感器网络节点的组件都必须持续供电。停用耗能较高的设备，特别是无线电收发器，可以节省能量，延长网络寿命，从而维持较长时间的高检测概率。

占空比循环 。定期关闭整个传感节点是最彻底的节能技术。当节点同步其睡眠调度时，可以在延长网络寿命的同时，保持可预测的检测概率和延迟水平。

过度密集 。密集部署传感节点，使其在网络中引入冗余，从而实现本地协作和同步占空比循环，并提高对单个节点故障的容忍度。

消息抑制 。当多个传感节点检测到同一稀有事件时，它们的检测消息可能被视为彼此的重复。抑制这些重复消息可减少网络流量，从而节省能量。

突发感知协议 。当多个传感器检测到稀有事件时，会产生突发的网络流量，这就需要设计相应的协议来处理由此引起的媒体竞争，同时避免引入不必要的检测延迟。

始终开启 。尽管并非适用于所有部署场景，但为了最大化检测概率并最小化检测延迟，最简单的策略是持续为网络中的所有节点供电。

能量收集 。通过收集环境能量以补充或替代传感节点中的电池，可以缓解最大化网络寿命和检测概率、同时最小化检测延迟的挑战。

本文的主体结构如下：第2节详细介绍了稀有事件感知中常用的策略并综述了现有研究，第3节讨论了该综述中发现的问题，第4节简要探讨了相关领域的研究工作。第5节给出了结论并指出了尚待解决的问题。

2. 事件感知策略

稀有事件特征的多样性使得任何一种感知策略都无法成为万能解决方案。此外，即使在事件分类明确的情况下，采用单一策略可能仍不足以最小化未检测到的事件发生概率，同时最大化传感网络的运行寿命。本节介绍事件感知策略，并列举了现有研究中对这些策略的探讨实例，综述了每种策略在文献中的代表性程度。表III总结了所综述的事件感知策略，指出了它们对检测概率和检测延迟的典型影响。以下小节将更详细地描述每种策略。

2.1. 协作

在大型多跳网络中，将事件检测消息从源节点传播到基站的代价可能非常高。如果相邻节点在启动昂贵的远距离通信之前进行协作，则可以共同决策是否存在足够的集体感知证据来支持发布事件检测消息。一篇关于协同事件检测算法的综述[Wittenburg等 2012]声称，与本地和集中式方法相比，分布式评估具有最佳的能效和最高的检测精度。

在最近提出的一种用于稀疏网络的概率事件监控方案（PEMS）[Das和Misra 2015]中，检测到事件的传感节点协作选择其观测在概率上具有显著性的节点。被协作选中用于事件监测的节点随后通过将数据转发责任分配给单个簇头来调整网络拓扑，以提高能效。

一个能够被训练以识别特定应用事件类型的系统[Wittenburg等人 2010]已在施工现场入侵检测中使用100个节点进行了实地测试。该系统摒弃了将感知数据传输至基站进行分析的方式，转而采用传感节点之间的协作来判断是否发生了事件。每个节点配备多个传感器，并从原始数据中提取特征向量。相邻节点共享其特征向量；只有当这些特征向量聚合后匹配已训练的或统计定义的事件向量时，才会发布检测消息。

与简单的阈值越限不同，可以使用更复杂的事件特征来进行瞬态复杂事件的分布式检测。在Martincic和Schwiebert[2006]中，节点是静止的、位置感知且均匀分布的，且每对节点之间都存在路径。传感器网络被划分为等大小的单元。同一单元内的节点轮流承担领导职责，包括单元内通信，并将该单元的带时间戳的加权平均值与相邻单元共享。对于由p × q个单元表示的网络，事件特征是一个r ×s矩阵，其中r<p且s< q。为了检测事件，领导节点将其单元中的节点“叠加”事件特征；如果发现匹配，则认为事件已被检测到，并向基站转发相应的消息。

针对负责环境事件二元检测的无线传感器网络中传感故障检测的分布式贝叶斯算法[Krishnamachari和Iyengar 2004]已通过理论分析和仿真表明，即使多达10%的节点出现故障，也能纠正85%–96%的故障。[Luo等人 2006]提出了相关的仿真工作，同时评估了奈曼‐皮尔逊方法，并更深入地考虑了其算法的能效。

班迪奥帕德亚和科尔[2003]指出，通过将节点聚类并指定一个簇头，由该簇头负责将检测消息从簇内转发到基站可以节省能量。作者提出了一种分布式随机聚类算法，并将其扩展以生成簇头的层次结构。随着层次结构中层级数量的增加，能效得到提升。

数据服务中间件（DSWare）[Li等 2003]通过基于事件特征对感知观测进行协同关联，实现网络内区分事件发生与误报，从而提供实时事件检测服务。支持基于数据语义的置信度函数，以确定子事件的相对重要性并捕捉历史模式。当检测率较低时，将报告关键事件的部分检测。

基于协同信号处理的分布式目标分类系统在军事野外测试[Brooks等 2003]中被证明是成功的。传感器区域中的物体通过多个传感器产生时变空间特征，移动物体即为特征场中随时间移动的峰值。跟踪该物体等价于跟踪峰值。分布式跟踪通过将传感器区域划分为多个单元实现，每个单元内指定一个管理者节点，负责单元间协调和单元内通信。在对移动目标进行协同检测、分类和跟踪时：（1）靠近潜在目标轨迹的单元被激活，这些单元内的节点协作感知目标；（2）当检测到目标时，该单元进入工作状态，并在目标符合所需类型时启动跟踪；（3）利用对目标当前位置和速度的估计，来预测目标的潜在未来位置；（4）当目标接近单元边界时，位于估计轨迹上的相邻单元被激活，此过程重复进行。

角色轮换覆盖保持协同休眠算法（RACP）[Hsin和Liu 2004]以及稀有地理空间事件的公平休眠覆盖算法（ESCARGO）[Harrison等人 2015]通过协作方式调整过度密集（第2.4节）的感知节点的占空比（第2.2节），在维持感知覆盖的同时降低全网能耗。

通过协作传感器节点的能量感知来提高能效，是另一种监控系统[He等人 2004]针对军事部署所关注的重点。通过调整系统灵敏度，可在能量消耗与监控效率之间进行权衡。在初始化时，节点发现其邻居节点，并选举哨兵节点来监控环境中的入侵者，其余节点则进入低功耗模式。当哨兵节点检测到入侵时，会唤醒其他节点，这些节点随后协作追踪入侵者。当入侵者离开感知区域后，系统重置，重新选择交替哨兵节点，此过程持续进行。

针对事件检测的协同模糊逻辑方案已被提出[卡皮塔诺娃等人，2012；图克和因苏，2011； LiangandWang 2005]，并有相关综述[SharmaandSingh 2014]，但尚未见其在罕见事件中的具体应用报道。模糊逻辑算法面临的一个挑战是通常需要大型规则库，而这些规则库的存储与分发对于无线传感器网络中常用的资源受限设备而言可能带来问题。最近，一些通用性更强的机器学习技术被提出用于明确的罕见事件的协同检测，例如供水管道泄漏[Rashidet al. 2014]。

本综述其他部分提到的还涉及协作事件感知的研究包括Mekikis等人[2013]、 Alam等人[2012]、Milic[2012]、Arora等人[2004]和Ye等人[2004]。

2.2. 占空比循环

在许多事件感知场景中，始终开启策略（第2.7节）无法满足超过几天或几周的持久性要求。为了延长使用时间，定期将节点断电（使其进入睡眠模式）可提高运行寿命，但可能会以牺牲确保事件检测为代价。

对于瞬态事件，最大化检测概率；对于持续事件，最小化检测延迟，这是将占空比循环作为事件驱动的无线传感器网络合适策略的关键。Zhu等人[2012]描述了系统寿命与检测性能之间的权衡；提出了一种协同确定节点唤醒时间的算法，并与随机睡眠调度进行了有利的比较。

最近的研究[Misra等人 2015] 针对稀有事件提出了一种用于军事场景中低频事件的传感器介质访问控制中的概率占空比（PDC‐SMAC）算法，旨在降低“无效感知”的能耗——即节点处于激活状态但无事件可感知的时间段。睡眠调度[Kavitha和Lalitha 2014] 可在最大化网络寿命的同时保证有界的检测延迟。Cao等人[2005a]提出一种方案，使节点以协调方式进入和退出睡眠模式，确保感知覆盖在网络中轮换，每个节点按固定间隔被激活。对于持续事件，该方案会引入检测延迟的增加；而对于瞬态事件，检测概率的下降则不可避免。在优先考虑网络寿命的场景中，此类方案可能是可接受的。

在无线传感器网络负责向感知区域内的人员发出警报的情况下（例如森林发生火灾时通知林业工人，或检测到气体泄漏时通知矿工），检测延迟被视为关键因素，因为通过大型网络进行信息传播所具有的复杂多跳特性可能受到中间节点采用次优占空比的不利影响。

Guo等人提出了一种基于逐层偏移调度的占空比模式[Guoetal. 2012]，该模式将检测延迟的上限限制为3D+ 2L，其中D表示到中心节点的跳数，L表示占空比睡眠时间。Guo等人提出的方法[2012]在检测到稀有事件（作者使用“关键”事件一词）后采用两阶段警报广播。在第一阶段，事件通知被发送至中心节点，随后中心节点启动第二阶段，将警报广播至所有其他节点。

占空比的自适应控制[Vigorito等 2007]针对能量收集无线传感器网络（第2节.8）使传感节点能够响应环境变化。研究表明，这类方案优于需要先验知识可用能量的技术。这种技术组合是稀有事件感知研究成功的典型代表，其中两种或多种方法相互补充。占空比循环和能量收集各自都是有利的技术，而当它们结合使用时，能提供更大的益处。

在本综述的其他部分详细介绍的以下论文中也考虑了全节点占空比循环：Kang等人[2012]、He等人 [2004, 2006]、Keshavarzian等人[2006]、Hsin和Liu[2004]、Kumar等人[2004] 以及Tian和 Georganas[2002]。

2.3. 组件停用

全节点占空比循环（第2.2节）的一种替代方法是在组件不需要时将其停用。无线传感器网络节点中能耗最高的组件是无线收发器（表IV）。发送和接收的开销不可避免，但媒体冲突及其重试会导致能量浪费。空闲监听是指收发器处于开启状态但未接收到任何数据包，这是另一种显著的能量浪费。组件的停用可以由应用程序控制，也可以由其他层发起，尤其是MAC层，通常在没有数据需要监听或接收时允许收发器进入睡眠状态。

AIMRP，一种轻地址集成MAC与路由协议[Kulkarni等2006]，专门针对稀有事件检测场景设计。该协议采用随机化的节能模式，允许节点独立地关闭其收发器。通过仿真表明，AIMRP在罕见事件检测方面优于更通用的传感器MAC（S‐MAC）[Ye等人 2002]用于事件检测应用。S‐MAC也支持收发器停用；节点的虚拟簇执行局部睡眠同步。针对所选的τ值，即事件报告的最大允许端到端延迟 τ（相当于最大允许的检测延迟），比较了AIMRP和S‐MAC的能耗。对AIMRP的仿真与分析表明，在 τ取值介于0.015秒至0.05秒之间时，其能耗低于S‐MAC分析所预测的能耗。

在应用层面，军事入侵系统“线在沙上”（LITS）[Arora等人 2004]区分了蓝敏感应和主动感应。蓝敏传感器用于测量入侵者的模拟特性，如磁、热和声学特性，而主动传感器则通过目标对传感器发射信号的修改、反射或散射来确定入侵者的目标距离、速度和行进方向。LITS中的主动传感器采用脉冲多普勒技术，而磁力计则作为蓝敏传感器使用。当协作式低功耗蓝敏传感器检测到入侵者时，将触发主动传感器的启动。在LITS中，主动传感器和蓝敏传感器位于不同的节点上并进行协作，其中蓝敏节点负责检测入侵，主动节点负责跟踪入侵者。

一种基于源发起或接收端发起的唤醒无线电（WUR）的介质访问控制（G WR‐MAC）[Karvonen等 2014]旨在减少空闲监听，从而提高短距离通信网络（如无线传感器和体域网络）的能效。与传统的轮询式（第2.2节）MAC协议相比，分析结果表明 GWR‐MAC在感知低频事件时具有优势，且能实现较低检测延迟，具备较高的能效。

TRAfficAdaptiveMediumAccess协议（TRAMA）[Rajendran等 2006]是一种具有分布式选举机制的时隙分槽MAC协议。TRAMA保证无碰撞传输，并允许节点在不进行传输或无需接收时关闭收发器电源。第2.6节中描述了其他将收发器短时间去激活的额外MAC协议。

用于控制感知网络的消息通常为小尺寸，以小批次高频率发送；而响应事件检测所发送的消息则大很多，以更高的量传输但过少的频率。在每个传感节点上部署两个无线电设备[Feng和Potkonjak 2002]，即使用低功耗设备传输控制流，使用高功率组件传输事件数据，可以使更耗电的组件几乎一直处于断电状态。

组件停用也在本综述其他部分详细介绍的以下论文中被考虑：Yoo等人[2012]、Sun等人[2008a， 2008b]、Dutta等人[2005]、He等人[2004]、Polastre等人[2004]、Ye等人[2004] 以及VanDam 和Langendoen[2003]。

2.4. 节点过密/节点冗余

在所有节点均通电且具有足够感知覆盖的网络中，占空比循环（第2.2节）可增加网络寿命，但会减少覆盖率。过度部署感知区域允许节点同步其占空比，从而在部分节点断电时仍能维持感知覆盖。安装冗余节点，使每个主感知节点都有一个邻近的伙伴节点，可以保持最佳覆盖率，并提供一定的容错能力。

SenSlide[Sheth等人 2005]提出的滑坡预测系统，是一种用于事件检测和数据期采集的无线传感器网络混合系统。该系统采用能量感知路由协议，以避免个别节点过早耗尽能量，同时主要通过部署冗余节点来实现一定程度的容错性。

对于瞬态事件，当检测概率低于理想水平不可接受时，若部署了过度的节点，则可通过工作周期调度算法来保持覆盖率。一种覆盖保持型轮换角色算法[Hsin和Liu 2004]使得在这种部署下能够延长初始感知覆盖保持的时间，其方法是允许节点进入休眠状态，前提是其邻近节点的一个最小子集已同意协同负责该休眠节点的感知区域。当休眠节点唤醒后，其赞助邻居节点便可自由进入睡眠模式，只要它们能与自身的一组邻居节点达成赞助协议即可。

本文综述的其他研究依赖于或考虑了传感节点的过度密集，包括Harrison等人[2015]、Zhu等人[2012]、 He等人[2006]、Cao等人[2005a]、Kumar等人[2004]、Arora等人[2004]以及Tian和Georganas[2002]。

检测 策略	概率	延迟	观测
协作	增加	增加	协作感知可以带来更高的准确性 了解稀有事件何时发生 什么构成和不构成误报 检测。然而，节点之间交换 协作信息不可避免地延迟传输 事件通知消息的传输。
组件 停用	-	增加	检测概率不受影响的假设 主传感器不是组件 已停用。关闭收发器不可避免地 导致传输延迟，在某些情况下 也可能增加整体能耗 启动收发器可能会消耗大量电能 发送一个数据包的能量[Olds和Seah 2012]
占空比循环	减少	增加	当与节点过密结合时， 对检测概率的负面影响可以减少， 然而同步方案的控制消息引入了 网络开销。
过度密集	增加	May 增加	虽然更高的传感节点密度有利于 事件检测，但额外的网络复杂性可能 导致消息传出的延迟。
消息 抑制	-	减少	删除重复消息可消除 网络中的拥塞，使紧急事件通知能够更快地到达 目的地。
突发感知 协议	-	减少	专门设计用于处理突发情况的协议 网络活动主要旨在减少 检测延迟。此类协议通常具有 需要停用的组件停用元件 精心配置以最小化增加 等待停用期间的检测延迟 组件再次预热。
始终开启	最大化	最小化	存储的能量迅速耗尽，使得长期 部署变得困难。与能量的结合 收集能量有望延长网络寿命。
能量 采集	增加	-	由能量收集供电的网络具有 比依赖电池的设备更有可能保持工作状态的时间更长 电池。然而，能量供应可能是不可预测的 不可预测，导致因意外节点故障而引起的检测概率暂时降低 检测概率下降。

2.5. 消息抑制和数据聚合

当多个在物理邻近性较近的节点感知到稀有事件时，它们生成的消息可以被视为彼此的重复；传递其中一部分消息可能足以确认事件发生[Heinzelman等人，2002年；Yang等人 2013]。

CC‐MAC[Vuran和Akyildiz 2006]，由事件MAC（E‐MAC）和网络MAC（ N‐MAC）组成，利用传感节点生成消息的空间相关性来抑制来自物理邻近性较近节点的重复消息。在给定的相关区域中，选择一个节点作为其相关邻居节点的代表节点；仅传输来自代表节点的消息至网络汇聚点；所有其他消息均被抑制。

Sift[Jamieson等人 2006]是一种时隙MAC协议，旨在应对大量节点同时传输请求的突发特性（第2.6节）以及消息队列的去重问题。通过消除一定比例的重复消息，Sift旨在实现从R个节点向N 节点的无碰撞传输，其中R< N。在成功传输R 条消息后，其余的N − R 条消息将被抑制。

以数据为中心的路由中的消息聚合技术[Krishnamachari等2002]包括通过减少传输量来实现消息抑制，从而降低能耗。在密集网络中，研究显示[Intanagonwiwat等 2002]贪婪聚合比机会聚合方案更高效。滑动窗口skyline[Borzsony等 2001]也被提出作为森林火灾检测系统中消息抑制的一种合适技术[Pripuˇzi´c等 2008]。

2.6. 突发感知协议

稀有事件可能在传感器网络中引发消息海啸，所有这些消息都希望同时传输，从而导致信道竞争、数据包碰撞概率增加，以及数据丢失和延迟的潜在风险。

IEEE802.15.4标准定义的MAC层[Gutierrez等 2001]，在无线传感器网络设备中被广泛使用，具有两种操作模式。在信标模式下，至少有一个设备作为个人区域网络（PAN）协调器，而非协调器设备必须等待在无竞争时隙中进行传输。如果未启用信标功能，则采用基于侦听物理介质的非时隙载波侦听多路访问/冲突避免算法，通过调用随机指数退避算法来避免冲突。无论是否使用信标，IEEE802.15.4MAC的设计旨在最小化节点的能耗，而非最大化传输速率。在极端突发情况下，可能需要使用其他MAC协议。

一种地理跨层异步发送者导向的MAC协议[Zayani等2014]最近被提出，以促进低占空比无线传感器网络（第2.2节）中的机会路由，这些网络可能经历突发性流量模式和网络拓扑的不可预测变化。该协议的目标是在保证可接受的端到端延迟下实现数据包传输的同时，最大化网络生命周期。

可靠突发汇聚（RBC）[Zhang等人 2007]是一种专门设计用于处理在多跳网络中向有限数量的汇聚节点汇聚的数据突发的MAC协议。基于B‐MAC[Polastre等人 2004]实现的RBC，利用从[Arora等人 2004]获取的数据轨迹进行实验表明，其性能优于默认的TinyOS[Levis等人 2005]无线通信协议栈，特别是在不需要100%数据包投递率的情况下。

S‐MAC[Ye等人 2004]是一种早期用于电池供电传感器节点自组织部署的MAC协议，这些节点在大部分时间内处于不活跃状态，但在检测到事件时会突然激活。S‐MAC更重视节能和自配置，而非节点公平性和延迟。采用相同睡眠调度的虚拟节点类群可减少控制开销，而消息传递技术可降低进行网络内数据处理的应用程序的竞争延迟。

一种用于动态流量负载的接收者触发的异步占空比MAC协议（RI‐MAC）[Sun等人， 2008b]是一种收发器停用（第2.3节）协议，在应对突发性消息流时表现优于同时期的其他协议。基于剩余能量的占空比调度（DSP）和基于剩余能量预期增长的占空比调度（ DSR）[Yoo等人 2012]是源自RI‐MAC的协议，其停用调度策略基于采集能量的剩余量或预期增加量（第2.8节）。

一种旨在应对稀有事件检测后出现的数据突发的MAC协议是需求唤醒MAC（ DW‐MAC）[孙等2008a]；该协议按需唤醒处于睡眠状态的收发器，同时确保在接收节点处的数据传输不会发生碰撞。DW‐MAC是一种采用占空比的MAC协议，要求精确的时钟同步。每个周期分为三个阶段：同步期、数据期和睡眠状态。DW‐MAC在周期的睡眠状态期间按需唤醒节点，以发送或接收数据包。

Sift[Jamieson等 2006]是一种专用于事件感知网络的MAC协议，其原理与通过从事件本身获取的能量供电的稀有事件无线传感器网络（WSNs）[Cheng等 2013]相似，这类网络必须在有限的可用能量耗尽之前处理数据突发。

2.7. 始终开启

如果无法接受遗漏事件发生的情况，或者需要尽快通知事件，又或者网络部署时间尺度足够短以至于电池耗尽的可能性很小，则可能需要让事件感知节点始终处于通电状态。估算常开策略传感网络的使用寿命具有挑战性。在一项关于大型入侵检测系统的研究中[Kumar等 2005]指出，通常会出现高达一个数量级的估算错误。然而，在某些情况下，采用常开策略仍然是合适的做法。

监测振动的结构工程师需要高采样率下的丰富数据，但由多个节点组成的无线传感器网络中的带宽限制使得如此数据洪流的可靠传输变得不切实际。Wisden[Xu等人 2004]观察到单个以100赫兹频率生成16位采样的三轴加速度计需要4.8千比特每秒的带宽，并且表明，对于结构振动分析而言，仅传输与感兴趣事件相关的数据（而非连续式时间序列）已足够。即使考虑到这一点，并在传输前进行数据压缩，在此类环境中，传感器节点几乎始终处于繁忙状态。

通过使用小型低功耗无线传感器网络设备，Werner‐Allen等人实现了对活火山事件的监测，其方法是使传感节点始终处于energised状态。由于短期部署（3周）、检测到的事件数量（230个）以及事件的短暂性（每次不到60秒）和瞬态特性，采用始终开启策略是可接受的。类似地，Viani等人提出的用于临时博物馆展品监控的系统也始终保持energised状态，以最大化检测概率；由于电池能够为整个展览期间提供足够的电力，因此延长网络寿命并不重要。

永久供电所有无线传感器网络节点是一种在军事入侵检测系统[Arora等 2004]中采用的技术，在考虑低占空比无线传感器网络的覆盖率维护时被引用[Hsin和Liu 2004]。

2.8. 能量收集

无线传感器网络研究传统上侧重于降低电池供电的传感器节点的能耗，在使用寿命和功能之间寻求平衡。近年来，研究人员正在评估从各种环境来源收集能量的有效性[GilbertandBalouchi2008；Sudevalayam和Kulkarni 2011]。

诸如太阳能等能源是可靠的（太阳总会出来），但具有不可预测性（可能会被云层遮挡）。对于稀有事件感知而言，当事件可能发生在有限环境能量可用的时刻时，采用Harvest‐Store‐Use架构[Sudevalayam和Kulkarni 2011]，并结合Prometheus[Jiang等人 2005]和AmbiMax[Park与 Chou 2006]中使用的多个存储设备，似乎是合适的选择。然而，Prometheus和AmbiMax均未直接针对稀有事件感知进行设计，其中Prometheusspecificallyaimedatperiodicdatacapture。

一种针对协作式能量采集网络的自适应调度方案[Ammar和Reynolds 2015]将协作通信（第2.1节）与能量收集相结合，设计了一种调度方案，旨在最大化分组投递率，以在无需最小化检测延迟的情况下实现可接受的检测概率。协作节点根据其采集能量水平，将其状态通告为“激活/开启”或“非激活/关闭”（一种占空比循环形式（第2.2节），但不涉及组件停用（第2.3节））。当某个节点检测到事件并希望发送通知消息时，若当前存在标记为“激活”的协作节点，则源节点将通过其协作邻居转发该消息；否则源节点尝试自行传输。仿真结果表明，该方案性能与最先进的替代方案[Li等人2012]相当，但无需进行阈值参数优化。

一种用于能量收集无线传感器网络中占空比循环的自适应方案（第2.2节）[Vigorito等人 2007]，不试图对能量源进行建模，因此可在无法预先了解能量源特性的情况下使用。该方案具有计算高效性，并能适应接近耗尽的情况，从而防止节点故障，同时通过可调稳定性限制单个节点占空比的波动。类似地，ODMAC[Fafoutis和Dragoni 2011]，是一种专门针对能量收集无线传感器网络设计的按需MAC，支持具有不同能量特性的节点采用各自的占空比，但未考虑其在稀有事件感知中的应用。

DSR和DSP[Yoo等人 2012]（参见第2.6节）基于RI‐MAC[Sun等人，2008b]提出了面向能量收集无线传感器网络的动态占空比调度。DSR允许传感器节点根据其剩余能量存储调整占空比。DSP估计未来的能量收集机会，并积极调整占空比。

在节点间距为20m、传输范围为30m的情况下，对于N×N网格（N在4m到8m范围内）， DSR和DSP相较于未修改的RI‐MAC展示了端到端延迟的降低。

关于结构健康监测（SHM）传感器网络的能量收集综述[Park等人 2008]并未局限于稀有事件，但近期的研究[Cheng等人，2013年；Tomicek等人 2013]探讨了利用地震这类稀有事件本身所提取的能量为无线传感器网络供电来进行结构健康监测。研究重点是一种能够处理由事件产生的消息的突发特性（第2.6节）以及通过频率调谐的压电振动能量收集器从地震中获取的有限能量的MAC协议。

一篇关于能量收集无线传感器网络中电源管理的详细综述[Kansal等2007]将事件监测作为部署示例。特别关注检测延迟，并区分了MAC层和能量感知路由协议引入的延迟。

2.9. 现有工作的分类

（续）

3. 讨论

根据数据传输配置文件，无线传感器网络可分为连续式、事件驱动式、观测者发起式（基于查询式）或混合式[Tilak等 2002]。根据文献资料，周期性感知似乎是无线传感器网络研究人员最感兴趣的模式，尽管事件感知正变得越来越受欢迎。关于无线传感器网络研究被引用最广泛的综述2 Akyildiz等[简要提到了事件感知和基于查询的方法，但其所综述的大多数技术和系统均针对周期性感知部署。较新的综述[Yick等 2008]对事件感知给予了更多篇幅，而近3年内发表的一篇关于无线传感器网络编程技术最新技术的综述[Mottola和 Picco 2011]则重点介绍了事件触发式分布式处理的应用。

罕见事件的特征是特定领域内的低发生概率，但选择合适的检测与传播技术依赖于对其若干属性的理解：

频率 。尽管罕见事件在给定时间周期内发生的概率可能较低，但在较长的时间周期内，其发生次数可能被视为频繁。例如，在接下来的60秒内发生地震袭击新西兰的概率很低，然而该国每年都会经历数百次地震。

随机性 。这些事件在多大程度上以部分可预测的方式发生？在工业环境中，可能存在某种触发事件（例如开启某台机械），使得稀有事件可能发生，但并不一定具有高概率。

短暂性 。罕见事件持续的时间长短会影响应对策略的设计。如果一个事件通常持续n个时间单位，那么在第n个时间单位才检测到是否可以接受？在多大程度上更希望在第一个时间单位就检测到它？

短暂性质 。事件发生后，是否留下任何其曾经发生的证据？如果有，通过检测事件造成的影响而非事件本身是否可接受？水管主干线的破裂可以在断裂位置通过物理变化来感知（对于长管道可能存在困难），也可以通过断裂点之后的水压下降来感知。

连通性 。一旦事件发生，是否意味着下一次发生的某些情况？能否预测后续事件的幅度或时间？测量事件发生时的短暂性可以为睡眠调度算法提供信息，该算法最初假设事件是瞬时的，但随后发现事件总是持续（即可检测的）一段时间，因此可以将睡眠周期调整为略短于该时间段。

关键性 。检测到一个事件的重要性有多大？一旦检测到，通知消息必须以多快的速度传播给相关方？这可能与事件频率有关；对于频繁发生但关键性较低的事件，错过它们可能是可以接受的，因为可以确定不久之后还会有另一个类似事件发生。

网络寿命 。该网络必须保持工作状态多长时间？事件是否如此罕见，以至于一旦被检测到，网络就可以通过耗尽所有能量来传播通知消息，从而有效地自我毁灭？

要在给定位置检测到稀有事件，当该事件发生时，位于该位置感知范围内的至少一个节点必须处于正常运行状态。同样，一旦该事件发生，在事件被检测到后，必须有足够的节点处于工作状态，以确保存在低延迟路径，将事件通知消息转发至网络汇聚点。无论由电池供电还是通过从环境中收集能量供电，用于检测和报告罕见事件的无线传感器网络都受到双重需求的限制：在有限的能量来源下，既要最大化检测概率，又要最小化检测延迟。本文综述的感知策略针对这些限制，单独或以互补组合的方式加以解决。

表V突出了两个主题。首先，用于长期部署的应用（即不采用第2.7节中所述的“始终开启”策略）很少仅依赖本文所介绍的一种策略。其次，几乎所有的用于稀有事件感知的 MAC协议都利用了组件停用，以至于它们会定期关闭无线收发器。

在被调查论文的引用次数中，反映了多策略现实部署的主导地位。在撰写本文时，本综述中引用最广泛的两篇文章3 Heinzelman等人，2002年；Ye等人 2002]分别关注单一策略：消息抑制（第2.5节）和组件停用（第2.3节）。如果将各个独立的策略视为高效且成功无线传感器网络的基本构建模块，那么在开发实际系统时，选择哪些策略以及如何组合这些策略是基本的考虑因素。

4. 相关工作

在无法通过单个节点或邻近节点协作评估来检测事件发生的情况下，可以将感知数据传输到基站进行综合事件判定。一个模拟的矿井安全系统[Li等人 2008]采用这种方法来检测气体泄漏、渗水以及高氧气浓度区域，后者可在紧急情况下为矿工提供避难场所。尽管整个系统用于检测罕见事件，但无线传感器网络节点本身仅执行周期性数据采集。

除了感知地理空间现象外，无线传感器网络（WSN）本身遭受的恶意破坏也可被视为一种稀有事件。daSilva等人[2005]提出了一种去中心化的基于规则的三阶段算法，用于入侵检测，重点关注消息延迟、篡改和重放等多种攻击策略。Sun等人[2007]和Roman等人[2006]描述了入侵检测机制在无线传感器网络中的应用，而Czarlinska等人[2007]则将敌对环境中的传感器执行器攻击视为稀有事件。类似地，在用于检测关键稀有事件的无线传感器网络中，故障检测与容错具有重要意义[Mahapatro和Khilar，2013年；Ould‐Ahmed‐Vall等人，2012年； Jurdak等人 2011]。

除了专用的无线传感器网络外，稀有地理空间事件还可以通过协作使用个人电子设备进行监测。此外，某些类别的稀有事件可以通过对原本并非用于检测目的部署的多种异构传感器网络所捕获的数据进行离线分析来预测。

社区感知[Krause等 2008]是一个研究领域，旨在调查利用智能手机内置的传感器和通信功能来检测和监控罕见事件。iShake应用程序[Dashti等 2011]及其他[Faulkner 等2011]致力于借助移动传感设备协助检测地震及类似的稀有事件。社交网站的信息流也已被评估用于其实时“社交感知”潜力[Sakaki等 2010]。

5. 结论与未来工作

能效一直是无线传感器网络研究的焦点[Akyildiz等人，2002；Yick等人 2008]。一项相对新的研究[Anastasi等人 2009]专门综述了针对无线传感器网络的能量节约技术。对于特定的感知任务，能够在保持适当感知功能和网络连接性的前提下显著降低能耗的创新技术，将持续受到关注。

随着越来越多的无线设备在物联网（IoT）背景下部署，网络类型（传感器、执行器、自组织、体域网）之间的区别将变得模糊，更多地取决于部署场景而非设备和协议。如果物联网推动底层技术的融合，并促进低成本、高能效、可编程无线设备的标准化，那么多功能网络或将取代单一用途的解决方案成为常态。然而，若设备使用和网络流量的融合不能整体遵循服务质量（QoS）规则，确保关键的稀有事件通知消息以高优先级传输，则可能导致稀有事件检测延迟显著增加。

无论未来部署是多用途还是单一用途，可以合理预测，本综述中所识别的稀有事件策略将在适当情况下继续被采用，但每种策略的相对使用频率可能会随时间而变化；某些策略的重要性可能因其他策略普及程度的上升或下降而增加或减少。如果能量收集技术得到改进，使得大量始终开启的设备被密集部署，从而提供对稀有事件发生更细致的观测，则协作可能会更频繁地被使用。相反，如果可充电电池和充电技术在容量和效率方面显著提升，能够更快地储存更多能量，那么组件停用可能会变得不那么普遍，因为不再需要频繁关闭耗能较高的组件。

能量收集有望延长无线传感器网络的寿命，并已在数据捕获应用中得到广泛研究[Seahetal. 2009]，但相比之下，将该技术成功应用于稀有事件无线传感器网络的研究较少。一个适合进一步研究的方向是不可预测的能量收集模式对现有节能技术的影响，这些技术用于延长电池供电的稀有事件无线传感器网络的寿命。某些方案可能被证明不可行，而其他方案则可能可通过修改，使能量收集进一步延长无线传感器网络的寿命，同时确保高检测概率并保持低检测延迟。

还应关注在节点协作占空比以节约能量的情况下，实现事件通知消息低延迟转发所面临的挑战。现有的机会式转发算法[F¨ußleretal.2003；Sanchezetal. 2007]在某些稀有事件感知场景中可能不适用。