통계적 여과 기법 기반 센서 네트워크에서 라우팅 경로 최적화를 위한 영역별 부분 경로 선택 방법

Abstract

무선 센서 네트워크에서 라우팅 경로는 네트워크 보안 유지를 위해 매우 중요하다. 이러한 라우팅 경로를 유지하기 위해선 지속적인 경로 재설정 및 관리가 요구된다. 영역 분할 기반 경로 설정 기법은 통계적 여과 기법이 적용된 센서 네트워크를 여러 개의 하위 영역으로 나누고 각 영역별로 경로 설정 및 관리하는 방법을 제공한다. 이 기법은 부분적인 네트워크 위상 변화 또는 노드의 에너지 고갈 등의 문제로 인한 경로 재설정 시 사용되는 에너지 소모를 많은 부분 절약할 수 있다. 하지만 경로 설정에 사용되는 정보가 해당 영역에만 제한되어 전체 네트워크 관점에서 항상 최적화된 보안 라우팅 경로를 보장하기 어렵다. 본 논문에서는 통계적 여과 기법 기반 센서 네트워크에서 기존 영역 분할 기반 경로 설정 기법으로 설정된 라우팅 경로 최적화를 위한 영역별 부분 경로 선택 방법을 제안한다. 제안 기법에서는 기지 노드가 영역 단위로 설정된 부분 경로 정보를 수집하여 모든 후보 경로들을 평가 함수를 이용해 평가한다. 평가를 통해 결정된 보안 라우팅 경로 정보는 전체 경로 정보 메시지를 통해 각 영역의 최상위 노드(Super DN)에 전달된다. 따라서 각 영역의 최상위 노드는 해당 경로 정보를 이용해 이벤트 발생 위치에 따른 최적화된 라우팅 경로를 제공할 수 있다. 시뮬레이션을 통해 제안 기법의 성능을 검증하였으며, 제안 기법은 기존 영역 분할 기반 경로 설정 기법의 성능 향상을 위해 유용하게 활용할 수 있을 것으로 기대된다. Routing paths are mightily important for the network security in WSNs. To maintain such routing paths, sustained path re-selection and path management are needed. Region segmentation based path selection method (RSPSM) provides a path selection method that a sensor network is divided into several subregions, so that the regional path selection and path management are available. Therefore, RSPSM can reduce energy consumption when the path re-selection process is executed. However, it is hard to guarantee optimized secure routing path at all times since the information using the path re-selection process is limited in scope. In this paper, we propose partial path selection method in each subregion using preselected partial paths made by RSPSM for routing path optimization in SEF based sensor networks. In the proposed method, the base station collects the information of the all partial paths from every subregion and then, evaluates all the candidates that can be the optimized routing path for each node using a evaluation function. After the evaluation process is done, the result is sent to each super DN using the global routing path information (GPI) message. Thus, each super DN provides the optimized secure routing paths using the GPI. We show the effectiveness of the proposed method via the simulation results. We expect that our method can be useful for the improvement of RSPSM.