Contribution to energy optimization in WSN : routing based on RL and SDN oriented routing
Muhammad Usman Younus · 2020
Contribution à l’optimisation énergétique dans les WSN : routage basé sur RL et routage orienté SDN Les réseaux de capteurs sans fil (WSN) ont atteint une grande importance, car ces réseaux permettent des observations réelles en raison de leur déploiement technique dans de nombreuses applications mondiales et de la faible consommation énergétique des appareils informatiques. Ces réseaux se composent de plusieurs micro-capteurs de faible puissance et à moindre coût. La communication multi-sauts à faible débit est faite par une petite partie des nœuds, mais avec une bande passante limitée. Par conséquent, les appareils individuels transmettent leurs données à un dispositif central (par exemple, un nœud-puits) en détectant le milieu environnant à travers les multi-sauts. Les applications de WSN comprennent principalement la surveillance des soins de santé, la surveillance de l’environnement, la surveillance industrielle, le suivi des cibles et de nombreux autres domaines commerciaux. Ces types d’applications WSN sont des nœuds de faible puissance qui restent actifs après leur déploiement initial à long terme sans aucunes commandes externes. Un nœud déchargera sa batterie en quelques jours lorsqu’aucune approche écoénergétique n’est utilisée pour la communication. Cela a conduit les chercheurs à élaborer des protocoles de routage qui devraient être en mesure de minimiser la consommation d’énergie. La consommation d’énergie des WSN peut être réduite en gérant les ressources de réseau. À cette fin, certaines architectures réseaux (c.-à-d. le réseau à définition logicielle (SDN)) et les techniques d’apprentissage (c.-à-d. l’apprentissage par renforcement (RL)) peuvent être utilisées pour la gestion du réseau (routage) permettant de réduire la consommation d’énergie des nœuds. L’une des solutions proposées est la technique RL pour surmonter le problème de routage. RL est une catégorie d’apprentissage automatique (ML) qui fournit un cadre pour apprendre le système à partir de ses interactions antérieures avec l’environnement afin de sélectionner l’action future efficacement. Dans RL, l’apprenant est considéré comme un agent qui interagit avec son environnement pour sélectionner la prochaine action qui serait appliquée à l’environnement. De plus, il reçoit un retour, en termes de récompense, qui peut être positif ou négatif, selon l’action effectuée. Par exemple, pour prendre la décision de routage, le routeur interagit avec les nœuds voisins pour sélectionner le prochain expéditeur pour la transmission du paquet de données jusqu’à la destination (c.-à-d. la station de base (BS) ou le nœud-puits). Dans ce cas, le routeur est un agent, les nœuds voisins se comportent comme l’environnement de cet agent, et l’action est de choisir les prochains nœuds voisins pour envoyer les paquets de données. RL peut être un bon choix pour trouver une route où la consommation d’énergie réseau est réduite afin d’améliorer la durée de vie. Une autre solution proposée est le concept de SDN pour dépasser le problème de routage. Il peut être défini comme une architecture émergente des réseaux pour extraire la partie contrôle du réseau qui est précisément programmable. Ce nouveau paradigme est considérablement prometteur pour gérer l’évolution et la gestion de réseau. L’idée de base derrière ce concept est la même que les ressources informatiques et le stockage. Dans cette thèse, nous proposons des mécanismes écoénergétiques dans les WSN à des fins de routage pour prolonger la durée de vie du réseau.