애드 혹 센서 네트워크 수명 연장을 위한 Q-러닝 기반 에너지 균등 소비 라우팅 프로토콜 기법
Equal Energy Consumption Routing Protocol Algorithm based on Q-Learning for extending the Lifespan of Ad-Hoc Sensor Network
- 발행기관 서강대학교 일반대학원
- 지도교수 김승욱
- 발행년도 2021
- 학위수여년월 2021. 2
- 학위명 석사
- 학과 및 전공 일반대학원 컴퓨터공학과
- UCI I804:11029-000000065737
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
최근 센서 기술을 통한 주변 환경탐색, 재난탐지 등의 다양한 환경에서 사용성이 증가하고 있다. 애드혹(Ad-Hoc)네트워크와 센서 네트워크(SNs: Sensor Networks)가 결합한 애드혹 센서 네트워크(ASNs: Ad-Hoc Sensor Networks)의 연구가 진행되고 있다. 지금까지의 센서 라우팅 체계는 특정 제어 문제에 집중되어있기 때문에 균형 잡힌 시스템 성능을 얻는 것이 매우 어렵고 부적합하다. 환경적인 제약요소가 많고 물리적인 관여가 어려운 특성상 균형 잡힌 시스템 성능이 요구된다. 따라서 시스템 전체 네트워크의 수명을 증가시키기 위해서는 각 노드에서 소모되는 에너지양을 균등하게 배분하는 방법이 필요하다. 본 논문에서는 효율적인 에너지 분배를 통해 애드혹 센서 네트워크의 수명 연장하기 위해 Q-러닝을 이용한 라우팅 프로토콜을 제안한다. 제안된 기법은 전송실패 노드에 대한 페널티를 누적으로 부여하여 실패 노드를 회피할 확률을 높였고 다양한 환경요소를 고려하여 Q-러닝의 학습효과를 높이는 기법이다. 각 노드는 자신의 Q table에 이웃 노드들의 Q값을 저장한다. 데이터 전송이 수행될 때마다 이웃 노드들의 Q값을 업데이트하고 누적하여 최적의 경로를 선택하도록 학습한다. 제안된 기법은 전송실패 노드를 회피할 확률을 높이고, 에너지 효율적인 라우팅 경로를 선택하도록 학습하기 때문에 네트워크의 전체 수명이 증가하는 것을 보장한다. 시뮬레이션을 통해 기존의 제안된 애드혹 센서 네트워크 라우팅 기법과 비교하면 본 논문에서 제안한 방법이 네트워크의 수명증가 부분에서 좋은 성능을 보임을 확인하였다.
more초록/요약
Recently, smart sensors are used in various environments, and the implementation of ad-hoc sensor networks (ASNs) is a hot research topic. Unfortunately, traditional sensor network routing algorithms focus on specific control issues, and they can’t be directly applied to the ASN operation. In this paper, we propose a new routing protocol by using the Q-learning technology, Main challenge of proposed approach is to extend the life of ASNs through efficient energy allocation while obtaining the balanced system performance. The proposed method enhances the Q-learning effect by considering various environmental factors. When a transmission fails, node penalty is accumulated to increase the successful communication probability. Especially, each node stores the Q value of the adjacent node in its own Q table. Every time a data transfer is executed, the Q values are updated and accumulated to learn to select the optimal routing route. Simulation results confirm that the proposed method can choose an energy-efficient routing path, and gets an excellent network performance compared with the existing ASN routing protocols. In this paper, we propose a routing protocol using Q-learning to extend the life of ad-hoc sensor networks through efficient energy allocation. The proposed method is a technique that enhances the learning effect of Q-learning by increasing the probability of avoiding a failed node by accumulating a node penalty when transmission fails and considering various environmental factors. Each node stores the Q value of the adjacent node in its own Q table. Every time a data transfer is executed, the Q value of the adjacent node is updated and accumulated to learn to select the optimum route. The proposed approach ensures that transmissions fail, increase the probability of avoiding nodes, and increase the overall life of the network for learning to choose energy-efficient routing paths. Computer simulation confirmed that the method proposed in this paper shows good performance in the increased part of the network life, when compared with the existing proposed ad-hoc sensor network routing method.
more