Uma solução de mobilidade para redes de baixa potência e

com perdas usando o protocolo LOADng

Gleykyson Lucas de Morais

Mestrado em Computação – Universidade Federal do Piauí (UFPI)

Campus Universitário Ministro Petrônio Portella – Ininga – Teresina – PI – Brasil
gleykyson@gmail.com
Resumo: A maioria dos dispositivos em uma rede IoT tem sérias limitações em termos
de recursos computacionais de memória, processamento e potência, o que torna estas
redes geralmente conhecidas como Redes de baixa potência e com Perdas (LLNs). A
mobilidade dos dispositivos nestes cenários tem vários impactos na rede,
particularmente em termos de conectividade, pois o movimento dos nós afeta as rotas
estabelecidas pelo protocolo de roteamento de mensagens. O desempenho de uma rede
está altamente relacionada com o protocolo de roteamento adjacente. O protocolo
considerado como padrão para redes de IOT foi projetado para redes estáticas, e tem
uma baixa reatividade em cenários de mobilidade, além de outras limitações. O
LOADng é atualmente o principal protocolo reativo para LLNs. Considerando que a
mobilidade é uma característica crucial para o futuro da Internet, este documento
propõe o EKF-LOADng, uma solução construída a partir do LOADng para LLNs no
contexto de mobilidade. A solução visa tornar os nós móveis conscientes de sua
localização para prever a trajetória não-linear desses nós através do Filtro Kalman
Extendido. As primeiras simulações mostram que os recursos fornecidos pela EKF-
LOADng podem otimizar a rede e melhorar o desempenho em termos de fluxo,
conectividade e latência.

1. Introdução
Com os avanços da computação nos últimos anos, muitas soluções tecnológicas surgiram
para melhorar os processos da indústria e do comércio, bem como para proporcionar
recursos e conforto para a vida das pessoas. Muitos pesquisadores estão trabalhando para
desenvolver novas tecnologias que possam oferecer soluções que beneficiem a
população.
Há alguns anos, o conceito da Internet das Coisas (IoT) surgiu com o objetivo de conectar
qualquer objeto à Internet. A idéia é tornar esses objetos capazes de trocar informações
entre si ou fornecer informações a algum cliente para atingir um objetivo comum. As
aplicações IoT podem ser implantadas em uma ampla gama de áreas e variam de simples
aplicações de coleta de dados como temperatura,4 umidade, ou luz até uma cidade
inteligente totalmente conectada.5 Os dispositivos em uma aplicação IoT normalmente
usam comunicação sem fio para troca de dados em rede. A maioria desses dispositivos
tem limitações de recursos em termos de memória, processamento e potência, de modo
que as redes IdC são geralmente consideradas como Redes de Baixa Potência e com Perda
(LLNs). Toda essa infra-estrutura oferece uma gama de oportunidades e aplicações
práticas nas mais diversas áreas da vida diária, ao mesmo tempo em que traz uma série
de desafios técnicos nas etapas de implantação e manutenção dos recursos alocados.
LOADng é um protocolo promissor no tópico, pois tem em sua composição um sistema
de descoberta de rotas sob demanda, reduzindo o consumo de memória e a latência do
tráfego de pacotes de rede. Este protocolo tem princípios desenvolvidos especificamente
para LLNs, o que não é o caso de outros protocolos neste contexto e incentiva sua
utilização para este tipo de cenário. Considerando estas características, este trabalho
propõe uma extensão ao protocolo LOADng para fornecer conectividade eficiente,
rendimento e operação de latência para LLNs em cenários de mobilidade. Com base
nestas características, as principais contribuições deste trabalho são as seguintes:
- A criação de um mecanismo para o protocolo LOADng capaz de proporcionar sua
operação em cenários de mobilidade.
- O desenvolvimento de um mecanismo de localização baseado em RF para o protocolo
de LOADng.
- A melhoria da conectividade de uma LLN usando a localização do nó como parâmetro.
- Avaliação do desempenho do protocolo LOADng para verificar o comportamento de
algumas métricas de rede em cenários com suporte de mobilidade dos nós.
- Integração do Sistema Fuzzy para auxiliar o protocolo LOADng na escolha de rotas e
para melhorar os resultados das experimentações.

2. Trabalhos Relacionados
Em Gaddour et al30 Co-RPL é proposta uma abordagem baseada na RPL que visa torná-
la capaz de atender às exigências das RSSFs em geral, contendo nós móveis atuando no
cenário. A solução é baseada no mecanismo corona. O artigo apresenta um mecanismo
alternativo para a descoberta de rotas, além da redução da taxa de perda de pacotes, do
consumo médio de energia e do atraso de ponta a ponta. Apesar de algumas melhorias em
algumas métricas, a solução requer uma mudança nas mensagens RPL padrão, assim
como uma extensão da Tabela de Roteamento.
Uma solução para fornecer mRPL rápida e confiável é proposta em Fotouhi et al.31 No
artigo, os autores integram um mecanismo de salto inteligente com a RPL para tratar de
aplicações de monitoramento clínico sem fio. Como vantagem, o mRPL tem um
mecanismo para evitar colisões, é compatível para operação com a RPL padrão, reduz a
perda e atraso de pacotes, embora haja um aumento no número de mensagens de controle
e um aumento no tamanho da mensagem.
Mod-RPL32 é um protocolo adaptado da RPL para redes híbridas que consistem em nós
móveis e estáticos. A solução dos autores é baseada em uma modificação RPL para limitar
a operação de nós móveis em aplicações médicas e de cuidados pessoais. Mod-RPL tem
uma redução no uso de mensagens de controle, e é interoperável com RPL padrão, em
contraste, ele proíbe o uso de nós móveis como roteadores, e somente nós móveis lentos
são considerados.
Sobral et al35 desenvolveram uma solução chamada LOADng-IoT-Mob, que introduz um
mecanismo para aproveitar as mensagens de controle para tornar os nós conscientes da
disponibilidade de sua vizinhança. A proposta visa encurtar os caminhos no envio de
mensagens e evitar o envio de pacotes através de caminhos quebrados pelo movimento
dos nós. Os autores também propõem uma nova métrica baseada na confiabilidade do
link e na proximidade com os vizinhos. Os autores obtiveram bons resultados em termos
de taxa de entrega de pacotes, latência, energia e sobrecarga. Em contraste, a solução teve
um alto consumo de memória.
Observando as características apresentadas nos trabalhos acima descritos, pode-se
observar que a mobilidade é abordada com diferentes metodologias para aplicações de
IdC. Entretanto, nenhuma delas utiliza um modelo criado para um protocolo reativo que
agrega informações sobre a posição dos nós móveis na rede.

3. Modelo do Sistema
Este artigo propõe uma melhoria para LLNs em cenários de mobilidade com base no
protocolo LOADng. A proposta engloba um conjunto de técnicas para melhorar a
eficiência da rede, considerando a metodologia reativa do protocolo, e a ação de
movimento dos nós. Com a técnica de localização baseada em RF utilizada, a solução
apresentada também pode atender aos requisitos de aplicação que requerem
conhecimento da localização dos nós móveis. Considerando estas definições, este
trabalho visa desenvolver uma solução de mobilidade utilizando recursos de protocolo
LOADng para aplicação em cenários de IOT, buscando alta conectividade, baixa
latência e alta taxa de transferência.A fim de determinar os recursos de localização
envolvidos na solução a ser utilizada adequadamente, os nós móveis devem ter pelo
menos três nós estáticos não lineares ao seu alcance, o que é uma restrição da primeira
fase do processo. Inicialmente, a localização baseada em RF é realizada,
especificamente através da Trilateração, que estima a localização atual dos nós móveis
com base na RSSI de três nós estáticos vizinhos. A Figura 1 mostra o fluxo resumido do
processo, abstraindo os detalhes de implementação do protocolo.

Recebendo medições múltiplas, a EKF melhora continuamente a localização estimada

pela Trilateração, reduzindo o ruído das estimativas.

A terceira fase também é realizada pela EKF, que, com base na velocidade e direção do
nó móvel, estima sua posição para as próximas unidades de tempo. Esta fase torna
possível manter a conectividade de rede de forma mais eficiente, pois a futura localização
dos nós móveis pode ser usada como base para a tomada de decisões, tais como reduzir
rotas e economizar recursos da rede. Esta fase completa o ciclo do motor e permite que o
protocolo funcione em cenários de mobilidade.

Para alcançar os objetivos propostos foi desenvolvida uma extensão do protocolo

LOADng, capaz de executar uma seqüência de instruções que visa tornar os nós
conscientes de sua localização e movimento para que esta informação possa ser usada na
tomada de decisão do protocolo de roteamento. De forma integrada ao protocolo, o
Sistema Fuzzy aliado ao protocolo LOADng seria utilizado na escolha de rotas, tendo as
informações de entrada: energia e qualidade do link.

4. Resultados
Para experimentar a solução proposta em um ambiente simulado, foi utilizado o Cooja,
um simulador que faz parte do sistema operacional Contiki. Trabalhando como um
emulador, Cooja permite a replicação de configurações de hardware de nós reais, tais
como Tmote Sky e Zolertia Z1, o que torna o processo de experimentação mais próximo
da realidade. Características como capacidade de processamento e uso de memória são
representadas pelas condições reais de hardware para cada nó utilizado na simulação.
Para avaliar o desempenho do EKF-LOADng, vários experimentos foram realizados em
dois cenários simulados, a fim de atestar a eficiência da solução desenvolvida. É
importante destacar que os cenários escolhidos, assim como os parâmetros dos
experimentos, foram selecionados visando aplicações previamente descritas, com tráfego
P2P, típico de muitas aplicações IoT. O LOADng pode funcionar em ambientes móveis
devido a sua metodologia de construção de rotas reativas; no entanto, não tem um
excelente desempenho porque não aborda as particularidades destes ambientes. Como o
objetivo principal do EKF-LOADng é trabalhar em ambientes com nós móveis, foi feita
uma comparação com a versão padrão do protocolo, além da versão que utiliza o
SmartRREQ.
Os experimentos foram realizados através de simulação considerando diversas
configurações no ambiente, buscando explorar as características oferecidas pela EKF-
LOADng. O movimento do nó móvel é aleatório em termos de direção e velocidade, com
oscilações freqüentes. Para ambos os protocolos, foram realizadas diversas execuções no
mesmo cenário, com os mesmos parâmetros. Os resultados para cada métrica avaliada
nas subseções seguintes têm um intervalo de confiança de 95%.
A eficiência do local pode ser atestada pela verificação da distância entre a posição real e
a posição prevista pelo protocolo. O erro de predição feito pela EKF-LOADng ao longo
das simulações foi observado. Inicialmente, o valor calculado por EKF não tem boa
precisão, retornando um valor de erro acima de 2 m. A partir da segunda coleta, quando
já existe um histórico de valores no filtro, é possível notar que o erro diminui e não retorna
ao nível inicial. O erro médio foi de 1,46 m, mostrando a eficiência do EKF aplicado a
este tipo de tarefa.

5. Conclusões e Trabalhos Futuros

Este artigo apresenta uma solução para cenários de mobilidade em LLNs, construída com
base em um protocolo reativo: LOADng. O EKF-LOADng foi projetado para permitir
interações dos nós móveis com os nós estáticos da rede, de modo que, além da
comunicação regular, eles também possam estar cientes de sua posição relativa na rede e
adicionar esta informação à coleta de dados durante a movimentação. Os nós móveis
também podem encaminhar mensagens para a Internet, mesmo que não tenham conexão
e sem conhecimento prévio de quais nós têm uma conexão.
Este trabalho propõe um mecanismo de localização de nós móveis através do processo de
Trilateração e melhoria através de um EKF. A localização relativa da rede prevista pelo
EKF-LOADng, além de permitir a adição de valor às informações fornecidas pelos nós
móveis, ajuda a manter a conectividade dos nós enquanto se movimenta pelo ambiente.
O movimento do nó é considerado para determinar sua direção e velocidade e assim
estimar sua posição nos próximos momentos. Com a integração do Sistema Fuzzy para
auxiliar o protocolo podemos obter ajustes no sistema de localização de nós móveis para
evitar colisões de pacotes e considerar a qualidade do link de nós vizinhos como
parâmetro de seleção para os nós móveis enviarem pacotes.
Como trabalhos futuros, ambiciona-se (i) conduzir experimentos em um cenário real e
com variação no número de nós móveis e estáticos; (ii) melhoria, documentação e
disseminação do código fonte para a comunidade científica. Desta forma, a solução
proposta pode ter uma avaliação mais precisa para uso prático. A implementação do EKF-
LOADng foi realizada de forma modular e com a configuração de parâmetros de rede
através de constantes externas. Assim, a aplicação do protocolo torna-se mais simples
para se adaptar aos mais diversos tipos de cenários.

References

1. Sobral JVV, Rodrigues JJPC, Rabelo RAL, et al. A framework for enhancing the per-
formance of internet of things applications based on RFID and WSNs. J Netw Comput
Appl. 2018;107:56-68. https://doi.org/10.1016/j.jnca.2018.01.015.
2. Atzori L, Iera A, Morabito G. The internet of things: a survey. Comput Netw.
2010;54(15):2787-2805. https://doi.org/10.1016/j.comnet. 2010.05.010.
3. Gluhak A, Krco S, Nati M, Pfisterer D, Mitton N, Razafindralambo T. A survey on
facilities for experimental internet of things research. IEEE Commun Mag.
2011;49(11):58-67. https://doi.org/10.1109/MCOM.2011.6069710.
4. Liu Q, Ma Y, Alhussein M, Zhang Y, Peng L. Green data center with IoT sensing and
cloud-assisted smart temperature control system. Comput Netw. 2016;101:104-112.
https://doi.org/10.1016/j.comnet.2015.11.024.
5. Zanella A, Bui N, Castellani A, Vangelista L, Zorzi M. Internet of things for smart
cities. IEEE Internet Things J. 2014;1(1):22-32. https://
doi.org/10.1109/JIOT.2014.2306328.
6. Al-Turjman F. Smart-city medium access for smart mobility applications in internet
of things. Trans Emerg Telecommun Technol. 2019;e3723.
https://doi.org/10.1002/ett.3723.
7. Yick J, Mukherjee B, Ghosal D. Wireless sensor network survey. Comput Netw.
2008;52(12):2292-2330. https://doi.org/10.1016/j.comnet. 2008.04.002.
8. Striccoli D, Boggia G, Grieco LA. A Markov model for characterizing IEEE 802.15.4
MAC layer in noisy environments. IEEE Trans Ind Electron. 2015;62(8):5133-5142.
https://doi.org/10.1109/TIE.2015.2403792.
9. Montenegro G, Hui J, Culler D, Kushalnagar N. Transmission of IPv6 packets over
IEEE 802.15.4 networks. Tech. Rep. 2007;4944.
10. Yassin A, Nasser Y, Awad M, et al. Recent advances in indoor localization: a survey
on theoretical approaches and applications. IEEE Commun Surv Tutor.
2017;19(2):1327-1346. https://doi.org/10.1109/COMST.2016.2632427.
11. Annepu V, Anbazhagan R. Implementation of an efficient extreme learning machine
for node localization in unmanned aerial vehicle assisted wireless sensor networks. Int
J Commun Syst. 2019;e4173. https://doi.org/10.1002/dac.4173.
12. Shahzad F, Sheltami TR, Shakshuki EM. Multi-objective optimization for a reliable
localization scheme in wireless sensor networks. J Commun Netw. 2016;18(5):796-
805. https://doi.org/10.1109/JCN.2016.000108.
13. Nguyen CL, Raza U. LEMOn: wireless localization for iot employing a location-una-
ware mobile unit. IEEE Access. 2019;7:40488-40502. https://doi.org/10.1109/AC-
CESS.2019.2904731.
14. Sobral JVV, Rodrigues JJPC, Rabelo RAL, Al-Muhtadi J, Korotaev V. Routing proto-
cols for low power and lossy networks in internet of things applications. Sensors.
2019;19(9):2144. https://doi.org/10.3390/s19092144.
15. Alexander R, Brandt A, Vasseur J, et al. RPL: IPv6 routing protocol for low-power
and lossy networks. Tech. Rep. 2012;6550.
16. Iova O, Picco P, Istomin T, Kiraly C. RPL: the routing standard for the internet of
things or is it? IEEE Commun Mag. 2016;54(12):16-22.
https://doi.org/10.1109/MCOM.2016.1600397CM.
17. Bouaziz M, Rachedi A, Belghith A. EKF-MRPL: advanced mobility support routing
protocol for internet of mobile things. movement prediction approach. Futur Gener
Comput Syst. 2017;93:822-832. https://doi.org/10.1016/j.future.2017.12.015.
18. Clausen T, Yi J, Herberg U. Lightweight on-demand ad hoc distance-vector routing -
next generation (LOADng): protocol, extension, and applicability. Comput Netw.
2017;126:125-140. https://doi.org/10.1016/j.comnet.2017.06.025.
19. Hui J, Kelsey R. Multicast protocol for low-power and lossy networks (MPL). Tech.
Rep. 2016;7731.
20. MaoY,ZhouC,LingY,LloretJ.Anoptimizedprobabilisticdelaytole-
rantnetwork(DTN)routingprotocolbasedonschedulingmechanism for internet of
things (IoT). Sensors. 2019;19(2):243. https://doi.org/10.3390/s19020243.
21. Hamrioui S, Hamrioui CAM, Lioret J, Lorenz P. Smart and self-organised routing al-
gorithm for efficient IoT communications in smart cities. IET Wirel Sensor Syst.
2018;8(6):305-312. https://doi.org/10.1049/iet-wss.2018.5022.
22. Bai Y, Mai Y, Wang N. Performance comparison and evaluation of the proactive and
reactive routing protocols for MANETs. Paper presented at: Proceedings of the 2017
Wireless Telecommunications Symposium (WTS); 2017:1–5.
https://doi.org/10.1109/WTS.2017. 7943538.
23. Oliveira LML, Sousa dAF, Rodrigues JJPC. Routing and mobility approaches in IPv6
over LoWPAN mesh networks. Int J Commun Syst. 2011;24(11):1445-1466.
https://doi.org/10.1002/dac.1228.
24. Thubert P, Winter T, Brandt A, Hui J, Alexander R. RPL: IPv6 routing protocol for
low power and lossy networks. Tech. Rep. 2012;6550.
https://doi.org/10.17487/RFC6550.
25. Fadeel KQA, Elsayed KMF. ESMRF: enhanced stateless multicast RPL forwarding
for IPv6-based low-power and lossy networks. Proceedings of the 2015 Workshop on
IoT challenges in Mobile and Industrial Systems. 2015:19-24.
https://doi.org/10.1145/2753476.2753479. 26. Gaston Lorente G, Lemmens B, Carlier
M, Braeken A, Steenhaut K. BMRF: bidirectional multicast rpl forwarding. Ad-hoc
Netw.
2017;54:69-84. https://doi.org/10.1016/j.adhoc.2016.10.004.
27. Gan W, Shi Z, Zhang C, Sun L, Ionescu D. MERPL: a more memory-efficient storing
mode in RPL. 2013 19th IEEE International Conference on Networks (ICON);
2013:1-5. https://doi.org/10.1109/ICON.2013.6781985.
28. Kiraly C, Istomin T, Iova O, Picco GP. D-RPL: overcoming memory limitations in
RPL point-to-multipoint routing. Paper presented at: 2015 IEEE 40th Conference on
Local Computer Networks (LCN); 2015:157-160.
https://doi.org/10.1109/LCN.2015.7366295.
29. Zhao M, Kumar A, Chong PHJ, Lu R. A comprehensive study of RPL and P2P-RPL
routing protocols: implementation, challenges and opportunities. Peer-to-Peer Netw
Appl. 2017;10(5):1232-1256. https://doi.org/10.1007/s12083-016-0475-y.
30. Gaddour O, Koubaa A, Rangarajan R, Cheikhrouhou O, Abid M. Co-RPL: RPL rou-
ting for mobile low power wireless sensor networks using Corona mechanism. Pro-
ceedings of the 9th IEEE International Symposium on Industrial Embedded Systems
(SIES); 2014:200-209. https://doi.org/10.1109/SIES.2014.6871205.
31. Fotouhi H, Moreira D, Alves M. mRPL: boosting mobility in the Internet of Things.
Ad-hoc Netw. 2015;26:17-35. https://doi.org/10.1016/ j.adhoc.2014.10.009.
32. Gara F, Saad LB, Ayed RB, Tourancheau B. RPL protocol adapted for healthcare and
medical applications. Paper presented at: Proceedings ofthe2015InternationalWire-
lessCommunicationsandMobileComputingConference(IWCMC);2015:690–
695.https://doi.org/10.1109/ IWCMC.2015.7289167.
33. Tahir Y, Yang S, McCann J. BRPL: backpressure RPL for high-throughput and mobile
IoTs. IEEE Trans Mob Comput. 2018;17(1):29-43.
https://doi.org/10.1109/TMC.2017.2705680.
34. Bouaziz M, Rachedi A, Belghith A, Berbineau M, Al-Ahmadi S. EMA-RPL: energy
and mobility aware routing for the internet of mobile things. Futur Gener Comput
Syst. 2019;97:247-258. https://doi.org/10.1016/j.future.2019.02.042.
35. Sobral JVV, Rodrigues JJPC, Rabêlo RAL, Saleem K, Kozlov SA. Improving the per-
formance of LOADng routing protocol in mobile IoT scenarios. IEEE Access.
2019;7:107032-107046. https://doi.org/10.1109/ACCESS.2019.2932718.
36. Sobral JVV, Rodrigues JJPC, Rabelo RAL, Saleem K, Furtado V. LOADng-IoT: an
enhanced routing protocol for internet of things applications over low power networks.
Sensors. 2019;19(1):150. https://doi.org/10.3390/s19010150.
37. Perkins C, Belding-Royer E, Das S. Ad hoc on-demand distance vector (AODV) rou-
ting. RFC Editor. 2003. https://doi.org/10.17487/ RFC3561.
38. Vemula M, Bugallo MF, Djuric PM. Performance comparison of Gaussian-based fil-
ters using information measures. IEEE Signal Process Lett. 2007;14(12):1020-1023.
https://doi.org/10.1109/LSP.2007.906214.
39. Clausen T, Herberg U, Philipp M. A critical evaluation of the IPv6 routing protocol
for low power and lossy networks (RPL). Paper presented at: Proceedings of the 2011
IEEE 7th International Conference on Wireless and Mobile Computing, Networking
and Communications (WiMob); 2011:365-372. https://doi.org/10.1109/Wi-
MOB.2011.6085374
40. Dunkels A, Gronvall B, Voigt T. Contiki - a lightweight and flexible operating system
for tiny networked sensors. Paper presented at: Proceedings of the 29th Annual IEEE
International Conference on Local Computer Networks; 2004.
https://doi.org/10.1109/LCN.2004.38