Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 21 
ИНТЕРНЕТ ВЕЩЕЙ 
ТЕМАТИЧЕСКАЯ ПОДБОРКА ТЕМАТИЧЕСКАЯ ПОДБОРКА 
К читателям! 
В...
22 ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 
зации телекоммуникаций МСЭ (МСЭ-Т) в концепции ИВ как 
“объекты физического ...
ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 23 
ми: зарядом батареи, объемом памяти, вычислительными 
возможностями и т.д. О...
24 ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 
Conference on Advanced Communication Technology, 2010. – 
ICACT 2010. Phoeni...
Upcoming SlideShare
Loading in …5
×

Видение промышленного интернета

675 views

Published on

Видение промышленного интернета

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Видение промышленного интернета

  1. 1. ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 21 ИНТЕРНЕТ ВЕЩЕЙ ТЕМАТИЧЕСКАЯ ПОДБОРКА ТЕМАТИЧЕСКАЯ ПОДБОРКА К читателям! Вашему вниманию предлагается подборка статей по Интернету Вещей – одному из самых современных направлений развития сетей связи, определяющему характеристики сетей при долгосрочном планировании до 2030 года. Интернет Вещей как концепция, определенная Международным Союзом Электросвязи в начале второго десятилетия XXI века, привносит в сети связи два главных новых свойства, которые требуют проведения масштабных исследований и разра- боток для ее эффективного внедрения. Это — переход от миллиардных сетей к триллионным и от инфраструктурных к самоорганизующимся. Первое свойство связано с тем, что человек перестает быть центральным звеном клиентской базы сетей связи и это место занимают вещи, а второе определяется необходимостью самоорганизации этих сетей для обеспечения, в первую очередь, минимизации потребления энергии (сеть триллионная!). Об этом подробнее – в первой статье подборки. Концепция Интернета Вещей приобретает уже вполне реальные формы, например, на основе технологической базы всепроникающих (беспроводных) сенсорных сетей (ВСС). А, как известно, для любых сетей в основе их построения, функционирования, характеристик качества обслуживания и т.д. лежат параметры трафика. Сегодня исследования параметров трафика для ВСС находятся на начальной стадии и статьи А.И. Выборновой, А. Мутханны и А.В. Прокопьева представляют собой существенный шаг вперед в этой области исследований. Модели сетей в концепции Интернета Вещей существенно изменяются и представляют собой случайным образом размещенные на плоскости или в ином пространстве узлы со случайными взаимосвязями между ними. Именно на таких моделях и исследуется трафик в этих статьях. Статья И.А. Богданова, А.И. Парамонова, А.Е. Кучерявого посвящена новой проблематике информационной безо- пасности в сенсорных сетях – энергетическим атакам. Действительно, энергетическая система – важнейшая состав- ляющая ВСС, определяющая их жизненный цикл. В статье предлагается новый вид атаки – создание потоков ложных событий и анализируется их воздействие на ВСС. Завершается подборка методологической статьей В.Х. Харитонова. Зачастую в ВСС для передачи всей информации о каком-либо событии достаточно одного пакета информации. В связи с этим несколько теряет смысл традиционное разделение систем на системы с коммутацией каналов и коммутацией пакетов. В статье В.Х. Харитонова убедительно показывается, что коммутация каналов может рассматриваться как частный случай коммутации пакетов. В заключении хотел бы отметить, что рассмотренная в подборке тематика определяет множество новых научно-ис- следовательских задач в области сетей связи и привлекает все большее внимание исследователей во все мире. А.Е. Кучерявый Член редколлегии журнала, д.т.н., профессор УДК.621.395 ИНТЕРНЕТ ВЕЩЕЙ А.Е. Кучерявый, заместитель директора Северо-Западного филиала ОАО “ГИПРОСВЯЗЬ”, заведующий кафедрой “Сети связи” СПб ГУТ, д.т.н.; akouch@mail.ru Ключевые слова: Интернет Вещей, триллионные сети, самоорганизующиеся сети, всепроникающие сенсорные сети, кластеризация. Введение. Развитие сетей связи общего пользования (ССОП) в первом десятилетии ХХI века осуществлялось на базе концепции сетей связи следующего поколения (NGN – Next Generation Network). Концепция NGN предусматрива- ет эволюционный переход от сетей с коммутацией каналов к сетям с коммутацией пакетов, что сегодня реализовано в виде фрагментов сетей или крупномасштабных сетей с ком- мутацией пакетов практически всеми ведущими оператора- ми мира. Параллельно с этим процессом начало ХХI века ознаменовалось конверсией сенсорных сетей, созданием теории и практической реализацией так называемых все- проникающих сенсорных сетей (USN – Ubiquitous Sensor Networks). C одной стороны, клиентская база в виде человека с его терминалами исчерпала себя, с другой, появление возмож- ности взаимодействия устройств между собой без участия человека поставили вопрос о необходимости разработки новой концепции развития ССОП. Замечательно оправдав- шая себя концепция NGN вместе с тем была рассчитана на обслуживание единиц и нескольких десятков миллиардов пользователей. Взаимодействие же устройств между собой заставляет задуматься о построении триллионной сети, т.е. сети, в которой число пользователей будет измеряться еди- ницами и десятками триллионов. Такая концепция получила название Интернета Вещей (ИВ) [1, 2]. Клиентская база ИВ. Само название концепции подразу- мевает, что в основе клиентской базы ИВ лежат вещи (уст- ройства, приборы, базы данных и т.д.). Поэтому, прежде чем перейти к исследованию сетевых вопросов реализации кон- цепции ИВ, необходимо строго определить, что такое вещь в современном сетевом понимании. Гегель определял вещь следующим образом [3]: “существующее нечто есть вещь” и далее “Вещи-в-себе не должно быть свойственно какое-ли- бо определенное многообразие и потому она обретает такое многообразие лишь будучи вынесена во внешнюю рефлек- сию, но остается она к нему безразличной”. В не противоречащем этому определению в современном сетевом понимании вещи определяются Сектором стандарти-
  2. 2. 22 ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 зации телекоммуникаций МСЭ (МСЭ-Т) в концепции ИВ как “объекты физического мира (физические вещи) или информа- ционного мира (виртуальные вещи), которые можно иденти- фицировать и интегрировать в сети связи” [4]. Это определение с учетом виртуальных вещей и позволяет говорить о триллион- ных сетях. Отметим также, что идентификация и интеграция такого громадного числа терминалов в сеть возможна только при использования сетей IPv6, что требует создания соответс- твующего национального плана внедрения IPv6. Международный исследовательский беспроводный Фо- рум оценивает число вещей в сети в 7 трлн единиц к 2017– 2020 г. [5]. В то же время в [6] предельное значение числа вещей в сетях связи оценивается как 3000–5000 единиц в расчете на одного человека, что позволяет говорить о 50 трлн вещей в сети. С учетом принятой аппроксимации про- цессов развития телекоммуникаций логистической кривой и оценки периода устойчивого развития новых технологий на примерах широкополосного доступа и сетей 3G, можно спрогнозировать 10-летний цикл устойчивого развития ИВ на период с 2020 по 2030 гг. Такое громадное число терминалов требует по-новому подойти и к созданию сетей связи. Триллионные сети могут быть построены на основе самоорганизующихся сетей [2], подразумевающих наличие случайного числа узлов и взаи- мосвязей между ними в любой конкретный момент време- ни существования сети. Последнее полностью соотносится с фундаментальными характеристиками концепции ИВ [4]. Фундаментальные характеристики концепции ИВ. В соот- ветствии с рекомендациями МСЭ-Т к ним относятся приве- денные ниже характеристики. Связность. Одна из важнейших метрик самоорганизу- ющихся сетей. В [7], например, доказано, что связность в большей степени влияет на длительность жизненного цикла беспроводной сенсорной сети, чем мобильность, энергоэф- фективность и покрытие. МСЭ-Т определяет характеристи- ку связности как возможность любой вещи быть связанной с глобальной инфокоммуникационной структурой. Связность при этом определяется возможностью идентификации ве- щей (адресное поле IPv6). Обеспечение вещей услугами. Сеть связи, каковой бы она ни была, предназначена для обеспечения клиентской базы услугами. В отношении вещей предполагается, что услуги, относящиеся к конкретной вещи как элементу клиентской базы, должны предоставляться без ограничений для физи- ческих и виртуальных вещей. Кроме того, предусматривает- ся возможность автономного (в отрыве от иных элементов сети) предоставления услуг. Заметим также, что поскольку на/в теле человека также возможно создание сетей [8], в рам- ках концепции ИВ оговаривается необходимость высокока- чественного и высокобезопасного предоставления услуг для тела человека. Гетерогенность. Эта фундаментальная характеристика ИВ дает возможность устройствам ИВ быть построенными на различных аппаратных, программных платформах и се- тях. При этом устройства ИВ должны иметь возможность взаимодействовать с иными устройствами (в том числе и ИВ) через различные сети связи. Динамические изменения. Статус вещей может изменяться динамически, например, от спящих к активным, от связан- ных в определенный момент времени с сетью – к несвязан- ным и т.д. Число вещей, местоположение, скорость и т.п. также могут меняться динамически. Именно эта фунда- ментальная характеристика ИВ приводит к необходимости пересмотра принципов построения сети от существующих инфраструктурных к самоорганизующимся. Самоорганиза- ция в широком смысле этого слова подразумевает не только случайное число узлов и взаимосвязей между ними в любой конкретный момент времени, но и самоуправление, само- конфигурацию, самотестирование, самозащиту, самоопти- мизацию и т.п. Огромная шкала вещей. Как уже отмечалось, в соответс- твии с современными воззрениями речь идет о десятках триллионов вещей, что и позволяет говорить о триллионных сетях. Самоорганизующиеся сети. Cетевой базой для реализа- ции концепции ИВ являются самоорганизующиеся сети. В соответствии с [2] самоорганизующейся сетью называется сеть, в которой число узлов является случайной величиной во времени и может изменяться от 0 до некоторого значения Nmax. Взаимосвязи между узлами в такой сети также случайны во времени и образуются для достижения сетью какой-либо цели или для передачи информации в ССОП или иные сети. Как все сети связи, самоорганизующаяся сеть состоит из сетей доступа и транзитной сети. Сеть доступа называется Ad Hoc (целевая сеть), а транзитная сеть – mesh (ячеистая). Узлы сети Ad Hoc не имеют функций маршрутизации и мо- гут осуществлять взаимосвязь лишь с ближайшими узлами. В связи с этим достаточно часто узлы сети Ad Hoc называют дочерними. Последнее в силу самоорганизации сети вовсе не означает, что дочерний узел строго привязан к какому-либо родительскому узлу. В процессе жизненного цикла сети до- черний узел может быть привязан к любому наиболее близко расположенному родительскому узлу, а при определенных условиях может и сам превратится на время или навсегда в родительский узел, например, в однородных сенсорных се- тях [9]. Узлы mesh имеют встроенные функции маршрутизации и могут поддерживать установление соединения не только к ближайшему узлу, но и ко многим другим. Такой сетевой режим называется multi-hop (многошаговое соединение) в отличие от соединений для дочерних узлов Ad Hoc сети, ог- раниченных одним шагом в установлении соединения (one-hop). Mesh-узлы достаточно часто называют родительскими узлами, что подчеркивает их транзитную функцию. Очевид- но, что узлы самоорганизующейся сети могут совмещать ро- дительские и дочерние функции. Примеры самоорганизующихся сетей. Сегодня наиболее известны следующие приложения ИВ (самоорганизующих- ся сетей): • всепроникающие сенсорные сети (USN – Ubiquitous Sensor Networks); • сети для транспортных средств (VANET – Vehicular Ad Hoc Networks); • муниципальные сети (HANET – Home Ad Hoc Networks); • медицинские сети (MBAN – Medical Body Area Network). Остановимся подробнее на всепроникающих сенсор- ных сетях как технологической основе ИВ. Беспроводные всепроникающие сенсорные сети USN представляют собой самоорганизующиеся сети, состоящие из множества беспро- водных сенсорных узлов, распределенных в пространстве и предназначенных для мониторинга и/или управления ха- рактеристиками окружающей среды или объектами, распо- ложенными в ней. Пространство, покрываемое сенсорной сетью, достаточно часто называют сенсорным полем. Собственно беспроводные сенсорные узлы представляют собой миниатюрные устройства с ограниченными ресурса-
  3. 3. ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 23 ми: зарядом батареи, объемом памяти, вычислительными возможностями и т.д. Однако объединение большого числа этих элементов в сеть обеспечивает возможность получения реальной картины происходящих событий и процессов в рамках этого сенсорного поля. Беспроводные сенсорные узлы могут собирать инфор- мацию о наблюдаемых явлениях и передавать ее далее для обработки и анализа. Примерами собираемой информации могут быть данные о температуре, влажности, условиях осве- щения, сейсмической активности и т.д. Такие данные могут быть использованы как для выявления каких-либо событий, так и для управления ими. Выбор конкретных решений для сенсорных узлов при распределении беспроводной сенсорной сети в первую оче- редь зависит от функциональных возможностей, размера, затрат, энергетических характеристик и в настоящее время при достаточно широком внедрении сенсорных сетей – от обеспечения требуемого качества обслуживания (QoS). Объединение большого числа элементов в сеть, требо- вания по минимизации энергопотребления помимо собс- твенно самоорганизации приводят к необходимости допол- нительных структурных решений при создании сенсорных сетей. Важнейшим из них является кластеризация сети, предполагающая к тому же постоянную ротацию головного узла кластера в течение жизненного цикла сети. Существу- ет множество разнообразных алгоритмов выбора головного узла кластера [7,9,10,11], но поскольку этот выбор может за- висеть и от приложения USN, задачи создания новых алго- ритмов становятся одними из самых актуальных. Предстоящее широкомасштабное внедрение USN, как одной из основных реализаций концепции ИВ, ставит и новые задачи, которые в то же время являются традицион- ными для любых сетей связи. Речь идет о потоках трафика в ИВ и требованиях к QoS. Исследования потоков трафика в ИВ показывают, что эти потоки, как правило, самоподоб- ны, а степень самоподобия в значительной степени зависит от приложения [12,13]. Что касается требований по QoS, то наряду с традиционными параметрами, такими как потери и задержки, в USN вводятся требования по длительности жиз- ненного цикла и доле покрытия пространства. Действительно, сенсорные сети в основном предназна- чены для решения задач мониторинга процессов, явлений, пространства и зачастую могут функционировать в услови- ях, не предполагающих замены источников питания. Исходя из сказанного, отнесение к параметрам QoS для сенсорных сетей длительности жизненного цикла и доли покрытия про- странства представляется необходимым. Самоорганизация сетей ИВ, их кластеризация, необхо- димость минимизации энергопотребления потребовали и разработки новых протоколов сигнализации для таких сетей. Протоколы для сетей ИВ. Требования по низкому энерго- потреблению, а также численные оценки потребного числа IP-адресов не позволили в начале внедрения USN в услови- ях существования сетей IPv4 использовать стек протоколов TCP/IP для сенсорных сетей. Потребовалась разработка но- вых протоколов, что успешно было выполнено: для физи- ческого и канального уровня – протокол IEEE 802.15.4, для сетевого и выше – протокол ZigBee [2]. Последний имеет достаточную для ИВ пространственную масштабируемость – число узлов сети может составлять до 64 тыс. Пространственная масштабируемость сопровождается также и гибкой функциональной масштабируемостью. Одна и та же сеть может использоваться одновременно во многих системах мониторинга и/или управления. Протокол ZigBee обеспечивает реализацию принципов са- моорганизации: узлы сети сами объявляют о предоставляемых ими услугах и возможностях, и посредством координатора (го- ловного узла) находят другие узлы, с которыми они должны взаимодействовать для выполнения целевых задач, поставлен- ных перед сетью. Однако отсутствие IP-адреса не позволяет использовать все преимущества IP-сетей и, кроме того, требует установки шлюза для взаимодействия с иными сетями. С началом внедрения IPv6 были сняты проблемы, обус- ловленные необходимостью большого адресного пространс- тва для элементов сетей ИВ. Стала возможной разработка IP-протокола с малым энергопотреблением. Такой прото- кол имеет название 6LoWPAN (IPv6 Low energy protocol for Wireless Personal Area Networks) [2]. Он позволяет передавать IP-пакеты поверх каналов IEEE 802.15.4. Каждый узел сетей ИВ становится доступен из внешних сетей по IP-адресу. При этом нет более необходимости иметь шлюзы с иными IP-се- тями. Множество устоявшихся программных ресурсов, таких как ping, traceroute, SNMP и т.п. могут быть непосредственно использованы для сетей 6LoWPAN. Существующие сервисы на базе HTTP/XML/SOAP, естественно, позволяют упрос- тить процесс разработки приложений для сетей 6LoWPAN и унифицировать их интеграцию в IP-сети. В последнее время в качестве дополнения к протоколу 6LoWPAN разработан протокол RPL (Routing Protocol for Low power and Lossy networks) [14]. При его создании в ка- честве основных приложений рассматривались городские сети, включая умные дома, индустриальную автоматизацию и т.п. Таким образом, протокол RPL предназначен, в первую очередь, для сетей ИВ с большой плотностью узлов. Кроме того, в качестве физического и канального уровней рассмат- ривается не только стандарт IEEE 802.15.4, но и IEEE 1901.2, предусматривающий организацию передачи информации по цепям электросетей. Заключение. Концепция Интернета Вещей знаменует наступление нового этапа в развитии телекоммуникаций, требующего изменения принципов построения сети, со- здания новых протоколов, исследования новых моделей трафика, поиска новых алгоритмов маршрутизации, вве- дения дополнительных метрик QoS и т.п. Российская на- учная школа в области телекоммуникаций может внести существенный вклад в развитие данного направления, в первую очередь, в области разработки новых алгоритмов функционирования таких сетей и в исследовании потоков трафика для них. ЛИТЕРАТУРА 1. Бутенко В.В., Назаренко А.П., Сарьян В.К. IoT – новая точка развития ИКТ и средство кардинального повышения адаптив- ных возможностей человека при взаимодействии с ухудшаю- щейся антропогенной средой / Тр. 54-й научной конференции МФТИ. Радиотехника и кибернетика. – М.: МФТИ. – 10-30 ноября 2011 г. 2. Кучерявый А.Е., Прокопьев А.В., Кучерявый Е.А. Самооргани- зующиеся сети. – СПб.: Любавич, 2011. 3. Гегель Г.В.Ф. Наука логики. – СПб.: Наука, 1997. 4. Recommendation Y.2060. Overview of Internet of Things. ITU-T, Geneva. – June 2012. 5. Sorensen L., Skouby K.E. Use scenarios 2020 – a worldwide wireless future. Visions and research directions for the Wireless World / Outlook. Wireless World Research Forum. – July 2009, №4. 6. Waldner J.-B. Nanocomputers and Swarm Intelligence / ISTE, John Wiley & Sons, 2008. 7. Koucheryavy A., Salim A. Prediction-based Clustering Algorithm for Mobile Wireless Sensor Networks / Proceedings, International
  4. 4. 24 ISSN 0013-5771. «ЭЛЕКТРОСВЯЗЬ», № 1, 2013 Conference on Advanced Communication Technology, 2010. – ICACT 2010. Phoenix Park, Korea. 8. Kwak K.S., Ullah S., Ullah N. An Overview of IEEE 802.15.6 Standard / Proceedings 3rd International Symposium, Applied Science in Biomedical and Communication Technologies (ISABEL), Rome, Italy. – 7-10 November 2010. 9. Кучерявый А.Е., Салим А. Выбор головного узла кластера в однородной беспроводной сенсорной сети // Электросвязь. – 2009. – № 8. 10. Heinzelman W., Chandrakasan A., Balakrishnan H. Energy-effi cient communication protocol for wireless microsensor networks / Proceedings 33rd Hawaii International Conference on System Sciences (HICSS), Wailea Maui, Hawaii, USA. – Jan. 2000. 11. Younis O., Fahmy S. Distributed clustering in ad-hoc sensor networks: A hybrid, energy-effi cient approach // Proceedings, IEEE INFOCOM, Hong Kong, China. – 2004. 12. Koucheryavy A., Prokopiev A. Ubiquitous Sensor Networks Traffi c Models for Telemetry Applications. Smart Spaces and Next Generation Wired/Wireless Networking / Proceedings 11th International Conference, NEW2AN 2011 and 4th Conference on Smart Spaces, ruSMART 2011. –St.Petersburg, Russia. – August 2011; LNCS 6869. Springer, 2011. 13. Vybornova A., Koucheryavy A. Ubiquitous Sensor Networks Traffi c Models for Medical and Tracking Applications. Smart Spaces and Next Generation Wired/Wireless Networking / Proceedings 12th International Conference, NEW2AN 2012 and 5th Conference on Smart Spaces, ruSMART 2012. St.Petersburg, Russia. – August 2012; LNCS 7469. Springer, 2011. 14. Vasseur J.-P., Dunkels A. Interconnecting Smart Objects with IP. The Next Internet. Morgan Kaufmann. – June 2010. Получено 21.11.12 УДК.621.395 МОДЕЛИ БЕСПРОВОДНЫХ СЕНСОРНЫХ СЕТЕЙ ДЛЯ РАЗЛИЧНЫХ ПРИМЕНЕНИЙ А.И. Выборнова, аспирантка СПбГУТ им. проф. М.А. Бонч-Бруевича, a.vybornova@gmail.com Ключевые слова: беспроводные сенсорные сети, самоподобие трафика, параметр Хёрста, медицинское применение, слеже- ние за целью. В ближайшем будущем в соответствии с прогнозами раз- вития телекоммуникаций в мире [1, 2] будет насчитываться несколько триллионов беспроводных телекоммуникационных устройств. Можно предположить, что значительная часть этих устройств будет работать в беспроводных сенсорных сетях (БСС), осуществляющих мониторинг различных характеристик окружающей среды и расположенных в ней объектов. В связи с этим все большую актуальность приобретают исследования как сенсорных сетей в целом, так и трафика, генерируемого в этих сетях, в частности. В статье рассмотрены два приложения всепроникающих сен- сорных сетей (USN – Ubiquitous Sensor Networks): медицинская БСС и БСС слежения за целью. Выявлено, что в обоих сценариях трафик, поступающий на шлюз сети, обладает свойством самопо- добия. Для оценки степени самоподобия трафика использованы три метода вычисления параметра Хёрста: R/S-анализ, метод Хи- гучи и локальный метод Виттла. Кроме того, обнаружена зависи- мость показателя Хёрста от интервала между передачей пакетов в сценарии для медицинской сенсорной сети. Введение. Специфика сенсорных сетей, связанная с на- личием в сети большого числа сенсорных узлов, а также ши- рокий спектр областей применения делают сенсорные сети действительно «всепроникающими». Именно поэтому для обозначения сенсорных сетей все чаще используется термин USN (Ubiquitous Sensor Network). На данный момент существует значительное количество исследований, посвященных различным аспектам функцио- нирования БСС. В то же время стоит отметить, что одно из наиболее важных направлений исследований — изучение трафика, генерируемого в сенсорных сетях, привлекает не- заслуженно мало внимания. Характеристики трафика тради- ционных телекоммуникационных сетей изучены достаточ- но широко. Однако упомянутая выше специфика БСС дает основания полагать, что модели трафика, адекватно харак- теризующие сенсорные сети, нуждаются в дополнительных исследованиях. В статье для анализа трафика, генерируемого всей сенсор- ной сетью, предпринята попытка просуммировать опыт пре- дыдущих исследований в области моделирования трафика, поступающего от сенсорных узлов. Рассматриваются одни из наиболее распространенных приложений USN: медицин- ская БСС и БСС слежения за целью. В [3] было доказано, что трафик, поступающий на шлюз некоторых сенсорных сетей, является самоподобным. Исходя из этого, в качестве рабо- чей гипотезы взято предположение о самоподобии трафика на шлюзе исследуемых в данной работе моделей БСС. Модели источников трафика. Возможность использования тех или иных моделей трафика для представления нагрузки, поступающей от каждого сенсорного узла, в значительной сте- пени зависит от сценария работы БСС. Так, для сценариев, в которых сенсорный узел отправляет шлюзу пакеты через опре- деленные промежутки времени, применяется модель трафика с постоянной скоростью (CBR, Constant Bit Rate) [4]. Однако значительная часть сценариев работы БСС пред- полагает отправку пакетов только при возникновении како- го-либо события в сети (например, появлении «цели» в зоне покрытия сенсора или срабатывании датчика движения). В этом случае использование модели CBR неоправданно. В некоторых исследованиях [5] для моделирования тако- го рода трафика применяли распределение Пуассона. Одна- ко подобное допущение не имеет под собой твердого основа- ния, так как трафик от источника в таких сценариях может обладать свойством «пачечности» (пакеты передаются, пока в зоне покрытия датчика находится «цель» и перестают пере- даваться, когда «цель» покидает зону), в то время как Пуас- соновская модель не отражает данное свойство. Одной из моделей, используемых для представления тра- фика, поступающего от каждого сенсорного узла, является

×