SDWSN架构研究综述

曾庆杰

摘要：針对传统无线传感器网络（WSN）更新和管理代价较大等问题，借助软件定义网络（SDN）架构的优势，将SDN技术引入WSN中，构建软件定义无线传感器网络（SDWSN）架构，能很好地解决上述问题。首先分析了SDWSN架构的研究进展，总结了几种SDWSN架构，给出了通用架构。然后重点介绍了软件定义无线传感器网络架构的研究趋势，并分析了几种应用案例。最后对SDWSN架构进行了展望和总结。

关键词：无线传感器网络;软件定义网络;软件定义无线传感器网络;分布式控制架构;层次化多控制器部署方式

中图分类号：TP311        文献标识码：A        文章编号：1009-3044（2018）34-0041-04

1 引言

近年来，随着传感器技术的提高，以及物联网行业的蓬勃发展，无线传感器网络（Wireless Sensor Network，WSN）的应用越来越广泛。面向具体运用的分布式WSN更改策略困难，无法根据上层不断的业务变化需求而快速进行柔性改变，造成资源利用率低。此外，分布式WSN 中，传感节点不仅需要处理传感任务，还需要参与路由维护等网络管理任务，而这本质上与WSN 能量受限的特性相冲突，同时使网络管理变得更为繁杂，严重制约了WSN 的应用潜力。而软件定义网络（Software defined Network，SDN）技术的兴起可以很好地解决现有的无线传感器网络的发展瓶颈。

SDN是一种全新的网络体系框架，已被视为未来网络的重要发展方向[1]。SDN解耦控制层与数据层，使数据层仅负责路由转发，控制层则实现路由决策，而应用层为用户提供网络可编程服务，从而极大增强了网络的灵活性。将SDN与WSN相结合，构建了软件定义无线传感器网络（Software defined wireless Sensor Network，SDWSN）架构。该架构通过利用SDN集中控制功能，易于从网络全局视图配置网络资源，提高资源的利用效率，使无线传感器网络统一管理，优化资源配置;通过利用SDN的控制层与数据层分离，抽象数据平面，简化了数据层硬件结构，降低传感节点能耗和部署成本。由于底层基础设施被抽象为简单的数据包转发节点，因此便于异构互连，协同工作。

本文是基于软件定义无线传感器网络架构的研究，第2节介绍了SDWSN的研究进展，得出了SDWSN的通用架构，以及各层的工作原理，根据控制器的部署方式对SDWSN进行了分类。第3节介绍了SDWSN架构的研究趋势，阐述了层次化多控制器部署的方式的分布式架构的优势以及其对一致性要求的理论支撑。第4节对SDWSN架构的应用场景的分析，最后对SDWSN研究进行了展望。

2 SDWSN研究进展

2012 年，Mahmud[2]和Luo[3]几乎同时提出了SDWSN架构模型，为SDWSN 的诞生做出了重要贡献。其中，Mahmud 提出的基于OpenFlow 的传感器flow sensor，使传统硬件变为可编程硬件， Luo[3] 则在OpenFlow 的基础上结合WSN 应用需求，提出了以Sensor OpenFlow（SOF）作为两个平面之间的标准通信协议，使数据平面执行基于流的数据转发，控制层能够通过自定义的 OpenFlow协议对传感器节点进行灵活的配置。2013年，Zeng[4]等人提出了“感知即服务”（Sensing as a Service）的软件定义传感网络架构。在该架构中，控制器通过空中编程（Over The Air Programming）技术根据任务的不同而对传感器网络中部分节点进行动态重编程。2014年，Gante[5]等人提出了一种新型的基于SDN的无线传感器网络基站架构。在该架构中，传感器节点不必做出路由决策，网络管理员可以通过基站的控制器提供的全局网络视图做出最佳的路由决策，优化网络配置。

与有线网络中SDN 架构类似，董玮[6]等人提出了软件定义无线传感器网络通用架构，如图1所示。架构最上层为应用层，应用层由特定的传感应用软件构成;中间层为逻辑控制面，主要根据类OpenFlow协议与下层节点通信、分发指令;下层由各传感节点组成，节点在获取传感数据后依据控制器下发的转发规则进行数据转发，本身不参与路由决策。控制层是实现网络抽象的关键，通过南向接口与数据层进行交互，获取传感节点状态和控制传感节点行为，并通过北向接口向应用层提供网络抽象视图，方便用户按需进行应用软件编程。

源于SDWSN 采取集中控制原则，控制器结构成为架构设计的关键。对于SDN控制器可分为集中式控制器和分布式控制器两种结构。分布式控制器结构采用水平多控制器和层次化多控制器控制方式进行扩展。黄美根[7]等人根据SDWSN控制器的部署方式将SDWSN分为三种：单控制器部署、水平多控制器部署和层次化多控制器部署。其中，水平多控制器部署和层次化多控制器部署的主要区别在于集中控制的方式，前者多个控制器是以分布式的方式实现逻辑集中，而后者则是从物理上实现集中控制。

针对规模较小的网络，单一的集中式控制可以较为理想地管理网络资源和网络设备。Gante[5]等人提出了在WSN 基站上实现控制器的通用架构，唯一控制器部署于WSN 基站，这样既节约传感节点能量，又优化网络管理。李媚[8]提出了一种基于软件定义的异构WSN模型。该架构模型由多个普通节点与新型软件定义传感（SDSN）节点构建，由一个管控中心集中控制，每次只选择部分SDSN节点成为接入节点与管控中心建立连接。

随着近年来网络规模的不断扩大，若采用单一控制器的集中式控制，控制器与跨域的交换机之间的通信将会产生较大的时延，从而影响控制器的性能和扩展性。因此分布式控制研究成为SDWSN的热点。在水平多控制器部署方式中，Xu[9]等人提出了在WSN 基站上实现多控制器部署的通用架构，而Khandakar[10]等人提出了将多个控制器分布在传感器网络中的架构。在层次化多控制器部署方式中，Flauzac[11]等人提出了一种基于SDN的WSN簇类架构。每个簇内由SDN簇头（SDNCH）、网关节点及普通节点组成，每个簇称为SDN域。在每个SDN域中，SDNCH是控制器，负责管理传感器节点的操作，并最终受部署在基站上的中心控制器管理。

3 SDWSN發展趋势

如今，大规模的无线传感器网络无处不在，感知信息需要通过长距离多跳的方式传递给汇聚节点。集中式的任务分配在大规模的传感器网络中存在通信开销和时延较大的缺点。此外，依靠单一汇聚节点的集中式的任务分配方法还存在可靠性和可扩展性较差的问题。因此，分布式控制架构将成为SDWSN发展趋势。针对分布式SDWSN控制器两种部署方式，Kobo[12]等人对其进行了仿真，验证其可行性和效率。通过实验数据对比，以层次化部署方式比水平多控制器部署在性能上更有优势。因此层次化部署方式的分布式SDWSN架构将是未来研究的重点方向，该架构如图2所示。

3.1 架构优势

在层次化部署方式的分布式SDWSN架构内，主控制器[12]可以监督整个网络状态，优化全局网络的资源配置，维护网络中控制器的逻辑视图以及不同版本的网络配置之间的一致性。本地控制器负责本地局域网络的管理，这样使控制逻辑更接近基础设施设备，传感节点和控制器之间的距离减小节省了大量数据传输功率，还降低了其低数据传输容量的压力，从而提高了吞吐量。此外，控制器靠近传感器节点，提高网络的响应能力，降低了延迟。与水平多控制器部署相比，该部署方式通过本地控制器收集局部网络信息，从而更新主控制器的网络状态，避免了水平多控制器部署中的所有控制器都要更新全局信息，降低更新的开销成本。传感节点根据主控制器形成的全局网络视图生成的最优转发规则进行转发，避免了网络的拥塞，提高了网络的传输效率，又节省了传感节点能量。

在该架构中，主控制器位于WSN基站中，一方面通过全局网络视图来维护整个网络的基本信息，智能化管理整个网络，另一方面通过Internet网络与管理节点相连，网络管理员可以远距离为主控制器下发不同的业务，灵活更改网络配置。本地控制器均匀放置在传感节点中，每个本地控制器管理局部网络。该控制器能将传感节点的拓扑信息及时、快速地发送给主控制器，并能及时、快速地接收主控制器发送的控制消息和配置的路由策略，然后将其发送给传感节点。

本地控制器与主控制器以及本地控制器互相之间通过安全信道使信息相通，很容易使两个不同簇的网络异构互连。如果主控制器发生故障，则网络可选择其中某个本地控制器充当主控制器的作用，如果某一本地控制器出现故障，则可由距离该控制器最近的其他本地控制器或者主控制器来代替。

3.2 网络工作流程

在该架构中，传感节点首先进行拓扑发现，主要目的是发现邻居并填充邻居表。拓扑发现的主要目的是主控制器获得网络互连图（以邻居矩阵表示）和其他信息（链路质量，剩余能量和邻居节点之间的最小发射功率等）;基于这些信息，主控制器可以形成全局网络视图，灵活地生成转发规则。各个本地控制器共享主控制器的全局网络视图，能同时接收主控制器发送的转发规则。

一旦源节点向控制器发送过邻居表之后，其他传感节点将会进入到拓扑维护状态。在维护阶段，主要任务是主控制器根据网络变化调整转发规则。传感节点中，拓扑维护的主要目的是检测邻居关系的变化。传感器节点将定期广播hello-request数据包以收集邻居信息，并且周期长度可调。在下一次播出hello-request之前，传感器节点比较最近两个hello-request周期内收集到的邻居信息，并检测剩余能量。如果检测到有任何差异或剩余能量达到阈值，则传感节点将信息分组更改为topo-repair数据包并将其发送给控制器。在控制器中，拓扑维护过程相对简单。在拓扑发现之后，主控制器继续等待，直到收到topo-repair数据包或新的topo-response数据包。然后，主控制器根据改变的拓扑结构修改拓扑信息中的转发规则，更新全局视图，重新制定转发策略，再通知到各个本地控制器，将新的转发策略发送到各个传感节点。

3.3 一致性问题

对于层次化多控制器部署的分布式SDWSN架构，各个控制器要求始终具有相同的网络状态，每个控制器都有全局网络视图，为了使不同的控制节点能够协同工作，保持这些控制节点的一致性至关重要。HyperFlow[13]是一个基于OpenFlow 的分布式事件驱动的控制SDN控制器。当某个控制节点状态改变时，会发布一个状态改变的事件，其他的控制节点收到事件后，通过重现事件来更新状态，达到逻辑视图的一致。除此外，ONOS[14]采用高可用、可扩展的扁平式多控制器架构。ONOS集群内的多控制器互相分享网络状态和管理网络拓扑，共同维持一个全网拓扑视图。各个控制器会独立实现各自网络的控制，期间会实时更新，保持与全局网络状态的一致性。ONOS允许集群内某个控制器出现故障时，允许将工作分配给其他正常工作的控制器，从而不影响整个系统的运行。该控制器结构也能很好地满足分布式架构对一致性的要求。为了建立当前网络状态的逻辑视图，我们可以采用SDN-WISE[15]方案，该方案中提出的拓扑管理层首先收集每个传感节点的状态信息，例如，拓扑相关信息、节点剩余能量等，然后把信息发送给控制节点，形成整个网络的逻辑视图。

除了硬件条件满足一致性的要求，在软件方面，如Best effort算法[16]、Anti-entropy 算法[17]等为该架构的一致性提供了重要的支撑。Best effort算法是基于事件的，事件的发生触发了对其他节点的更新。若某个局部控制节点在接收到事件发生时，该节点将该事件广播到集群中的所有其他控制节点，确保每个新事件或更新立即发送到所有其他节点。事件可以是任何更新的发生，例如新的传感节点的加入，传感节点故障等。Anti-entropy 算法是周期性的，只有在每个设定的时间段之后发生同步。在该算法中，控制节点定期从对等的控制节点列表中选择随机伙伴并开始交换状态信息。该算法使用Pull-Push方法，使某个控制节点将其状态发送到对等节点，对等节点检查接收状态的新近度，如果是最近的，则相应地更新其状态。收到回复后，原始发送节点（现在是接收者）首先检查新近度，然后更新条目。如果接收节点缺少某个条目，则会请求添加该条目。

4 SDWSN应用案例

分布式软件定义无线传感器网络架构将会在未来智慧城市管理、工业安全生产等方面有着广泛的应用。针对传统煤矿无线传感网络因采用固定路由协议、不能根据网络状况改变路由而无法保证突发事故情况下通信可靠性的问题，陈婀娜[18]在原有的煤矿簇模型的基础上，将SDWSN架构应用于煤矿监控系统。在每个簇内增加一个网关节点，每一簇形成SDN的域，每个中继节点即为所在域的簇头，簇头再由煤矿数据应用中心管理。在巷道软件定义簇形WSN中，可通过簇头在域内配置参数和汇聚采集数据。通过使用软件定义簇型架构，灵活改变路由策略，有助于解决传统WSN采用单一协议，提高了煤矿安全监测性能。黄美根[11]等人将分布式SDWSN架构应用于城市消防联动，当某个居民小区的监测安防系统将火情发送给消防指挥部门时，消防部门可以快速地对移动的消防车辆上的智能终端与小区的监控终端下发互连配置命令，使消防车辆可以及时掌握小区火情，避免了传统小区火情传给消防部门，再由消防部门调度消防车辆的信息通信延时，更好地获取火情状态数据，提高了救援效率。在大气污染监测中，对某一区域传感网络，有时为了抽样采集数据，当只需要局部传感网络进行监测，我们通过对各个簇的控制节点下达指令，每次选择部分簇的传感节点采集数据，这样提高了传感器节点的合理使用率。

5 SDWSN未来研究展望

目前有线网络中的SDN技术仍不成熟，将SDN技术引入WSN也将面临一系列挑战。首先，要制定SDWSN的标准，标准的制定可以促进行业的快速发展。然后考虑到SDWSN的发展进程，为了使SDWSN更好地融入市场，带来应用价值，初步要制定分布式WSN与SDWSN互相兼容的过渡方案。最后要在网络能量优化、网络安全等性能上进一步优化提升。

6 结束语

目前，无线传感器网络因其固有特性已越来越不能满足万物互连的需求，将SDN技术与WSN结合可以更好地满足感知物理世界的需求，如今SDWSN已经受到越来越多科研人员的关注。本文首先综述了SDWSN研究进展，阐述了SDWSN通用架构的应用层、控制层、数据层的工作原理，根据控制器部署方式对SDWSN已经存在的架构进行了总结。针对大规模网络，提出了以层次化多控制器部署的分布式SDWSN架构将是SDWSN的研究趋势。通过对应用案例的分析，展示了SDWSN架构的应用前景和优势。相信在不久的将来，SDWSN架构将会完全取代WSN。

参考文献：

[1] McKeown N. Software-Defined networking. In： Proc. of the INFOCOM Key Note. IEEE， 2009.http：//infocom2009.ieee-infocom.org/technicalProgram.htm.

[2] Mahmud A， Rahmani R. Exploitation of OpenFow in wireless sensor networks. In： International Conference on Computer Science and Network Technology. IEEE， 2012：594-600.

[3] Luo T， Tan H P， Quek T Q. Sensor OpenFlow： Enabling Software-Defined Wireless Sensor Networks. IEEE Communications Letters， 2012， 16（11）： 1896-1899.

[4] Zeng D， Miyazaki T， Guo S， Tsukahara T， Kitamichi J and Hayashi T. Evolution of software-defined sensor networks//Proceedings of the IEEE 9th International Conference on Mobile Ad-hoc and Sensor Networks （MSN）. Dalian， China， 2013： 410-413.

[5] Gante A， Aslan M and Matrawy A. Smart wireless sensor network management based on software-defined networking//Proceedings of the 27th Biennial Symposium on Communications （QBSC）. Kingston， Canada， 2014： 71-75.

[6] 董瑋，陈共龙，曹晨红，罗路遥，高艺.面向软件定义架构的无线传感器网络[J].计算机学报，2017，40（8）：1779-1797.

[7] 黄美根， 黄一才， 郁 滨， 周伟伟.软件定义无线传感器网络研究综述[J/OL].软件学报：http：//kns.cnki.net/kcms/detail/11.2560.TP.20180607.1453.007.html.

[8] 李媚.基于SDN的异构WSN路由协议的设计与实现[D].南京：东南大学，2016.

[9] Qiao zhi Xu，Jie Zhao.A WSN Architecture Based on SDN.Advances in Computer Science Research， volume 64 4th International Conference on Information Systems and Computing Technology （ISCT 2016）.

[10] Khandakar Ahmed， Nazmus S. Nafi， Waleed Ejaz， Mark A. Gregory， Asad M. Khattak. A Novel Framework for Software Defined Wireless Sensor Networks.2017 IEEE.

[11] FLAUZAC Olivier， GONZALEZ Carlos， NOLOT Florent. SDN Based Architecture for Clustered WSN. Innovative Mobile and Internet Services in Ubiquitous Computing （IMIS）， 2015 9th International Conference on. IEEE，2015： 342-347.

[12] Hlabishi I. Kobo， Adnan M. Abu-Mahfouz and Gerhard P. Hancke. Fragmentation-based Distributed Control System for Software Defined Wireless Sensor Networks.IEEE Transactions on Industrial Informatics ，2018：https：//www.researchgate.net/publication/324174689.

[13] Tootoonchian A， Ganjali Y. HyperFlow： A distributed control plane for OpenFlow//Proceedings of the 2010 internet network management conference on Research on enterprise networking （INM/WREN）. Berkeley， USA， 2010.

[14] Berde P， Gerola M， Hart J， Higuchi Y， Kobayashi M， Koide T， Lantz B， OConnor B， Radoslavov P， Snow W， Parulkar G. ONOS：Towards an open， distributed SDN OS. In： Proc. of the 3rd Workshop on Hot Topics in Software Defined Networking （HotSDN）. Chicago： ACM Press， 2014： 1-6.

[15] Marrón P J， Gauger M， Lachenmann A， Minder D， Saukh O and Rothermel K. FlexCup： A flexible and efficient code update mechanism for sensor networks//Proceedings of the 3rd European conference on Wireless Sensor Networks. Zurich， Switzerland， 2006： 212-227.

[16] A. Demers， D. Greene， C. Hauser， W. Irish， J. Larson， S. Shenker， H. Sturgis， D. Swinehart， and D. Terry， “Epidemic algorithms for replicated database maintenance，” in Proceedings of the sixth annual ACM Symposium on Principles of distributed computing， 1987： 1–12.

[17] R. van Renesse， D. Dumitriu， V. Gough， and C. Thomas， “Efficient reconciliation and flow control for anti-entropy protocols，” Proc. 2nd Work. Large-Scale Distrib. Syst. Middlew， 2008： 1-6.

[18] 陳婀娜.矿用软件定义簇形无线传感网络架构[J].工矿自动化.2018，44（5）：81-84.

【通联编辑：代影】