۲-۵-۱ سخت­افزار
منظور از خرابی­های سخت­افزاری بروز خطاهای پایدار در شبکه­ پوشیدنی است. این گونه از خرابی­ها کارائی شبکه را کاهش می­ دهند حتی ممکن است منجر به غیر قابل استفاده شدن زیرساخت ارتباطی شوند. بنابراین باید تکنیک­های پیشگیری از خطا، کشف خطا، جداسازی خطا، تعیین هویت خطا و بازیافت خطا، بررسی و اعمال شوند. در یک شبکه پوشیدنی سنسور از جمله مهمترین قسمت­ های سخت­افزاری می­باشد. اهمیت کشف و جداسازی سنسورهای معیوب در پژوهش­­های زیادی مورد توجه قرار گرفته است. برای این منظور می­توان مراجع[۵۸]، [۵۹] و [۶۰] را ملاحظه کرد. مهمترین مؤلفه در شبکه ­های پوشیدنی سنسور است، از اینرو قابلیت سیستم به شدت به عملکرد سنسورها وابسته است.به ازای هر سنسوری که معیوب می­ شود، در شبکه یک نقطه­ی کور پدیدار می­ شود که یک ناحیه یا فعالیت مهم را پوشش نمی­دهد. بنابراین این امکان وجود دارد که سیستم رویدادهای مهم را از دست بدهد [۶۱]. سنسورها در محیط­های عملیاتی، از مشکلات و خطراتی رنج می­برند، که دلیل این خطرات طبیعت سنسورها است. تعدادی از خطرات که ممکن است باعث عدم کار سنسورها شوند عبارتند از: ۱- آسیب دیدن ناگهانی سنسور ۲- به پایان رسیدن طول عمر باتری ۳- وجود اشتباهات برنامه­نویسی در سنسورها ۴- گاهی مکانِ سنسورها، نقاط کور و نواحی غیر پوشش دارند که حیاتی است. ۵- مختل شدن ارتباط سنسورها به سبب تداخل الکترومغناطیسی ۶- کنترل و یا معیوب شدن سنسورها توسط عاملهای غیرمجاز [۶۱].

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۲-۵-۱-۱ کشف و جداسازی سنسورهای معیوب
به منظور دستیابی به تحمل خطا در شبکه ­های پوشیدنی یکی از بنیادی­ترین کارها کشف و جدا­سازی سنسورهای معیوب است. در ادامه روش­های مختلف برای شناسایی سنسورهای معیوب توضیح داده می­شوند.
رویکرد مقایسه: یک رویکرد عیب­یابی کارا، برای تشخیص خطاهای نرم و سخت است. در رویکرد مقایسه، یک کار مشترک به دو گره اختصاص داده می­ شود و نهایتاً نتایج­شان با هم مقایسه می­ شود. خروجی این آزمایش می ­تواند صفر(مطابقت نتایج) و یا یک (عدم تطابق نتایج) باشد، لذا این خروجی مبنایی است برای شناسایی گره­های معیوب [۶۲].
به عنوان یک مثال از این رویکرد در [۶۲] یک پروتکل self-diagnosis توزیع شده پویا برای شناسایی گره­های معیوب پیشنهاد شده است. پروتکل مذبور از رویکرد مقایسه استفاده می­ کند و شامل سه فازِ آزمایش، گردآوری و پخش است. در فاز گردآوری، هر گره سیار نتایج کارهای محول شده به همسایگانش را گردآوری می­ کند. سپس به منظور عیب­یابی، این نتایج را با هم مقایسه می­ کند تا گره­های معیوب و سالم مشخص شوند. سرانجام، در فاز پخش، همه اطلاعات عیب­یابی، از طریق شبکه برای همه گره­ها ارسال می­ شود تا هر گره، یک دید کلی از وضعیت شبکه داشته باشد. هدف این پروتکل این است که به گره­های fault-free اجازه دهد که وضعیت خطای کل گره­های شبکه را شناسایی کنند.
نظارت بر وضعیت گره:در سیستم­های پوشیدنی با نظارت کردن به وضعیت هر گره می­توان خطاها را شناسایی و مکان­ یابی کرد. با نظارت کردن به وضعیت هر گره مشخص می­ شود که گره در وضعیت فعال قرار دارد یا غیر فعال. می­توان از دو مؤلفه­ی کلیدی یعنی میزانِ انرژی باتری و تداخل برای تشخیص وضعیت گره­ها استفاده کرد [۵۹] .
شناسایی بر اساس جابجایی و انرژی مصرفی: یک مکانیزم برای کشف گره معیوب است [۵۸]. حالت اول این روش بدین صورت است که گره ناظر بر عضو، هیچ داده­ای را تولید و مخابره نمی­کند، لذا با کنترل انرژی گره مشخص می­ شود که گره اصلاً کار نمی­کند و خراب است. حالت دوم این روش بدین صورت است که گره ناظر مدام در حال تولید و مخابره­ی داده است. در این حالت با کنترل انرژی گره فعالیت گره بیش از حد نرمال تشخیص داده می­ شود و چنین استدلال می­ شود که گره معیوب است.
از جمله چالش­های این روش این است که قرائت­های گره­های سنسور، از اعضای بدن برای حرکات مختلف، ممکن است جابجایی و انرژی مصرفی یکسانی نداشته باشند. به عنوان مثال حالتی را در نظر بگیرید که فرد کنترل شده، در حال نواختن گیتار است. او مدام در حال تکان دادن دستانش است در این حالت سنسورهای نصب شده بر دستان او جابجایی زیادی را نشان می­ دهند لذا با کنترل انرژی مصرفی این سنسورها به دلیل فعالیت بیش از حد نرمالِ گره­ها، چنین پنداشته می­ شود که سنسورهای کنترل کننده­ دستان، خراب می­باشند. اما این سنسورها سالم هستند و داده ­های درستی را مخابره می­ کنند. در این سناریو سنسورهای کنترل کننده­ پاها داده­هایی را تولید و مخابره نمی­کنند. لذا با کنترل انرژی این سنسورها چنین تشخیص داده می­ شود که گره­ها اصلاً کار نمی­کنند و خراب هستند که این تشخیص نیز اشتباه می­باشد.
استفاده از داده ­های جمع­آوری شده: روش دیگر به منظور شناسایی گره­های معیوب است؛ روش کار به این طریق است که اگر داده ­های گردآوری شده توسط یک سنسور از حد پایین و حد بالای آستانه تجاوز کند [۶۳]، آن گره سنسور معیوب است. فرایند شناسایی و جداسازی گره­های حسگر معیوب، براساس داده ­های جمع­آوری شده بخصوص هنگامی که گره سنسور داده ­های اشتباهی را تولید و مخابره می­ کند یک مسئله­ چالش­دار است.
به عنوان مثال حالتی را می­توان در نظر گرفت که گره سنسور معیوب است و بجای داده ­های درست، داده ­های اشتباه و غلطی را از بدن دریافت می­ کند. ولی به دلیل اینکه داده ­های گردآوری شده از حد آستانه تجاوز نکرده ­اند، سیستم معیوب بودن سنسور را تشخیص نمی­دهد و داده ­ها­ی اشتباه را مخابره می­ کند. که این کار می ­تواند باعث تفسیر نادرست از فعالیت شخص تحت نظارت شود. لذا با توجه به مطالب ذکر شده می­توان نتیجه گرفت که اگر چه استفاده از حد آستانه به منظور کشف گره معیوب در برخی از سیستم­ها پیشنهاد می­ شود ولی این روش به تنهایی کافی نیست.
روش دسته­بندی گره­های مجاور: دیگر روش برای کشف گره­های معیوب می­باشد [۵۸]. در این روش قرائت­های گره­های مجاور تقریباً برابر و مشابه می­باشند. روش کار بدین صورت است که قرائت­های گره­هایی که در یک دسته­بندی قرار دارند با هم مقایسه می­شوند که اختلاف بیش از اندازه­ این قرائت­ها نشان دهنده وجود سنسورهای معیوب در دسته­بندی است. این روش در سیستم­هایی که شامل تعداد زیادی گره­ می­باشند، به خوبی جواب می­دهد، این در حالی است که در BSNها تعداد سنسورها اندک می­باشد. در مسائل کشف خطا کم بودن تعداد گره­های مجاور، یک چالش مهم است[۵۸]. به بیانی دیگر در محیط­هایی مانند BSNها که تعداد سنسورهای کمی وجود دارد، دقت کشف کاهش می­یابد. کار [۵۸] این مسئله را مورد مطالعه قرار داده است.
به علاوه یافتن همسایگان صحیح برای تضمین داده ­ها به منظور کاهش هشدارهای غلط، دیگر چالش است [۵۸] . به عنوان مثال شرایطی را در نظر بگیرید که بر روی هر کدام از دستان شخص کنترل شده، یک سنسور نصب شده و هر دوی این سنسورها به عنوان گره­های مجاور در نظر گرفته می­شوند و در یک دسته­بندی قرار داده می­شوند. حال حالتی را در نظر بگیرید که این فرد با خودکارش در حال نوشتن یک متن است. در این حالت علیرغم اینکه هر دو سنسور به عنوان سنسورهای مجاور در یک دسته­بندی قرار گرفته­اند، قرائت­های سنسورهای هر دو دست با هم اختلاف زیادی دارند. لذا اینگونه استنتاج می­ شود که یکی از سنسورها معیوب است اما اینگونه نیست. بنابراین عملکرد این روش به یافتن همسایگان صحیح بستگی دارد.
۲-۵-۲٫نرم­افزار
نرم­افزار در سیستم­های کامپیوتری یک نقش کلیدی را ایفا می­ کند. به واقع محاسبات پوشیدنی همانند سایر سیستم­های کامپیوتری برای انجام عملیات نیازمند نرم­افزار می­باشند. الگوریتم­ها و روش­های نرم­افزاری مختلفی به منظور تحمل خطا در شبکه ­های پوشیدنی وجود دارد که در ادامه به آنها پرداخته می­ شود.
کیفیت داده: از جمله مباحث کلیدی در بخش نرم­افزار می­باشد. موضوع کیفیت داده ­ها یک موضوع قدیمی است که در سیستم­های جدید امروزی از جمله سیستم­های پوشیدنی ابعاد جدیدی پیدا کرده است. بطور کلی روش­های مختلف بررسی کیفیت داده ­ها، به سه دسته­ی الف)روش ساختارگرا(syntactic) ب)روش نشانه­گرا(semantic) ج)روش عملگرا(pragmatic) تقسیم می­شوند.
در روش ساختارگرا بیشتر به ساختار داده ­ها توجه می­ شود. در روش نشانه­گرا برای کیفیت داده­ چهار معیار ۱-کامل بودن ۲-صحیح بودن ۳-مبهم نبودن و ۴-معنادار بودن، در نظر گرفته می­ شود. در واقع در این روش دنیای واقعی حوزه­ مورد بررسی نامیده می­ شود که سیستم اطلاعاتی یک تصویر از دنیای واقعی است. هر چقدر که تصویر دنیای واقعی بهتر باشد داده ­ها با کیفیت­تر هستند. اما در روش عملگرا برای کیفیت داده شش معیار ۱-مرتبط بودن ۲-به موقع بودن ۳-دقت ۴-در دسترس بودن ۵-مقایسه­پذیری و ۶-انسجام، در نظر گرفته می­ شود.

جدول ۲-۴٫ معیارهای کیفیت داده در روش نشانه­گرا