Efficient query distribution and positioning in public sensing systems

Abstract

Within the last few years mobile phones have evolved from traditional communication devices to powerful computational platforms that are equipped with a variety of sensors. For instance, a modern phone comes with a barometer, a light sensor, a magnetic field sensor and a microphone. These sensors turn mobile phones into powerful networked sensor platforms that can be used for capturing sensor data. The captured data can be aggregated and analyzed to monitor environmental phenomena such as noise pollution, for instance. Using mobile phones for sensing is termed in the literature as Public Sensing (PS) and has recently attracted increasing interest in the research community. One big challenge of PS is the high energy consumption that it imposes on mobile devices. Running a PS system can quickly drain the battery of a device, which is a major concern that prevents people from participating in PS. To tackle this issue, this thesis provides energy efficiency algorithms for two of the most energy-intensive operations in PS. First, it introduces a novel query distribution approach that significantly reduces the communication energy of a device when receiving queries for sensor data from the infrastructure. This approach limits the set of devices that receive a sensing query, in contrast to existing approaches, which distribute queries to all available devices. As part of this contribution, a novel position update protocol is presented that increases the efficiency of existing protocols by sending updates opportunistically together with other messages. Secondly, this thesis presents an efficient position sensing approach that controls the positioning system of a mobile device such that the energy for positioning is minimized. While existing PS systems assume that a device’s positioning system is always-on, this approach temporarily disables the positioning system of a device without reducing its sensing effectiveness.

Innerhalb der letzten Jahre haben sich herkömmliche Mobiltelefone zu leistungsstarken Kleincomputern weiterentwickelt, die mit einer Vielzahl an Sensoren ausgestattet sind. Ein modernes Smartphone verfügt beispielsweise über einen Barometer, einen Helligkeits- und Beschleunigungssensor, einen Kompass, ein Mikrofon sowie ein Positionierungssystem. Darüber hinaus ermöglichen die zunehmend steigenden Datenübertragungsraten in Mobilfunknetzwerken eine schnelle und dauerhafte Datenverbindung in die Infrastruktur. Diese technischen Voraussetzungen ermöglichen es, Mobilgeräte als mobile Sensorknoten zu nutzen, welche Umgebungsdaten aufzeichnen und in die Infrastruktur übertragen. Beispielsweise können Audiosignale von mehreren geografisch verteilten Smartphones aufgezeichnet und zentral analysiert werden, um Lärmquellen in einer Stadt zu identifizieren. Die Idee bereits vorhandene Mobilgeräte als mobile Sensorknoten zu nutzen wird in der Literatur als Public Sensing (PS) bezeichnet und ist in den letzten Jahren auf wachsendes Interesse in der Wissenschaftsgemeinde gestoßen. So ermöglicht PS das Aufzeichnen von Sensordaten ohne vorherige Investitionen und stellt daher eine interessante Alternative zu klassischen Sensornetzwerken dar, speziell in dicht besiedelten Gebieten wie in Stadtzentren. Um ein PS-System zu realisieren müssen zuvor eine Reihe von Herausforderungen gelöst werden, welche über das Forschungsgebiet der klassischen Sensornetzwerke hinausgehen. Besonders kritisch ist hierbei die Benutzerakzeptanz. Um Sensordaten für das PS-System bereitzustellen, muss der Besitzer eines Mobilgeräts seine knappen Geräteressourcen zur Verfügung stellen, ohne dafür einen unmittelbaren Nutzen zu erhalten. So verbraucht ein Mobilgerät in einem PS-System Energie für das Aufzeichnen von Sensordaten, für die Positionierung und für die Kommunikation mit der Infrastruktur. Mehrrere Studien belegen, dass die dauerhafte Ausführung dieser Operationen die Akkulaufzeit eines Mobilgeräts enorm verkürzt. Folglich sind Algorithmen zur energieschonenden Ausführung dieser Operationen eine der Hauptansatzpunkte um die Benutzerakzeptanz von PS-Systemen zu erhöhen. Während sich bisherige Forschungsarbeiten weitestgehend auf Ansätze zur Effizienzsteigerung beim Aufzeichnen der Sensordaten beschränken, wurde die Optimierung der Datenübertragung und der Positionierung in PS-Systemen bisher nicht umfassend untersucht. Existierende Ansätze nehmen beispielsweise an, dass der in der Infrastruktur operierende PS-Server mit den Mobilgeräten mit Hilfe eines Broadcast-Ansatzes kommuniziert. So wird eine Anfrage an das PSSystem, die Sensordaten von einem bestimmten Ort anfordert, immer an alle Mobilgeräte gesendet, ohne die geografische Verteilung der Geräte zu berücksichtigen. Dieser Ansatz skaliert jedoch nicht in PS-Systemen, die aus mehreren Millionen Mobilgeräten bestehen, da jede Kommunikation mit der Infrastruktur Energie auf den Geräten verbraucht. Des Weiteren nehmen existierende PSSysteme an, dass Mobilgeräte zu jeder Zeit ihre aktuelle Position kennen, um die aufgezeichneten Sensordaten zu georeferenzieren. Mehrere Untersuchungen stimmen jedoch darüber ein, dass eine dauerhafte Positionierung die Akkulaufzeit eines Mobilgeräts auf wenige Stunden reduzieren kann. Diese Dissertation erweitert den Stand der Wissenschaft in der PS-Forschung, indem sie energieeffiziente Algorithmen für die folgenden offenen Probleme vorstellt: (1) Einen Ansatz zur effizienten Verteilung von Sensordatenanfragen an Mobilgeräte. Dieser Ansatz identifiziert für jede Anfrage eine begrenzte Teilmenge an Mobilgeräten, welche diese Anfrage erhalten. Im Vergleich zu existierenden Verfahren kann somit bis zu 50% der Kommunikationsenergie auf Mobilgeräten eingespart werden. Zudem wird im Rahmen dieses Ansatzes ein effizientes Positionsupdateprotokoll entwickelt, welches die Energieeffizienz bestehender Verfahren um bis zu 70% steigert. (2) Einen adaptiven Positionierungsalgorithmus, welcher die Positionierung eines Mobilgeräts so optimiert, dass die Positionierungsenergie um bis zu 90% reduziert wird, ohne jedoch die Effektivität des PS-System hinsichtlich der Menge der gesammelten Sensordaten zu reduzieren.