Distributed Optimization and Data Recovery for Wireless Networking

Durante la mia attività di ricerca mi sono concentrato sullo studio di problematiche relative alle reti wireless eterogenee, ispirandomi in particolare ad uno scenario di monitoraggio urbano realizzato per mezzo di una rete di comunicazione estesa su vasta scala, parzialmente distribuita, mobile e a basso costo (possibilmente composta da telefoni cellulari o simili). Nella mia tesi di dottorato, dunque, sono stato guidato dalla visione globale di una architettura a due livelli, che permettesse l’integrazione dei sistemi cellulari esistenti con varie tipologie di reti distribuite (quali, ad esempio, le reti ad hoc o di sensori). Infatti, una infrastruttura completamente distribuita sarebbe inappropriata nel caso di una rete di grandi dimensioni e composta da numerosi dispositivi (si pensi, ad esempio, a reti su scala urbana). In questo caso, l’organizzazione stessa dell’infrastruttura di comunicazione risulterebbe assai dispendiosa in termini energetici e probabilmente impraticabile. D’altro canto, il solo sistema cellulare non possiede la flessibilità e gli strumenti per sfruttare la granularità di informazione prodotta dai dati generati in una tale rete. Nello scenario considerato, oltre alla presenza di un certo numero di cellulari mobili, e implicita anche l’esistenza di dispositivi (embedded devices) di varia natura, capaci di comunicare tra loro e con gli altri elementi della rete, e che ci si aspetta possano anche “misurare” l’ambiente circostante. Al giorno d’oggi, infatti, la tecnologia ci rende sempre più capaci di controllare la realtà quotidiana attraverso sensori di movimento, GPS, strumentazioni per il monitoraggio medico, microfoni e video-camere. Le reti di sensori (Wireless Sensor Networks, WSN), ad esempio, sono infrastrutture costituite da piccoli dispositivi (nodi) dotati di “sensori intelligenti” capaci di misurare l’ambiente circostante in termini di luminosità, temperatura, umidità , inquinamento e/o altro. Perciò, e possibile pensare che i telefoni cellulari, così come altri elementi di rete (incluse le base station, i router e gli access point su cui si basano diverse tecnologie cablate e non), possano cooperare per realizzare un obiettivo comune come l’individuazione di un incendio o il monitoraggio di un fenomeno fisico. Osservando il fatto che i telefoni cellulari sono sempre piu al centro delle comunicazioni quotidiane, è possibile prevedere l’integrazione dei sistemi cellulari standard con reti distribuite aggiuntive come le WSN. Lo scopo ultimo sarebbe quello di “connettere” qualsiasi cosa in grado di comunicare, trasmettendo e ricevendo dell’informazione, e possibilmente dotare tale rete di meccanismi autonomi di configurazione e adattamento. Si noti che le reti cellulari odierne già implementano alcune di queste caratteristiche: sulla base di informazioni contestuali, infatti, è oggigiorno possibile determinare la posizione di un utente con una certa accuratezza e fornirgli determinati servizi. Di fatto, si sta considerando una infrastruttura di rete che può essere classificata come una Delay Tolerant Network (DTN). In questo tipo di infrastruttura, reti wireless eterogenee, sparse e/o mobili, comunicano tra loro, ma tale comunicazione non puo essere assunta continua a causa della natura stessa della reti interagenti. La visione generale di cui sopra porta con s'é numerose problematiche, e durante la mia attività di ricerca mi sono concentrato in particolare sulle seguenti due: 1) la progettazione di algoritmi di ricostruzione che a partire da un sottoinsieme di dati (ossia, dalla raccolta parziale delle letture dei nodi che costituiscono l’intera rete) sono in grado di ricostruire con elevata accuratezza l’intero segnale misurato (tali algoritmi rendono il sistema scalabile, dal momento che permettono di ridurre il numero di pacchetti dati da raccogliere, fissato un certo livello di accuratezza che si vuole garantire sulla rappresentazione del segnale da monitorare); 2) la progettazione di protocolli di rete cooperativi, dove la cooperazione è utilizzata per raggiungere un obiettivo comune come l’individuazione di un incendio e/o l’aumento delle prestazioni della rete in termini di metriche quali il consumo energetico, la latenza, la probabilità di consegna. Per quanto riguarda il primo punto, il mio studio indaga le potenzialità di Compressive Sensing (CS), una tecnica molto efficace per l’acquisizione e il recupero di segnali correlati, con l’obiettivo di progettare e implementare un sistema per la raccolta efficiente di elevate quantità di dati da reti (di sensori) distribuite. Tale sistema ha l’obiettivo di ricostruire segnali di grandi dimensioni, raccogliendo il minor numero di campioni necessario al recupero del segnale di interesse entro un fissato livello minimo di qualità . I passi della mia attività di ricerca possono essere riassunti come segue: 1.a) valutazione dell’applicabilità dei benefici potenziali di CS in applicazioni di reti; 1.b) giustificazione dell’efficacia del recupero del segnale tramite CS, quando quest’ultimo è utilizzato in sinergia con la tecnica dell’analisi alle componenti principali (Principal Component Analysis, PCA) e caratterizzazione dell’ottimalità del meccanismo di ricostruzione in funzione della statistica del segnale di ingresso; 1.c) progettazione di un algoritmo per la ricostruzione di segnali basato su CS, e successiva validazione del metodo proposto per mezzo di simulazioni (Matlab) e utilizzando tracce reali. A proposito del secondo punto, invece, il mio lavoro si è focalizzato sullo studio di metodi distribuiti il cui obiettivo è quello di ottimizzare una metrica globale, nel senso delle prestazioni dell’intera rete di interesse. Nel dettaglio, nello scenario considerato vi sono più nodi che collaborano per minimizzare la somma di funzioni obiettivo locali, che in generale dipendono da variabili globali quali parametri protocollari o decisioni prese dai nodi stessi. Nel caso in cui le funzioni obiettivo locali siano convesse, è possibile utilizzare una tecnica che si basa sul metodo del subgradiente e algoritmi di consenso per mediare l’informazione proveniente da ogni nodo, e che garantisce la convergenza verso una soluzione di ottimo globale. In letteratura si trovano risultati di convergenza per tale tecnica che considerano solo il caso di operazioni sincrone tra nodi e modelli di mobilità senza memoria. La mia ricerca si è occupata di estendere tali risultati ad un contesto piu ampio. I passi fondamentali del mio lavoro sono stati: 2.a) estensione dei risultati di convergenza all’ottimo per una classe piu generale di modelli di mobilità (con memoria); 2.b) applicazione del metodo del subgradiente nel caso di operazioni asincrone tra nodi; 2.c) presentazione di un possibile scenario di applicazione di rete per validare l’analisi svolta e mostrare l’efficacia della tecnica di ottimizzazione distribuita considerata. I risultati della mia ricerca si sono rivelati strumenti utili per l’ottimizzazione pratica di protocolli di rete e permettono di formulare raccomandazioni per la progettazione del complesso sistema integrato discusso sopra.