클러스터링 기반 라우팅 기법을 통한 무선 센서 네트워크 데이터 중복 방지

초록

본 논문은 무선 센서 네트워크에서 에너지 효율을 높이고 데이터 중복 전송을 방지하기 위해, 센서 노드의 실제 전송 반경을 고려한 클러스터링 기반 라우팅 기법을 제안한다. 제안 기법은 클러스터 형성 시 전송 가능 거리 제한을 반영하고, 클러스터 헤드 선정 시 에너지 잔량과 거리 비용을 동시에 최적화한다. 시뮬레이션 결과, 기존 계층형 라우팅 프로토콜 대비 전력 소모가 15 % 이상 감소하고, 데이터 중복률이 30 % 이상 감소함을 확인하였다.

상세 분석

무선 센서 네트워크(WSN)는 제한된 배터리 용량을 가진 소형 노드들로 구성되며, 네트워크의 수명은 개별 노드의 에너지 소모에 크게 좌우된다. 전통적인 라우팅 방식은 크게 평면 라우팅과 계층형 라우팅으로 구분된다. 평면 라우팅은 모든 노드가 동일한 역할을 수행하지만, 다중 홉 전송 과정에서 에너지 소모가 고르게 분산되지 않아 일부 노드가 빨리 소진되는 문제가 있다. 반면, 계층형 라우팅은 클러스터를 형성하고 각 클러스터의 헤드(Cluster Head, CH)가 데이터를 수집·전송함으로써 전체 에너지 소모를 균등하게 분산시키는 장점이 있다. 대표적인 계층형 프로토콜인 LEACH는 무작위 CH 선정과 라운드 기반 재선정을 통해 에너지 균형을 도모한다. 그러나 이러한 기존 기법들은 실제 환경에서 센서 노드가 가질 수 있는 전송 반경(Transmission Radius, TR)을 충분히 고려하지 않는다. 전송 반경이 제한된 상황에서 무작위 CH 선정은 물리적으로 연결이 불가능한 경우를 초래하고, 이는 라우팅 경로 단절 및 재전송으로 이어져 에너지 낭비와 데이터 중복 전송을 야기한다.

본 논문은 이러한 현실적 제약을 반영하여, 클러스터 형성 단계에서 각 노드의 TR을 기반으로 인접 노드 집합을 정의하고, 그 집합 내에서만 CH 후보를 선정한다. CH 선정 기준은 (1) 잔여 에너지(E_res), (2) 평균 거리 비용(D_avg), (3) 노드 밀도(ρ)이며, 이를 가중합 형태의 비용 함수 C = α·E_res⁻¹ + β·D_avg + γ·ρ⁻¹ 로 표현한다. 여기서 α, β, γ는 시스템 요구에 따라 조정 가능한 파라미터이다. 또한, 데이터 중복 방지를 위해 CH 간에 데이터 집계 시 중복 검증 메커니즘을 도입한다. 구체적으로, 각 CH는 수집된 데이터에 대한 해시값을 생성하고, 인접 CH와 교환하여 동일 해시값이 존재할 경우 중복 데이터를 폐기한다.

알고리즘 흐름은 다음과 같다. 첫 번째 라운드에서는 모든 노드가 자신의 TR을 브로드캐스트하고, 인접 노드 리스트를 구축한다. 이후, 각 노드는 자신의 비용 함수 값을 계산하고, 인접 리스트 내에서 최소 비용을 가진 노드를 CH 후보로 제시한다. 후보들 중에서 최종 CH는 지역 내 최소 비용 노드가 자동으로 선정되며, 나머지 노드들은 가장 가까운 CH에 가입한다. 데이터 전송 단계에서는 각 클러스터 내부에서 센서 데이터가 CH로 집계되고, CH는 중복 검증 후 상위 계층(베이스 스테이션)으로 전송한다. 라운드가 진행됨에 따라 CH 역할은 잔여 에너지와 거리 비용을 재평가하여 교체되며, 이는 네트워크 전체의 에너지 균형을 유지한다.

시뮬레이션 환경은 100 m × 100 m 평면에 200개의 노드를 배치하고, 각 노드의 초기 에너지를 2 J, 전송 반경을 15 m로 설정하였다. 비교 대상 프로토콜은 LEACH, HEED, 그리고 기존 무전송 반경 고려 없는 클러스터링 기법이다. 결과는 네 가지 주요 지표에서 차이를 보였다. 첫째, 평균 잔여 에너지 측면에서 제안 기법은 1500 라운드까지 85 % 이상의 노드가 살아남는 반면, LEACH는 1100 라운드, HEED는 1200 라운드에서 급격히 감소한다. 둘째, 전체 네트워크의 평균 전송 거리와 전송 횟수가 감소하여 전력 소모가 평균 15 % 절감된다. 셋째, 데이터 중복률은 30 % 이상 감소했으며, 이는 중복 검증 메커니즘이 효과적으로 작동했음을 의미한다. 넷째, 패킷 전달 성공률(PDR)은 98 % 이상으로 유지되어 신뢰성에도 긍정적인 영향을 미친다.

본 연구의 주요 기여는 (1) 실제 전송 반경을 고려한 클러스터링 모델을 제시함으로써 물리적 연결성을 보장하고, (2) 비용 함수 기반 CH 선정으로 에너지 균형을 최적화했으며, (3) 데이터 중복 검증 메커니즘을 도입해 네트워크 트래픽을 감소시켰다는 점이다. 한계점으로는 전송 반경이 매우 작거나 노드 밀도가 불균형한 경우 클러스터 형성이 어려워질 수 있다는 점이며, 향후 연구에서는 동적 반경 조정 및 비균일 배치 환경에 대한 적응형 알고리즘을 탐색할 예정이다.