Địa hình
Số cụm
LEACH LEACH-C K-Means SCEEP H-LEACH FCM FCM- 3WSN T1 200 100.00 69.70 99.50 100.00 98.40 97.40 99.30 100 100.00 57.50 99.00 100.00 93.10 98.80 89.60 T2 200 100.00 73.50 99.70 100.00 99.50 97.40 99.20 100 100.00 51.80 99.10 100.00 95.70 98.80 92.70 T3 200 100.00 83.80 99.70 100.00 99.90 100.00 98.30 100 100.00 65.80 99.10 100.00 97.90 100.00 93.60 T4 200 100.00 85.70 99.50 100.00 98.40 97.50 99.20 100 100.00 66.60 98.90 100.00 90.40 93.90 92.20 T5 200 100.00 77.10 99.50 100.00 98.40 88.50 99.90 100 100.00 57.30 99.00 100.00 92.00 94.90 92.30 T6 200 100.00 79.80 99.40 100.00 98.70 97.80 98.90 100 100.00 68.00 99.30 100.00 91.00 96.70 91.50 T7 200 100.00 76.70 99.40 100.00 98.40 94.40 99.00 100 100.00 61.10 98.90 100.00 90.60 92.60 98.50 T8 200 100.00 78.50 99.50 100.00 98.30 94.00 98.30 100 100.00 70.50 98.90 100.00 89.50 93.70 99.70 T9 200 100.00 77.70 99.40 100.00 98.50 99.30 99.20 100 100.00 58.40 98.50 100.00 90.60 87.90 96.50 T10 200 100.00 84.30 99.50 100.00 98.80 81.20 99.20 100 100.00 67.10 98.90 100.00 94.30 89.30 93.60 T. Bình 100.00 70.55 99.24 100.00 95.62 94.71 96.54
3.6.4 Đánh giá giải pháp tối ƣu năng lƣợng kết hợp cân bằng năng lƣợng
Thứ nhất, xác nhận hiệu năng của thuật tốn trên các địa hình khác nhau với
số lƣợng cụm tƣơng đƣơng 10% số lƣợng các cảm biến. Bảng 3-12 cho thấy mức tiêu thụ năng lƣợng của mạng bởi các thuật tốn khác nhau cụ thể là LEACH, LEACH-C, K-Means và FCM-PSOEB. Rõ ràng là FCM-PSOEB cĩ mức tiêu thụ năng lƣợng trung bình nhỏ hơn các thuật tốn khác.
Bảng 3-12 Năng lượng tiêu thụ mạng với các thuật tốn
Địa hình LEACH LEACH-C K-Means FCM-PSOEB
T1 182.160 293.957 138.247 174.789 T2 195.159 155.514 129.667 162.054 T3 208.515 514.775 154.227 169.368 T4 164.012 384.664 116.199 119.982 T5 209.05 240.831 187.040 179.56 T6 173.954 517.287 144.514 102.553 T7 212.243 189.875 167.110 116.225 T8 240.986 451.496 175.418 112.452 T9 191.596 234.403 134.354 98.457 T10 152.167 435.096 92.175 114.452
Biểu đồ trong Hình 3-11 cho thấy giá trị trung bình năng lƣợng tiêu thụ của tất cả các thuật tốn. Chi tiết năng lƣợng tiêu thụ trung bình của thuật tốn FCM- PSOEB là 134,99 trong khi những ngƣời của các thuật tốn khác là 192,98 (LEACH), 341,79 (LEACH-C), 143,99 (K-Means). Cĩ thể thấy rằng FCM- PSOEB thu đƣợc kết quả tốt nhất.
Hình 3-11 Năng lượng tiêu thụ của mạng bởi các thuật tốn (joule)
Thứ hai, thực hiện so sánh các giá trị trung bình tỉ lệ kết nối giữa các CH và
BS, giữa các non-CH và CH. Thuật tốn LEACH cĩ tỉ lệ phần trăm kết nối giữa các CHs và BS là 100%, nhƣng tỉ lệ kết nối giữa các non-CH và CH chỉ là 58,23%. Ngƣợc lại, LEACH-C và thuật tốn K-Means cĩ tỉ lệ phần trăm kết nối giữa các non-CH và CH rất cao ở mức 100% và 98,84%, nhƣng tỉ lệ kết nối giữa các CH và BS là thấp ở 21,9% và 24,2%. Trong khi đĩ, tỉ lệ kết nối từ CH đến BS và từ non- CH đến CH cao hơn 82% và 98%. Các kết quả trong Hình 3-12 cho thấy bằng thuật tốn FCM-PSOEB đạt đƣợc kết quả tốt nhất trong số tất cả.
3.7. Kết luận chƣơng
Trong chƣơng này, giải pháp tối ƣu năng lƣợng tiêu thụ nhằm mục đích kéo dài tuổi thọ mạng cảm biến đƣợc đề xuất. Trong giải pháp đề xuất xây dựng topo mạng cảm biến với phƣơng pháp phân cụm cảm biến. Một phƣơng pháp phân cụm mờ cĩ hàm mục tiêu giảm thiểu năng lƣợng tiêu thụ đƣợc đề xuất. Các thực nghiệm cho kết quả năng lƣợng tiêu thụ của mạng cảm biến tốt nhất so với các phƣơng pháp phân cụm khác nhƣ LEACH, LEACH-C, SCEEP, H-LEACH, K-Means và phân cụm mờ truyền thống. Tuy nhiên, trong phƣơng pháp phân cụm mờ đề xuất khả năng kết nối giữa non-CH với CH và giữa các CH với BS chƣa cao. Chính vì vậy, để tăng cƣờng khả năng các kết nối này mà vẫn đảm bảo mạng cảm biến tiêu thụ năng lƣợng ít nhất, một giải pháp đƣợc đƣa ra để giải quyết vấn đề này là sử dụng thuật tốn bầy đàn lựa chọn các nút CH. Mặt khác, sau khi các cụm đƣợc hình thành, cĩ thể lực lƣợng các cụm khơng đồng đều. Điều này sẽ dẫn đến trƣờng hợp một số cụm cĩ quá nhiều cảm biến sẽ nhanh chĩng cạn kiệt năng lƣợng và mạng cảm biến sẽ ―chết‖. Để giải quyết về này, một lần nữa, giải pháp đề xuất cân bằng lại năng lƣợng tiêu thụ giữa các cụm để tuổi thọ của mạng cảm biến đƣợc kéo dài.
4 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
Với mục tiêu triển khai một mạng cảm biến khơng dây trong mơi trƣờng 3 chiều, ngày càng đƣợc ứng dụng trong nhiều lĩnh khác nhau trong cuộc sống của chúng ta. Mặc khác, mạng biến khơng dây cĩ một số tính chất, đặc điểm khác với mạng khơng dây truyền thống. Từ những lý do đĩ, luận án đã tiếp cận các vấn đề chính của mạng cảm biến nhƣ vấn đề phủ sĩng và xây dựng topo mạng. Trong quá trình thực hiện luận án, một số kết quả khoa học mới đã đƣợc đề xuất trong hai bài tốn về mạng cảm biến nhƣ sau:
1. Triển khai mạng cảm biến khơng dây trong mơi trƣờng 3 chiều với mục đích tối ƣu vùng phủ sĩng.
Trong bài tốn này một số kết quả đã đƣợc thực hiện và đề xuất:
- Xây dựng mạng cảm biến khơng dây với mơ hình cảm biến 3 chiều
trên các địa hình 3 chiều đƣợc biểu thị bằng mơ hình độ cao số DEM.
- Cải tiến thuật tốn LoS cho quá trình xác định vật cản trên địa hình.
- Đề xuất phƣơng pháp xác định hố mạng trên địa hình nhằm mục đích
triển khai hiệu quả mạng cảm biến khơng dây.
- Đề xuất thuật tốn tối ƣu bầy đàn để tìm kiếm giải pháp tối ƣu cho
việc triển khai mạng cảm biến khơng dây tối đa khả năng phủ sĩng.
2. Xây dựng topo mạng cảm biến với mục đích tối ƣu năng lƣợng tiêu thụ, đồng thời kéo dài tuổi thọ của mạng.
Tƣơng tự, trong bài tốn này đã đạt đƣợc một số kết quả:
- Xây dựng topo mạng cảm biến bằng phƣơng pháp phân cụm cảm biến.
Phƣơng pháp phân cụm mờ đƣợc đề xuất phù hợp với mơ hình mạng cảm biến trên địa hình 3 chiều đã đề xuất. Trong phƣơng pháp phân cụm này cho kết quả mức tiêu thụ năng lƣợng của mạng cảm biến tốt nhất so với các phƣơng pháp phân cụm truyền thống trƣớc đĩ.
- Trong quá trình phân cụm, một vấn đề cần cân nhắc là lựa chọn nút CH
làm tâm cụm giúp tăng khả năng kết nối của các cảm biến trong mạng. Thuật tốn bầy đàn đƣợc đề xuất để lựa chọn nút CH cho từng cụm.
- Mặc khác, lực lƣợng các cụm khơng đồng đều sau kết quả phân cụm, điều này ảnh hƣởng đến tuổi thọ của mạng. Thuật tốn cân bằng năng lƣợng giữa các cụm đƣợc đề xuất để giải quyết vấn đề này.
Trong luận án đã đề xuất giải pháp tối ƣu năng lƣợng tiêu thụ, cân bằng lực lƣợng cảm biến giữa các cụm nhằm mục đích kéo tuổi thọ của mạng cảm biến. Tuy nhiên, với giải pháp phân cụm mạng cảm biến với mục tiêu tiết kiệm năng lƣợng tiêu thụ điều này đồng nghĩa với việc các cảm biến gần nhau sẽ đƣợc gom thành cụm. Các cảm biến gần nhau sẽ thu thập các thơng tin từ mơi trƣờng bị dƣ thừa, điều này gây lãng phí tài nguyên do nút CH của cụm phải phân tích tổng hợp loại trừ các thơng tin dƣ thừa. Để giải quyết vấn đề này cần phải xem xét các cảm biến trong cụm, những cảm biến nào thu thập thơng tin từ mơi trƣờng bị dƣ thừa, năng lƣợng cịn lại của chúng từ đĩ lập lịch cho các cảm biến nào tạm thời ―ngủ‖, các cảm biến nào hoạt động luân phiên theo chu kỳ nhằm tiết kiệm năng lƣợng tiêu thụ nhiều hơn nữa. Đây cũng chính là hƣớng phát triển của luận án.
5 DANH MỤC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ
LIÊN QUAN ĐẾN LUẬN ÁN
1. Dang Thanh Hai, Pham Huy Thong, Trinh Thi Thuy Giang, Le Hoang Son, Le
Trong Vinh (2014), A Novel Multi-Objective Optimization Model and An Efficient
Physical Holes Detection Method For the Sensor Placement Problem in 3D Terrains, Kỷ yếu Hội thảo Một số vấn đề chọn lọc của Cơng nghệ thơng tin và
truyền thơng (@), 30 - 31/10/2014, Buơn Ma Thuột, tr.1-6.
2. Đặng Thanh Hải, Lê Trọng Vĩnh, Trịnh Thị Thúy Giang (2015), Xây dựng topo
của mạng cảm biến khơng dây với các hố trong mơi trường 3D, Hội thảo quốc gia
lần thứ XVIII: Một số vấn đề chọn lọc của Cơng nghệ thơng tin và truyền thơng-TP HCM,05-06/11/2015. tr.377-382.
3. Nguyen Thi Tam, Dang Thanh Hai, Le Hoang Son, Le Trong Vinh
(2015), Optimization for the sensor placement problem in 3D environments, Proceeding of the 12th IEEE International Conference on Networking, Sensing and Control (ICNSC15), April 9-11, 2015, Taipei, Taiwan, pp.327-333,
DOI = http://dx.doi.org/10.1109/ICNSC.2015.7116057.
4. Dang Thanh Hai, Nguyen Thi Tam, Le Hoang Son, Le Trong Vinh (2016), A
novel energy-balanced unequal fuzzy clustering algorithm for 3D Wireless Sensor Networks, Proceedings of the 7th International Symposium on Information and Communication Technology (Ho Chi Minh, Vietnam, December 8 - 9, 2016), SoICT '16, ACM Press, New York, NY, 180-186,
DOI = http://dx.doi.org/10.1145/3011077.3011092 (indexed by DBLP).
5. Nguyen Thi Tam, Dang Thanh Hai, Le Hoang Son, Le Trong Vinh (2016),
―Improving lifetime and network connections of 3D Wireless Sensor Networks based on fuzzy clustering and particle swarm optimization‖, Wireless Networks, 11-14. (SCI, 2015 IF = 1.006),
DOI = http://dx.doi.org/10.1007/s11276-016-1412-y.
6. Dang Thanh Hai, Le Hoang Son, Le Trong Vinh (2017), ―A Novel Fuzzy
Clustering Scheme for 3D Wireless Sensor Networks‖, Applied Soft Computing, 54,
141-149. (SCIE, IF = 2.857),
6 TÀI LIỆU THAM KHẢO
[1] Ab Aziz, N. A. (2013), ―Wireless Sensor Networks Coverage-Energy Algorithms Based On Particle Swarm Optimization‖, Emirates Journal for
Engineering Research 18(2), pp. 41- 52.
[2] Abakumov, P., & Koucheryavy, A. (2015), ―Clustering algorithm for 3D wireless mobile sensor network‖, In Conference on Smart Spaces, pp. 343-351. [3] Ahmed, N., Kanhere, S. S., & Jha, S. (2005), ―The holes problem in wireless
sensor networks: a survey‖, ACM SIGMOBILE Mobile Computing and
Communications Review 9(2), pp. 4-18.
[4] Ai, J., & Abouzeid, A. A. (2006), ―Coverage by directional sensors in randomly deployed wireless sensor networks‖, Journal of Combinatorial Optimization
11(1), pp. 21-41.
[5] Akbarzadeh, V., Gagné, C., Parizeau, M., Argany, M., & Mostafavi, M. A. (2013), ―Probabilistic sensing model for sensor placement optimization based on
line-of-sight coverage‖. IEEE Transactions on Instrumentation and
Measurement 62(2), pp. 293-303.
[6] Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., & Cayirci, E. (2002), ―Wireless sensor networks: a survey‖, Computer networks 38(4), pp. 393-422. [7] Al-Karaki, J. N., & Kamal, A. E. (2004), ―Routing techniques in wireless sensor
networks: a survey‖, IEEE wireless communications 11(6), pp. 6-28.
[8] Altinel, I. K., Aras, N., Güney, E., & Ersoy, C. (2008), ―Binary integer programming formulation and heuristics for differentiated coverage in heterogeneous sensor networks‖, Computer Networks, 52(12), pp. 2419-2431. [9] Argany, M., Mostafavi, M. A., & Karimipour, F. (2010), ―Voronoi-based
approaches for geosensor networks coverage determination and optimisation: A
survey‖, International Symposium In Voronoi Diagrams in Science and
[10] Babu, M. V., & Ramprasad, A. V. (2016), ―Modified Fuzzy C Means and Ensemble based Framework for Min Cost Localization and Power Constraints in Three-Dimensional Ocean Sensor Networks‖. Indian Journal of Science and
Technology 9(1).
[11] BAGHOURI, M. M. O. S. T. A. F. A., Hajraoui, A., & Chakkor, S. (2015),
―Low energy adaptive clustering hierarchy for three-dimensional wireless sensor network‖, Recent Advances in Communications, pp. 214-218.
[12] Baghouri, M., Hajraoui, A., & Chakkor, S. (2015), ―Three-Dimensional
Stable Election Protocol for Clustered Heterogeneous Wireless Sensor Network‖, INTERNETWORKING INDONESIA 7(2), pp. 29-35.
[13] Baranidharan, B., & Santhi, B. (2016), ―DUCF: Distributed load balancing
Unequal Clustering in wireless sensor networks using Fuzzy
approach‖, Applied Soft Computing 40, pp. 495-506.
[14] Bash, B. A., & Desnoyers, P. J. (2007, April), ―Exact distributed voronoi cell
computation in sensor networks‖, In Proceedings of the 6th international
conference on Information processing in sensor networks, pp. 236-243.
[15] Cai, Y., Lou, W., Li, M., & Li, X. Y. (2007, May), ―Target-oriented
scheduling in directional sensor networks‖. In IEEE INFOCOM 2007-26th IEEE
International Conference on Computer Communications, pp. 1550-1558.
[16] Cardei, M., & Wu, J. (2004), ―Coverage in wireless sensor
networks‖. Handbook of Sensor Networks, 21.
[17] Cardei, M., Wu, J., Lu, M., & Pervaiz, M. O. (2005, August), ―Maximum
network lifetime in wireless sensor networks with adjustable sensing ranges‖, In WiMob'2005), IEEE International Conference on Wireless And Mobile
Computing, Networking And Communications, 3, pp. 438-445.
[18] Castillo-Effer, M., Quintela, D. H., Moreno, W., Jordan, R., & Westhoff, W.
(2004, November), ―Wireless sensor networks for flash-flood alerting‖. In Devices, Circuits and Systems, 2004. Proceedings of the Fifth IEEE
[19] Chakrabarty, K., Iyengar, S. S., Qi, H., & Cho, E. (2002), ―Grid coverage for surveillance and target location in distributed sensor networks‖, IEEE
transactions on computers 51(12), pp. 1448-1453.
[20] Chen, F., Jiang, P., & Xue, A. (2008, September), ―Probability-Based
Coverage Algorithm for 3D Wireless Sensor Networks‖. In International
Conference on Intelligent Computing, pp. 364-371.
[21] Deb, D., Roy, S. B., & Chaki, N. (2009), ―LACBER: a new location aided
routing protocol for GPS scarce MANET‖, International Journal of Wireless &
Mobile Networks (IJWMN) 1(1).
[22] Dhillon, S. S., & Chakrabarty, K. (2003), ―Sensor placement for effective
coverage and surveillance in distributed sensor networks‖, In Wireless
Communications and Networking 3, pp. 1609-1614.
[23] Ding, P., Holliday, J., & Celik, A. (2005), ―Distributed energy-efficient
hierarchical clustering for wireless sensor networks‖, In international
conference on Distributed Computing in Sensor Systems, pp. 322-339.
[24] Doodman, S., Afghantoloee, A., Mostafavi, M. A., & Karimipour, F. (2014),‖
3D Extention Of The Vor Algorithm To Determine And Optimize The Coverage Of Geosensor Networks‖, The International Archives of Photogrammetry, Remote
Sensing and Spatial Information Sciences 40(2), pp. 103.
[25] Eberhart, R. C., & Kennedy, J. (1995, October), ―A new optimizer using
particle swarm theory‖, In Proceedings of the sixth international symposium on
micro machine and human science, 1, pp. 39-43.
[26] Fusco, G., & Gupta, H. (2009, June), ―Selection and orientation of
directional sensors for coverage maximization‖, In 2009 6th Annual IEEE
Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks, pp. 1-9.
[27] Gao, T., Greenspan, D., Welsh, M., Juang, R. R., & Alm, A. (2006, January),
―Vital signs monitoring and patient tracking over a wireless network‖. In 2005
IEEE Engineering in Medicine and Biology 27th Annual Conference, pp. 102-
[28] Guvensan, M. A., & Yavuz, A. G. (2011), ―On coverage issues in directional sensor networks: A survey‖, Ad Hoc Networks 9(7), pp. 1238-1255.
[29] Han, J., Pei, J., & Kamber, M. (2011), Data mining: concepts and
techniques, Elsevier.
[30] Hoang, D. C., Kumar, R., & Panda, S. K. (2010, July), ―Fuzzy C-means
clustering protocol for wireless sensor networks‖, In 2010 IEEE International
Symposium on Industrial Electronics, pp. 3477-3482.
[31] Hưrster, E., & Lienhart, R. (2006, October), ―On the optimal placement of
multiple visual sensors‖, Proceedings of the 4th ACM international workshop on
Video surveillance and sensor networks, pp. 111-120.
[32] Hou, L., & Bergmann, N. W. (2012), ―Novel industrial wireless sensor
networks for machine condition monitoring and fault diagnosis‖, IEEE
Transactions on Instrumentation and Measurement 61(10), pp. 2787-2798.
[33] Huang, C. F., & Tseng, Y. C. (2005), ―The coverage problem in a wireless
sensor network‖, Mobile Networks and Applications 10(4), pp. 519-528.
[34] Huang, C. F., Tseng, Y. C., & Lo, L. C. (2007), ―The coverage problem in
three-dimensional wireless sensor networks‖, Journal of Interconnection
Networks 8(03), pp. 209-227.
[35] Huang, C.F., Tseng, C.Y. (2005), ―A survey of solutions to the coverage
problems in wireless sensor networks‖, Journal of Internet Technology 6(1), pp. 1-8.
[36] Kandukuri, S., Murad, N., & Lorion, R. (2015, September). ―A single-hop
clustering and energy efficient protocol for wireless sensor networks‖. In Radio and Antenna Days of the Indian Ocean (RADIO), 2015 (pp. 1-2). IEEE.
[37] Kuila, P., & Jana, P. K. (2014), ―A novel differential evolution based
clustering algorithm for wireless sensor networks‖, Applied soft computing 25, pp. 414-425.
[38] Kuila, Pratyay, and Prasanta K. Jana. (2012), ―Energy efficient load-
balanced clustering algorithm for wireless sensor networks‖, Procedia
[39] Kumar, S., Lai, T. H., & Balogh, J. (2004, September), ―On k-coverage in a mostly sleeping sensor network‖, Proceedings of the 10th annual international
conference on Mobile computing and networking, pp. 144-158.
[40] Khan, I. F., & Javed, M. Y. (2008, December), ―A survey on routing
protocols and challenge of holes in wireless sensor networks‖, 2008
International Conference on Advanced Computer Theory and Engineering, pp.
161-165.
[41] Lindsey, S., & Raghavendra, C. S. (2002), ―PEGASIS: Power-efficient
gathering in sensor information systems‖, Aerospace conference proceedings, 3, pp. 3-1125). IEEE.
[42] Liu, L., Ma, H., & Zhang, X. (2008, May), ―On directional k-coverage
analysis of randomly deployed camera sensor networks‖, 2008 IEEE
International Conference on Communications, pp. 2707-2711.
[43] Liu, Y., & Liang, W. (2005, November), ―Approximate coverage in wireless
sensor networks‖, The IEEE Conference on Local Computer Networks 30th
Anniversary (LCN'05), pp. 68-75.
[44] Lorincz, K., Malan, D. J., Fulford-Jones, T. R., Nawoj, A., Clavel, A.,
Shnayder, V., ... & Moulton, S. (2004), ―Sensor networks for emergency response: challenges and opportunities‖, IEEE pervasive Computing 3(4), pp. 16-23.
[45] Lung, C. H., & Zhou, C. (2010), ―Using hierarchical agglomerative
clustering in wireless sensor networks: An energy-efficient and flexible approach‖, Ad Hoc Networks 8(3), pp. 328-344.
[46] Ma, H., & Liu, Y. (2007), ―Some problems of directional sensor
networks‖, International Journal of Sensor Networks 2(1-2), pp. 44-52.
[47] Ma, H., Zhang, X., & Ming, A. (2009, April), ―A coverage-enhancing
method for 3d directional sensor networks‖, In INFOCOM 2009, IEEE, pp. 2791-2795.
[48] Manjeshwar, A., & Agrawal, D. P. (2001, April), ―TEEN: ARouting Protocol for Enhanced Efficiency in Wireless Sensor Networks‖, IPDPS, 1, pp. 189.
[49] Manjeshwar, A., & Agrawal, D. P. (2002, April), ―APTEEN: A Hybrid
Protocol for Efficient Routing and Comprehensive Information Retrieval in Wireless Sensor Networks‖, In Ipdps, 2, pp. 48.
[50] Megerian, S., Koushanfar, F., Qu, G., Veltri, G., & Potkonjak, M. (2002),
―Exposure in wireless sensor networks: theory and practical solutions‖, Wireless
Networks 8(5), pp. 443-454.
[51] Muruganathan, S. D., Ma, D. C., Bhasin, R. I., & Fapojuwo, A. O. (2005),
―A centralized energy-efficient routing protocol for wireless sensor networks‖, IEEE Communications Magazine 43(3), pp. 8-13.
[52] Muruganathan, S. D., Ma, D. C., Bhasin, R. I., & Fapojuwo, A. O. (2005),
―A centralized energy-efficient routing protocol for wireless sensor networks‖, IEEE Communications Magazine 43(3), pp. 8-13.
[53] National Instruments. What is a Wireless Sensor Network?, Available at:
http://www.ni.com/white-paper/7142/en/
[54] Nickerson, J. V., & Olariu, S. (2007, January), ―Protecting with sensor
networks: Attention and response‖, System Sciences, 2007. HICSS 2007. 40th
Annual Hawaii International Conference, pp. 294a-294a.
[55] Nguyen, L. P., & Nguyen, V. K. (2014). ―On hole approximation algorithms