Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással
    vissza a tantárgylistához   nyomtatható verzió    

    Szenzorhálózatok és alkalmazásaik

    A tantárgy angol neve: Sensor Networks and Applications

    Adatlap utolsó módosítása: 2019. február 4.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Villamosmérnöki szak, MSc képzés

    Okos város mellékspecializáció
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VITMMA09 1 2/1/0/v 4  
    3. A tantárgyfelelős személy és tanszék dr. Vidács Attila,
    4. A tantárgy előadója
    Név:Beosztás:Tanszék, Int.:
    Dr. Vidács Attila, PhDegy. docens
    		TMIT
    Dr. Vida Rolland, PhDegy. docensTMIT
    5. A tantárgy az alábbi témakörök ismeretére épít

    Infokommunikáció

    Hálózati technológiák és alkalmazások

    6. Előtanulmányi rend
    Kötelező:
    NEM ( TárgyEredmény( "BMEVITMM348" , "jegy" , _ ) >= 2
    VAGY
    TárgyEredmény( "BMEVIETMA03" , "jegy" , _ ) >= 2
    VAGY
    TárgyEredmény("BMEVITMM348", "FELVETEL", AktualisFelev()) > 0
    VAGY
    TárgyEredmény("BMEVIETMA03", "FELVETEL", AktualisFelev()) > 0
    VAGY
    TárgyEredmény( "BMEVITMMA15", "jegy" , _ ) >= 2
    VAGY
    TárgyEredmény("BMEVITMMA15", "FELVETEL", AktualisFelev()) > 0)

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

    Ajánlott:

    VITMA301 - Infokommunikáció

    7. A tantárgy célkitűzése
    Az intelligens környezetek (városok, munkahelyek, otthonok) „intelligenciája” nagymértékben köszönhető a különböző falakba, úttestbe ágyazott, vagy a felhasználók intelligens eszközeibe integrált és általuk hordozott szenzoroknak, melyek folyamatosan észlelik a fizikai világ történéseit, és azokról nyers adatokat rögzítenek, melyeket aztán egy hálózatba csatlakozva megosztanak. Az adatok feldolgozása után pedig a kinyert információkat hozzáadott értékű szolgáltatásként kapják vissza a felhasználók. A tárgy betekintést nyújt a vezetéknélküli szenzorhálózatok szerteágazó témakörébe. Tárgyalja a – tipikusan – szerény erőforrásokkal rendelkező eszközökkel való adatgyűjtés, adatfeldolgozás és (ad-hoc) hálózati kommunikáció problémakörét, ismerteti a szükséges middleware szolgáltatásokat, illetve kitér a szenzorhálózatokkal kapcsolatos biztonsági és privacy kérdéskre is. Hangsúlyt kapnak a szenzorhálózatok fontosabb jelen és jövőbeni alkalmazási területei, különösen az intelligens környezetekhez (város, munkahely, otthon) köthető alkalmazások és szolgáltatások.
    8. A tantárgy részletes tematikája

    1. Intelligens szenzorok hardver és szoftver architektúrái. Szenzor „mót”-ok hardver komponensei. Szenzor operációs rendszerek (TinyOS, nesC, MOS).

    2. Kommunikációs protokollok: fizikai réteg, alvás-ébrenlét ütemezése, idő szinkronizálás; adatkapcsolati réteg, közeghozzáférés vezérlése (szenzor-MAC).

    3. Hálózati réteg, energia- és helytudatos útvonalválasztás; attribútum alapú címzés, klaszterképzés; adatközpontú működés. Átviteli réteg (TCP-szerű, globális címzés nélküli, kis tárigényű protokollok). Alkalmazási réteg protokollok (SMP, TADAP, SQDDP).

    4. Szenzorhálózati architektúrák. Szenzorhálózatok tervezési kérdései. Topológia konstrukció és menedzsment, egy- és többugrásos kommunikáció, energiatakarékosság, topológia-kontroll.

    5. Esemény-, idő- és lekérdezés alapú vezérlés. Adat-aggregáció hálózaton belül. Mobilitás szenzorhálózatokban, bázisállomás vs. szenzor mobilitás, virtuális mobilitás

    6. Lokalizáció és nyomkövetés szenzorhálózatokban, helytudatos működés

    7. Szenzorhálózatok modellezése, szimulációs eszközök (tossim). Teszthálózatok (IoT-LAB). Szabványosítási kérdések (IEEE 802.15.4, ZigBee). 

    8. Szenzorhálózatok biztonsága. Biztonságos adattovábbítás szenzorhálózatokban. Kritikus infrastruktúra. Infrastruktúra védelme. Elosztott támadások és védekezés.

    9. Crowdsourcing és crowdsensing alkalmazások. Ösztönző mechanizmusok.  

    10. Érzékeny adatok a szenzorhálózatokban. Szenzor adatok nyilvánossága. Jogosultsági kérdések. Felhasználók azonosítása és nyomonkövetése. Anonimitás a szenzorhálózatokban..

    11. Tipikus szenzorhálózati alkalmazási területek. Esettanulmányok. Intelligens város - pilot projektek (Smart Santander, Yokohama Smart City Project, T-City Szolnok, stb). Intelligens munkahely, intelligens otthon projektek.

    12. Kitekintés – „intelligens por”, tárgyak internete.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) A tárgy oktatása heti 2 órás előadások és kéthetenként tartott, 2 óra időtartamú gyakorlatok formájában történik. Az előadáson elmondott ismereteket a tantermi gyakorlatokon tárgyalt esettanulmányok, példák egészítik ki, melyeknek egy részét a hallgatók előzetesen kiosztott házi feladatként készítik majd elő.
    10. Követelmények Az aláírás, és ekként a vizsgára bocsátás feltétele egy a szorgalmi időszakban elkészített házi feladat, annak bemutatása egy gyakorlaton, majd a megjegyzések alapján az írásos anyag megfelelő módosítása.
    11. Pótlási lehetőségek Házi feladat pótlása szorgalmi időszakban.
    12. Konzultációs lehetőségek Egyéni megbeszélés szerint, a tantárgy előadójával egyeztetve.
    13. Jegyzet, tankönyv, felhasználható irodalom
    1. H. Karl, A. Willig, „Protocols and Architectures for Wireless Sensor Networks”, John Wiley & Sons Ltd, 2005 (ISBN 0-470-09510-5)
    2. I. Stojmenovic, „Handbook of Sensor Networks – Algorithms and architectures”, John Wiley & Sons Ltd, 2005 (ISBN 0-471-68472-4)
    3. F. Zhao, L. Gubias, „Wireless Sensor Networks – An Information Processing Approach”, Morgan Kaufmann (Elsevier), 2004 (ISBN 1-55860-914-8)
    4. E. H. Callaway, „Wireless Sensor Networks – Architectures and Protocols”, Auerbach (CRC Press), 2003 (ISBN 0-8493-1823-8)
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra42
    Félévközi készülés órákra14
    Felkészülés zárthelyire
    Házi feladat elkészítése24
    Kijelölt írásos tananyag elsajátítása
    Vizsgafelkészülés40
    Összesen120
    15. A tantárgy tematikáját kidolgozta
    Név:Beosztás:Tanszék, Int.:
    Dr. Vidács Attila, PhDegy. docensTMIT
    Dr. Vida Rolland, PhDegy. docensTMIT
    Dr. Fehér Gábor, PhDegy. docensTMIT