Forscher empfehlen neuen Algorithmus für QoS-fähiges Routing in IoT-Sensornetzen

Ein aktueller Fachartikel im Journal of Engineering and Applied Science beschreibt einen verbesserten Optimierungsansatz für Routing in drahtlosen Sensornetzen (Wireless Sensor Networks, WSN) innerhalb von IoT-Szenarien. Der Enhanced Archimedes Optimization Algorithm (EAOA) soll Energie sparen, Verzögerungen reduzieren und die Lebensdauer von Netzen verlängern. Die Autoren berichten von besseren Ergebnissen gegenüber gängigen Verfahren, allerdings ausschließlich in Simulationsstudien. Praxistests auf realer Hardware sind geplant, aber noch nicht erfolgt.

WSN bilden das Rückgrat vieler IoT-Anwendungen. Kleine, oft batteriebetriebene Knoten messen Umwelt- oder Prozessdaten und leiten sie per Funk weiter. Die knappe Energie zwingt zu effizienten Routen, sonst sterben Knoten früh, Pfade reißen ab, Daten gehen verloren und Latenzen steigen. Genau hier entscheidet gutes Routing über Nutzbarkeit und Lebensdauer eines Netzes.

Problemstellung: Metaheuristiken mit bekannten Schwächen

Viele bekannte Optimierer finden nur lokale Teillösungen oder konvergieren langsam. Die Folge sind ungleich genutzte Knoten, unnötiger Energieverbrauch und verkürzte Laufzeiten. Das gilt besonders in dynamischen Netzen mit vielen Knoten und wechselnden Bedingungen, wie sie im IoT typisch sind.

Der vorgeschlagene Ansatz: EAOA mit LEO und OL

EAOA erweitert den Archimedes-Algorithmus (AOA) um zwei Bausteine: den Local Escape Operator (LEO), der das Festfahren in lokalen Optima aufbricht, und Orthogonal Learning (OL), das die Balance zwischen Erkundung neuer Lösungen und Verfeinerung guter Kandidaten verbessert. Ziel ist schnelleres, stabileres Finden energiearmer Routen bei geringer Rechenlast – passend für ressourcenarme IoT-Knoten.

Ergebnisse: Vorteile in Simulationen, keine Hardware-Validierung

In den beschriebenen Simulationen übertrifft EAOA verschiedene Vergleichsverfahren bei Energieverbrauch, Verzögerung, Durchsatz und geschätzter Netzwerklaufzeit. Der Artikel führt diese Vorteile auf die Kombination aus LEO und OL zurück. Wichtig: Die Autoren benennen die Resultate ausdrücklich als Simulationsergebnisse und skizzieren als nächste Schritte Tests auf NS-3 und Cooja sowie Läufe auf Entwicklungsboards wie Zolertia Z1 und TelosB-Motes.

Einordnung für die Praxis

Wenn sich die simulierten Effekte auf reale Testbeds übertragen lassen, wäre EAOA für breit verteilte, wartungsarme IoT-Netze relevant. Längere Laufzeiten reduzieren Servicetermine, senken Betriebskosten und verbessern die Datenverfügbarkeit. Bis zur Feldreife fehlt jedoch die Validierung unter Funkstörungen, realen Energiemodellen, Speicher- und CPU-Limits sowie heterogener Knotenhardware. Der Nutzen bleibt daher vorerst theoretisch belegt.

Quelle 
Liu, N., Ji, Y., Wang, K. et al. Enhanced Archimedes optimization algorithm for quality of service-aware routing in internet of things-enabled wireless sensor networks. Journal of Engineering and Applied Science 72, 176 (2025).
https://doi.org/10.1186/s44147-025-00761-2