Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   23 ,  No.   3 ,  Septem ber   20 21 ,  pp.  1 520 ~ 1526   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v 23 .i 3 . pp 1520 - 1526          1520       Journ al h om e page :  http: // ij eecs.i aesc or e.c om   Des i gnated path  ro utin g algo rithm for de nse wir eles s sens or  network       Siva Ku mar  S ubra m an i am 1 ,  Amierul   Syaz rul Az man 2 ,   Moham ad Y u sry  Le e 3 ,  Far ah Sh ahnaz  Fe roz 4   1 Advanc e  Senso rs a nd  Embedd e d  Control s S y ste m   (AS ECS),  Fakult i  K ej urut eraan   Elektroni k   dan   Kejur ute r aa n   Kom pute r,   Univ ersit i   Te kn ika l   Malay s ia Mel ak a,   Ma lay si a   2,3 Fakult i  K ej uru te ra an El ek tronik da n  K ej urut eraan  Kom pute r, Univer siti   T ekni ka l  Mal a y s ia Mel a ka,   Ma lay si a   4 Perva siv e  Com puti ng  and  Edu c at ion al   Technol o g y   (PET), Fakult i  Kejur u te r aa n  E le ktroni k   dan   Ke jurut er aa n   Kom pute r,  Univer siti   Te kn i kal   Ma lay sia   Me la ka ,   Ma lay sia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Ja n   1 5 ,  2021   Re vised  Jun   3 0 ,  20 21   Accepte d  J ul   7 ,  20 21       Due  to  ext ensiv e   pipe li n e  dissem ina ti on  in  the   oi l   and  gas  ref ine r y,   the   nodes   nee d  to  b e  plac ed  in  a  grid  fo rm at ion.   As   such,   since   m ost  oil   and  ga s   industr y   app li c ations  req uire   con ti nuous  dat a  gatheri ng,   a  he av y   dat a  stre am   will   be  int rodu c ed  in  th e  ne twor k  tra ffi c,   m a inly   when  the   n et wor k  density   is  high.   As   a  result ,   per form anc e  de gra dation  and  po or  ene rg y   consu m pti on  will  occ ur.   Ad  hoc  on - demand  distance   vector  and  opti m iz ed  li nk  s ta t e  routi ng   protoc ol  h ave   b ee n  sim ula t ed  t o  inve stig at e  th ese   issue s  furth er.   Due  to   pac ke t  conge sti on,   the   net wor k  expe rie n ce s  a  dom ino  eff ec t  on  th e   per form anc e ,   su ch  as  pa cke t   los s,  throughput   d e gra dation,   and  p oor  ene rg y   consum pti on.   T hus,  a  ta il o red   soluti on  is  req uir ed  since   oil   and  gas  indust r y   rel i es  hea vily   on   se nsor  dat a  to  kee p  track  of  pi pel in es  condi ti o n  to  pre ven t   anomalous  events  from   happ eni ng.   Th e  proposed  al gorit h m   has  bee n  deve lop ed  to  op ti m iz e  the   ne twork  per form anc e   b y   div idi ng  th e   tra ffi c  into   two  and  b y   red uci ng  th e  flooding  during  route   discove r y .   T he  r esult s  hav e   show n  bet te r  netw ork  per form anc e  and  en erg y   c onsum pti on  ca n  be  ac hi eve d   using t he   proposed  a lgori thm wh en  compar ed  to   t he  oth ers.   Ke yw or ds:   Gr i d   Oil an d gas   Rou ti ng  protoc ol   W i reless se nso r netw ork   WSN   This   is an  open   acc ess arti cl e   un der  the  CC  B Y - SA   l ic ense .     Corres pond in g  Aut h or :   Siva  Ku m ar Su br am ania m   Adva nce S e nsors  and  Em bed ded Co ntr ols Sy stem  ( AS ECS )   Fakult i Keju ru t eraan  Elektr onik  dan K e jur ute raan K om pu te r   Un i ver sit i   Te knikal M al ay sia  Mel aka,  Ma la ysi a   76100 D ur ia n Tu nggal, Mal a cca, Ma la ysi a   Em a il : si va@ ut e m .ed u. m y       1.   INTROD U CTION     In   oil  an d  gas  industry,  the  e xtracti on  of  m at erial s  fr om   unde r groun d  or   unde rw at er  be gin s  at   th e   up st ream   sta ge  as  s how n  in   F igure  1  [1 ] .  Th ese  proce ssed   m at erial s  are  then   tra ns po rted  to   the   do wn s tream   sta ge  via  pip el ines,  ba r ges,   or  ta nk   truc ks.  En d - pro du ct s  are  m anu fact ur e d  in  the  dow ns tre a m   sta ge  thro ugh  a   series  of  proce ssing   a nd  re fin ing   [2 ] .  T he  pi peline  is  the  c heap e st  an d  m os t  reas o nab le   trans portat ion   in  oil   and  gas   in dustry  [ 3].  H owev er,  du e   to  t he  su r rou nd i ng  en vir on m ent,  the   pip el ine s  are   expose d  to   co r ro si on,   le akag e,  or   un sta ble  pr es sure .  Since  the  pi pelines  car ry  har s h  m at erials,   any  de form at ion   co uld   ca us e  an   exp l os io n  t hat  t hr eat ens   bot h  env i ronm ental   and  fi nan ci al .  Th us ,  c onsta nt   m on it or in g  is  require d  to   e nsure   a  safer pi peline  op e rati on ca n be ac hieve d for a n  e xten ded pe rio d.   W i reless  se nso r  netw ork  ( WSN )  has  bee n  us e d  in  oil  a nd  gas  pip el i ne  conditi on   m onit or in g  since  the  sens or  dat a  can  be  tra nsm itted  wireles sly ,  par ti cularl y  in  a  ha rsh   l oc at ion   wh e re  hum an  interve nt ion   is  highly   co ns ide red  [ 4].  WSN  al so   has  bee n  us e d  in   m any  app li cat io ns   s uc h  as   ag ricult ure  m on it or i ng,  sm art   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig nate d p ath  r ou ti ng a l go r it hm  fo r  den se   wi rel ess sen s or netw or k   ( Siva   Kumar  Subra m an i am )   1521   ci ty , an d  m il i tar y su rv ei ll ance  [ 5],  [ 6].  WSN  ref e rs  to  a  group of  s ens or no de s co m m un ic at ing   with eac h o ther   to  ens ure  the  s ense d  data  ca n  be  r ecei ve d  by   the  base  sta ti on   wirelessl y  [ 7].  Eac h  se ns or  no de  is  m ade  up  of   sever al   se nsors ,  co ntr ol le r,   power   c om po ne nt ,  and  tran scei ver   m odule.  Si nce  m os t  oil  and   gas  a ppli cat ions   require  co ntin uous   data  gathe r ing ,  a  substa ntial   a m ou nt  of   pa ckets  will   accum ulate   in  the  traff ic ,  par ti cul arly  wh e n  t he netw ork  siz e is  large  [8].    This  pa per   ai m s  to  highli gh t  the  netw ork  perform ance  issues  wh e n  the  net work   siz e  va rie s.  The  ne xt   aim   of   this  pa pe r  is  to   pr opose   an  optim iz ed  routin g  al gorithm   fo r  oil  an d  gas  pi peline  c onditi on  m on it or i ng  app li cat io n.   T his  pa per   f oc use s  on   op ti m izing   net wor k  pe rfor m ance  on  the  netw ork  la ye r  of   op e n  s yst e m s   interco nnect io n  ( OSI)   m od el   in  acco r dan c e  with  i ns ti tute  of  Ele ct rical   an d  Ele ct r on i cs  En gin ee rs  ( IEE E )   802.1 1  sta nd a r d  for  ref i ner y   pi peline  c ondi ti on   m on it or i ng  a pp li cat ion  [ 9].  T he  node s  are   ar range d  in  a   scat te red   m ann er  t o  im it at e   the  act ual  de plo ym ent  in  the  ref i ner y   pip el ine  a nd   to  achiev e  thor ough  com m un ic at ion   c ov e ra ge.   T he   novelti es  of   this  pa per  incl ud e   ( 1)  issui ng  the  init ia l  fin dings  on  the   ne twor k  perform ance  usi ng  gri d  no de  arr a ng em ent  w hen  the   net wor k  siz e  va rie s  si nce  t her e   is  no  stu dy  co nduct ed  on   the  gr i d  node  a rr a ng em ent  in  accor da nce  with  IEE E  802.1 1  sta nd ar d.   T he  novelti es  of   thi s  pap e r  al so   in cl ude   (2) prese ntin g  t he  te ch nique  used i n  the  prop os e d  al gorithm  in rega rd to t he  f in dings i n (1).           Figure  1 .  Thre e m a in stages  in oil  and  gas  i ndus t ry       2.   PROBLE M   S TATE MENT S   Accor ding  to  t he  s urvey  done   by  the  re searc her s  i n  [ 1 ] ,  the re  are  fou r  m os t  prom inent  chall eng e s  of   WSNs  in  oil  and   gas  a ppli cat ion s,  w hich  a r e  reli abili ty ,  scal abili ty ,  ro bus tness,  a nd  ene r gy  co nsum ption .  A  reli able  netw ork  is  a  netw ork  that  ca n  delive r  pe rfor m ance  reasona bly,  w hi le   a  scal able  network   is  a  net wor k  that  can   prese r ve  it s  perf or m ance  w hen  the   loa ds   i ncr ease   [ 10 ] .   Ro bustn ess  dete rm ines  the  st rength   of  the   netw ork  in  m ain ta inin g  it s  co m m un ic at ion   li nk   a gainst  no de s  fail ur e,  i nter fer e nce,  or   a  se cur it y  at ta ck.   I n  any   com m un ic at ion   netw ork ,  secur it y  has  al wa ys  been   an  iss ue,   inclu ding  worm ho le   at tack ,  eave sdro pp ing ,  a nd  sign al   j am m ing .  Ma nag i ng  e nergy  c on s umpti on  is  al so  ve ry  im po rtant  to  pr e ve nt  the  nodes  t o  die  si nce  th e   m ai ntenan ce t a sk  i n oil  and  ga s p i peline ar ea  is extrem el y ri sk y   [ 11] , [1 2] .    Since  oil  an d  gas  a ppli cat ions  re qu i re  c on ti nuous  data  gather i ng  to  prev ent  an om al ou s   eve nts  f r om  happe ning,  the   network   s uffe rs  from   pack et   loss  due  to  congesti on  in  the  traf fic   [13] .  In   a  m ulti - ho p  ne twork ,   the  nodes  acc um ula te   pack et s   from   the  pr e vi ou s  forw a r der  in  a  directi on  towa rd s  t he  de sti nation  node   [14] .  The  pac kets  th at   enq ue ue  in  t he  queue  in cl ude  data  an d  co ntr ol  pack et s .  On ce  the q ue ue   is  fu ll y  occupied,  the   nex t  pac ket  wi ll   be  d r oppe d  and  the  netw ork   will   ex per ie nce  pack et   los s  an d  t hroug hput  de gr a datio n   [15] .  Additi on al   ene rg y  will   be  c onsu m ed  wh e n  the  s ource  node s  re gen e rate  t he  dro pp e d  pa cket.  Also,  du e   to  t he   accum ulati on   f act or ,   the   no de s  cl os e r  to   the   destinat io n  node  will   ha ve  to   ha nd le   m or e  pa ckets  a nd  c onsu m e  m or e  resource s  tha n  the   no de s  that  a re  fur ther  from   the  destinat io n  node   [16] .  T his  even t  is   kn own   a s   an   unfair  sta te  o f  t he netw ork   [17 ] .        3.   BACKG ROU ND WO RKS   The  net work   la ye r  handles  the   pack et   routin g  and   f orwardin g  betwee n  the sen s or   no des  in  a  netw ork  accor ding  to  t he   i m ple m ented  routing   prot oc ol.  Re act ive  r outi ng   prot oco l  us es  a n  ad - hoc   appro a ch  wh e re  the  route  disco ve r y  is  inv oke d  only   wh e n  nee de d  [18].  T his  f eat ur e  al lows   t he  protoc ol  to   pr od uce  a  reduced  a m ou nt  of   r ou ti ng   over hea d  wh ic h  hel ps   in  co ns e rv i ng   t he  net work   re so urces  [19],  [ 20 ] .  Howe ver,   data   forw a r ding  wi ll   be  delay ed  du e  to  the  ti m e - con s um ing   pr oc ess  of  r ou te   disc overy .  Ad - hoc  on - dem and  dist ance  vecto r  ( A O DV)  routing p r oto c ol is  an  e xam ple o f react ive  routin g protoc ols  [21 ] .    Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   3 ,  Se ptem ber   20 21 :  15 20   -   15 26   1522   As  com par ed  t o  reacti ve  r ou t ing   prot oc ols,  the  proacti ve  r ou ti ng  pr oto c ol   is  dee m ed  as   a  heav ie r   protoc ol  since   it   per io dical ly   updates  the   routin g  ta ble,  wh ic h  produce s   a  substa ntial   am ou nt  of  r outi ng   ov e r head   a nd  con t ro l  pa cket   [22].  This  fea ture  hel ps   the  data  to  be  se nt   in  a  tim e ly   m ann er  si nce  al l  the   routin g  inf or m at ion   is  read il y  avail able  [23].   The  proacti ve  routin g  prot oc ol  is  al so   know n  as  the  ta ble - dri ve n  routi ng  protoc ol. Optim iz ed  li nk   sta te  r outi ng  (O L SR) a n  e xam ple o f proa ct ive rou ti ng  prot oco l  [24].   Hybr i d  r outi ng  protoc ol  com bin es  t he  go od  featur e s  in  rea ct ive  and   proa ct ive  routin g  prot oco l  [ 20] ,   [25]. Zone ro uting  pr oto c ol ( Z RP) is an  ex am ple o f hyb rid  r o utin g  pr oto c ol  that has  been   dev el op e d  to redu c e   the  overc onsum pt ion   of  network   res ources   and   t o  opti m i ze  the  delay   duri ng   data  deli ver y  [ 26] .  ZRP   routin g  protoc ol  is  not  co ver e d  i n  thi s  pa per  since   it   us es  t wo - ti er   r ou ti ng  a rc hitec ture.  Ce rtai nl y,  a  hi gh  am ou nt  of   gen e rated   pa c kets  du e   to   th e  co ntin uous  m on it or ing  an d  t he  high  nu m ber   of  no des   can   co ntri bu t e  to  t he  traff ic  c ongesti on r e gardless  of what  ty pe  of  routin g protoc ol is im ple m en te d  as s how n  i n (1).     = [ ( ) + ∑ ( ) 0 = + 1   ] ≤   (1)     Wh e re   0 = − 1   an d  N  is  t he  t otal  num ber   of  no de s  in   the   netw ork .    is  t he  t ota l  am ou nt  of  pack et s   for   the   w hole   netw or k  an d    is  t he  a m ou nt  of  data  and  c ontrol   pa ckets  at   inte rm ediat e  node   α.    is  the  am ou nt  of  data  a nd  co ntr ol  pa ckets  at   th e  rest  of  the   no de  β .   It  can   be   seen  t hat  the   tr aff ic   will   over f low  i f  the  nu m ber   of   pack et s  pro du ced  is  beyo nd  the  qu e ue  lim it .  Su ch  an  e ve nt  can  co ntri bu te   to  pe rfo r m ance   degra dation  as  discusse d  earli er.  Moti vated  by  this  ob se rva ti on ,  a  r ou ti ng  al gorithm   has  been   pro po se d   in  the   nex t  sect ion.       4.   DUAL  DESI GNATE D PA TH R OUTI N G TECH NI Q UE   Odd - eve n  f or   gr i d  ( OEG)  r outi ng   al gorith m   div ides  the  netw ork  into  t wo   de dicat ed  traf fics;   odd  traff ic  a nd  e ve n  traf fic. In  ge ner al , a ro ute is d isc ove red  ac cordin g  to t he fres hness a nd  t he  sho rtest  p at h  to the   destinat io n.   H ow e ve r,   OE G  routin g  al gorit hm   sel ect s  the  route  acc ordin g  to   the  determ inati on   of  the   inter net  protoc ol  ( IP )  a ddress  on   t he  nodes  with  the   con si der at io n  of   bo t h  x  a nd  y - axis  of  the  ne twork .  Each  odd - nu m ber e d nod e b el on gs  t o  odd  tra ff ic  a nd ea ch  e ven - nu m ber ed  no de belo ngs t o  e ven traf f ic .    In  the   r ou te   dis cov e ry p r ocess   in  t he  for ward   directi on,   a   source   se nd s ro ute r equ e st (RR EQ)  p ac ket s   towa rd s  it s  nei ghbori ng   node s  accor ding  to  the  odd - e ven   de te rm inati on   a s  show n  in  Fi gure  2.   If   the  s ource  is   odd - num ber ed,  only   odd - nu m ber e d  neig hbor ing   node s  will   receive   the  R REQ  pack et s .  Else   if  the   s ource  is   even - nu m ber e d,   only   eve n - nu m ber e d  neighb or i ng  no de s  will   recei ve   the  RR E Q  pa ckets.  T he   odd - e ven  determ inati on   is  per f or m ed  f or   eac h  R REQ  f orwardin g  betwee n  the  r especti ve  no de s.  O nce  the  RR EQ  pack et s   ar rive d  at   the   desti na ti on   node,  a  route  re ply  (R REP)  pac ket  is  issue d  to   the   source   no de  by  the   destinat io n  node.   D ur i ng  thi s  pe rio d,   t he  nodes   that  act   as  RR EP  f orwarder s  are   th e  sam e  as  in  RR EQ   forw a r ding  but   in  the  re ve rse  directi on. O nc e  the  RR EP  ar r ived  at   the  s ou rce,  the d at a  pa cket  now  ca n  be   sent  to the dest inati on no de usin g  t he  est a blishe d route.           Figure  2. OE G  rou ti ng al gorithm   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig nate d p ath  r ou ti ng a l go r it hm  fo r  den se   wi rel ess sen s or netw or k   ( Siva   Kumar  Subra m an i am )   1523   By   us ing   O E G  r ou ti ng  al go rithm ,  the  pack et   accum ulatio n  a nd   pac ket  con te nti on   ca n  be  re duced   since the t raffic  h as  bee n divi ded into  tw o  as  shown i n  Fi gure 3. T he dist ance  betwee n n od e s is r e prese nted  a s   d.   I n  real  li fe  sit uation,   this  f eat ur e  can  be  s een  in  r oadwa y  traff ic   wh e re   a  two - la ne  roadw ay   offe rs  a   lowe r   chan ce  of  co ng est ion   occurre nce  as  c om par ed  to  a  on e - la ne   ro a dway .  Th e  traff ic   div isi on   ca n  be  re presente d  as in  (6).     = [ ( 2 ) + ∑ ( 2 ) 1 = + 1 ] ≤   (2)     1 = {  2 ,            − 1 2 ,                (3)     = [ ( 2 + 1 ) + ∑ ( 2 + 1 ) 2 = + 1 ] ≤   (4)     2 =  −   1 − 1   (5)     = + ≤   (6)           Figure  3. Br oa dcasti ng in  con ven ti onal   routing (left )  a nd OEG  routin g (r i gh t )         and    is  the   tot al   num ber   of  pa ckets  i n  e ve n  an d  od d  tra ff i c  res pecti vely .   2   an d  2 + 1   is  t he  total   nu m ber   of   pac kets  (c ontr ol  an d  data   pac kets)  at   t he  inte rm ediate  node   with   e ven  an d  odd  address   resp ect ively .   2   and  2 + 1   is  t he   total   num ber   of  pa ckets  (c on tr ol   and  data  pac ke ts)  at   th e   rest   of  t he  node s  with  e ve n  a nd   od d  a ddress   r especti vely .    a nd    is  the   inte rf ace   que ue  li m it   fo r  eve n  a nd  odd  t raffic   resp ect ively .  T he  total   nu m be r of   pac kets fo r  the  whole  net work is  .   Ap a rt  f ro m   t hat,  O EG  al gorithm   red uc e s  the  num ber   of   br oa dcast   pack et s  si nc e  the  RR EQ  forw a r ding  has   been   re du ce d  to  half  as  s ho wn   i n  Fig ur e  3.  This  fe at ur e  i s  i m po rtant  to  op ti m iz e  the  s pace  i n  the  que ue  a nd  t he  c onsu m ption   of  net work  r eso ur ces .  I n  a ddit ion ,   the   num ber  of  possible   f orwarder s  f or   each   traff ic   is  50%   of   the  w ho le   netw ork  (tr af fic  div isi on) .  I n  total ,  the  nu m ber   of   broa dc ast   pack et s  f or   eac h  traff ic   has  bee n  re du ce d  to  one - fou rth  fe we r  as  com par ed  to  conve ntiona l  ro utin g.   I n  ( 7)  represe nts  th e  total   nu m ber   of  bro adcast  pac kets   in  conve ntional   ro u ti ng  a nd  in   (9)  re pr ese nts  the  total   num ber   of   broa dcast   pack et s  in OE G  r outi ng fo r  e ach tra ff ic .     = × =    (7)     = = 2     (8)      =  = 2 × 2 =  4   (9)       is  the   total   num ber   of  bro a dcast  pac kets  in  c onve ntion a l  routin g,  m  i s  the   total   nu m ber   of  po s sible  for wa rd e rs,  an d  n  is  the  total   num ber   of  broad ca sti ng  f or  eac h  node .  In  OE G  r ou ti ng,     an d    is   the  total   nu m ber   of   possible  f orwarde rs  in  e ven   a nd  odd  tr aff ic   res pecti ve ly .  Each  traff i c  has  50%  nu m ber   of  po s sible  f orw a rd e rs  in   the  ne twork .     and      is  the  total   num ber   of  broa dcas t  pack et s  i n  e ve n  a nd   odd  ND N 13 N 15 N 10 N 5 N 4 N 3 N 2 N 1 Nn N 18 N 17 N 16 N 14 N 12 N 11 N 9 N 8 d d d C o mm u n i ca t i o n   ra n g e d d d d 1 2 N 6 N 7 3 4 N 13 ND N 15 N 10 N 5 N 4 N 3 N 2 N 1 Nn N 18 N 17 N 16 N 14 N 12 N 11 N 9 N 8 d d d C o m m u n i ca t i o n   ra n g e d d d d 1 2 N 6 N 7 3 4 5 6 7 8 Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   3 ,  Se ptem ber   20 21 :  15 20   -   15 26   1524   traff ic   re sp ect i vely .  A  nu m ber   of  sim ulati o ns   ha ve  bee n  cond ucted  to  i nv e sti gate  the  i m pact  of   the  traff ic   div isi on a nd th e re du ct io n of t he nu m ber   of bro a dcast  packe ts o n  the  n et work p e rfor m ance.        5.   SIMULATI O N  SET UP   The  sim ulate d  routin g  al gorithm s  are  AO D V,   OL SR,  an d  OEG.  The  sim ulati on   tim e  is   500  seco nd s   and   t he  distanc e  between   eac h  node,   d,  is  50   m et ers  to  si m u la te   the  act ual  dep l oym ent  in  m os t   of   the  pipe li ne  app li cat io ns .  T he  tran sm issi o n  rat e  is  one  pa cket  ever y  2  seco nd s .  The  r est   of   the  sim ulati on   param eter s  are   as  li ste d  in  Ta ble  1.  T he  resul ts  wer e  a ve raged  f r om   the  fiv e  best  ou t  of  s even  ra ndom ly  ge ner at e d  sce nar i os  to ach ie ve  a  d e ta il ed  perf or m a nce e valuati on.       Table  1 . Si m ul at ion   par a m et e rs usin g  netw ork  sim ulator  2. 35   Para m eters   Valu e   Nu m b e r  o f  no d es   2 4 ,  4 8 ,  8 0 ,  1 2 0 ,  1 6 8 ,  2 2 4 ,  2 8 8 ,  an d  3 6 0   Pack et size   1 2 8  bytes   Interf ace  q u eu e typ e   Drop Tail/Pr i Qu eu e   Pack et qu eu e leng th   50   MAC   IE E E  8 0 2 .11   Tr af f ic ty p e   CBR   Prop ag atio n   m o d el   Two  ra y  gro u n d   Nu m b e r  o f  no d es   2 4 ,  4 8 ,  8 0 ,  1 2 0 ,  1 6 8 ,  2 2 4 ,  2 8 8 ,  an d  3 6 0       6.   RESU LT S  AND DI SCUS S ION   6.1 .      P acke t  d el ivery  r at i o a nd  t hroug hpu t   Packet  delive r y  rati o  is  i m p or ta nt  in  desig ning  a  networ k  since  it   helps  to  identify   t he  issues  that   happe n  in  a  ne twork .  The  pac ket  delivery  rat io  shows  how  m any  pack et s  hav e  bee n  su cc essfu ll y  receiv ed  by   the  destinat io n  ov e r  the  sent  pack et s .  Since  oil  a nd  gas  a ppli cat ion s  a re  data - dr ive n,  m ini m iz ing   the  nu m ber  of   pac ket  loss   as  low  as  possible  is  ve ry  im po rta nt  to  t he  in du st ry  to  e nsur e  the  a uthoriti es  able  to   kee p  trac k  of   the  as set s  conditi on   (p i pel ine).   Fi gure  4  sh ows  OE G  al gorithm   ou tper form s  AO D V  an d  OLS R  sta rtin g  from   16 8  no de s  onwa r ds .  Als o,   due  to   the   pa cket  loss   sta rt ing   at   120  no de s  onw ar ds ,   it   can  be  see n  t ha t  the  achieve d  th rou ghput  al so   ha s   degrade d.  H oweve r,   OE G  outpe rfor m s  AO D V  a nd   OL SR  in  achievi ng  bette r   thr oughput  perform ance.            Figu re  4.  Pac ke t deli ver y  rati o  a nd th rou ghput agai ns t  nu m ber o f nodes       6. 2 .      Ener gy c on su mpti on   Du e  to  the  h arsh   e nv i ronm ent  in  the  refi ner y  pip el ine   area,  reduci ng  hum an  interve ntio n  is  extrem el y  ben efici al   in  oil  and   gas  in dustr y.  Each  se ns or   node  is  po we red   by  a  batte r y  pack   a nd   on ce  the  node  died ,  t he   m a intenance   w orkers  nee d  to   re place  t he  batte ry  pa ck.   Su c h  a n  even t  sho ws  t hat  the   op ti m iz ation   of  ene rg y  c on s um pt ion   in  the  netw ork  is  cr uc ia l.  A  substan ti al   a m ou nt  of   energy  is  wast ed  due   to  the  r ege nerat ion   a nd   refo r wardin g  of   pa ckets  due  t o  pa cket  loss .  As   sh ow n  in  Fig ure  5,  O EG  al gorithm   sh ows  the  fewest  en er gy c onsu m ption  starti ng fro m  1 20  node s on wards.   As  the  num ber   of   node s inc rea se, the   nu m ber   of p ac ket for wa rd i ng also i ncr eases .  H e nce,  t he  am ount  of ene rg y  consum ption  al so  i ncr eases .    Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Desig nate d p ath  r ou ti ng a l go r it hm  fo r  den se   wi rel ess sen s or netw or k   ( Siva   Kumar  Subra m an i am )   152 5       Figure  5. Ene r gy cons um ption  a gainst  num ber   of   node s       6. 3 .      F air ness   index  and  p assi ve  n od e   T h e   n o d e s   t h a t   a r e   c l o s e r   t o   t h e   d e s t i n a t i o n   a c c u m u l a t e   a   h i g h e r   n u m b e r   o f   p a c k e t s   a s   c o m p a r e d   t o   t h e   n o d e s   t h a t   a r e   f u r t h e r   f r o m   t h e   d e s t i n a t i o n .   T h i s   e v e n t   s h o w s   t h a t   t h e   n e t w o r k   r e s o u r c e s   w e r e   n o t   e q u a l l y   d i s t r i b u t e d   b y   t h e   n o d e s   ( u n f a i r   s t a t e )   i n   t h e   n e t w o r k .   A s   a   r e s u l t ,   s o m e   n o d e s   w i l l   b e c o m e   p a s s i v e   n o d e s .   P a s s i v e   n o d e   d e s c r i b e s   t h e   i n a b i l i t y   o f   t h e   n o d e   t o   t r a n s m i t   i t s   p a c k e t   d u e   t o   t h e   u n a v a i l a b i l i t y   o f   n e t w o r k   r e s o u r c e s .   T h e   n e t w o r k   r e s o u r c e s   h a v e   b e e n   w a s t e d   d u e   t o   t h e   e x c e s s i v e   f l o o d i n g   o f   c o n t r o l   p a c k e t s   a n d   o v e r h e a d .     Jai n’ s  fair ness  ind e x  is  use d  t o  m easur e  the  fairn e ss  of  the  netw ork  in  t his   stud y.  I n  Fig ure  6,  O LSR   sh ows  t he  w orst  fairn ess  i ndex  an d  O EG  s hows  the  best  fairn e ss  in dex   sta rting   at   80  nodes  onwa rd s .  B y  reducin g  the  num ber   of   br oa dcast  pac kets,  OEG   a ble  to  r edu ce  the  nu m ber   of  pas sive   nodes  sig nific antly  sta rting  at  12 0 nodes  onwar ds. O EG sh ows t he fewest  num ber o f passive   nodes  prese nt in  the  n et wor k.           Figure  6. Fair ne ss in dex an d n um ber  of  passi ve   nodes  ag ai nst  num ber  of  node s       7.   CONCL US I O N   In   oil  an d  gas  ref ine ry  pi peline  c onditi on   m on it ori ng,  de plo ym ent  of   a  va st  a m ou nt  of  s ens or   node s   is  req uire d  to   ensure  thoro ugh  com m un ic at ion   co ver a ge   fo r  the  enti re  pip el ine  ar ea  can  be  achieve d.   Howe ver,  in  add it io n  to  the  con ti nu ous  dat a  gather i ng   of  the  app li cat ion,  su ch  a  de ploym ent  con trib utes  to   netw ork  co nge sti on ,  w hich  w il l  le ad  to  per f or m ance  degra dation  a nd   poor  energy  co ns um pt ion .  Pe rform ance  op ti m iz ation   is  i m po rtant  sin ce  m os t  of   the   app li cat io ns   in  oil  an d  gas  industry  a re  dat a - dri ve n.   Hen c e,  a ny   data  loss  can  c ause  the  aut horiti es  to  fail   to  keep   trac k  of   the  conditi on   of   the  pip el ine .  A  ta il or ed  routin g  al gorithm  h as b een  prop os e d t o  en ha nce th e  netw ork per for m ance b y m ini m iz ing  the  pac ket accum ulati on v ia   traff ic   s plit ti ng   an d  by  reducin g   the  num ber   of   bro a dcast  pac kets.   The  pr opos e d  al gorithm   sh owe d  a   sign ific a nt  im pro vem ent  on  pack et   delive ry  rati o,   t hroughp ut,  en er gy  consum ption ,   and   passi ve  nodes .   Howe ver,  fair ness  is  highli ghte d  as  the  w eakn e ss  of  the   propose d  al gorithm   since  t her e  is   only   a  sli gh t  i m pr ovem ent can be see n o n  t he fai rn e ss in de x  in  the  res ults.        ACKN OWLE DGE MENTS   The  aut hors  w ou l d  li ke  to  thank   the  Mi nist ry  of   Hi gh e r  Ed ucati on - Ma la ysi a,  Un ive rsi ti   Tekn ikal   Ma la ysi a - Me lak a  for  thei r  s upport,  L a b faci li ti es, sincer e   en coura gem ent, an d assi sta nce .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   23 , N o.   3 ,  Se ptem ber   20 21 :  15 20   -   15 26   1526   REFERE NCE S   [1]   M.  Y.  Aalsa le m ,   W .   Z.   Kh an,   W .   Ghari b i,   M.   K.   Khan,   and   Q.  A rshad,   “ W ire le ss   Sensor  Networks  in  oil   and  gas   industr y :  R ec en t   adva n ce s,   t axo nom y ,   r equi r ements,   and  open  cha l le nges, ”  Jo urnal  of  net work  and  compute r   a ppli cations ,   vo l .   113 ,   pp .   87 - 97 ,   Jul y   2018 ,   doi : 10.1016/ j . jnca. 2 018. 04. 004 .   [2]   W .   Z.   Khan,   M.  Y.  Aalsa le m ,   M.  K.  Khan,   M.  S.  Hossai n  and  M.  Atiquz za m a n,   "A   rel ia bl e  Inte rne t  of  Thi ng s  base d  ar chi t ec tu re  for  oi l  and  g as  industr y , "  20 17  19th  Int ernati onal  Con f ere n ce   on  Adv anc ed   Comm unic ati o n   Technol ogy   ( ICACT) ,   2017,   pp.   705 - 710,   doi :  10 . 23919/ICACT. 2 017. 7890184.   [3]   M.  Z.   Abbas,  K.   A.  Bake r,   M.  Ay a z,   and  H.  Mo hamed,   “ Ke y   Fa ct ors  Involve d  i n  Pipel ine   Monit oring  Te chn iques  Us ing  Robots  and  W SNs:   Com pr ehe nsive  Surve y, ”   Journal  of  Pipeli n e  Syste ms   Engi ne ering  and   Pract ice ,   vo l.   9 ,   no.   2 ,   p .   040180 01,   2018 .   [4]   N.  F.  Henr y   a nd  O.  N.  Henr y ,   “ W ire le ss   Se nsor  Networks  base d  Pipeline  Vanda li sa ti on  a nd  Oil  Spill age  Monitori ng  and   Dete c ti on:   Main   Bene f it s  for  Ni ger ia  Oil  and  G as   Sect ors, ”  The   SIJ   Tr ansacti o ns  on  Computer  Sci en ce E ngin eer ing  &   it s A ppli c ati ons ( CSEA ) ,  v ol.   3 ,   no .   1 ,   pp .   1 - 6 ,   2015 .   [5]   A.  Gos wam i  an d  M.  Kum ar,   “ A   Revi ew  on  Energ y   Harve st ing  i n  W ire le ss   Sens or  Networks , ”  Int.   J .   Innov .   Re s .   Sci .   Eng .   Te chno l . ,   vol .   6 ,   n o .   4 ,   p p.   6863 - 6867 ,   2 017.   [6]   G.  Han,   J.  Ji ang,  N.  Bao,   L.   W an ,   and  M.  Gui za n i ,   "Routing  proto col s  for  under wa te r  wire le ss   sensor  net works , "  i n   IEE E   Comm unications  Magazine ,   vol .   53 ,   no .   11 ,   pp.   72 - 78 ,   Nove m ber   2015,   do i:   10. 1109/MCOM . 2015. 7321974 .   [7]   M.  Raz a ,   N.  As l am,  H.  Le - Minh ,   S.  Hus sain,   Y.  Cao,   and  N .   M.  Khan,   "A   Crit i c al   Anal y sis  of  R ese arc h  Pot ent i a l,   Chal le ng es,   and   Future  Dire ctiv es  in  Industria l  W ire le ss   Sensor  Networks,"  in  IEE E  Comm unications  Surve y s   &   Tutor ial s ,   vol .   2 0,   no .   1 ,   pp .   39 - 95,   Firstquar te r   2018,   doi :  10 . 11 09/COMS T. 2017. 2759725.   [8]   M.  A.  Kafi ,   D.   Djenour i ,   J.  B en - Othm an,   and   N.  Badache ,   " Congesti on  Con trol   Protoco ls  in   W ire le ss   Sensor  Networks:  A  Surve y , "  in   IEEE  Comm unic ati ons  Surve ys  &   Tutor ial s ,   vol .   16,   no .   3,   pp.   1369 - 13 90,   Th ird  Quart e r  2014,   doi :  10 . 11 09/SUR V.2014. 021714. 00123.   [9]   IEE E  802. 11  W orking  Group,  “Spec ific  req uir e m ent s  Part  11:   W ire le ss   LAN  Medium  Acc ess  Control   (MA C)   and   Ph y sical  Lay e r  ( PH Y) Spec ifi cat ions,”   ANSI/ I EEE  Std .   802 . 11 - 19 99 ,   1999 .   [10]   T.   P.   Raptis,  A .   Pass are l la,  an d  M.  Cont i,   " Data   Man age m ent   in   Industr y  4. 0:   State  of  t he  Art  and  Op en   Chal le ng es, "  in  I EE E   Acce ss ,   vol .   7 ,   pp .   97052 - 9 7093,   2019 ,   doi : 10.1109/ ACCESS . 2019. 2929296.   [11]   B .   A .   S u n d a r a m ,   K .   K e s a v a n ,   a n d   S .   P a r i v a l l a l ,   “ R e c e n t   A d v a n c e s   in   H e a l t h   M o n i t o r i n g   a n d   A s s e s s m e n t   o f   I n - S e r v i c e   O i l   a n d   G a s   B u r i e d   P i p e l i n e s , ”   J .   I n s t .   E n g .   I n d i a   S e r .   A ,   v o l .   9 9 ,   n o .   4 ,   p p .   7 2 9 - 7 4 0 ,   2 0 1 8 ,   d o i :   1 0 . 1 0 0 7 / s 4 0 0 3 0 - 018 - 0 3 1 6 - 5.   [12]   X .   F u ,   H .   Y a o ,   O .   P o s t o l a c h e ,   a n d   Y .   Y a n g ,   “ M e s s a g e   f o r w a r d i n g   f o r   W S N - A s s i s t e d   O p p o r t u n i s t i c   N e t w o r k   i n   d i s a s t e r   s c e n a r i o s , ”   J o u r n a l   o f   N e t w o r k   a n d   C o m p u t e r   A p p l i c a t i o n s ,   v o l .   1 3 7 ,   p p .   1 1 - 2 4 ,   J u l y   2 0 1 9 ,   d o i :   1 0 . 1 0 1 6 / j . j n c a . 2 0 1 9 . 0 4 . 0 0 5 .   [13]   M.  Ham m oudeh   and  R.   Newm a n,   “ Adapti ve  ro uti ng  in  wire l ess  sensor  net works :   QoS   opti m iz at ion  for  enha nc e d   appl i ca t ion  p erf o rm anc e,”  Inform ati on  Fusion ,   vo l.   22 ,   pp .   3 - 15 ,   Marc h  2013 ,   doi :  10. 1016 /j.inf fu s.2013. 02. 005 .   [14]   M.  T.   Abbas,  A.   Muham m ad,   and  W .   C.   Song,  “ SD - IoV:  SDN  Ena ble d  Rout ing  for  Inte rne t  of  Vehicle s  in  Road - Aw are   App roa c h, ”  Journal  of   Ambie nt  In telli g enc e   and  Hum anized  Computin g ,   vol .   11,   no.   3,   pp.   1265 - 128 0,   Marc h  2020 ,   doi :  10. 1007 /s12652 - 019 - 01319 - w.   [15]   M.  Bakl i zi,  “ W ei ght  Queue   D y n amic  Acti v e  Qu eue   Mana g emen t  Algorit hm , ”   Sy mm et ry ,   vol .   12,   no.   12,   p .   2077,   Dec ember  2020 ,   doi: 10. 3390 /s y m 12122077.   [16]   K .   J a i s w a l ,   a n d   V .   A n a n d ,   “ E O M R :   A n   e n e r g y - e f f i c i e n t   o p t i m a l   m u l t i - p a t h   r o u t i n g   p r o t o c o l   t o   i m p r o v e   Q o S   i n   w i r e l e s s   s e n s o r   n e t w o r k   f o r   I o T   a p p l i c a t i o n s , ”   W i r e l e s s   P e r s o n a l   C o m m u n i c a t i o n s ,   p p .   1 - 2 3 ,   2 0 1 9 ,   d o i :   1 0 . 1 0 0 7 / s 1 1 2 7 7 - 019 - 07000 - x.   [17]   A.  Ahm ad,   M.   Beg,   and  S.   Ah m ad,   “ Fairne ss   i ss ues  and  m ea su res  in  wir eless   net works :  A  surv e y , ”   IOSR  Journ al   of  E le c tronic s a nd  Comm unic ation E ngin ee ring ,   vol.   11 ,   no .   6 ,   pp .   20 - 24 ,   2016 ,   d oi:   10 . 9790/283 4 - 1106042024.   [18]   S.  K.  Singh,  R .   Duvvuru,  a nd  J.  P.  Singh,  “ TCP  and  UD P - base d  per form anc e  evalua ti on   of  proa ctive  and   re ac t iv e   routi ng  proto cols   using  m obil ity  m odel s  in  MA NETS, ”  In te rnat ional   Journal  o f   Information  an d  Comm unic ati o n   Technol ogy ,   vo l. 7, no. 6, pp. 632 - 644,   2015 ,   doi : 10.1504/ IJICT. 2 015. 072043.   [19]   A.  K.  Yada v  an d  A.  Kus h,   “ TC P -   and  UD P - Bas ed  Perform anc e  Eva lu at ion  of  A OD V  and  DS R   Routi ng  Protoco l   on  Var y ing  Sp ee d  and  Pause  Ti m e  in  Mobi l e  Ad  Hoc  Net works , ”  in  N ext - Gene ration  N e tworks   Springer,   Singapore ,  vol .   638 ,   pp .   323 - 33 2 ,   2018 ,   doi :   10 . 1007/978 - 981 - 10 - 6005 - 2_34.   [20]   I.   Y.  Moham m ed,   “ Com par at ive  ana l y sis  of  proa ct iv e  &  react iv e   protoc ols  for  clus te r  base d  routing  al gorit hm s  in  W SNs,”   Wold   S ci .   News an   Int .   Sci .   J . ,   vol .   124 ,   no.   2 ,   pp .   131 - 1 42,   2019 .   [21]   S.  Gos wam i,   S.  Joarda r,   C .   B.   D as,   S.  Kar,   and  D.  K.  Pal,   “ Perf orm anc e  Anal y s is  of  Thre e  Rou t ing  Protocol s  in   MA NET  Us ing  the   NS - 2  and  AN OV A  Te st  wit h  Var y ing  Spe e d  of  Nodes,”   in  Ad  Hoc  Net work s ,   2017,   pp.   126 - 138 ,   doi :  10 . 577 2/66521.   [22]   H.  Xin  and  K.   Yang,   "Routing  Protocol s  Anal ysis  for  Inte rne t  of  Thi ngs,"  201 5  2nd  Inte rnat io nal  Confe ren ce   on  Information  Sc ience   and   Control   Engi ne ering ,   20 15,   pp .   447 - 450 ,   doi: 10. 1109 /IC ISCE.2015 . 104.   [23]   V.  Jigisha,   C.   S.  Raj u,   and  C.   Bal aswam y ,   “ The   compari son  bet wee n  OLSR  and  AO DV  routi ng  protoc ols  for  Vehic ul ar   Adhoc  Networks,”   In t.   J.   Ad v.   R es.   Comput.   Commun.   Eng . ,   vol.   4 ,   no.   3,   pp.   467 - 470,   2015 ,   doi:   10. 17148/IJARCCE.2015. 43112 .   [24]   T.   Cl ause n,   C.   Dea rlov e,   P .   Jac qu et ,   and  U.   Herbe rg,   “ The   op ti m ized  li nk   state  rou t ing  protoc o l  v ersion  2, ”  Int erne t   Eng.   Tas k   For ce ,   pp .   1 - 115 ,   201 4.   [25]   J.  Govindasa m y   and  S.  Punniak od y ,   “ A  compara ti v e  stud y   of  r ea c ti ve ,   proa ctiv e  and  h y brid   ro uti ng  proto col   i n  wire le ss   sensor  net work  under   worm hole   at t ac k , ”  Journal  of   Elec tri cal   S yste ms   and  Informatio n  Technol og y ,   v ol .   5,   no .   3 ,   pp .   7 35 - 744,   De ce m ber   201 8,   doi :  10 . 10 16/j . j esit.2017. 0 2. 002.   [26]   Y.  M.  Rao,   M.  V  Subram any a m ,   and  K.  S.  Prasad,   “ Cluste r  B ase d  H y br id  Routi ng  Protocol   f or  W ire le ss   Mesh   Networks,”   W ire l.   Pe rs .   Comm un . ,   vol. 103, no. 4, pp. 3009 - 3023,   2018 ,   doi :  10 . 10 07/s11277 - 018 - 5990 - 0.   Evaluation Warning : The document was created with Spire.PDF for Python.