Airtime- and QoS-Penalty-Aware Measurement Coordination in Multi-Router Wi-Fi Sensing Networks

Resumen Técnico: Coordinación de Mediciones Consciente del Tiempo de Aire y la Penalización de QoS en Redes de Detección Wi-Fi de Múltiples Routers

Planteamiento del Problema
La detección mediante Wi-Fi utiliza la Información de Estado del Canal (CSI, por sus siglas en inglés), el Indicador de Fuerza de Señal Recibida (RSSI) y descriptores a nivel de paquete para detectar movimiento, presencia y cambios ambientales sin sensores acoplados. Si bien los sistemas de múltiples routers (múltiples puntos de acceso) pueden mejorar la robustez de la detección mediante la fusión de datos de múltiples rutas de radio, existe una brecha operativa crítica: cómo coordinar el subconjunto activo de nodos de detección y sus tasas de medición sin degradar el tráfico ordinario de la Red de Área Local Inalámbrica (WLAN).

Los métodos actuales de detección conscientes de los recursos se centran en la compresión, la reducción de la tasa de paquetes o la selección de enlaces específicos, pero no definen una regla de admisión a nivel de controlador que equilibre explícitamente la utilidad de la detección frente a dos restricciones estrictas: el tiempo de aire de la detección y la penalización de Calidad de Servicio (QoS) ponderada por carga. En las redes operativas, los paquetes de detección comparten el medio con el tráfico de los clientes; un aumento no gestionado de la actividad de detección puede violar los acuerdos de nivel de servicio o degradar la experiencia del usuario. El artículo aborda el problema específico de admitir una configuración de detección activa solo si permanece dentro de presupuestos preconfigurados de tiempo de aire y QoS.

Metodología: AQ-MC
El artículo propone la Coordinación de Mediciones Consciente del Tiempo de Aire y de la Penalización de QoS (AQ-MC), un mecanismo de admisión basado en un controlador para la detección Wi-Fi de múltiples routers. AQ-MC opera como un bucle de admisión corto a intervalos de decisión fijos (por ejemplo, cada 2 segundos) y funciona de la siguiente manera:

1. Estado y Entradas: El controlador recibe ventanas de características del lado del nodo (variación de RSSI, dispersión de RSSI en el dominio de la frecuencia y confianza del nodo) y el perfil de carga actual de la red.
2. Puntuación de Utilidad y Asignación de Niveles:
   • Los nodos se califican mediante una función de utilidad ponderada: $u_{i,t} = 0.45\sigma_{i,t} + 0.35\tilde{\rho}_{i,t} + 0.20\gamma_{i,t}$.
   • Basándose en las puntuaciones de utilidad y los disparadores binarios del lado del nodo, los nodos se asignan a un nivel de tasa de medición: Apagado (Off), Bajo (Low) (2 Hz), Medio (Medium) (5 Hz) o Alto (High) (10 Hz).
3. Predicción de Presupuesto:
   • Tiempo de Aire ($A$): Se predice como un porcentaje del tiempo de aire de la capa física (PHY) basado en el número de nodos activos, sus tasas asignadas, el tamaño de la muestra (512 bytes) y la tasa PHY (por ejemplo, 54 Mbps).
   • Penalización de QoS ($D$): Se calcula como $D(ct) = w(L_t) \times A(ct)$, donde $w(L_t)$ es un peso adimensional (de 0.20 a 0.85) que corresponde a la carga actual de la red (Ligera a Alta). Esto asegura que el tiempo de aire de la detección se penalice más fuertemente cuando la red ya está bajo una carga alta.
4. Decisión de Admisión: El controlador verifica si la configuración candidata satisface tanto $A(ct) \le A_{max}$ como $D(ct) \le D_{max}$.
   • El controlador utiliza un enfoque codicioso (greedy) ordenado por utilidad: clasifica a los candidatos por utilidad y los activa tentativamente. Si un candidato viola un presupuesto, es rechazado (o degradado), y se prueba el siguiente candidato.
   • Solo se admiten las configuraciones que cumplen con ambos presupuestos. Si ninguna configuración es factible, la detección se desactiva efectivamente para ese intervalo.

Contribuciones Clave

1. Marco de Trabajo AQ-MC: Un método formal para coordinar subconjuntos de detección activos y niveles de tasa de medición bajo presupuestos explícitos de tiempo de aire y de penalización de QoS ponderada por carga.
2. Lógica de Admisión del Controlador: Una regla de decisión que trata la detección como un proceso gestionado, que devuelve la factibilidad de la admisión, el tiempo de aire predicho, la penalización de QoS predicha y la razón específica del rechazo (límite de tiempo de aire vs. límite de QoS) en lugar de optimizar la precisión de la detección.
3. Evaluación Empírica:
   • Experimento de Subconjunto Activo: Demostró una reducción del 33.33% en los nodos activos (seleccionando 2 de 3) para mantener la factibilidad.
   • Experimentos de Tráfico Protegido: Dos experimentos (carga moderada y alta) produjeron 1,483 decisiones aceptadas con una alta retención del conjunto de nodos seleccionado (ratio de retención > 99.86%).
   • Cuadrícula de Estrés Determinista: Una simulación de 25,088 casos variando el número de nodos, las tasas PHY y los presupuestos.
4. Análisis de Fronteras: Identificación de las fronteras operativas donde las políticas ajenas a los recursos fallan (por ejemplo, una política de "todo alto" fue factible en solo 25.29% de los casos de estrés).

Resultados

• Factibilidad: En la cuadrícula de estrés determinista, una política de múltiples nodos de "todo alto" ajena a los recursos fue factible en solo el 25.29% de los casos. AQ-MC rechazó con éxito el 74.71% restante de los intentos que excedían el presupuesto antes de la actuación.
• Rendimiento del Tráfico Protegido: En experimentos con un presupuesto de tiempo de aire del 10% y un presupuesto de penalización de QoS del 5%:
  • Carga Moderada (2 nodos): El tiempo de aire medio predicho fue del 0.151% (1.51% del presupuesto); la penalización de QoS media fue del 0.053% (1.06% del presupuesto).
  • Carga Mayor (3 nodos): El tiempo de aire medio predicho fue del 0.227% (2.27% del presupuesto); la penalización de QoS media fue del 0.125% (2.50% del presupuesto).
  • El controlador mantuvo configuraciones estables con cambios mínimos de nivel (0.257–0.409 cambios por minuto).
• Sensibilidad a la Carga: Aumentar el peso de la carga de "Ligera" a "Alta" redujo la parte factible de las configuraciones del 41.76% al 30.61%, demostrando la necesidad de la métrica de penalización ponderada por la carga.
• Impacto de la Tasa PHY: A tasas PHY más bajas (por ejemplo, 6 Mbps) y presupuestos ajustados (0.2%), la factibilidad cayó significativamente (3.12%), resaltando la sensibilidad del método a las restricciones de la capa física.

Significancia y Reivindicaciones
El artículo enmarca explícitamente su contribución como un método de admisión de controlador, no como una mejora de la clasificación de detección o una técnica de reducción de latencia.

• Alcance: El trabajo está motivado por la detección WLAN IEEE 802.11bf, pero sigue siendo un método de admisión de controlador local, no una implementación de Control de Acceso al Medio (MAC) o de Capa Física (PHY) conforme a los estándares.
• Reivindicación Principal: AQ-MC proporciona un mecanismo de admisión acotado que permite la coexistencia de la detección Wi-Fi cooperativa con el tráfico WLAN ordinario mediante la imposición de límites explícitos de tiempo de aire y de penalización de QoS.
• Modestia de las Reivindicaciones: Los autores declaran que el resultado reportado es la factibilidad de la admisión del controlador, no la precisión del clasificador de detección, la mejora de la latencia medida, la robustez transdominio o la calidad de la optimización global. El método asegura que la detección no exceda los presupuestos de recursos configurados, sacrificando la cobertura de detección (al reducir los nodos activos) para preservar la calidad del servicio de la red.
• Limitaciones: El estudio reconoce que la admisión codiciosa puede perder subconjuntos factibles de mayor utilidad y que la simulación de estrés se deriva de fórmulas, no modela dinámicas de red complejas como retransmisiones o colas. Se sugiere como trabajo futuro emparejar AQ-MC con métricas específicas de tareas y calibración de QoS medida.