A Time-Parameterized Data-Centric Storage Method for Storage Utilization and Energy Efficiency in Sensor Networks

센서 네트워크에서 저장 공간의 활용성과 에너지 효율성을 위한 시간 매개변수 기반의 데이타 중심 저장 기법

  • 박용훈 (충북대학교 정보통신공학과) ;
  • 윤종현 (충북대학교 정보통신공학과) ;
  • 서동민 (KAIST 전산학과) ;
  • 김준 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • Published : 2009.04.15

Abstract

In wireless sensor networks, various schemes have been proposed to store and process sensed data efficiently. A Data-Centric Storage(DCS) scheme assigns distributed data regions to sensors and stores sensed data to the sensor which is responsible for the data region overlapping the data. The DCS schemes have been proposed to reduce the communication cost for transmitting data and process exact queries and range queries efficiently. Recently, KDDCS that readjusts the distributed data regions dynamically to sensors based on K-D tree was proposed to overcome the storage hot-spots. However, the existing DCS schemes including KDDCS suffer from Query Hot-Spots that are formed if the query regions are not uniformly distributed. As a result, it causes reducing the life time of the sensor network. In this paper, we propose a new DCS scheme, called TPDCS(Time-Parameterized DCS), that avoids the problems of storage hot-spots and query hot-spots. To decentralize the skewed. data and queries, the data regions are assigned by a time dimension as well as data dimensions in our proposed scheme. Therefore, TPDCS extends the life time of sensor networks. It is shown through various experiments that our scheme outperform the existing schemes.

최근 무선 센서 네트워크 환경에서 감지되는 데이타를 네트워크상에 효과적으로 저장하고 처리하기 위한 다양한 기법들이 제안되었다. 데이타 중심 저장(Data-Centric Storage : DCS) 기법은 분할된 데이타 영역을 센서들에게 할당하고, 수집된 데이타를 해당 데이타 영역을 담당하는 센서에 저장하는 기법이다. 기존 연구된 DCS 기반 기법들은 데이타 전송을 위한 통신비용의 감소와 정합 질의(Exact Query) 및 영역 질의(Range Query)의 효과적인 처리를 위해 제안되었다. 하지만 방대한 데이타가 발생하는 데이타 영역을 담당하는 센서의 저장 부하 문제는 고려되지 않았다. 최근 이와 같은 저장 부하 문제를 해결하기 위해 K-D 트리를 기반으로 동적 분할 데이타 영역을 사용하는 KDDCS가 제안되었다. 하지만 KDDCS를 포함한 모든 기존 DCS 기반 기법들은 인기 있는(많은 질의 요청을 받는) 데이타 영역에 대한 질의 부하가 고려되지 않았기 때문에, 결과적으로 전체 센서 네트워크의 수명이 단축된다. 그래서 본 논문에서는 저장 부하뿐만 아니라 질의 부하도 효과적으로 해결할 수 있는 새로운 DCS 기반 기법인 TPDCS(Time parameterized DCS)를 제안한다. 제안하는 기법은 데이타 차원뿐만 아니라 시간 차원을 함께 고려하여 센서에 할당되는 데이타 영역을 분할한다. 제안하는 방법은 데이타 저장과 질의 처리 분산을 통해 전체 센서 네트워크의 수명을 크게 연장시킨다. 또한 본 논문에서는 대표적인 기존 DES기반 기범들과 다양한 성능 비교 평가를 통해 제안하는 기법의 우수성을 보인다.

Keywords

References

  1. National Research Council, 'Embedded Everywhere: A Research Agenda for Networked Systems of Embedded Computers,' National Academy Press, 2001
  2. A. Cerpa, J. Elson, D. Estrin, L. Girod, M. Hamilton, and J. Zhao, 'Habitat Monitoring: Application Driver for Wireless Communications Technology,' In ACM SIGCOM Workshop on Data Communications in Latin America and the Caribbean, 2001 https://doi.org/10.1145/844193.844196
  3. G. Pottie and W. Kaiser, 'Wireless Integrated Sensor Networks(WINS),' In Communications of the ACM, Vol.43. No.5, 2000 https://doi.org/10.1145/332833.332838
  4. T. Yan, T. He, and J. A. 'Stankovic, Differentiated surveillance for sensor networks,' In Proc. of SenSys, 2003 https://doi.org/10.1145/958491.958498
  5. 임용훈, 정연돈, 김명호, '데이타 기반 센서 네트워크에서 다차원 영역 질의를 위한 동적 데이타 분산', 정보과학회논문지, 제33권, 제1호, pp. 32-41, 2006
  6. S. Shenker, S. Ratnasamy, B. Karp, R. Govidan, and D. Estrin. 'Data-centric storage in sensornets,' In Proc. of HotNets-I, 2002
  7. Xin Li, Young-Jin Kim, Ramesh Govindan, and Wei Hong, 'Multi-dimensional range queries in sensor networks,' In Proc. of SenSys, pp. 63-75, 2005 https://doi.org/10.1145/958491.958500
  8. Mohamed Aly, Kirk Pruhs, Panos K. and Chrysanthis, 'KDDCS: a load-balanced in-network data-centric storage scheme for sensor networks,' In Proc. of CIKM, pp, 317-326, 2006 https://doi.org/10.1145/1183614.1183662
  9. B. Moon, H. V. Jagadish, C. Faloutsos, and J H. Saltz, 'Analysis of the Clustering Properties of the Hilbert Space-Filling Curve,' Journal of TKDE, pp. 124-141, 2006 https://doi.org/10.1109/69.908985
  10. S. Ratnasamy, B. Karp, L. Yin, F. Yu, D. Extrin, R. Govidan, and S. Shenker. 'GHT: A Geographic Hash Table for Data-centric Storage,' In Proc. of WSNA,2002 https://doi.org/10.1145/570738.570750
  11. Y. Lai, H. Chen, and Y. Wang. 'Dynamic Balanced Storage in Wireless Sensor Networks,' In Proc, of DMSN,2007 https://doi.org/10.1145/1286380.1286383
  12. M. Aly, P. Chrysanthis, and K. Pruhs. 'Decomposing Data-centric Storage Query Hot-Spots in Sensor Networks,' In Proc. of MOBIQUITOUS, 2006 https://doi.org/10.1109/MOBIQ.2006.340396
  13. CT. Ee, S. Ratnasamy, and S. Shenker, "Practical Data-centric Storage,' In Proc. of NSDI, 2006
  14. M. Caesar, M. Castro, EB. Nightingale, G. O'Shea, and A. Rowstron, 'Virtual Ring Routing: Network Routing Inspired by DHTs,' In Proc. of SIGCOMM, 2006 https://doi.org/10.1145/1159913.1159954
  15. J. Newsome, and D. Song, 'GEM: Graph Embedding for Routing and Data-centric Storage in Sensor Networks without Geographic Information,' In Proc, of SenSys, 2003 https://doi.org/10.1145/958491.958501
  16. Y. Mao, F. Wang, L. Qiu, SS. Lam, JM. Smith, 'S4: Small State and Small Stretch Routing Protocol for Large Wireless Sensor networks,' In Proc, of NSDI, 2007
  17. Y. Zhao, Y. Chen, and S. Ratnasamy, 'Load Balanced and Efficient Hierarchical Data-centric Storage in Sensor Networks,' In Proc, of SECON, 2008 https://doi.org/10.1109/SAHCN.2008.73
  18. A. Henrich, H. S. Six, and P. Widmayer, 'The LSD-tree: Spatial Access to Multi-dimensional Point and Non-point Objects,' In Proc. of International Conference on VLDB, pp. 45-53, 1989
  19. B. Karp and H. T. Kung, 'GPSR: Greedy Perimeter Stateless Routing for Wireless Sensor Networks,' In Proc. of ACM Mobicom, 2000 https://doi.org/10.1145/345910.345953