DOI QR코드

DOI QR Code

데이터 중심 저장 기법을 위한 효율적인 센서 데이터 압축 기법

Efficient Sensor Data Compression Algorithm for Data-Centric Storage

  • 투고 : 2010.09.07
  • 심사 : 2010.10.13
  • 발행 : 2010.11.28

초록

데이터 중심 저장 기법은 센서 네트워크에서 측정값을 효율적으로 저장하고 관리하기 위한 대표적인 연구 중 하나이다. 이 기법은 센서가 센싱한 데이터를 특정 센서 노드로 보내 저장한다. 하지만, 측정값을 네트워크 내부의 특정 노드로 전송하는 과정에서 많은 에너지를 소모하는 문제점을 가지고 있다. 본 논문에서는 데이터 중심 저장 기법에서 데이터의 전송 비용을 줄이기 위한 새로운 센서 데이터 압축 기법을 제안한다. 제안하는 기법은 측정값의 안전영역(Safe Region) 범위를 설정하고, 측정값이 안전영역을 벗어나는 경우만 데이터를 전송한다. 이를 통해 데이터의 전송을 줄이고 네트워크의 수명을 연장 시킨다. 성능평가 결과, 기존 기법에 비해 제안하는 기법의 에너지 소모가 60% 감소하였다.

Data-centric storage schemes(DCS) are one of representative researches that efficiently store and manage sensor readings in sensor nodes in the sensor networks. In DCS, a sensor sends the sensed data to a specific node in order to store them. However, it has a problem that sensor nodes consume a lot of energy for transmitting their readings to remote sensor node. In this paper, we propose a novel sensor data compression algorithm to reduce communication costs for DCS. The proposed algorithm establishes a safe region and transmits the sensed data only when current measurement is out of the safe region, As a result, the proposed algorithm extends network life time and reduces data transmission. It is shown through performance evaluation that our proposed algorithm reduces energy consumption by about 60% over the conventional algorithm.

키워드

참고문헌

  1. C. Intanagonwiwat, R. Govindan, and D. Estrin, "Directed Diffusion: A Scalable and Robust Communication Paradigm for Sensor Networks", In Proceedings of the 6th Annual International Conference on Mobile Computing and Networking, pp.56-67, 2000.
  2. I. F. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci, "Wireless Sensor Networks: A Survey", Computer Networks, Vol.38, No.4, pp.393-422, 2002. https://doi.org/10.1016/S1389-1286(01)00302-4
  3. S. Ratnasamy, B. Karp, S. Shenker, D. Estrin, R. Govindan, L. Yin and F. Yu, "Data-Centric Storage in Sensornets with GHT, a geographic hash table", Mobile Network and Applications, Vol.8, No.4, pp.427-442, 2003. https://doi.org/10.1023/A:1024591915518
  4. X. Li, Y. J. Kim, R. Govindan and W. Hong, "Multi-Dimensional Range Queries in Sensor Networks.", In Proceedings of ACM Conference on Embedded Networked Sensor Systems, pp.63-75, 2003. https://doi.org/10.1145/958491.958500
  5. M. Aly, K.Pruhs, and P. K. Chrysanthis, "KDDCS:A LoadBalanced In Network Data Centric Storage Scheme for Sensor Networks", In Proceedings of International Conference on Information and Knowledge Management, pp.317-326, 2006.
  6. 여명호, 성동욱, 노규종, 송석일, 유재수, “센서 네트워크에서 지리적인 라우팅과 데이터 핫스팟을 고려한 인코딩 기반 데이터 중심 저장 기법”, 2009년 한국컴퓨터종합학술대회, 한국정보과학회, pp.54-55, 2009.
  7. B. Karp and H. T. Kung, "GPSR: Greedy Perimeter Stateless Routing for WirelessSensor Networks", In Proceedings of International Conference on Mobile Computing and Networking, pp.243-254, 2000.
  8. M. Yeo, D. Seo, and J. Yoo, "Data Correlation -Based Clustering Algorithm in Wireless Sensor Networks", KSII Transactions on Internet and Information Systems, Vol.3, No.3, pp.331-343, 2009. https://doi.org/10.3837/tiis.2009.03.007
  9. http://berkeley.intel-research.net/labdata/