Energy-efficient query processing based on partial attribute values in wireless sensor networks

무선 센서 네트워크에서 부분 속성값을 활용한 에너지 효율적인 질의처리

  • Received : 2009.08.24
  • Accepted : 2010.03.08
  • Published : 2010.06.15

Abstract

Wireless sensors play important roles in various areas as ubiquitous computing is generalized. Depending on applications properties, each sensor can be equipped with limited computing power in addition to general function of gathering environment-related information. One of main issues in this environment is to improve energy-efficiency in sensor nodes. In this paper, we devise a new attribute-query processing algorithm. Each sensor has to maintain partial information locally about attributes values gathered at its all descendent nodes. As the volume is higher, however, the maintenance cost also increases. And the update cost also has to be considered in the proposed algorithm. Thus, some bits, AVB(Attribute-Value Bits), are delivered instead of the value itself, where each bit represents a bound of attribute. Thus, the partial information can decrease the number of exchanged messages with a little cost during query processing. Through simulation works, the proposed algorithm is analyzed from several points of view.

유비쿼터스 컴퓨팅 환경이 일반화되면서 센서의 역할이 중요해지고 있다. 응용에 따라 단순히 주변의 환경 정보를 수집하는 기능보다는 그 자체가 계산 기능을 가지고 다양한 역할을 수행할 수 있게 되었다. 이러한 센서를 활용한 과제에서 중요한 고려사항 중 하나는 에너지의 효율성이다. 본 연구에서는 무선 센서네트워크에서 속성 질의 처리를 수행할 수 있는 알고리즘을 개발하고자 한다. 이를 위해 각 센서들은 모든 자식 노드들의 속성값에 대한 부분 정보를 유지하도록 한다. 하지만 정보의 양이 너무 커지면, 정보 유지 비용이 커지게 된다. 또한 정보의 갱신 비용 역시 무시할 수 없다. 따라서 각 노드가 수집한 속성값 자체를 전달하는 대신 그 값의 범위를 표현한 비트값 즉, AVB(Attribute-Value Bits),을 보내도록 한다. 이는 적은 공간으로 모든 자손노드들의 속성값에 대한 영역 범위를 유지할 수 있어서 질의 처리 과정동안 필요한 메시지의 수를 크게 줄일 수 있다. 이에 대한 실험을 통하여, 제안한 기법의 다양한 속성을 살펴보았다.

Keywords

References

  1. D. Abadi, S. Madden, and W. Lindner, "Reed: Robust, efficient filtering and event detection in sensor networks," In VLDB, pp.769-780, 2005.
  2. A. Silberstein, K. Munagala, and J. Yang, "Energy-efficient monitoring of extreme values in sensor networks," In SIGMOD conference, pp.169-180, 2006.
  3. D. Chu, A. Deshpande, J.M. Hellerstein, and W. Hong, "Approximate data collection in sensor networks using probabilistic models," In ICDE, p.48, 2006.
  4. A.Deshpande, C. Guestrin, W. Hong and S. Madden, "Exploiting correlated attributes in acquisitional query processing," In ICDE, pp.143-154, 2005.
  5. X. Yang, H.-B. Lim, M.T. Ozsu, and K.-L. Tan, "In-network execution of monitoring queries in sensor networks," In SIGMOD conference, pp.521- 532, 2007.
  6. L. Pan, J. Luo and J. Li, "Probing queries in wireless sensor networks," In ICDCS, pp.546-553, 2008.
  7. A. Silberstein, R. Braynard, C.S. Ellis, K. Munagala, and J. Yang, "A sampling-based approach to optimizing top-k queries in sensor networks," In ICDE, p.68, 2006.
  8. J. Considine, F. Li, G. Kollios, and J. Byers, "Approximate aggregation techniques for sensor databases," In ICDE, pp.449-460, 2004.
  9. Y. Yao and J. Gehrke, "The courgar approach to in-network query processing in sensor networks," In SIGMOD record, vol.31, no.3, pp.9-18, 2002.
  10. N. Sadagopan and B. Krishnamachari, "Maximizing data extraction in energy-limited sensor networks," In IEEE INFOCOM, pp.1717-1727, 2004.
  11. I.F. Khan and M.Y. Javed, "A Survey on Routing Protocols and Challenge of Holes in Wireless Sensor Networks," In ICACTE, pp.161-165, 2008.
  12. http://robotics.eecs.berkeley.edu/~pister/SmartDust/