無(wú)線傳感數(shù)據(jù)的Skyline查詢算法研究.pdf

1、隨著網(wǎng)絡(luò)的快速發(fā)展，無(wú)線傳感網(wǎng)絡(luò)及其業(yè)務(wù)系統(tǒng)所需要處理的業(yè)務(wù)量快速增長(zhǎng)，存儲(chǔ)和分析海量數(shù)據(jù)是目前的一個(gè)巨大挑戰(zhàn)。各大IT巨頭們紛紛提出了自己的云計(jì)算平臺(tái)和云計(jì)算服務(wù)。MapReduce是Google提出的一個(gè)軟件架構(gòu)，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運(yùn)算。
　　無(wú)線傳感數(shù)據(jù)是一種典型的網(wǎng)絡(luò)數(shù)據(jù)，在現(xiàn)實(shí)中的應(yīng)用非常廣泛。它可以應(yīng)用于環(huán)境監(jiān)測(cè)和預(yù)報(bào)報(bào)警等領(lǐng)域。這些領(lǐng)域的一個(gè)基本問(wèn)題是，如何從大量數(shù)據(jù)中快速檢測(cè)出臨界(Skyline

2、)點(diǎn)。本文關(guān)注于針對(duì)某些傳感器采集的數(shù)據(jù)進(jìn)行Skyline點(diǎn)快速檢測(cè)。比如森林防火預(yù)警系統(tǒng)中我們往往關(guān)注溫度，風(fēng)力，濕度等屬性，而在海洋臺(tái)風(fēng)監(jiān)測(cè)預(yù)警系統(tǒng)中我們所關(guān)注的屬性是風(fēng)速，水速，浪高等。不同環(huán)境下關(guān)注屬性是不同的，從眾多屬性中提取出目標(biāo)屬性是很復(fù)雜的。而傳感器遍布范圍廣，收集數(shù)據(jù)的時(shí)間段又長(zhǎng)，這導(dǎo)致無(wú)線傳感網(wǎng)絡(luò)計(jì)算中的數(shù)據(jù)量巨大，歷史積累的數(shù)據(jù)多。傳感網(wǎng)中的實(shí)時(shí)性要求又很高，這樣在大數(shù)據(jù)集合上計(jì)算Skyline點(diǎn)的時(shí)間開(kāi)銷很大而且

3、網(wǎng)際通信量很多。
　　針對(duì)上文提出的怎樣在眾多屬性中提取目標(biāo)屬性的問(wèn)題，本文提出了索引的方法來(lái)解決怎樣在無(wú)線傳感數(shù)據(jù)中的任意子空間內(nèi)完成Skyline查詢。并且對(duì)于大數(shù)據(jù)時(shí)間開(kāi)銷大的問(wèn)題，本文應(yīng)用MapReduce并行編程框架來(lái)進(jìn)行子空間Skyline查詢，這個(gè)算法能較快的查詢出任意子空間中的Skyline點(diǎn)。同時(shí)，本文提出了一種剪枝策略來(lái)減少傳感器網(wǎng)絡(luò)中的網(wǎng)際通信并且減少反應(yīng)時(shí)間。實(shí)驗(yàn)結(jié)果證明算法很有效，而且，剪枝策略能夠進(jìn)一步