無線傳感器網絡中自適應數據存儲與kNN查詢處理研究.pdf

1、無線傳感器網絡(簡稱WSNs)由于其潛在、廣闊的應用前景成為微電子、通信、網絡與數據庫等領域的研究熱點。它集感知、計算和無線通信為一體,將各類微型傳感器產生的感知數據處理后傳送至用戶。對于用戶而言,其所關心的是感知數據,而不是傳感器節(jié)點本身及其構成的網絡。因此,數據存儲和查詢處理是無線傳感器網絡研究中首要解決的問題。目前學術界在這方面已取得了不少研究成果,但仍存在著諸多有待研究和解決的問題。本文圍繞無線傳感器網絡以數據為中心這一主線,對

2、無線傳感器網絡中的自適應數據存儲和基于值的Knn查詢處理進行了研究。
　　 無線傳感器網絡中的自適應數據存儲主要研究如何確定感知數據的存儲位置并將數據存儲于此,以便查詢請求高效節(jié)能地訪問到相關數據。本質上這是一個信息中介過程:生產者(即收集感知數據并將數據注入到網絡中的傳感器節(jié)點)將感知數據按照某種策略存儲在特定位置,而消費者(查詢請求發(fā)起點,可能是基站、用戶或傳感器節(jié)點)將查詢請求路由到相關數據的存儲節(jié)點,后者將滿足查詢條件的

3、結果返回給消費者。無線傳感器網絡中基于值的Knn查詢處理主要研究如何在傳感器網絡中查找出與給定查詢值最接近的k個值。這要求在異構、不可靠的傳感器網絡中實現高效、可靠的網內查詢處理,并且能夠充分利用節(jié)點有限的資源,實時地為用戶返回給定查詢值的最近鄰。本文主要貢獻如下:
　　 1.提出了無線傳感器網絡中面向單一存儲節(jié)點的自適應數據存儲策略。現有的工作要么只考慮生產者和消費者的地理位置,要么只考慮數據速率,很少將二者有機結合起來,并且

4、數據存儲的位置沒有自適應地動態(tài)變化來減少存取過程中的能量消耗。本文依據生產者和消費者的數據速率及地理位置來動態(tài)地調整數據的存儲位置,以減少數據存取時的能量消耗。將網絡中的數據存取依據生產者和消費者的關系建模為“一對一”模型(一個生產者,一個消費者)、“多對一”模型(多個生產者,一個消費者)和“多對多”模型(多個生產者,多個消費者)?；谏鲜瞿Ｐ吞岢隽藘煞N利用數據速率和地理位置來確定數據存儲位置的方法:一種是求解全局最優(yōu)數據存儲位置的方法

5、(ODS);另一種是求解局部最優(yōu)存儲位置的方法(NDS)。此外,用整型規(guī)劃給出最優(yōu)數據傳輸模式(ODTS)。實驗結果顯示:相對ODS而言,NDS大大減少了計算復雜性,只需要ODS5％的計算代價就能在70％的情況下達到相同的效果,而且訪問延遲幾乎相同。
　　 2.研究了無線傳感器網絡中面向多個存儲節(jié)點的自適應數據存儲,給出了樹狀拓撲結構網絡中數據存儲節(jié)點的最優(yōu)位置,提出了一種面向網狀拓撲結構的基于聚類的分布式自適應數據存儲策略(C

6、BDS),并實現了三種基于聚類的數據存儲算法。與現有的工作相比,我們首次利用聚類技術在無線傳感器網絡中實現了分布式數據存儲,其核心旨在減少數據存儲過程中的能量消耗,延長網絡的生命周期。首先,結合數據速率和地理位置信息分析了數據存儲的相關代價,將集中式存儲、本地存儲和分布式存儲歸結為統一的存儲模型。其次,對在樹狀拓撲結構中如何依據數據速率選擇數據存儲位置進行了理論分析。再次,在網狀拓撲結構中,通過引入傳感器節(jié)點圖、數據存儲節(jié)點圖及有效劃分

7、等概念,將數據存儲節(jié)點選擇問題轉化為傳感器節(jié)點聚類問題,繼而提出了一種基于聚類的分布式數據存儲策略(CBDS),實現了三種基于聚類的數據存儲方法。大量實驗結果顯示:較于以前的數據存儲策略,CBDS極大地減少了能量消耗,延長了網絡的生命周期,同時也降低了訪問延遲。
　　 3.研究了無線傳感器網絡中基于值的kNN查詢處理,提出了快照型和連續(xù)型Knn查詢的計算方法。此前相關工作絕大多數集中于基于位置的Knn查詢處理,尚未對快照型基于值

8、的Knn查詢提出有效的解決辦法。本文在描述無線傳感器網絡中kNN查詢的基礎上,提出了h-kNN、f-kNN和c-kNN三種基于值的kNN查詢處理方法。針對快照型Knn查詢,提出了一種值空間映射方法h-kNN,其利用值關系保持的哈希函數,將值相近的數據存儲在相同或相鄰的節(jié)點,以便查詢時對查詢值也采用同樣映射后在小范圍內搜尋即可獲得結果。針對連續(xù)型kNN查詢,提出了f-kNN和c-kNN兩種計算方法。f-kNN是基于過濾器的計算方法,其通過