The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Power-Aware Query Processing Using Optimized Distributed R-tree in Sensor Networks

센서 네트워크 환경에서 최적화된 분산 R-tree를 이용한 에너지 인식 질의 처리 방법

  • 수라즈반데 (인하대학교 대학원 컴퓨터.정보공학과) ;
  • 어상훈 (인하대학교 대학원 컴퓨터.정보공학과) ;
  • 김호석 (인하대학교 대학원 컴퓨터.정보공학과) ;
  • 배해영 (인하대학교 컴퓨터공학부)
  • Published : 2006.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a power-aware query processing using optimized distributed R-tree in a sensor network is proposed. The proposed technique is a new approach for processing range queries that uses spatial indexing. Range queries are most often encountered under sensor networks for computing aggregation values. The previous work just addressed the importance but didn't provide any efficient technique for processing range queries. A query processing scheme is thus designed for efficiently processing them. Each node in the sensor network has the MBR of the region where its children nodes and the node itself are located. The range query is evaluated over the region which intersects the geographic location of sensors. It ensures the maximum power savings by avoiding the communication of nodes not participating over the evaluation of the query.

본 논문에서는 센서 네트워크 환경에서 최적화된 분산 R-tree를 사용하여 공간 범위 질의 처리시 센서들의 에너지 소모를 최소화하는 방법을 제안한다. 제안된 기법은 센서 네트워크를 이용하는 공간 범위 질의 처리시 센서들의 공간상의 위치에 대한 색인을 이용하는 새로운 방법이다. 최근들어 센서 네트워크 환경에서의 공간 범위 질의는 특정 지역에 대한 센서 노드들의 집계 값을 계산하는 방법으로 더욱 중요시되어지고 있다. 기존 연구들은 공간 범위 질의 처리의 중요성을 많이 언급을 하였지만 현재까지 이에 대한 효율적인 방법에 대해서는 제안하지 못하고 있는 실정이다. 제안된 기법에서 센서 네트워크 상의 각각의 센서 노드들은 자신과 자신의 자식 노드들의 위치를 포함하는 MBR을 갖는다. 공간 범위 질의는 제안하는 분산 R-tree를 기반으로 센서들의 공간상의 위치와 질의 범위가 서로 겹치는 지역에 대하여 평가된다. 이러한 접근방법은 공간 범위 질의에 대한 평가를 수행함에 있어 참여하지 않는 불필요한 노드들과의 통신을 방지하여 센서 노드들의 에너지 소모를 최소화한다.

Keywords

References

  1. S.Bapat, V.Kulathumani, and A.Arora, Analysing the Yield of ExScal, a Large-Scale Wireless Sensor Network Experiment. OSU-Technical Report OSU-CISRC-6/05- TR46. (To appear, 13th International Conference on Network Protocols(ICNP)2005)
  2. A. Guttman, R-Trees : A Dynamic Index Struc-ture for Spatial Searching. In Proceedings of ACMSIGMOD 1984, Annual Meeting, Boston, USA, pages 47-57. ACM Press, June, 1984
  3. A.Manjhi, S.Nath, P.B.Gibbons, Tributaries and Deltas: Efficient and Robust Aggregation in Sensor Network Streams. In SIGMOD 2005 June 14-16, 2005, Baltimore, Maryland, USA https://doi.org/10.1145/1066157.1066191
  4. M. A. Sharaf, J. Beaver, A. Labrinidis, P.Chrysanthis, TiNA: A Scheme for Temporal Coherency-Aware in-Network Aggregation. In Proceedings of 2003 International Workshop in Mobile Data Engineering https://doi.org/10.1145/940923.940937
  5. ANSI. SQL Standard, 1992. X3. 135-1992
  6. J.Hill and D.Culler, Mica: A wireless platform for deeply embedded networks. IEEE Micro., 22(6) : 12-24, Nov/Dec., 2002 https://doi.org/10.1109/MM.2002.1134340
  7. S.Madden and M.Franklin, Fjording the Stream : An Architecture for Queries over Streaming Sensor Data. In ICDE(2002)
  8. S.R.Madden, M.J.Franklin, J.M. Hellerstein, and W.Hong, TAG : a Tiny AGgregation Service for Ad-Hoc Sensor Networks, OSDI, Dec., 2002 https://doi.org/10.1145/844128.844142
  9. J.HILL, R. Szewczyk, A. Woo, S. Hollar, and D.C.K. Pister, System architecture directions for networked sensors. In proceedings for the 9th International Conference on Architecture Support for Programming Languages and Operating Systems, November, 2000 https://doi.org/10.1145/356989.356998
  10. Y.Yao and J.Gehrke, The Cougar Approach to In-Network Query Processing in Sensor Networks, SIGMOD'02 https://doi.org/10.1145/601858.601861
  11. S.Singh and C.Raghavendra, PAMAS : Power aware multi-access protocol with signaling for ad hoc networks. ACM Computer Comm. Review, 28(3) https://doi.org/10.1145/293927.293928
  12. AVRORA, a research project of the UCLA Compilers Group, http://compilers.cs.ucla.edu/avrora/index.html
  13. J.Beaver, M.A.Sharaf, A.Labrinidis, and P.K.Chrysanthis, Power-Aware In-Network Query Processing for Sensor Data, Proceedings of the 3rd ACM MobiDE Workshop, September, 2003
  14. S.R.Madden, M.J.Franklin and J.M.Hellerstein, TinyDB: An Acquisitional Query Processing System for Sensor Networks. ACM Transasctions on Database Systems, Vol.30, No.1, pp.122-173, March, 2005 https://doi.org/10.1145/1061318.1061322
  15. S.Madden, R.Szewczyk, M.J.Franklin and D.Culler, Supporting Aggregate Queries Over Ad-Hoc Wireless Sensor Networks. Et al-2002 ACM DBLP https://doi.org/10.1109/MCSA.2002.1017485
  16. J.Heidemann, F.Silva, C.Intanagonwiwat, R.Govindan, D.Estrin, and D.Ganesan, Building efficient wireless sensor networks with low-level naming. In SOSP, October, 2001 https://doi.org/10.1145/502034.502049
  17. C. Intanagonwiwat, R. Govindan and D. Estrin, Directed Diffusion: A Scalable and Robust Communication Paradigm for Sensor Networks, ACM MobiCom'00
  18. J.Hill et al., System architecture directions for network sensors. In ASPLOS 2000 https://doi.org/10.1145/356989.356998
  19. Ratnasamy, S., Karp, B., Yin, L., Yu, F., Estrin, D., Govindan, R., and Shenker, S., GHT: A Geographic Hash Table for Data-Centric Storage. First ACM International Workshop on Wireless Sensor Networks and Applications (WSNA 2002), Atlanta, GA, September, 2002