An Efficient Filtering Method for Processing Continuous Skyline Queries on Sensor Data

센서데이터의 연속적인 스카이라인 질의 처리를 위한 효율적인 필터링기법

  • 장수민 (충북대학교 정보통신공학과) ;
  • 강광구 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • Published : 2009.12.15

Abstract

In this paper, we propose a novel filtering method for processing continuous skyline queries on wireless sensor network environments. The existing filtering methods use the filter based on router paths. However, because these filters are applied not to a whole area but to a partial area, these methods send almost data of sensor nodes to transmit to the base station and have no sufficient effect in terms of energy efficiency. Therefore, we propose an efficient method to dramatically reduce the transmission data of sensors through applying a low-cost and effective filter to all sensor nodes. The proposed effective filter is generated by using characteristics such as the data locality and the clustering of sensors. An extensive performance study verifies the merits of our new method.

본 논문은 무선 센서 네트워크의 환경에서 연속적인 스카이라인 질의를 효율적으로 처리하는 새로운 필터링 기법을 제안한다. 기존 필터링기법은 라우터 경로를 기반으로 필터를 생성하고 적용하는 기법이다. 그러나 이러한 기법은 필터의 적용범위가 부분적이기 때문에 센서노드들이 싱크노드에게 전송해야 할 데이터를 대부분 싱크노드로 전송하고 에너지의 효율성 측면에서 좋지 않다. 그래서 본 논문은 적은 비용으로 효율적인 필터를 생성하고 그 필터의 적용범위를 전체 센서노드로 적용하여 싱크노드에 전송해야 할 데이터를 획기적으로 감소시키는 기법을 제안한다. 그 효율적인 필터는 센서데이터의 지역적 특성과 클러스터링을 이용하여 생성한다. 제안된 기법의 우수성을 보이기 위해 다양한 환경에서 시뮬레이션을 통한 성능 평가를 수행한다.

Keywords

References

  1. C. Intanagonwiwat, R. Govindan, and D. Estrin, “Directed Difusion: A Scalable and Robust Com-munication Paradigm for Sensor Networks,” In Proceedings of the ACM Mobile Computing and Networking, pp.56-67, 2000 https://doi.org/10.1145/345910.345920
  2. S. Madden, M. J. Franklin, J. M. Hellerstein, and W. Hong, “TAG: a Tiny Aggregation Service for Ad-Hoc Sensor Networks,” In Proceedings of the Operating Systems Design and Implementation, pp.131-146, 2002 https://doi.org/10.1145/844128.844142
  3. S. Borzsonyi, D. Kossmann, and K. Stocker, “The skyline operator,” In Proceedings of the Interna-tional Conference on Data Engineering, pp.421-430, 2001 https://doi.org/10.1109/ICDE.2001.914855
  4. J. Chomicki, P. Godfrey, J. Gryz, and D. Liang, “SkyLine with presorting,” In Proceedings of the International Conference on Data Engineering, pp.717-719, 2003
  5. Dimitris Papadis, Yufei Tao, Greg Fu, Bernhard Seeger, “An Optimal and Progressive Algorithm for Skyline Queries,” In Proceedings of the ACM SIGMOD, pp.467-478, 2003 https://doi.org/10.1145/872757.872814
  6. A. Sharaf, J. Beaver, A. Labrinidis, and K. Chrysanthis, “Balancing Energy Efficiency and Quality of Aggregate Data in Sensor Networks,” VLDB Journal, vol.13, no.4, pp.384-403, 2004 https://doi.org/10.1007/s00778-004-0138-0
  7. Y Kwon, JH Choi, YD Chung, S Lee, “In-Network Processing for Skyline Queries in Sensor Networks,” IEICE Transactions on Communications, vol.E90-B, no.12, pp.3452-3459, 2007 https://doi.org/10.1093/ietcom/e90-b.12.3452