主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
蔚赵春,周水庚,肖 斌.无线传感器网络中自适应数据存取.软件学报,2008,19(1):103-115
无线传感器网络中自适应数据存取
Adaptive Information Brokerage in Wireless Sensor Networks
投稿时间:2007-07-23  修订日期:2007-10-12
DOI:
中文关键词:  无线传感器网络  数据存取  数据速率  地理位置
英文关键词:wireless sensor networks  information brokerage  data rate  geographical location
基金项目:Supported by the National Natural Science Foundation of China under Grant No.90612007 (国家自然科学基金); the National Basic Research Program of China under Grant No.2007CB310806 (国家重点基础研究发展计划(973))
作者单位
蔚赵春 复旦大学 计算机科学与工程系,上海 200433
上海市智能信息处理重点实验室,上海 200433 
周水庚 复旦大学 计算机科学与工程系,上海 200433
上海市智能信息处理重点实验室,上海 200433 
肖 斌 香港理工大学 电子计算学系,香港 
摘要点击次数: 4316
全文下载次数: 3849
中文摘要:
      数据存取,也称信息中介,是指生产者(传感器节点)将产生的感知数据按照某种策略存放在特定的位置上,而消费者(基站、用户、传感器节点)将查询请求按照对应策略路由到数据存放位置获得感兴趣的数据.利用数据速率和地理位置信息来减少网状拓扑结构传感器网络中数据存取的代价.首先,依据生产者和消费者的关系建模为"一对一"(一个生产者,一个消费者)、"多对一"(多个生产者,一个消费者)、"多对多"(多个生产者,多个消费者)3种模型来对存取代价进行分析.其次,基于上述模型,提出利用数据速率和地理位置来确定数据存放位置的自适应
英文摘要:
      Information brokerage in wireless sensor networks involves producers (such as sensor nodes) storing in storage positions a large amount of data that they have collected and consumers (e.g. base stations, users, and nodes) retrieving that information. In this paper, first, the data storage problem is formalized into a one-to-one (one producer and one consumer) model, a many-to-one (m producers and one consumer) model, and a many-to-many (m producers and n consumers) model with the goal of minimizing the total energy consumption. Second, based on the above models, two algorithms are proposed to determine the storage positions based on data rates of producers, query rates of consumers, and transmission scheme of information brokerage. The optimal data storage (ODS) scheme, a greedy algorithm, produces the global optimal data storage positions and the near-optimal data storage (NDS) scheme, an approximate algorithm, can greatly reduce the computational overhead while achieving local optimal positions. Both ODS and NDS are able to adjust the storage positions adaptively to minimize energy consumption that includes the costs of storing and querying the data. Simulation results show that NDS not only provides substantial cost benefits but also performs as effective and efficient as ODS in over 70% of the tested cases.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利