Skyline computation has emerged as a hot issue in database community because of its promising applications in multi-criteria decision making. In sensor network environments, the skyline computation has also important applications in the environmental monitoring and the industrial control.
Skyline query algorithms have been well studied in traditional database system, the existing algorithms has a difficulty to apply in sensor networks, because of characteristics of sensor networks, such as limited battery, multi-hop communication, and the distributed environment.
In this paper, we propose a new filtering technique called the Filtering Method based on Data Density (FMDD). Instead of simply exploiting the uniform distribution of sensed data, the proposed algorithm uses histograms to efficiently capture distribution of sensed data. Histograms have been popular summary of data distribution in practice with a reasonable computation cost and the storage overhead. The proposed method can construct good filters for the nodes and thus reduce unnecessary transmissions of sensed data in an effective manner. Our performance evaluation with real sensed data shows that the proposed method reduces data communication and consumes less energy than the existing method.
스카이라인은 다차원 의사결정의 응용을 지원하며 현재 데이터베이스 분야에서 집중적으로 연구되고 있다. 스카이라인은 센서 네트워크의 환경 감시 응용과 산업 제어 시스템에서도 유용하게 사용될 수 있다.
전통적인 데이터베이스 시스템에서 스카이라인 질의 알고리즘은 활발히 연구되어왔다. 그러나 기존의 알고리즘들은 센서 네트워크의 주요한 특성인 제한된 배터리, 멀티 홉 무선 통신 방식을 고려하지 않으므로 센서 네트워크 환경에서 적합하지 않다.
본 논문에서는 연속 스카이라인 질의 처리 환경을 고려하는 새로운 필터링 기법인 데이터 밀도 기반의 필터링 기법(Filtering Method based on Density: FMDD)을 제안한다. 제안 기법은 센서의 측정 데이터가 균등하게 분포되어 있다는 가정 대신에 히스토그램을 이용하여 측정 데이터의 분포를 파악한다. 히스토그램은 경제적인 계산 비용과 저장 공간으로 데이터 분포의 요약 정보를 제공한다. 제안 기법은 센서 노드에 보다 나은 필터를 구축함으로써 불필요한 데이터 전송을 줄일 수 있다. 실제 센서 데이터를 이용한 성능 비교는 제안하는 기법이 기존의 필터링 기법보다 데이터 전송을 줄여 에너지 소모를 감소시킬 수 있다는 것을 보여준다.
