Wireless sensor networks are commonly used to obtain environmental information from remote fields. Wireless sensor networks are usually battery-powered because they cannot use wired power supply by the main purposes of sensor networks to minimize side effects for monitoring the surrounding environment naturally and limitations from installed places.
Although only one sensor node is getting out of order, coverage and reliability of the entire sensor network are decreased. Thus, the life-time of sensor networks is a main issue in researches of sensor networks. In researches to support longer life-time for sensor networks, one of the most famous approaches is data approximation in data aggregation.
In the case of data approximation, sensor networks collect only data to guarantee an error bound. However, data approximation has a limitation that it can work properly only in the bound which the user predefines. In addition, sensors cannot sense exact values to guarantee their accuracy up to the precision of data types such as double, and, in some cases, users or query executors do not need detailed value of sensed data for their purposes, such as detection of intruders, detection of fire, and so on. We call this information waste caused by unnecessary level of precision as ignorable error. In real world, a number of wasteful data transmission may occur to deliver unneeded information to the base station because of not considering this ignorable error. In this research, we argue with this energy-wasteful situation occurring when sensor networks collect sensed data periodically by not-considering limitations of data approximation and ignorable error, and suggest the method to apply the accurate level of user`s needs into the ignorable error to improve the performance of data approximation and to compress transmitting data size which reduces transmission loads and communication waste. To support energy-efficient query processing in sensor networks, we address a novel data aggregation algorithm to implement ignorable error concepts on the general data access scheme so that the quality of data approximation could be refined incrementally from the iteration of data accesses.
We also calculate the complexity of algorithm and prove the validation of data recovering function to guarantee that original data could be made from the approximated data. We evaluate the performance of proposed algorithm with climate observation data obtained from real sensor networks in the perspective of reduction of intermediate error and decrement of total transmitted data. In conclusion, we show that the communication efficiency of sensor networks can be improved by applying the proposed algorithm into sensor networks.
무선 센서 네트워크는 원격의 장소에서 센서 네트워크가 설치된 장소의 환경 정보를 수집하기 위해 널리 사용되고 있다. 무선 센서 네트워크는 그 용도와 설치되는 장소의 제약 때문에 유선으로 전력을 공급하기 어려우므로 대개 축전지에 의해 동작되도록 설계되는데, 하나의 센서 노드만 동작 불능 상태가 되더라도 그 센서 네트워크의 측정 범위(coverage)와 신뢰도(reliability)가 줄어들게 되므로 센서 네트워크의 수명(life time) 연장이 주된 연구 주제로 대두하게 되었다. 전체 센서 네트워크의 수명을 연장하기 위해 수행된 기존 연구 중 대표적인 것이 데이터 근사(data approximation)법이다. 데이터 근사법을 따르는 기존 연구에서는 사용자가 미리 지정한 오차 범위를 보장하기 위한 데이터만 선별적으로 수집하는 방법을 사용한다. 하지만 데이터 근사법은 사용자가 지정한 고정된 오차 범위 내에서만 동작을 할 수 있다는 한계점이 있다. 또한 센서 노드들의 센싱 성능은 그들이 사용하는 데이터 타입, 예를 들어 double 타입 등이 표현할 수 있는 유효 숫자를 전부 활용할 수 있을 정도로 정확하지 못하며, 때때로 사용자나 시스템 운영자가 침입자의 감지, 화재 감지 등 그들의 목적에 따라 정확한 센싱값을 요구하지 않을 때도 있다. 우리는 이렇게 필요 이상의 유효 숫자(precision)를 나타낼 때 생겨나는 정보의 낭비를 무시 가능한 오차(ignorable error)라 명명하였으며, 실제 센서 네트워크 환경에서 이 무시 가능한 오차를 고려치 않기 때문에 정보 수집소(base station)에 불필요한 정보를 보내기 위해 상당수의 쓸모 없는 데이터 전송이 일어나게 된다. 본 석사 학위 논문에서는 센서 네트워크의 데이터 수집 과정에서 활용되는 데이터 근사법의 한계점과 무시 가능한 오차를 고려하지 못하기 때문에 일어나는 에너지 낭비에 대해 논한다. 또한 사용자가 요구하는 정확도 수준을 무시 가능한 오차 범위로 적용하여 데이터 근사의 효율을 높이면서도 동시에 데이터 압축을 통해 전송되는 데이터의 전체 양을 줄여 데이터 수집 과정에서 발생하는 통신 비용을 줄일 수 있는 방안을 제시한다. 본 논문에서는 이러한 효율적 쿼리 수행을 지원하기 위해 일반적인 데이터 근사법 기반의 데이터 접근 방법에 무시 가능한 오차 개념을 적용하여 근사한 데이터의 신뢰도가 점진적으로 향상될 수 있게 하면서도 사용자의 정보 요구에 정확하게 부합하는 양의 데이터만을 전송하는 알고리즘을 제안하였으며, 이를 수행하기 위한 데이터 모델, 알고리즘 성능과 오차 범위 보장을 위한 증명 과정이 포함되어 있다. 또한 실제 센서 네트워크에서 수집된 기후 데이터를 기반으로 기준 시스템과의 성능 비교 실험을 수행하여 본 알고리즘을 적용할 경우 데이터 수집 과정 중에 발생하는 중간 오차를 감소시키고 총 전송량을 감소시킬 수 있음을 보였으며, 결론적으로 제안된 데이터 수집 방안이 실제 센서 네트워크의 데이터 수집 과정에 적용될 경우 통신 효율성을 높일 수 있음을 보였다.
