KR20090093804A - 센서 네트워크에서의 데이터 수집을 위한 방법 및 시스템 - Google Patents

센서 네트워크에서의 데이터 수집을 위한 방법 및 시스템

Info

Publication number
KR20090093804A
KR20090093804A KR1020090008908A KR20090008908A KR20090093804A KR 20090093804 A KR20090093804 A KR 20090093804A KR 1020090008908 A KR1020090008908 A KR 1020090008908A KR 20090008908 A KR20090008908 A KR 20090008908A KR 20090093804 A KR20090093804 A KR 20090093804A
Authority
KR
South Korea
Prior art keywords
sensor
data
collection
operator
module
Prior art date
Application number
KR1020090008908A
Other languages
English (en)
Other versions
KR101555372B1 (ko
Inventor
조셉 알. 클리브랜드
왕슈
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20090093804A publication Critical patent/KR20090093804A/ko
Application granted granted Critical
Publication of KR101555372B1 publication Critical patent/KR101555372B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24554—Unary operations; Data partitioning operations
    • G06F16/24556—Aggregation; Duplicate elimination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W48/00—Access restriction; Network selection; Access point selection
    • H04W48/16—Discovering, processing access restriction or access information

Abstract

본 발명에 따른 복수의 센서 노드들을 포함하는 센서 네트워크에서 데이터 수집 방법은 상기 센서 노드들에 포함된 센서들의 형태를 결정하는 과정과, 상기 각 센서들의 형태에 따라서 정의된 필터링 기준과 수집 연산자들이 포함된 정보를 포함하는 센서 프로파일을 생성하는 과정과, 상기 센서 프로파일로부터의 수집 모듈에 기반하는 센서 프로파일을 생성하는 과정과, 상기 센서 노드들 각각에 상기 수집 모듈에 기반하는 센서 프로파일을 설치하는 과정과, 센서 노드들 중 하나를 통해서 지역 센서로부터의 센서 데이터를 수신받는 과정과, 상기 지역 센서의 정의된 형태에 따른 필터링 기준에 따라서 상기 센서 데이터를 필터링하는 과정과, 상기 각 센서의 정의된 형태에 다른 수집 연산자들 중에서 데이터 수집을 위한 적어도 하나의 연산자를 선택하는 과정과, 상기 적어도 하나의 연산자와 동시에 데이터 수집을 실행하는 과정을 포함한다.

Description

센서 네트워크에서의 데이터 수집을 위한 방법 및 시스템{METHOD AND SYSTEM FOR DATA AGGREGATION IN A SENSOR NETWORK}
본 발명은 센서 네트워크에 있어서 데이터 수집 및 상관관계 분석과, 데이터 수집 및 상관관계 분석에 관한 방법을 수행할 수 있는 센서 노드에 관한 발명이다.
센서 네트워크 노드(Sensor network node)는 크기와 비용의 한정으로 인해서 에너지(energy), 메모리, 연산 속도(processor speed)와 같은 자원의 제약이 있다. 통상의 센서가 목표로 하는 센서의 크기는 1㎣ 이하이다. 미래의 센서들은 먼지 크기(dust-size)가 될 수도 있을 것이다. 상술한 한정들로 인해서 연산되거나 전송될 수 있는 정보 기호들(information symbols)의 수만큼의 데이터 저장(data storage)과 프로그램(program)을 위한 메모리(memory)의 크기가 제한될 수 있다.
센서 네트워크에서 에너지가 사용되는 기본적인 이유는 다중 센서 노드들(multiple sensor nodes)로부터의 데이터 전송과, 동일한 정보의 메세지를 다수 보고하기 때문이다. 따라서, 센서 노드들(Sensor nodes)은 불필요한 데이터 전송(data transmission)을 최소화시키기 위해서 데이터 중심(data-centric)의 포워딩 기술(forwarding techniques)을 수행한다. 데이터 전송을 제거해야되는 이유에는 중복(duplication), 범위 초과(out-of-range) 또는 데이터의 에러들(errors in data)과 같은 요인들이 포함될 수 있다. 추가적인 제거는 평균화(averaging)와 상관관계 분석의 기술(correlation techniques)에 의해 이루어질 수 있다. 예를 들자면, 동일한 값들을 읽는 일련의 센싱 과정들(a series of sensing processes)은 0의 표준 편차(zero standard deviation)를 갖는 평균에 의해 간결하게 설명될 수 있다. 데이터 중심(data-centric)의 포워딩 기술(forwarding techniques)의 역할은 불필요한 데이터를 제거하기 위한 다른 센서 노드들로부터 데이터 수신부(data Link)로 인-라우트(in route)의 데이터를 조작하기 위한 데이터 수집 알고리즘(data aggregation algorithm)의 응용(application)을 구체화하는 것이다.
위상 구조(topology formation)와 종래의 주소 중심 접근(address-centric approaches)으로부터 경로 이동(routing shifts)의 관심은 번지에 의해 지시 가능한 종단 노드들(end-nodes) 쌍 간의 최단 경로를 찾기 위한 네트워킹에 접근하거나, 다수의 소스들(multiple source)로부터 중복되는 데이터의 정리를 허용하는 하나의 경로를 찾기 위한 네트워킹 접근에 있다. 효과적인 데이터 중심(data-centric) 포워딩 기술(forwarding techniques)은 에너지 소모(energy conservation)를 최적화시키기 위한 수집 연산자들(aggregation operators)의 적절합 조합을 수립하는데 효과적인 데이터 수집이 요구된다.
데이터 중심 포워딩 기술과 데이터 수집을 위해 일반적으로 사용되는 도구(tool)는 티니디비(TinyDB)이다. 티니디비(TinyDB)는 운용 시스템(operating system)으로서 티니오에스(TinyOS)를 채용하고 있는 센서들의 네트워크로부터 정보를 추출하기 위한 쿼리 연산 시스템(query processing system)이다. 구조적 질의 언어(SQL; Structured Query Language)는 추출(extraction)과, 재생되어야 되는 데이터의 비와 같은 이외의 추가적 특성들을 정의하는 인터페이스와 같은 간단한 것을 제공한다. 상술한 구조적 질의 언어(SQL; Structured Query Language)와 같은 인터페이스(interface)는 최소(min), 최대(max), 합(sum), 계수(count), 평균(average)을 위한 쿼리들(querys)을 지원한다. 관심 분야의 데이터를 특정하는 쿼리가 주어지면, TinyDB는 주변의 센서들로부터 데이터를 수집하고, 수집된 데이터를 여과하고, 수집된 데이터들을 집합시키고, 티니디비(TinyDB) 서버 소프트웨어의 역할을 하는 수신부의 외부로 발송한다.
TinyDB는 TinyOS를 사용하고, 58KB의 프로그램 메모리를 요구하는 문제와, TinyDB가 통상의 형태를 갖는 효과적인 센서들에 제한되는 쿼리 형태들을 이용하는 문제와, 데이터 수집 동안 필터링이 지원되지 않는 SQL 인터페이스, TinyDB의 시공적(temporal and spatial) 상관관계에 대한 부족한 지원 및 시간적 회선 또는 필터링을 위한 프로그램작성에 대한 지원이 부족하다는 등과 같은 다수의 불리함을 가지고 있다.
따라서, 작은 메모리 용량 및 낮은 프로세싱 요구를 지원하고도 넓은 범위의 기능들을 지원할 수 있는 데이터 수집 알고리즘 방법과 구조를 제공할 필요가 있다.
본 발명의 목적들 중 하나는 센서 네트워크에 있어서 유연한 형태의 수집이 가능하고 작은 용량의 메모리로도 구현 가능한 데이터 수집 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 기계 판독형 저장 매체를 포함하는 센서 노드를 제공하는 것이며, 상기 기계 판독형 저장 매체는 본 발명에 따라 구성된 데이터 수집 방법의 조작을 상기 기계가 수행할 수 있도록 하기 위한 명령(instruction)이 포함된다.
본 발명의 일 측면은 복수의 센서 노드들(sensor nodes)을 포함하는 센서 네트워크(sensor network)에 있어서 데이터 수집(data aggregation)을 위한 방법을 제공하는 것이다. 복수의 센서 노드들을 포함하는 센서 네트워크에서 데이터 수집 방법은 상기 센서 노드들에 포함된 센서들의 형태를 결정하고, 상기 각 센서들의 형태에 따른 정보를 포함하는 센서 프로파일(sensor profile)을 생성하고, 상기 센서 프로파일로부터 센서 프로파일에 기반하는 수집 모듈(aggregation module)을 생성하고, 상기 각 센서들의 형태에 따른 센서 프로파일에 기반하는 수집 모듈을 설치하고, 센서 노드들 중 하나를 통해서 지역 센서로부의 센서 데이터를 수신받고, 상기 지역 센서의 정의된 형태에 따른 필터링 기준에 따라서 상기 센서 데이터를 여과(filtering)하고, 상기 각 센서의 정의된 형태에 다른 수집 연산자들 중에서 데이터 수집을 위한 적어도 하나의 연산자를 선택하고, 상기 적어도 하나의 연산자와 동시에 데이터 수집을 실행한다. 상기 정보(information)는 필터링 기준을 포함하는 센서 프로파일과, 센서들 각각의 형태에 따라서 정의된 수집 연산자들을 포함되어 있다.
상기 방법은 헤더 파일(header filer)을 생성하기 위한 상기 센서 프로파일을 분석하고, 상기 헤더 파일을 컴파일링 하기 위한 단계들을 더 포함한다. 상기 헤더 파일을 컴파일링(compiling) 하기 위한 단계는 상기 헤더 화일을 갖는 데이터 형식 파서(data format parser)를 컴파일링하는 단계를 더 포함한다. 상기 데이터 형식 파서(data format parser)는 상기 센서 데이터를 추출하기 위한 데이터 입력을 해석한다. 상기 헤더 파일의 컴파일링 과정은 상기 헤더 화일을 갖는 제어 블록 모듈(control block module)을 컴파일링 하는 단계를 더 포함한다. 상기 제어 블록 모듈은 상기 데이터 형식 파서로부터의 센서 데이터를 수신하고 상기 센서 데이터를 갖는 데이터 수집을 실시한다. 상기 헤더 파일을 컴파일링하는 과정은 헤더 화일을 갖는 데이터 중심 포워딩 라이브러리(data centric forwarding library)를 컴파일링 하는 단계를 더 포함한다. 상기 데이터 중심 포워딩 라이브러리는 이벤트 정의와 수집 연산자들의 정의들을 포함한다.
상기 데이터 수집(data aggregation)을 실행하는 과정은 상기 센서 데이터로부터 가로 벡터(row vector)를 구성하는 과정과, 변환 행렬(transformation matrix)을 구성하는 과정과, 상기 가로 벡터에 상기 변환 행렬을 곱하는 과정을 포함한다. 상기 변환 행렬 가로 열들의 수는 가로 벡터의 크기와 동일하고, 상기 변환 행렬의 세로 행(column)은 적어도 하나의 연산자를 나타낸다.
본 발명의 또 다른 측면은 센서 네트워크에 배치된 센서 노드를 제공하는 것이다. 상기 센서 노드는 중앙 연산 부(central processing unit)와, 상기 중앙 연산 부에 결합된 센서(sensor)와, 상기 중앙 연산 부에 결합된 무선 송수신부(radio transceiver)와, 상기 중앙 연산 부에 결합된 기계 판독형 저장 매체(machine readable storage medium)를 포함한다. 상기 무선 송수신부는 다른 센서 노드와 통신한다.
상기 기계 판독형 저장 매체는 센서 프로파일을 포함하는 명령(instruction)을 포함하고, 상기 센서 프로파일은 센서 네트워크에 배치된 지역 센서들의 형태에 따른 정보들을 포함한다. 상기 정보는 상기 각 지역 센서들의 형태를 위해 정의된 수집 연산자들과 필터링 기준(filtering criterion)을 포함한다. 상기 중앙 연산부가 실행될 때 상기 명령(instruction)은 상기 중앙 연산부가 연산들(operations)을 수행하게 한다. 상기 연산들(operations)은 상기 무선 송수신부를 통해서 상기 지역 센서들로부터 센서 데이터를 수신받는 단계와, 상기 지역 센서의 형태별로 정의된 필터링 기준에 따라서 센서 데이터를 필터링하는 단계와, 각 센서들의 형태에 따라서 정의된 수집 연산자들 중에서 데이터 수집을 위한 적어도 하나의 연산자를 선택하는 단계와, 적어도 하나의 연산자와 동시에 데이터 수집을 수행하는 단계를 포함한다.
본 발명은 수학적 연산자의 사용 빈도와 메세지 전송을 최소화시킴으로써 무선 센서 네트워크의 에너지, 메모리 소비를 최소화시킬 수 있다.
도 1은 센서 네트워크에 있어서 위상 구조와 데이터 수집을 위한 라우팅 배열을 도시한 도면,
도 2는 센서 노드의 기계적 구성을 개략적으로 도시한 도면,
도 3은 무선 센서 네트워크를 위한 프로토콜 적층의 예를 설명하기 위한 도면,
도 4는 수집 모듈 생성 플랫폼에 기반한 센서 프로파일을 도시한 도면,
도 5는 센서 프로파일의 예를 도시한 도면,
도 6은 수집 모듈 배치 플랫폼을 위한 순서도.
이하에서는 본 발명을 예시하기 위한 실시 예들이 도시된 첨부도면들을 참조하여 본 발명의 실시 예를 상세히 설명하기로 한다.
도 1은 센서 네트워크에 있어서 위상 구조(topology formation)와 데이터 수집(data aggregation)을 위한 경로(routing) 배열을 도시한 도면이다. 도 1을 참조하면, 개방된 원형(open circle)을 나타내는 센서 노드(101)는 감각 정보(sensory information)를 모으며, 연결된 다른 센서 노드들과 통신한다. 복수의 센서 노드들은 센싱 활동성(sensing activity)이 요구되는 센싱 영역(Sensing region; 108)에 배치된다.
센서 노드(101)는 다중 형태의 센서들을 포함할 수 있다. 예를 들자면, 센서 노드는 온도 센서, 습도 센서, 광 센서 등등을 구비할 수 있다. 따라서, 하나의 센서 노드는 하나 또는 그 이상의 종류인 센서들을 구비할 수 있다.
도 1에 도시된 센서 네트워크에 있어서, 데이터 수집(data aggregation)은 센싱 영역(108) 내에 배치된 센서 노드들 중 하나의 지역 센서 노드(102, local sensor node)로부터 시작한다. 지역 센서 노드(102)로부터의 정보는 데이터-중심 포워딩 기술(data-centric forwarding techinque)과 같은 데이터 포워딩 기술(data forwarding technique)에 의해 결정된 최적화된 경로(route)를 통해서 센서 데이터 수신부(103, sink)로 전송된다. 제1 직선(104)은 데이터의 최적화된 수집을 위한 경로(route)를 의미하고, 상기 제1 직선(104) 상의 제1 센서 노드들(105)은 데이터 수집이 지역 센서 노드(102)로부터 시작되어 전파되는 경로 상에 위치된 센서 노드들을 의미한다. 제2 직선(106)은 본 실시 예에서 최적화된 링크(link)에 포함되지 않는 경로들(routes)을 의미하지만, 다른 데이터 수집(data aggregation)에 있어서는 최적화된 링크(link)에 포함될 수도 있다. 제3 직선(107)은 센서 데이터 수신기(sensor data sink; 103)에 연결된 그물형 라우터(mesh route)를 의미한다. 그물형 라우팅(mesh routing)에 있어서, 경로(route)는 자동으로 인접한 이웃들을 발견하고 짧은 경로를 배우거나 또는 그물형 경로(mesh route)는 그물망(mesh)을 통해서 다른 목적 노드(destination node; 또는 받는 사람)와 연결된다. 만약 그물형 경로(mesh router)가 실패한다면 그들의 이웃들은 포워딩 경로(forwarding path)를 재설정하고 실패한 노드를 우회하는 연속적인 새로운 도약들(hops)을 생성할 수 있다.
수신부(103, sink)는 정보가 요구되는 존재(entity)를 참조한다. 상기 수신부(103)는 센서 네트워크 외부의 존재(entity)일 수도 있다. 이 경우에, 수신부(103)는 센서 네트워크와 상호 작용하며 손안에 들고 사용하는 컴퓨터(computer) 또는 PDA와 같은 실제의 장치(actual device)이거나, 또는 상기 수신부(103)는 인터넷(internet)과 같은 큰 다른 네트워크의 게이트웨이(gateway)일 수 있다. 인터넷(Internet)의 경우에 있어서, 상술한 바와 같은 정보의 실제 요구는 센서 노드에 간접적으로 연결된 어떤 노드로부터 있을 수 있다. 역으로 상기 수신부(103)는 다른 센서/작동 노드로서의 상기 센서 네트워크에 포함되도록 설계될 수 있다.
수신부(103)는 아래의 방법들 중 하나를 수행하거나 또는 아래의 방법들 중 둘 또는 그 이상의 방법들이 조합된 방법을 수행할 수 있다. 쿼리(query) 요구 주도형 네트워크(Driven network)에 있어서, 상기 수신부는 센서 네트워크 상의 센서 노드들 또는 환경 정보의 회송하는 노드들을 요구하는 사용자 요구 방식에 의해 선택된 영역들로 쿼리 요구 메세지가 쇄도하게 한다. 시간-주도형 네트워크(time-driven network)에 있어서, 상기 센서들은 상기 수신부로 주기적인 데이터를 생성하고, 상기 데이터를 상기 수신부로 전송한다. 이벤트-주도형 네트워크(event-driven network)에 있어서, 상기 센서/작동 노드들(sensor/actuator nodes)은 데이터그램(datagram)을 생성하고, 센서 프로파일에 정의된 목표 이벤트(target events)들 적어도 하나 또는 그 이상 감지되었을 때 그들(데이터그램)을 상기 수신부로 전송한다.
본 발명은 상술한 센서 네트워크에서 수행될 수 있는 데이터 수집 방법을 제공한다. 데이터 수집을 위해서 통상적으로 사용될 수 있는 툴(tool)은 TinyDB이지만, 본 발명은 센서 네트워크에서 TinyDB를 대체할 수 있는 대체적인 방법을 제공한다.
티니디비(TinyDB)는 수집 연산자들(aggregation operators)을 위해서 구조된 쿼리 인터페이스(query interfce)와 같은 구조적 질의 언어(SQL; Structured Query Language)를 이용한다. 상술한 구조적 질의 언어(SQL)의 쿼리 안은 상당한 메모리를 소모한다. 본 발명은 수집 또는 상관관계 연산자들을 구체화하기 위한 센서 프로파일에 기반하는 형태를 이용한 접근(approach)을 제공한다. 센서 프로파일에 기반하는 접근(approach)은 센서 프로파일에서 정의된 필요한 수집(necessary aggregation)과(또는) 상관관계 연산자들을 책임진다. 필요한 수집과(또는) 상관관계 연산자들은 컴파일(compile)되고, 최소의 공간이 창출된다. 반면에, 티니디비(TinyDB)는 쿼리 안을 지원하기 위한 수집 연산자들의 전체 라이브러리와 메모리 소비를 동의하게 된다. 더욱이, 센서 프로파일에 기반한 접근(approach)에 있어서, 행렬 구조는 다수의 연산자들을 최소화시키는 데이터 수집(data aggregation)을 포함해서 구성된다. 반면에, 티니디비(TinyDB)는 최적화된 연사자 소비를 구비하지 않은 종래의 수학적 공식들을 직접적으로 이용한다.
본 발명에 따른 방법과 장치들은 운영 시스템(Operating system)이 요구되지만, 티니디비(TinyDB)와 같이 특정한 운영 시스템(OS)의 사용을 요구하지는 않는다. 기술 저서는 캘리포니아-버클리 대학(University California-Berkeley)과 인텔(Intel)에 의해 개발된 티니오에스(TinyOS)로서의 제품을 센서 프로세서(Sensor processors)의 운영 시스템으로서 적합한 제품으로 언급하고 있다. 제품 카테고리(catagory)에 있어서, 티니오에스(TinyOS)는 오픈소스(open-source)로서, 컴포넌트-모델(Component-mode) 운영 시스템(Operating System)이고, 무선 네트워크들(WSNs)을 목표로 하는 플랫폼(platform)이다. 임베디드 운영 시스템(Embedded operating system)은 테스크(task)와 프로세서(proecesses)가 공조하는 하나의 세트(set)로서 nesC 프로그램밍 언어(programming language)로 작성될 수 있다. 본 발명에 따른 방법과 장치는 티니오에스(TinyOS), 픽오에스(PicOS), 맨티스(Mantis), 콘티키(Contiki), SOS, 매트(Mate)와 같은 운영 시스템(Operating system)에서 실행될 수 있다.
추가로, 본 발명에 따른 센서 프로파일에 기반하는 데이터 중심 포워딩 모듈(DCFM; Data centric forwarding module) 접근(approach)은 유연한 수집 형태로 작동이 가능하고, 어떠한 센서 형태 및 새로운 수집 연산자들에 대한 지원이 가능하다. 수집만 지원하는 것이 아니라 행렬 연산자들(Matrix operations)을 통한 필터링(filtering)과 효과적인 상관관계 연산들(correlation calculations)도 지원한다.
본 발명은 모든 필요한 데이터 수집을 동시에 계산하기 위한 변환 행렬(transformation matrix)의 구조를 안내하는 반면에, 티니디비(TinyDB)는 쿼리 함수(query function)에 따른 결과로 개별적으로 회귀한다. 상술한 데이터 중심 포워딩 알고리즘(data centric forwarding algorithm)은 센서 노드 프로세서(sensor node processor)를 구동할 수 있는 컴퓨터 소프트웨어 프로그램(computer software program)의 형태로서 인식될 수 있다.
도 2는 센싱 영역(sensing region) 내에 배치된 센서 노드의 하드웨어 다이어그램(hardware diagrm)을 도시한 도면이다. 상기 센서 노드는 연산 부(200, processing unit)와, 센싱 유니트(210, sensing unit)와, 무선 송수신부(220)와, 파워 유니트(230, power unit)와, 클록(240, clock)을 포함한다.
도 2를 참조하면, 연산 부(200)는 중앙 연산 유니트(201, central processing unit(CPU))와, 명령 프로그램들(instruction programs)의 영구적인 저장을 위한 롬(202, ROM;Read-only memory)과, 휘발성 오퍼레이팅 메모리(volatile operating memory)를 위한 램(203, RAM;Random-access memory)으로 구성될 수 있다.
상기 중앙 연산 유니트(201)의 명령 메모리에 접근하기 위한 메모리 제어기(204, Memory controller)는 선택적으로 추가될 수 있다. 상기 연산 부(200)는 플래쉬 메모리(flash memory)를 더 포함할 수도 있다. 상술한 플래쉬 메모리는 재프로그래밍(reprogrammable)이 가능하며, 만약에 재프로그램밍(reprogrammable)을 요구하는 본 발명에 따른 응용 프로그램(application program)이 실행된다면, 상술한 응용 프로그램은 상술한 플래쉬 메모리에 저장될 수 있다. 만약 본 발명에 따른 응용 프로그램이 재프로그래밍(reprogramable)을 요구하지 않는다면, 상술한 응용 프로그램은 상기 롬(202)에 저장될 수 있다.
상기 센싱 유니트(210)는 센서들(211)과, 아날로그 대 디지털 변환기(212, ADC;analog-to-digital converter)를 포함한다. 상기 센서들(211)은 온도 센서, 습도 센서, 광 센서 등과 같은 다양한 형태의 센서들이 될 수 있다. 선택적으로, 센싱 유니트(210)는 EEPROMs와 같은 소자들과 연결하기 위한 표준 내부-집적된 회로 버스(standard inter-integrated circuit bus, 아이-스퀘어-씨(I2C))와, 열 센서(thermal sensors)과, 리얼-타임 클럭들(real-time clocks)을 포함할 수 있다.
무선 송수신부(220)는 다른 센서 노드들과 무선 통신이 가능하다. 파워 유니트(230)는 리튬-이온 셀(lithium-ion cell)과 AC-DC 변환기와 같은 휴대 가능한 파워 장치들을 포함한다. 상기 파워 유니트(230)는 자연 환경으로부터 에너지를 생성할 수 있는 파워 생성기(power generator)를 선택적으로 포함할 수도 있다.
운영 시스템(OS)과 응용 소프트웨어(application software)는 센서 노드 제어기(sensor node control)에 제공되는 메인(main) CPU에서 실행된다. 서비스들은 테스크 스케쥴(task scheduling)과, 테스크들 간 내부 프로세스 통신(IPC; Inter-Process communication)과, 메모리 제어, 데이터 중심 수집, 데이터 중심 포워딩 및 전압 척도의 관점에서 가능한 파워 제어와 구성 소자의 활성화 및 비활성화를 포함하는 OS(Operating system) 실행된다. 상술한 OS는 주변 장치들에 접근하고 제어하기 위한 인터페이스(interfaces)를 제공한다. 상술한 인터페이스(interface)는 예를 들자면 네트워크 프로토콜 스텍(network protocol stack)과 같은 좀더 고급화된 기능을 갖는 적층형 소프트웨어 구성들과 관계될 수 있다.
도 3은 무선 센서 네트워크를 위한 프로토콜 적층의 예를 설명하기 위한 도면이다. 무선 네트워크 센서들을 위해 통합된 프로토콜 스텍도 없고, 제안된 스택들은 알려진 프로토콜 기능들을 위한 집합에 불과하다.
IEEE 1451.5 무선 센서 작업 그룹(Wireless Sensor Working Group)은 예를 들자면 블루투스(Bluetooth) IEEE 802.15.4 LRWPAN(Low-Rate Wireless Personal area network), IEEE 802.11 WLAN과 같이 다른 무선 표준들로부터 무선 센서 네트워크(WSNs)를 위해서 적응된 물리 계층(Physical layer)을 표준화하는 그룹이다.
본 발명은 센서 프로파일(SP; Sensor profile)에 기반한 데이터 수집 방법 또는 데이터 수집 방법에 기반한 센서 프로파일을 참조하는 데이터 수집 방법을 제공한다. 본 발명에 따른 데이터 수집 시스템의 종합적인 동작은 두 개의 주된 플랫폼(main platforms)이 요구된다. 하나는 센서 프로파일(sensor profile)에 기반하는 수집 모듈 생성 플랫폼(aggregation module generation platform)이고, 또 다른 하나는 수집 모듈의 배치 플랫폼(aggregation module deployment platform)이다. 따라서, 본 발명에 따른 상술한 센서 프로파일(Sensor Profile)에 기반하는 데이터 수집 방법은 모듈 생성 방법(module generation process)과 모듈 배치 방법(module deployment process)을 포함한다.
센서 프로파일에 기반하는 모듈 생성 플랫폼(module generation platform)에 대해서는 이하에서 설명한다. 최소의 공간을 위해서, 본 발명에 따른 상기 데이터 수집 시스템은 센서 프로파일에 기반하는 수집 모듈 생성 시스템(aggregation module generation system)을 제공한다. 상기 데이터 수집 모듈은 어플리케이션 특정한 항목들이 완전하게 제거되고, 구성 주도 접근(configuration driven approach)을 이용한다. 소프트웨어(software)에서 하드 코드(hard coded)된 많은 정보는 접속할 수 있는 구성 화일(pluggable configuration file)로부터 읽혀진다. 상술한 바들로 인해서 상기 수집 모듈의 광범위하고 재사용과 같은 구조적 목적들이 충족될 수 있다. 상기 구성(configuration)은 수집 연산자 선택(aggregation operator selection)과 같은 수집 관계된 구성(aggregation related configuration)을 제공하고, 데이터 범위(MAX, MIN)와 실시간 데이터 확인(real-time data checking)과 같은 필터링 구성(filtering configurations)을 제공하고, 대기시간(latency), 수집 간격(aggregation interval)과 같은 어플리케이션 한정 구성들(application specific configurations)을 제공하기 위한 수집 모듈(aggreagation module)에 사용될 수 있다.
도 4는 센서 프로파일에 기반하는 수집 모듈 생성 플랫폼(400, aggregation module generation platform)을 도시한 도면이다. 도 4에 도시된 수집 모듈 생성 플랫폼(400)은 센서 프로파일 분석기(402)와, NesC 표준 컴파일러(404; NesC standard compiler), 다른 수집 관계된 서브-모듈들(aggregation related sub-modules)을 포함한다. 상기 센서 프로파일 분석기(402)는 번역기(translator)와 같이 동작한다.
상기 NesC 표준 컴파일러(404)는 센서 프로파일 기반하는 수집 모듈(405)을 생성하기 위한 다른 수집 서브 모듈들을 갖는 센서 프로파일 헤더(403)를 컴파일(compile)한다. 센서 프로파일 기반하는 수집 모듈(405)의 컴파일된(compiled) 이진 코드들은 센서 노드들(sensor nodes)에 다운로드(downloadable)될 수 있다.
다른 수집 서브-모듈들은 제어 블록 모듈(411)과, 버퍼 관리부(412), 데이터 형식 파서(413), 포워드 포매터(414, Forward formatter), 데이터 중심 퍼워딩(DCF;Data centric forwarding) 라이브러리(415; library)와, 구성 업데이터(416; configuration updater)를 포함한다.
제어 블록 모듈(411)은 데이터 중심 포워딩 모듈(DCFM)의 전체적인 관리 동작을 수행하며, 센서 형태에 기반하는 데이터 수집과 수집 결과의 전달과 같은 동작들이 포함될 수 있다. 센서 형태에 기반하는 데이터 수집을 위해서, 분석된 센서 데이터(parased sensor data)가 데이터 형식 파서(413, data format parser)로부터 도착하면, 제어 블록 모듈(411)은 센서 타입 기반하는 센서 프로파일 모듈들을 통한 데이터 수집을 실행한다.
데이터 형식 파서(413, data format parser)로부터 해석된 센서 데이터가 접수되면, 제어 블록 모듈(411)은 센서 형태에 기반하는 센서 프로파일 모듈들을 통해서 데이터 수집을 실시한다. 수집 결과의 전달을 위해서, 데이터 중심 포워딩 모듈(DCFM)은 다른 형태의 센서들을 위해서 서로 다른 수집 간격(aggregation interval)을 유지한다. 센서 형태에 따른 수집 시간 간격이 도착하면, 포워드 포매터(414)로 그 결과가 전송된다.
버퍼 관리부(412)는 데이터 수집 동안 일시적인 메모리 저장 영역(temporary memory storage area)으로서의 기능을 제공한다.
데이터 구조 파서(413, data format parser)는 다른 노드로부터의 데이터 입력을 수신받아서 센서 데이터를 추출한다. 센서 데이터는 연산을 위해서 상기 제어 블록 모듈(411)로 전송된다. 포워드 포매터(414)는 요구되는 형식의 센서 데이터를 구성하고 구성된 데이터를 추가적인 라우팅(routing)을 위해서 회송한다.
상술한 데이터 중심 포워딩 라이브러리(415; Data Centric Forwarding library)는 이벤트 라이브러리(event library)와 연산자 라이브러리(operator library)와 같은 두 개의 주된 라이브러리들 포함한다. 상술한 이벤트 라이브러리(event library)는 이벤트의 정의들과 구현들을 제공한다. 상술한 이벤트 라이브러리는 "고온", "저습도", "움직임 감지" 등과 같은 센서 데이터 이벤트들을 포함할 수 있다. 상술한 연산자 라이브러리(operator library)는 데이터 수집/필터링/ 상관관계 등의 지원들을 제공한다. 데이터 중심 퍼워딩 라이브러리(Data centric forwarding library)를 지원하는 표준 수집 연산자들(standard aggregation operators)은 합(Sum), 최대(Max), 최소(Min), 계수(Count) 등이 포함된다.
구성 업데이터(416; configuration updater)는 초기 구성 설정들을 업데이트(update) 한다. 수신부(sink)에 의해 방송되는 구성 정보(configuration information)를 수신받고, 센서 프로파일 모듈들(sensor profile modules)의 구성(configuration)을 업데이트 한다. 상술한 구성 정보(configuration information)는 응용 종속 제어 정보(application dependent control information; 대기 및 수집 간격 등), 위상 관계된 정보(topology-related information, in-degree)를 포함한다.
센서 프로파일을 기반하는 수집 모듈 생성 플랫폼(aggregation module generation platform)을 이용함에 있어서, 오로지 필요로 하는 코드들(codes)만 컴파일(compiled)된다. 생성 수집 모듈이 무선 센서 네트워크 환경(wireless sensor network environment)에 배치되면, 상술한 센서 프로파일은 수신부(sink)에 의한 제어 메세지 방송을 통해서 동적으로 업데이트 될 수 있는 특성들과 관계가 있다. 만약 수신부가 어떠한 센서 프로파일 정보도 전송하지 않는다면, 각 노드는 각자의 주어진 모듈 생성 시간의 초기값을 이용한다.
도 5는 센서 프로파일의 예를 도시한 도면이다. 상술한 센서 프로파일은 센서 노드들에 포함된 센서들의 형태에 대한 정보를 포함한다. 상기 센서 프로파일은 각 센서 형태에 대한 필요로 하는 정보도 포함한다. 각 센서의 형태에 관한 정보는 정보 연산자 선택과, 데이터 범위(data range; MAX,MIN)와 같은 필터링 구성(filtering configuration; 또는 기준)에 관한 정보, 실-시간 데이터 확인, 대기 시간과 같은 응용 프로그램의 특정 구성들,수집 간격과 같은 정보가 될 수 있다.
아래의 표 1은 센서 프로파일에 포함될 수 있는 전형적인 데이터 수집 함수들(또는 연산자들)을 나타낸다.
데이터 수집 함수 설명
합(Sum) 이 연산자(Sum)는 센서 형태를 위한 수집 간격으로 수신된 정의된 센서 형태의 데이터 합을 생성한다.
평균(Average) 이 연산자는 센서 형태에 따른 수집 간격으로 수신된 각 플래그드 센서 형태(flagged sensor type)의 모든 데이터의 평균을 생성하고 표준 편차를 산출한다. 만약 수신된 데이터가 평균을 나타낸다면, 알고리즘은 버퍼에 이미 저장된 데이터 형태의 예들 중 적절한 가중치의 메시지 데이터의 전 샘플들의 계수를 이용한다.
계수(Count) 이 연산자는 센서 형태를 위한 수집 간격으로 수신된 각 센서 형태별 어떤 데이터의 계수를 증가시킨다. 이 연산자는 센서 형태의 구성 화일에 의해 선택 가능하다
중복 제거 (Duplicate removal) 이 연산자는 각 센서 형태에 따라서 정의된 데이터 값이 센서 형태를 위한 수신 간격으로 수신되었는지 안 되었는지를 결정한다. 만약 수신된 데이터가 중복된 값이고, 새롭게 제공되는 데이터가 타임-스탬프(time-stamp)라면 관련된 버퍼 데이터의 타임 스템프로 대체될 수 있다.
최소-최대 필터링(Min-Max filtering) 이 연산자는 센서 데이터 형태를 위해서 정의된 [Max,Min] 값의 범위를 벗어나는 수신된 데이터 값을 제외한다. 상기 [Max,Min] 범위는 센서 형태 구성 화일에 의해 정의된다. 이 연산자는 센서 형태 구성 화일에 의해 선택 가능하다.
최대 대기시간(MAximum latency) 이 연산자는 수신된 어떤 데이터 값도 데이터 형태를 위한 최대 대기시간을 초과한 데이터 값을 제외한다.
시간적 상관관계 (Temporal correlation) 이 연산자는 수신된 데이터 값이 검출된 현상의 시간적 변이 특성 범위 이내에 있는지 아닌지를 결정한다.이벤트 추적하는 카테고리는 연속적인 이벤트들 간의 상과관계 함수에 의해 설명된다.센서 형태 구성 화일은 각 테그된 데이터 형태를 위한 상관관계 특성을 제공한다.
공간적 상관관계(Spatial correlation) 이 연산자는 격자, 구면, 보로니 다이어그램(Vorionin diagram)으로 정의된 기하학적 지역 내에 이벤트들 간 상관관계를 결정한다. 전형적인 센서 응용(sensor applications)은 충분한 적용을 달성하기 위해서 공간적으로 밀집된 센서 배치가 요구된다. 결론적으로, 다중 센서들은 센서 필드의 단일 이벤트에 관한 정보를 기록한다. 위상 구조의 네트워크에서의 높은 밀집으로 인해서, 공간적으로 인접한 센서 감시들은 절간 분리의 증가의 상관관계의 정도와 높은 상관 관계가 있다. 만약 상관관계된 소스(source)들로 부터의 데이터가 인라우트(enroute)로 압축된다면, 이벤트를 위해서 전송되는 전체 비트(bits)들은 최소화될 수 있다. 센서 형태 구성 화일은 각 테그(tagged)된 데이터 형태에 따른 상관관계 특성을 제공한다.
범위 초과(Out of range) 이 연산자는 수신된 데이터 값이 [MIN,MAX]로 정의되지 않은 범위 초과인 경우에 수신된 데이터 값을 무효화한다. 일반적으로 이 연산자는 전송 또는 센서 오류로 인한 에러 상황(error conditions)과 관계된다.
센서 프로파일을 기반으로 하는 센서 모듈을 포함하는 응용 프로그램(application program)은 센서 노드에 설치된다. 특히 상술한 프로그램은 센서 노드의 플래쉬 메모리(flash memory)에 저장되고, 프로그램이 동작되면 데이터 수집을 실행한다.
센서 프로파일에 기반하는 수집 모듈을 포함하는 응용 프로그램(application program)이 센서 노드에 한번 설치되면, 수집 모듈 배치 과정(aggregation module deployment process)이 실행된다. 도 6은 수집 모듈 배치 플랫폼(aggregaion module deployment platform)을 위한 순서도이다. 센서 노드에 센서 네트워크 또는 이웃한 센서 노드들에 포함된 센서 노드에 포함된 지역 센서(local sensor)로부터 센서 데이터가 수신되면, 상술한 모듈 배치 과정이 시작된다. 이하에서, 노드(node)에 이웃한 센서 노드는 1-홉(1-hop) 센서 노드이다. 센서 데이터는 제1 여과된다.(step S602). 만약 센서 데이터가 예를 들어서 최대 대기 시간 요구들의 초과하거나 또는 범위를 벗어나는 등과 같이 필터링 기준(filtering criteria)을 통과할 수 없는 경우라면, 상기 센서 데이터는 이하와 같이 설명될 수 있으며 센서 데이터의 수집 실행은 없다. 센서 프로파일(401)에 포한된 필터링 기준이 도 4에 도시된 바와 같으면, 수집 모듈(405)에 기반하는 센서 프로파일에 컴파일(compiled)될 수 있다.
다른 경우에 있어서, 센서 프로파일에 기반하는 수집/상관관계 연산자들이 실행된다.(step S603) 주어진 센서 프로파일의 수집과 상관관계 연산자들에 기반하는 행렬은 주어진 센서 프로파일의 수집과 상관관계 연산자들을 구성한다.(step S604).
행렬 구성의 이득들 중 하나는 효율을 향상시키고 추가적인 쿼리 메세지의 전송 없이도 주어진 연산자들을 위해서 지속적인 데이터 수집들이 가능하다는 것이다. 데이터 수집(data aggregation)은 구성된 행렬 표현(matrix representation)에 기반해서 실행된다.(step S605) 행렬의 구성은 제시된 시나리오(scenario)를 구현하기 위한 설명을 위한 하나 또는 그 이상의 센서들로부터의 데이터 조작을 한정한다. 분리된 모듈(separate module)은 센서 프로파일에 기반하는 데이터 수집이 실행될 때마다 행렬 조작을 실행한다. 수집 이후에, 수집된 결과는 출력되고(step S606), 다음의 서브-모듈(sub-module)에 제공된다. 예를 들자면, 수집된 결과는 다음의 노드와 경로(node-en-route)로 전송될 수 있다.
본 발명은 벡터(vector)와 행렬 연산자들(matrix operations)을 이용해서 센서 네트워크에서 효과적인 수집(aggregation)을 실행한다. 그 기본적인 구성은 아래의 <수학식 1>과 같이 나타낼 수 있다.
위의 <수학식 1>에서 R은 데이터 수집 연산의 결과이고, A는 가로 벡터를 구성하는 센서 데이터(a1, a2, a3, ... aN)을 의미하고, B는 추가적인 벡터를 의미하며, H는 변환 연산자 행렬의 N×M 차원을 의미한다.
<수학식 1>은 N 차원의 데이터 공간에서 직선의 수학적 형태를 갖는다. 상술한 가로 벡터는 제1 배열로서 언급될 수 있으며, 구성으로서의 센서 테이터를 포함할 수 있다. 상술한 변환 연산 행렬은 N개의 열들(rows)과, M 개의 행(columns)들을 갖는다. 따라서, 다수의 열들 N의 변환 행렬은 제1 배열(다수의 센서 데이터)의 크기와 동일하고, 변환 행렬의 각 행은 주어진 연산자들 중 하나를 나타낸다. N×M 변환 행렬의 경우에, M은 연산자들이다.
수집 연산자 행렬은 아래의 연산으로부터 구성될 수 있다.
아래의 <수학식 2>는 합의 연산을 의미한다.
아래의 <수학식 3>은 평균 연산을 의미한다.
아래의 <수학식 4>는 변분 연산(Variance operation)을 의미한다.
상과 관계 계수 : 시간 또는 공간적 센서 이벤트들의 상관 관계 모델은 데이터 쌍들로서 표현될 수 있다.
데이터 세트(data set) A와 B 사이의 상관 관계 계수는 아래의 <수학식 6>과 같다.
위의 <수학식 6>에서 S는 표준 편차를 의미한다.
데이터 수집 함수들의 세트(set)의 기호는 벡터 곱들(vector products)의 조합의 용어로 나타낼 수 있다. 따라서, 데이터 벡터로서 표현될 수 있는 데이터 수집 결과들의 희망하는 세트를 생성할 수 있는 연산자 행렬의 구성은 가능하다. 상기 변환 연산자 행렬은 요구되는 각각의 수집 연산자를 위한 행을 삽입함으로써 구성될 수 있다.
합, 평균, 변이(Variance 또는 표준 편차)와 상관관계(correlation;(A,C)) 구성된 요구되는 수집 함수들 중 하나를 수행함에 있어서, 아래의 <수학식 7>의 형태를 갖는 수학식 1을 갖는다.
위의 <수학식 1>에서 추가적인 벡터 B는 와 등가이다. 변환 연산자 행렬 H는 수집 함수 각각을 위한 행과, 대응되는 전체를 구비한 벡터 B를 갖는다. 따라서, 데이터 수집 연산자는 측정 가능하다.
위의 <수학식 8>에서 R,A와 B는 배열들이고, G는 센서 선택 배열이고, *은 행렬들간 곱의 원소 연산(element-wise)을 의미한다. 위 수학식들은 요구되는 프로그램 메모리를 크게 절감할 수 있으며, 기본적인 벡터 연산자들의 관점에서 안전성과 상관 관계 능력이 있는 추가적인 컴퓨터 조작의 강도를 제공할 수 있다.
본 발명은 도 1에 도시된 센서 네트워크에 포함된 센서 노드도 제공한다. 도 2에 도시된 센서 노드는 연산부(200), 센싱 유니트(210), 무선 송수신기를 포함한다. 연산부(200)는 중앙 연산 유니트(201, CPU), 휘발성의 개시 메모리를 위한 롬(203; random-access memory)을 포함한다. 센싱 유니트(210)은 센서들(211)과, 아날로그 대 디지털 변환기(212)를 포함한다. 센서들(211)은 온도 센서, 습도 센서, 광 센서 등과 같은 다양한 형태의 센서일 수 있다. 무선 송수신기(220)은 중앙 연산 유니트(201)에 연결되며, 상기 무선 송수신부는 다른 센서 노드들과 통신한다.
응용 프로그램(application program; 소프트웨어 또는 모듈)은 상술한 센서 프로파일에 기반하는 데이터 수집 과정을 실행하는 데 제공된다. 상술한 어플리케이션 프로그램은 센서 노드에 설치된다. 특히, 상기 프로그램은 플래쉬 메모리(flash memory; 센서 노드에 통상 포함되는 플래쉬 메모리)에 저장될 수 있다. 상기 프로그램을 실행시키기 위해서, 어플리케이션 프로그램을 플래쉬 메모리로 다운로드(download)할 필요가 있다. 일반적으로, 센서 노드는 기계 판독형 저장 매체(machine readable storage medium)와, 상기 기계 판독형 저장 매체에 저장 가능한 어플리케이션 프로그램을 구비한다. 상술한 어플리케이션 프로그램은 도 4에 도시된 방법을 통해서 수립된 명령들을 포함한다. 중앙 연산 유니트(201)에 의해서 상기 어플리케이션 프로그램이 실행될 때 상기 어플리케이션 프로그램은 상술한 데이터 수집 과정을 위한 연산들을 수행한다.
상기 어플리케이션 프로그램은 어떠한 운영 시스템(Operating system)에서도 실행될 수 있다. 센서 프로파일에 기반하는 모듈과 모듈 배치 과정의 실현 가능성은 본 발명에 따른 어플리케이션 프로그램을 티니오에스 시스템(TinyOS system) 상에서 실행됨에 의해 증명된다. 본 발명에 따른 어플리케이션 프로그램은 센서 노드들을 위한 어떠한 운영 시스템에서도 실행될 수 있다. 운영 시스템의 예를 들자면, 티니오에스(TinyOS), 픽오에스(PicOS), 맨티스(Mantis), 콘티키(Contiki), SOS와 메테(Mate)를 예로 들 수 있다.
본 발명에 따른 모듈 배치 방법(module deployment process)은 다수의 연산들을 최소화시키고, 효과적인 데이터 수집이 가능한 행렬 구성을 포함한다. 이하에서 합, 빼기, 곱, 나누기와 같은 기초적인 수학 연산들을 정의한다. 예를 들자면, 상관관계 계수 계산의 <수학식 6>에 있어서, 만약 원래의 수학 공식들이 사용된다면 6N+1의 연산자들의 수가 필요할 수 있다. 행렬 표현과 벡터 연산자들을 이용함으로써, 연산들의 수는 2N+7로 감소될 수 있다. 감소된 연산들은 상대적으로 감소된 메모리 소비와 수집 효율이 향상된다. 상술한 과정은 편차 계산과 다른 유사한 연산들에도 적용된다.
메모리 효율(memory-efficient)에 있어서, 본 발명에 따른 방법은 두 가지 형태를 제공한다. 하나는 센서 프로파일에 기반하는 접근이다. 티니디비(TinyDB)는 수집 연산자(예, 합, 계수 또는 평균)를 정의하기 위한 구조적 질의 언어(SQL)에 기반하는 쿼리 구조(query mechanism)를 이용하고, 정의된 연산들에 기반하는 관련 수집을 수행한다. 구조적 질의 언어(SQL)에 기반하는 쿼리 구조를 구현하기 위해서는, 고도의 메모리가 소비된다. 본 발명에 따른 데이터 수집 방법에 있어서 메모리 소비의 문제를 해결하고 최소의 공간을 창조해내기 위해서, 센서 프로파일에 기반하는 방법은 정의된 수집 연산자들을 이용한다. 센서 프로파일은 각 센서 형태에 따른 수집/상관관계 연산자를 정의하는 구성 화일(configuration file)이다. 센서 프로파일은 컴파일 시간(compile time) 동안 해석되고, 헤더 파일들로 변환되며, 센서 실행 가능한 코드(executable code)로 변환된 후 각 노드로 다운로드(downloaded)된다. 상기 센서 프로파일은 수신부에 의해서 전송되는 제어 메세지(control message)에 의해서 동적으로 업데이트 될 수 있다.
상술한 접근을 이용함에 있어서, 구조적 질의 언어(SQL)에 기반하는 쿼리 안 요구들로서 대부분의 분석 작업은 컴파일 시간 동안 완료되며, 수집과(또는) 상관관계 연산자들만 컴파일되고, 런-타임(run-time) 메모리가 절약될 수 있다.
또 다른 하나는 수학적 연산들의 수를 최소화시킬 수 있는 행렬 표시이다. 상관관계와 편차를 위한 행렬 표시는 연산자들의 수를 감소시킬 수 있다. 예를 들자면, 상관관계에 있어서 6N+1의 연산자들(빼기, 나누기, 곱하기)이 필요하다. 행렬 표시에 있어서는 2N+7의 연산자들로 감소시킬 수 있다. 상술한 바들은 편차 계산에도 적용된다. 감소된 연산들의 수는 메모리 요구도 감소시킬 수 있다.
본 발명은 관해서는 실제적인 실시 예들로서 고려될 수 있는지에 대해서 설명했으나, 이는 본 발명의 이해하는 데 있어서 설명된 실시 예들로 한정하고자 하는 것이 아니라, 반면에, 본 발명의 청구항들의 범위와 사상에 포함되는 범위 내에서 다양한 정의들과 동일한 정렬들을 설명하기 위한 의도이다.

Claims (16)

  1. 복수의 센서 노드들을 포함하는 센서 네트워크에서 데이터 수집 방법에 있어서,
    상기 센서 노드들에 포함된 센서들의 형태를 결정하는 과정과;
    상기 각 센서들의 형태에 따라서 정의된 필터링 기준과 수집 연산자들이 포함된 정보를 포함하는 센서 프로파일을 생성하는 과정과;
    상기 센서 프로파일로부터의 수집 모듈에 기반하는 센서 프로파일을 생성하는 과정과;
    상기 센서 노드들 각각에 상기 수집 모듈에 기반하는 센서 프로파일을 설치하는 과정과;
    센서 노드들 중 하나를 통해서 지역 센서로부의 센서 데이터를 수신받는 과정과;
    상기 지역 센서의 정의된 형태에 따른 필터링 기준에 따라서 상기 센서 데이터를 필터링하는 과정과;
    상기 각 센서의 정의된 형태에 다른 수집 연산자들 중에서 데이터 수집을 위한 적어도 하나의 연산자를 선택하는 과정과;
    상기 적어도 하나의 연산자와 동시에 데이터 수집을 실행하는 과정을 포함함을 특징으로 하는 데이터 수집 방법.
  2. 제1 항에 있어서,
    상기 지역 센서는 지역 센서 노드에 포함되거나 또는 인접한 센서 노드에 포함됨을 특징으로 하는 데이터 수집 방법.
  3. 제1 항에 있어서, 상기 센서 프로파일로부터의 수집 모듈에 기반하는 센서 프로파일을 생성하는 과정은,
    헤더 파일을 생성하기 위한 상기 센서 프로파일을 분석하는 과정과;
    상기 헤더 파일을 컴파일링하는 과정을 포함함을 특징으로 하는 데이터 수집 방법.
  4. 제3 항에 있어서, 상기 헤더 파일의 컴파일링 과정은,
    상기 헤더 화일을 갖는 데이터 형식 파서를 컴파일링하는 과정을 더 포함하며, 상기 데이터 형식 파서는 상기 센서 데이터를 추출하기 위한 데이터 입력을 해석함을 특징으로 데이터 수집 방법.
  5. 제4 항에 있어서, 상기 헤더 파일의 컴파일링 과정은,
    상기 헤더 화일을 갖는 제어 블록 모듈을 컴파일링 하는 과정을 더 포함하며, 상기 제어 블록 모듈은 상기 데이터 형식 파서로부터의 센서 데이터를 수신하고 상기 센서 데이터를 갖는 데이터 수집을 실시함을 특징으로 하는 데이터 수집 방법.
  6. 제3 항에 있어서, 상기 헤더 파일을 컴파일링하는 과정은
    헤더 화일을 갖는 데이터 중심 포워딩 라이브러리를 컴파일링 하는 과정을 더 포함하며, 상기 데이터 중심 포워딩 라이브러리는 이벤트 정의와 수집 연산자들의 정의들을 포함함을 특징으로 하는 데이터 수집 방법.
  7. 제1 항에 있어서, 상기 데이터 수집을 실행하는 과정은,
    상기 센서 데이터로부터 가로 벡터 열을 구성하는 과정과;
    다수의 가로 열들이 가로 벡터의 크기와 같아진 변환 행렬을 구성하는 과정과;
    상기 가로 벡터에 상기 변환 행렬을 곱하는 과정을 포함하며,
    상기 변환 행렬의 세로 행은 적어도 하나의 연산자를 나타냄을 특징으로 하는 데이터 수집 방법.
  8. 제7 항에 있어서,
    상기 수집 연산자는 합 연산자를 포함하며,
    상기 합 연산자를 위한 변환 행렬의 세로 행은 아래의 합의 공식을 위한 <수학식 9>와 같이 나타냄을 특징으로 하는 데이터 수집 방법.
  9. 제7 항에 있어서,
    상기 수집 연산자는 평균 연산자를 포함하며,
    상기 평균 연산자를 위한 변환 행렬의 세로 행은 아래의 평균 공식을 위한 <수학식 10>과 같이 나타냄을 특징으로 하는 데이터 수집 방법.
  10. 제7 항에 있어서,
    상기 수집 연산자는 변분 연산자를 포함하며,
    상기 평균 연산자를 위한 변환 행렬의 세로 행은 제1 변분 공식을 위한 <수학식 11>과 같이 나타냄을 특징으로 하는 데이터 수집 방법.
    (a, a2, a3 ... aN : 제1 열의 세로 행 구성들)
  11. 제1 항에 있어서,
    상기 정보는 상기 각 센서들의 형태에 따른 수집 간격 및 대기시간을 더 포함함을 특징으로 하는 데이터 수집 방법.
  12. 센서 네트워크에 배치된 센서 노드에 있어서, 상기 센서 노드는,
    중앙 연산 유니트와;
    상기 중앙 연산 부에 결합된 센서와;
    다른 센서 노드와 통신하며 상기 중앙 연산 부에 결합된 무선 송수신부와;
    상기 중앙 연산 부에 결합된 기계 판독형 저장 매체;
    상기 기계 판독형 저장 매체는 센서 프로파일을 포함하는 명령을 포함하고, 상기 센서 프로파일은 센서 네트워크에 배치된 지역 센서들의 형태에 따른 정보들을 포함하며, 상기 정보는 상기 각 지역 센서들의 형태를 위해 정의된 수집 연산자들과 필터링 기준을 포함하며;
    상기 명령은 상기 중앙 연산 부가 실행될 때 상기 중앙 연산 부의 실행될 때 상기 중앙 연산 부가 연산들을 수행하도록 지시하며, 상기 연산들은,
    상기 무선 송수신부를 통해서 상기 지역 센서들로부터 센서 데이터를 수신받고;
    상기 지역 센서의 형태별로 정의된 필터링 기준에 따라서 센서 데이터를 필터링하고;
    각 센서들의 형태에 따라서 정의된 수집 연산자들 중에서 데이터 수집을 위한 적어도 하나의 연산자를 선택하고;
    적어도 하나의 연산자와 동시에 데이터 수집을 수행함을 특징으로 하는 센서 노드.
  13. 제12 항에 있어서,
    상기 데이터 수집은 상기 센서 데이터로부터 가로 벡터 열을 구성하고;
    다수의 가로 열들이 가로 벡터의 크기와 같아진 변환 행렬을 구성하고;
    상기 가로 벡터에 상기 변환 행렬을 곱하며;
    상기 변환 행렬의 세로 행은 적어도 하나의 연산자를 나타냄을 특징으로 센서 노드.
  14. 제12 항에 있어서,
    상기 명령은 센서 데이터를 추출하는 데이터 입력을 해석하는 데이터 형식 파서를 위한 모듈을 포함함을 특징으로 하는 센서 노드.
  15. 제14 항에 있어서,
    상기 명령은 상기 데이터 형식 파서를 위한 모듈로부터 센서 데이터를 수신받고 센서 데이터에 대한 데이터 수집을 실행하는 제어 블록 모듈을 포함함을 특징으로 하는 센서 노드.
  16. 제12 항에 있어서,
    상기 명령은 이벤트 정의와 수집 연산자들의 정의를 포함하는 데이터 중심 포워딩 라이브러리를 위한 모듈을 포함함을 특징으로 하는 센서 노드.
KR1020090008908A 2008-02-29 2009-02-04 센서 네트워크에서의 데이터 수집을 위한 방법 및 시스템 KR101555372B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/073,158 US7873673B2 (en) 2007-03-02 2008-02-29 Method and system for data aggregation in a sensor network
US12/073,158 2008-02-29

Publications (2)

Publication Number Publication Date
KR20090093804A true KR20090093804A (ko) 2009-09-02
KR101555372B1 KR101555372B1 (ko) 2015-09-23

Family

ID=40551967

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090008908A KR101555372B1 (ko) 2008-02-29 2009-02-04 센서 네트워크에서의 데이터 수집을 위한 방법 및 시스템

Country Status (3)

Country Link
US (1) US7873673B2 (ko)
EP (1) EP2096820B1 (ko)
KR (1) KR101555372B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013012165A2 (ko) * 2011-07-21 2013-01-24 Jung Hyun-Chul 데이터 종류에 따른 프로파일을 관리함으로써 센서 네트워크의 데이터 쏠림 현상을 줄이는 방법
WO2014193040A1 (ko) * 2013-05-31 2014-12-04 삼성에스디에스 주식회사 센싱 데이터 분석 시스템 및 방법

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9201914B2 (en) * 2007-06-19 2015-12-01 Alcatel Lucent Method, system and service for structured data filtering, aggregation, and dissemination
KR100918117B1 (ko) * 2007-11-29 2009-09-22 한국전자통신연구원 센서 네트워크 관리 장치 및 그 방법
ITTO20080782A1 (it) * 2008-10-23 2010-04-24 Selex Communications Spa Procedimento di gestione di una rete di sensori
US8169999B2 (en) 2009-01-16 2012-05-01 Broadcom Corporation Method and system for preserving content timing across femtocell interfaces via timestamp insertion
DE102009006560B4 (de) * 2009-01-27 2011-06-16 Freie Universität Berlin Verfahren und Sensornetz zur Merkmalsauswahl für eine Ereigniserkennung
US9495272B2 (en) * 2009-06-11 2016-11-15 Oracle America, Inc. Method and system for generating a power consumption model of at least one server
EP2320288B1 (en) * 2009-11-06 2016-12-21 Xsens Holding B.V. A method and a system for enabling a wireless communication between a master unit and a sensor unit
US8437985B2 (en) * 2009-12-22 2013-05-07 Empire Technology Development Llc Sensor-based data filtering systems
US8023501B1 (en) * 2010-03-15 2011-09-20 Samsung Electronics Co., Ltd. Techniques for self-organizing activity-diffusion-based wireless sensor network
US8509923B2 (en) * 2010-06-30 2013-08-13 Motorola Solutions, Inc. Methods for managing power consumption in a sensor network
EP2700264B1 (en) * 2011-04-21 2021-11-03 Tata Consultancy Services Limited A method and system for preserving privacy during data aggregation in a wireless sensor network
BR112014006446B1 (pt) * 2011-09-19 2021-09-21 Tata Consultancy Service Limited Plataforma de computação para desenvolvimento e implantação de aplicações e serviços de dados baseados em sensor
US20130128041A1 (en) 2011-11-17 2013-05-23 Raytheon Company Mobile and one-touch tasking and visualization of sensor data
US20130235757A1 (en) * 2012-03-07 2013-09-12 Samsung Electronics Co. Ltd. Apparatus and method for a biology inspired topological phase transition for wireless sensor network
GB2502775A (en) * 2012-05-31 2013-12-11 Toshiba Res Europ Ltd Selecting routes between nodes in a network based on node processing gain and lifetime
WO2014016922A1 (ja) * 2012-07-25 2014-01-30 富士通株式会社 データ処理装置、データ処理システムおよびデータ処理方法
JP6075052B2 (ja) * 2012-12-17 2017-02-08 富士電機株式会社 メッシュ無線通信ネットワークシステム、無線通信方法、および、無線端末
CN103067940A (zh) * 2012-12-20 2013-04-24 华南理工大学 基于无线传感器网络的协同信息估计方法
US9949692B2 (en) 2012-12-21 2018-04-24 Canary Medical Inc. Stent graft monitoring assembly and method of use thereof
CN105379186A (zh) * 2013-01-30 2016-03-02 惠普发展公司，有限责任合伙企业 确定响应类似性邻域
US20140223010A1 (en) * 2013-02-01 2014-08-07 David Alan Hayner Data Compression and Encryption in Sensor Networks
US9471662B2 (en) 2013-06-24 2016-10-18 Sap Se Homogeneity evaluation of datasets
JP6217751B2 (ja) 2013-07-04 2017-10-25 富士通株式会社 データネットワーク管理システム、データネットワーク管理装置、データ処理装置、およびデータネットワーク管理方法
CN104427509B (zh) * 2013-09-06 2020-04-24 中兴通讯股份有限公司 一种确定发射功率的方法、装置及系统
CN103547033B (zh) * 2013-10-25 2016-01-20 华南理工大学 基于无线传感器执行器网的大型智能灯光节能控制方法
US9838454B2 (en) * 2014-04-23 2017-12-05 Cisco Technology, Inc. Policy-based payload delivery for transport protocols
WO2015200718A1 (en) 2014-06-25 2015-12-30 Hunter William L Devices, systems and methods for using and monitoring tubes in body passageways
WO2015200722A2 (en) 2014-06-25 2015-12-30 Parker, David, W. Devices, systems and methods for using and monitoring orthopedic hardware
FR3023100A1 (fr) 2014-06-26 2016-01-01 Orange Systeme de traitement distribue d'informations en temps reel
CA2998709A1 (en) 2014-09-17 2016-03-24 Canary Medical Inc. Devices, systems and methods for using and monitoring medical devices
US10484476B2 (en) 2015-02-23 2019-11-19 Siemens Aktiengesellschaft Distributed data management systems for embedded controllers
US11497964B1 (en) 2015-09-17 2022-11-15 Canary Medical Switzerland Ag Devices, systems and methods for using and monitoring sports equipment and sports activities
US10162521B2 (en) * 2015-09-30 2018-12-25 Western Digital Technologies, Inc. Media region management based on storage hints for a data storage device
US10346446B2 (en) 2015-11-02 2019-07-09 Radiant Geospatial Solutions Llc System and method for aggregating multi-source data and identifying geographic areas for data acquisition
US11210299B2 (en) 2015-12-01 2021-12-28 Amer Sports Digital Services Oy Apparatus and method for presenting thematic maps
US11144107B2 (en) 2015-12-01 2021-10-12 Amer Sports Digital Services Oy Apparatus and method for presenting thematic maps
US11137820B2 (en) 2015-12-01 2021-10-05 Amer Sports Digital Services Oy Apparatus and method for presenting thematic maps
US11215457B2 (en) 2015-12-01 2022-01-04 Amer Sports Digital Services Oy Thematic map based route optimization
US11838990B2 (en) 2015-12-21 2023-12-05 Suunto Oy Communicating sensor data in wireless communication systems
US11587484B2 (en) 2015-12-21 2023-02-21 Suunto Oy Method for controlling a display
US11284807B2 (en) 2015-12-21 2022-03-29 Amer Sports Digital Services Oy Engaging exercising devices with a mobile device
US11541280B2 (en) 2015-12-21 2023-01-03 Suunto Oy Apparatus and exercising device
GB2545668B (en) 2015-12-21 2020-05-20 Suunto Oy Sensor based context management
US11042916B1 (en) 2016-02-29 2021-06-22 Canary Medical Inc. Computer-based marketplace for information
AU2017237099B2 (en) 2016-03-23 2022-05-26 Canary Medical Inc. Implantable reporting processor for an alert implant
US11191479B2 (en) 2016-03-23 2021-12-07 Canary Medical Inc. Implantable reporting processor for an alert implant
US10524101B2 (en) * 2016-05-26 2019-12-31 Theo Kanter Distributed context-sharing networks
JP7376090B2 (ja) * 2016-10-07 2023-11-08 ヴィタネット・ジャパン株式会社 定義されたデータ定義を使用したデータ処理
US11703938B2 (en) 2016-10-17 2023-07-18 Suunto Oy Embedded computing device
DE102017009171A1 (de) 2016-10-17 2018-04-19 Amer Sports Digital Services Oy Eingebettete rechenvorrichtung
JP6919273B2 (ja) * 2017-03-30 2021-08-18 富士通株式会社 情報処理装置、情報処理システム及び情報処理方法
CN108319776B (zh) * 2018-01-30 2021-05-18 江西理工大学 基于群广义区间直觉模糊软集的仿真参数选择决策方法
DE102019007649A1 (de) * 2018-12-21 2020-06-25 Amer Sports Digital Services Oy Kommunikation von sensordaten in drahtlosen kommunikationssystemen
EP3935581A4 (en) 2019-03-04 2022-11-30 Iocurrents, Inc. DATA COMPRESSION AND COMMUNICATION USING MACHINE LEARNING
CN111858111A (zh) * 2019-04-25 2020-10-30 伊姆西Ip控股有限责任公司 数据分析的方法、设备和计算机程序产品
US11483687B2 (en) 2021-02-19 2022-10-25 Qualcomm Incorporated Power efficient iterative sensor fusion
US11809401B2 (en) 2022-02-02 2023-11-07 International Business Machines Corporation Data aggregation system

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6636635B2 (en) * 1995-11-01 2003-10-21 Canon Kabushiki Kaisha Object extraction method, and image sensing apparatus using the method
US7406214B2 (en) * 1999-05-19 2008-07-29 Digimarc Corporation Methods and devices employing optical sensors and/or steganography
AU2001249138A1 (en) * 2000-03-10 2001-09-24 Cyrano Sciences, Inc. Measuring and analyzing multi-dimensional sensory information for identificationpurposes
US20020033706A1 (en) * 2000-08-03 2002-03-21 Mehyar Khazei System method, and apparatus for field scanning
US6924746B2 (en) * 2000-08-09 2005-08-02 Terrance John Hermary Device and method to establish temporal correspondence in multiple sensor configurations
US9374451B2 (en) * 2002-02-04 2016-06-21 Nokia Technologies Oy System and method for multimodal short-cuts to digital services
US6998660B2 (en) * 2002-03-20 2006-02-14 Foveon, Inc. Vertical color filter sensor group array that emulates a pattern of single-layer sensors with efficient use of each sensor group's sensors
US7184777B2 (en) * 2002-11-27 2007-02-27 Cognio, Inc. Server and multiple sensor system for monitoring activity in a shared radio frequency band
US20050060372A1 (en) * 2003-08-27 2005-03-17 Debettencourt Jason Techniques for filtering data from a data stream of a web services application
US20060130070A1 (en) * 2004-11-22 2006-06-15 Graf Lars O System and method of event correlation
US7250855B2 (en) * 2004-12-27 2007-07-31 Sap Aktiengesellschaft False alarm mitigation using a sensor network
WO2007046844A2 (en) * 2005-03-01 2007-04-26 Advanced Warning Systems, Inc. System and method for visual representation of a catastrophic event and coordination of response
JP4885463B2 (ja) * 2005-03-03 2012-02-29 株式会社日立製作所 センサネットワークシステム、センサデータの処理方法及びプログラム
JP2007041660A (ja) 2005-08-01 2007-02-15 Nec Corp センサネットワーク、センサノード及びそのプログラムと、センサ情報検索方法
JP4719034B2 (ja) * 2006-03-07 2011-07-06 株式会社日立製作所 センサネットシステム、基地局及びセンシングデータの中継方法
EP1835668B1 (en) 2006-03-13 2008-05-14 NTT DoCoMo, Inc. Method and apparatus for controlling transmission of data from a plurality of sensor nodes
US8015547B2 (en) * 2006-06-29 2011-09-06 Augusta Systems, Inc. Reconfigurable, hierarchical component-based architecture and framework and methods for rapidly developing sensor device-enabling software applications

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013012165A2 (ko) * 2011-07-21 2013-01-24 Jung Hyun-Chul 데이터 종류에 따른 프로파일을 관리함으로써 센서 네트워크의 데이터 쏠림 현상을 줄이는 방법
WO2013012165A3 (ko) * 2011-07-21 2013-03-14 Jung Hyun-Chul 데이터 종류에 따른 프로파일을 관리함으로써 센서 네트워크의 데이터 쏠림 현상을 줄이는 방법
WO2014193040A1 (ko) * 2013-05-31 2014-12-04 삼성에스디에스 주식회사 센싱 데이터 분석 시스템 및 방법

Also Published As

Publication number Publication date
KR101555372B1 (ko) 2015-09-23
US20080215609A1 (en) 2008-09-04
US7873673B2 (en) 2011-01-18
EP2096820A1 (en) 2009-09-02
EP2096820B1 (en) 2012-11-07

Similar Documents

Publication Publication Date Title
KR20090093804A (ko) 센서 네트워크에서의 데이터 수집을 위한 방법 및 시스템
Djenouri et al. Energy-aware constrained relay node deployment for sustainable wireless sensor networks
Florens et al. Lower bounds on data collection time in sensory networks
Bari et al. A genetic algorithm based approach for energy efficient routing in two-tiered sensor networks
Sitanayah et al. A fault-tolerant relay placement algorithm for ensuring k vertex-disjoint shortest paths in wireless sensor networks
US20050180329A1 (en) Method for determining placement of internet taps in wireless neighborhood networks
US8588192B2 (en) System and method for forming application dependent dynamic data packet in wireless sensor networks
US10003502B1 (en) Integrated wireless sensor network (WSN) and massively parallel processing database management system (MPP DBMS)
Liu et al. Energy-efficient capacity optimization in wireless networks
Klan et al. Stream engines meet wireless sensor networks: cost-based planning and processing of complex queries in AnduIN
WO2010080284A2 (en) Search engine design and computational cost analysis
CN114915638B (zh) 用于网络管理的方法和设备以及计算机可读介质
Alchihabi et al. A generic framework for optimizing performance metrics by tuning parameters of clustering protocols in WSNs
Dewasurendra et al. A novel approach to grid sensor networks
Cardei et al. Fault-tolerant topology control for heterogeneous wireless sensor networks
Ok et al. Energy aware routing for Internet of Things with heterogeneous devices
Alexandru et al. Performance evaluation of topology control algorithms that can be integrated into a street lighting control sensor network
US20160247086A1 (en) Method for a system that discovers, locates, indexes, ranks, and clusters multimedia service providers using hierarchical communication topologies
Xue et al. A new semantic-based query processing architecture
Tang et al. Actsee: Activity-aware radio duty-cycling for sensor networks in smart environments
Zhao et al. Lifetime maximization based on coverage and connectivity in wireless sensor networks
Patarasuk et al. Techniques for pipelined broadcast on ethernet switched clusters
He et al. An autonomic routing framework for sensor networks
Hunkeler et al. A quality-of-information-aware framework for data models in wireless sensor networks
Asiri A Novel Energy Efficient Distributed Storage System for Data Survivability in Wireless Sensor Networks

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180830

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190916

Year of fee payment: 5