[논문]GDCS : 센서네트워크를 위한 에너지 효율적인 그리드 기반 데이터 중심 저장 시스템

신재룡; 유재수; 송석일

doi:10.5392/jkca.2009.9.1.098

GDCS : 센서네트워크를 위한 에너지 효율적인 그리드 기반 데이터 중심 저장 시스템
GDCS : Energy Efficient Grid based Data Centric Storage for Sensor Networks 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.9 no.1, 2009년, pp.98 - 105

신재룡 (광주보건대학 의약정보관리과) , 유재수 (충북대학교 전기전자정보공학부) , 송석일 (충주대학교 컴퓨터공학과)

초록
AI-Helper

이 논문에서는 동적으로 작업부하의 변화에 대응하는 새로운 데이터 중심 스토리지를 제안한다. 제안하는 데이터 중심 스토리지는 가상의 다중 레벨 그리드를 기반으로 구성되며 동적으로 핫스폿 영역의 부하를 분산할 수 있다. 또한, 제안하는 데이터 중심 스토리지는 기존의 GPSR (Greedy PerimeterStateless Routing)과 같은 라우팅 기법을 적용하여 수집한 데이터를 특정 센서 노드에 저장할 수 있다. 시뮬레이션을 수행하여 기존에 제안된 데이터 중심 스토리지에 비해 데이터를 저장하는데 소요되는 에너지를 크게 줄일 수 있음을 보인다. 그리고, 제안하는 방법을 실제 센서 네트워크용 운영체제를 기반으로 구현하고 시뮬레이션 도구를 이용해서 실행한 후 제안하는 방법이 부하를 효과적으로 분산할 수 있음을 보인다.

Abstract ▼ AI-Helper

In this paper, new data centric storage that is dynamically adapted to the change of work load is proposed. The proposed data centric storage distributes the load of hot spot area by using multilevel grid technique. Also, the proposed method is able to use existing routing protocol such as GPSR (Greedy Perimeter Stateless Routing) with small changes. Through simulation the proposed method enhances the lifetime of sensor networks over one of the state-of-the-art data centric storages. We implement the proposed method based on a operating system for sensor networks, and evaluate the performance through running based on a simulation tool.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

DIM (Distributed Index for Multidimensional Data) [2]는 잘 알려진 DCS 중 하나이다. DIM은 K-D 트리를 기반으로 해서 여러 속성을 갖는 데이터에 대한 범위질의를 효과적으로 처리하기 위해 제안되었다. 하지만 DIM은 핫스폿 문제에 대한 해결책을 제시하지 않고 있다.
이 논문에서는 GDCS의 성능을 기존에 제안된 KDDCS와 비교하기 위해서 시뮬레이션을 수행하였다. 시뮬레이션 파라미터는 [표 1]과 같다.
이 논문에서는 그리드 기반의 데이터 중심 저장시스템인 GDCS (Grid based Data Centric Storage)를 제안한다. 제안하는 GDCS는 DIM과 KDDCS와 마찬가지로 다차원의 속성을 갖는 센싱 데이터에 대한 범위질의 처리를 효과적으로 처리 할 수 있다.
이 논문에서는 다중 레벨 그리드 기반의 데이터 중심 저장시스템인 GDCS를 제안하였다. 제안한 GDCS는 핫스폿이 발생하는 영역에 대해서 레벨을 변경시키면서 동적으로 부하를 분산할 수 있으며 추가적인 데이터의 이동이 불필요하다.

가설 설정

노드의 개수는 400개로 하였으며 센서 네트워크가 설치되는 전체 영역은 가로 세로 각각 200m 로 가정하였다. 각 센서 노드의 초기 에너지 레벨은 1000 으로 하였고, 메시지를 전송하는데 0.1 이 소모되고 메시지를 수신하는 데는 0.05 가 소모된다고 가정하였다. 마지막으로 각 센서 노 드의 라디오 범위는 15m 로 가정하였다.
센서 네트워크를 설치한 후에 센서 네트워크의 영역 정보와 비트의 개수 b, 센싱하는 데이터의 각 차원에 대한 속성의 도메인을 포함한 그리드 정보를 센서 네트워크의 모든 센서 노드에 브로드캐스트 한다. 그리고 센서 네트워크의 모든 센서 노드들은 자신의 위치와 이웃하는 노드들의 위치를 알고 있다고 가정한다. 각 센서 노드는 자신의 위치와 그리드 정보를 이용하여 자신의 셀 ID (CID)를 계산한다.
시뮬레이션 파라미터는 [표 1]과 같다. 노드의 개수는 400개로 하였으며 센서 네트워크가 설치되는 전체 영역은 가로 세로 각각 200m 로 가정하였다. 각 센서 노드의 초기 에너지 레벨은 1000 으로 하였고, 메시지를 전송하는데 0.
05 가 소모된다고 가정하였다. 마지막으로 각 센서 노 드의 라디오 범위는 15m 로 가정하였다.

제안 방법

구현한 GDCS를 TOSSIM을 기반으로 수행한 후에 핫스폿 영역의 센서 노드들이 수신하는 메시지가 전체 메시지에 비해 얼마나 되는지 측정하였다. 첫 번째 실행에서는 다중 레벨 그리드를 적용하지 않았고, 두번 째 실행에서는 레벨 2의 다중 레벨 그리드를 이용하였다.
하지만, GDCS는 K-D트리를 기반으로 하지 않고 가상의 그리드를 기반 으로 데이터를 저장하고 질의를 처리한다. 또한, GDCS는 DIM 이나 KDDCS처럼 K-D트리를 기반으로 라우팅을 하지 않고 GPSR을 일부 수정하여 적용한다. 마지막으로, GDCS는 다중 레벨 그리드를 응용한 효과적인 부하 균등 기법을 가진다.
또한, GDCS를 센서 노드용 운영체제인 TinyOS[7]를 기반으로 구현한 후 TOSSIM[8]에서 수행하여 부하 분산 효과를 살펴보았다. 부하 분산 효과를 살펴보기 위해 핫스폿영역의 센서 노드가 수신하는 메시지의 양이 다중 레벨의 그리드를 이용할 때 얼마나 줄어들었는지를 측정하였다.
시뮬레이션에서는 GDCS 와 KDDCS에서 각 센서 노드의 평균 에너지 레벨을 측정하였다. 또한, 두 방법에 대해서 핫스폿에 해당하는 센서 노드들의 평균 에너지 레벨을 측정하여 비교하였다.
모든 노드는 정규분포의 데이터를 100개씩 수집하여 GDCS와 KDDCS 방식으로 저장한다. 한 노드가 수집하는 전체 데이터의 80%는 20%의 범위에 분포한다.
이후에는 각 셀 노드는 레벨 1 CID 와 레벨 2 CID를 동시에 갖게 된다. 병합 후에 GDCS에 데이터를 삽입하기 위해 패킷을 전송할 때는 패킷의 CID 와 각 센서 노드들의 각 레벨별 CID를 비교한다. 가장 높은 레벨의 CID부터 비교해 가면서 일치하는 것을 찾는다.
또한, GDCS를 센서 노드용 운영체제인 TinyOS[7]를 기반으로 구현한 후 TOSSIM[8]에서 수행하여 부하 분산 효과를 살펴보았다. 부하 분산 효과를 살펴보기 위해 핫스폿영역의 센서 노드가 수신하는 메시지의 양이 다중 레벨의 그리드를 이용할 때 얼마나 줄어들었는지를 측정하였다. TOSSIM 상에서 실행시킬 때의 파라미터는 [표 3]과 같다.
한 노드가 수집하는 전체 데이터의 80%는 20%의 범위에 분포한다. 시뮬레이션에서는 GDCS 와 KDDCS에서 각 센서 노드의 평균 에너지 레벨을 측정하였다. 또한, 두 방법에 대해서 핫스폿에 해당하는 센서 노드들의 평균 에너지 레벨을 측정하여 비교하였다.
이 논문에서는 제안하는 GDCS 는 방법은 기본적으로 가상 그리드를 기반으로 한다. 센서 네트워크가 설치된 영역을 2^b 개의 사각형 셀들로 분할한다.
예를 들면, 센서 노드의 레벨 1의 CID가 01b 이고 레벨 2의 CID가 0110b라고 하자. 전송되는 패킷의 CID가 0100b 이라면 레벨 2의 CID 0110b 과 먼저 비교를 하고 일치하지 않으므로 레벨 1의 CID 01b로 변환한 후에 비교를 수행한다.

대상 데이터

TOSSIM 상에서 실행시킬 때의 파라미터는 [표 3]과 같다. 전체 노드의 개수는 256개로 하였으며 센서 네트워크가 설치된 영역은 가로 세로 각각 100m 로 하였다. 라디오 범위는 10m 로 하고 그리드를 만들기 위한 비트의 개수는 8로 하였다.

이론/모형

많은 수의 데이터가 특정 영역의 셀로 사상되면 해당 셀의 센서 노드들은 과부하가 걸리게 되어 핫스폿 문제가 발생한다. GDCS에서는 핫스폿 문제를 해결하기 위해서 다중 레벨의 그리드 기법을 이용한다. 즉, 센서 네트워크가 설치된 영역에 단일 레벨의 그리드가 아니라 여러 레벨의 그리드를 계층적으로 설치한다.

성능/효과

제안한 GDCS는 핫스폿이 발생하는 영역에 대해서 레벨을 변경시키면서 동적으로 부하를 분산할 수 있으며 추가적인 데이터의 이동이 불필요하다. 또한, 기존 제안된 KDDCS와는 다르게 부하 분산이 가능하면서도 기존의 GPSR을 이용해서 데이터 전송이 가능하다. 이 논문에서는 시뮬레이션을 통해 제안하는 GDCS가 기존의 KDDCS에 비해 에너지 소모가 핫스폿에서는 97%까지 줄일 수 있음을 보였다.
또한, GDCS는 DIM 이나 KDDCS처럼 K-D트리를 기반으로 라우팅을 하지 않고 GPSR을 일부 수정하여 적용한다. 마지막으로, GDCS는 다중 레벨 그리드를 응용한 효과적인 부하 균등 기법을 가진다.
이 논문에서는 시뮬레이션을 통해 제안하는 GDCS가 기존의 KDDCS에 비해 에너지 소모가 핫스폿에서는 97%까지 줄일 수 있음을 보였다. 마지막으로, GDCS를 실제 센서 네트워크 운영 체제인 TinyOS를 기반으로 구현하고 TOSSIM상에시 실행하여 다중 레벨 그리드 방식이 핫스폿 영역의 부하를 적절히 분산할 수 있음을 보였다.
또한, 기존 제안된 KDDCS와는 다르게 부하 분산이 가능하면서도 기존의 GPSR을 이용해서 데이터 전송이 가능하다. 이 논문에서는 시뮬레이션을 통해 제안하는 GDCS가 기존의 KDDCS에 비해 에너지 소모가 핫스폿에서는 97%까지 줄일 수 있음을 보였다. 마지막으로, GDCS를 실제 센서 네트워크 운영 체제인 TinyOS를 기반으로 구현하고 TOSSIM상에시 실행하여 다중 레벨 그리드 방식이 핫스폿 영역의 부하를 적절히 분산할 수 있음을 보였다.
하지만, 두 개의 레벨에 걸쳐 그리드를 구성했을 때는 동일한 핫스폿 영역의 센서 노드가 수신하는 메시지의 비율이 전체기준의 21%로 반 정도 줄어드는 것을 볼 수 있다. 이 실험을 통해서 다중 레벨 그리드를 적용한 GDCS가 핫스폿에 대한 부하를 효과적으로 분산함을 알 수 있다.
이 논문에서는 그리드 기반의 데이터 중심 저장시스템인 GDCS (Grid based Data Centric Storage)를 제안한다. 제안하는 GDCS는 DIM과 KDDCS와 마찬가지로 다차원의 속성을 갖는 센싱 데이터에 대한 범위질의 처리를 효과적으로 처리 할 수 있다. 하지만, GDCS는 K-D트리를 기반으로 하지 않고 가상의 그리드를 기반 으로 데이터를 저장하고 질의를 처리한다.
[표 2]는 시뮬레이션을 수행한 후 각 노드들의 평균 에너지 레벨과 핫스폿 영역의 센서 노드들의 에너지 레벨을 비교한 것이다. 표에서 볼 수 있는 것처럼, 각 센서 노드의 평균 에너지 레벨은 KDDCS가 제안하는 GDCS에 비해서 약 73% 정도 더 소모된 것을 알 수 있다. 특히, 핫스폿 영역에서는 KDDCS가 GDCS에 비해서 약 97% 더 소모된 것을 볼 수 있다.

후속연구

이 논문에서는 다중 레벨 그리드 기반의 데이터 중심 저장시스템인 GDCS를 제안하였다. 제안한 GDCS는 핫스폿이 발생하는 영역에 대해서 레벨을 변경시키면서 동적으로 부하를 분산할 수 있으며 추가적인 데이터의 이동이 불필요하다. 또한, 기존 제안된 KDDCS와는 다르게 부하 분산이 가능하면서도 기존의 GPSR을 이용해서 데이터 전송이 가능하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	센서 네트워크에서 센서 노드가 수집한 데이터를 처리 방법을 설계할 때 고려해야 하는 것은 무엇인가?	센서 네트워크에서 센서 노드가 수집한 데이터를 처리 방법을 설계할 때는 센선 노드의 자원제약을 고려하여야 한다. 일반적으로 무선 센서 노드란 배터리에 의해 전력공급을 받으며 통신기능이 있는 상대적으로 낮은 성능을 갖는 컴퓨터이다.
	일반적으로 무선 센서 노드는 어떻게 볼 수 있는가?	센서 네트워크에서 센서 노드가 수집한 데이터를 처리 방법을 설계할 때는 센선 노드의 자원제약을 고려하여야 한다. 일반적으로 무선 센서 노드란 배터리에 의해 전력공급을 받으며 통신기능이 있는 상대적으로 낮은 성능을 갖는 컴퓨터이다. 센서 노드는 전력을 비롯한, 계산 능력, 저장공간 등의 자원이 제한적이다.
	센서 노드가 수집한 데이터를 처리하는 방법은 크게 두 가지로 나뉘는데, 이 중 데이터를 서버로 전송해서 처리하는 방식의 문제점은 무엇인가?	첫 번째는 센서 노드가 수집한 데이터를 바로 서버로 전송하여 서버가 데이터 저장 및 질의 처리를 수행하는 것이다. 이 방법에서는 센서 노드가 수집한 데이터를 모두 서버로 전송해야 하므로 많은 송신비용을 필요로 한다. 센서 노드에서 전력소모가 가장 많은 부분이 바로 데이터 송신부분이므로 송신되는 데이터의 크기를 줄이기 위해 압축이나, 제거를 이용하는 방법들이 제안되었다.

참고문헌 (7)

B. Karp and H. Kung, "GPSR: Greedy Perimeter Stateless Routing for Wireless Networks," Proc. of International Conference on Mobile Computing and Networking, pp.243-254, 2000.
X. Li, Y. J. Kim, R. Govindan, and W. Hon, "Multi-dimensional Range Queries in Sensor Networks," Proc. of SenSys, pp.63-75, 2003.
M. Aly, K. Pruhs, and P. K. Chrysanthis, "KDDCS: a Load-balanced in-network Data-centric Storage Scheme for Sensor Networks," Proc. of CIKM, pp.317-326, 2006.
M. Aly, N. Morsillo, P. Chrysanthis, and K. Pruhs, "Zone Sharing: a Hot-spots Decomposition Scheme for Data Centric Storage in Sensor Networks," Proc. of International Workshop on Data Management for Sensor Networks, pp.21-26, 2005.
Y. Lai, H. Chen, and Y. Wang, "Dynamic Balanced Storage in Wireless Sensor Networks," Proc. of International Workshop on Data Management for Sensor Networks, pp.7-12, 2007.
P. Levis, TinyOS Programming, csl.stanford.edu/-pal/, 2006.
P. Levis and N. Lee, TOSSIM: A Simulator for TinyOS Networks, www.cs.berkeley.edu/-pal, 2003.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증