[논문]데이터 중심 저장 기법을 위한 효율적인 센서 데이터 압축 알고리즘

노규종; 여명호; 성동욱; 복경수; 유재수

데이터 중심 저장 기법을 위한 효율적인 센서 데이터 압축 알고리즘
An Efficient Sensor Data Compression Algorithm for Data-Centric Storages 원문보기

한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집, 2009 May 22, 2009년, pp.40 - 44

노규종 (충북대학교) , 여명호 (충북대학교) , 성동욱 (충북대학교) , 복경수 ((주)가인정보기술) , 유재수 (충북대학교)

초록
AI-Helper

데이터 중심 저장 기법은 센서 네트워크에서 측정값을 효율적으로 저장하고 관리하기 위한 대표적인 연구 중 하나이다. 이 기법은 센서가 센싱한 데이터를 특정 센서 노드로 보내 저장한다. 하지만, 측정값을 네트워크 내부의 특정 노드로 전송하는 과정에서 많은 에너지를 소모하는 문제점을 가지고 있다. 본 논문에서는 데이터 중심 저장 기법에서 데이터의 전송 비용을 줄이기 위한 새로운 접근의 센서 데이터 압축 알고리즘을 제안한다. 제안하는 기법은 데이터를 전부 전송하는 것이 아니고 안전영역(Safe Region)을 설정한다. 그 후 이전 측정값을 기준으로 현재 측정값이 안전영역을 벗어나는 경우만 데이터를 전송함으로서 데이터의 전송을 줄이고 네트워크의 수명을 연장 시킨다. 성능평가 결과, 기존 기법에 비해 제안하는 기법의 에너지 소모가 60% 감소하였다.

Abstract ▼ AI-Helper

Data-centric storage schemes(DCS) are one of representative researches that efficiently store and manage sensor readings in sensor nodes in the sensor networks. In DCS, a sensor sends the sensed data to a specific node in order to store them. However, it has a problem that sensor nodes consume a lot of energy for transmitting their readings to remote sensor node. In this paper, we propose a novel sensor data compression algorithm to reduce communication costs. The proposed algorithm does not transmit all the sensed data and establishes a safe region. It transmits the sensed data only when current measurement is out of the safe region, As a result, the propposed algorithm extends network life time and reduces data transmission. It is shown through performance evaluation that our proposed algorithm reduces energy consumption by about 60% over the conventional algorithm.

AI 본문요약
AI-Helper

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

문제 정의

센서 자체의 오차 범위로 인해 측정값은 어느 정도의 오차를 가지며, 무선으로 데이터가 전송이 되기 때문에 환경적인 제약에 따라 오류가 발생하기 쉽기 때문이다. 또한, 센서 네트워크의 응용 분야에 따라 정확한 물리량을 측정하기보다 근사 데이터의 수집을 목적으로 하기도 한다. 예를 들면, 0.
본 논문에서는 데이터 중심 저장 기법에서 데이터의 전송 비용을 줄이기 위한 새로운 접근의 데이터 압축 알고리즘을 제안하였다. 제안하는 기법은 발생한 데이터를 전부 전송하는 것이 아니라 안전영역을 설정하고 오차 허용 범위를 사용하여 오차 허용 범위를 넘었을 때만 데이터를 전송함으로써 데이터의 압축의 효과와 함께 데이터 전송량을 줄이는 기법이다.
본 논문에서는 데이터 중심 저장 기법에서 데이터의 전송 비용을 줄이기 위한 새로운 접근의 데이터 압축 알고리즘을 제안한다. 제안하는 알고리즘은 데이터 전송 시 데이터를 전부 전송하는 것이 아니고 안전영역(Safe Region)을 설정하고 이전 측정값을 기준으로 현재 측정값이 안전영역을 벗어나는 경우만 데이터를 전송함으로서 데이터의 전송을 줄이고 네트워크의 수명을 연장 시킨다.

가설 설정

실험에 사용한 데이터는 인텔 연구실[7]에서 1개월 동안 54개의 센서로부터 수집한 실제 환경 데이터이다. 중앙에 기지국이 위치한 100m X 100m의 영역 공간을 가정하였으며, 임의로 54개의 센서 노드를 위치시키고 센서 노드는 다중홉으로 통신한다고 가정하였다. 임의의 네트워크 토폴로지(network topology)에서 연결성을 보장하기 위해서 통신 반경은 18로 설정하였다.

제안 방법

제안하는 기법은 그림 2와 같이 안전영역을 설정하고 이전 측정값을 기준으로 현재 측정값이 안전영역을 벗어나는 경우만 데이터를 전송한다. 일반적인 DCS 기법은 데이터가 발생하면 지정된 센서로 데이터를 전송하여 저장한다.
본 논문에서는 데이터 중심 저장 기법에서 데이터의 전송 비용을 줄이기 위한 새로운 접근의 데이터 압축 알고리즘을 제안하였다. 제안하는 기법은 발생한 데이터를 전부 전송하는 것이 아니라 안전영역을 설정하고 오차 허용 범위를 사용하여 오차 허용 범위를 넘었을 때만 데이터를 전송함으로써 데이터의 압축의 효과와 함께 데이터 전송량을 줄이는 기법이다. 성능평가 결과 기존 기법에 비해 데이터 전송 비용이 60% 감소하였다.
만약 정확한 값을 요구하는 응용에서는 오차 허용 범위(ξ)를 작게 설정해서 더욱 정확한 값을 전송해야 하고 그렇지 않다면 오차 허용 범위(ξ)를 크게 설정해서 근사 데이터 값을 전송한다. 제안하는 기법은 이처럼 전역 안전 영역과 지역 안전 영역을 이용하여 데이터 압축의 효과를 내며 데이터의 전송 빈도를 줄여 에너지 소모를 줄인다.
일반적으로 센서 네트워크상의 데이터는 시간의 흐름에 따라 크게 변화하지 않고 유사한 값이 지속적으로 발생한다는 특성이 있다. 제안하는 기법은 일단 데이터가 센싱되면 처음 센싱된 값을 가지고 전역 안전 영역을 설정한다. 다음으로 오차 허용 범위(ξ) 설정하고 오차 허용 범위(ξ) 내의 영역을 지역 안전 영역으로 선정한다.
제안하는 기법은 측정값이 오차 허용범위 이내에 존재하는 경우, 데이터를 전송하지 않는다. 데이터를 전송하지 않는 오차 허용 범위를 안전 영역(Safe Region)으로 정의한다.
제안하는 기법의 환경변수인 전역 안전 영역은 10~40도 범위를 54개로 균등하게 분할 설정하였고, Local Safe Region(ξ)을 0.1~0.5의 범위 내에서 0.1단위로 변화시켜가며 테스트하였다.
본 논문에서는 데이터 중심 저장 기법에서 데이터의 전송 비용을 줄이기 위한 새로운 접근의 데이터 압축 알고리즘을 제안한다. 제안하는 알고리즘은 데이터 전송 시 데이터를 전부 전송하는 것이 아니고 안전영역(Safe Region)을 설정하고 이전 측정값을 기준으로 현재 측정값이 안전영역을 벗어나는 경우만 데이터를 전송함으로서 데이터의 전송을 줄이고 네트워크의 수명을 연장 시킨다. 성능평가 결과 제안하는 기법이 DIM 기법에 비해 에너지 소모가 60% 감소 했다.

대상 데이터

시뮬레이션은 54개의 센서 노드를 균등하게 배포한 환경에서 수행하였다. 제안하는 기법의 환경변수인 전역 안전 영역은 10~40도 범위를 54개로 균등하게 분할 설정하였고, Local Safe Region(ξ)을 0.
제안하는 기법의 우수성을 보이기 위해서 기존에 제안된 히스토그램 기반 기법에서 수행한 실험과 동일한 방법으로 성능 평가를 수행하였다. 실험에 사용한 데이터는 인텔 연구실[7]에서 1개월 동안 54개의 센서로부터 수집한 실제 환경 데이터이다. 중앙에 기지국이 위치한 100m X 100m의 영역 공간을 가정하였으며, 임의로 54개의 센서 노드를 위치시키고 센서 노드는 다중홉으로 통신한다고 가정하였다.

데이터처리

제안하는 기법의 우수성을 보이기 위해서 기존에 제안된 히스토그램 기반 기법에서 수행한 실험과 동일한 방법으로 성능 평가를 수행하였다. 실험에 사용한 데이터는 인텔 연구실[7]에서 1개월 동안 54개의 센서로부터 수집한 실제 환경 데이터이다.

성능/효과

두 번째, 지역 안전 영역(Local Safe Region)은 오차 허용 범위내에서 데이터가 전송되지 않는 영역이다. 일반적으로 센서 네트워크상의 데이터는 시간의 흐름에 따라 크게 변화하지 않고 유사한 값이 지속적으로 발생한다는 특성이 있다.
그림 6은 통신비용 측면에서 제안하는 기법과 DIM을 비교한 결과이다. 비교 결과, DIM에 비해 제안하는 기법의 에너지 소모가 약 60% 감소한 것을 보여준다. DIM의 경우 네트워크에서 발생하는 모든 데이터를 아무런 가공 처리 없이 전송하여 높은 통신비용을 소모한다.
제안하는 기법은 발생한 데이터를 전부 전송하는 것이 아니라 안전영역을 설정하고 오차 허용 범위를 사용하여 오차 허용 범위를 넘었을 때만 데이터를 전송함으로써 데이터의 압축의 효과와 함께 데이터 전송량을 줄이는 기법이다. 성능평가 결과 기존 기법에 비해 데이터 전송 비용이 60% 감소하였다. 향후 연구는 시간의 근사 속성을 이용하여 질의 처리 비용을 줄이는 것이다.
제안하는 알고리즘은 데이터 전송 시 데이터를 전부 전송하는 것이 아니고 안전영역(Safe Region)을 설정하고 이전 측정값을 기준으로 현재 측정값이 안전영역을 벗어나는 경우만 데이터를 전송함으로서 데이터의 전송을 줄이고 네트워크의 수명을 연장 시킨다. 성능평가 결과 제안하는 기법이 DIM 기법에 비해 에너지 소모가 60% 감소 했다.
하지만 제안하는 기법의 경우 발생하는 데이터의 유사한 정도를 판단하여 설정된 오차 허용범위(ξ) 이내의 데이터가 발생하였을 때, 이러한 데이터의 전송을 불필요한 데이터 전송로 간주하고, 이를 제거함으로써 많은 통신비용적 측면의 이득을 가진다. 실험결과 제안하는 기법에서 오차 허용범위가 증가함에 따라 발생하는 통신비용의 이득이 증가하는 것을 확인할 수 있으며, 0.3을 기점으로 수렴하는 것을 확인할 수 있다.
하지만 제안하는 기법의 경우 발생하는 데이터의 유사한 정도를 판단하여 설정된 오차 허용범위(ξ) 이내의 데이터가 발생하였을 때, 이러한 데이터의 전송을 불필요한 데이터 전송로 간주하고, 이를 제거함으로써 많은 통신비용적 측면의 이득을 가진다.

후속연구

성능평가 결과 기존 기법에 비해 데이터 전송 비용이 60% 감소하였다. 향후 연구는 시간의 근사 속성을 이용하여 질의 처리 비용을 줄이는 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	대표적인 DCS 기법은?	대표적인 DCS 기법으로는 GHT[3], DIM[4], KDDCS[5]가 있다. GHT기법은 공간 해싱 기법을 이용하여 데이터가 저장될 지리적인 위치를 랜덤하게 선정하고, 데이터의 저장, 탐색, 질의를 위해 해당 위치로 패킷을 GPSR[6]기법으로 최단 경로 라우팅을 하는 기법이다.
	데이터 중심 저장 기법이란?	데이터 중심 저장 기법은 센서 네트워크에서 측정값을 효율적으로 저장하고 관리하기 위한 대표적인 연구 중 하나이다. 이 기법은 센서가 센싱한 데이터를 특정 센서 노드로 보내 저장한다.
	데이터 중심 저장 기법의 장정은?	데이터 중심 저장 기법은 센서 네트워크에서 측정값을 효율적으로 저장하고 관리하기 위한 대표적인 연구 중 하나이다. 이 기법은 센서가 센싱한 데이터를 특정 센서 노드로 보내 저장한다. 하지만, 측정값을 네트워크 내부의 특정 노드로 전송하는 과정에서 많은 에너지를 소모하는 문제점을 가지고 있다.

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

데이터 중심 저장 기법을 위한 효율적인 센서 데이터 압축 알고리즘
An Efficient Sensor Data Compression Algorithm for Data-Centric Storages 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

데이터 중심 저장 기법을 위한 효율적인 센서 데이터 압축 알고리즘 An Efficient Sensor Data Compression Algorithm for Data-Centric Storages 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

데이터 중심 저장 기법을 위한 효율적인 센서 데이터 압축 알고리즘
An Efficient Sensor Data Compression Algorithm for Data-Centric Storages 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper