Redução de dados em redes de sensores sem fio baseada em stream de dados

Detalhes bibliográficos
Autor(a) principal: Andre Luiz Lins de Aquino
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/RVMR-7K6MJP
Resumo: O mundo ao nosso redor possui uma variedade de fenômenos que podem ser descritos por algumas grandezas como temperatura, pressão e umidade, que podem ser monitorados por dispositivos com poder de sensoriamento, processamento e comunicação. O conjunto desses dispositivos, trabalhando de forma cooperativa, é conhecido como rede de sensores sem fio. Cada um desses dispositivos, chamados nó sensor, tem a capacidade de monitorar um ou mais fenômenos e reportá-los, através de uma comunicação sem fio, para um nó especial chamado de sorvedouro.Essas redes, devido às características da aplicação, possuem restrições de energia, tempo de resposta e largura de banda. Especificamente no que diz respeito à largura de banda, enviar grandes quantidades de dados pode ser problemático pela quantidade de nós que acessarão o meio, causando atraso demasiado no tempo de resposta e, assim, invalidando os dados. Devido a essas restrições, é necessário adotar-se alguma estratégia para o tratamento dos dados a fim de reduzir ou selecionar apenas os dados mais relevantes para a aplicação.Os fenômenos monitorados geram dados com algumas características (online, impreciso, com ruído e de tamanho moderado, ie, grandes o suficiente para não poderem ser processados facilmente), que nos leva a defini-los como stream de dados. Para tal tipo de dados, encontramos algumas técnicas, como amostragem, histograma, janela deslizante e rascunho, que nos permitem efetuar o processamento e a redução do conjunto de grandezas que representam os fenômenos monitorados, de tal forma que os gastos na rede possam ser reduzidos.Com isso, o problema geral tratado no nosso trabalho é efetuar a redução de dados em redes de sensores sem fio baseada nas técnicas de stream de dados de tal forma que seja possível economizar os recursos da rede sem comprometer a representatividade dos fenômenos monitorados. Como solução é proposta uma arquitetura para redução nas aplicações gerais, que possui uma API de redução baseada nas técnicas de stream de dados. Além disso, utilizamos essa arquitetura para modelar aplicações que necessitam efetuar a redução no momento do sensoriamento, através de um nó agregador, e durante o roteamento.Os resultados revelam que é possível utilizar a nossa solução para as diferentes aplicações modeladas, uma vez que foi possível economizar recursos da rede sem perder a representatividade dos fenômenos monitorados. Especificamente, quando a arquitetura foi integrada à fase de roteamento em aplicações de tempo real vimos através dos resultados que na maioria dos cenários é possível atender aos prazos exigidos pela aplicação e ainda assim manter a representatividade dos fenômenos monitorados.
id UFMG_18b7595d2e386ec0a0c6623cffc24a1c
oai_identifier_str oai:repositorio.ufmg.br:1843/RVMR-7K6MJP
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Antonio Otavio FernandesLuciana Salete BuriolDjamel F.h. SadokEduardo Freire NakamuraAntonio Alfredo Ferreira LoureiroClaudionor Jose Nunes Coelho JuniorAndre Luiz Lins de Aquino2019-08-10T18:53:17Z2019-08-10T18:53:17Z2008-02-22http://hdl.handle.net/1843/RVMR-7K6MJPO mundo ao nosso redor possui uma variedade de fenômenos que podem ser descritos por algumas grandezas como temperatura, pressão e umidade, que podem ser monitorados por dispositivos com poder de sensoriamento, processamento e comunicação. O conjunto desses dispositivos, trabalhando de forma cooperativa, é conhecido como rede de sensores sem fio. Cada um desses dispositivos, chamados nó sensor, tem a capacidade de monitorar um ou mais fenômenos e reportá-los, através de uma comunicação sem fio, para um nó especial chamado de sorvedouro.Essas redes, devido às características da aplicação, possuem restrições de energia, tempo de resposta e largura de banda. Especificamente no que diz respeito à largura de banda, enviar grandes quantidades de dados pode ser problemático pela quantidade de nós que acessarão o meio, causando atraso demasiado no tempo de resposta e, assim, invalidando os dados. Devido a essas restrições, é necessário adotar-se alguma estratégia para o tratamento dos dados a fim de reduzir ou selecionar apenas os dados mais relevantes para a aplicação.Os fenômenos monitorados geram dados com algumas características (online, impreciso, com ruído e de tamanho moderado, ie, grandes o suficiente para não poderem ser processados facilmente), que nos leva a defini-los como stream de dados. Para tal tipo de dados, encontramos algumas técnicas, como amostragem, histograma, janela deslizante e rascunho, que nos permitem efetuar o processamento e a redução do conjunto de grandezas que representam os fenômenos monitorados, de tal forma que os gastos na rede possam ser reduzidos.Com isso, o problema geral tratado no nosso trabalho é efetuar a redução de dados em redes de sensores sem fio baseada nas técnicas de stream de dados de tal forma que seja possível economizar os recursos da rede sem comprometer a representatividade dos fenômenos monitorados. Como solução é proposta uma arquitetura para redução nas aplicações gerais, que possui uma API de redução baseada nas técnicas de stream de dados. Além disso, utilizamos essa arquitetura para modelar aplicações que necessitam efetuar a redução no momento do sensoriamento, através de um nó agregador, e durante o roteamento.Os resultados revelam que é possível utilizar a nossa solução para as diferentes aplicações modeladas, uma vez que foi possível economizar recursos da rede sem perder a representatividade dos fenômenos monitorados. Especificamente, quando a arquitetura foi integrada à fase de roteamento em aplicações de tempo real vimos através dos resultados que na maioria dos cenários é possível atender aos prazos exigidos pela aplicação e ainda assim manter a representatividade dos fenômenos monitorados.In the world there are a variety of phenomena, such as temperature, pressure, and humidity, which can be monitored by specific sensor devices with processing and communication power. These devices, working cooperatively, are known as wireless sensor networks. Each sensor node can monitor and report some phenomena to a special node called sink node, using a wireless communication.Despite their potential applications, wireless sensor networks have particular features imposed by resource restrictions, such as low computational power, reduced bandwidth and especially limited power source. Specifically, when we have a lot of data to be sent, the reduced bandwidth problem is increased since more nodes will try to access the wireless medium generating a packet delay. Thus, some data reduction is necessary where only the data relevant to the application is used.In wireless sensor networks, the monitored phenomena have data stream characteristics (online, imprecise, with noise, and of moderate size). To process a data stream there are some techniques such as sampling, histogram, sliding windows, and sketch. This techniques allow the data processing and reducing where the network requirements, like energy consumption and packet delay.Thus, the general problem treated here is the stream-based data reduction in wireless sensor networks so the network resources are saved, but at the same time we are interested to have a minimum data quality that represents the monitored phenomena. Our solution, proposed for this problem is a generic architecture that can be applied to general applications. This architecture has an API that allows to apply data reduction techniques to stream-based applications in wireless sensor networks. We use this architecture to model some applications that need to reduce the data at the sensor nodes, cluster heads, or routing nodes.The results show that it is possible to use our solution in general applications, leading to reduction in both energy consumption and packet delay without loosing the data representativeness. Furthermore, when the architecture is integrated to the routing phase on real-time applications the results show that it is possible to achieve the deadline and keep the information quality about the monitored phenomena.Universidade Federal de Minas GeraisUFMGComputaçãoSistemas de comunicaçâo sem fioBanco de dados GerênciaSistemas de computação sem fioComunicações digitaisstream de dadosredes sem fioRedução de dados em redes de sensores sem fio baseada em stream de dadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALandreluizlinsaquino.pdfapplication/pdf964796https://repositorio.ufmg.br/bitstream/1843/RVMR-7K6MJP/1/andreluizlinsaquino.pdf8742bd211d9e30bb7eb0506065da7fbfMD51TEXTandreluizlinsaquino.pdf.txtandreluizlinsaquino.pdf.txtExtracted texttext/plain241408https://repositorio.ufmg.br/bitstream/1843/RVMR-7K6MJP/2/andreluizlinsaquino.pdf.txt537bfe8fd1cead5d9b2c4589201531d0MD521843/RVMR-7K6MJP2019-11-14 04:08:11.27oai:repositorio.ufmg.br:1843/RVMR-7K6MJPRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T07:08:11Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Redução de dados em redes de sensores sem fio baseada em stream de dados
title Redução de dados em redes de sensores sem fio baseada em stream de dados
spellingShingle Redução de dados em redes de sensores sem fio baseada em stream de dados
Andre Luiz Lins de Aquino
stream de dados
redes sem fio
Computação
Sistemas de comunicaçâo sem fio
Banco de dados Gerência
Sistemas de computação sem fio
Comunicações digitais
title_short Redução de dados em redes de sensores sem fio baseada em stream de dados
title_full Redução de dados em redes de sensores sem fio baseada em stream de dados
title_fullStr Redução de dados em redes de sensores sem fio baseada em stream de dados
title_full_unstemmed Redução de dados em redes de sensores sem fio baseada em stream de dados
title_sort Redução de dados em redes de sensores sem fio baseada em stream de dados
author Andre Luiz Lins de Aquino
author_facet Andre Luiz Lins de Aquino
author_role author
dc.contributor.advisor1.fl_str_mv Antonio Otavio Fernandes
dc.contributor.referee1.fl_str_mv Luciana Salete Buriol
dc.contributor.referee2.fl_str_mv Djamel F.h. Sadok
dc.contributor.referee3.fl_str_mv Eduardo Freire Nakamura
dc.contributor.referee4.fl_str_mv Antonio Alfredo Ferreira Loureiro
dc.contributor.referee5.fl_str_mv Claudionor Jose Nunes Coelho Junior
dc.contributor.author.fl_str_mv Andre Luiz Lins de Aquino
contributor_str_mv Antonio Otavio Fernandes
Luciana Salete Buriol
Djamel F.h. Sadok
Eduardo Freire Nakamura
Antonio Alfredo Ferreira Loureiro
Claudionor Jose Nunes Coelho Junior
dc.subject.por.fl_str_mv stream de dados
redes sem fio
topic stream de dados
redes sem fio
Computação
Sistemas de comunicaçâo sem fio
Banco de dados Gerência
Sistemas de computação sem fio
Comunicações digitais
dc.subject.other.pt_BR.fl_str_mv Computação
Sistemas de comunicaçâo sem fio
Banco de dados Gerência
Sistemas de computação sem fio
Comunicações digitais
description O mundo ao nosso redor possui uma variedade de fenômenos que podem ser descritos por algumas grandezas como temperatura, pressão e umidade, que podem ser monitorados por dispositivos com poder de sensoriamento, processamento e comunicação. O conjunto desses dispositivos, trabalhando de forma cooperativa, é conhecido como rede de sensores sem fio. Cada um desses dispositivos, chamados nó sensor, tem a capacidade de monitorar um ou mais fenômenos e reportá-los, através de uma comunicação sem fio, para um nó especial chamado de sorvedouro.Essas redes, devido às características da aplicação, possuem restrições de energia, tempo de resposta e largura de banda. Especificamente no que diz respeito à largura de banda, enviar grandes quantidades de dados pode ser problemático pela quantidade de nós que acessarão o meio, causando atraso demasiado no tempo de resposta e, assim, invalidando os dados. Devido a essas restrições, é necessário adotar-se alguma estratégia para o tratamento dos dados a fim de reduzir ou selecionar apenas os dados mais relevantes para a aplicação.Os fenômenos monitorados geram dados com algumas características (online, impreciso, com ruído e de tamanho moderado, ie, grandes o suficiente para não poderem ser processados facilmente), que nos leva a defini-los como stream de dados. Para tal tipo de dados, encontramos algumas técnicas, como amostragem, histograma, janela deslizante e rascunho, que nos permitem efetuar o processamento e a redução do conjunto de grandezas que representam os fenômenos monitorados, de tal forma que os gastos na rede possam ser reduzidos.Com isso, o problema geral tratado no nosso trabalho é efetuar a redução de dados em redes de sensores sem fio baseada nas técnicas de stream de dados de tal forma que seja possível economizar os recursos da rede sem comprometer a representatividade dos fenômenos monitorados. Como solução é proposta uma arquitetura para redução nas aplicações gerais, que possui uma API de redução baseada nas técnicas de stream de dados. Além disso, utilizamos essa arquitetura para modelar aplicações que necessitam efetuar a redução no momento do sensoriamento, através de um nó agregador, e durante o roteamento.Os resultados revelam que é possível utilizar a nossa solução para as diferentes aplicações modeladas, uma vez que foi possível economizar recursos da rede sem perder a representatividade dos fenômenos monitorados. Especificamente, quando a arquitetura foi integrada à fase de roteamento em aplicações de tempo real vimos através dos resultados que na maioria dos cenários é possível atender aos prazos exigidos pela aplicação e ainda assim manter a representatividade dos fenômenos monitorados.
publishDate 2008
dc.date.issued.fl_str_mv 2008-02-22
dc.date.accessioned.fl_str_mv 2019-08-10T18:53:17Z
dc.date.available.fl_str_mv 2019-08-10T18:53:17Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/RVMR-7K6MJP
url http://hdl.handle.net/1843/RVMR-7K6MJP
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/RVMR-7K6MJP/1/andreluizlinsaquino.pdf
https://repositorio.ufmg.br/bitstream/1843/RVMR-7K6MJP/2/andreluizlinsaquino.pdf.txt
bitstream.checksum.fl_str_mv 8742bd211d9e30bb7eb0506065da7fbf
537bfe8fd1cead5d9b2c4589201531d0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589199740272640