A framework for processing complex queries in wireless sensor networks

Abstract

In this work, we present a framework, denoted ADAGA -- P *, for processing complex queries and for managing sensor-field regression models. The proposed mechanism builds and instantiates sensor-field models. Thus ADAGA -- P * makes query engines able to answer complex queries such as give the probability of rain for the next two days in the city of Fortaleza . On the other hand, it is well known that minimizing energy consumption in a Wireless Sensor Network (WSN) is a critical issue for increasing the network lifetime. An efficient strategy for saving power in WSNs is to reduce the data volume injected into the network. For that reason, ADAGA -- P * implements an in-network data prediction mechanism in order to avoid that all sensed data have to be sent to fusion center node (or base station). Thus, sensor nodes only transmit data which are novelties for a regression model applied by ADAGA -- P *. Experiments using real data have been executed to validate our approach. The results show that ADAGA -- P * is quite efficient regarding communication cost and the number of executed float-point operations. In fact, the energy consumption rate to run ADAGA -- P * is up to 14 times lower than the energy consumed by kernel distributed regression for an RMSE difference of 0.003.

Continuous Monitoring in Wireless Sensor Networks: A Fuzzy-Probabilistic Approach

“…Os resultados serão comparados com uma técnica que utiliza um modelo preditivo para também evitar a geração e transmissão de dados sensoriados. Um apanhado destas técnicas pode ser encontrado em [Maia et al 2013].…”

“…A ideia central nos trabalhos [Matos et al 2010, Maia et al 2013]é que o nó sink constroi modelos preditivos lineares para a série temporal em cada nó sensor e envia os coeficientes do modelo para cada nó simular a predição realizada pelo sink antes de transmitir. Se a predição cai dentro de um limiar de erro estabelecido, o nó não transmite, economizando energia.…”

“…Esses pontos motivaram o presente trabalho no qual uma estratégia simples, totalmente distribuída e que não requer mensagens de controleé proposta. O desempenhoé comparado com o trabalho [Maia et al 2013]. Este trabalho foi escolhido para comparação pela similaridade de configuração do problema e por apresentar informações para sua completa reprodutibilidade.…”

“…A reconstrução do campo sensoriadoé baseada em inferência fuzzy. O desempenho, utilizando a curva erro de reconstrução do campo sensor versus número de mensagens transmitida,é comparado com outro algoritmo descrito na literatura, baseado em predição linear [Maia et al 2013].…”

Using fractal clustering to explore behavioral correlation

“…Thus, a sensor node does not need to send any data to sink, since it is able to predict all sensed data by the sensors. Then, the network is saving power of sensors [5].…”