大规模传感器网络中,多个连续查询往往同时执行,对其进行合理的综合优化可以节省执行代价,但查询的动态注册和注销使得多查询处理面临巨大挑战。多sink节点的引入要求多查询处理技术既要能适应网络划分的动态变化,又要能充分利用多sink节点进行协同处理。异构传感器网络通过异构节点的协作可以显著提高事件报告的准确性,但也增加了事件监测的难度。以上需求带来了查询处理技术的复杂化,目前国内外已取得了一些相关研究成果,但仍有许多关键问题有待解决。为此本项目拟深入研究传感器网络复杂查询处理技术,拟采用面向多查询的数据协同过滤方法、多维查询索引的建立和维护策略、公共表达式的动态提取和维护机制、多sink节点下基于临界区域的查询计划动态调整机策略、基于距离受限自连接技术的事件监测方法等,解决多连续查询处理、多sink节点下的多查询处理和异构环境下的复合事件处理,促进和推动传感器网络查询处理技术的发展。
Wireless sensor networks;complex query;multi-sink nodes;event detection;heterogeneous environments
传感器网络是一个以数据为中心的网络,查询处理技术是传感器网络的核心技术。大规模传感器网络中,多个连续查询往往同时执行,对其进行合理的综合优化可以节省执行代价。多sink节点的引入要求多查询处理技术既要能适应网络划分的动态变化,又要能充分利用多sink节点进行协同处理。异构传感器网络通过异构节点的协作可以显著提高事件报告的准确性,但也增加了事件监测的复杂性。本课题针对无线传感器网络的特点,深入研究了无线传感器网络复杂查询处理技术,包括多连续查询处理技术、多sink节点下的多查询处理技术、异构环境下的复合事件处理技术、复杂网络结构下的复杂查询处理技术,并初探了传感器网络隐私保护技术。具体解决的关键技术问题包括连续top-k等值线区域查询算法、最近多个采样周期内连续的连接查询、连续的Top-k连接查询、连续空间Skyline查询、支持多sink节点的查询驱动的实时数据转发协议、适合多sink节点下top-k查询的分簇路由、基于多sink节点拓扑的数据压缩算法、多sink下最大生命周期森林的构建方法、异构环境下的全局潜在事件近似检测、基于主观逻辑的异常检测、基于潜在事件的Top-k近似查询、异构环境下基于潜在事件的k-NN近似查询处理、基于动态图的相似查询处理以及不确定数据的查询处理、带隐私保护的SUM算法和近似查询协议。同时我们还研发了原型系统TinyQP V2.0以部分验证理论研究成果。 围绕课题的研究内容,我们在IEEE Trans. on Knowledge and Data Engineering(TKDE)、Information Science、IEEE Trans. on Fuzzy Systems(TFS)、WWW J、International Journal of Sensor Network等学术期刊以及SIGMOD、DASFAA、Euro-par、ICC、ISCC等学术会议上发表和录用论文25篇,其中SCI检索论文8篇,EI检索论文23篇,ISTP检索论文3篇;申请2项国家发明专利,其中1项专利已获得授权。