센서 네트워크에서 에너지 효율적인 연속 스카이라인 질의 처리Energy-efficient continuous skyline query processing in sensor networks

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 492
  • Download : 0
DC FieldValueLanguage
dc.contributor.advisor이윤준-
dc.contributor.advisorLee, Yoon-Joon-
dc.contributor.author정지은-
dc.contributor.authorJung, Ji-Eun-
dc.date.accessioned2011-12-13T06:08:06Z-
dc.date.available2011-12-13T06:08:06Z-
dc.date.issued2009-
dc.identifier.urihttp://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=308905&flag=dissertation-
dc.identifier.urihttp://hdl.handle.net/10203/34863-
dc.description학위논문(석사) - 한국과학기술원 : 전산학전공, 2009.2, [ iv, 36 p. ]-
dc.description.abstract스카이라인은 다차원 의사결정의 응용을 지원하며 현재 데이터베이스 분야에서 집중적으로 연구되고 있다. 스카이라인은 센서 네트워크의 환경 감시 응용과 산업 제어 시스템에서도 유용하게 사용될 수 있다. 전통적인 데이터베이스 시스템에서 스카이라인 질의 알고리즘은 활발히 연구되어왔다. 그러나 기존의 알고리즘들은 센서 네트워크의 주요한 특성인 제한된 배터리, 멀티 홉 무선 통신 방식을 고려하지 않으므로 센서 네트워크 환경에서 적합하지 않다. 본 논문에서는 연속 스카이라인 질의 처리 환경을 고려하는 새로운 필터링 기법인 데이터 밀도 기반의 필터링 기법(Filtering Method based on Density: FMDD)을 제안한다. 제안 기법은 센서의 측정 데이터가 균등하게 분포되어 있다는 가정 대신에 히스토그램을 이용하여 측정 데이터의 분포를 파악한다. 히스토그램은 경제적인 계산 비용과 저장 공간으로 데이터 분포의 요약 정보를 제공한다. 제안 기법은 센서 노드에 보다 나은 필터를 구축함으로써 불필요한 데이터 전송을 줄일 수 있다. 실제 센서 데이터를 이용한 성능 비교는 제안하는 기법이 기존의 필터링 기법보다 데이터 전송을 줄여 에너지 소모를 감소시킬 수 있다는 것을 보여준다.kor
dc.languagekor-
dc.publisher한국과학기술원-
dc.subjectskyline query-
dc.subjectsensor networks-
dc.subjectfilter-
dc.subject스카이라인 질의-
dc.subject센서 네트워크-
dc.subject필터-
dc.subjectskyline query-
dc.subjectsensor networks-
dc.subjectfilter-
dc.subject스카이라인 질의-
dc.subject센서 네트워크-
dc.subject필터-
dc.title센서 네트워크에서 에너지 효율적인 연속 스카이라인 질의 처리-
dc.title.alternativeEnergy-efficient continuous skyline query processing in sensor networks-
dc.typeThesis(Master)-
dc.identifier.CNRN308905/325007 -
dc.description.department한국과학기술원 : 전산학전공, -
dc.identifier.uid020073530-
dc.contributor.localauthor이윤준-
dc.contributor.localauthorLee, Yoon-Joon-
Appears in Collection
CS-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0