无线传感器网络中QoS近似查询处理算法研究

无线传感器网络是当前国际学术界的研究前沿和热点。查询处理技术作为该类网络数据管理的核心技术之一，与各类应用联系极为紧密。鉴于该类网络的能量、计算、储量能力受限等特点及不同应用特定的QoS需求，本项目主要研究带QoS约束的近似查询处理机制及相关优化算法。从数据的存储和搜索两方面出发，重点研究近似查询处理相关的数据聚合算法及存储策略、数据更新机制、数据搜索算法等。在项目实施过程中，取得了若干具有一定意义的研究成果，主要体现为：1）构建了大规模传感网的查询处理模型，模型中提出了一套新分簇方案和事件数据压缩及编码机制，该机制结合事件类型及其时空特征对事件数据进行压缩，并采用二分法对压缩后的事件数据进行编码，以减少网内待传输的事件数据总量来缩减传输能耗；2）构建了传感网基于数据近似度的事件模型，模型中提出了数据相似度概念，该模型为传感网近似查询处理奠定了基础；3）提出基于事件优先级的传感网分环存储策略，策略中让优先级高的事件产生更多的副本且分散在更广的环状区域，以便让具体应用中的相关查询者能够快速探测到高优先级事件，从而达到提高网络服务质量之目的；4）提出了传感网基于蚁群算法的分布式搜索策略，通过对蚁群算法的选路策略和信息素更新规则的仔细考察，把蚁群优化应用于传感网实时查询处理并取得了很好的效果；5）提出了传感网分布式Cache策略及数据更新机制，在查询成功返回的途中进行事件半路补充缓存，减少了特定查询请求的搜索能耗，同时提出了基于数据查询率和数据重要性双重机制的数据更新策略，以有效防止整个传感网络数据老化。6）提出了传感网基于事件簇的数据聚集容错机制，通过降低错误数据对查询结果的负面影响以实现数据采集及聚合过程中的可靠性，该方法可视为本项目向网络安全与容错领域的一次有益探索。7）提出了基于虚拟存储共享的传感器节点模型以及基于网络演算的二层调度模型，在此基础上发展了一个保证服务模型，包括队列长度、延迟以及有效带宽等上界模型。上述系列相关算法的研究工作对于推动传感器网络技术的研究和应用具有重要的理论和现实意义。