The GR-tree: An Energy-Efficient Distributed Spatial Indexing Scheme in Wireless Sensor Networks

GR-tree: 무선 센서 네트워크에서 에너지 효율적인 분산 공간색인기법

  • 김민수 (한국전자통신연구원 공간정보연구팀) ;
  • 장인성 (한국전자통신연구원 공간정보연구팀)
  • Received : 2011.07.28
  • Accepted : 2011.10.20
  • Published : 2011.10.31

Abstract

Recently, there has been much interest in the spatial query which energy-efficiently acquires sensor readings from sensor nodes inside specified geographical area of interests. The centralized approach which performs the spatial query at a server after acquiring all sensor readings, though simple, it incurs high wireless transmission cost in accessing all sensor nodes. In order to remove the high wireless transmission cost, various in-network spatial indexing schemes have been proposed. They have focused on reducing the transmission cost by performing distributed spatial filtering on sensor nodes. However, these in-network spatial indexing schemes have a problem which cannot optimize both the spatial filtering and the wireless routing among sensor nodes, because these schemes have been developed by simply applying the existing spatial indexing schemes into the in-network environment. Therefore, we propose a new distributed spatial indexing scheme of the GR-tree. The GR-tree which form s a MBR-based tree structure, can reduce the wireless transmission cost by optimizing both the efficient spatial filtering and the wireless routing. Finally, we compare the existing spatial indexing scheme through extensive experiments and clarify our approach's distinguished features.

최근 특정 공간영역 내에 포함되는 센서노드들만의 센싱정보를 에너지 효율적으로 수집하는 센서 네트워크 기반 공간질의처리에 대한 관심이 증가하고 있다. 이러한 센서 네트워크 기반 공간질의처리의 가장 단순한 방법은 모든 센서노드의 위치와 센싱정보를 서버로 수집한 다음, 서버에서 공간질의를 처리하는 Centralized 방법이다. 이 방법은 간단하다는 장점은 있지만, 모든 센서노드를 접근하기 위하여 소요되는 높은 무선통신 비용으로 인하여 센서노드의 에너지 효율성이 크게 떨어지는 단점을 가지고 있다. 이러한 Centralized 방법을 보완하기 위하여 센서노드에서 분산 공간 필터링을 수행하여 센서노드 간의 무선통신 횟수를 감소시키는 In-network 기반 분산 공간색인기법들이 제안되어 왔다. 그러나, 이러한 분산 공간색인기법들은 대부분 서버에서 이용되던 기존 공간색인기법들을 센서 네트워크에 단순히 적용하였기 때문에, In-network 환경에서 공간 필터링의 효과와 센서노드들 간의 무선 라우팅을 동시에 최적화하지 못하는 단점을 가지고 있다. 이에 본 논문에서는 In-network 환경에서 공간 필터링을 최적화하면서 동시에 센서노드들 간의 라우팅을 보장할 수 있는 GR-tree의 새로운 분산 공간색인기법을 제안하고자 한다. GR-tree 방법은 R-tree와 유사하게 MBR 기반의 트리를 구성하며, 센서노드들 간의 무선 라우팅 및 공간적인 인접성을 보장하면서 MBR들 간의 겹침을 최소화할 수 있는 특징을 가지고 있다. 끝으로, GR-tree와 기존 방법들의 다양한 성능 비교 실험을 통하여 제안된 방법의 효율성을 보여주고자 한다.

Keywords

Acknowledgement

Grant : 지능형국토정보기술혁신사업과제

References

  1. P. Bonnet, J. Gehrke and P. Seshadri, 2001, "Towards Sensor Database Systems," Proc. 2nd Int'l Conf. Mobile Data Management, LNCS 1987, pp 3-14.
  2. T. Brinkhoff, H. Kriegel, R. Schneider and B. Seeger, 1990, "The R*-tree: An Efficient and Robust Access Method for Points and Rectangles," Proc. ACM SIGMOD, pp. 322-331.
  3. M. Demirbas and H.Ferhatosmanoglu, 2003, "Peer-to-Peer Spatial Queries in Sensor Networks," Proc. 3rd Int'l Conference on Peer-to-Peer Computing, pp. 32-39.
  4. M. Demirbas and X. Lu, 2007, "Distributed Quad-Tree for Spatial Querying in Wireless Sensor Networks," Proc. IEEE Int'l Conference on Communications, pp. 3325-3332.
  5. A. Guttman, 1984, "R-trees: A Dynamic Index Structure for Spatial Searching," Proc. ACM SIGMOD, pp. 47-57.
  6. M. S. Kim, J. W. Kim and M. H. Kim, 2008, "Semijoin- Based Spatial Join Processing in Multiple Sensor Networks," ETRI Journal, vol. 30. no. 6, pp. 853-855. https://doi.org/10.4218/etrij.08.0208.0206
  7. M. S. Kim, J. W. Kim and M. H. Kim, 2010, "Hybrid Spatial Query Processing between a Server and a Wireless Sensor Network," IEICE. TRANS. INF. & SYST., vol. E93-D, no. 8, pp. 2306-2310. https://doi.org/10.1587/transinf.E93.D.2306
  8. C. K. Lee, B. Zheng, W. Lee and J. Winter, 2007, "Materialized In-Network View for Spatial Aggregation Queries in Wireless Sensor Network," ISPRS Journal of Photogrammetry & Remote Sensing, vol. 62, no. 5, pp. 382-402. https://doi.org/10.1016/j.isprsjprs.2007.03.006
  9. S. Madden, M. J. Franklin and J.M. Hellerstein, 2005, "TinyDB: An Acquisitional Query Processing System for Sensor Networks," ACM TODS, vol. 30, no. 1, pp. 122-173. https://doi.org/10.1145/1061318.1061322
  10. A. Meka and A. Singh, 2005, "DIST: A Distributed Spatio-temporal Index Structure for Sensor Networks," Proc. ACM CIKM, pp. 139-146.
  11. K. Park, B. Lee and R. Elmasri, 2007, "Energy Efficient Spatial Query Processing in Wireless Sensor Networks," Proc. 21st Int'l Conference on Advanced Information Networking and Applications Workshops, pp. 719-724.
  12. M. Sharifzadeh and C.Shahabi, 2004, "Supporting Spatial Aggregation in Sensor Network Databases," Proc. 12th ACM Int'l Workshop on Geographic Information Systems, pp.166-175.
  13. V. Shnayder, M. Hempstead, B. Chen, G. W. Allen and M. Welsh, 2004, "Simulating the Power Consumption of Large-Scale Sensor Network applications," Proc. ACM Sensys, pp. 188-200.
  14. A. Soheili, V. Kalogeraki and D. Gunopulos, 2005, "Spatial Queries in Sensor Networks," Proc. 14th ACM Int'l Workshop on Geographic Information Systems, pp. 61-70.
  15. M. L. Yiu, N. Mamoulis and S.Bakiras, 2007, "Retrieval of Spatial Join Pattern Instances from Sensor Networks," 19th Int'l Conference on Scientific and Statistical Database Management. pp. 25-34.
  16. 김정준, 신인수, 이기영, 한기준, 2011, "무선 센서네트워크에서 효율적인 집계 질의 처리", 한국공간정보학회지, 제19권, 제3호, pp. 95-106.
  17. 김호, 백성하, 이동욱, 김경배, 배해영, 2010, "GeoSensor 환경에서 공간질의 정확도 향상을 위한 선-필터링을 이용한 후-부하제한 기법", 한국공간정보학회지, 제12권, 제1호, pp. 18-27.
  18. 홍승태, 윤민, 장재우, 2010, "지오센서 네트워크에서 에너지 효율성을 지원하는 바이트코드 기반데이터 서비스 미들웨어 구현, 한국공간정보학회지, 제18권, 제4호, pp. 75-88.