传感器网络中过滤机制下高效top-k查询处理技术

摘要

如何能量高效的进行top-k查询处理是无线传感器网络领域中的一个重要课题.节点设置过滤窗口可以避免与top-k查询无关的数据上传到汇聚节点或者基站,因而大大减少传感器网络的通信量,节省传感器节点能量.然而,已有算法如FILA、DAFM,基站到传感器节点的过滤窗口更新中仍然存在很大开销.提出一种基于预测信息更新窗口的top-k查询算法FAPU,该算法根据历史数据采用ARIMA时间序列预测模型对接下来s个时刻的传感器数据进行预测,根据预测信息进行多步窗口更新的代价评估,避免不必要的窗口更新,从而减小窗口更新的能量消耗.实验结果表明在确保top-k查询准确性的同时,本文所提出的FAPU算法与已有算法相比更加能量有效.