基于缓存策略的多应用共享传感网多查询优化研究

发布时间：2017-12-17 10:28

  本文关键词：基于缓存策略的多应用共享传感网多查询优化研究

  更多相关文章： 共享的无线传感器网络 二级缓存模型 多应用查询优化 节省能耗

【摘要】：无线传感器网络因其广泛的应用和巨大的发展前景,正受到越来越多人们的关注。传感器节点通常由电池供能,由于环境因素等难以充电或更换电池,当一个节点电池能量耗尽,整个网络的生命周期即终止。所以,如何有效节省网络耗能是目前研究重点之一。目前无线传感器网络通常仅支持单一应用,这造成网络资源浪费,且降低传感器节点利用率。所以,越来越多的研究拟构建多应用共享的传感网,从而节省网络耗能和提高节点利用率。在一些特定场景下传感器数据可能不会在一段时间内剧烈变化,精确度在一定范围内的数据也可应答用户请求,将历史数据进行缓存并用于应答用户查询,可减少网络实时获取数据量和网络耗能。本文针对上述研究问题提出了多应用共享的传感网,构造二级缓存策略,实现能量有效的多查询优化。主要研究内容如下:首先,本文构建多应用共享的无线传感器网络模型。针对网络多应用分解后的多个查询任务,根据其查询区域、查询时长及查询属性重写为0-1二进制串,并对该多应用查询的二进制串取并集,实现多应用的合并和数据共享。其次,对网络划分网格,构建基于基站和网格头结点的二级缓存模型。其中网格头结点只存储该单个网格内节点数据,并将用户所需数据传输给基站,基站进行整个网络数据的缓存与用户应答,并合理设置基站数据替换、数据预取算法。然后,构建基于缓存机制的多应用共享传感网中多查询优化机制。针对多个应用合并后所需获取的数据,首先从基站查找是否缓存有在有效范围内的数据,如果有则直接由基站缓存数据应答;否则,从网格头结点缓存数据获取。查询数据通过索引树上传至基站,基站进行缓存更新、数据预取及多应用查询应答。最后,本文对所构建的基于缓存策略的多应用共享传感网多查询优化过程,进行上机模拟实验,并与相关工作作对比。理论分析和实验结果证明了本文所构建模型方法的技术可行性和能量有效性。综上所述,该论文所研究的多查询优化方法,可高效应对多用户多应用请求,对无线传感器网络低能耗查询方面作进一步的推动。
【学位授予单位】：中国地质大学(北京)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP212.9;TN929.5

【相似文献】

中国期刊全文数据库 前10条

1 王新军,洪晓光,王海洋;子包含技术用于查询优化[J];系统仿真学报;2001年06期

2 芦金石,李红星,李晓;分布式异构数据库的遗传查询优化[J];计算机应用与软件;2004年07期

3 王昱;分布式数据库系统的查询优化策略研究[J];海军工程大学学报;2004年03期

4 陈亮;王献荣;;Informix Dynamic Server的查询优化策略[J];开封大学学报;2005年04期

5 何源,戴小鹏,张林峰;数据查询优化算法综述[J];计算机与现代化;2005年04期

6 韩中;汪伟;;海量数据的查询优化[J];科技资讯;2006年14期

7 刘冰;李正凡;;分布式数据库系统的查询优化策略研究[J];华东交通大学学报;2007年02期

8 陈智慧;郗海龙;;基于分布式数据库系统查询优化研究[J];科技咨询导报;2007年27期

9 孙振宝;;查询优化策略在分布式数据库系统中的应用[J];黑龙江科技信息;2007年20期

10 冉崇善;仝武宁;李宏斌;;分布式资产管理查询优化的研究[J];邮电设计技术;2008年11期

中国重要会议论文全文数据库 前10条

1 梁雄友;薛永生;;一种基于多副本均衡负载的多元联接查询优化算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

2 韩萌;洪晓光;张勇;王文宜;;分层回溯用于数据库的查询优化[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

3 曹阳;方强;王国仁;于戈;;一种基于遗传算法的多连接表达式的并行查询优化方法[A];第十八届全国数据库学术会议论文集（研究报告篇）[C];2001年

4 黄杰;陈琳;贾焰;邹鹏;;文献数据库融合系统中基于文献内容的查询优化方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

5 张淑芝;刘国华;聂俊岚;;广域传感器数据库中的多查询优化[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

6 徐丹;马修军;谢昆青;;空间数据库的混合查询优化策略[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

7 江明菲;吴文明;陈yN祺;董逸生;;移动环境下的查询优化处理[A];第十八届全国数据库学术会议论文集（研究报告篇）[C];2001年

8 吕彬;杜小勇;王琰;;基于属性相关性的SPARQL查询优化方法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

9 冯玉才;黄琳倩;;一种外联接优化的设计与实现[A];第十六届全国数据库学术会议论文集[C];1999年

10 陈庆奎;李建中;那丽春;;计算机机群环境下并行查询优化处理技术的研究[A];第十五届全国数据库学术会议论文集[C];1998年

中国博士学位论文全文数据库 前3条

1 蒋涛;分段时序查询优化方法研究[D];华中科技大学;2010年

2 于红;综合信息集成及查询优化的研究[D];大连理工大学;2006年

3 孙伟;XML数据库查询优化及相关技术研究[D];哈尔滨工程大学;2006年

中国硕士学位论文全文数据库 前10条

1 袁双双;基于成本的流计算语言优化模型研究[D];电子科技大学;2015年

2 李甜甜;MapReduce连接聚集查询优化方法的研究与实现[D];东北大学;2013年

3 曾书博;天文学领域的大数据并行查询优化[D];哈尔滨工业大学;2015年

4 丁玎;云环境下基于MapReduce的查询优化系统研究与实现[D];东南大学;2015年

5 刘春雷;基于代价模型的Spark SQL查询优化研究[D];电子科技大学;2016年

6 曾祥楷;基于内存的分布式列式数据库查询优化[D];电子科技大学;2016年

7 蔡凯臻;SQL到SPARK查询优化机制研究[D];东南大学;2016年

8 左海超;AOC系统设计与关键技术研究[D];中国民航大学;2012年

9 王亚君;RDF语义数据存储编码与查询优化研究[D];西安电子科技大学;2015年

10 朱婷婷;基于谓词选择率估计的SPARQL查询优化[D];武汉科技大学;2016年

，

本文编号：1299797