Agregação e predição de dados no processamento de consultas em redes de sensores sem fio

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: Matos, Raimundo Tales Benigno Rocha
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Banco de dados
Sistema de comunicação sem fio
Redes de computadores
Link de acesso: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/83507
Resumo: Muitas pesquisas em redes de sensores sem fio (RSSF) têm sido desenvolvidas nos últimos anos, com foco na economia de energia dos nós sensores. Para alcançar este objetivo, tais pesquisas utilizam como estratégia a redução de dados enviados na rede. Neste trabalho, é proposta uma estratégia eficiente de agregação e predição de dados em RSSF, com o objetivo de reduzir o volume de dados enviados através da rede e assim maximizando a vida útil desta. A estratégia de predição proposta, chamada ADAGA-p, é baseada em um modelo de regressão linear, utilizando dados obtidos a partir de um ou vários sensores. Além disso, ADAGA-p é totalmente distribuído, sendo executado em rede por vários sensores distribuídos em uma RSSF. Resultados experimentais demonstram que ADAGA-p é capaz de reduzir o consumo de energia em RSSF. Palavras-chave: Banco de Dados, Agregação, Predição de Dados, Redes de Sensores Sem Fio
id UFOR_c9063f796358f8d42ce03d48bb513b7f
oai_identifier_str oai::83507
network_acronym_str UFOR
network_name_str Biblioteca Digital de Teses e Dissertações da UNIFOR
repository_id_str
spelling Agregação e predição de dados no processamento de consultas em redes de sensores sem fioBanco de dadosSistema de comunicação sem fioRedes de computadoresMuitas pesquisas em redes de sensores sem fio (RSSF) têm sido desenvolvidas nos últimos anos, com foco na economia de energia dos nós sensores. Para alcançar este objetivo, tais pesquisas utilizam como estratégia a redução de dados enviados na rede. Neste trabalho, é proposta uma estratégia eficiente de agregação e predição de dados em RSSF, com o objetivo de reduzir o volume de dados enviados através da rede e assim maximizando a vida útil desta. A estratégia de predição proposta, chamada ADAGA-p, é baseada em um modelo de regressão linear, utilizando dados obtidos a partir de um ou vários sensores. Além disso, ADAGA-p é totalmente distribuído, sendo executado em rede por vários sensores distribuídos em uma RSSF. Resultados experimentais demonstram que ADAGA-p é capaz de reduzir o consumo de energia em RSSF. Palavras-chave: Banco de Dados, Agregação, Predição de Dados, Redes de Sensores Sem FioOver the past few years, many research works in Wireless Sensor Networks (WSN) have been focused on node power saving. In order to achieve this goal, the amount of data sent over the node network should be reduced. In this work, we propose an efficient strategy that aggregates and predicts data in WSN, aiming at to reduce the data volume sent over the network and thus maximizing the network lifetime. The proposed prediction strategy, denote ADAGA-p, is based on linear regression model, using data acquired from one or several sensors. Furthermore, ADAGA-p is fully distributed, being executed in-network by several sensors distributed in a WSN. Experimental results show that ADAGA-p is able to reduce power consumption in WSN. Keywords: DataBase, Aggregation, Data Prediction, Wireless Sensor NetworksBrayner, Angelo Roncalli AlencarBrayner, Angelo Roncalli AlencarVidal, Vania Maria PonteCoelho, Andre Luis VasconcelosUniversidade de Fortaleza. Programa de Pós-Graduação em Informática AplicadaMatos, Raimundo Tales Benigno Rocha2008info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/83507https://uol.unifor.br/auth-sophia/exibicao/4670Disponibilidade forma física: Existe obra impressa de código : 79590porreponame:Biblioteca Digital de Teses e Dissertações da UNIFORinstname:Universidade de Fortaleza (UNIFOR)instacron:UNIFORinfo:eu-repo/semantics/openAccess1899-12-30T00:00:00Zoai::83507Biblioteca Digital de Teses e Dissertaçõeshttps://www.unifor.br/bdtdONGhttp://dspace.unifor.br/oai/requestbib@unifor.br||bib@unifor.bropendoar:1899-12-30T00:00Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)false
dc.title.none.fl_str_mv Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
title Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
spellingShingle Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
Matos, Raimundo Tales Benigno Rocha
Banco de dados
Sistema de comunicação sem fio
Redes de computadores
title_short Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
title_full Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
title_fullStr Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
title_full_unstemmed Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
title_sort Agregação e predição de dados no processamento de consultas em redes de sensores sem fio
author Matos, Raimundo Tales Benigno Rocha
author_facet Matos, Raimundo Tales Benigno Rocha
author_role author
dc.contributor.none.fl_str_mv Brayner, Angelo Roncalli Alencar
Brayner, Angelo Roncalli Alencar
Vidal, Vania Maria Ponte
Coelho, Andre Luis Vasconcelos
Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada
dc.contributor.author.fl_str_mv Matos, Raimundo Tales Benigno Rocha
dc.subject.por.fl_str_mv Banco de dados
Sistema de comunicação sem fio
Redes de computadores
topic Banco de dados
Sistema de comunicação sem fio
Redes de computadores
description Muitas pesquisas em redes de sensores sem fio (RSSF) têm sido desenvolvidas nos últimos anos, com foco na economia de energia dos nós sensores. Para alcançar este objetivo, tais pesquisas utilizam como estratégia a redução de dados enviados na rede. Neste trabalho, é proposta uma estratégia eficiente de agregação e predição de dados em RSSF, com o objetivo de reduzir o volume de dados enviados através da rede e assim maximizando a vida útil desta. A estratégia de predição proposta, chamada ADAGA-p, é baseada em um modelo de regressão linear, utilizando dados obtidos a partir de um ou vários sensores. Além disso, ADAGA-p é totalmente distribuído, sendo executado em rede por vários sensores distribuídos em uma RSSF. Resultados experimentais demonstram que ADAGA-p é capaz de reduzir o consumo de energia em RSSF. Palavras-chave: Banco de Dados, Agregação, Predição de Dados, Redes de Sensores Sem Fio
publishDate 2008
dc.date.none.fl_str_mv 2008
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/83507
url https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/83507
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://uol.unifor.br/auth-sophia/exibicao/4670
Disponibilidade forma física: Existe obra impressa de código : 79590
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR
instname:Universidade de Fortaleza (UNIFOR)
instacron:UNIFOR
instname_str Universidade de Fortaleza (UNIFOR)
instacron_str UNIFOR
institution UNIFOR
reponame_str Biblioteca Digital de Teses e Dissertações da UNIFOR
collection Biblioteca Digital de Teses e Dissertações da UNIFOR
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UNIFOR - Universidade de Fortaleza (UNIFOR)
repository.mail.fl_str_mv bib@unifor.br||bib@unifor.br
_version_ 1797239911476101120

Registros relacionados