Earticle

최근 IoT 기술의 발전과 더불어 센서 노드, RFID, CCTV, 스마트폰 등에서 다양한 데이터를 Sensing하는 기술과 무선 통신 기술이 급격히 발전하면서 여러 응용 분야에서 센서 네트워크 관련 기술을 활용하기 위한 다양한 연 구가 활발히 추진되고 있다. 따라서, GeoSensor 활용이 증가함에 따라 공간 센서 데이터와 같은 2차원 데이터를 효율 적으로 처리하기 위한 질의 처리 시스템이 활발히 연구되고 있다. 하지만 기존 질의 처리 시스템들은 시공간 센서 데 이터와 같은 다차원 데이터를 처리하기 위한 데이터 타입과 연산자를 지원하지 않기 때문에 이와 같은 다차원 데이터 를 처리하기에 미흡하다. 따라서, 본 논문은 이러한 센서 네트워크에서 다차원 데이터를 효율적으로 처리하기 위하여 질의 처리 시스템을 연구 개발하였다.

Recently, along with the development of IoT technology, technologies for wirelessly sensing various data, such as sensor nodes, RFID, CCTV, smart phones, etc., have rapidly developed, and in the field of multiple applications, to utilize sensor network related technology Have been actively pursued in various fields. Therefore, as GeoSensor utilization increases, query processing systems for efficiently processing 2D data such as spatial sensor data are actively researched. However, existing spatial query processing systems do not support a spatial-temporal data type and a spatial-temporal operator for processing spatial-temporal sensor data. Therefore, they are inadequate for processing spatial-temporal sensor data like GeoSensor. Accordingly, this paper developed a spatial-temporal query processing system, for efficient spatial-temporal query processing of spatial-temporal sensor data in a sensor network.

This paper proposes a novel secure query processing model for semantic sensor networks. A semantic sensor network (SSN) is a sensor network which includes semantics of sensory data and context information, and relationships between the semantics. In brief, SSN is an extension of the current Sensor Network (SN) and realized by using Semantic Web (SW) technologies. Although various researches have been activated on SSN, there is little activity on how to access data in semantic sensor networks in safe. This paper proposes a new access control model for secure query processing under semantic sensor networks. The proposed security model is based on RBAC (Role-Based Access Control) and enables secure access control of ontology for SSNs.

Sensors have a function to gather environmental data in sensor networks. They operate by limited, small-size battery depending on applications. Thus there are several kinds of research efforts to make better use of local energy. In this paper, we propose multi-attribute query processing algorithm (Section Bit based scheme (SB)). In the initial setup, routing path is determined based on parent-child relationship by two phases and some partial information (section bits) about the sensing data of their descendant nodes are delivered to the parent in second phase (parent selection phase); that is, an attribute is divided into the same, small size, N sections and one bit is used to each section. By using a small volume of local information, it is possible to protect nodes from propagating messages who does not become the help during query processing. Finally, we measure energy efficiency by counting the number of messages. Experimental results show the improved energy efficiency of the proposed algorithm.

최근 GeoSensor 활용이 증가함에 따라 공간 센서 데이터와 같은 2차원 데이타를 효율적으로 처리하기 위한 질의 처리 시스템이 활발히 연구되고 있다. 하지만 기존 질의 처리 시스템들은 시공간 센서 데이터와 같은 다차원 데 이타를 처리하기 위한 데이타 타입과 연산자를 지원하지 않기 때문에 이와 같은 다차원 데이터를 처리하기에 미흡하다. 따라서, 본 논문은 이러한 센서 네트워크에서 다차원 데이타를 효율적으로 처리하기 위하여 질의 처리 시스템을 개발 하였다. 마지막으로 본 논문은 시나리오를 통해 본 시스템의 효용성을 검증하고, 수행시간 및 메모리 사용량 등의 성능 평가를 통해 기존 시스템들보다 성능이 우수함을 입증하였다.

As technologies related to sensor network are currently emerging and the use of GeoSensor is increasing along with the development of IoT technology, spatial query processing systems to efficiently process spatial sensor data are being actively studied. However, existing spatial query processing systems do not support a spatial-temporal data type and a spatial-temporal operator for processing spatial-temporal sensor data. Therefore, they are inadequate for processing spatial-temporal sensor data like GeoSensor. Accordingly, this paper developed a spatial-temporal query processing system, for efficient spatial-temporal query processing of spatial-temporal sensor data in a sensor network. Lastly, this paper verified the utility of System through a scenario, and proved that this system’s performance is better than existing systems through performance assessment of performance time and memory usage.

Sensors are deployed to gather physical, environmental data in sensor networks. Depending on scenarios, it is often assumed that it is difficult for batteries to be recharged or exchanged in sensors. Thus, sensors should be able to process users' queries in an energy-efficient manner. This paper proposes a spatial query processing scheme- Minimum Bounding Area Based Scheme. This scheme has a purpose to decrease the number of outgoing messages during query processing. To do that, each sensor has to maintain some partial information locally about the locations of descendent nodes. In the initial setup phase, the routing path is established. Each child node delivers to its parent node the location information including itself and all of its descendent nodes. A parent node has to maintain several minimum bounding boxes per child node. This scheme can reduce unnecessary message propagations for query processing. Finally, the experimental results show the effectiveness of the proposed scheme.

본 논문에서는 센서 네트워크 환경에서 최적화된 분산 R-tree를 사용하여 공간 범위 질의 처리시 센서들의 에너지 소모를 최소화하는 방법을 제안한다. 제안된 기법은 센서 네트워크를 이용하는 공간 범위 질의 처리시 센서들의 공간상의 위치에 대한 색인을 이용하는 새로운 방법이다. 최근들어 센서 네트워크 환경에서의 공간 범위 질의는 특정 지역에 대한 센서 노드들의 집계 값을 계산하는 방법으로 더욱 중요시되어지고 있다. 기존 연구들은 공간 범위 질의 처리의 중요성을 많이 언급을 하였지만 현재까지 이에 대한 효율적인 방법에 대해서는 제안하지 못하고 있는 실정이다. 제안된 기법에서 센서 네트워크 상의 각각의 센서 노드들은 자신과 자신의 자식 노드들의 위치를 포함하는 MBR을 갖는다. 공간 범위 질의는 제안하는 분산 R-tree를 기반으로 센서들의 공간상의 위치와 질의 범위가 서로 겹치는 지역에 대하여 평가된다. 이러한 접근방법은 공간 범위 질의에 대한 평가를 수행함에 있어 참여하지 않는 불필요한 노드들과의 통신을 방지하여 센서 노드들의 에너지 소모를 최소화한다.

In this paper, a power-aware query processing using optimized distributed R-tree in a sensor network is proposed. The proposed technique is a new approach for processing range queries that uses spatial indexing. Range queries are most often encountered under sensor networks for computing aggregation values. The previous work just addressed the importance but didn't provide any efficient technique for processing range queries. A query processing scheme is thus designed for efficiently processing them. Each node in the sensor network has the MBR of the region where its children nodes and the node itself are located. The range query is evaluated over the region which intersects the geographic location of sensors. It ensures the maximum power savings by avoiding the communication of nodes not participating over the evaluation of the query.

Efficient Query processing and optimization are critical for reducing network traffic and decreasing latency of query when accessing and manipulating sensor data of large-scale sensor networks. Currently it has been studied in sensor database projects. These works have mainly focused on in-network query processing for sensor networks and assumes homogeneous sensor networks, where each sensor network has same hardware and software configuration. In this paper, we present a framework for efficient query processing over heterogeneous sensor networks. Our proposed framework introduces query processing paradigm considering two heterogeneous characteristics of sensor networks: (1) data dissemination approach such as push, pull, and hybrid; (2) query processing capability of sensor networks if they may support in-network aggregation, spatial, periodic and conditional operators. Additionally, we propose multi-query optimization strategies supporting cross-translation between data acquisition query and data stream query to minimize total cost of multiple queries. It has been implemented in WSN middleware, COSMOS, developed by ETRI.

자원 제약적인 무선 센서네트워크상에서 전송비용을 최대한 줄이기 위하여 데이터의 수집 및 처리를 분산된 형태로 처리하는 방법이 필수적이다. 이에 따라 Declarative Query Language를 이용하여 다양한 질의를 표현하고, 이와 같은 질의를 효율적으로 처리하기 위한 에너지 분산 질의처리 방법이 중요한 이슈로 부각되고 있다. 본 논문은 [3]의 확장된 논문으로써 유한 상태 머신 기반 운영체제인 SenOS상에서 질의를 처리할 수 있는 시스템의 구조 중 SenOS의 동적 재구성 기능적 특성을 적용한 SenDB의 동적 Aggregation Function 추가 기능에 대하여 살펴보았다. 아울러 [3]에서 제안한 이기종 센서노드 연동기능의 개선점 및 구현 방법에 대하여 살펴보겠다.

최근 유비쿼터스 환경을 실현하는 기술로서 사물 및 환경 정보를 센싱하여 필요한 정보를 수집 및 분석. 처리하는 센서네트워크 기술에 대한 관심이 고조되고 있다. 특히 최근 국내에서는 u-City와 u-Port 사업 등, 범국가적인 차원의 도입을 통해 환경 정보 모니터링, 홈 자동화, 자산 물류 응용 등의 다양한 센서네트워크를 이용한 서비스가 등장하였다. 이러한 기존의 응용서비스는 모든 센서노드가 고정되어 있는 환경에서 응용 대상의 데이터를 수집하는 서비스가 대부분이다. 그러나 동물의 생태 모니터링 등의 응용을 위해서는 센서를 움직이는 대상에 부착하여 이동하는 센서노드로부터 효율적으로 데이터를 수집하기 위한 연구가 필요하다. 따라서 본 논문에서는 이동하는 센서로부터 효율적으로 데이터를 수집하기 위하여 이동노드 색인 기법을 설계한다. 아울러 제안하는 색인 기법을 위한 영역질의 처리 알고리즘을 제시한다.

무선 센서 네트워크는 작은 크기의 센서 노드들과 베이스 스테이션으로 구성된다. 센서 노드들은 에너지를 지속적으로 공급받기 어려운 특성을 가지고 있기 때문에 제한된 에너지를 최대한 효율적으로 사용해야 한다. 센서 네트워크에서 정보를 얻을 때는 질의를 작성하는데, 여러 개의 질의가 센서 네트워크에 요청되었을 때 이들의 실행을 최적화시키면 센서 노드의 에너지 소비량을 줄일 수 있다. 본 논문에서는 센서 네트워크에 여러 개의 질의가 요청될 때, 질의 간의 포함관계를 활용하여 질의 실행을 최적화시키는 기법을 제안한다. 제안하는 기법은 질의가 새로 요청될 때, 센서 네트워크에서 실행 중인 질의들 중 새로 요청된 질의의 결과를 조합해낼 수 있는 질의들의 집합을 찾아낸다. 이 집합은 질의들의 샘플 주기, 프로젝션되는 어트리뷰트들, 그리고 조건절을 기준으로 구성된다. 이 집합에 속한 질의들의 결과로부터 새 질의를 센서 네트워크에서 실행시켰을 때와 동일한 결과를 유도해낼 수 있으면, 새 질의를 센서 네트워크에 전달하지 않고, 이 집합에 속한 질의들의 결과를 재활용하여 베이스 스테이션에서 결과를 조합해낸다.

A wireless sensor network is a computer network which consists of spatially distributed devices, called sensor nodes. In wireless sensor networks, energy efficiency is a key issue since sensor nodes must resides upon limited energy. To retrieve sensor information without dealing with the network issues, a sensor network is treated as conceptual database on which query can be requested. When multiple queries are requested for processing in a wireless sensor network, energy consumption can be significantly reduced if common partial results among similar queries can be effectively shared. In this paper, we propose an energy efficient multi-query processing technique based on the coverage relationship between multiple queries. When a new query is requested, our proposed technique derives an equivalent query from queries running at the moment, if it is derivable. Our technique first computes the set of running queries that may derive a partial result of the new query and then test if this set covers all the result of the new query attribute-wise and tuple-wise. If the result of the new query can be derived from the results of executing queries, the new query derives its result at the base station instead of being executed in the sensor network.

센서 네트워크에서 질의 처리 기술은 통신 비용을 절감하고 신뢰성을 향상하고 에너지 효율성을 향상시키는데 목적을 두고 있다. 현재 에너지의 효율성을 위해서 센서 노드가 수행하는 질의를 최적화하여 전력 손실을 줄이고자 하는 연구가 활발하게 수행 중이다. 본 논문에서는 실체 뷰와 인덱싱 뷰를 이용하여 센서 네트워크에 맞는 효율적인 새로운 센싱 뷰라는 기법을 제안한다. 제안하는 질의 처리 알고리즘은 실체 뷰와 인덱싱 뷰의 개념을 바탕으로 기존의 분산 데이터베이스의 질의 처리 방법을 센서 네트워크에 적용하였다. 제안된 센싱 뷰 알고리즘은 센싱 뷰를 싱크 노드에 위치시킴으로서 센서 노드와의 통신 횟수를 최대한 줄임으로서 통신 비용과 에너지의 소모량을 줄일 수 있었다. 성능은 시뮬레이션을 통해서 평균적으로 약 30%정도의 성능 향상 효과를 보였다.

센서 네트워크는 센서 노드를 이용하여 주변 데이터를 수집하고 수집된 데이터를 가공하여 사용자에게 필요한 정보를 제공하기 위한 정보 서비스 인프라이다. 센서 네트워크를 이용하여 정보를 서비스하기 위해서는 먼저 사용자 질의를 처리하고 필요한 데이터를 추출하기 위한 기법이 필요하다. 이 논문에서는 사용자 질의를 처리하는 기법을 분류하기 위한 기준을 제시한다. 그리고 제시한 기준에 따라 기존의 대표적인 연구들을 분류한다.

A sensor network is one of the service infra collecting data using sensor nodes and processing collected data in order to provide necessary information to users. To service data on the sensor networks, it is required to process user queries and retrieve data from the network. In this paper, we propose a basis to classify the schemes processing queries and categorize the existing key researches following the proposed basis.

발전시설 장비는 이상이 생기면 큰 경제적 피해를 발생시키기 때문에, 장비의 계통마다 수십만 개의 센서들이 부착되어 장비의 정상 작동 여부를 모니터링 한다. 장비의 이상 감지를 위해서, 최근 활발히 연구되고 있는 딥러닝 등의 기술을 활용한 AI 모델을 생성하여 장비의 고장을 예측한다. AI 모델을 학습하고 추론하기 위해서는 수많은 센서 중에서 AI 모델을 생성할 센서들을 선택하고, 지속적으로 모니터링 되는 값들을 비교하여 이상 감지 여부를 스트리밍 환경에서 추론할 수 있는 센서 빅데이터 질의 처리 및 스트리밍 추론 시스템이 필요하다. 본 논문에서는 AI 모델을 학습하고 스트리밍 추론할 수 있는 빅데이터 질의 처리 시스템을 설계 및 구현한다.

무선 센서 네트워크에서 데이터 전송은 에너지를 소비하는 주 요인이다. 에너지를 줄이기 위한 주 기법 중 하나가 센서 데이터를 애그리게이션하여 전송할 데이터를 줄이는 것이다. 무선 센서 네트워크는 공개된 공간에서 진행되어 외부 공격에 취약점을 가지고 있으며, 기존 몇몇의 연구에서 애그리게이션 기법의 보안 기술을 제안하고 있다. 하지만, 기존의 기술들은 특정 연산자에만 제한되어 있고, 많은 유용성을 가진 top-k 질의에 대해서는 취약점을 가지고 있다. 본 논문에서는 무선 센서 네트워크에서 에너지 효율을 위한 애그리게이션 기법 적용시 top-k 질의를 효율적으로 처리할 보안 기법에 대해 제안한다.

무선 센서 네트워크에서 데이터 전송은 에너지를 소비하는 주 요인이다. 에너지를 줄이기 위한 주 기법 중 하나가 센서 데이터를 애그리게이션하여 전송할 데이터를 줄이는 것이다. 무선 센서 네트워크는 공개된 공간에서 진행되어 외부 공격에 취약점을 가지고 있으며, 기존 몇몇의 연구에서 애그리게이션 기법의 보안 기술을 제안하고 있다. 하지만, 기존의 기술들은 특정 연산자에만 제한되어 있고, 많은 유용성을 가진 top-k 질의에 대해서는 취약점을 가지고 있다. 본 논문에서는 무선 센서 네트워크에서 에너지 효율을 위한 애그리게이션 기법 적용시 top-k 질의를 효율적으로 처리할 보안 기법에 대해 제안한다.

전기전자 기술의 발달로 센서의 기능이 더욱 강력해지면서, 센서 네트워크의 활용 분야는 더욱 다양해지고 있다. 센서 네트워크 어플리케이션을 사용하는 주 목적은 관심 지역(예, 공장 물품 창고, 재난지역, 야생 서식지 등)에서 발생하는 현상들을 관찰하고, 유용한 정보를 얻기 위한 것이다. k-근접 노드(KNN: K Nearest Neighbor) 탐색 질의는 특정 위치에서 지리적으로 근접한 k개의 이웃 객체를 찾기 위한 질의로서, 센서 네트워크 환경에서도 중요한 어플리케이션 중 하나이다. 그러나 이전 방법들은 센서 네트워크 환경에서 사용하기 부적합하거나 에너지 효율성 문제를 가지고 있었다. 본 논문에서는 센서 네트워크 환경의 특성을 고려하면서, k개의 근접 노드를 에너지 효율적으로 탐색할 수 있는 방법을 제안한다. 제안하는 방법은 k개의 근접 노드를 찾을 때까지 탐색 영역을 점진적으로 확장하고, 영역 내 센서들을 선별적으로 방문하여 원하는 위치 정보를 얻어내는 것이다. 이를 통해 원하는 k개의 근접 노드를 찾아내면서도 에너지 소모를 줄일 수 있다 본 논문에서는 제안하는 방법이 기존의 방법보다 효율적이라는 것을 다양한 조건의 실험을 통해 설명한다.

As rapid improvement in electronic technologies makes sensor hardware more powerful and capable, the application range of sensor networks Is getting to be broader. The main purpose of sensor networks is to monitor the phenomena in interesting regions (e.g., factory warehouses, disaster areas, wild fields, etc) and return required data. The k Nearest Neighbor (KNN) query that finds k objects which are geographically close to the given point is an Important application in sensor networks. However, most previous approaches are either seem to be impractical or are not energy-efficient in resource-limited sensor networks. In this paper. we propose an efficient KNN query processing method in sensor networks. In the proposed method, we dynamically increase searching boundary, if necessary, and traverse nodes inside the boundary until finding k nearest neighbors. Since only the representative sensor nodes are visited, our algorithm reduces a number of messages. We show thorough experiments that the proposed method performs better than the existing method in various network environments.

센서 네트워크는 센싱(sensing), 연산(computation), 통신(communication) 능력을 갖춘 센서 노드들의 무선 네트워크라고 할 수 있다. 각각의 센서 노드들은 노드에 있는 하나 이상의 센서들에 의해 얻어지는 데이터아이템들을 생성한다. 이러한 특징은 센서 네트워크가 분산 데이터베이스 시스템과도 유사한 특징을 가지고 있음을 알 수 있다. 그러나 센서 네트워크에서 센서 노드의 제한된 전력(power)과 메모리 자원은 가장 큰 단점이며 주요 연구 대상이 되고 있다. 본 연구에서는 이러한 센서 네트워크 환경에서 발생되는 데이터 즉, 센서 데이터 스트림을 제한된 자원을 효율적으로 활용하면서 질의에 대해 효율적으로 응답하는 방안을 여러 가지 측면에서 모색해 보았다.

The sensor network is a wireless network of the sensor nodes which sensing, computation and communication ability. Each sensor nodes create the data items by sensor nodes above one. Like this feature, the sensor network is similar to distributed data base system. The sensor node of the sensor network is restricted from the power and the memory resources is the biggest weak point and is becoming the important research object. In this paper, We try to see efficient sensor data stream management method and efficient query processing method under the restricted sensor network environment.

센서 네트워크에서 병합 질의를 효율적으로 처리하기 위한 다양한 인-네트워크 질의 처리 기법이 제안되었다. 스카이라인 질의는 일반적인 병합 질의와 달리 다차원 데이터에 대한 비교를 요구하므로 인-네트워크 처리가 쉽지 않다. 스카이라인 질의를 에너지 효율적으로 처리하기 위해서 불필요한 데이터의 전송을 제거하는 것이 중요하다. 기존에 제안된 스카이라인 처리 기법은 전체 네트워크에 필터를 배포함으로써 불필요한 데이터 전송을 차단한다. 하지만 많은 False Positive 발생에 따른 불필요한 데이터 전송과 필터 배포시 발생하는 에너지 소모로 인해 네트워크의 수명이 단축된다. 본 논문에서는 필터 배포에 따른 에너지 소모를 줄이기 위한 방법으로 상향식 필터 설정을 통한 스카이라인 질의 처리 기법과 필터링 성능을 향상시키는 기법을 제안한다. 제안하는 기법은 데이터를 수집하는 과정에서 스카이라인 필터테이블(SFT)설정하는 상향식 필터링을 수행한다. 그리고 선-필터링(Pre-filtering) 기법을 통해 필터효과를 증가시킨다. 제안하는 알고리즘의 우수성을 보이기 위해 시뮬레이션을 통해 기존에 제안된 MFTAC기법과 비교하였으며, 그 결과 평균 False Positive가 평균 84.44% 감소하였고, 네트워크 수명이 약 75.99% 증가하였다.

본 논문은 인-네트워크 병합 질의를 처리하는 다중 기지국 센서 네트워크에서 데이터 변동률을 고려하지 않은 경우의 문제점을 분석한다 또한 데이터 변동률과 기지국과의 거리를 고려한 새로운 인-네트워크 병합 질의 처리 기법을 제안하였다. 성능 평가를 통해 제안하는 기법이 기존 기법 우수한 성능을 보인다. 실험 결과, 제안하는 기법이 불필요한 데이터 전송을 최대 32% 감소시켰다.

본 논문은 인-네트워크 병합 질의를 처리하는 다중 기지국 센서 네트워크에서 데이터 변동률을 고려하지 않은 경우의 문제점을 분석한다 또한 데이터 변동률과 기지국과의 거리를 고려한 새로운 인-네트워크 병합 질의 처리 기법을 제안하였다. 성능 평가를 통해 제안하는 기법이 기존 기법 우수한 성능을 보인다. 실험 결과, 제안하는 기법이 불필요한 데이터 전송을 최대 32% 감소시켰다.