[論文レビュー] Data Accuracy Model for Distributed Clustering Algorithm based on Spatial Data Correlation in Wireless Sensor Networks

Jyotirmoy Karjee, H. S. Jamadagni|arXiv (Cornell University)|Aug 12, 2011

Energy Efficient Wireless Sensor Networks参考文献 3被引用数 14

ひとこと要約

本稿では、空間的相関を活用してクラスターヘッドにおけるデータ精度を最適化する、分散型で重複のないクラスタリングアルゴリズムを提案する。空間相関に特化したデータ精度モデル（DAM）を導入することで、従来の情報精度モデルに比べて顕著に高いデータ精度を達成し、シミュレーションにより、クラスタリングされたデータ収集における精度と効率性の向上が示された。

ABSTRACT

Objective: The main objective of this paper is to construct a distributed clustering algorithm based upon spatial data correlation among sensor nodes and perform data accuracy for each distributed cluster at their respective cluster head node. Design Procedure/Approach: We investigate that due to deployment of high density of sensor nodes in the sensor field, spatial data are highly correlated among sensor nodes in spatial domain. Based on high data correlation among sensor nodes, we propose a non -overlapping irregular distributed clustering algorithm with different sizes to collect most accurate or precise data at the cluster head node for each respective distributed cluster. To collect the most accurate data at the cluster head node for each distributed cluster in sensor field, we propose a Data accuracy model and compare the results with Information accuracy model. Finding: Simulation results shows that our propose Data accuracy model collects more accurate data and gives better performance than Information accuracy model at the cluster head node for each respective distributed cluster in our propose distributed clustering algorithm.Morover there exist a optimal cluster of sensor nodes which is adequate to perform approximately the same data accuracy achieve by a cluster. Practical Implementation: Measuring humidity and moisture content in an agricultural field, measuring temperature in physical environment. Inventive /Novel Idea: A distributed clustering algorithm is proposed based on spatial data correlation among sensor nodes with Data accuracy model.

研究の動機と目的

• 高密度な無線センサーネットワークにおけるデータの重複とエネルギー非効率性を、センサーノード間の空間的相関を活用することで解決すること。
• 空間的データ相関に基づいて、サイズが異なる不規則で重複のないクラスタを動的に形成する分散型クラスタリングアルゴリズムを設計すること。
• クラスターヘッドがそれぞれのクラスタから最も正確なデータを収集できるようにするデータ精度モデル（DAM）を開発すること。
• 提案されたDAMと従来の情報精度モデルとの間で、データ精度とエネルギー効率性の観点から性能を比較すること。
• 農業用湿度および環境温度モニタリングなどの実際のシナリオにおいて、モデルをシミュレーションで検証すること。

提案手法

• アルゴリズムは、隣接するセンサーノード間の空間的相関を利用して、中央集権的制御なしに不規則で重複のないクラスタを動的に形成する。
• クラスターヘッドは、距離とデータ相関に基づいて選定され、冗長なデータ送信を最小限に抑える。
• 各クラスターヘッドにおける集約データの精度を推定するためのデータ精度モデル（DAM）を定式化し、高い相関と低い冗長性を持つノードからのデータを優先する。
• DAMは、エントロピーまたは不確実性指標に依存する情報精度モデルと比較される。
• 空間的類似性を反映する相関に基づく指標を用いて、データ精度を評価する。
• シミュレーションは、空間的に相関するデータ（例：湿度、温度）を有するセンサーフィールドで実施され、現実的な条件下での精度とパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 センサーノード間の空間的相関を効果的に活用して、分散的に効率的で重複のないクラスタを形成する方法は何か？
• RQ2 空間的相関に基づくデータ精度モデルと情報理論的精度モデルを比較した場合、クラスターヘッドにおけるデータ精度にどのような影響を与えるか？
• RQ3 サイズが可変な分散型クラスタリングアルゴリズムは、高密度WSNにおいてエネルギー消費を削減しながらデータ精度を向上させることができるか？
• RQ4 データ冗長性を最小限に抑えつつ、ほぼ最大のデータ精度を達成する最適なクラスターサイズは何か？
• RQ5 農業用湿度および環境温度センシングなどの実世界のモニタリングシナリオにおいて、提案モデルはどのように性能を発揮するか？

主な発見

• 提案されたデータ精度モデル（DAM）は、情報精度モデルに比べてクラスターヘッドにおけるデータ精度が顕著に高い。
• シミュレーションにより、DAMが空間的相関を活用することで冗長なデータ送信を削減し、エネルギー効率性が向上することが示された。
• モデルは、高いデータ精度を維持しながらデータ損失と冗長性を最小限に抑える最適なクラスターサイズを特定した。
• DAMを組み込んだ分散型クラスタリングアルゴリズムは、集約データの精度と一貫性の観点で、情報精度モデルを上回った。
• 農業用湿度および温度モニタリングなどの実用的応用においてモデルが検証され、実環境における環境センシングにおいて頑健な性能を示した。
• 結果から、空間的相関は効果的にモデル化・利用可能であり、分散型WSNクラスタリングにおけるデータ精度の向上に寄与することが確認された。