[논문 리뷰] Data Accuracy Model for Distributed Clustering Algorithm based on Spatial Data Correlation in Wireless Sensor Networks

Jyotirmoy Karjee, H. S. Jamadagni|arXiv (Cornell University)|2011. 08. 12.

Energy Efficient Wireless Sensor Networks참고 문헌 3인용 수 14

한 줄 요약

이 논문은 무선 센서 네트워크에서 공간적 데이터 상관관계를 활용하여 클러스터 헤드에서의 데이터 정확도를 최적화하는 분산형, 겹치지 않는 클러스터링 알고리즘을 제안한다. 공간 상관관계에 맞춘 데이터 정확도 모델(DAM)을 도입함으로써 기존의 정보 정확도 모델보다 훨씬 높은 데이터 정밀도를 달성하며, 시뮬레이션 결과 클러스터링된 데이터 수집에서 정확도와 효율성이 향상됨을 보여준다.

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.

연구 동기 및 목표

• 고밀도 무선 센서 네트워크에서의 데이터 중복과 에너지 비효율성을 공간 상관관계를 활용하여 해결하고자 한다.
• 공간적 데이터 상관관계에 기반하여 크기가 다른 비정규형, 겹치지 않는 클러스터를 형성하는 분산 클러스터링 알고리즘을 설계하고자 한다.
• 각 클러스터의 클러스터 헤드가 해당 클러스터에서 가장 정밀한 데이터를 수집할 수 있도록 하는 데이터 정확도 모델(DAM)을 개발하고자 한다.
• 제안된 DAM의 성능을 기존의 정보 정확도 모델과 비교하여 데이터 정밀도 및 에너지 효율성 측면에서 평가하고자 한다.
• 실제 시나리오인 농업 수분 및 환경 온도 모니터링과 같은 실용적 상황에서 모델을 검증하고자 한다.

제안 방법

• 알고리즘은 이웃 센서 노드 간의 공간 상관관계를 활용하여 중앙 집중식 제어 없이 동적으로 비정규형, 겹치지 않는 클러스터를 형성한다.
• 클러스터 헤드는 접근성과 데이터 상관관계를 기반으로 선택되어 중복된 데이터 전송을 최소화한다.
• 각 클러스터 헤드에서 집계된 데이터의 정확도를 추정하기 위해 데이터 정확도 모델(DAM)을 수립하며, 높은 상관관계와 낮은 중복성을 가진 노드의 데이터를 우선순위로 삼는다.
• DAM은 엔트로피 또는 불확실성 지표에 기반한 정보 정확도 모델과 비교된다.
• 모델은 노드 간의 센서 값에서의 공간 유사성을 반영하는 상관관계 기반 지표를 사용하여 데이터 정확도를 평가한다.
• 실제 조건을 반영하기 위해 공간 상관관계가 있는 데이터(예: 수분, 온도)를 가진 센서 영역에서 시뮬레이션을 수행하여 정확도 및 성능을 평가한다.

실험 결과

연구 질문

• RQ1 공간 상관관계를 효과적으로 활용하여 분산 방식으로 효율적인 겹치지 않는 클러스터를 형성할 수 있는가?
• RQ2 공간 상관관계에 기반한 데이터 정확도 모델과 정보 이론 기반 정확도 모델을 비교할 때, 클러스터 헤드에서의 데이터 정밀도에 어떤 영향을 미치는가?
• RQ3 크기가 변하는 변수 클러스터를 가진 분산 클러스터링 알고리즘이 고밀도 WSN에서 데이터 정확도를 향상시키고 에너지 소비를 줄일 수 있는가?
• RQ4 최대 근접 정확도를 달성하면서 중복을 최소화할 수 있는 최적의 클러스터 크기는 무엇인가?
• RQ5 농업 수분 및 환경 온도 센싱과 같은 실세계 모니터링 시나리오에서 제안된 모델의 성능은 어떠한가?

주요 결과

• 제안된 데이터 정확도 모델(DAM)은 정보 정확도 모델보다 클러스터 헤드에서 훨씬 높은 데이터 정확도를 달성한다.
• 시뮬레이션 결과 DAM은 공간 상관관계를 활용하여 중복된 데이터 전송을 줄여 에너지 효율성을 향상시킴을 입증한다.
• 모델은 높은 데이터 정확도를 유지하면서 데이터 손실과 중복을 최소화하는 최적의 클러스터 크기를 규명한다.
• DAM을 적용한 분산 클러스터링 알고리즘이 정보 정확도 모델보다 집계된 데이터의 정밀도와 일관성 면에서 뛰어난 성능을 보인다.
• 농업 수분 및 온도 모니터링과 같은 실용적 응용 분야에서 검증되었으며, 실제 환경 센싱에서 견고한 성능을 보였다.
• 결과적으로 공간 상관관계는 효과적으로 모델링되고 활용되어 분산 WSN 클러스터링에서 데이터 정확도를 향상시킬 수 있음을 확인한다.