Data Aggregation in Wireless Sensor Networks

Jin Cui 1
1 URBANET - Réseaux capillaires urbains
CITI - CITI Centre of Innovation in Telecommunications and Integration of services, Inria Grenoble - Rhône-Alpes
Résumé : Depuis plusieurs années, les réseaux de capteurs sans fil sont considérés comme un domaine émergent et prometteur tant dans le milieu universitaire que dans l’industrie. De tels réseaux ont déjà été largement déployés en raison de leurs propriétés clés, telles que l’auto-organisation et leur autonomie en énergie. Cependant, il reste de nombreux défis scientifiques telles que la réduction de la consommation d’énergie sur des capteurs de plus en plus petits et la capacité du réseau tenant compte de liens à bande passante réduite. Selon nous, l’agrégation de données apparaît comme une so- lution pour ces deux défis, car au lieu d’envoyer une donnée, l’agrégation va traiter les informations collectées au niveau du capteur et produire une donnée agrégée qui sera effectivement transmise au puits. L’énergie et la capacité du réseau seront donc économisées car il y aura moins de transmissions de données. Le travail de cette thèse s’intéresse principalement aux fonctions d’agrégation Nous faisons quatre contributions principales. Tout d’abord, nous proposons deux nouvelles métriques pour évaluer les performances des fonctions d’agrégations vue au niveau réseau : le taux d’agrégation et le facteur d’accroissement de la taille des paquets. Le taux d’agrégation est utilisé pour mesurer le gain de paquets non trans- mis grâce à l’agrégation tandis que le facteur d’accroissement de la taille des pa- quets permet d’évaluer la variation de la taille des paquets en fonction des politiques d’agrégation. Ces métriques permettent de quantifier l’apport de l’agrégation dans l’économie d’énergie et de la capacité utilisée en fonction du protocole de routage con- sidéré et de la couche MAC retenue. Deuxièmement, pour réduire l’impact des don- nées brutes collectées par les capteurs, nous proposons une méthode d’agrégation de données indépendante de la mesure physique et basée sur les tendances d’évolution des données. Nous montrons que cette méthode permet de faire une agrégation spa- tiale efficace tout en améliorant la fidélité des données agrégées. En troisième lieu, et parce que dans la plupart des travaux de la littérature, une hypothèse sur le com- portement de l’application et/ou la topologie du réseau est toujours sous-entendue, nous proposons une nouvelle fonction d’agrégation agnostique de l’application et des données devant être collectées. Cette fonction est capable de s’adapter aux données mesurées et à leurs évolutions dynamiques. Enfin, nous nous intéressons aux outils pour proposer une classification des fonctions d’agrégation. Autrement dit, consid- érant une application donnée et une précision cible, comment choisir les meilleures fonctions d’agrégations en termes de performances. Les métriques, que nous avons proposé, sont utilisées pour mesurer la performance de la fonction, et un processus de décision markovien est utilisé pour les mesurer. Comment caractériser un ensem- ble de données est également discuté. Une classification est proposée dans un cadre précis.
Type de document :
Thèse
Networking and Internet Architecture [cs.NI]. INSA Lyon, 2016. English
Liste complète des métadonnées

Littérature citée [121 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/tel-01428983
Contributeur : Fabrice Valois <>
Soumis le : vendredi 6 janvier 2017 - 16:55:31
Dernière modification le : mardi 12 juin 2018 - 10:32:50
Document(s) archivé(s) le : vendredi 7 avril 2017 - 17:45:47

Identifiants

  • HAL Id : tel-01428983, version 1

Collections

Citation

Jin Cui. Data Aggregation in Wireless Sensor Networks. Networking and Internet Architecture [cs.NI]. INSA Lyon, 2016. English. 〈tel-01428983〉

Partager

Métriques

Consultations de la notice

613

Téléchargements de fichiers

1131