无线传感器网络分布数据存储策略分析-analysis of distributed data storage strategy in wireless sensor networks.docx

国防科学技术大学研究生院博士学位论文 国防科学技术大学研究生院博士学位论文 国防科学技术大学研究生院博士学位论文 国防科学技术大学研究生院博士学位论文 摘 要 无线传感器网络集信息获取、处理和传输为一体，为人类研究物理世界、获取 物理世界的数据，提供了一种有效的方式，其在环境监测、灾害预报等领域发挥 着重要的作用，是目前计算机网络、微电子技术和生态环境科学等多个交叉学科 研究中的热点问题。无线传感器网络是以数据为中心的网络，除了基于基站节点 的实时数据采集模式，还存在针对非实时数据的分布式网内存储模式。 无线传感器网络中分布式网内存储的目的是利用冗余节点来保存数据，以进一 步提高数据的发现和查询的效率。它关系到网络的可用性和数据的可靠性，但是 因为应用环境的复杂性、节点资源的稀缺性和网络拓扑的动态性等因素，分布式 存储策略的研究面临许多限制和挑战。有效的分布式存储策略不仅能够满足数据 发现的效率，而且能够达到各个存储节点的数据负载均衡。本课题重点关注节点 位置已知的大规模网络和不依赖节点位置的大规模网络中的数据存储和发现技 术，以及不依赖节点位置的稀疏网络中基于哈希函数的数据存储和路由技术，同 时关注多个数据源节点在网络中如何均衡有效的分配存储节点的问题。本文的具 体工作，从以下四个方面展开。 传感器网络是一种资源受限的自组织网络，节点的能量和计算能力不足以支持 复杂协议的设计。针对大规模网络中存在的对等节点数据交换，即随机产生的数 据生产者和数据消费者相互之间如何进行数据发现的难点问题，本文借鉴光学中 光的反射原理，提出了基于位置的振荡轨迹存储策略。在该策略中，生产者节点 将感知到的数据或者数据摘要信息存储到经过该生产者节点的振荡轨迹上；同时 将消费者节点的查询信息也存储到经过该消费者节点的振荡轨迹上。理论上，所 有的振荡轨迹满足两两相交的特性，在两条振荡轨迹的相交节点上，消费者节点 与数据生产者节点能够完成数据交换和数据发现，保证了数据查询成功率。振荡 轨迹同时满足数据查询的距离有界性、存储的负载均衡性以及操作的局部性。模 拟实验表明，振荡轨迹在多个性能上优于目前存在的 double rulings 和 rumor 路由 策略。 针对传感器节点在不能获得位置信息的情况下，随机产生的数据生产者和数据 消费者节点仍然需要进行数据交换的问题，本文提出了基于连接的 C-cast 存储路 由策略，该策略可以克服已有协议的位置敏感性。C-cast 的核心思想是通过选择两 个节点作为信标节点，在网络中构建两个独立的轮廓覆盖网络。轮廓是指到相应 信标节点具有相同跳步数的所有节点集合，这些集合按照一定的顺序连接起来。 对单独一个节点而言，它分别属于两个轮廓覆盖网中的轮廓。利用轮廓覆盖网， 数据生产者和消费者可以将数据或者查询沿着轮廓进行分发和存储。在理想模型 第 i 页 第 第 PAGE iv 页 下，C-cast 路由策略可以 100%的保证数据消费者和生产者节点能够发现对方；在 随机模型下，则能够保证以很大的概率发现对方。在性能上，C-cast 可以达到基于 位置信息的 double rulings 策略的性能和效果。 贪婪路由是传感器网络中常用的数据转发策略，在分布数据存储的过程中也发 挥着重要的作用。本文第一次对贪婪路由进行了总结和分类，将贪婪路由分成强 贪婪和弱贪婪两种路由方式。已有的研究工作主要集中在基于地理坐标设计弱路 由算法，或者在贪婪嵌入图上设计强路由算法。针对获取地理坐标和贪婪嵌入图 都需要较多的能量开销，本文提出了一种轻量级的基于树网络嵌入图方法，在得 到的基于树的网络嵌入图(TNEG)上设计了一种弱路由策略 TGR。TGR 在路径长度 和网络负载平衡等性能上具有明显的优势。TGR 可以应用于稀疏的无位置网络当 中。在 TNEG 和 TGR 的基础上，可以设计基于节点标记的哈希函数，以满足轻量 级的对等节点的数据存储和发现策略。 传感器节点的存储容量是有限的，单独一个节点不能存储过多的数据。针对在 基站不存在的情况，如何尽可能多的在网络中存储数据源节点产生的数据的问题， 本文提出了网络存储节点的均衡划分方法。假设网络中存在 k 个数据源节点，n 个 存储节点，本文研究了以下问题：将 n 个存储节点划分为 k 组，分配给 k 个数据源 节点作为各自的存储池节点，尽可能满足所有组具有等量多的节点，同时满足存 储节点到相应的数据源节点的路径长度之和最小。本文将该问题规约为完全二部 图的加权匹配问题。针对目前的算法不适合在传感器网络中应用，本文提出了随 机贪婪划分算法和基于 Voronoi 单元划分算法。实验表明，基于 Voronoi 单元划分 算法在性能优于随机贪婪划分算法，其存储路径开销也更接近最优值。 综上所述，本