• AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료

비균일한 대규모 무선 센서 네트워크 환경에서 효율적인 계층적 다중-홉 클러스터링 기법 (An Efficient Hierarchical Multi-Hop Clustering Scheme in Non-uniform Large Wireless Sensor Networks)

10 페이지
기타파일
최초등록일 2025.04.26 최종저작일 2012.06
10P 미리보기
비균일한 대규모 무선 센서 네트워크 환경에서 효율적인 계층적 다중-홉 클러스터링 기법
  • 미리보기

    서지정보

    · 발행기관 : 한국정보과학회
    · 수록지 정보 : 정보과학회논문지 : 정보통신 / 39권 / 3호 / 248 ~ 257페이지
    · 저자명 : 김은주, 이충희, 박준호, 성동욱, 유재수

    초록

    무선 센서 네트워크 환경에서 데이터를 효율적으로 수집하기 위한 기법은 질의를 처리하기 위한 핵심적인 기반 기술 중 하나이다. 클러스터 기반의 데이터 수집 기법은 데이터 병합의 효율을 최대화하여 센서 노드들의 에너지 소모를 최소화시킨다. 하지만 기존 클러스터링 기법은 균일한 네트워크 환경만을 고려하여 비균일하게 배포될 수 있는 실제 환경에는 적합하지 않다. 최근 이와 같은 비균일한 센서 네트워크 환경에서 최단거리 홉 카운트 정보를 기반으로 논리적인 홉-수 범위를 이용하여 균등한 클러스터를 구성하는 기법이 제안되었다. 하지만, 이 기법 또한 대규모 센서 네트워크 환경에서 클러스터를 확장시킬 경우, 클러스터에 포함되지 못하는 고아 노드 발생이 증가한다. 이러한 문제점을 고려하여, 본 논문에서는 비균일한 대규모 무선 센서 네트워크 환경에서 확장성을 고려한 계층적인 다중-홉 클러스터링 기법을 제안한다. 제안하는 기법에서는 최단거리 홉 카운트 정보를 기반으로 일정한 홉-수에서 각도 범위를 분할하여 멤버 노드를 선정하기 때문에 고아 노드의 수를 감소시키고, 충분한 클러스터 확장성을 가지는 것이 가능하다. 성능 평가 결과, 기존 기법에 비해 고아 노드의 발생이 평균 약 41% 감소하였다.

    영어초록

    In wireless sensor networks, an energy efficient data gathering scheme is one of core technologies to process a query. The cluster-based data gathering schemes minimize the energy consumption of sensor nodes by maximizing the efficiency of data aggregation. However, since the existing clustering methods consider only uniform network environments, they are not suitable for the real world applications that sensor nodes can be distributed unevenly. A recent scheme proposed a balanced multi-hop clustering scheme in non-uniform wireless sensor networks. The proposed scheme constructs a cluster based on the logical distance to the cluster head using a min-distance hop count. But this scheme also increases occurrence of orphan nodes in case of expanding cluster in large sensor network environments. To solve such a problem, we propose hierarchical multi-hop clustering scheme which consider scalability of cluster in non-uniform large wireless sensor network environments. Our proposed scheme can decrease the number of orphan nodes and has sufficient scalability because our scheme selects member nodes by dividing angle range in regular hop count based on min-distance hop count. Our results of performance evaluation show that orphan nodes decrease about 41% on average against the existing methods.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“정보과학회논문지 : 정보통신”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 09월 04일 목요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
5:36 오후