无线传感器网络中多属性周期性查询优化的新型两层协作缓存机制

作为物理环境和计算系统之间的重要接口的无线传感器网络已被广泛用于支持领域应用，在该领域中，从网络连续不断地查询多属性传感器数据。 通常，对于某些应用，某些感官数据在一定时间内可能不会发生明显变化。 在此设置中，在特定时隙收集的感官数据可用于回答并发查询，并且当这些数据的变化在某个阈值内时，可重新用于回答即将到来的查询。 为了解决这一挑战，本文提出了一种基于流行度的协作缓存机制，其中根据最近时隙发出的查询来计算感官数据的流行度。 这种流行反映了感觉数据对即将到来的查询感兴趣的可能性。 通常，具有最高流行度的感觉数据被缓存在接收器节点中，而对即将到来的查询可能不感兴趣的感觉数据被缓存在划分的网格单元的头节点中。 利用这些协作缓存的感官数据，通过组合这些两层缓存的数据来回答查询。 实验评估表明，该方法可以显着降低网络通信成本，提高网络容量。