[发明专利]一种面向物联网数据的分布式Top-k查询方法

说明书

本发明公开一种面向物联网数据的分布式Top‑k查询方法，包括以下步骤：(1)构建最优查询树，该步骤包括网络骨干节点选取、连接节点选择，以及每轮查询各节点按ID号轮流担任根节点三个过程；(2)基于最优查询树进行Top‑k查询，该步骤包括查询初始化、数据更新值发送、sink节点top‑k查询三个过程。本发明在构建最优查询树时充分考虑节点度数、自身能量以及与邻节点通信开销，选择能量代价小的作为支配节点，有效均衡节点能耗，进一步解决了传统查询树根节点唯一带来的其附近节点过早死亡的问题，大大延长物联网的生命周期，且查询算法中通过设置过滤值来抑制每轮无效更新值的发送，有效降低平均每轮的查询能耗。

技术领域

本发明涉及物联网数据处理技术，具体涉及一种面向物联网数据的分布式Top-k查询方法。

背景技术

物联网是通过各种传感器设备，将物品与网络连接起来，进行信息交换与通信以及实现智能化识别、定位、跟踪、监控和管理的一种网络。作为物联网感知层的重要组成部分，传感器节点在信息获取与处理过程中发挥了重大作用。

Top-k查询作为物联网查询应用的重要内容，在多个领域已得到广泛应用，如环境污染监测、动物保护及目标跟踪等；用户可根据自身需要查询监测区域内前k个最大(或最小)感知值，如温度、污染指数等，从而起到森林预警、判断污染程度较高地区的作用，然而传感器节点能量严格受限，因此设计高效的查询算法对降低网络能耗、延长传感器节点寿命至关重要。

目前提出的分布式Top-k查询方法大都是基于某种逻辑拓扑树，按照拓扑树进行数据汇聚查询能减少大量通信开销。如Wu等人基于最短路径树SPT提出的FILA算法，SPT以sink为根节点，其余节点均有到sink的最短路径，但FILA算法忽略了各节点接收探测信息的能耗，与实际不符，每一轮查询，若节点感知值没有超出过滤范围，则不向sink发送更新值，故查询结果不准确。

为了满足查询准确性，Balijeet等提出了基于支配集树DST的查询算法EXTOK，该算法为每个节点设置过滤阈值来决定其下一轮是否向sink发送更新值，但其DST的构建主要选择邻节点多的作为支配节点，未考虑节点自身能量和与邻节点通信开销，当查询次数、k值增大时，存在sink附近节点能耗不均，过早死亡的问题，且EXTOK算法中TM-node需每轮向sink发送更新值，导致一些值的无效发送。

汤等人基于层次索引树提出了新颖的top-k查询算法，同样存在头结点选取未考虑自身能量而过早死亡等问题。

发明内容

发明目的：本发明的目的在于解决现有技术存在的不足，提供一种面向物联网数据的分布式Top-k查询方法，本发明从构建逻辑拓扑树和基于树设计top-k查询方法两方面来提供一种能量均衡、高效的物联网分布式数据Top-k查询方法。

技术方案：本发明所述的一种面向物联网数据的分布式Top-k查询方法，包括以下步骤：

(1)构建最优查询树：

(11)网络骨干节点选取，即网络支配节点的选取，具体过程如下：

(111)节点状态和能量信息的初始化，各节点初始均为未处理状态，即flag＝0，并通过能量代价函数算得相应的能量代价值，该能量代价函数综合考虑了节点度数、自身剩余能量以及与邻节点通信开销，是最后所得查询结果更加精准；

(112)代价信息交换：各节点发送hello消息包和能量代价消息包，并与其邻节点交换代价信息；

(113)节点状态信息广播：

(12)连通支配集构造；包括支配信息存储和连接节点选择；

(13)根节点选择，即sink节点的选择，包括以下步骤：

(131)在步骤(12)所得连通支配集基础上，保留支配节点与其被支配节点之间的边，其余边均去除；