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.
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.
