WSN和IoT网络中的数据聚合协议

制作和主办：Elsevier沙特国王大学学报WSN和IoT应用的数据聚合协议Beneyaz AraBegum，Satyanarayana V.南杜里CSIR-Indian Institute of Chemical Technology，Hyderabad 500 007，India印度印度化学技术学院阿提奇莱因福奥文章历史记录：收到2022年2022年12月21日修订2023年1月8日接受2023年1月18日在线提供保留字：数据聚合协议IoTWSNA B S T R A C T数据聚合涉及整合由WSN和IoT网络中的各种无线传感器和设备生成的相关数据，以便对所感测的数据进行有意义的解释。它也是一种有效的机制，以优化资源，如节点能量，通信带宽和计算时间，在无线传感器网络和物联网网络。本文简要概述了与WSN物联网网络、数据聚合以及数据聚合协议所使用的各种优化参数相关的基本概念该论文的主要贡献是提供了各种数据聚合协议的全面调查，这些协议旨在解决与WSN和IoT网络中的网络拓扑，干扰，容错，移动性和安全性相关的问题。由于资源的限制，无线传感器网络和物联网网络被围困与延迟，能源效率，数据准确性，数据新鲜度，时间正确性等几个相互竞争的要求，本文提出了深入讨论这些要求，以及数据聚合方法，以优化这些要求的权衡策略。该文件强调了现有数据汇总方法中的一些差距领域，并提出了友好地填补这些差距的研究解决方案。版权所有2023作者。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY许可下的文章（http://creativecommons.org/licenses/by/4.0/）。内容1.导言. 6522.WSN和IoT网络的定义、概述6542.1.WSN 655的特点2.1.1.具有灵活拓扑结构的自组织网络6552.1.2.密集部署和合作性质2.1.3.短距离广播和多跳路由6552.1.4.高效的数据交付模型和寻址方案6562.1.5.有限的电池能量、内存和计算能力6572.2.物联网网络6573.数据压缩和数据聚合技术6573.1.数据汇总6583.1.1.用于周期性数据聚合的定时模型6583.1.2.数据汇总办法3.2.数据融合和数据压缩660*通讯作者。电子邮件地址：nvs@csiriict.in（学士学位）Begum），nandury@ieee.org（S.V. Nandury）。沙特国王大学负责同行审查https://doi.org/10.1016/j.jksuci.2023.01.0081319-1578/©2023作者。由Elsevier B.V.代表沙特国王大学出版。这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.comB.A. Begum和S.V. Nandury沙特国王大学学报6523.2.1.数据压缩6603.2.2.数据融合6613.3.IoT中的数据聚合3.4.数据聚合协议和方法的分类6624.基于拓扑的数据聚合协议6624.1.基于平面网络的数据聚合协议6624.2.分层网络的数据聚合协议。...............................................................................................................................................................................................................6634.2.1.自适应聚类（AC）6644.2.2.高能效分布式集群6644.2.3.生物启发的CH选择和聚类6645.解决数据聚合中的干扰和容错问题。............................................................................................................................................................................................................6665.1.解决干扰的数据聚合技术5.1.1.解决干扰的数据聚合技术的分类6665.1.2.解决物联网干扰的数据聚合技术5.2.容错数据聚合技术6715.2.1.故障检测诊断6715.2.2.容忍进程故障和节点/链路故障6716.基于移动性、安全性和隐私的数据聚合协议6726.1.解决WSN和IoT应用中移动性的数据聚合协议6.2.解决WSN和IoT应用安全问题的数据聚合协议7.竞争要求和权衡6757.1.竞争需求和优化参数6757.1.1.覆盖范围、连通性和容量6757.1.2.数据准确性、数据新鲜度、延迟延迟和时间正确性6777.1.3.能源效率和网络寿命。........................................................................................................................................................................................................6777.2.平衡和优化6778.结论和今后的研究8.1.结论678第678章利益冲突参考文献6781. 介绍无线通信的最新进展以及从3G到4G技术的过渡，使得将网络中的任何东西连接到任何东西成为可能。由于这种转变，无线传感器网络（WSNs）现在已经以物联网（IoT）的形式出现在更大的应用平台随着5G服务的出现，WSN和物联网应用预计将涵盖其他几个应用领域，包括大数据驱动的应用。无线传感器网络和物联网网络的快速增长主要归因于（a）小型化传感器和致动器的发展以及随时可用的高速互联网服务，以及（b）智能设备在多个应用领域的扩散，特别是在雾和云服务的帮助下进行遥感数据捕获。这项开发的核心是一个小型化的低功耗无线传感器，具有嵌入式电子接口，以促进与其他无线设备的交互。微型无线传感器具有用于调节感测数据的内置数字信号处理器、用于无线通信的收发器、用于为各种交易供电的电池和微控制器。为了监测一组现象，在给定的感兴趣区域中的各个地理位置处部署了几个这样的无线传感器。无线传感器在它们自己之间协调以形成节点网络，并且完成聚合感测到的数据并将聚合的数据传送到接收器或基站（BS）以供进一步处理的定义的任务。由于大的地理分布，无线传感器借助于多跳通信来建立到BS的路径，中间节点充当中继或聚合器节点（AN）。AN执行数据聚合并且将它们的聚合转发到到BS的路径中的下一个中间体/AN。BS继而将该信息转发到高端计算平台以供进一步处理。由于几种低成本的小型化无线传感器和设备的存在，无线传感器网络表现出特殊的操作灵活性，这有助于他们形成可重构的网络结构，以适应应用需求。然而，为了保持低成本优势，传感器节点携带具有低端处理能力的有限电池能量因此，无线传感器将其感测到的数据转发给BS，BS被赋予更好的处理能力并且可以访问高端处理器。为了优化电池能量，无线节点沉迷于与其他位置接近的传感器节点的短距离通信。然而，由于节点的接近，无线传感器网络往往是容易受到无线电干扰时，两个或两个以上的位置接近的节点沉迷于同时传输。由于无线传感器节点有无限的机会与其他无线传感器和互联网设备连接，无线传感器网络已经扩展了其应用范围，因此主要集中在监视，入侵者检测，环境工业过程的远程监控，国防，空间，医疗保健，农业等;进军大数据、数据分析和AI ML应用领域。这种网络中的数据聚合面临着几个挑战，特别是在大数据的五个V的背景这对数据聚合提出了若干挑战，并且提出了诸如（a）数据完整性数据认证、（b）数据隐私保护、（c）数据准确性数据正确性、（d）数据冗余时间数据等的问题在设计适当的数据汇总机制和协议的同时获得突出地位。因此，有必要全面了解引发竞争需求的各种基本参数以及优化网络性能的权衡，以解决这些问题。为此，本文提出了一个全面的调查研究人员的世界各地开发的各种数据聚合机制和协议，以解决与网络拓扑结构，干扰，容错，移动性，安全性和隐私相关的此外，该文件提供了一个B.A. Begum和S.V. Nandury沙特国王大学学报653针对上述问题，深入讨论和分析了WSN和IoT网络优化性能所需的各种权衡还有其他几项研究调查了WSN和IoT网络中的数据聚合，如表1所示。与其他调查无线传感器网络的贡献相比，本文的主要贡献列举如下：全面调查为WSN和IoT网络开发的数据聚合机制和协议，以解决与网络拓扑结构、干扰、容错、移动性和安全性相关的问题比较各种数据聚合方法的特点、优势和局限性，并讨论它们对涉及物联网网络的应用的适用性强调现有数据汇总方法中的差距领域和挑战，以及目前有待进一步研究优化参数及其竞争要求的讨论。针对竞争需求，阐明优化网络性能的策略本文的组织如下：第2节简要介绍了WSN和IoT网络的背景，以及本文中使用的一些定义和术语。第3节简要讨论了用于数据压缩的各种方法以及数据聚合方法的分类。一项调查基于网络拓扑的各种数据聚合协议见第4节。数据聚合协议解决与干扰、容错、移动性（两个节点表1关于WSN和IoT网络中数据聚合的调查概述出版物调查重点及重点调查范围及局限性尤尼斯例如，2014耶稣和阿尔梅达，2015年Rahman等人 ，2016Lin等人，2017Salman和Jain，2017年● 调查的重点是容忍节点故障。● 本文综述了现有的网络拓扑管理技术和容错方法的分类：主动式和被动式，用于容忍/处理无线传感器网络中的节点故障。● 本文重点研究了无线传感器网络中的分布式数据融合算法● 本文提供了一个洞察力的问题，分布式计算聚合功能和不同的解决方案，这些问题。● 本文回顾了不同的聚合协议的基础上通信分类：层次结构，非结构化和混合;和计算分类：层次结构，平均，哈希草图，计数和计数。● 调查的重点是比较用于各种网络拓扑的WSN和IoT的几种数据聚合技术● 本文从能耗、网络寿命、吞吐量、延迟等参数对LEACH和LEACH-C等几种● 本文全面概述了物联网与现有系统架构（即，IoTSDN，三层和SOA）以及与网络物理系统的相互关系。● 调查了与雾/边缘计算和物联网集成相关的问题● 本文重点关注资源分配、安全和隐私● 本文重点介绍了物联网网络中与数据链路、路由、网络和会话层相关的标准/协议。● 深入了解M2M和IoT应用中使用的不同设备管理协议和安全● 这项工作没有调查的容错数据聚合算法。● 调查仅限于节点故障。过程和干扰故障未得到解决。● 该调查确实涉及数据聚合中的干扰、容错、安全和移动性问题。● 调查中没有涉及过程故障● 调查的范围仅限于少数网络拓扑，不涉及干扰、容错、安全和移动性问题。● 没有讨论基于WSN的数据聚合算法对IoT网络的适用性● 调查范围仅限于架构、安全和隐私问题。● 该调查确实解决了数据聚合中的干扰、容错和移动性问题。● 调查的范围是物联网网络中的有限通信和安全协议。● 与数据汇总、干扰、移动性有关的问题不在调查范围之内。Ray，2018●本文调查了现有的物联网硬件平台和无线通信技术/标准。● 它还介绍了特定领域的物联网架构的调查：RFID，SOA和WSN，供应链管理和工业物联网。● 调查范围仅限于物联网网络中的通信协议。● 调查确实包括与数据汇总中的容错和流动性问题有关的问题。卡特朱例如，2018Ni等人，2019Dehkordi等人，2020Liu等人，2020Xue等人，2020● 本文重点对WSN和物联网网络所遵循的方法进行了比较研究，并特别参考了现有的WSN标准：Zig Bee、WirelessHART和ISA-100.11a● 它讨论了无线传感器网络和物联网的应用需求的参数：安全性，鲁棒性，可扩展性，QoS，异构性，自治性，数据处理，移动性和覆盖范围。● 这项工作讨论了物联网中移动边缘计算（MEC）的架构。● 本报告探讨物联网的数据处理能力，以增强数据密集型应用的数据分析，包括通过安全数据聚合和重复数据删除来提高数据安全性，并通过卸载计算和服务来提高计算效率。● 本文提供了一个深入的调查不同类型的数据聚合技术和协议的基础上，在陆地无线传感器网络的拓扑结构和计算智能。● 该调查还包括无线地下传感器网络（WUSNs）的应用挑战和路由协议，水下WSNS（UWSNs）的DA协议和WBANs（无线体域网）的协议。● 本文从基于异常、基于预防、保密、切片等安全目标出发，对无线传感器网络中的安全数据聚合方法进行了综述。● 它讨论了在安全数据聚合中需要解决的一些挑战。本文介绍了边缘计算的概况，以及边缘计算与物联网的架构集成。● 该研究强调了WSN和IoT在各种通信协议中所遵循的方法的异同。● WSN和IoT遵循的数据聚合方法的差异在研究中没有找到一席之地。● 范围仅限于边缘物联网中的数据聚合和安全问题。● 与解决不同拓扑、干扰和移动性的网络的数据聚合方法相关的问题● 调查的范围仅限于调查陆地无线传感器网络和水下无线传感器网络的数据● 该调查不包括其他应用程序的数据聚合协议。● 本文的范围仅限于讨论和审查安全的数据聚合方法。● 本文件不讨论其他问题的数据汇总办法该调查不涉及与边缘计算IoT中的数据聚合方法相关的问题。●●●●●B.A. Begum和S.V. Nandury沙特国王大学学报654B.A. Begum和S.V. Nandury沙特国王大学学报655和BS移动性）和安全性在第5节和第6节中讨论。第7节讨论了各种优化参数及其内在的竞争要求。第8讨论了现有数据汇总方法的差距和未来的挑战。2. 定义、WSN和IoT网络概述在本节中，我们简要介绍了无线传感器、WSN和物联网网络的背景。本文中使用的一些定义和术语见表2。无线传感器节点是一种小型的低电池供电的成本效益的传感设备，配备有微控制器，传感机制和无线通信的无线电收发器由于使用低成本的无线传感器和支持互联网的设备，无线传感器网络和物联网网络在社会和战略领域。此外，易于部署联网在一起的多个无线传感器和致动器使得无线传感器网络（WSN）成为无数应用领域的有吸引力的选择，例如：用于智能家庭智能城市的IoT的基本构建块&、无线体域传感器网络、用于污染控制天气预报的环境的远程监测&、用于国防空间应用的监视和安全&、工业过程自动化&控制、放置在人体中以监测患者健康的启用IoT的可穿戴身体传感器、放置在不同位置以监测土壤中的营养物的无线传感器和IoT设备，害虫等。（Durisic等人，2012;Elijah等人，2018年; Graffiti和Fortino，2021年; Kandris等人，2020年;Nandury和Begum，2015年）。在由无线传感器执行的各种单元操作中，用于无线电发送和接收操作的比能量消耗（每单位时间的能量）相当高，表2术语和定义。术语定义和描述无线传感器节点（ni）部署在传感器部署区域（SDR）中的无线传感器称为无线传感器节点。它具有感知、处理、计算和聚合从其相邻传感器节点接收的数据覆盖范围SDR中无线传感器覆盖的感知区域载波检测（CS）区域以源节点为中心、半径等于其检测范围的单位圆盘称为CS区域。无线链路Ii =Si; Di =Si它是用于源节点Si和目的地节点Di之间的通信的唯一边缘。Distancedist<$ni;nk<$笛卡尔平面中两个节点ni和nk它也是两个节点之间的最短路径。路径路径是连接组件中节点的一系列链接/边组件中的任何节点到接收器之间存在唯一路径父节点和子节点nc的父节点是唯一节点nP，其具有直接到sink或到其到sink节点的路径中的第一个节点的唯一边节点nc称为nP的子节点无线传感器网络（WSN）由空间分布的自治设备组成的无线网络，使用传感器监测物理或环境条件，如温度、声音、压力等。Sink node是网络的拓扑中心，所有来自传感器节点的通信都被路由到该中心基站（BS）BS是汇聚节点将其数据路由到的节点。它被认为是具有无限能量的节点，并充当无线传感器网络的汇聚节点（汇聚/拓扑中心节点）和高端计算平台之间Sink和BS在本文中可互换使用。物联网平台物联网平台是一种云软件，它连接传感器、网关、最终用户应用程序或任何其他启用网络连接的物理发射/接收范围RTR T 是源-目的地对（Si; Di）之间的最大距离发射范围和接收范围是同义的，可以互换使用。干扰由于来自其他非预期源节点的并发传输的噪声和无线电干扰而导致的由目的地节点D1干扰范围干扰范围干扰源节点可以干扰目的节点接收的最大距离一般来说，R>RT.成功的传输/接收如果Di可以正确地解密由Si传输的数据，则从S i到其预期接收器Di的传输是成功的：SINR阈值（b）SINR是预期目的地节点成功接收信号所需的最小信号干扰噪声比SINR以dB表示。路径损耗/增益指数（a）a是指示接收信号强度（RSS）由于介质而随距离减小的速率的参数信号传播。链路中的预期节点和非预期节点li=Si;Di =Si和Di被称为预期除了Si之外的任何源节点被称为Di的非预期源节点。类似地，除了Di之外的任何目的地节点被称为Si的非预期目的地节点。潜在干扰者（PI）任何可能潜在地干扰信号Di的接收的非预期源节点Sk被称为Di的潜在干扰者（PI）。Ik=Sk;Dk=被称为Ik=Sk;Dk的潜在干扰链路（PIL）。如果nj的处理/计算需要先于ni的处理/计算，则ni和nj被称为具有优先关系。Aggregator node聚合器节点是一个中间节点，它聚合从其子节点接收的数据，并将聚合转发到根节点，其他中间节点的帮助。数据聚合功能AN执行的诸如AVG、MIN、MAX、EKG和SUM的功能，以聚合从其相邻节点接收的数据阈值能量阈值能量是节点在执行发送或接收操作时用作健康节点所需的最小能量。剩余能量剩余能量是节点ni在交易完成后所拥有的能量。故障节点故障节点通常被认为是剩余能量低于发送和接收操作最小延迟聚合调度（MLAS）最小等待时间聚合调度（MLAS）算法旨在通过调度非干扰链路在相同时隙中同时传输来最小化无线干扰和冲突的影响，使得用于聚合数据的时隙的总数最小。隐藏终端（HT）问题HT问题发生在两个源节点无意中在同一时隙传输，忽略了他们的传输可能会相互干扰这里，两个源节点不在彼此的CS范围内暴露站（ES）问题ES问题发生时，源节点要么推迟或回退他们的传输，当他们注意到，其他源在它们的载波侦听（CS）范围内的节点正在进行传输，即使这些传输彼此不干扰树形图它是一个有向有根树，从每个节点到根只有一条有向路径B.A. Begum和S.V. Nandury沙特国王大学学报656与执行聚合和计算等其他操作相比。虽然传感器为空闲或保持在活动状态所消耗的比能量显著地小，但是传感器为长时间保持在活动状态所消耗的为了克服这个问题，引入了占空比（睡眠和活动状态），其中传感器节点进入睡眠状态以节省其能量。然而，为了使该策略有效，需要准确地确定占空比。传感器节点使用其板载处理器在本地对感测数据执行初步信号调节和预处理操作。预处理后的信息被转换成数据包，并在相邻节点的帮助下路由到网络的汇聚节点。汇聚节点整理由其附属节点接收的数据，并将该信息转发到基站（BS）。由于在汇聚节点和BS之间存在直接的一对一通信，因此汇聚节点通常被称为BS。然而，在大型WSN中，可能存在多个接收器和多个BS。在这种情况下，汇点将其聚合转发到其最近的BS。为了便于理解，除非另有说明，本文中我们互换地使用术语汇聚节点和BS。在大多数基于层次的网络拓扑中，位于更靠近BS的传感器节点承载将从较低级别节点接收的数据中继到BS路径中的较高级别节点的额外负担结果，更靠近BS的节点变成热点，并且它们的电池能量的主要部分在中继操作中被消耗。这种现象触发了与负载平衡和更接近BS的节点的能量的更快耗尽相关的问题，这最终导致节点/链路故障。为了减少中继传输的数量并节省节点能量，数据压缩技术如数据压缩、数据融合和数据聚合已经变得流行，这在第3中讨论。2.1. 无线传感器网络特点与ad hoc网络相比，无线传感器网络在网络中的节点之间表现出更紧密的协调无线节点即使是自主的，也被命令共同合作以确保感测到的数据被转发到BS。 为了促进这一点，节点利用WSN的一些固有功能，如图所示。1.一、2.1.1. 具有灵活拓扑结构无线传感器网络中的传感器节点能够通过嵌入式GPS或通过估计其相对于其邻居的位置来确定其地理位置由于这一特性，无线传感器网络中的传感器节点具有自组织能力，可以将自己配置成连接的网络。为了将感测到的数据路由到BS，节点自组织成树，集群、网格、网状等。为了说明该特征，考虑如图2（a）所示的无线节点的部署模式。根据应用程序的要求，节点可以组织成树，集群，网格或网状拓扑结构，如图所示。 2（b）至2（e）。自组织特性抽象了从BS到传感器节点建立通信路径的基本操作。无线传感器网络的多功能性提供了一个环境，导致灵活的网络拓扑结构，它可以适应应用需求的变化。WSN的固有冗余有助于确定从任何给定节点到BS的多条路径，因此，节点的故障可能不会显著影响网络的功能这个特性被用来开发一种自我修复的方法，在Begum和Nandury（2022 a）中容忍节点/链路而不使用额外的资源。WSN中的节点还具有容纳新节点的能力，这些新节点与其相邻节点无缝同步，而不会使网络的整体性能下降。2.1.2. 密集部署和合作性质根据操作的性质和容易程度，传感器节点被战略性地部署以基于以下方案中的任一个来覆盖SDR，即，(a)战略性地确定部署位置，（b）在随机位置部署，以及（c）两种方案的混合。无线传感器网络的自组织性质使其能够适应动态拓扑变化，为新的无线传感器网络配置铺平道路。此功能使无线传感器网络管理员能够密集部署传感器节点在一个给定的地理位置。然而，随着网络变得密集，BS可能无法跟踪管理来自传感器节点的网络为了克服这一限制，传感器节点与其直接或单跳邻居共享其本地化信息（节点位置，能量水平），并合作执行整合或聚合感测信息的任务。2.1.3. 短距离广播和多跳路由无线传感器网络中的传感器节点配备有具有全向天线的收发器，其在射频（RF）介质上以无线模式与相邻节点建立通信。受能量、尺寸和空间限制的约束，无线传感器在微型RF天线上工作。与诸如数据处理、计算和生成控制信号的操作相比，由节点消耗的用于RF传输的能量相对较大。此外，节点传输到其邻居的距离越远，其消耗的能量就越大。因此，为了优化电池能量，RF收发器采用与其直接的一跳邻居节点的短程传输。为了便于BS和不在一跳距离内的节点之间的通信，建立多跳路由。Fig. 1.无线传感器网络的特点。B.A. Begum和S.V. Nandury沙特国王大学学报657图二.无线传感器网络的自组织特性示例2.1.4. 高效的数据交付模型和寻址方案当由节点感测到的信息以数据分组的形式蜿蜒地到达BS时，最重要的是确保：（a）以其原始质量传递感测到的信息，（b）中间节点不消耗太多能量，以及(c)在没有太多延迟或等待时间的情况下及时递送分组。为了提高关于上述三个要求的效率，提出了几种数据递送模型和寻址方案，下面简要描述：数据交付模型：根据应用，WSN采用的不同数据交付模型列举如下：事件驱动：在事件驱动的数据传递模型中，仅在检测到事件时将感测数据传递到BS。该交付模型在安全、保密、入侵检测等方面有应用其中一旦检测到事件，BS启动适当的响应机制是关键的。事件驱动模型用于任务关键型应用中，其中没有任何时间延迟地检测事件是最重要的。然而，如果事件被多个传感器检测到并报告给BS，则该模型必须处理良好的冗余度此外，如果事件检测阈值水平没有被明确定义，则传感器节点倾向于向BS报告低强度信号，这然后可能引起假警报。查询驱动：在查询驱动的应用中，由BS发起查询以从传感器节点检索特定数据。只有满足查询的节点才响应BS。大多数查询驱动的应用程序是交互式的，查询特定的，延迟不容忍和关键任务。与事件驱动模型不同，在事件驱动模型中，事件数据被推送到BS，在查询驱动模型中，事件数据由BS通过按需查询拉取。BS还可以使用查询来重新配置和管理传感器节点，以用于诸如软件扩展、数据传输速率的重新配置等目的。通过向节点发送命令连续/周期性：在连续/周期性应用中，传感器连续监测环境，并以预定义的时间间隔将感测到的数据周期性地中继到BS在时间关键型应用中，感测的数据是延迟受限的。例如，在实时雷达跟踪应用中，如果在阈值时间限制之后递送数据，则在BS处接收的信息失去其重要性另一方面，例行监测环境（比如湿度）的应用可能不受时间约束，因此可以适应时间延迟和感测数据的零星丢失。混合：这种数据交付机制是两种或更多种数据交付模型的混合，其中节点可以根据要执行的事务的性质诉诸任何数据交付机制寻址方案：为了在节点之间建立通信，为传感器节点提供唯一地址，该地址充当其全局标识符。虽然MAC地址有助于解决介质访问争用，但如果网络拓扑本质上是动态的，则地址的静态分配可能并不总是可行的。随着无线传感器网络的规模越来越大，网络通过非唯一的节点标识符访问传感器数据即使使用唯一标识符，64位MAC地址本身也可能大于分组有效载荷。这导致大的传输开销。为了减少这些开销，使用了面向数据的命名方案.无线传感器网络的一个重要特征，特别是在数据聚合的背景下，是其以数据为中心的寻址方案。与传统的以地址为中心的路由不同，在传统的以地址为中心的路由中，数据基于诸如最少跳数的度量沿着最短路径被路由以数据为中心的方法中的传感器节点试图找到最适合被聚合的数据的聚合器。聚合器的地址主要由一组属性指定，这些属性定义了聚合数据的性质●●●●B.A. Begum和S.V. Nandury沙特国王大学学报658其到BS的路由路径以及其它开销。这有助于更有效地将信息从数据中心节点路由到其聚合器节点。2.1.5. 有限的电池能量、内存和计算能力由于无线传感器网络中的传感器节点具有自主性和小型化的特点，使得其在远程监控应用中的地位日益突出然而，小型化的尺寸优势是以传感器节点的存储器尺寸、电池能量和计算功率的限制为代价的与其他无线自组织网络相比，无线传感器网络对节点能量和网络寿命有着严格的要求2.2. 物联网网络传统的无线传感器网络主要是为涉及监测远程和恶劣地形的应用而开发的，其中建立有线基础设施是一个主要挑战。后来，由于容易获得卫星通信，支持互联网的无线传感器和设备的生产开始取得进展。这导致了应用程序的开发，其中几个支持互联网的传感器，事物（设备）被集成到网络中，为现在被称为物联网网络铺平了道路。最初被认为是WSNs的分支的IoTs开始吸收为WSNs开发的概念，以解决与网络拓扑、数据聚集、干扰、容错、安全等相关的各种问题随着4G和5G技术的出现，物联网扩大了其范围，并进入了将数千个不断产生大量数据的事物联网的应用领域物联网网络生成的数据越来越依赖于云、雾和边缘计算技术。本节将简要概述物联网网络的功能，以及WSN和物联网网络之间的主要区别。物联网网络的特点如图所示。3.第三章。物联网是几个传感器，执行器和互联网的集合在松散耦合的分布式网络中启用Wi-Fi的设备。 由于松耦合，物联网设备表现出更大程度的自主性和自适应性。集成跨域技术的便利性使物联网具有高度可扩展性，可以覆盖数千台设备，使物联网网络无处不在。物联网网络的可扩展性主要是由于其自配置和可互操作的通信功能。典型的物联网应用包括具有互联网、雾或云作为通信介质的无线传感器网络和物联网设备的网络，如图1所示。 4，其中多个IoT和WSN通过互联网云联网在一起。虽然健身追踪器，智能手表和可穿戴生物传感器构成了物联网节点1的一部分，但从IP摄像头智能电视，智能扬声器智能锁和HVAC收集数据的智能家居设备被指定为物联网节点2。跟踪连接到它的若干智能设备的蜂窝网络被指定为IoT节点3。同样，物联网应用程序有两个WSN，其中它们的基站通过互联网云与其他设备联网，如图所示共同地，IoT应用的不同组成节点以协调的方式起作用以完成给定的任务。收集的数据可以发送到远程数据云进行分析。表3中给出了WSN和IoT网络之间的一些相似性和区别。3. 数据压缩和数据聚合技术无线传感器网络包括大量的低成本传感器节点，这些节点具有有限的能量处理能力和低存储容量。这些节点通常会产生大量具有高时间一致性的数据。无论是在WSN还是物联网网络中，利用微型设备虽然由每个节点/设备生成的数据分组的数量可能相对较小，但是由所有节点共同生成的分组的量显著较大。由中间节点/设备向BS（如在WSN的情况下）或向互联网云（如在IoT的情况下）传输这样大量的此外，由于部署大量传感器来监测相同的现象，例如，使用热电偶、热敏电阻和红外传感器来监测温度;导致数据冗余（Gavel等人，2021年）。此外，由于有限的存储容量，传感器节点/设备可能没有足够大的缓冲器来容纳传入数据，这导致一旦缓冲器满了就丢弃分组。除了导致数据丢失外，它还涉及网络流量的实质性负载，因为节点被迫恢复丢失的数据包。这会导致节点的能量更快耗尽，此外还会导致不期望的后果，如延迟增加。处理数据的有效机制是聚合，图三. IoT的特点B.A. Begum和S.V. Nandury沙特国王大学学报659见图4。典型的WSN和IoT应用网络。在将压缩数据传输到BS之前，在中间节点处融合或压缩数据。根据所使用的方法，数据压缩可以分为数据聚合，数据压缩和数据融合。本节详细阐述了方法和一些关键概念。三种主要的数据压缩技术是数据压缩，数据聚合和数据融合，如图所示。 五、3.1. 数据聚合数据聚合涉及在被指定为聚合器的中间节点处集成相关或同类数据，以便对由WSN/IoT中的各种传感器/设备感测到的数据进行有意义的解释。这里，来自多个节点的数据由AN通过执行适当的聚合函数（如MIN、MAX、SUM、AVE、GREATER_THAN等）来聚合，相似或相关的数据。在执行聚合之后，聚合器将也称为聚合的结果转发到BS。例如，考虑部署传感器以记录在给定时间间隔内观察到的最高温度的应用。在这样的应用中，聚合器节点采用MAX函数来基于在给定时间间隔期间从其相邻节点接收的信息来确定感测到的最大温度。然后，聚合器仅将与在给定时间间隔中记录的最高温度相关的信息转发给BS。这显著地减少了发送到BS的分组的数量。聚合的主要目的是整理数据，执行聚合并将有意义的信息转发给BS。除了减少数据分组的数量和缓解网络流量之外，数据聚合还减少了网络中的节点所消耗的延迟和功率（Krishnamachari等人， 2002年）。数据被聚合的时间，即聚合定时，是对于真实、准确地表示网络节点所感知的数据具有重要意义。数据交付模型的类型和数据聚合方法（无论采用集中式聚合还是网络内聚合）对时间有很大影响。时间模型和数据汇总方法如下所述3.1.1. 周期性数据聚合的时序模型根据要监视的现象，所采用的数据传递模型可以是周期性的、非周期性的（查询/事件驱动）或两者的混合特别是周期性的数据传送虽然较长的采样时间可能明显地导致良好的平均值，但过长的等待时间段可能导致陈旧数据或已经超过其值的数据的聚集此外，较长的等待时段还可能导致两个连续时段之间的数据重叠因此，节点之间的适当时间同步是必要的，以确保在执行聚合时新鲜数据和陈旧数据之间没有时间同步在周期性数据传送方案中是特别重要的，这是由于在给定数据集上的聚合必须在下一周期性数据到达之前执行的事实定时模型定义聚合器节点在执行聚合之前需要等待多长时间才能从其子节点接收数据时序模型可分类如下：定期简单聚合（PSA）：在PSA中，聚合路径中的每个父节点都等待预定义的时间段以从其子节点接收数据。此后，父节点聚集所接收的数据，包括其自己的数据，并将聚集发送到下一跳节点。节点的最大超时周期是根据它从其子节点接收到最后一个数据包的时间设置的。周期性逐跳聚合（PPA）：在周期性逐跳聚合中，聚合器一从所有子节点接收到数据就发送其聚合，而不等待超时。为了便于实现这一点，每个父节点都维护有关其子节点数量的信息。与PSA类似，如果父节点无法在超时之前从其所有子节点接收数据。周期性逐跳调整聚合（PPAA）：在PPAA中，节点的超时取决于其在每一轮聚合树中的位置。父节点通知其子节点它期望从子节点接收数据子节点调度它们的传输间隔以与它们的父节点的与PPA模型不同，PPA模型假设所有跳的时间段在PPAA的缺点是，如果子节点和父节点的传输没有正确同步，则会增加延迟。B.A. Begum和S.V. Nandury沙特国王大学学报660表3WSN和IoT特点WSN IoT网络应用程序域用于监测和数据收集的优先级。服务于众多应用，包括监控、数据收集、控制、通信等。网络组件大多数节点是无线传感器。此外，可以存在很少的无线/有线中继节点和基站。任何支持互联网的设备，无论是传感器、执行器还是智能设备，都可以成为物联网网络中的节点。数量的节点通常限于几个无线传感器到数千个。理论上没有连接设备数量的限制生成数据的性质数据分组格式量，数据的速度和准确性由无线节点生成的数据彼此奇异地调谐。无线传感器产生的数据量有限。传感器交换数据包，通常遵循统一的模式。产生的数据量和速度适中。生成的数据在很大程度上经过验证。由于物联网设备的性质差异很大，因此会产生各种各样的数据。物联网网络中数千台设备生成的数据可以归类为大数据。数据包格式不统一。在大型物联网应用中，产生的数据的体积速度是巨大的，可以归类为大数据。数据认证是一项重大挑战网络拓扑无线电信道接入无线传感器的自组织、分层、非分层、平面网络自组织、大部分异构、智能设备网络CSMA-CD、CSMA-CA TDMA、TDMA/CDMA、LORACSMA-CD、CSMA-CA、TDMA、TDMA/CDMA、LORA通信无线无线，互联网，边缘计算，雾/云计算由于设备的数量有限，因此构建强大的安全功能相对不那么复杂。然而，如果无线传输不加密，无线传感器网络是容易受到安全攻击。所有数据传输都是通过互联网进行的，应用程序具有与ISP提供的相同的如果通过雾/云传输，安全性非常高。然而，由于物联网网络的可扩展性，当没有内置安全功能的设备集成到网络中时，安全性可能会受到影响。与外部世界的接口无线传感器网络中的基站或一组基站构成了与外界的网关。与外部世界的接口是通过互联网/网络启用的借助雾和云计算平台，可扩展性中等可扩展性高度可扩展性协议专有，ZigBee，WirelessHART，ISA 100.11a，WiFi和毫米波（2.4 GHz，5 GHz，6 GHz上限，6 GHz下限，24 GHz，60 GHz），LoRaWAN RF（868 MHz）LoRaWAN RF（900 MHz）3G/4G/5G移动数据，蓝牙低功耗（2.4 GHz）数据链路协议：IEEE 802.15.4e、IEEE 802.11ah、WirelessHART（TDMA）、Z-Wave蓝牙低功耗（2.4 GHz）、ZigBee智能能源、DASH 7、HomePlug。G.9959、IPv6、LTE-A、LoRaWAN RF（868 MHz，900 MHz），NB-IoT，DECT/ULE，EnOcean，3G/4G/5G移动数据网络层路由协议：RPL，CORPL，CARP，E-CARP网络层封装协议：6LoWPAN，6 TiSCH，6Lo，IPv6 over G. 9959，IPv6 over Bluetooth低功耗会话层协议：MQTT、SMQTT、AMQP、CoAP、XMPP、DDS WiFi和毫米波（2.4、5、6、GHz&上下、24 GHz、60 GHz）（Kathjoo et al.（ 2018年）设备的自主性高度自治部署和覆盖面信号和数据处理传感器通常通过预定义的策略进行部署。由于无线传感器网络是高度面向应用的，部署策略确保最大的覆