Trong các ứng dụng mạng cảm biến, người dùng có thể truy vấn, yêu cầu một số kết quả phân tích trong khoảng thời gian dài từ mạng cảm biến theo không gian thời gian, hoặc đặt ra các truy vấn theo dõi liên tục. Điều kiện của các truy vấn này có thể là trùng với truy vấn trước đó.
Xét một truy vấn “Thông báo nhiệt độ trung bình hàng ngày vào tháng trước tại Tỉnh A.” và tại một nhãn thời gian sau đấy, người dùng yêu cầu thông tin khác “Thông báo nhiệt độ trung bình hàng ngày vào tháng trước tại Tỉnh A.”.
- Chúng ta thấy rằng điều kiện tìm kiếm không gian thời gian của hai truy vấn này giống hệt nhau.
Hình 5.2 Các truy vấn có điều kiện tìm kiếm chồng chéo
Nếu các truy vấn được yêu cầu có cùng điều kiện tìm kiếm không gian và/hoặc thời gian có phần chồng chéo lên nhau, thì mức tiêu thụ pin Qcost của một nút cảm biến trong mạng có thể được tính toán bằng công thức 5.1
Qcost = ∑ Ccost x γ n 𝑖=0 + ∑ Rcost x ε 𝑚 𝑗=0 (5.1) Trong đó:
Rcost : Chi phí để xử lý một trong các bản ghi trong một nút Ccost : Chi phí truyền tải cho một bản ghi tới các nút khác ε : Bản ghi cảm biến
ɤ : Gói tin trả lời
n : Số lượng bản ghi cảm biến trong khoảng thời gian truy vấn [ts, te] m : Số lượng gói dữ liệu của kết quả truy vấn được truyền.
Các nút cảm biến xác định các truy vấn gửi tới nó đã được xử lý hay chưa, các truy vấn đã xuất hiện trước sẽ không phải xử lý và cũng không cần phải truyền tải một lần nữa. Như vậy hiệu quả năng lượng 𝐸𝑐𝑜𝑠𝑡𝑄𝑐𝑜𝑠𝑡 có thể được xác định bởi công thức:
𝐸𝑐𝑜𝑠𝑡𝑄𝑐𝑜𝑠𝑡(%) = ∑ n
𝑖=0
𝐷𝑐𝑜𝑠𝑡
Trong đó tỷ lệ tiết kiệm năng lượng là tổng tiêu hao năng lượng nhờ vào loại trừ thao tác chồng chéo Dcost và là số xử lý truy vấn tại các nút cảm biến.
Mặc dù cơ chế này mang lại hiệu quả cao hơn, quản lý thông tin lịch sử truy vấn trong mỗi nút cảm biến nhưng tràn lưu trữ vẫn xảy ra do hạn chế nguồn tài nguyên trong mạng cảm biến. Bên cạnh đó, nếu hệ thống xử lý truy vấn giàu năng lượng và không phải chuyển các truy vấn xuất hiện trước đó tới mạng cảm biến nữa thì các nút cảm biến có thể giành toàn bộ điện năng xử lý các truy vấn khác một cách tối ưu.
[Gil 2007] đã sử dụng kiến trúc proxy để xử lý dữ liệu cảm biến. Proxy phân tán các truy vấn trong mạng cảm biến, nếu các truy vấn có xác suất cao để tìm thấy tại các nút gần trạm cơ sở. Cách tiếp cận này không thể kiểm soát các truy vấn, trong khi các nút cảm biến cần phải gửi dữ liệu tổng hợp đến các trạm cơ sở trong một khoảng thời gian.
Không giống như nhiều đề xuất hiện có, truy vấn của người dùng được xử lý bằng cách chuyển đổi dạng ban đầu sang dạng đơn giản hơn, có hỗ trợ cơ sở dữ liệu siêu dữ liệu. Truy vấn được phân tích theo nhiều dạng khác nhau của các yếu tố như loại truy vấn, vị từ,.. những thông tin được lưu trữ vào cơ sở dữ liệu siêu dữ liệu và được dùng như lịch sử truy vấn, ... Nếu tồn tại một vị từ trong truy vấn lịch sử khớp với toàn bộ các vị từ của truy vấn, thì không cần phải xử lý truy vấn cho điều kiện truy vấn này nữa.