| Abstract | 第5-9页 |
| 摘要 | 第10-19页 |
| Acknowledgements | 第19-20页 |
| Table of Contents | 第20-23页 |
| 目录 | 第23-27页 |
| List of Tables | 第27-28页 |
| List of Figures | 第28-30页 |
| List of Abbreviations | 第30-32页 |
| CHAPTER Ⅰ.INTRODUCTION | 第32-42页 |
| 1.1 Motivation | 第32-33页 |
| 1.2 Data streams | 第33-34页 |
| 1.2.1 The data stream definition | 第33页 |
| 1.2.2 The data stream model | 第33-34页 |
| 1.2.3 The data stream characteristics | 第34页 |
| 1.3 Comparison between DBMSs and DSMSs | 第34-36页 |
| 1.4 Challenges in streaming data processing | 第36-38页 |
| 1.5 Related work | 第38-40页 |
| 1.5.1 The Tribeca project | 第38页 |
| 1.5.2 TinyDB | 第38页 |
| 1.5.3 The Telegraph project | 第38-39页 |
| 1.5.4 The Aurora project | 第39页 |
| 1.5.5 The STREAM project | 第39页 |
| 1.5.6 The CAPE project | 第39-40页 |
| 1.6 Overview of dissertation | 第40-42页 |
| CHAPTER Ⅱ.ADAPTIVE DISTRIBUTED DATA STREAM MANAGEMENT SYSTEM ARCHITECTURE FOR WIRELESS SENSOR NETWORKS | 第42-55页 |
| 2.1 Motivation | 第42页 |
| 2.2 Basics of wireless sensor networks | 第42-47页 |
| 2.2.1 Sensor classifications | 第44-45页 |
| 2.2.2 Communication in a WSN | 第45-46页 |
| 2.2.3 Sensors data processing | 第46-47页 |
| 2.2.4 Wireless sensor networks applications | 第47页 |
| 2.3 ADDSMS architecture | 第47-49页 |
| 2.4 System modules | 第49-53页 |
| 2.4.1 Data wrapper | 第50页 |
| 2.4.2 System manager | 第50-51页 |
| 2.4.3 Query processor | 第51-53页 |
| 2.5 Summary | 第53-55页 |
| CHAPTER Ⅲ.CONDITIONAL SENSOR DEPLOYMENT | 第55-76页 |
| 3.1 Motivation | 第55-56页 |
| 3.2 Related work for sensor deployment | 第56-57页 |
| 3.3 Sensors pattern | 第57-58页 |
| 3.4 Conditional SLP problem formulation | 第58-59页 |
| 3.5 Overview of evolution algorithms | 第59-68页 |
| 3.5.1 Genetic algorithm | 第60-66页 |
| 3.5.2 PSO algorithm | 第66-68页 |
| 3.5.3 Hybrid algorithms | 第68页 |
| 3.6 The procedure of AHO algorithm | 第68-71页 |
| 3.6.1 System architecture | 第68-70页 |
| 3.6.2 Fuzzy logic controller (FLC) design | 第70-71页 |
| 3.7 Simulation experiment and comparison for sensor deployment | 第71-74页 |
| 3.7.1 Simulation setting | 第71-72页 |
| 3.7.2 Comparison between AHO, GA and PSO for SLP | 第72-74页 |
| 3.8 Summary | 第74-76页 |
| CHAPTER Ⅳ. COST MODEL FOR CONTINUOUS QUERY PROCESSING | 第76-91页 |
| 4.1 Motivation | 第76页 |
| 4.2 Continuous query in DSMS | 第76-78页 |
| 4.3 Parsing and optimization of continuous query | 第78-80页 |
| 4.4 Distributed continuous query | 第80-81页 |
| 4.5 Continuous query cost model overview | 第81-90页 |
| 4.5.1 Model parameters | 第83-84页 |
| 4.5.2 Basic stream operators | 第84-86页 |
| 4.5.3 Stream characteristics | 第86-88页 |
| 4.5.4 Operators cost model | 第88-90页 |
| 4.6 Summary | 第90-91页 |
| CHAPTER Ⅴ. DISTRIBUTION OF CONTINUOUS QUERIES USING GRAPH PARTITIONING | 第91-107页 |
| 5.1 Motivation | 第91页 |
| 5.2 Distributed data stream processing | 第91-92页 |
| 5.3 Basic KLS algorithm for graph partition problem | 第92-95页 |
| 5.4 Proposed Algorithm | 第95-102页 |
| 5.4.1 Similarity measurement using modified SimRank | 第96-98页 |
| 5.4.2 The template function construction | 第98-100页 |
| 5.4.3 Similarity Carrying Ant Model (SCAM) | 第100-102页 |
| 5.5 Experiments | 第102-106页 |
| 5.5.1 SCAM model Vs original ant model performance evaluation | 第103-104页 |
| 5.5.2 Ant clustering Vs other graph portioning performance evaluation | 第104-106页 |
| 5.6 Summary | 第106-107页 |
| CHAPTER Ⅵ. CONTINUOUS QUERY PROCESSING SIMULATION USING DISCRETE EVENT SIMULATION | 第107-121页 |
| 6.1 Motivation | 第107页 |
| 6.2 Basic query processing model | 第107-108页 |
| 6.3 Discrete event system(DES)simulation overview | 第108-113页 |
| 6.3.1 The process-oriented simulation scheme | 第109-110页 |
| 6.3.2 Discrete-event simulation languages | 第110-113页 |
| 6.4 Simulation framework for continuous query plan | 第113-115页 |
| 6.4.1 Building simulations using OMNeT++ | 第114-115页 |
| 6.4.2 Building the NED files | 第115页 |
| 6.4.3 Running the simulation and analyzing the results | 第115页 |
| 6.5 Components of the simulation framework | 第115-120页 |
| 6.5.1 DataStream | 第116-117页 |
| 6.5.2 Queues | 第117页 |
| 6.5.3 Operator | 第117-119页 |
| 6.5.4 Data stream sink | 第119页 |
| 6.5.5 Scheduler | 第119页 |
| 6.5.6 StatsCollector | 第119-120页 |
| 6.6 Summary | 第120-121页 |
| CHAPTER Ⅶ.ADAPTIVE SCHEDULING OF CONTINUOUS QUERY OPERATORS | 第121-138页 |
| 7.1 Motivation | 第121页 |
| 7.2 Operator scheduling strategies | 第121-122页 |
| 7.3 Chain scheduling algorithm | 第122-124页 |
| 7.4 Clustered operators scheduling(COS) | 第124-126页 |
| 7.4.1 Problem statement | 第124-125页 |
| 7.4.2 COS architecture | 第125-126页 |
| 7.5 Overview of data clustering algorithms | 第126-129页 |
| 7.5.1 K-means | 第127-128页 |
| 7.5.2 S-means:similarity driven clustering | 第128-129页 |
| 7.6 Operators clustering | 第129-131页 |
| 7.7 Experiments | 第131-136页 |
| 7.7.1 Experiment setting | 第132页 |
| 7.7.2 Performance comparison | 第132-135页 |
| 7.7.3 Scalability comparison | 第135-136页 |
| 7.7.4 Robustness comparison | 第136页 |
| 7.8 Summary | 第136-138页 |
| CHAPTER Ⅷ.CONCLUSIONS | 第138-140页 |
| REFERENCES | 第140-152页 |
| RESEARCH PUBLICATIONS | 第152-153页 |
