Um Mecanismo de Compressão de Dados Local em Tempo Real Energeticamente Eficiente para Redes WBANs

• Caiña Passos UFPR
• Aldri Santos UFPR

DOI: https://doi.org/10.5753/sbcas.2021.16104

Resumo

Dentre as redes computacionais voltadas ao cuidado com a saúde, destacam-se as redes corporais sem fio (WBANs), que possibilitam o monitoramento contínuo e em tempo real dos sinais fisiológicos. No entanto, esse monitoramento resulta em uso excessivo de transmissão de dados, afetando o consumo de energia dos dispositivos. Este artigo de dissertação apresenta GROWN1, uma abordagem híbrida de compressão de dados local para reduzir a redundância de informações na transmissão de dados e redução do consumo de energia dos dispositivos, através de métodos de compressão de dados locais de WSN. O GROWN foi avaliado por experimentação e os resultados mostram diminuição do consumo de energia dos dispositivos e um aumento na vida útil da rede.

Referências

Gatouillat, A., Massot, B., Badr, Y., Sejdíc, E., and Gehin, C. (2018). Building iot-enabled wearable medical devices: an application to a wearable, multiparametric, cardiorespiratory sensor.

Khan, R. A. and Pathan, A.-S. K. (2018). The state-of-the-art wireless body area sensor networks: A survey. International Journal of Distributed Sensor Networks, 14(4):1550147718768994.

Movassaghi, S., Abolhasan, M., Lipman, J., Smith, D., and Jamalipour, A. (2014). Wireless body area networks: A survey. IEEE Communications Surveys & Tutorials, 16(3):1658–1686.

Passos, C., Junior, C. P., Batista, A., de Lima, M., and dos Santos, A. (2020a). Compressão de dados local em tempo real energeticamente eficiente para redes wban. In Anais do XXV Workshop de Gerência e Operação de Redes e Serviços, pages 85–98. SBC.

Passos, C., Pedroso, C., Batista, A., Nogueira, M., and Santos, A. (2020b). Grown: Local data compression in real-time to support energy efficiency in wban. In 2020 IEEE Latin-American Conference on Communications (LATINCOM), pages 1–6. IEEE.