Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Opportunistic Data Collection for IoT-Based Indoor Air Quality Monitoring
Luleå tekniska universitet, Institutionen för system- och rymdteknik, Datavetenskap.
CSIRO, Melbourne.
Luleå tekniska universitet, Institutionen för system- och rymdteknik, Datavetenskap.ORCID-id: 0000-0003-3489-7429
Luleå tekniska universitet, Institutionen för system- och rymdteknik, Datavetenskap.ORCID-id: 0000-0001-8561-7963
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: Internet of Things, Smart Spaces, and Next Generation Networks and Systems: 17th International Conference, NEW2AN 2017, 10th Conference, ruSMART 2017, Third Workshop NsCC 2017, St. Petersburg, Russia, August 28–30, 2017, Proceedings / [ed] Galinina O., Andreev S., Balandin S., Koucheryavy Y., Cham: Springer, 2017, s. 53-65Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Opportunistic sensing advance methods of IoT data collection using the mobility of data mules, the proximity of transmitting sensor devices and cost efficiency to decide when, where, how and at what cost collect IoT data and deliver it to a sink. This paper proposes, develops, implements and evaluates the algorithm called CollMule which builds on and extends the 3D kNN approach to discover, negotiate, collect and deliver the sensed data in an energy- and cost-efficient manner. The developed CollMule software prototype uses Android platform to handle indoor air quality data from heterogeneous IoT devices. The CollMule evaluation is based on performing rate, power consumption and CPU usage of single algorithm cycle. The outcomes of these experiments prove the feasibility of CollMule use on mobile smart devices.

Ort, förlag, år, upplaga, sidor
Cham: Springer, 2017. s. 53-65
Serie
Lecture Notes in Computer Science, ISSN 0302-9743 ; 10531
Nationell ämneskategori
Medieteknik
Forskningsämne
Distribuerade datorsystem
Identifikatorer
URN: urn:nbn:se:ltu:diva-66098DOI: 10.1007/978-3-319-67380-6_5Scopus ID: 2-s2.0-85031411967ISBN: 978-3-319-67379-0 (tryckt)ISBN: 978-3-319-67380-6 (tryckt)OAI: oai:DiVA.org:ltu-66098DiVA, id: diva2:1148855
Konferens
17th International Conference on Next Generation Teletraffic and Wired/Wireless Advanced Networks and Systems, NEW2AN 2017, 10th Conference on Internet of Things and Smart Spaces, ruSMART 2017 and 3rd International Workshop on Nano-scale Computing and Communications, NsCC 2017, St. Petersburg, Russia, August 28–30, 2017
Tillgänglig från: 2017-10-12 Skapad: 2017-10-12 Senast uppdaterad: 2019-04-03Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Mitra, KaranSaguna, Saguna

Sök vidare i DiVA

Av författaren/redaktören
Zhalgasbekova, AigerimMitra, KaranSaguna, Saguna
Av organisationen
Datavetenskap
Medieteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 78 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf