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

Abstract

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.