Agregação e Predição de Dados Em Rede com Precisão Ajustável no Processamento de Consultas em Redes de Sensores Sem Fio Tales Benigno Matos 1 , Ângelo Brayner 1 , J. E. Bessa Maia 2 1 Mestrado em Informática Aplicada – Universidade de Fortaleza (UNIFOR) 2 Departamento de Estatística e Computação – Universidade Estadual do Ceará {rtales,brayner,jmaia}@unifor.br Resumo. Muitas pesquisas em redes de sensores sem fio (RSSF) têm sido desenvolvidas nos últimos anos, com foco na economia de energia dos nós sensores. Para alcançar este objetivo, tais pesquisas utilizam como estratégia a redução de dados enviados na rede. Neste trabalho, é proposta uma estratégia eficiente de agregação e predição de dados em RSSF, com este objetivo, aumentando a vida útil da RSSF. Além do uso da agregação em rede, a proposta apresentada neste artigo introduz o conceito de predição em rede, realizada no processamento de consultas sobre RSSFs. A predição proposta utiliza um modelo de regressão linear, com base nos dados coletados de um único sensor ou com base nos dados de um subconjunto de sensores. Ela é executada de forma distribuída nos diversos sensores de uma RSSF. Os resultados experimentais mostram que a estratégia proposta pode reduzir significativamente o consumo de energia em RSSFs. Abstract. Over the past few years, many research works in Wireless Sensor Networks (WSN) have been focusing on node power saving. In order to achieve this goal, the amount of data sent over the node network is usually reduced. In this work, we propose an efficient strategy that aggregates and predicts data in WSN, aiming to reduce the data volume sent over the network and thus maximizing the network lifetime. Besides the widely used in-network aggregation strategy, this work presents the use of in- network prediction, based on query processing on the network data. Our prediction strategy works with a linear regression model, using data acquired from one or several sensor nodes. It is implemented in various sensor nodes distributed in a WSN. Experimental results show that our strategy is able to significantly reduce power consumption in WSN. 1. Introdução O interesse no desenvolvimento de sistemas para coletar dados via Redes de Sensores sem Fio (RSSF) tem aumentado muito nos últimos anos (e.g., TinyDB [Madden et al. 2008], Cougar [Yao et al. 2002] e directed diffusion [Bonnet et al. 2001]). Implementar RSSFs pode envolver técnicas que habilitam os dispositivos a tomarem decisões baseadas em seu ambiente local. As RSSFs podem ser utilizadas em aplicações dos mais diversos tipos, como o monitoramento de animais em seu habitat natural [Polastre et al. 2002], o acompanhamento de informações meteorológicas e ambientais, aplicações militares e comerciais, monitoramento industrial e controle de processos [Adler et al. 2005], bem como aplicações científicas diversas. Atualmente, um sensor é um equipamento dotado de uma memória de capacidade bastante limitada, uma unidade de processamento de baixo desempenho, uma unidade de sensoriamento para coletar dados do ambiente ou medir fenômenos físicos, um transmissor/receptor de curto alcance e uma bateria de baixa autonomia. O sensor tem