지난 몇 년 동안, 연구는 전용 애플리케이션을 위해 만들어진 기존의 무선 센서 네트워크(WSNs)의 한계를 가리켜왔다. 이러한 한계는 센서 시스템 관리와 데이터 사용량 감지 모델을 포함한다. 최근, IoT-cloud 통합 (예, 센서-cloud)이 제안되었고, 학계와 업계로부터 동시에 큰 관심을 받았다. IoT-cloud 통합은 강력한 프로세싱 능력과 센서 데이터를 위한 ...
지난 몇 년 동안, 연구는 전용 애플리케이션을 위해 만들어진 기존의 무선 센서 네트워크(WSNs)의 한계를 가리켜왔다. 이러한 한계는 센서 시스템 관리와 데이터 사용량 감지 모델을 포함한다. 최근, IoT-cloud 통합 (예, 센서-cloud)이 제안되었고, 학계와 업계로부터 동시에 큰 관심을 받았다. IoT-cloud 통합은 강력한 프로세싱 능력과 센서 데이터를 위한 클라우드 컴퓨팅스토리지 능력의 이점을 바탕으로 시작되었다. IoT-cloud 통합 모델은 종래의 WSN이 가지는 한계점을 해결할 수 있는 잠재적 대안으로 여겨진다. WSN과 클라우드를 통합함으로써, IoT-cloud는 현존하는 감지 모델과 다르게, 여러 애플리케이션에 ‘sensing-as-a-service’(SSaS)를 동시에 제공할 수 있다. IoT-cloud의 주요 목표 중 하나는 단일 WSN이, 사용자/애플리케이션이 그들의 기대치와 예산에 맞춰 필요한 만큼 서비스의 필요조건을 설정할 수 있도록 함과 동시에 감지 서비스를 여러 애플리케이션에 제공할 수 있도록 하는 것이다. 초기 몇몇 연구는 구조 모델, 센서 가상화, 가격 책정 모델과 데이터 전달 최적화와 같은 IoT-cloud를 위한 상세 디자인에 관해 이루어졌다. 비록 현재 연구가 센서를 클라우드와 통합하는 방법과 센싱 데이터를 효율적으로 분산하는 방법에 관해 이루어지고 있지만, 소수의 연구는 온 디맨드 요구사항을 보증하는 WSN과 클라우드 간의 효율적인 상호작용 모델을 연구하고 있다. IoT-cloud의 온 디맨드 요구사항을 보장하도록 하는 것은 굉장히 큰 기술적인 도전을 필요로 한다. 예를 들어, 제한적인 자원에서 물리적 센서 노드에 필요한 동적인 연산이나, QoS 요구 사항을 동시에 만족시키면서 에너지 소비를 최적화하는 방법과 같은 것이다. 또한 요구사항은 시간에 따라 달라진다는 것에 주목해야한다. 그러므로, IoT-cloud를 위한 효율적인 상호작용 모델은 요구사항을 만족시키기 위해 필수적이다. 위에서 서술한 목표에서 동기를 얻어, 본 논문은 다음과 같은 IoT-cloud를 위한 효율적인 상호작용 모델을 연구함으로써 상기의 요구사항을 충족시키는데 기여하였다. 1) 온 디맨드 SSaaS를 가능하게 하여 사용자/애플리케이션이 고유의 요구사항을 가지고 공유 WSN으로부터 센싱 데이터를 요청할 수 있도록 하는 것, 2) 센서의 작동을 요구사항에 맞게 조정하는 것, 3) IoT-cloud를 최대한 활용하여 한정된 자원에서 센서의 에너지 소비를 최적화 하는 것. 정리하자면, 이 논문은 다음과 같은 기여를 하였다. 첫 번째로, 본 논문은 단일 WSN이 다른 센싱 주파수 요구사항을 가진 여러 애플리케이션을 동시에 운용할 수 있도록 하는 IoT-cloud의 효율적인 온 디맨드 상호작용 모델을 제안한다. 이 모델에서 물리적인 센서로 보내지는 요청의 수를 최소화하는 효율적인 요청 수집 스키마와, 물리적 센서 노드의 에너지 소비를 지역적으로 최적하기 위한 효율적인 요청 기반의 적응형 저전력 리스닝 프로토콜을 디자인하였다. 두 번째로, 애플리케이션의 온 디맨드 지연 시간 요구사항을 보장하는, IoT-cloud의 효율적인 분산 피드백 관리 모델을 고안하였다. 이 모델에서 QoS컨트롤러는 지연 시간 요구사항을 조절하고 센서의 에너지 소비를 최적화하기 위해 센서 노드 단계에서 스케줄링 컨트롤러와 상호작용하도록 설계되었다.
세 번째로, 모바일 클라우드 컴퓨팅 애플리케이션을 운용하기 위한 IoT-cloud의 위치 기반의 상호작용 접근방법을 모델링하였다. 또한 클라우드가 스케줄링 조율자로서 중요한 역할을 수행하는 모델을 통해 WNS의 온 디맨드 스케줄링 스키마를 제공한다. 마지막으로, 종단 간 IoT cloud 서비스의 문맥에서, 효율적인 안정성/가용성이 보장되는 서비스 기능 체이닝(SFC) 배포 스키마를 제안한다. 제안한 스키마의 효율성을 측정하기 위해 심도 있는 분석과 실험을 수행하였다. 그리고 얻어진 결과로 제안한 스키마가 현존하는 몇몇 연구의 한계를 해결하고, 자원 효율성에서 더 나은 성능을 얻었음을 보인다.
지난 몇 년 동안, 연구는 전용 애플리케이션을 위해 만들어진 기존의 무선 센서 네트워크(WSNs)의 한계를 가리켜왔다. 이러한 한계는 센서 시스템 관리와 데이터 사용량 감지 모델을 포함한다. 최근, IoT-cloud 통합 (예, 센서-cloud)이 제안되었고, 학계와 업계로부터 동시에 큰 관심을 받았다. IoT-cloud 통합은 강력한 프로세싱 능력과 센서 데이터를 위한 클라우드 컴퓨팅 스토리지 능력의 이점을 바탕으로 시작되었다. IoT-cloud 통합 모델은 종래의 WSN이 가지는 한계점을 해결할 수 있는 잠재적 대안으로 여겨진다. WSN과 클라우드를 통합함으로써, IoT-cloud는 현존하는 감지 모델과 다르게, 여러 애플리케이션에 ‘sensing-as-a-service’(SSaS)를 동시에 제공할 수 있다. IoT-cloud의 주요 목표 중 하나는 단일 WSN이, 사용자/애플리케이션이 그들의 기대치와 예산에 맞춰 필요한 만큼 서비스의 필요조건을 설정할 수 있도록 함과 동시에 감지 서비스를 여러 애플리케이션에 제공할 수 있도록 하는 것이다. 초기 몇몇 연구는 구조 모델, 센서 가상화, 가격 책정 모델과 데이터 전달 최적화와 같은 IoT-cloud를 위한 상세 디자인에 관해 이루어졌다. 비록 현재 연구가 센서를 클라우드와 통합하는 방법과 센싱 데이터를 효율적으로 분산하는 방법에 관해 이루어지고 있지만, 소수의 연구는 온 디맨드 요구사항을 보증하는 WSN과 클라우드 간의 효율적인 상호작용 모델을 연구하고 있다. IoT-cloud의 온 디맨드 요구사항을 보장하도록 하는 것은 굉장히 큰 기술적인 도전을 필요로 한다. 예를 들어, 제한적인 자원에서 물리적 센서 노드에 필요한 동적인 연산이나, QoS 요구 사항을 동시에 만족시키면서 에너지 소비를 최적화하는 방법과 같은 것이다. 또한 요구사항은 시간에 따라 달라진다는 것에 주목해야한다. 그러므로, IoT-cloud를 위한 효율적인 상호작용 모델은 요구사항을 만족시키기 위해 필수적이다. 위에서 서술한 목표에서 동기를 얻어, 본 논문은 다음과 같은 IoT-cloud를 위한 효율적인 상호작용 모델을 연구함으로써 상기의 요구사항을 충족시키는데 기여하였다. 1) 온 디맨드 SSaaS를 가능하게 하여 사용자/애플리케이션이 고유의 요구사항을 가지고 공유 WSN으로부터 센싱 데이터를 요청할 수 있도록 하는 것, 2) 센서의 작동을 요구사항에 맞게 조정하는 것, 3) IoT-cloud를 최대한 활용하여 한정된 자원에서 센서의 에너지 소비를 최적화 하는 것. 정리하자면, 이 논문은 다음과 같은 기여를 하였다. 첫 번째로, 본 논문은 단일 WSN이 다른 센싱 주파수 요구사항을 가진 여러 애플리케이션을 동시에 운용할 수 있도록 하는 IoT-cloud의 효율적인 온 디맨드 상호작용 모델을 제안한다. 이 모델에서 물리적인 센서로 보내지는 요청의 수를 최소화하는 효율적인 요청 수집 스키마와, 물리적 센서 노드의 에너지 소비를 지역적으로 최적하기 위한 효율적인 요청 기반의 적응형 저전력 리스닝 프로토콜을 디자인하였다. 두 번째로, 애플리케이션의 온 디맨드 지연 시간 요구사항을 보장하는, IoT-cloud의 효율적인 분산 피드백 관리 모델을 고안하였다. 이 모델에서 QoS 컨트롤러는 지연 시간 요구사항을 조절하고 센서의 에너지 소비를 최적화하기 위해 센서 노드 단계에서 스케줄링 컨트롤러와 상호작용하도록 설계되었다.
세 번째로, 모바일 클라우드 컴퓨팅 애플리케이션을 운용하기 위한 IoT-cloud의 위치 기반의 상호작용 접근방법을 모델링하였다. 또한 클라우드가 스케줄링 조율자로서 중요한 역할을 수행하는 모델을 통해 WNS의 온 디맨드 스케줄링 스키마를 제공한다. 마지막으로, 종단 간 IoT cloud 서비스의 문맥에서, 효율적인 안정성/가용성이 보장되는 서비스 기능 체이닝(SFC) 배포 스키마를 제안한다. 제안한 스키마의 효율성을 측정하기 위해 심도 있는 분석과 실험을 수행하였다. 그리고 얻어진 결과로 제안한 스키마가 현존하는 몇몇 연구의 한계를 해결하고, 자원 효율성에서 더 나은 성능을 얻었음을 보인다.
Over the last few years, studies have indicated the limitations of conventional Wireless Sensor Networks (WSNs) which are normally built for a dedicated application. The limitations include the sensor system management and the sensing data usage model. Recently, the IoT-cloud integration (i.e., sens...
Over the last few years, studies have indicated the limitations of conventional Wireless Sensor Networks (WSNs) which are normally built for a dedicated application. The limitations include the sensor system management and the sensing data usage model. Recently, the IoT-cloud integration (i.e., sensor-cloud) has been proposed and received a great extent of interest from both academia and industry. The IoT-cloud integration is motivated by taking advantages of the powerful processing as well as storage capabilities of cloud computing for sensing data. The IoT-cloud integration model is being viewed as a potential substitute to address the existing limitations of traditional WSNs. By integrating WSNs with the cloud, the IoT-cloud can simultaneously provide sensing-as-a-service (SSaaS) to multiple applications, unlike the current sensing model. One of the main objectives of the IoT-cloud is to enable a single WSN to be able to produce sensing services for multiple application simultaneously while it allows the users/applications to specify sensing service requirements on-demand depending on their expectation and budget. Some initial studies have been conducted toward the detailed design for IoT-cloud including the architectural model, sensor virtualization, pricing model and data delivery optimization. Although the current studies discuss how to integrate sensors with the cloud and how to distribute sensing data efficiently, a few works investigate efficient interactive models between WSNs and the cloud for on-demand requirement guarantees. Enabling the on-demand requirement guaranteed feature on the IoT-cloud poses enormous technical challenges; for example, the requisite dynamic operations at resource constrained physical sensor nodes, or how the sensor nodes should react to optimize their energy consumption while guaranteeing their sensing flows meet the Quality of Service (QoS) requirements of multiple applications simultaneously. Moreover, note that the requirements may change over time. Therefore, efficient interactive models for the IoT-cloud are critical to meet the requirements. Motivated by the above objective, this thesis contributes to fulfill the above requirements by investigating efficient interactive models for the IoT-cloud to 1) enable on-demand SSaaS where users/applications are allowed to request sensing data from shared WSNs with their own requirements, 2) adapt sensors’ operations to meet the requirements 3) exploit the IoT-cloud to optimize energy consumption of resource constrained sensors. In summary, this thesis makes the following contributions. First, we propose an efficient on-demand interactive model for the IoT-cloud to enable a single WSN to be able to serve multiple applications with different sensing frequency requirements simultaneously. In the model, we design an efficient request aggregation scheme on the IoT-cloud to minimize the number of requests sent to physical sensors, and an efficient request-based adaptive low power listening protocol for physical sensor nodes to locally optimize their energy consumption. Second, we design an efficient distributed feedback control model for the IoT-cloud to guarantee on-demand latency requirements of applications. In the model, a QoS controller is designed on the IoT-cloud to interact with a scheduling controller at the sensor node level to control the latency requirements and to optimize the energy consumption of sensors. Third, we model a location-based interactive approach for the IoT-cloud to serve mobile cloud computing applications. We also present an on-demand scheduling scheme for WNSs on the top of the model, in which the cloud plays a critical role as the scheduling coordinator. Lastly, in the context of end-to-end IoT cloud services, we propose an efficient reliability/availability guaranteed deployment scheme for service function chaining. Extensive analysis and experiments have been conducted to evaluate the efficiency of the proposed schemes. The obtained results show that our proposed schemes address several limitations of existing studies and achieve better performance in term of resource efficiency.
Over the last few years, studies have indicated the limitations of conventional Wireless Sensor Networks (WSNs) which are normally built for a dedicated application. The limitations include the sensor system management and the sensing data usage model. Recently, the IoT-cloud integration (i.e., sensor-cloud) has been proposed and received a great extent of interest from both academia and industry. The IoT-cloud integration is motivated by taking advantages of the powerful processing as well as storage capabilities of cloud computing for sensing data. The IoT-cloud integration model is being viewed as a potential substitute to address the existing limitations of traditional WSNs. By integrating WSNs with the cloud, the IoT-cloud can simultaneously provide sensing-as-a-service (SSaaS) to multiple applications, unlike the current sensing model. One of the main objectives of the IoT-cloud is to enable a single WSN to be able to produce sensing services for multiple application simultaneously while it allows the users/applications to specify sensing service requirements on-demand depending on their expectation and budget. Some initial studies have been conducted toward the detailed design for IoT-cloud including the architectural model, sensor virtualization, pricing model and data delivery optimization. Although the current studies discuss how to integrate sensors with the cloud and how to distribute sensing data efficiently, a few works investigate efficient interactive models between WSNs and the cloud for on-demand requirement guarantees. Enabling the on-demand requirement guaranteed feature on the IoT-cloud poses enormous technical challenges; for example, the requisite dynamic operations at resource constrained physical sensor nodes, or how the sensor nodes should react to optimize their energy consumption while guaranteeing their sensing flows meet the Quality of Service (QoS) requirements of multiple applications simultaneously. Moreover, note that the requirements may change over time. Therefore, efficient interactive models for the IoT-cloud are critical to meet the requirements. Motivated by the above objective, this thesis contributes to fulfill the above requirements by investigating efficient interactive models for the IoT-cloud to 1) enable on-demand SSaaS where users/applications are allowed to request sensing data from shared WSNs with their own requirements, 2) adapt sensors’ operations to meet the requirements 3) exploit the IoT-cloud to optimize energy consumption of resource constrained sensors. In summary, this thesis makes the following contributions. First, we propose an efficient on-demand interactive model for the IoT-cloud to enable a single WSN to be able to serve multiple applications with different sensing frequency requirements simultaneously. In the model, we design an efficient request aggregation scheme on the IoT-cloud to minimize the number of requests sent to physical sensors, and an efficient request-based adaptive low power listening protocol for physical sensor nodes to locally optimize their energy consumption. Second, we design an efficient distributed feedback control model for the IoT-cloud to guarantee on-demand latency requirements of applications. In the model, a QoS controller is designed on the IoT-cloud to interact with a scheduling controller at the sensor node level to control the latency requirements and to optimize the energy consumption of sensors. Third, we model a location-based interactive approach for the IoT-cloud to serve mobile cloud computing applications. We also present an on-demand scheduling scheme for WNSs on the top of the model, in which the cloud plays a critical role as the scheduling coordinator. Lastly, in the context of end-to-end IoT cloud services, we propose an efficient reliability/availability guaranteed deployment scheme for service function chaining. Extensive analysis and experiments have been conducted to evaluate the efficiency of the proposed schemes. The obtained results show that our proposed schemes address several limitations of existing studies and achieve better performance in term of resource efficiency.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.