본 논문에서 제안한 시스템은 유비쿼터스 컴퓨팅 환경에서 사용자에게 상황 인식 서비스와 주변 환경에 지능적인 상호 작용을 제공한다. 따라서, 유비쿼터스 컴퓨팅의 다양한 상황과 환경에서 시스템은 컨텍스트 정보를 수집과 분석을 하기 위해 상황 인식 능력을 필요 하게 된다. 그러나 현재의 상황 인식 시스템은 다양한 타입에서 컨텍스트의 체계적인 이용에 부족하고, 단지 몇몇 시스템들은 한정된 환경에서 각자 사용자의 선호도를 획득하는 학습 매커니즘을 가진다. 본 논문에서는, 유비쿼터스 컴퓨팅 환경에서 상황 인식을 위한 개괄적인 프레임워크를 제안한다. 본 프레엄워크는 다양한 센서로부터 컨텍스트의 다양한 타입을 쉽게 이용하고 생성할 수 있게 만들어졌다. 프레엄워크는 동적 환경에서 사용자에게 서비스를 제공하기 위하여 센서, 통합, 추론 그리고 학습 컨텍스트 정보를 제공한다. 그리고 사용자의 건강을 실시간으로 관리할 수 있는 u-Health 시스템에 제안한 프레임워크를 적용을 하여 구현을 하였다.
본 논문에서 제안한 시스템은 유비쿼터스 컴퓨팅 환경에서 사용자에게 상황 인식 서비스와 주변 환경에 지능적인 상호 작용을 제공한다. 따라서, 유비쿼터스 컴퓨팅의 다양한 상황과 환경에서 시스템은 컨텍스트 정보를 수집과 분석을 하기 위해 상황 인식 능력을 필요 하게 된다. 그러나 현재의 상황 인식 시스템은 다양한 타입에서 컨텍스트의 체계적인 이용에 부족하고, 단지 몇몇 시스템들은 한정된 환경에서 각자 사용자의 선호도를 획득하는 학습 매커니즘을 가진다. 본 논문에서는, 유비쿼터스 컴퓨팅 환경에서 상황 인식을 위한 개괄적인 프레임워크를 제안한다. 본 프레엄워크는 다양한 센서로부터 컨텍스트의 다양한 타입을 쉽게 이용하고 생성할 수 있게 만들어졌다. 프레엄워크는 동적 환경에서 사용자에게 서비스를 제공하기 위하여 센서, 통합, 추론 그리고 학습 컨텍스트 정보를 제공한다. 그리고 사용자의 건강을 실시간으로 관리할 수 있는 u-Health 시스템에 제안한 프레임워크를 적용을 하여 구현을 하였다.
The systems in the ubiquitous computing environment need to provide users with context-aware services, intelligently interacting with the surrounding environment. Therefore, the systems in the ubiquitous computing environment require context-awareness ability in order to gather and analyze context i...
The systems in the ubiquitous computing environment need to provide users with context-aware services, intelligently interacting with the surrounding environment. Therefore, the systems in the ubiquitous computing environment require context-awareness ability in order to gather and analyze context information in various situations and environments. However, existing context-aware systems lack the ability to systematically generate and handle various types of context information, and only a few systems have ability learning from environment. In this paper, a general context model is defined to describe various contexts and a context-awareness framework is implemented based in the model, which makes it straightforward to handle and generate various types of context from diverse sensor. The framework is designed to allow a system to sensed, combined, inferred, and learned context information, in order to provide users with services in dynamic environments. We have implemented the proposed framework and applied it to a u-Health management system.
The systems in the ubiquitous computing environment need to provide users with context-aware services, intelligently interacting with the surrounding environment. Therefore, the systems in the ubiquitous computing environment require context-awareness ability in order to gather and analyze context information in various situations and environments. However, existing context-aware systems lack the ability to systematically generate and handle various types of context information, and only a few systems have ability learning from environment. In this paper, a general context model is defined to describe various contexts and a context-awareness framework is implemented based in the model, which makes it straightforward to handle and generate various types of context from diverse sensor. The framework is designed to allow a system to sensed, combined, inferred, and learned context information, in order to provide users with services in dynamic environments. We have implemented the proposed framework and applied it to a u-Health management system.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이러한 컨텍스트 디스크립션 파일을 만들기 위해서는 Jess의 룰과 표현에 대해서 알아야 하고 컨텍스트간의 상호 의존성과 컨텍스트 값 타입 등을 오류 없이 정확히 기술 해야 한다. 따라서, 컨텍스트 디스크립션 파일 생성 시 생길 수 있는 오류를 방지하고 사용자의 편의를 위해 본 연구에서는 컨텍스트 디스크립션 파일을 쉽게 만들 수 있고 사용할 수 있도록 에디터를 개발하였다. 에디터의 구성은 컨텍스트의 계층적 구조를 표현하는 부분과 컨텍스트 속성을 생성하는 부분으로 구성되어 있다.
본 논문에서는 [그림 2]와 같이 상황 인식을 위한 프레임워크를 제안하고 개발하였다. 이는 유비쿼터스 환경에서 상황인식이 필요한 시스템에 적용될 수 있도록 확장성과 유연성을 갖도록 설계된 프레임워크이다.
본 논문에서는 유비쿼터스 컴퓨팅 환경의 상황 인식 시스템을 위한 프레임워크를 제안하고 개발하였다. 제안한 프레임워크는 특정 하드웨어나 소프트웨어 환경에 의존적이지 않고 일반적인 시스템에서 사용 가능 하도록 확장성과 유연성을 고려하여 설계하였다.
본 논문에서는, 유비쿼터스 컴퓨팅 환경의 시스템에서 일반적으로 사용될 수 있고, 확장 가능한 상황 인식 프레임워크를 제안하고 개발하였다. 이를 위해서 다양한 컨텍스트를정의하고 표현하기 위한 컨텍스트 모델을 정의하였다.
이를 바탕으로 본 논문에서는 컨텍스트를 표현하고 가공하였으며, 개발된 프레임워크를 사용하는 시스템에서도 컨텍스트를 위와 같이 기술만 하면 프레임워크를 이용한 상황 인식이 가능하도록 하였다. 다음에서는 위의 4가지를 본 논문에서 어떻게 구현을 하였는지 설명한다.
가설 설정
예를 들어 방 온도를 나타내는 RoomTemp는 실수형(float)의 값을 갖게 되며, 방 안에 있는 사람의 수를 나타내는 NumPersone 정수형 (int) 을 갖는다는 것이다. 본 프레임워크에서는 기본 타입으로 정수형(int), 실수형(float), 문자열(string), 논리형(boolean)을 가정하고 있다. 이외에도 다양한 타입 값을 유연하게 처리할 수 있도록 하기 위해 사용자가 타입을 정의할 수 있도록 하였으며, 사용자 정의형은 나열형(enumeration)으로 처리가 된다.
구성도는 [그림 4]와 같다. 시스템은 스마트 홈에서 다양한 센서들로부터 컨텍스트 정보를 센싱한다고 가정한다. 제안한 프레임워크는 누구나 쉽게 사용할 수 있도록 컨텍스트 디스크립션 에디터를 이용하여 디스크립션 파일을 만든다.
제안 방법
이를 위해서 먼저 컨텍스트 모델을 정의하였으며 이를 바탕으로 시스템에서 사용될 컨텍스트 정보를 기술한 디스크립션 파일에 정의하도록 하였다. 구현은 Java와 Jess를 이용하였으며, 디스크립션 파일의 생성을 위한 에디터도 개발하였다. 또한, 제안한 프레임워크를 u-Health 관리시스템에 적용을 하여 구현하였다.
제안한 프레임워크는 누구나 쉽게 사용할 수 있도록 컨텍스트 디스크립션 에디터를 이용하여 디스크립션 파일을 만든다. 디스크립션 파일은 제안된 프레임워크에서 사용될 모든 컨텍스트 정보를 포함하고 있으며, 컨텍스트 검증에서 사전에 미리 정의된 디스크립션 파일을 기반으로 컨텍스트 이름, 센싱된 값의 타입을 검증한다. 검증된 컨텍스트는 컨텍스트 매니저에게 제공된다.
이외의 다양한 타입의 값을 유연하게 처리할 수 있도록 하기 위해서 사용자가 타입을 정의할 수 있도록 하였으며, 사용자 정의형은 나열형으로 처리가 된다. 또한 xml문서의 파싱 기능과 Jess의 룰과 표현에 대한 에러 체킹 기능을 제공한다.
또한 동적인 환경에서 효과적으로 컨텍스트 정보를 관리하고 그 정보를 기반으로 이동 중인 사용자에게 고려한 적절한 서비스를 제공하고 효율적으로 처리할 수 있도록 다섯 개의 컴포넌트로 구성되어 있다. Event manager 컴포넌트가 변화하는 환경에 적절하게 대응할 수 있도록 이벤트 서비스 정보를 응용프로그램에게 제공한다.
구현은 Java와 Jess를 이용하였으며, 디스크립션 파일의 생성을 위한 에디터도 개발하였다. 또한, 제안한 프레임워크를 u-Health 관리시스템에 적용을 하여 구현하였다. u-Health 관리 시스템에 필요한 컨텍스트 정보는 주변의 센서들로부터 사용자의 컨텍스트 정보와 주변 환경 컨텍스트 정보를 제공받는다.
이 모듈은 히스토리 데이터베이스의 데이터에 가장 적합한 학습 방법, 즉 신경망, 결정 트리, 연관 규칙 등을 적용시켜 학습시킬 수 있다. 본 논문에 적용된 방식은 시간에 따라 변화하는 데이터의 학습에 적합한 시간 가중치를 이용한 결정 트리를 이용하였다[7].
프레임워크는 하드웨어 센서로부터 들어온 데이터를 Jess의 팩트로 변환하여 입력하는 역할을 수행한다. 본 논문에서 제안하는 상황 인식 프레임워크를 사용하는 응용프로그램은 감지된 컨텍스트 정보를 저장하기 위해 지정된 메소드 즉, ContextMonitorO 를 호출하면 된다. ContextMonitor。를 호줄하기 위해서는 사전에 특정 센서와 디스크립션 파일내의 특정 컨텍스트와 맵핑이 되어 있어야 한다.
본 연구에서 제안된 프레임워크는 컨텍스트 디스크립션 파일만 생성을 하면 쉽게 사용할 수 있도록 설계되었다. 이러한 컨텍스트 디스크립션 파일을 만들기 위해서는 Jess의 룰과 표현에 대해서 알아야 하고 컨텍스트간의 상호 의존성과 컨텍스트 값 타입 등을 오류 없이 정확히 기술 해야 한다.
이 세 가지는 각각이 하나의 독립된 컨텍스트이고, 회의실이라는 커다란 컨텍스트에 소속된 종속컨텍스트이기도 하다. 본 프레임워크는 컨텍스트 사이의 이러한 종속 관계를 트리구조를 이용해서 표현할 수 있도록 하였다. 예를 들면, 위의 4가지 컨텍스트의 종속관계는 [그림 1] 과 같이 표현할 수 있다.
본 프레임워크에서는 컨텍스트가 생성되는 방식으로 4가지를 사용할 수 있게 하였다. 그것은 감지된 컨텍스트 (Sensed Context), 통합된 컨텍스트(Combined Context), 추론된 컨텍스트(Inferred Context), 학습된 컨텍스트(Learned Context)이며, 각각의 설명은 다음과 같다.
제안된 프레임워크는 다양한 원천에서 생성되는 감지된, 통합된, 추론된, 그리고 학습된 컨텍스트 정보를 하드웨어나 소프트웨어에 대한 특별한 가정 없이 처리할 수 있게 설계되었다. 상황 인식 프레임워크는 Java와 Jess를 사용하여 구현되었으며, Jess는 자바 기반의 규칙기반 추론 엔진으로 본 논문에서 제안한 통합된 컨텍스트와 추론된 컨텍스트를 생성하는 데 사용하였다[7]. 제안한 프레임워크는 11개 모듈, 2개의 데이터베이스와 1개의 파일로 구성 되어있고, 컨텍스트 디스크립션 파일을 만들 수 있는 에디터를 개발하였다.
제안하고 개발하였다. 이를 위해서 다양한 컨텍스트를정의하고 표현하기 위한 컨텍스트 모델을 정의하였다. 개발된 프레임워크는 환경으로부터 감지된 다양한 컨텍스트 정보를 쉽게 처리하고 생성할 수 있도록 도와주며, 다양한 컨텍스트 생성 방법(감지, 통합, 추론, 학습)을 지원하고, Java로 구현되어 다양한 플랫폼에서 특별한 가정 없이 동작할 수 있게 설계되었다.
제안한 프레임워크는 특정 하드웨어나 소프트웨어 환경에 의존적이지 않고 일반적인 시스템에서 사용 가능 하도록 확장성과 유연성을 고려하여 설계하였다. 이를 위해서 먼저 컨텍스트 모델을 정의하였으며 이를 바탕으로 시스템에서 사용될 컨텍스트 정보를 기술한 디스크립션 파일에 정의하도록 하였다. 구현은 Java와 Jess를 이용하였으며, 디스크립션 파일의 생성을 위한 에디터도 개발하였다.
컨텍스트의 원천은 응용환경과 프로그램을 사용하는 환경에 따라서 매우 다양하고, 각 응용프로그램에서 요구하는 컨텍스트 값의 타입이나 저장 형태도 매우 다양하기 때문어〕, 상황 인식 프레임워크가 일반적인 응용프로그램에서 사용되기 위해서는 유연하고 확장 가능한 상황 모델을 가져야 한다. 이를 위해서 본 논문에서는 프레임워크의 개발에 앞서 상황 모델을 정의하였다. 정의된 상황 모델은 다음과 같은 4가지 요소로 정의된다.
이를 위해서 본 프레임워크에서는 이러한 컨텍스트의 구조적인 정보를 따로 표현하지 않고, 컨텍스트의 이름으로써 표현하였다. 예를 들어, 앞에 말한 RoomTemp, NumPerson, Lightintensity는 모두 회의실(ConfRoom)의 종속 컨텍스트이므로, 이것들의 이름을 ConfRoom.
이는 유비쿼터스 환경에서 상황인식이 필요한 시스템에 적용될 수 있도록 확장성과 유연성을 갖도록 설계된 프레임워크이다. 제안된 프레임워크는 다양한 원천에서 생성되는 감지된, 통합된, 추론된, 그리고 학습된 컨텍스트 정보를 하드웨어나 소프트웨어에 대한 특별한 가정 없이 처리할 수 있게 설계되었다. 상황 인식 프레임워크는 Java와 Jess를 사용하여 구현되었으며, Jess는 자바 기반의 규칙기반 추론 엔진으로 본 논문에서 제안한 통합된 컨텍스트와 추론된 컨텍스트를 생성하는 데 사용하였다[7].
상황 인식 프레임워크는 Java와 Jess를 사용하여 구현되었으며, Jess는 자바 기반의 규칙기반 추론 엔진으로 본 논문에서 제안한 통합된 컨텍스트와 추론된 컨텍스트를 생성하는 데 사용하였다[7]. 제안한 프레임워크는 11개 모듈, 2개의 데이터베이스와 1개의 파일로 구성 되어있고, 컨텍스트 디스크립션 파일을 만들 수 있는 에디터를 개발하였다.
시스템은 스마트 홈에서 다양한 센서들로부터 컨텍스트 정보를 센싱한다고 가정한다. 제안한 프레임워크는 누구나 쉽게 사용할 수 있도록 컨텍스트 디스크립션 에디터를 이용하여 디스크립션 파일을 만든다. 디스크립션 파일은 제안된 프레임워크에서 사용될 모든 컨텍스트 정보를 포함하고 있으며, 컨텍스트 검증에서 사전에 미리 정의된 디스크립션 파일을 기반으로 컨텍스트 이름, 센싱된 값의 타입을 검증한다.
위한 프레임워크를 제안하고 개발하였다. 제안한 프레임워크는 특정 하드웨어나 소프트웨어 환경에 의존적이지 않고 일반적인 시스템에서 사용 가능 하도록 확장성과 유연성을 고려하여 설계하였다. 이를 위해서 먼저 컨텍스트 모델을 정의하였으며 이를 바탕으로 시스템에서 사용될 컨텍스트 정보를 기술한 디스크립션 파일에 정의하도록 하였다.
이론/모형
C_type°] combined 경우는 해당 컨텍스트를 구하기 위한 수식이 추가로 기술된다. 본 논문에서 사용한 수식은 Jess에서 수행 가능한 형식의 표현법이며, 표준 체중을 위한 수식은 다음처럼 표현된다.
어떤 컨텍스트 정보는 다른 컨텍스트들의 통합을 통해 생성될 수 있다. 본 논문에서는 통합된 컨텍스트는 계산 수식을 통해 정의하였다. 예를 들어, 표준 체중은 사용자의 키로부터 산출되는 정보이다.
위의 Jess 규칙은 사용자의 나이가 많고 날씨가 추운 경우에, 사용자에게 휴식이 필요하다는 컨텍스트 정보를 생성한다. 즉, 기존의 모든 컨텍스트 정보를 기반으로 새로운 컨텍스트 정보를 생성하기 위해 지식기반의 전문가 지식을 사용한다. 예를 들면, 위치 정보, 사용 중인 응용프로그래 사람의 수 등의 하위 레벨의 컨텍스트 정보를 기반으로 하여 방안에 사용자의 활동 정보, 프리젠테이션, 회의 또는 취침 등 상위 레벨의 컨텍스트 정보를 추론할 수 있다.
C_rulee 추론된 컨텍스트를 생성하기 위해 필요한 규칙을 담고 있다. 추론된 컨텍스트의 생성을 위한 규칙도 Jess에서 실행 가능한 Jess 표현법이다. C_alarme 현재의 컨텍스트와 관련된 위험한 상황이나 중요한 스케줄을 알려주기 위한 정보를 가지고 있다.
성능/효과
이를 위해서 다양한 컨텍스트를정의하고 표현하기 위한 컨텍스트 모델을 정의하였다. 개발된 프레임워크는 환경으로부터 감지된 다양한 컨텍스트 정보를 쉽게 처리하고 생성할 수 있도록 도와주며, 다양한 컨텍스트 생성 방법(감지, 통합, 추론, 학습)을 지원하고, Java로 구현되어 다양한 플랫폼에서 특별한 가정 없이 동작할 수 있게 설계되었다.
후속연구
이러한 컨텍스트 정보를 바탕으로 사용자의 건강을 관리하고 위험요인이 감지된 경우, 경고 메시지를 보내며 위험요인을 알려주는 시스템에 적용이 가능하였다. 향후 연구로, 제안한 프레임워크를 실제 유비쿼터스 컴퓨팅 환경에서 사용자에게 적합하고 효율적인 서비스를 제공할 수 있도록 시스템을 확장하고자 한다.
참고문헌 (8)
A. Ranganathan, R. H. Campbell.: A middleware for Context-Aware Agents in ubiquitous Computing Environments, International Conference EUC, Vol. 3207, pp. 672-681, 2004
A.K.Dey, 'Context-Aware Computing: The CyberDesk Project.'AAAI, pp.51-54, 1998
A. K. Dey, G. D. Abowd, 'The Context Toolkit: Aiding the Development of Context-Aware Applications,' Human Factors in Computing Systems, pp. 434-441, 1999
Roman, M, 'Gaia: A Middleware Infrastructure to Enable Active Spaces', IEEE Pervasive Computing, pp. 74-83, 2002
A. Shehzad, Hung Q. Ngo, Kim Anh Pham, and Sungyoung Lee, 'Formal Modeling in Context Aware Systems', MRC2004, pp.13-24, 2004
Y. T. Park, 'Contexts in Ubiquitous Computing,' workshop on ubiquitous computing, pp.151-172, 2004
동립권, 이지형, '시간 가중치 엔트로피를 이용한 결정트리 생성 알고리즘', 한국정보과학회 춘계학술대회. Vol. 32, pp. 613-615, 2005
H.Q, Ngo, A. Shehzad, S. Liaquat, M. Raiz, S. Lee, 'Developing Context-Aware Ubiquitous Computing Systems with a Unified Middleware Framework,' EUC2004, Vol. 3027, pp.675-681, 2004
※ AI-Helper는 부적절한 답변을 할 수 있습니다.