유비쿼터스 컴퓨팅 환경에서 사용자가 원하는 서비스를 다양한 상황에 맞게 적합한 서비스를 검색하고 조합하여 제공하는 것은 중요한 일이다. 그러나 기존 연구는 주로 서비스 발견에 관한 연구이며 사용자의 위치냐 주변 환경, 선호도에 관한 고려가 부족하고, 사용자 정보를 이용하여 기본 서비스들로부터 새로운 조합 서비스를 찾아내는 것이 미흡하다. 또한 서비스 조합에 있어 기존 연구는 단순한 기본 서비스들의 나열에 불과하고, 사용 이력을 고려하기 위한 구체적 방안을 제시하지 않는다. 따라서 본 논문에서는 사용자의 상황 정보 및 서비스 사용 이력을 고려한 데이터 마이닝 기반 서비스 조합 기법을 제안한다. 세부적 연구내용은 첫째, 최적의 서비스를 동적으로 생성하여 제공하는 COSEP 프레임워크를 설계하고 둘째, COSEP 프레임워크에서 데이터 마이닝 기능을 겸비한 온톨로지를 이용한 서비스 조합 기법을 제안한다. 본 연구는 사용자의 상황 정보에 능동적으로 반응하여 서비스를 발견하고 데이터 마이닝 기법을 가진 온토롤지를 이용하여 서비스를 조합함으로써 사용자에게 최적의 서비스를 제공하는 것이다.
유비쿼터스 컴퓨팅 환경에서 사용자가 원하는 서비스를 다양한 상황에 맞게 적합한 서비스를 검색하고 조합하여 제공하는 것은 중요한 일이다. 그러나 기존 연구는 주로 서비스 발견에 관한 연구이며 사용자의 위치냐 주변 환경, 선호도에 관한 고려가 부족하고, 사용자 정보를 이용하여 기본 서비스들로부터 새로운 조합 서비스를 찾아내는 것이 미흡하다. 또한 서비스 조합에 있어 기존 연구는 단순한 기본 서비스들의 나열에 불과하고, 사용 이력을 고려하기 위한 구체적 방안을 제시하지 않는다. 따라서 본 논문에서는 사용자의 상황 정보 및 서비스 사용 이력을 고려한 데이터 마이닝 기반 서비스 조합 기법을 제안한다. 세부적 연구내용은 첫째, 최적의 서비스를 동적으로 생성하여 제공하는 COSEP 프레임워크를 설계하고 둘째, COSEP 프레임워크에서 데이터 마이닝 기능을 겸비한 온톨로지를 이용한 서비스 조합 기법을 제안한다. 본 연구는 사용자의 상황 정보에 능동적으로 반응하여 서비스를 발견하고 데이터 마이닝 기법을 가진 온토롤지를 이용하여 서비스를 조합함으로써 사용자에게 최적의 서비스를 제공하는 것이다.
Since users want to have services correctly in their own position and surrounding circumstance in ubiquitous computing environment, it is very important to search, compose basic services and provide suitable services according to various circumstances. However existing techniques have been studied o...
Since users want to have services correctly in their own position and surrounding circumstance in ubiquitous computing environment, it is very important to search, compose basic services and provide suitable services according to various circumstances. However existing techniques have been studied on service discovery mainly and lack consideration for position or preference of users. Furthermore, on service composition, they lists basic services simply and do not propose concretely method of use service history data for service composition. Therefore we propose a framework for context-based service provisioning middleware system, called COSEP, and Ontology engine with data ming. This research discovers services by reacting dynamically to circumstance information such as time and position of user, composites services using Ontology engine with data ming and offers newly created optimal services to users.
Since users want to have services correctly in their own position and surrounding circumstance in ubiquitous computing environment, it is very important to search, compose basic services and provide suitable services according to various circumstances. However existing techniques have been studied on service discovery mainly and lack consideration for position or preference of users. Furthermore, on service composition, they lists basic services simply and do not propose concretely method of use service history data for service composition. Therefore we propose a framework for context-based service provisioning middleware system, called COSEP, and Ontology engine with data ming. This research discovers services by reacting dynamically to circumstance information such as time and position of user, composites services using Ontology engine with data ming and offers newly created optimal services to users.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 서비스 조*에 있어 기존 연구는 단순한 기본 서비스들의 나열에 불가하였고, 사용 이력 고려에 대한 구 체적 방안을 제시하지 않았다. 따라서 본 논문에서는 사용 자의 상황 정보 및 서비스 사용 이력을 고려한 데이터 마이 닝 기반 서비스 조합 기법을 제안하였다. 세부적 연구내용 은 첫째, 최적의 서비스를 동적으로 생성하여 제공하는 COSEP 프레임워크를 설계하고 둘째, COSEP 프레임워크에서 데이터 마이닝 기능을 겸비한 온톨로지를 이용한 서비스 조합 기법을 제안하였다.
본 절에서는 온톨로지 엔진과 데이터 마이닝 엔진을 통해 조합되는 서비스의 수를 두 가지 경우에 대해서 비교해 본 다. 첫 번째는 단일 시간에 조합되는 서비스의 수이다.
이 실험에서는 전체 트랙잭션(1000개)에서 발생될 수 있는 서비스 조합의 수를 알아보았다. 데이터 마이닝을 통해 발생된 서비스 조합 집합에서 각각의 서비스 조합이 Ontology DB에 있으면 삭제하여 순수하게 데이터 마이닝을 통해 발생한 서비스 조합만을 추출하였다.
시맨틱 정보를 이용한 동적 서비스 조합[13]은 미래 애플 리케이션의 유연성과 적응성을 가져오며, 요소(component) 들을 선택하고 조합함으로써 애플리케이션은 각각 개인의 선호도에 적응하고 이용 가능한 상황 정보를 고려한다. 현재 조합 서비스 시스템이 데이터 타입, 서비스 템플릿, 논리 식과 같은 정확한 구문 형식을 요구하는 것에 대한 방안을 제시한다.
가설 설정
각 번호들은 서 비스에 주어지는 특정 번호이다. 이때 전체 항목 집합 7={101, 102, 103, 104, 105}이며, 지지도(support count)는 2로 가정한다.
제안 방법
데이터 마이닝이란 일반적으로 "대량의 데이터로부터 새 롭고 의미 있는 정보를 추출하여 의사결정에 활용하는 작 업”이다[19]. 데이터 마이닝을 통해 도출되는 정보의 종류는 다양하나 본 논문에서는 연관규칙을 이용하였다. 연관 규칙 은 마케팅에서 손님의 장바구니에 들어있는 품목간의 관계를 알아본다는 의미에서 장바구니 분석(market basket analysis)이라고도 한다.
이 실험에서는 전체 트랙잭션(1000개)에서 발생될 수 있는 서비스 조합의 수를 알아보았다. 데이터 마이닝을 통해 발생된 서비스 조합 집합에서 각각의 서비스 조합이 Ontology DB에 있으면 삭제하여 순수하게 데이터 마이닝을 통해 발생한 서비스 조합만을 추출하였다. (그림 12)에서 온 톨로지에 의해 추출될 수 있는 서비스 조합의 수는 100개이다.
따라서 본 연구에서는 사용자의 서비스 사용에 대한 이력 정보를 이용하여 데이터 마이닝을 통해 새로운 규칙을 발견 하고, 그 규칙들을 서비스 조합에 활용한다. 본 논문에서는 첫째, 사용자의 상황정보(context information)를 고려하여 최적의 서비스를 동적으로 생성하고 제공하는 COSEP(Context -based Service Provisioning System) 프레임워크를 설계하고 둘째, 데이터 마이닝 기능을 이용한 서비스 조합 기법을 제안한다.
따라서 본 연구에서는 사용자의 서비스 사용에 대한 이력 정보를 이용하여 데이터 마이닝을 통해 새로운 규칙을 발견 하고, 그 규칙들을 서비스 조합에 활용한다. 본 논문에서는 첫째, 사용자의 상황정보(context information)를 고려하여 최적의 서비스를 동적으로 생성하고 제공하는 COSEP(Context -based Service Provisioning System) 프레임워크를 설계하고 둘째, 데이터 마이닝 기능을 이용한 서비스 조합 기법을 제안한다. 데이터 마이닝 기법은 사용자의 서비스 사용에 대한 이력 정보를 분석하여 새로운 규칙을 발견하고, 새로 발 견된 조합 규칙들을 온톨로지 엔진에 추가한다.
(그림 2)는 USON네트워크와 USON 엔진을 가지는 사용자 사이에서의 서비스 요청(service request), 발견(discovery), 응답(response) 등의 과정을 보여준다. 서비스 조합 단계에서 USONe 무엇 을 원하는지, 어디에 위치했는지 등의 사용자 정보에 기초하여 서비스 템플릿을 검색하고 발견한 후 획득한 서비스 템플 릿 중에 하나의 후보를 선택하고 이에 적당한 서비스 엔터티 의 발견을 요청한다. 서비스 출현 단계에서 새로운 상황에 만족하는 새로운 서비스 템플릿은 서비스 엔터티와 서비스 템플릿의 사용이력을 기초로 얻어진다.
따라서 본 논문에서는 사용 자의 상황 정보 및 서비스 사용 이력을 고려한 데이터 마이 닝 기반 서비스 조합 기법을 제안하였다. 세부적 연구내용 은 첫째, 최적의 서비스를 동적으로 생성하여 제공하는 COSEP 프레임워크를 설계하고 둘째, COSEP 프레임워크에서 데이터 마이닝 기능을 겸비한 온톨로지를 이용한 서비스 조합 기법을 제안하였다. 실험을 통하여 데이터 마이닝 기법을 가진 온토롤지를 적용하여 서비스를 조합하는 것이 서비스 소비자에게 더 많은 조합 서비스를 제공 할 수 있음을 확인하였다.
이 사용자가 COSEP에게 프린팅 서비스를 요청하면 COSEP 은 사용자의 상황 정보를 이용하여 사용자에게 적당한 서비스를 제공하기 위해 서비스들을 탐사한다. 온톨로지 엔진의 서비스 조합을 이용하여 소비자 A가 이용할 수 있는 프린 터 10과 프린트의 위치를 검색해주는 서비스를 제공한다. 이후 사용자는 프린터 10의 위치를 찾고, 二L 프린터를 이용 하기 위한 관련 프로그램을 설치한 후 프린터 10을 통해 프 린팅 서비스를 수행한다.
예를 들어 서비스 소비자 A가 저녁에 집 에 오면 전등을 켜고 TV를 켜는 서비스를 계속하여 실행한 다면 트랜잭션 DB에는 사용자 A의 사용이력이 저장된다. 이 서비스 소비자의 서비스 사용이력이 어느 정도 저장되면, 데이터 마이닝 엔진은 이 사용자의 서비스 사용 이력에 대한 분석을 한다. 전혀 연관이 없어 보이는 두 서비스가 연 관 규칙을 가지고 있음을 발견하여, 그 결과로 전등을 켜는 서비스와 TV를 켜는 서비스를 조합하여 새로운 조합 서비스를 생성한다.
이 실험은 각 타임스탬프 마다 트랜잭션의 수를 다르게 하여 데이터 마이닝을 적용해보았다. 각 타임스탬프마다 트 랜잭션의 수가 2000개씩 추가로 발생하였다.
이 장에서는 본 논문에서 제시한 데이터 마이닝 기법을 이용한 온톨로지 엔진의 성능평가를 위한 실험 환경을 기술 하고 이론적인 실험 모델과 실험결과를 통해 향상된 서비스 조합 성능을 분석한다. 본 실험은 Intel Pentium4 2.
이 장에서는 사용자의 위치, 서비스 사용이력 등과 같은 상황 정보를 이용하여 서비스 사용자에 제공할 수 있는 적합한 서비스를 발견하고, 조합하는 서비스 프로비저닝 프레임워 크를 제안한다. (그림 3)은 네 개의 층으로 구성된 상황 기반 서비스 프로비저닝 미들웨어 시스템(COSEP: Context-based Service Provisioning Middleware System)을 나타낸다.
첫 번째는 단일 시간에 조합되는 서비스의 수이다. 일정 시간 동안 온톨로지 엔진과 데이터 마이닝 엔진을 통해 조 합되는 서비스의 수를 확인한다. 두 번째는 시간이 지남에 따라 트랜잭션의 수를 증가시켜 생성되는 서비스 조합의 수 를 알아본다.
CB-SeC[l]는 서비스 실행에 있어 사용자의 위치와 자원 에 상관없이 사용자의 요구를 만족시키기 위해 상황정보를 고려하여 서비스 발견과 조합의 기능을 증진시키기 위해 제 안되었다. 조합 모듈에서 조합 서비스를 만들기 위해 서비스 검색을 관리하는 작업을 수행하고 클라이언트가 서비스를 요청할 때 저장된 기본 서비스로부터 복잡한 서비스를 조합한다. 검색 단계 후 서비스 조합 모듈은 발견된 기본 서비스들의 집합을 갱신한다.
이때 기본 서비스 아이디 10 1~110까지의 발생 확률을 가장 높게 하고, 111~120까지를 중간 확률로, 121~130까지를 낮은 확률로 설정하여 트랜잭 션을 발생시킨다. 특정 서비스들끼리 함께 나타나는 확률을 높게 하여 데이터 마이닝에 의하여 서비스 조합으로 생성될 수 있도록 하기 위해 발생 확률을 다르게 주었다. 본 실험을 위하여 생성된 트랜잭션의 수는 10000개이고 2000개 단 위로 트랜잭션에 타임스탬프를 부여하였다.
대상 데이터
1 을 사용하였다. 각 실험을 위해 생성한 데이터들과 중간 단계 의 데 이 터 를 저 장하기 위하여 데 이 터 베 이 스 Oracle9i를 이 용 하였으며, 서버는 Sun Blade 2000을 사용하였다. 데이터 마 이닝을 이용한 서비스 조합에 대한 실험을 위하여 연관 규 칙 데이터 마이닝 기법으로 많이 사용되는 Apriori 알고리즘 [20]을 구현하였다.
마지막 물리 계층은 서비스 제공에 영향을 미칠 수 있는 상황 정보를 발생하는 계층이다. 발생 된 상황 정보는 상황 인지 계층(Context Awareness Layer) 의 상황 정보 수집기에 의해 수집된다.
CreateOntology 클래스 는 조합되는 서비스의 수를 2~5개로 선택하고 선택된 개수 만큼 BasicService DB에서 데이터를 랜덤하게 가져와 하나의 서비스 조합을 만든다. 본 실험에서는 온톨로지에 의해 생성되는 조합 서비스의 수를 100개로 제한하였다.[표 2] 은 CreateOntology 의해 생성된 일부 서비스 조합들을 나타내고 있다.
특정 서비스들끼리 함께 나타나는 확률을 높게 하여 데이터 마이닝에 의하여 서비스 조합으로 생성될 수 있도록 하기 위해 발생 확률을 다르게 주었다. 본 실험을 위하여 생성된 트랜잭션의 수는 10000개이고 2000개 단 위로 트랜잭션에 타임스탬프를 부여하였다. 즉 트랜잭션 아 이디에 따른 타임스탬프는 다음[표 3]과 같고 타임스탬프 1에서의 일부 트랜잭션들은[표 4]와 같다.
이론/모형
각 실험을 위해 생성한 데이터들과 중간 단계 의 데 이 터 를 저 장하기 위하여 데 이 터 베 이 스 Oracle9i를 이 용 하였으며, 서버는 Sun Blade 2000을 사용하였다. 데이터 마 이닝을 이용한 서비스 조합에 대한 실험을 위하여 연관 규 칙 데이터 마이닝 기법으로 많이 사용되는 Apriori 알고리즘 [20]을 구현하였다. Apriori 알고리즘은 생성된 연관 규칙에 대해 지지도와 신뢰도를 이용하여 이를 만족하는 연관규칙 을 찾아낸다.
(그림 8)에서 입력은 사용자의 사용이력을 저장한 트랜잭션 데 이터베이스(TE旧)와 최소 지지도(MSC: Min Support Count) 이고, 출력은 조합된 서비스들(CamposedSer房ces)이다. 서비 스들은 트랜잭션 데이터베이스에 저장된 사용이력의 수가 최소 지지도 이상일 때 Apriori 알고리즘에 이용된다. 단계 2에서 트랜잭션 데이터베이스를 가져와 각 트랜잭션에 대해 새로운 서비스 조합 규칙을 찾는 것을 시작한다.
성능/효과
그러나 서비스 엔터티와 서비스 템플릿의 사용이력을 어떻 [2]에서는 pervasive/ad-hoc 네트워크에서 중개자 기반 분산 서비스 조합 프로토콜을 제안한다. GSD 발견 프로토콜의 사용으로 서비스 탐사부분에 유연성의 증가를 가져오고 서비스 요청의 전달 제어에 효율적인 광대역 사용으로 서비스 탐사의 효율성이 향상되었다. 중개자 선출 매커니즘을 사용하여 중개자가 결정되었을 때 조합서비스의 분산된 실행이 허락된다.
데이터 마이닝 기법은 사용자의 서비스 사용에 대한 이력 정보를 분석하여 새로운 규칙을 발견하고, 새로 발 견된 조합 규칙들을 온톨로지 엔진에 추가한다. 데이터 마이 닝을 통해 새로운 서비스 조합 규칙들을 발견하면 사용자에 게 제공 될 수 있는 서비스 조합의 수가 증가하여, 조합 서비 스의 제공 능력을 향상 시킬 수 있다. 즉, COSEP를 통해 사용자의 상황 정보에 능동적으로 반응하여 서비스를 발견하고, 데이터 마이닝 기법을 적용한 온토롤지 엔진을 이용하여 서비스를 조합함으로써, 사용자에게 최적의 서비스를 제공한다.
반면 데이터 마이닝 엔진은 서비스 사용에 대한 트랜잭 션들이 데이터 마이닝을 할 수 있는 정도의 크기가 되어야 새로운 조합 서비스에 대한 지식을 발견해 낼 수 있다. 두 엔진의 장단점을 결합하여 데이터 마이닝 기법을 적용한 온 톨로지 엔진을 구축하면 동적으로 서비스를 제공 할 뿐 아니라 사용자의 서비스 사용 이력에 대한 정보를 통해 새로운 조합 서비스도 얻어내어 사용자가 요청하는 서비스를 제 공 해 줄 수 있다. 그림 8)은 데이터 마이닝에서 Apriori 알 고리즘[20]을 이용하여 서비스를 조합하는 알고리즘이다.
세부적 연구내용 은 첫째, 최적의 서비스를 동적으로 생성하여 제공하는 COSEP 프레임워크를 설계하고 둘째, COSEP 프레임워크에서 데이터 마이닝 기능을 겸비한 온톨로지를 이용한 서비스 조합 기법을 제안하였다. 실험을 통하여 데이터 마이닝 기법을 가진 온토롤지를 적용하여 서비스를 조합하는 것이 서비스 소비자에게 더 많은 조합 서비스를 제공 할 수 있음을 확인하였다.
데이터 마이 닝을 통해 새로운 서비스 조합 규칙들을 발견하면 사용자에 게 제공 될 수 있는 서비스 조합의 수가 증가하여, 조합 서비 스의 제공 능력을 향상 시킬 수 있다. 즉, COSEP를 통해 사용자의 상황 정보에 능동적으로 반응하여 서비스를 발견하고, 데이터 마이닝 기법을 적용한 온토롤지 엔진을 이용하여 서비스를 조합함으로써, 사용자에게 최적의 서비스를 제공한다.
후속연구
향후 우리는 본 연구를 바탕으로 조합된 서비스의 사용자 평가와 데이터마이닝 기법의 향상에 관하여 연구할 것이다.
참고문헌 (27)
Soraya Kouadri Mostefaoui and Beat Hirsbrunner, 'Context Aware Service Provisioning,' Proceedings of The IEEE/ACS International Conference on Pervasive Services, ICPS 2004, pp.71-80, 19-23 July, 2004
Dipanjan Chakraborty, Yelena Yesha and Anupam Joshi, 'A Distributed Service Composition Protocol for Pervasive Environments,' Wireless Communication and Networking Conference 2004, IEEE, Vol.4, pp.2575-2580, 2004
SUN Microsystems, 'Jini: Architectural Overview', Technical White Paper, 1999
Microsoft Corporation, 'Understanding Universal Plug and Play: a White Paper', Microsoft, June, 2000
HAVi Consortium, 'HAVi Specification V1.0,' 2000
E. Guttman, C. Perkins, J. Veizades, M. Day, 'Service Location Protocol, Version 2,' RFC2608, 1999
Salutation Consortium, 'Salutation Architecture Specification Version 2.1,' Salutation, June, 1999
Bluetooth Specification Part E. Service Discovery Protocol (SDP), http://www.bluetooth.com, 1999
V. Sundramoorthy, Hans Scholten, Pierre Jansen and Piter Hartel, 'Service Discovery at Home', Proceedings of the 2003 Joint Conference of the Fourth International Conference on Information, Communications and Signal Processing, 2003 and the Fourth Pacific Rim Conference on Multimedia ICICS-PCM 2003, Vol.3, pp.1929-1933, 15-18 Dec. 2003
Michiharu Takemoto, Tetsuya Oh-ishi, Tetsuya Iwata, Yoji Yamato and Yohei Tanaka, 'A service-Composition and Service-Emergence Framework for Ubiquitous-Computing Environments,' Proceedings of the 2004 International Symposium on Applications and the Internet Workshops (SAINTW'04), pp.313-318, 26-30, Jan., 2004
Michiharu Takemoto, Hiiroshi Sunaga, Kenichiro Tanaka, Hiroaki Matsumura and Eiji Shinohara, 'The Ubiquitous Service-Oriented Network(USON): An Approach for a Ubiquitous World based on P2P Technology,' Proceeding of the second International Conference on Peer-to-Peer Computing, IEEE, 2002
Qun Ni, 'Service Composition in Ontology enabled Service Oriented Architecture for Pervasive Computing,' Workshop on Ubiquitous Computing and e-Research, May, 2005
Keita Fujii and Tatsuya Suda, 'Daynamic Service Composition Using Semantic Information,' ICSOC'04, pp.15-19, November, 2004
Keita Fujii and Tatsuya Suda, 'Component Service Model With Semantics (CoSMoS): A New Component Model for Dynamic Service Composition,' Proceedings of the 2004 International Symposium on Applications and the Onternet Workshops (SAINTW'04), 2004
Antonio Corradi, Rebecca Montanari and Daniela Tibaldi, 'Context-Based Access Control for Ubiquitous Service provisioning,' Computer Software and Applications Conference, 2004, COMPSAC 2004, Vol.1., pp.444-451, 2004
Choonhwa Lee and Sumi Helal, 'Context Attributes: An Approach to Enable Context-Awareness for Service Discovery,' Symposium on Applications and the Internet, 2003, pp.22-30, 27-31, Jan., 2003
Samir Chamri-Doudane and Nazim Agoulmine, 'Hierarchical Policy Based Management Architecture to Support the Deployment and the Discovery of Services in Ubiquitous Networks,' 29th Annual IEEE International Conference on Local Computer Networks, 2004, LCN'04, pp.126-133, 16-18, Nov., 2004
S. Maffioletti, S. kouadri Mostefaoui and B. Hirsbrunner, 'Automatic Resource and Service Management for Ubiquitous Computing Environments,' Proceedings of the Second IEEE Annual Conference on Pervasive Computing and Communications Workshops (PERCOMW'04), pp.219-223, 14-17, March, 2004
장남식외 2명, 데이터 마이닝(p19-47), 대청미디어, 1999
Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann, 2001
이선영, 신병천, 이종연, 배정숙, 신경철, '유비쿼터스 컴퓨팅 환경에서 서비스 프로비저닝프레임워크', 한국정보과학회 제32회 추계학술발표회, Vol.32, No.2(I), pp.604-606, 2005년11월 11일
K. El-khatib, Zhen E. Zhang, N. Hadibi and G. v. Bochmann, 'Personal and Service mobility in Ubiquitous computing environment,' Wirel. Cornmun. Mob. Comput. Vol.4, pp.595-607, 2004
Swaroop Kalasapur, Mohan Kumar and Behrooz Shirazi, 'Personalized Service Composition for Ubiquitous Multimedia Delivery,' World of Wireless Mobile and Multimedia Networks (WoWMoM'05), Sixth IEEE International Symposium, pp.258-263, 13-16, June, 2005
Nikola Milanovic and Miroslaw Malek, 'Current Solutions for Web Service Composition,' IEEE Internet Computing, 2004, Vol.8, Issue 6, pp.51-59, Nov.-Dec., 2004
Jose Andre Moura, Jose Manuel Oliveira, Eurico Caarapatoso and Renato Roque, 'Service Provision & Resource Discovery in the VESPER VHE,' IEEE International Conference on Communications, ICC 2002, Vol.4, pp.l991-1995, 28, April- 2, May, 2002
S. Kouadri Mostefaoui, Amine Trafat-Bouzid and B. Hirsbrunner, 'Using Context Information for Service Discovery and Composition,' Proceedings of the Fifth International Conference on Information Integration and Web-based Applications and Services, Jakarta, Indonesia, pp.129-138, 15-17, September, 2003
Nishkam Ravi, Peter Sterm, Niket Desai, and Liviu Iftode, 'Accessing Ubiquitous Service Using Smart phones,' Third IEEE International Conference on Pervasive Computing and Communications, PerCom 2005, pp.383-393, 8-12, March, 2005
※ AI-Helper는 부적절한 답변을 할 수 있습니다.