[논문]이종 네트워크간의 효과적 이동성 수용을 위한 이동 IP 네트워크 사용자 이동성 모델

천은지; 김정호

이종 네트워크간의 효과적 이동성 수용을 위한 이동 IP 네트워크 사용자 이동성 모델
Mobile IP User Mobility Model for Effective Mobility Management Accommodating Heterogeneous Networks under Cognitive Networking Environments 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. TC, 통신, v.49 no.6 = no.420, 2012년, pp.90 - 97

천은지 (이화여자대학교 전자공학과) , 김정호 (이화여자대학교 전자공학과)

초록
AI-Helper

급격한 무선구간의 트래픽 폭증으로 이종 네트워크간의 연동에 의한 Off-loading과 같은 트래픽 분산기법 등과 같은 새로운 연동방법을 매개로한 다양한 서비스와 네트워크의 융합이 가속화되면서 이종 네트워크별 효과적 이동성 관리에 대한 중요성이 부각되고 있다. 본 논문에서는 이종 네트워크 중 이동 IP 네트워크의 구조에 적합한 이동성 모델을 고려하여 주어진 환경 하에서 사용자 이동에 따른 다양한 성능평가와 관련된 지수를 도출하고 이를 활용하기 위한 방안을 제시한다. 또한 미래의 스마트 인지 네트워킹 환경 하에서는 개별 사용자의 이동성이 체계적으로 관리되어야 네트워크 자원의 효율적 활용과 무선 접속을 위한 주파수 스펙트럼의 효과적 활용에 매우 중요하다. 기존의 이동성 모델은 개별 네트워크 측면에서 다루어지면서 새로운 융합 이종 네트워크 환경에 적용하는데 적합성이 낮으므로 새로운 이동성 모델을 고려하여 융합 네트워크의 성능을 평가하는데 유용할 것으로 기대된다.

Abstract ▼ AI-Helper

In this paper, the new user mobility model which can be utilized to register user's location for interworking with heterogeneous overlay convergent networks under the time-varying radio propagation environment has been proposed. Thus the user mobility model is considered in order to evaluate the behaviors of users in the overlay convergent networks. This Mobile IP user mobility model will be very useful to model the user mobility behaviors and can be used to estimate the signaling traffic and frequency spectrum demands for massive data transfer for the heterogeneous overlay convergent networks.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그러나 이 방법들은 사용자의 이동 성향 중 일부분만을 반영하였기 때문에 네트워크의 부담을 가중시키고 정확한 위치정보 관리에 한계를 나타낸다. 본 논문에서는 기존에 사용자의 이동성 패턴에 기반한 관리방법^[10～11]을 토대로 MH의 시공간적 일정한 행동 성향을 갖는 사용자가 자주 방문하는 지역을 시공간적 데이터구조로 분류하여 관리하며, 사용자 체류 가능성을 산정하는 이동성 모델을 기반으로 제시된 환경 하에서 영향을 평가하고자 한다.
본 논문에서는 사용자의 이동 성향을 기반으로 하여 위치정보 관리에 이동성 모델을 제안하고 기존 방법들과 비교하여 타당한 적용방법에 대해 살펴보았다. 본 이동성 모델에서는 요일 별 시간대 별로 사용자의 움직임이 빈번한 영역 내에서의 평균 체류 시간 및 빈도수를 측정하고 이를 기반으로 체류 확률을 계산, 단말의 위치를 효과적으로 찾아내는 데 활용이 가능한 모델을 제안하였다.
스마트 폰과 같은 인간에게 유용한 정보를 실시간으로 사용자의 필요에 맞추어 제공하게 하는 이종 네트워크간의 연동을 매개로한 서비스의 등장이 다양한 이종 네트워크간의 융합과 스마트 품질제어 특성을 갖게 되는 차세대 이동통신 시스템에서는 사용자들에게 음성서비스 뿐 만 아니라 다양한 멀티미디어 서비스를 제공하며 원활한 무선구간의 고속 인터넷 접속 서비스를 제공하는 것을 당면한 목표로 하고 있다. 노트북이나 핸드폰, PDA등 이동 단말들은 사용자들이 이종 네트워크를 경유하여 인터넷 서비스에 접속할 수 있도록 지원하기 위해 기존의 네트워크기반 하에서 상호 연동하여 원활한 상호접속이 이루어지기를 기대한다.
기존의 네트워크 표준에는 HA와 LoG로 구성된 2 계층 구조를 근간으로 네트워크 시스템을 구성하고 있다. 여기서는 기존 2 계층 구조에 RS (regional server)라는 실체를 추가한 3 계층 구조를 고려하고^[8] 또한 사용자의 개별적인 사용 및 이동특성을 기반으로 위치 및 이동성 관리가 가능한 구조를 중심으로 개선된 형태를 제시하고자 한다^[10].

가설 설정

사무직 회사원은 주 중에 자신의 LA 영역에서 대부분 체류하는 특성을 갖도록 본 논문에서 적용한 확률 모델에서는 정해진 일정시간 중 한 번의 외근이 있음을 가정하였고 영업직 회사원은 사무직 회사원과 LA 내에서의 이동 성향은 같지만 주 중에 자신의 LA영역에서 벗어나는 경우가 총 25번 중 13번 정도 발생한다고 가정하였다. 주부나 학생의 경우에는 주 중에는 25번의 경우 모두 자신의 LA 영역에서 체류하는 것으로 가정하였다.
사무직 회사원은 주 중에 자신의 LA 영역에서 대부분 체류하는 특성을 갖도록 본 논문에서 적용한 확률 모델에서는 정해진 일정시간 중 한 번의 외근이 있음을 가정하였고 영업직 회사원은 사무직 회사원과 LA 내에서의 이동 성향은 같지만 주 중에 자신의 LA영역에서 벗어나는 경우가 총 25번 중 13번 정도 발생한다고 가정하였다. 주부나 학생의 경우에는 주 중에는 25번의 경우 모두 자신의 LA 영역에서 체류하는 것으로 가정하였다. 그림 3는 이동 IP 표준의 방법을 사용 시 위치 정보 관리 비용 대비 평균체류시간만을 고려하여 제안된 방법을 사용하였을 경우와 시간대별 사용자의 체류 확률을 계산하여 위치정보관리에 사용한 경우의 비용의 비율인 비용 비율을 사용하여 비교하였다.

제안 방법

Weekday 항목은 요일을 나타내며, Time Zone 항목은 같은 요일 내에서 동일한 페이징 순서를 갖는 시간 대역의 리스트를 저장하고 하루는 총 24개의 시간 대역으로 나뉜다. 각 최소 위치관리영역별 체류확률은 MH에서 계산하는데 우선 LA에 편입된 모든 최소 위치관리영역들의 평균 체류시간을 산출하고 데이터베이스화 한다. 이때 최소 위치관리영역이 LA에 편입되기 이전에는 단순 평균 체류시간과 체류 빈도수만 파악하면 되었지만 LA에 편입된 이후부터는 시간대별로 체류시간을 각각 관리해야 한다.
MH가 LA내에 있는 경우 MH의 위치를 파악하기 위해 도입한 RS 계층은 MH가 LA 외부에 있는 경우에는 MH의 위치정보 관리에 관여하지 않는다. 따라서 본 논문에서는 완벽한 3계층 구조가 아닌 부분적인 3계층 구조를 사용한다. 즉, 기존의 이동 IP 계층 구조를 모두 변화시키지 않고 RS 라우터를 추가 하여 구현할 수 있는 시스템이다.
표 3은 시간 대역마다 측정되는 최소 위치관리영역 별 체류시간의 예를 보여준다. 모든 요일마다, Time Zone 마다 MH의 최소 위치관리영역 내 체류시간을 계산하였다.
본 논문에서는 사용자의 이동 성향을 기반으로 하여 위치정보 관리에 이동성 모델을 제안하고 기존 방법들과 비교하여 타당한 적용방법에 대해 살펴보았다. 본 이동성 모델에서는 요일 별 시간대 별로 사용자의 움직임이 빈번한 영역 내에서의 평균 체류 시간 및 빈도수를 측정하고 이를 기반으로 체류 확률을 계산, 단말의 위치를 효과적으로 찾아내는 데 활용이 가능한 모델을 제안하였다. 체류정보 수집 및 체류확률 계산은 단말이 담당할 수 있으며, 단말기의 위치정보가 필요한 경우 기준이 되는 찾는 순서 정보와, 동일한 시간대역의 정보만 단말이 전송하여 네트워크 시스템에서 관리하는 모델을 제안하였다.
이 정보를 바탕으로 MH의 평균 체류 시간과 최소 위치 관리영역 당 방문 빈도수를 알아내어 MH의 체류 확률을 구한다. 본 논문에서 평균 체류시간 계산 단위는 정해진 일정시간이다.
서비스 개시 후 정해진 일정시간 이상이 되면 표 3의 데이터베이스에 이동 히스토리 정보를 완전히 채울 수 있다. 이 후 시간이 경과되어 새로운 히스토리 정보를 얻게 되면 가장 오래된 정보를 삭제하고 새로운 정보를 추가하여 새로이 체류 확률을 계산한다. 이로써 약 6개월에 걸쳐 사용자의 이동 성향을 반영하여 체류 확률을 계산함으로 너무 오래된 정보로 인한 오류를 줄일 수 있고, 너무 적은 정보를 기반으로 산출한 부정확 할 가능성이 높은 페이징 순서를 적용했을 때의 트래픽 낭비 또한 줄일 수 있다.
최종적으로 MH는 표 2와 같은 paging table을 만들어 RS에 전송한다. 제안한 방식의 성능 평가를 위해 패킷이 전달되는데 요구되는 평균 비용을 평가지수로 사용하며 전체 위치 등록과 위치 파악을 위한 시그널링 비용과 패킷 전송 비용을 고려하였다. 전체 위치정보 관리 비용의 계산을 위해 패킷 전송이 끝난 이후 다음 패킷 전송까지의 시간을 기준으로 하였다^[9].
반면 사용자가 출퇴근 등으로 매일 지나가는 도로 등의 경우는 절대적인 평균 체류 시간 자체는 매우 짧을 수 있지만 출퇴근 시간이라는 특정 시간대의 경우 사용자가 체류하고 있을 가능성이 매우 높으므로 사용자의 LA에 추가하여 관리할 필요가 있다. 즉, 사용자의 단순한 평균 체류 시간뿐만 아니라 사용자의 그 최소 위치관리영역로의 방문 빈도수도 고려하여 특정 최소 위치관리영역의 사용자의 LA로의 추가 여부를 결정한다.
본 이동성 모델에서는 요일 별 시간대 별로 사용자의 움직임이 빈번한 영역 내에서의 평균 체류 시간 및 빈도수를 측정하고 이를 기반으로 체류 확률을 계산, 단말의 위치를 효과적으로 찾아내는 데 활용이 가능한 모델을 제안하였다. 체류정보 수집 및 체류확률 계산은 단말이 담당할 수 있으며, 단말기의 위치정보가 필요한 경우 기준이 되는 찾는 순서 정보와, 동일한 시간대역의 정보만 단말이 전송하여 네트워크 시스템에서 관리하는 모델을 제안하였다. 이렇게 최소한의 파라메터를 토대로 단말의 위치 등록 트래픽의 모델을 도출할 수 있는 동시에 단말의 위치 또한 효과적으로 파악해 낼 수 있어 위치정보를 관리하는 전체 트래픽모델을 제공하여 성능평가에 활용할 수 있다.

데이터처리

주부나 학생의 경우에는 주 중에는 25번의 경우 모두 자신의 LA 영역에서 체류하는 것으로 가정하였다. 그림 3는 이동 IP 표준의 방법을 사용 시 위치 정보 관리 비용 대비 평균체류시간만을 고려하여 제안된 방법을 사용하였을 경우와 시간대별 사용자의 체류 확률을 계산하여 위치정보관리에 사용한 경우의 비용의 비율인 비용 비율을 사용하여 비교하였다. MMR이 작은 경우에는 제안한 방식을 적용한 경우에 이동 IP 표준을 적용한 경우보다 전체 위치정보 관리 비용이 모든 확률 모델에서 크게 감소한 것을 알 수 있다.

성능/효과

그림 3는 이동 IP 표준의 방법을 사용 시 위치 정보 관리 비용 대비 평균체류시간만을 고려하여 제안된 방법을 사용하였을 경우와 시간대별 사용자의 체류 확률을 계산하여 위치정보관리에 사용한 경우의 비용의 비율인 비용 비율을 사용하여 비교하였다. MMR이 작은 경우에는 제안한 방식을 적용한 경우에 이동 IP 표준을 적용한 경우보다 전체 위치정보 관리 비용이 모든 확률 모델에서 크게 감소한 것을 알 수 있다. 이것은 MMR이 낮은 경우에는 패킷의 수신 보다는 사용자의 위치 이동이 상대적으로 잦은 편이어서 전체 위치정보 관리 비용에서 사용자의 위치 이동에 따른 위치 등록 비용의 비중이 매우 크기 때문이다.
이것은 MMR이 낮은 경우에는 패킷의 수신 보다는 사용자의 위치 이동이 상대적으로 잦은 편이어서 전체 위치정보 관리 비용에서 사용자의 위치 이동에 따른 위치 등록 비용의 비중이 매우 크기 때문이다. 따라서 사용자가 자신의 LA에서 이동시에 위치 등록을 하지 않아 감소되는 비용이 전체 위치정보 관리 비용 감소하는 데 큰 영향을 주고 특히 위치 등록 비용이 대부분을 차지하는 MMR이 낮은 구간에서 큰 효과를 나타낼 수 있다.
이 후 시간이 경과되어 새로운 히스토리 정보를 얻게 되면 가장 오래된 정보를 삭제하고 새로운 정보를 추가하여 새로이 체류 확률을 계산한다. 이로써 약 6개월에 걸쳐 사용자의 이동 성향을 반영하여 체류 확률을 계산함으로 너무 오래된 정보로 인한 오류를 줄일 수 있고, 너무 적은 정보를 기반으로 산출한 부정확 할 가능성이 높은 페이징 순서를 적용했을 때의 트래픽 낭비 또한 줄일 수 있다.
이렇게 최소한의 파라메터를 토대로 단말의 위치 등록 트래픽의 모델을 도출할 수 있는 동시에 단말의 위치 또한 효과적으로 파악해 낼 수 있어 위치정보를 관리하는 전체 트래픽모델을 제공하여 성능평가에 활용할 수 있다. 이를 바탕으로 본 논문에서는 제안한 이동성 모델이 기존의 이동 IP 표준에서의 모델을 적용한 경우보다 동일한 조건 하에서도 보다 정확한 위치정보관리가 가능한 모델이 될 수 있음을 확인하였다. 특히 사용자의 이동 횟수가 많은 경우(low MMR)에 기존의 방식에 비해 모델의 적합성이 더욱 개선될 수 있다.
이처럼 사용자의 이동 특성에 따라 정도의 차이가 있지만 사용자의 시공간 별 이동 특성을 반영한 제안된 위치정보 관리 방법을 사용한 경우에 이동 IP 표준에서의 위치정보 관리 방법을 사용한 경우보다 MMR이 낮은 경우 최대는 99% , 최소 90% 의 위치정보 관리 비용이 감소하게 됨을 알 수 있다.

후속연구

특히 사용자의 이동 횟수가 많은 경우(low MMR)에 기존의 방식에 비해 모델의 적합성이 더욱 개선될 수 있다. 그리고 향후에는 시간대 별로 체류 확률을 적용할 수 있도록 함으로써 보다 정밀하고 정확한 모형화가 가능하도록 하여 모델의 부정확함으로 인한 정보로 인한 이동성 관리제어의 실패 확률을 크게 낮추어서 불필요한 트래픽을 줄여 성능을 개선하는데 활용이 가능할 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	이종 네트워크별 효과적 이동성 관리에 대한 중요성이 부각되는 이유는 무엇인가?	급격한 무선구간의 트래픽 폭증으로 이종 네트워크간의 연동에 의한 Off-loading과 같은 트래픽 분산기법 등과 같은 새로운 연동방법을 매개로한 다양한 서비스와 네트워크의 융합이 가속화되면서 이종 네트워크별 효과적 이동성 관리에 대한 중요성이 부각되고 있다. 본 논문에서는 이종 네트워크 중 이동 IP 네트워크의 구조에 적합한 이동성 모델을 고려하여 주어진 환경 하에서 사용자 이동에 따른 다양한 성능평가와 관련된 지수를 도출하고 이를 활용하기 위한 방안을 제시한다.
	차세대 이동 통신 시스템에서 충분한 접속 용량을 제공하는 것을 전제로 한 융합형 데이터 서비스를 제공하는 것이 중점이 되어야 하는 배경은 무엇인가?	노트북이나 핸드폰, PDA등 이동 단말들은 사용자들이 이종 네트워크를 경유하여 인터넷 서비스에 접속할 수 있도록 지원하기 위해 기존의 네트워크기반 하에서 상호 연동하여 원활한 상호접속이 이루어지기를 기대한다. 이렇게 무선으로 인터넷을 사용하고자 하는 수요가 증가할수록 무선 통신 서비스 제공자들은 사용자들의 이동 중에도 끊김 없이 서비스를 이용할 수 있도록 하는 문제에 더 큰 관심을 보이고 있다. 따라서 차세대 이동 통신 시스템에서는 충분한 접속 용량을 제공하는 것을 전제로 한 융합형 데이터 서비스를 제공하는 것을 중점으로 디자인 되어야 한다.
	이동 IP란 어떠한 프로토콜을 의미하는가?	따라서 차세대 이동 통신 시스템에서는 충분한 접속 용량을 제공하는 것을 전제로 한 융합형 데이터 서비스를 제공하는 것을 중점으로 디자인 되어야 한다. 이동 IP는 IP 망에서 전체적인 사용자 이동성을 지원하도록 IETF (Internet Engineering Task Force)에서 개발되어 향후 서비스 제공에 활용이 가능한 이동성 지원 프로토콜로서 IPv4기반에서 IPv6기반으로 신속한 전환이 이루어져 오고 있다[1～2]. 이 표준에 기반하여 패킷 기반 무선 이동통신 시스템에서 사용자의 이동성으로 인한 위치정보관리 문제가 원활한 서비스의 제공과 패킷전달의 효율을 개선하는데 매우 중요하게 등장하고 있다.

참고문헌 (11)

Pete Loshin, IPv6 - Theory, Protocol, and Practice 2nd Morgan Kaufmann Publishers, Elsevier, 2004
C. Perkins, IP mobility support for IPv4, in Internet RFC 3344, IETF, Aug. 2002.
Kyandoghere Kyamakya and Klaus Jobmann, "Location Management in Cellular Networks: Classification of the Most Important Paradigms, Realistic Simulation Framework, and Relative Performance Analysis," IEEE Transactions on Vehicular Technology, vol. 54, No. 2, March 2005.
Jie Li, Yi Pan and Xiaohua Jia, "Analysis of Dynamic Location Management for PCS Networks," IEEE Transactions on Vehicular Technology, vol. 51, No. 5, September 2002.
Ian F. Akyildiz and Wenye Wang, "A Dynamic Location Management Scheme for Next-Generation Multitier PCS Systems," IEEE Transactions on Wireless Communications, vol. 1, No. 1, January 2002.
J. Scourias and T. Krunz, "An activity-based mobility model and location management simulation," in Proc. PIMRC '97, Helsinki, Finland, 1997.
J. Scourias and T. Krunz, "An activity- based mobility model and location management simulation," in Proc. PIMRC' 97, Helsinki, Finland, 1997.
Shou-Chih Lo and Arbee L. P. Chen, "Adaptive Region-Based Location Management for PCS Systems", IEEE Trans., vol. 51, No. 4, July 2002.
Wenchao Ma and Yuguan Fang, "Dynamic Hierarchical Mobility Management Strategy for Mobile IP Networks," IEEE Journal on selected areas in Communications, vol. 22, No. 4, May 2004.
Seo-Young Kim and Jeong-Ho Kim, "Performance Analysis of Location Management based on Space-Time Pattern under Mobile IP Systems," Journal of KMS, vol. 11, No. 2, March 2007.
YuMi Choi and Jeong-Ho Kim, "Performance Evaluation of User Mobility Management Scheme based-on Dwell Time Optimization for Effective Inter-working with Heterogeneous Networks under Cognitive Networking Environments," Journal IEEK, Vol. 49, No. 5, 2012.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증