[논문]Wi-Fi Direct 환경에서 우선순위 기반의 동적 Intent 할당 방안

이재호

doi:10.7840/kics.2016.41.5.565

문제 정의

이러한 문제는 빈번하게 발생되지는 않으나, 한번 발생되면 문제를 극복할 방안이 현존하는 표준 기술에서는 정의되어 있지 않다. 따라서 본 고에서는DIVA 알고리즘을 그림 4와 같이 유연하게 적용하여 문제를 극복하고자 한다.
본 논문에서 제안한 DIVA 알고리즘은 Wi-Fi Direct 환경에서 각 장치의 물리적 환경과 사용자Use-case 서비스 역할 환경을 고려하여 효율적인 GO를 결정하는 데 목적이 있다. 따라서 배터리 등의 에너지 잔량이 부족한 장치는 GO로 선정되지 않음으로써 전체적인 네트워크를 구성하는 각 장치의 평균 수명을 증가시킬 수 있으며, 제3의 장치와 또 다른Wi-Fi Direct 접속을 수행할 가능성이 높은 장치가GO로 선정되어 Wi-Fi Direct 토폴로지 측면에서의 효율도 향상시킬 수 있다.
Wi-Fi Direct 표준 기술은 GO 장치를 선택할 때절대적으로 Intent 값에 의존하지만, 앞서 설명한 바와 같이 현재의 표준 기술에서는 이러한 중요 파라미터인 Intent 값 결정에 대한 기준이 존재하지 않으며, 따라서 각 장치 성능 및 환경에 따른 Intent 결정을 할수 없다. 본 장에서는 이러한 문제를 극복하기 위해서각 장치 간 Intent 결정을 위한 알고리즘을 제안한다.
따라서 GO 장치는 기존의 AP역할을 수행하기 때문에 MAC 계층에서 상대적으로 높은 데이터 송수신을 수행한다. 하지만 현재의 표준기술에서는 각 장치의 에너지 자원과 연산 능력이 고려되지 않기 때문에 GO장치에 대한 효율성 문제가 발생할 수 있으며, 이러한 문제를 극복하기 위하여 본고에서는 장치의 환경적 요소를 고려한 우선순위 기반의 GO 결정 방안을 설계하였다.

가설 설정

이러한 이유로 본 고에서는 객관적인 분석을 위하여 스마트폰과 스마트폰의 연결 등과 같이 동일 또는 대등한 장치가 서로 Wi-Fi Direct 연결을 시도하는 환경을 가정하여 기술한다.

제안 방법

Scan 단계와 Find 단계를 수행한 후 Probe Request및 Probe Response 메시지 교환을 통하여 서로의 존재를 파악한 두 장치는, Wi-Fi Direct 접속을 위하여 GO Negotiation 단계를 수행한다. 이 단계는 두 장치중 Coordinator 역할을 수행할 GO를 결정하는 단계이며, 상호 7bit로 구성되는 Intent 값과 1bit로 구성되는 Tie Breaker 값을 교환한다.
따라서 본 고에서는 위와 같은 환경을 적용하기 위하여, DIVA에서 고려하는 파라미터를 ‘General Parameter’와 ‘Specific Parameter’로 구분한다.
본 고에서는 제안한 DIVA 방식은 기존 Wi-FiDirect 표준 기술에서 정의하지 않은 Intent 값을 각장치의 물리적 환경 파라미터와 사용자 환경 파라미터를 고려하고 이를 통해 GO를 결정함으로써, Wi-FiDirect 접속 절차에서 GO 역할 할당에 대한 효율성을 제공할 수 있도록 설계하였다. 또한 DIVA 방식이 고려하는 환경 파라미터를 일반적인 물리적 파라미터와 사용자 환경에 따른 특수 파라미터로 분류하고 이에 대하여 정의하였다.
이러한 관점에서 본 고에서 제안하는 Specific Parameter는 사용자 접속 환경에 따른 특수성을 고려하고 이를 반영하기 위하여 고안되었으며, 각Use-case에 따른 서비스별 파라미터 설정을 표 3과 같이 권고한다. 또한 본 고에서 제안하는 파라미터 분류는 일반적인 환경 변수를 나타내는 General Parameter와 특정 기능 역할 수행을 고려하는Specific Parameter로 구분될 수 있다. 이러한 파라미터 및 이에 따른 우선순위 가중치는 그림 2와 식 (1)에 의하여 최종적인 Intent 값으로 산출될 수 있으며, 이에 대한 예시는 3장에 나타내었다.
4GHz 대역에서만 실험을 진행하였다. 또한 본 실험에서는 장치 유형을 Phone, PC, Laptop 으로 구분하고 해당 파라미터 및 가중치 값을 Random하게지정하되 아래와 같은 평균 값을 만족하도록 설정하였다.
본 고에서는 위와 같은 문제를 해결하기 위하여, 다양한 장치 환경을 고려한 Intent 값을 산출하는 알고리즘을 정의하고 이를 DIVA (Dynamic Intent Value Assignment) 라고 명칭한다. 또한 수행 효율성을 증가시키기 위하여 Wi-Fi Direct Negotiation 절차에서 DIVA 알고리즘을 적용한 세부 동작을 기술한다.
11n을 대상으로 NS-2 (Network Simulator2)를 통하여 진행되었으며, Wi-Fi Direct 표준 기술에 필요한 Listen 채널은 각 장치별로 초기 Random 생성후 고정시켰다. 또한 실험의 객관성을 위하여 802.11n의 Channel Bonding 기능을 배제하고, Wi-Fi Direct표준에서 정의되는 바와 같이 Social Channel 사용을위하여 2.4GHz 대역에서만 실험을 진행하였다. 또한 본 실험에서는 장치 유형을 Phone, PC, Laptop 으로 구분하고 해당 파라미터 및 가중치 값을 Random하게지정하되 아래와 같은 평균 값을 만족하도록 설정하였다.
본 고에서는 제안한 DIVA 방식은 기존 Wi-FiDirect 표준 기술에서 정의하지 않은 Intent 값을 각장치의 물리적 환경 파라미터와 사용자 환경 파라미터를 고려하고 이를 통해 GO를 결정함으로써, Wi-FiDirect 접속 절차에서 GO 역할 할당에 대한 효율성을 제공할 수 있도록 설계하였다. 또한 DIVA 방식이 고려하는 환경 파라미터를 일반적인 물리적 파라미터와 사용자 환경에 따른 특수 파라미터로 분류하고 이에 대하여 정의하였다.
본 방식은 기존의 GO Negotiation 절차를 DIVA알고리즘 없이 기존 방식대로 수행한 후, Intent 및Tie-Breaker 값이 동일한 경우에 한하여 DIVA 알고리즘을 통해 GO를 결정하는 방식을 나타낸다. 기존Wi-Fi Direct 에서는 각 장치가 Pre-fixed된 Intent 값과 Random하게 생성되는 Tie-Breaker를 통하여 GO를 정하는데, 본 방식에서는 이러한 과정을 그대로 수행한 후, Intent 및 Tie-Breaker가 동일한 경우에만 그림 4의 과정을 수행한다.
다음 실험은 12시간 동안 n개의 장치가 자신의Wi-Fi Direct 접속 대상을 Random 결정하여 네트워크를 구성한 환경에 대하여 진행하였으며, 그 결과는 그림 7과 같다. 본 실험 역시 앞서 설명한 실험과 동일하게 한 조건의 Wi-Fi Direct 접속 주기와 트래픽 환경을 적용하였으며, 모든 장치는 Wi-Fi Direct 접속을 중복 허용할 수 있도록 적용하였다.
이와 같은 분석을 통하여, 본 고에서는 Wi-Fi Direct 접속 환경에서 서로 다른 물리적 환경 파라미터를 보유하는 장치를 실험 대상으로 선정하고 이에 따른 결과를 아래와 같이 나타내었다. 본 실험은IEEE 802.11n을 대상으로 NS-2 (Network Simulator2)를 통하여 진행되었으며, Wi-Fi Direct 표준 기술에 필요한 Listen 채널은 각 장치별로 초기 Random 생성후 고정시켰다. 또한 실험의 객관성을 위하여 802.
그림 6은 2대의 장치가 Wi-Fi Direct 접속을 시도하고 각 장치별로 Random 트래픽을 발생시킨 후, 주어진 시간에 따른 에너지 잔량을 나타내었다. 이 실험에서는 Wi-Fi Direct 접속에서 발생되는 GO 역할을 주기적으로 결정하기 위하여 1분 간격으로 Wi-FiDirect 접속을 새롭게 진행하였으며, 초기에 주어진 에너지 잔량은 지속적으로 사용하는 환경을 구축하고 연산능력은 고정 상수로 적용하였다.
이러한 관점에서 본 고에서 제안하는 Specific Parameter는 사용자 접속 환경에 따른 특수성을 고려하고 이를 반영하기 위하여 고안되었으며, 각Use-case에 따른 서비스별 파라미터 설정을 표 3과 같이 권고한다. 또한 본 고에서 제안하는 파라미터 분류는 일반적인 환경 변수를 나타내는 General Parameter와 특정 기능 역할 수행을 고려하는Specific Parameter로 구분될 수 있다.
이와 같은 환경적 요인은 다양한 형태의 응용 분야에 의존적이고 또한 사용자 개인의 사용 패턴과도 관계가 있기 때문에 확정적으로 결정할 수 없으며, 따라서 본 고에서는 그림 5와 같이 사용에 대한 예시를 제공함으로써 DIVA 적용 파라미터 설정 및 SC 결정에대한 가이드라인을 제시한다.
먼저 장치 1이 DIVA 수행으로 Intent 값을 생성한후, 이 값을 장치 2에게 GO Negotiation Request 메시지를 통하여 전달한다. 장치 2는 장치 1로부터 GO Negotiation Request 메시지를 수신한 후, 자신의Intent 값을 DIVA를 통하여 생성하고 장치 1의 Intent값과 자신의 값을 비교한다. 또한 장치 2에서 생성된Intent 값은 GO Negotiation Response를 통하여 장치1에게 전달한다.
먼저 두 장치가 GO Negotiation Request 및Response 메시지를 통하여 상호 Intent 및Tie-Breaker 값이 동일함을 인지한 경우, 장치1은 GONegotiation Confirm 메시지 내의 Status 필드를Retry Negotiation으로 설정한 후 해당 메시지를 송신한다. 장치2가 장치1로부터 Retry Negotiation Status를 수신한 후, 두 장치는 모두 각자의 Intent 값을 환경 데이터를 적용하고 이를 동적으로 생성하기 위하여 DIVA 알고리즘을 수행한다. 또한 두 장치는 2nd GO Negotiation Request 및 Response 메시지를 통하여 새로운 Negotiation을 수행한다.
Wi-Fi Direct 표준 기술은 접속하려는 두 장치가 AP 연결 없이 일대일 접속을 허용하고 데이터를 송수신 하기 위하여 Wi-Fi Alliance에서 발표된 기술이다.하지만 이 기술 역시 IEEE 802.11 접속 절차를 활용할 수 있도록 설계되었으며, 단지 Wi-Fi Direct 접속환경에서 존재하지 않는 Coordinator 역할을 수행할 장치를 두 장치 중에서 선정하는 방안을 제공한다.

대상 데이터

본 사용 환경은 TV와 Phone이 Wi-Fi Direct 기반의 Miracast 기술을 활용하여 화면 공유를 시도할 경우에 대한 GO 역할 결정을 나타내었다. 그림 5는Phone이 자신의 화면을 TV에 공유하기 위하여 먼저Wi-Fi Direct 연결을 시도한 경우이며, 그림에 포함된 테이블에 명시된 바와 같이 Intent 값을 3으로 나타내었다.
이와 같은 분석을 통하여, 본 고에서는 Wi-Fi Direct 접속 환경에서 서로 다른 물리적 환경 파라미터를 보유하는 장치를 실험 대상으로 선정하고 이에 따른 결과를 아래와 같이 나타내었다. 본 실험은IEEE 802.
그림 1은 Wi-Fi Direct 표준 기술의 GO Negotiation의 도식화된 절차를 나타낸다. 초기 두 장치는 Scan 단계를 수행한 후 Search와 Find 절차로 구성된 Find 단계를 반복적으로 수행하며, 이때 사용채널은 두 장치간 접속 확률을 높이기 위하여 1, 6, 11채널로 구성되어 있는 Social Channel로 한정된다.Scan 단계는 초기 각 장치가 사용 가능한 모든 Wi-Fi채널에 대하여 가용 상태를 파악하는 단계로서, 향후대상 장치와 접속 후 실제 데이터 송수신을 위한 가용채널을 파악하는 단계이다.

성능/효과

그림 7에서 나타나는 기존 Wi-Fi Direct 접속에서는, 그림 6과 동일하게 최소 에너지 잔량과 네트워크를 구성하는 전체 장치의 평균 에너지 잔량이 큰 차이를 나타냈으며, 이는 DIVA 알고리즘을 통하여 크게 개선될 수 있다는 결과가 관찰되었다.
본 논문에서 제안한 DIVA 알고리즘은 Wi-Fi Direct 환경에서 각 장치의 물리적 환경과 사용자Use-case 서비스 역할 환경을 고려하여 효율적인 GO를 결정하는 데 목적이 있다. 따라서 배터리 등의 에너지 잔량이 부족한 장치는 GO로 선정되지 않음으로써 전체적인 네트워크를 구성하는 각 장치의 평균 수명을 증가시킬 수 있으며, 제3의 장치와 또 다른Wi-Fi Direct 접속을 수행할 가능성이 높은 장치가GO로 선정되어 Wi-Fi Direct 토폴로지 측면에서의 효율도 향상시킬 수 있다.
본 환경에서는 Role Value에 대한 우선순위가 SC에 의해 크게 설정되었으며, 이를 통하여 최종적으로TV의 Intent값이 크게 산출되었다. 또한 SC는 Phone과 TV 모두 동일하게 적용되었으며, Parameter는 각기기가 직접 측정하여 산출한다.
그림 8은 그림 7 환경과 동일한 실험 조건을 적용할 경우 각 장치가 수행하는 평균 GO 역할 수를 나타내었으며, 본 실험 결과로부터 기존 Wi-Fi Direct 접속 절차의 Intent 결정 방식에 대한 문제점을 확인할 수 있다. 실험 시간이 종료된 시점에서, 기존 Wi-FiDirect 접속 환경에서는 각 장치가 수행한 GO 역할의 수가 평균 0.3 정도로 관찰되었으며, 이 결과로부터 특정 장치에 GO 역할이 집중될 확률이 다소 높다는 결과를 유추할 수 있다.
이를 통하여 본 고에서 제안하는 방식은 네트워크를 구성하는 각 장치 중 연산 능력과 에너지 자원이 높은 장치의 GO 역할 수행을 유도함으로써 전체적인 네트워크 수명을 연장시킬 수 있으며, 이를 실험을 통하여 효과를 나타내었다. 이러한 방식은 향후 홈 네트워크 환경에서 서로 다른 성능과 특성을 지닌 다양한장치가 자신의 환경적 특성에 따라 Wi-Fi Direct 기술을 효율적이고 합리적으로 사용하는데 기여할 수 있을 것으로 예상된다.
하지만, 두 장치 중에너지 잔량이 낮은 장치는 자신의 물리적 환경과 무관하게 GO 역할을 수행함으로써 시간에 따라 에너지잔량이 급격하게 감소되는 현상이 관찰되었다. 즉, 이러한 결과는 전체 네트워크 수명 시간이 네트워크를 구성하는 최소 장치의 에너지 잔량에 결정적으로 의존한다는 점을 고려할 때 기존 Wi-Fi Direct 접속에서Intent 값 결정이 매우 중요하다는 것을 확인할 수 있다. 반면에 DIVA 알고리즘을 적용할 경우 두 장치의 평균 에너지 잔량과 두 장치 중 최소 에너지 잔량은 큰 차이가 없다는 점을 발견할 수 있다.
그림 5는Phone이 자신의 화면을 TV에 공유하기 위하여 먼저Wi-Fi Direct 연결을 시도한 경우이며, 그림에 포함된 테이블에 명시된 바와 같이 Intent 값을 3으로 나타내었다. 한편, TV는 Phone으로부터 GO Negotiation Request 메시지를 수신한 후, 자신의 Intent 값을 12로 산출하였으며, 이 결과를 토대로 TV가 최종 GO역할을 수행하기로 결정되었다.

후속연구

이를 통하여 본 고에서 제안하는 방식은 네트워크를 구성하는 각 장치 중 연산 능력과 에너지 자원이 높은 장치의 GO 역할 수행을 유도함으로써 전체적인 네트워크 수명을 연장시킬 수 있으며, 이를 실험을 통하여 효과를 나타내었다. 이러한 방식은 향후 홈 네트워크 환경에서 서로 다른 성능과 특성을 지닌 다양한장치가 자신의 환경적 특성에 따라 Wi-Fi Direct 기술을 효율적이고 합리적으로 사용하는데 기여할 수 있을 것으로 예상된다.

핵심어	질문	논문에서 추출한 답변
	Wi-Fi Direct란 무엇인가?	Wi-Fi Direct는 Wi-Fi Alliance에서 2010년 발표된Wi-Fi Peer-to-Peer Technical Specification v1.2[6] 기술 표준을 위한 브랜드 명칭으로써, AP (Access Point)를 필요로 하지 않는 환경에서 기기간 직접 접속 및 송수신을 위한 표준 기술이다. 이 기술은 스마트폰과 스마트폰간 파일 송수신, 스마트폰과 TV간 화면 스크린 미러링 또는 스크린 공유 등을 손쉽게 제공할 수 있으며, 따라서 홈 네트워크 환경은 물론 실외에서도 활용도가 매우 높다.
	DIVA에서 고려하는 파라미터를 무엇으로 구분하는가?	하지만 모든 장치가 보유한 파라미터의 종류는 상이할 수 있으며, 단순 환경 파라미터 이외에도 사용자환경의 특성을 고려해야 하는 경우가 발생한다. 따라서 본 고에서는 위와 같은 환경을 적용하기 위하여, DIVA에서 고려하는 파라미터를 ‘General Parameter’와 ‘Specific Parameter’로 구분한다.
	Wi-Fi Direct의 장점은 무엇인가?	2[6] 기술 표준을 위한 브랜드 명칭으로써, AP (Access Point)를 필요로 하지 않는 환경에서 기기간 직접 접속 및 송수신을 위한 표준 기술이다. 이 기술은 스마트폰과 스마트폰간 파일 송수신, 스마트폰과 TV간 화면 스크린 미러링 또는 스크린 공유 등을 손쉽게 제공할 수 있으며, 따라서 홈 네트워크 환경은 물론 실외에서도 활용도가 매우 높다.

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

Wi-Fi Direct 환경에서 우선순위 기반의 동적 Intent 할당 방안
Priority-Based Dynamic Intent Assignment Method in Wi-Fi Direct Environments 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Wi-Fi Direct 환경에서 우선순위 기반의 동적 Intent 할당 방안 Priority-Based Dynamic Intent Assignment Method in Wi-Fi Direct Environments 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Wi-Fi Direct 환경에서 우선순위 기반의 동적 Intent 할당 방안
Priority-Based Dynamic Intent Assignment Method in Wi-Fi Direct Environments 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper