$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

개인 프레즌스-선호 기반 지능형 로컬 서비스 시스템과 모바일 엣지 컴퓨팅 환경에서의 적용 방안
Individual Presence-and-Preference-Based Local Intelligent Service System and Mobile Edge Computing 원문보기

한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.42 no.2, 2017년, pp.523 - 535  

김길환 (Sangmyung University Department of Managment Engineering) ,  장진산 (Sangmyung University Department of Managment Engineering) ,  금창섭 (ETRI Hyper-connected Communication Research Laboratory) ,  정기숙 (ETRI Hyper-connected Communication Research Laboratory)

초록
AI-Helper 아이콘AI-Helper

IoT 환경이 심화됨에 따라 집, 사무실 등 특정 지역에 설치된 센서 정보를 활용하여 지역내 냉난방, 조명 등의 서비스를 자동 조절하는 지능형 로컬 서비스에 대한 관심이 커지고 있다. 그런데 지금까지의 IoT 기반 지능형 로컬 서비스는 지역 내 사용자의 프레즌스와 서비스 선호도를 간접적인 방식으로 반영함으로써 실제 재실중인 사용자의 선호도를 왜곡하여 반영하는 문제가 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 개별 사용자의 프레즌스 및 선호도 정보를 기반으로 한 지능형 로컬 서비스 제어 방식을 제안하고 이를 프로토타입 으로 구현한 결과를 제시한다. 아울러 대부분의 지능형 로컬 서비스를 위한 복잡한 예측 모형의 생성은 주로 클라우드 상의 서버에서 수행되어 왔다. 그러나 이러한 방식은 IoT 기기와 클라우드 간의 대량의 데이터 전송을 발생시킨다. 모바일 엣지 컴퓨팅 환경은 지능형 로컬 서비스 제어 시스템의 이러한 문제점을 해결할 수 있는 해결책이 될 수 있다. 본 연구에서는 클라우드 환경에서 개인 프레즌스-선호 기반 지능형 로컬 서비스 시스템을 구현한 후, 구현 결과를 기반으로 모바일 엣지 컴퓨팅 환경에 적용하는 방안을 제시한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Local intelligent services aim at controlling local services such as cooling or lightening services in a certain local area, using Internet-of-Things (IoT) sensor data in the area. As the IoT paradigm has evolved, local intelligent services have gained increasing attention. However, most of the loca...

주제어

#intelligent service   #Internet-of-Things (IoT)   #data mining   #presence information   #edge computing  

질의응답

핵심어 질문 논문에서 추출한 답변
모바일 엣지 컴퓨팅 기술의 장점은 무엇인가? 이러한 문제를 해결하기 위해 등장한 개념이 모바일 엣지 컴퓨팅(Mobile Edge Computing, 이하 MEC) 기술이다.[1-3] 전통적으로 기지국은 데이터 트래픽을 전송만 하지 이를 분석하거나 사용자의 요청에 반응하지는 않는다. 그러나 MEC 환경에서는 모바일 엣지에 MEC 서버라는 컴퓨팅 및 저장 장치를 도입한다. 이를 통해 MEC 서버는 자신이 처리할 수 있는 트래픽은 스스로 처리하여 응답하고, 그렇지 않은 서비스는 원래의 서버로 전송함으로써 망 중심의 트래픽을 감소시키고, 사용자에게는 빠른 응답시간을 확보한다. 또한 응용 서비스 제공자(Application Service Provider, 이하 ASP) 입장에서는 데이터 센터의 컴퓨팅 자원에 대한 투자를 경감시킬 수 있는 이점이 있다.
네트워크 자원의 이용률 증가의 주요 원인 중 하나는 무엇인가? 네트워크 자원의 이용률 증가는 이동통신사업자에게 큰 도전 요소이다. 네트워크 자원의 이용률 증가의 주요 원인 중 하나는 모바일 및 IoT 기기에 의한 데이터 트랙픽의 증가이다. 대다수의 모바일 및 IoT 응용이 원격의 데이터 센터에 있는 서버에 의존하고 있어 이러한 모바일 및 IoT 기기와 인터넷에 연결된 데이터 센터 사이에는 많은 데이터의 트래픽이 발생한다.
지금까지의 IoT 기반 지능형 로컬 서비스는 어떤 단점이 있는가? IoT 환경이 심화됨에 따라 집, 사무실 등 특정 지역에 설치된 센서 정보를 활용하여 지역내 냉난방, 조명 등의 서비스를 자동 조절하는 지능형 로컬 서비스에 대한 관심이 커지고 있다. 그런데 지금까지의 IoT 기반 지능형 로컬 서비스는 지역 내 사용자의 프레즌스와 서비스 선호도를 간접적인 방식으로 반영함으로써 실제 재실중인 사용자의 선호도를 왜곡하여 반영하는 문제가 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 개별 사용자의 프레즌스 및 선호도 정보를 기반으로 한 지능형 로컬 서비스 제어 방식을 제안하고 이를 프로토타입 으로 구현한 결과를 제시한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (23)

  1. M. T. Beck, M. Werner, S. Feld, and S. Schimper, "Mobile edge computing: A taxonomy," in Proc. 6th Int. Conf. Aadvances in Future Internet, 2014. 

  2. ETSI, Mobile-edge computing-Introductory technical white paper, ETSI White Paper, 2014. 

  3. A. Ahmed and E. Ahmed, "A survey on mobile edge computing," in Proc. 10th IEEE Int. Conf. Intell. Syst. and Contr., Coimbatore, India, 2016. 

  4. C.-W. Tsai, C.-F. Lai, M.-C. Chiang, and L. T. Yang, "Data mining for internet of things: A survey," IEEE Commun. Surveys & Tuts., vol. 16, no. 1, pp. 77-97, 2014. 

    상세보기 crossref

  5. S. D. T. Kelly, N. K. Suryadevara, and S. C. Mukhopadhyay, "Towards the implementation of iot for environmental condition monitoring in homes," Sensors J. IEEE, vol. 13, no. 10, pp. 3846-3853, 2013. 

    상세보기 crossref

  6. Y. Zeng, Z. Zhang, and A. Kusiak, "Predictive modeling and optimization of a multi-zone hvac system with data mining and firefly algorithms," Energy, vol. 86, pp. 393-402, 2015. 

    상세보기 crossref

  7. H.-C. Jo, S. Kim, and S.-K. Joo, "Smart heating and air conditioning scheduling method incorporating customer convenience for home energy management system," IEEE Trans. Consumer Electron., vol. 59, no. 2, pp. 316-322, 2013. 

    상세보기 crossref

  8. M. M. Tehrani, Y. Beauregard, M. Rioux, J. P. Kenne, and R. Ouellet, A predictive preference model for maintenance of a heating ventilating and air conditioning system, IFAC-PapersOnLine, vol. 48, no. 3, pp. 130-135, 2015. 

  9. G. Zucker, J. Malinao, U. Habib, T. Leber, A. Preisler, and F. Judex, "Improving energy efficiency of buildings using data mining technologies," IEEE ISIE, pp. 2664-2669, 2014. 

  10. M. Satyanarayanan, P. Bahl, R. Caceres, and N. Davies, "The case for vm-based cloudlets in mobile computing," IEEE Pervasive Comput., vol. 8, no. 4, pp. 14-23, 2009. 

    상세보기

  11. K. Habak, M. Ammar, K. A. Harras, and E. Zegura, "Femto clouds: Leveraging mobile devices to provide cloud service at the edge," in 2015 IEEE 8th Int. Conf. Cloud Comput., pp. 9-16, 2015. 

  12. S. Abdelwahab, B. Hamdaoui, M. Guizani, and T. Znati, "Replisom: Disciplined tiny memory replication for massive IoT devices in LTE edge cloud," IEEE Internet of Things J., vol. 3, no. 3, pp. 327-338, 2016. 

    상세보기 crossref

  13. M. T. Beck, S. Feld, A. Fichtner, C. Linnhoff-Popien, and T. Schimper, "Me-volte: Network functions for energy-efficient video transcoding at the mobile edge," in 18th Int. Conf. Intell. Next Generation Netw., pp. 38-44, 2015. 

  14. X. Chen, L. Jiao, W. Li, and X. Fu, "Efficient multi-user computation offloading for mobile-edge cloud computing," IEEE/ACM Trans. Networking, vol. 24, no. 5, pp. 2795-2808, 2015. 

  15. T. Guettari, "Thermal signal analysis in smart home environment for detecting a human presence," Int. Conf. Advanced Technol. for Sign. and Image Process., pp. 334-339, 2014. 

  16. S. Lee, S. Y. Jeong, S. J. Kang, and W. J. Lee, "Design and implementation of IoT chatting service based on indoor location," J. KICS, vol. 39, no. 10, pp. 920-929, 2014. 

  17. S. D'Oca and T. Hong, "A data-mining approach to discover patterns of window opening and closing behavior in offices," Build. and Environ., vol. 82, pp. 726-739, 2014. 

    상세보기 crossref

  18. H. K. Jung, S. Jung, D. H. Lee, S. Q. Lee, and J.-H. Kim, "Wireless caching algorithm based on user's context in smallcell environments," J. KICS, vol. 41, no. 7, pp. 789-798, 2016. 

    원문보기 상세보기 crossref

  19. S. Y. Jeon, J. H. Ahn, and T.-J. Lee, "Broadcast data delivery in iot networks with packet loss and energy constraint," J. KICS, vol. 41, no. 2, pp. 269-276, 2016. 

    원문보기 상세보기 crossref

  20. ASHRAE, "Standard 55-thermal environmental conditions for human occupancy," ASHRAE Standard, vol. ASHRAE-55, 2013. 

  21. E. K. Chong and S. H. Zak, An introduction to optimization, vol. 76. John Wiley & Sons, 2013. 

  22. M. Kuhn and K. Johnson, Applied predictive modeling, Springer, 2013. 

  23. E.-G. Talbi, Metaheuristics: From design to implementation, John Wiley & Sons, 2009. 

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로