[논문]사물인터넷 환경에서 센서데이터의 처리를 위한 적응형 우선순위 큐 기반의 작업 스케줄링

이미진; 이종식; 한영신

doi:10.9717/kmms.2017.20.9.1559

[국내논문] 사물인터넷 환경에서 센서데이터의 처리를 위한 적응형 우선순위 큐 기반의 작업 스케줄링
Adaptive Priority Queue-driven Task Scheduling for Sensor Data Processing in IoT Environments 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.20 no.9, 2017년, pp.1559 - 1566

이미진 (Dept. of Computer Engineering, Inha University) , 이종식 (Dept. of Computer Engineering, Inha University) , 한영신 (Frontier Colledge, Inha University)

Abstract ▼ AI-Helper

Recently in the IoT(Internet of Things) environment, a data collection in real-time through device's sensor has increased with an emergence of various devices. Collected data from IoT environment shows a large scale, non-uniform generation cycle and atypical. For this reason, the distributed processing technique is required to analyze the IoT sensor data. However if you do not consider the optimal scheduling for data and the processor of IoT in a distributed processing environment complexity increase the amount in assigning a task, the user is difficult to guarantee the QoS(Quality of Service) for the sensor data. In this paper, we propose APQTA(Adaptive Priority Queue-driven Task Allocation method for sensor data processing) to efficiently process the sensor data generated by the IoT environment. APQTA is to separate the data into job and by applying the priority allocation scheduling based on the deadline to ensure that guarantee the QoS at the same time increasing the efficiency of the data processing.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 사물인터넷 환경에서 발생되는 데이터를 작업의 형태로 변환하여 데드라인을 기준으로 우선순위를 할당하며, 작업의 데드라인과 우선순위를 고려하여 데이터를 처리하는 스케줄링 방법을 제안한다.
본 논문에서는 사물인터넷 환경에서 센서데이터의 효율적인 작업 처리를 위한 적응형 우선순위 큐 기반의 작업 할당 방법(APQTA: Adaptive Priority Queue-driven Task Allocation method for sensor data processing)을 제안한다. 제안하는 APQTA은 사물인터넷 환경을 구성하는 디바이스의 센서를 통해 발생된 각 데이터를 작업으로 구분하여 작업이 보장해야하는 데드라인을 기준으로 우선순위를 부여하고, 적응형 우선순위 큐를 이용한 작업 할당 스케줄링을 적용하여 데이터 처리의 효율을 높임과 동시에 QoS를 보장하도록 한다.
본 논문에서는 시스템의 성능을 효율적으로 사용하여 실시간으로 생성되는 많은 양의 데이터를 신속하게 처리하기 위해 사물인터넷 환경에 분산 처리 기술을 적용하여 데이터가 처리되도록 한다.
본 논문에서는 이러한 문제점을 해결하기 위해 적응형 우선순위 큐 기반의 작업 할당 방법을 이용하여 사물인터넷 환경의 데이터를 처리하기 위한 우선순위 작업 스케줄링을 제안하였다.

가설 설정

∙ Processor 모듈은 Priority Scheduler 모듈로부터 우선순위가 높은 순서대로 작업을 받아 처리한다.
∙ Transducer 모듈은 처리가 완료된 작업이 데드라인 내에 처리되었다면, 작업이 효율적으로 처리 되었다고 평가한다.
∙ 어떠한 작업을 수행할 때, 우선순위를 두어 동시에 발생한 작업들 가운데 무엇을 먼저 처리할 것인 지 정하면 작업을 효과적으로 수행할 수 있다.

제안 방법

APQTA의 성능 측정을 위해서 DEVS 형식론 기 반으로 Fig. 2와 같이 실험 환경을 모델링한다.
RR, RR-APQTA, MLFS, MLFS-APQTA의 성능을 측정하기 위해서 작업 처리 성공률과 평균 작업 소요 시간을 측정 한다.
Transducer 모듈은 성능을 평가하기 위해 처리가 완료된 작업의 소요시간(Turn Around Time)과 데드라인을 비교한다. 소요시간이란 작업이 처음 발생된 시간부터 작업 처리가 완료될 때까지의 시간을 의미하며, 데드라인이란 해당 작업이 처리되어야 할 제한시간을 의미한다.
본 논문에서는 DEVS 결합 모델을 이용하여 사물 인터넷 환경을 모델링한다. 결합된 각 모델은 작업이 할당되고 처리됨에 따라 상태가 변화하게 되고, 이를 통해 본 논문에서 제안하는 스케줄링의 행동과 성능을 분석한다.
두 번째 실험으로 성공적으로 처리가 이루어진 작업(Success Job)들의 평균 작업 소요 시간을 측정한다.
본 논문에서 제안하는 APQTA는 센서로부터 발생되는 데이터를 작업의 형태로 변환한다. 작업은 우선순위를 할당받기 위해 적응형 우선순위 큐에 존재하는 작업들과 데드라인을 비교한다.
본 논문에서 제안하는 APQTA의 성능을 입증하기 위하여 DEVS(Discrete Event System Specification) 형식론을 적용한 DEVSJAVA 시뮬레이션& 모델링 환경에서 가상의 환경 구성과 모델을 구현하고, 성능에 대한 지표로 작업 처리 성공률(Success Rate of Job Processing)과 평균 작업 소요 시간(Average Turn Around Time)을 측정한다.
본 논문에서는 DEVS 결합 모델을 이용하여 사물 인터넷 환경을 모델링한다. 결합된 각 모델은 작업이 할당되고 처리됨에 따라 상태가 변화하게 되고, 이를 통해 본 논문에서 제안하는 스케줄링의 행동과 성능을 분석한다.
본 논문에서는 제안하는 APQTA를 이용한 작업 처리 성능의 비교를 위해서, 비교 알고리즘으로 실시간으로 데이터가 생성되고 수집되는 사물인터넷 환경에서 부하가 균등하게 되도록 작업의 처리를 균등하게 배정 하는데 유리한 MLFS 알고리즘과, 응답시 간이 짧고 실시간 시스템에 유리한 RR 알고리즘을 이용한다.
본 연구에서는 APQTA의 성능을 검증하기 위해 APQTA를 기존의 자원 할당 알고리즘에 적용하여 작업 처리 성공률과 평균 작업 소요 시간을 측정하였다. 실험 결과 기존의 자원 할당 알고리즘에 APQTA 를 적용함으로써 성능이 향상된 것을 확인하였다.
본 논문에서는 사물인터넷 환경에서 센서데이터의 효율적인 작업 처리를 위한 적응형 우선순위 큐 기반의 작업 할당 방법(APQTA: Adaptive Priority Queue-driven Task Allocation method for sensor data processing)을 제안한다. 제안하는 APQTA은 사물인터넷 환경을 구성하는 디바이스의 센서를 통해 발생된 각 데이터를 작업으로 구분하여 작업이 보장해야하는 데드라인을 기준으로 우선순위를 부여하고, 적응형 우선순위 큐를 이용한 작업 할당 스케줄링을 적용하여 데이터 처리의 효율을 높임과 동시에 QoS를 보장하도록 한다.
첫 번째 실험으로 작업 처리 성공률을 측정한다. 생성된 작업은 해당 데이터가 처리되어야 할 시간 내에 작업 처리를 완료하였을 때, 작업을 성공적으로 처리하였다고 평가한다.

대상 데이터

APQTA를 통해 활용될 수 있는 디바이스 센서는 크게 산업, 건설, 안전, 농업, 의료, 분야에 활용될 수 있는 점을 고려하여 5개의 Sensor 모듈을 사용하여 데이터를 생성하였다.
사물인터넷은 사용자에게 새로운 서비스와 유용한 가치를 제공하고, 사용자의 삶 속에 깊숙이 들어와서 정보를 습득하고 이용할 수 있도록 만들어주는 ‘초연결사회’를 구현한다[1]. 웨어러블 디바이스, 스마트폰, 태블릿 PC 등의 각종 센서와 통신기능을 내 장한 사물인터넷 디바이스는 주변 상황을 인식하고 실시간으로 데이터를 수집한다.

성능/효과

2) 디바이스 센서로부터 발생된 작업 T₅의 데드라인이 적응형 우선순위 큐에 존재하는 다른 작업들 T₁, T₂, T₃, T₄ 보다 짧은 데드라인을 가지고 있다면, 작업의 처리시간과 관계없이 더 높은 우선순위가 할당된다.
3) 적응형 우선순위 큐는 우선순위를 할당받은 작업 T₅를 포함하여, 적응형 우선순위 큐에 존재하는 작업들 T₁, T₂, T₃, T₄를 우선순위가 높은 순서대로 재정렬한다.
4) 재정렬한 적응형 우선순위 큐는 우선순위가 높은 작업 순서대로 작업을 꺼내어, 꺼낸 작업(λ)을 Processor 모듈에 전달하여 처리한다.
APQTA를 적용한 MLFS-APQTA는 MLFS 보다 평균 2% 높은 작업 처리 성공률을 보였으며, RR-APQTA는 RR보다 평균 3% 높은 작업 처리 성공률을 보였다.
실험 결과 기존의 RR, MLFS에 APQTA를 적용하였을 때 보다 높은 작업 처리 성공률을 보인 것을 알 수 있다. Total Solved Job의 개수가 1,000개 이내 일 때 각 모델의 평균 작업 처리 성공률은 MLFS는 78%, MLFS-APQTA는 80%, RR은 81%, RRAPQTA는 84%으로 나타났다.
결과적으로 동일한 작업 대해 작업 처리 성공률이 증가할 경우 더욱 효율적인 데이터 처리가 이루어질 수 있으며, Qos 또한 보장할 수 있다.
시뮬레이션 시간을 1000에서 10000까지 증가시키며 평균 작업 소요 시간을 측정한 결과, 각 모델의 평균 평균 작업 소요 시간은 MLFS는 81.756, MLFSAPQTA는 81.083, RR은 77.214, RR-APQTA는 77.096으로 나타났다.
실험 결과 APQTA를 적용한 MLFS-APQTA, RR-APQTA의 평균 작업 소요 시간이 기존의 MLFS, RR의 평균 작업 소요 시간보다 적은 것을 알 수 있다.
실험 결과 기존의 RR, MLFS에 APQTA를 적용하였을 때 보다 높은 작업 처리 성공률을 보인 것을 알 수 있다. Total Solved Job의 개수가 1,000개 이내 일 때 각 모델의 평균 작업 처리 성공률은 MLFS는 78%, MLFS-APQTA는 80%, RR은 81%, RRAPQTA는 84%으로 나타났다.
본 연구에서는 APQTA의 성능을 검증하기 위해 APQTA를 기존의 자원 할당 알고리즘에 적용하여 작업 처리 성공률과 평균 작업 소요 시간을 측정하였다. 실험 결과 기존의 자원 할당 알고리즘에 APQTA 를 적용함으로써 성능이 향상된 것을 확인하였다.
평균 작업 소요 시간을 측정함으로써 각 모델에서 성공적으로 처리된 데이터들의 평균 처리 시간을 알 수 있으며, 처리 시간이 적을수록 빠르게 서비스를 제공할 수 있다.

후속연구

향후 연구로는 데이터의 특성을 고려한 사물인터넷 환경에서의 최적화된 스케줄링을 연구하여, 이미 완료된 작업의 처리 과정에 대한 재학습을 통해 APQTA를 개선할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사물인터넷이란 무엇인가?	사물인터넷(Internet of Things)이란 생활 속 주변 사물들을 유무선 네트워크 기반으로 연결해 정보를 실시간으로 공유할 수 있는 기술이다.
	사물인터넷의 특징은 무엇인가?	사물인터넷은 사용자에게 새로운 서비스와 유용한 가치를 제공하고, 사용자의 삶 속에 깊숙이 들어와서 정보를 습득하고 이용할 수 있도록 만들어주는 ‘초연결사회’를 구현한다[1]. 웨어러블 디바이스, 스마트폰, 태블릿 PC 등의 각종 센서와 통신기능을 내 장한 사물인터넷 디바이스는 주변 상황을 인식하고 실시간으로 데이터를 수집한다.
	사물인터넷 환경에서 수집된 데이터 처리의 한계점은 무엇인가?	기존의 데이터 처리 기법은 컴퓨팅의 메모리 성능에 의존하는 처리방식을 사용한다. 하지만, 생성된 데이터의 규모가 방대할 경우, 메모리 과부하(OverFlow)와 네트워크 부하가 생긴다[4].

참고문헌 (11)

D. Shin, J. Jung, and S. Kang, "Internet of Things Trends and Prospects," Journal of The Korean Society For Internet Information, Vol. 14, No. 2, pp. 32-42, 2013.
S. Choi, H. Kim, and J. Song, "Internet of Things Testing and Certification Relevant International Standards and Trends Research," Journal of The Korean Institute of Communications and Information Sciences, Vol. 32, No. 5, pp. 9-15, 2015.
A. Choi, "Internet of Things: Evolution towards a Hyper-connected Society," Proceeding of International Conference Solid-State Circuits, pp. 5-8, 2014.
S. Gu and U. Kim, "A Distributed Data Processing Scheme Considering Dynamic Network on IoT Environment," Journal of Global e-Business Association, Vol. 15, No. 6, pp. 255-217, 2014.
M. ElGendy, A. Bose, and K. Shin, "Evolution of the Internet QoS and Support for Soft Real-Time Applications," Proceedings of International Conference the IEEE, pp. 1086-1104, 2003.
S. Park, "A Real-Time Scheduling Technique on Multi-Core Systems for Multimedia Multi-Streaming," Journal of Korea Multimedia Society, Vol. 14, No. 11, pp. 1478-1490, 2011.

원문보기 상세보기
T, Janaszka, D. Bursztynowski, and M. Dzida, "On Popularity-Based Load Balancing in Content Networks," Proceedings of International Conference the Teletraffic Congress, pp. 1-8, 2012.
P. Samal and M. Pranati, "Analysis of Variants in Round Robin Algorithms for Load Balancing in Cloud Computing," Journal of Computer Science and Information Technologies, Vol. 4, No. 3, pp. 416-419, 2013.
B.P. Zeigler, H. Praehofer, and T.G. Kim, Theory of Modeling and Simulation: Integrating Discrete Event and Continuous Complex Dynamic Systems, Academic Press, San Diego, 2000.
N. Kang, "Standards and Technology Trends for the Internet of Things Security," Proceeding of 2014 Summer Korea Information and Communications Society General Conference, pp. 40-45, 2014.
H. Park and S. Kim, "IoT -Based Big Data Technology Trends," Journal of The Korean Institute of Electromagnetic Engineering and Science, Vol. 24, No. 3, pp. 36-44, 2013.

원문보기 상세보기

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