[논문]IoT 클라우드 환경을 위한 서로 다른 이기종의 IoT 데이터 관리 기법

조성남; 정윤수

doi:10.22156/cs4smb.2020.10.12.015

IoT 클라우드 환경을 위한 서로 다른 이기종의 IoT 데이터 관리 기법
Different Heterogeneous IoT Data Management Techniques for IoT Cloud Environments 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.10 no.12, 2020년, pp.15 - 21

조성남 (한국과학기술정보연구원 학술정보공유센터) , 정윤수 (목원대학교 정보통신융합공학부)

초록
AI-Helper

클라우드 환경이 발달하면서 이질적인 환경에서 IoT 시스템이 다양하게 사용되고 있지만 모든 IoT 장치가 신뢰할 수 있는 프로토콜 및 서비스가 제공되지 않고 있다. 본 논문에서는 서로 다른 이기종의 IoT 장치에서 수집되는 정보를 효율적으로 분류하여 처리할 수 있도록 IoT 클라우드 환경을 n-계층 다단계 구조로 확장할 수 있는 IoT 데이터 관리기법을 제안한다. 제안 기법은 이기종의 IoT 장치로부터 수집되는 데이터를 무선 데이터 링크를 통해 라우팅 정보와 가중치 정보를 전달하여 IoT 정보를 분류 및 처리하는 것이 목적이다. 제안 기법은 IoT 장치로부터 분류된 정보를 해당 라우팅 경로로 전달할 뿐만 아니라 가중치 정보에 따라 우선 순위를 배정하도록 하여 IoT 데이터 처리 효율을 향상시키고 있다. 제안 기법에서 사용되는 IoT 장치는 서로 신뢰할 수 있는 프로토콜을 사용하며, 계층적 구조로 구성된 로컬 클라우드를 통해 로컬에서 다른 IoT 장치에 대한 쿼리는 일정한 비용을 유지하기 때문에 확장성을 보장하는 특징을 가지고 있다.

Abstract ▼ AI-Helper

Although IoT systems are used in a variety of heterogeneous environments as cloud environments develop, all IoT devices are not provided with reliable protocols and services. This paper proposes an IoT data management technique that can extend the IoT cloud environment to an n-layer multi-level structure so that information collected from different heterogeneous IoT devices can be efficiently sorted and processed. The proposed technique aims to classify and process IoT information by transmitting routing information and weight information through wireless data link data collected from heterogeneous IoT devices. The proposed technique not only delivers information classified from IoT devices to the corresponding routing path but also improves the efficiency of IoT data processing by assigning priority according to weight information. The IoT devices used in the proposed technique use each other's reliable protocols, and queries for other IoT devices locally through a local cloud composed of hierarchical structures have features that ensure scalability because they maintain a certain cost.y channels of IoT information in order to make the most of the multiple antenna technology.

주제어

표/그림 (9)

그림 Fig. 1. IoT Component of Proposed Scheme in Clould Environment
그림 Fig. 2. Process and Analysis for IoT Data Gathering in Clould Environment
표 Table 1. IoT Packet Distribution Process in Cloud Environment
그림 Fig. 3. Routing Information and Weight Processing of Proposed Scheme
그림 Fig 4. IoT Device used in Performance Evaluation
표 Table 2. Arduino Specification
그림 Fig 5. Weighted Processing Time for IoT Information
그림 Fig 6. Evaluation of routing efficiency by number of gateways
그림 Fig 7. Overhead according to IoT information and gateway

AI 본문요약
AI-Helper

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

문제 정의

발전을 가져왔다. 본 논문에서는 서로 다른 이기종의 IoT 장치에서 수집되는 정보를 효율적으로 라우팅 되도록 IoT 클라우드 환경을 n-계층 다단계 구조로 확장할 수 있는 IoT 데이터 관리기법을 제안하였다. 제안 기법은 이기종의 IoT 장치로부터 수집되는 정보를 수집해 무선 데이터 링크를 통해 클라우드에 위치한 처리센터에 전달하여 데이터를 분석하도록 하였으며, IoT 장치가 서로 신뢰할 수 있도록 계층적 구조로 구성된 로컬 클라우드를 통해 로컬에서 다른 IoT 장치에 대한 쿼리의 비용을 유지하도록 하였다.
본 논문에서는 서로 다른 이기종의 IoT 장치에서 수집되는 정보를 효율적으로 분류하여 처리할 수 있도록 IoT 클라우드 환경을 n-계층 다단계 구조로 확장할 수 있는 IoT 데이터 관리기법을 제안한다. 제안 기법에서 다루는 IoT 데이터는 이기종의 IoT 장치로부터 수집되는 소음, 대기오염, 온도, 습도, 빛 등과 같은 환경 데이터를 수집해 무선 데이터 링크를 통해 클라우드에 위치한 처리센터에 전달하여 데이터를 분석하도록 한다.

가설 설정

제안기법에서는 클라우드 환경을 구성하는 Fig. 2의 IoT 장치들이 서로 신뢰한다고 가정한다. IoT 장치들은 Fig.

제안 방법

AP의 역할을 수행하는 무선 게이트웨이를 이용하여 10개 계층 구조를 갖는 망을 구성하여 IoT 정보를 서버가 실시간으로 수집 및 분석하도록 하였다.
첫째, 제안 기법은 이기종의 IoT 장치로부터 IoT 정보를 동적으로 송·수신할 수 있도록 함으로써 자원 손실을 최소화한다. 둘째, 제안 기법은 IoT 데이터 사용 빈도 수에 따라IoT 데이터를 서로 동기화함으로써 IoT 데이터 처리 비용을 최소화한다.
첫째, 제안기법은 이기종의 IoT 장치로부터 송·수신되는 정보 중 라우팅 정보와 가중치 정보를 이용하여 IoT 정보를 동적으로 송·수신할 수 있도록 함으로써 자원 손실을 최소화한다. 둘째, 제안 기법은 라우팅 수에 따라 가중치 정보를 IoT 데이터 사용 빈도 수에 따라 분류함으로써 IoT 데이터를 서로 동기화한다.
그러나, 제안 기법에서 사용되는 IoT 장치는 빠른 결과를 위한 분석력을 실시간으로 처리하는 것은 수행하지 못하지만 지역적으로 클러스터 수준에서 데이터를 융합하고 있다. 또한, 제안 기법은 빅 데이터, 관계형 DB 또는 RDF/OWL을 통해 발견된 IoT 데이터는 XML, JSON 또는 RDF가 필요한 형태로 추가변형이 가능하도록 설계하였다. Fig.
IoT 데이터 관리기법을 제안한다. 제안 기법에서 다루는 IoT 데이터는 이기종의 IoT 장치로부터 수집되는 소음, 대기오염, 온도, 습도, 빛 등과 같은 환경 데이터를 수집해 무선 데이터 링크를 통해 클라우드에 위치한 처리센터에 전달하여 데이터를 분석하도록 한다. 제안 기법에서는 라우팅 정보와 가중치 정보를 이용하여 IoT 장치로부터 수집된 정보를 분류 및 처리한다.
서비스 제공자는 동일한 위치에 상주하는 서비스제공자의 가용성을 요청하고, 복합 서비스를 구성하고, 복합 서비스를 실행할 신뢰할 수 있는 서비스 제공자를 선택(또는 바인딩)할 수 있다. 제안 기법에서 사용되는 IoT 장치는 서로 신뢰할 수 있는 프로토콜을 사용하며, 계층적 구조로 구성된 로컬 클라우드를 통해 로컬에서 다른 IoT 장치에 대한 쿼리는 일정한 비용을 유지하도록 한다. 로컬 내 IoT 장치 수와 상관없이 IoT 장치의 비용(통신비용 및 스토리지 비용 등)은 그대로 유지하기 때문에 확장성을 보장하는 특징을 가진다.
제안기법에서 사용되는 라우팅 정보는 IoT 장치로부터 분류된 정보를 해당 라우팅 경로로 전달하는 역할을 담당하며, 제안 기법에서 사용되는 가중치 정보는 수집된 정보 중 유사 정보를 분류하여 가중치에 따라 우선 순위를 배정하기 위한 역할을 담당한다. 제안 기법에서 클라우드에 배치된 각 IoT 장치는 웹 서비스 시스템에서와 같이 서비스 제공자(SP)와 서비스 요청자(SR)의 기능을 제공한다. 서비스 제공자는 동일한 위치에 상주하는 서비스제공자의 가용성을 요청하고, 복합 서비스를 구성하고, 복합 서비스를 실행할 신뢰할 수 있는 서비스 제공자를 선택(또는 바인딩)할 수 있다.
제안 기법에서는 다중의 IoT 장치간 IoT 정보를 송・수신하기 위해서 와 같이 IoT 정보의 시드를 생성한다. 생성된 IoT 정보의 시드 값은 이기종의 IoT 정보와 인터리브하도록 연접하여 다음 IoT 장치로 전달하게 된다.
제안 기법에서 다루는 IoT 데이터는 이기종의 IoT 장치로부터 수집되는 소음, 대기오염, 온도, 습도, 빛 등과 같은 환경 데이터를 수집해 무선 데이터 링크를 통해 클라우드에 위치한 처리센터에 전달하여 데이터를 분석하도록 한다. 제안 기법에서는 라우팅 정보와 가중치 정보를 이용하여 IoT 장치로부터 수집된 정보를 분류 및 처리한다. 제안기법에서 사용되는 라우팅 정보는 IoT 장치로부터 분류된 정보를 해당 라우팅 경로로 전달하는 역할을 담당하며, 제안 기법에서 사용되는 가중치 정보는 수집된 정보 중 유사 정보를 분류하여 가중치에 따라 우선 순위를 배정하기 위한 역할을 담당한다.
1처럼 n-계층의 다단계 구조로 확장가능하다. 제안 기법은 IoT 장치로부터 수집된 데이터를 무선 데이터 링크를 통해 클라우드에 위치한 처리센터로 전달할 때 라우팅 정보와 가중치 정보를 이용하여 최소 시간과 최소 간섭이 발생하도록 동적으로 데이터를 송・수신할 수 있도록 서비스 제공자(또는 바인딩)을 할 수 있도록 하고 있다.
있다. 제안 기법은 IoT 장치에서 처리되는 데이터를 효과적으로 관리하기 위해서 Fig. 1처럼 n-계층의 다단계 구조로 확장가능하다. 제안 기법은 IoT 장치로부터 수집된 데이터를 무선 데이터 링크를 통해 클라우드에 위치한 처리센터로 전달할 때 라우팅 정보와 가중치 정보를 이용하여 최소 시간과 최소 간섭이 발생하도록 동적으로 데이터를 송・수신할 수 있도록 서비스 제공자(또는 바인딩)을 할 수 있도록 하고 있다.
제안 기법은 Table 1과 같은 알고리즘에 의해 송신 IoT 장치에서 수신 IoT 장치까지패킷 정보를 분산처리하게 된다.
본 논문에서는 서로 다른 이기종의 IoT 장치에서 수집되는 정보를 효율적으로 라우팅 되도록 IoT 클라우드 환경을 n-계층 다단계 구조로 확장할 수 있는 IoT 데이터 관리기법을 제안하였다. 제안 기법은 이기종의 IoT 장치로부터 수집되는 정보를 수집해 무선 데이터 링크를 통해 클라우드에 위치한 처리센터에 전달하여 데이터를 분석하도록 하였으며, IoT 장치가 서로 신뢰할 수 있도록 계층적 구조로 구성된 로컬 클라우드를 통해 로컬에서 다른 IoT 장치에 대한 쿼리의 비용을 유지하도록 하였다. 실험 결과, IoT 정보수에 따라 전체 IoT 정보를 n개의 그룹으로 그룹핑하여 IoT 정보의 가중치 값에 따라 IoT 정보를 연계 처리하였기 때문에 IoT 정보의 가중치 처리시간이 그렇지 않았을 때보다 13.
제안 기법은 이기종의 IoT 장치로부터수집되는 다양한 raw 데이터를 최적의 라우팅 정보와 IoT 데이터의 가중치 정보를 이용하여 최소비용으로 최적의 IoT 데이터를 서버로 전달하여 분석할 수 있도록 패킷 경로의 모든 루프의 바인딩 상태를 송신 IoT 장치에서 유지하도록 하고 있다.
제안 기법은 클라우드 환경에서 이기종의 IoT 장치로부터 다양한 데이터(소음, 대기오염, 온도, 습도, 빛 등)를 송・수신하여 중앙의 서버에서 분석하는 구조로 이루어져 있다. 제안 기법은 IoT 장치에서 처리되는 데이터를 효과적으로 관리하기 위해서 Fig.
제안 기법은 클라우드 환경을 구축하기 위해서 IoT 정보를 송·수신하기 위한 장비로서Fig. 4와 같은 IoT 아두이노 장비를 100개 사용하였으며, 게이트웨이 역할을 수행하는 무선 게이트웨이를 10개 사용하였다.
제안 기법은 2가지 목적을 가진다. 첫째, 제안 기법은 이기종의 IoT 장치로부터 IoT 정보를 동적으로 송·수신할 수 있도록 함으로써 자원 손실을 최소화한다. 둘째, 제안 기법은 IoT 데이터 사용 빈도 수에 따라IoT 데이터를 서로 동기화함으로써 IoT 데이터 처리 비용을 최소화한다.
제안 기법은 다음과 같은 목적을 가진다. 첫째, 제안기법은 이기종의 IoT 장치로부터 송·수신되는 정보 중 라우팅 정보와 가중치 정보를 이용하여 IoT 정보를 동적으로 송·수신할 수 있도록 함으로써 자원 손실을 최소화한다. 둘째, 제안 기법은 라우팅 수에 따라 가중치 정보를 IoT 데이터 사용 빈도 수에 따라 분류함으로써 IoT 데이터를 서로 동기화한다.

대상 데이터

송·수신하기 위한 장비로서Fig. 4와 같은 IoT 아두이노 장비를 100개 사용하였으며, 게이트웨이 역할을 수행하는 무선 게이트웨이를 10개 사용하였다.

이론/모형

제안하였다[16]. 이 시스템은 탐사 데이터 분석을 위해서 대용량의 데이터 집합과 데이터 이질성을 복잡한 시행착오 방법을 사용하고 있다.

성능/효과

5는 IoT 장치 수에 따라 IoT 정보가 처리될 때 IoT 정보가 최단의 라우트 경로를 통해 서버에 전달되기 위한 IoT 정보의 가중치 처리시간을 평가한 결과를 보여주고 있다. Fig. 5의 결과처럼, 제안 기법은 IoT 정보 수에 따라 전체 IoT 정보를 n개의 그룹으로 그룹핑하여 IoT 정보의 가중치 값에 따라 IoT 정보를 연계 처리하였기 때문에 IoT 정보의 가중치 처리시간이 그렇지 않았을 때보다 13.9% 향상된 결과를 얻었다. 이 같은 결과는 IoT 정보를 계층적 다단계 구조로 IoT 정보를 라우트하기 때문에 라우트 경로에 따라 일정 비용이 소비되도록 IoT 정보를 수집하기 때문이다.
IoT 장치수가 증가할수록 계층적 구조로 그룹핑하여라우팅 경로를 통해 IoT 정보를 전달하는 것이 그렇지않은 경우보다 평균 22.8% 향상된 결과를 얻었다. 이 같은 결과는 IoT 장치의 밀집도와 범위에 따라 게이트웨이 성능이 달라질 수 있으며, IoT 정보가 서로 연계되어 묶어 처리되기 때문이다.
IoT 장치수가 증가할수록 계층적 구조로 그룹핑하여라우팅 경로를 통해 IoT 정보를 전달하는 것이 그렇지않은 경우보다 평균 22.8% 향상된 결과를 얻었다. 이 같은 결과는 IoT 장치의 밀집도와 범위에 따라 게이트웨이 성능이 달라질 수 있으며, IoT 정보가 서로 연계되어 묶어 처리되기 때문이다.
7은 클라우드 환경에 분포된 게이트웨이와 IoT 정보수에 따라 서버가 IoT 정보를 처리하는 오버헤드를 평가한 결과를 보여주고 있다. 제안 기법은 라우팅 정보를 통해 IoT 정보의 가중치 값을 이용하여 계층적으로 그룹핑하여 IoT 정보의 유사 정보를 처리하였기 때문에 게이트웨이 수에 따라 평균 18.3% 낮은 오버헤드 결과를 얻었다. 이 같은 결과는 클라우드 환경을 n 개의 그룹으로 계층적으로 그룹핑하여 IoT 정보를 분류하여 추가적인 라우팅 동작이 진행되지 않도록 하였기 때문이다.
제안 기법은 이기종의 IoT 장치로부터 수집되는 정보를 수집해 무선 데이터 링크를 통해 클라우드에 위치한 처리센터에 전달하여 데이터를 분석하도록 하였으며, IoT 장치가 서로 신뢰할 수 있도록 계층적 구조로 구성된 로컬 클라우드를 통해 로컬에서 다른 IoT 장치에 대한 쿼리의 비용을 유지하도록 하였다. 실험 결과, IoT 정보수에 따라 전체 IoT 정보를 n개의 그룹으로 그룹핑하여 IoT 정보의 가중치 값에 따라 IoT 정보를 연계 처리하였기 때문에 IoT 정보의 가중치 처리시간이 그렇지 않았을 때보다 13.9% 향상된 결과를 얻었다. IoT 장치수가 증가할수록 계층적 구조로 그룹핑하여 라우팅 경로를 통해 IoT 정보를 전달하는 것이 그렇지 않은 경우보다 평균 22.
7은 클라우드 환경에 분포된 게이트웨이와 IoT 정보수에 따라 서버가 IoT 정보를 처리하는 오버헤드를 평가한 결과를 보여주고 있다. 제안 기법은 라우팅 정보를 통해 IoT 정보의 가중치 값을 이용하여 계층적으로 그룹핑하여 IoT 정보의 유사 정보를 처리하였기 때문에 게이트웨이 수에 따라 평균 18.3% 낮은 오버헤드 결과를 얻었다. 이 같은 결과는 클라우드 환경을 n 개의 그룹으로 계층적으로 그룹핑하여 IoT 정보를 분류하여 추가적인 라우팅 동작이 진행되지 않도록 하였기 때문이다.

후속연구

3% 낮은 오버헤드 결과를 얻었다. 향후 연구에서는 기존 연구의 결과를 토대로 확장 가능한 클라우드 환경에 적용할 메커니즘을 연구할 계획이다.

참고문헌 (16)

A. Whitmore, A. Agarwal & L. Da Xu. (2015). The Internet of Things-A survey of topics and trends. Inf. Syst. Front., 17(2), 261-274. DOI : 10.1007/s10796-014-9489-2

상세보기
R. Roman, P. Najera & J. Lopez. (2011). Securing the Internet of Things. Computer, 44(9), 51-58. DOI : 10.1109/MC.2011.291

상세보기
H. Ning&H. Liu. (2015). Cyber-physical-social-thinking space based science and technology framework for the Internet of Things. Sci. China Inf. Sci., 58(3), 1-19. DOI : 10.1007/s11432-014-5209-2

상세보기
D. He, C. Chen, S. Chan, J. Bu & L. T. Yang. (2013). Security analysis and improvement of a secure and distributed reprogramming protocol for wireless sensor networks. IEEE Trans. Ind. Electron., 60(11), 5348-5354. DOI : 10.1109/TIE.2012.2218562

상세보기
C. Zhu, J. J. P. C. Rodrigues, V. C. M. Leung, L. Shu & L. T. Yang. (2018). Trust-based communication for the industrial Internet of Things. IEEE Commun. Mag., 56(2), 16-22. DOI : 10.1109/MCOM.2018.1700592

상세보기
M. Abomhara & G. M. Koien. (2014). Security and privacy in the Internet of Things: Current status and open issues. In 2014 international conference on privacy and security in mobile systems (PRISMS) DOI : 10.1109/PRISMS.2014.6970594
C. A. Ciufo. (2014). Industrial Equipment Talking on the IoT? Bet ter get a Gateway (Device).
L. Atzori, A. Iera & G. Morabito. (2010). The Internet of Things: A survey. Comput. Netw., 54(15), 2787-2805. DOI : 10.1016/j.comnet.2010.05.010

상세보기
R. Mital, J. Coughlin & M. Canaday. (2014). Using big data technologies and analytics to predict sensor anomalies. in Proc. Adv. Maui Opt. Space Surveill. Technol. Conf., pp. 84.
N. Golchha. (2015). Big data-the information revolution. Int. J. Adv. Res., 1(12), 791-794.
O. Kwon & N. B. L. Shin. (2014). Data quality management, data usage experience and acquisition intention of big data analytics. Int. J. Inf. Manage., 34(3), 387-394. DOI : 10.1016/j.ijinfomgt.2014.02.002

상세보기
P. Russom. (2011). Big Data Analytics. TDWI best practices report, fourth quarter, 19(4), 1-34.
M. D. Assuncao, R. N. Calheiros, S. Bianchi, M. A. S. Netto & R. Buyya. (2013). Big data computing and clouds: Challenges, solutions, and future directions. arXiv preprint arXiv:1312.4722, 10.
I. A. T. Hashem et al. (2015). The rise of 'big data' on cloud computing: Review and open research issues. Information systems, 47, 98-115. DOI : 10.1016/j.is.2014.07.006

상세보기
D. Singh & C. K. Reddy. (2014). A survey on platforms for big data analytics. J. Big Data, 2(1), 1. DOI:10.1186/s40537-014-0008-6

상세보기
C. A. Steed. (2013). Big data visual analytics for exploratory earth system simulation analysis. Comput. Computers & Geosciences, 61, 71-82. DOI : 10.1016/j.cageo.2013.07.025

상세보기

저자의 다른 논문 :

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