초록

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

최근 무선 인터넷과 핸드폰, PDA, HPC 등과 같은 모바일 장치의 발전으로 인하여 이동체의 위치를 중심으로 하는 LBS가 점차적으로 많은 분야에서 사용되고 있다. 이동체의 위치 데이타는 GPS와 같은 위치 측정 시스템을 이용하여 대용량으로 발생하게 되는데 기존의 정적인 데이타를 처리하기 위한 GIS를 사용하여 이러한 데이타를 처리하는 것은 비효율적이다. 그러므로, 본 논문에서는 이러한 동적인 데이타를 효과적으로 처리할 수 있는 LBS를 위한 실시간 GIS 엔진을 설계 및 구현하였다. 본 논문에서의 실시간 GIS 엔진은 LBS에서 필요한 공간, 비공간, 위치 데이타를 효과적으로 관리할 수 있다. 실시간 GIS 엔진은 인터페이스 관리자, 질의 관리자, 인덱스 관리자, 데이타 로더, 레이어 관리자, 위치 데이타 관리자, 메타 데이타 관리자, 객체 관리자로 구성되어 있으며 기존의 HP 실시간 데이타베이스 시스템에 공간 데이타 타입, 공간 연산자, 가변 길이 데이타 처리, 테이블 자동 확장 기능 등을 추가하여 LBS에서 사용되는 대용량 가변 길이 데이타를 효과적으로 처리할 수 있도록 하였다.

최근 무선 인터넷과 핸드폰, PDA, HPC 등과 같은 모바일 장치의 발전으로 인하여 이동체의 위치를 중심으로 하는 LBS가 점차적으로 많은 분야에서 사용되고 있다. 이동체의 위치 데이타는 GPS와 같은 위치 측정 시스템을 이용하여 대용량으로 발생하게 되는데 기존의 정적인 데이타를 처리하기 위한 GIS를 사용하여 이러한 데이타를 처리하는 것은 비효율적이다. 그러므로, 본 논문에서는 이러한 동적인 데이타를 효과적으로 처리할 수 있는 LBS를 위한 실시간 GIS 엔진을 설계 및 구현하였다. 본 논문에서의 실시간 GIS 엔진은 LBS에서 필요한 공간, 비공간, 위치 데이타를 효과적으로 관리할 수 있다. 실시간 GIS 엔진은 인터페이스 관리자, 질의 관리자, 인덱스 관리자, 데이타 로더, 레이어 관리자, 위치 데이타 관리자, 메타 데이타 관리자, 객체 관리자로 구성되어 있으며 기존의 HP 실시간 데이타베이스 시스템에 공간 데이타 타입, 공간 연산자, 가변 길이 데이타 처리, 테이블 자동 확장 기능 등을 추가하여 LBS에서 사용되는 대용량 가변 길이 데이타를 효과적으로 처리할 수 있도록 하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서는 LBS를 위한 실시간 GIS 엔진을 개발한 후 이에 대한 성능 평가롤 실시하였다. 성능 평가는 1GHz 듀얼 CPU, 1GB의 메모리, 512MB의 공유 메모리를 설정한 시스템에서 공간 데이타의 삽입, 검색, 삭제, 그리고 갱신 작업에 대하여 수행하였으며 기존 와 디스크 기반 시스템(ORACLE, ZEUS, R母greSQL)과 전체 테이블 검색(Full Table Scan)을 수행하는 경우에 소요되는 시간을 측정하였다.
• 본 논문에서는 현재 상업적인 용도로 사용되고 있는 HP 실시간 데이타베이스 시스템를 확장하여 LBS에서 사용되는 위치 데이타 및 공간 데이타를 효율적으로 관리할 수 있도록 하였다.
• 이와 같은 LBS에서 사용되는 위치 데이타는 기존의 GIS에서 사용되었던 변화가 적은 대용량의 정적인 데이타보다는 특정 시간에 갱신이 빈번한 동적인 데이타가 주로 사용되므로 이를 반영할 수 있는 시스템이 필요하다. 이를 위해서 본 논문에서는 동적인 데이타를 효과적으로 처리할 수 있는 LBS를 위한 실시간 GIS 엔진을 설계 및 구현하였다.

제안 방법

• 일반적으로 디스크롤 사용하는 기존의 GIS와는 달리 주기억장치 데이타베이스 시스템에서는 한 번에 주기억장치에 적재할 수 있 는 양이 제한되어 있기 때문에 대용량의 지도 데이타를 모두 적재하기에는 문재가 있다. 본 논문에서는 기존의 GIS를 백 엔드 (Back-end)로 사용하고 데이타 로더를 이용하여 실시간 GIS 앤진에 데이타룰 적재한다.
• 본 논문에서는 LBS를 위한 실시간 GIS 엔진을 개발한 후 이에 대한 성능 평가롤 실시하였다. 성능 평가는 1GHz 듀얼 CPU, 1GB의 메모리, 512MB의 공유 메모리를 설정한 시스템에서 공간 데이타의 삽입, 검색, 삭제, 그리고 갱신 작업에 대하여 수행하였으며 기존 와 디스크 기반 시스템(ORACLE, ZEUS, R母greSQL)과 전체 테이블 검색(Full Table Scan)을 수행하는 경우에 소요되는 시간을 측정하였다. 성능 평가를 하기 위해서 사용된 데이타는 200개의 점을 포함하고 있는 폴리곤을 사용하였다.
• 이를 위해서 본 논문에서는 기존의 실시간 데이타베이스 시스템인 HP 실시간 데이타베이스 시스템에 공간 데이타 타입, 공간 연산자, 가변길이 데이타 처리, 자동 레코드 개수 확장 등의 기능 올 추가하고, 주기억장치에 데이타를 적재하는 데이타 로더를 개발하여 LB蹄를 위한 실시간 GIS 엔진을 설계 및 구현하였다.
• 실시간 GIS 앤진은 주기억장치의 용량에 저장할 수 있는 데이 타의 양이 많은 영향올 받기 때둔에 하나의 시스템이나 프로세스에 저장查 수 있는 데이타의 양올 작은 규모로 처리한다. 즉, 작은 규모의 실시간 GIS 엔진을 여러 개 분산하여 구동한 후에 각 실시간 GIS 엔진과 데이타 통신을 수행하여 질의를 처리한다. 본 논문에서의 실시간 GIS 엔진의 구동 환경은 그림 1과 같다.

대상 데이터

• 본 논문에서 개발한 실시간 GIS 엔진은 그림 2와 같이 인터페이스 관쾨자, 질의 관리쟈, 인덱스 관리자, 데이타 로더, 레이어 관리자, 메타 데이타 관리자, 객체 관리자의 7개 관리자로 구성되어 있다.
• 성능 평가는 1GHz 듀얼 CPU, 1GB의 메모리, 512MB의 공유 메모리를 설정한 시스템에서 공간 데이타의 삽입, 검색, 삭제, 그리고 갱신 작업에 대하여 수행하였으며 기존 와 디스크 기반 시스템(ORACLE, ZEUS, R母greSQL)과 전체 테이블 검색(Full Table Scan)을 수행하는 경우에 소요되는 시간을 측정하였다. 성능 평가를 하기 위해서 사용된 데이타는 200개의 점을 포함하고 있는 폴리곤을 사용하였다. 그림 6과 7온 폴리곤의 수가 증가함에 따라 공간 데이타의 삽입과 검색에 소요된 시간을 보여준다.

이론/모형

• 실시간 GIS 엔진에서 제공하고 있는 함수는 HP 실시간 데이타 베이스 시스템의 API를 확장하여 구현되었다. 본 논문에서는 ANSI C를 기반으로 하여 구현되었으며 주요 함수는 그림 5와 같다.
• 그러나, 위치 데이타와 같이 주기적으로 생성되는 데이타는 쾨대 레코드의 개수를 미리 알 수 없기 때문에 레코드의 개수가 지정된 값을 초과할 경우에 자동으로 할당된 개수가 증가하도록 처리하는 것이 필요하다. 본 논문에서는 이를 지원하기 위해 다음과 같은 자동 레코드 개수 확장 방법을 사용하였다.

성능/효과

• 본 논문에서의 실시간 GIS 엔진은 LBS에서 필요한 공간, 비공간, 위치 데이하롤 효과적으로 관리한다. 실시간 GIS 엔진은 인터페이스 관리자, 질의 관리자, 인덱스 관리자, 데이타 로더, 레이어 관리자, 위치 데이타 관리자, 메타 데이타 관리자, 객체 관리자로 구성되어 있으며 기존의 HP 실시간 데이타베이스 시스템의 기능에 공간 데이타 타입의 추가, 공간 연산자 추가, 가변길이 데이타 처리 기능 추가, 테이블 자동 확장 기능 등을 추가하여 대용량 가변 길이 데이타를 효과적으로 처리할 수 있도록 구현되었다.
• 본 논문에서의 실시간 GIS 엔진은 LBS에서 필요한 공간, 비공간, 위치 데이하롤 효과적으로 관리한다. 실시간 GIS 엔진은 인터페이스 관리자, 질의 관리자, 인덱스 관리자, 데이타 로더, 레이어 관리자, 위치 데이타 관리자, 메타 데이타 관리자, 객체 관리자로 구성되어 있으며 기존의 HP 실시간 데이타베이스 시스템의 기능에 공간 데이타 타입의 추가, 공간 연산자 추가, 가변길이 데이타 처리 기능 추가, 테이블 자동 확장 기능 등을 추가하여 대용량 가변 길이 데이타를 효과적으로 처리할 수 있도록 구현되었다. 본 논문의 향후 연구 과제로는 실시간 GIS에서 처리되는 위치 데이 타의 검색 속도를 더욱 향상시키기 위한 새로운 클러스터링 알고리즘의 개발이다.
• 위의 결과에서도 볼 수 있듯이 본 논문에서 개발한 실시간 GIS 엔진을 사용할 경우 기존의 GIS에 비하여 공간 데이타의 처리 속도가 매우 신속하게 이루어짐을 알 수 있다. 즉, 이러한 실시간 GIS 엔진은 공간 데이타의 요청이 많은 시스템이나 LBS와 같이 공간 및 위치 데이타의 삽입, 검색, 삭제, 갱신이 빈번하게 일어나 는 시스템에 적합하다.

후속연구

• 실시간 GIS 엔진은 인터페이스 관리자, 질의 관리자, 인덱스 관리자, 데이타 로더, 레이어 관리자, 위치 데이타 관리자, 메타 데이타 관리자, 객체 관리자로 구성되어 있으며 기존의 HP 실시간 데이타베이스 시스템의 기능에 공간 데이타 타입의 추가, 공간 연산자 추가, 가변길이 데이타 처리 기능 추가, 테이블 자동 확장 기능 등을 추가하여 대용량 가변 길이 데이타를 효과적으로 처리할 수 있도록 구현되었다. 본 논문의 향후 연구 과제로는 실시간 GIS에서 처리되는 위치 데이 타의 검색 속도를 더욱 향상시키기 위한 새로운 클러스터링 알고리즘의 개발이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기