$\require{mediawiki-texvc}$

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.

DTN에서의 효율적인 예측기반 상황인식 매트릭스 라우팅
An Efficient Prediction DTN Routing Based on Context-Awareness Matrix 원문보기

한국정보통신학회 2013년도 추계학술대회, 2013 Oct. 25, 2013년, pp.524 - 525  

정래진 (한국기술교육대학교) ,  오영준 (한국기술교육대학교) ,  이강환 (한국기술교육대학교)

초록
AI-Helper 아이콘AI-Helper

동적 움직임을 가지는 노드에 대한 DTN(Delay/Disruption Tolerant Network)은 노드의 연결단절 및 불규칙적인 노드의 움직임에 의한 불안정한 상태를 해결하는 방법 중 하나이다. 특히 DTN은 재난상황 또는 움직임이 많은 노드간의 상관관계를 분석하여 노드 간 연결 확립을 보장함으로써 데이터 연결성과 전송률을 개선한다. 본 논문은 노드의 움직임에 대한 속성 정보를 기반하여 구성된 클러스터 구조의 네트워크에서 헤드노드 간의 연결 가능성을 분석하며 데이터를 목적지까지 포워딩하는 방식으로 망을 제어 유지하기 위한 방법으로 EPCM(Efficient Prediction-based Context-Awareness Matrix) 알고리즘을 제안하고자 한다. 이를 위해 적용한 상황 매트릭스는 시간에 따른 헤드노드들의 움직임과 속도 등의 상황 예측이 가능한 정보를 포함한 포워딩 분석 요소를 제공한다. EPCM 알고리즘은 노드가 주기적인 이동성을 가진다는 가정 하에 포워딩에 요구되는 상관관계를 연산 분석하여 예측 경로를 제공한다. 노드의 이동에 의해 경로가 변화하는 환경에서 EPCM 알고리즘은 상황 매트릭스를 통해 헤드노드의 연결 정보를 저장하고 관리함으로써 연결성을 보장하고 짧은 지연시간에 효율적인 전송이 가능할 것이다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 논문에서는 DTN 환경에서 효율적인 예측기반 상황인식 매트릭스 라우팅 기법인 EPCM 알고리즘을 제안한다. EPCM 알고리즘은 노드의 이동성과 속도를 고려한 상황 매트릭스를 활용하여 상황인식 연결 가능성을 산출함으로써 보다 나은 안정성과 데이터 전송률을 보일 것으로 기대된다.
  • 본 논문에서는 노드의 이동성과 속도를 고려하여 상황 매트릭스를 구성하며 목적노드까지 연결가능성이 가장 높은 경로를 산출하는 알고리즘을 제안한다. 기존 관련 연구에서 DTN 라우팅 알고리즘은 경로연결 가능성을 판단한 후 확률이 더 높은 이웃노드에게 포워딩하는 예측기반 알고리즘이 제시되었다.
  • 본 논문에서는 노드의 이동성과 속도를 활용하여 노드 간 연결을 예측하는 상황 매트릭스를 구성하며 상황인식 연결 가능성에 따라 데이터를 포워딩하는 EPCM 알고리즘을 제안하였다. 노드의 움직임이 다양한 DTN 환경에서 시간에 따른 노드의 이동성과 속도를 분석하여 노드의 연결성을 예측하는 방법이 연결되었던 정보를 바탕으로 하는 예측방식보다 높은 정확도를 보여 신뢰성 높은 연결을 제공할 것이라 기대된다.

가설 설정

  • EPCM 알고리즘은 모든 노드의 이동성, 속도 정보를 알고 있다고 가정하며 DDV-hop 알고리즘에 기반을 두어 이동성과 속도가 유사한 노드끼리 클러스터를 구성한다[4]. 클러스터 형성을 위해 모든 노드들의 방향성은 0과 1로 모델링되며, 속도의 크기를 결합하여 벡터 형태로 표현된다.
본문요약 정보가 도움이 되었나요?
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