보고서 정보
주관연구기관 |
연세대학교 Yonsei University |
연구책임자 |
이경호
|
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2016-06 |
과제시작연도 |
2015 |
주관부처 |
미래창조과학부 Ministry of Science, ICT and Future Planning |
등록번호 |
TRKO201700011179 |
과제고유번호 |
1711024404 |
사업명 |
중견연구자지원 |
DB 구축일자 |
2017-10-12
|
키워드 |
사물 웹.웹 매쉬업.빅 데이터.시맨틱 웹.데이터 출처.개인정보 보호 매쉬업.클라우드 컴퓨팅.맵리듀스.병렬 매쉬업.Web of Things.Web Mashup.Big Data.Semantic Web.Data Source.Privacy Preserving Mashup.Cloud Computing.MapReduce.Parallel Mashup.
|
DOI |
https://doi.org/10.23000/TRKO201700011179 |
초록
▼
□ 연구의 목적 및 내용
사물 인터넷(Internet of Things)으로 대표되는 미래 인터넷에서는 다양한 사물이 웹에 연결될 것임. 센서를 포함한 사물 데이터가 웹에 연결됨에 따라 데이터의 양이 급속하게 증가할 것임. 이러한 사물 웹(Web of Things)에서 빅 데이터로부터 의미있는 정보를 정확하고 빠르게 추출 및 통합할 수 있는 방법이 중요함. 본 연구는 “사물 웹에서 빅 데이터로부터 의미있는 정보를 효과적으로 식별 및 통합하기 위하여 클라우드 컴퓨팅 기술을 이용한 시맨틱 데이터 매쉬업 기술”의 개발을 목표로 함.
□ 연구의 목적 및 내용
사물 인터넷(Internet of Things)으로 대표되는 미래 인터넷에서는 다양한 사물이 웹에 연결될 것임. 센서를 포함한 사물 데이터가 웹에 연결됨에 따라 데이터의 양이 급속하게 증가할 것임. 이러한 사물 웹(Web of Things)에서 빅 데이터로부터 의미있는 정보를 정확하고 빠르게 추출 및 통합할 수 있는 방법이 중요함. 본 연구는 “사물 웹에서 빅 데이터로부터 의미있는 정보를 효과적으로 식별 및 통합하기 위하여 클라우드 컴퓨팅 기술을 이용한 시맨틱 데이터 매쉬업 기술”의 개발을 목표로 함. 특히 소셜 미디어는 물론이고 센서 데이터 등 다양한 출처의 데이터를 대상으로 의미있는 정보를 정확하게 식별 및 통합하는 데이터 매쉬업 방법을 개발함. 또한 빅 데이터를 효과적으로 처리하기 위해서 클라우드 컴퓨팅 기반의 분산 병렬 데이터 처리 기술을 개발함. 개발 결과의 유효성을 입증하기 위하여 재난상황을 식별 및 대응함을 사례로 보임. 본 연구목표의 달성을 위하여 다음과 같이 연차별로 세부 주제에 대한 심도있는 연구를 수행함. 1차년도에는 다양한 출처의 빅 데이터로부터 재난 정보의 식별 및 통합을 위한 시맨틱 데이터 매쉬업 방법을 연구 및 개발함. 2차년도에서는 통합된 매쉬업 데이터의 안전한 공유를 위하여 원본 데이터의 출처를 검증하고 개인 정보를 보호할 수 있는 방법을 개발함. 마지막으로 3차년도에는 대용량 시맨틱 데이터를 처리하는데 있어 확장성 및 유연성을 지원하기 위하여 클라우드 컴퓨팅 기술을 적용함. 특히 맵리듀스 (MapReduce) 기반 분산 병렬 데이터 매쉬업 방법을 연구함
□ 연구결과
1차년도에는 기존의 여러 재난 관리 시스템에서 사용되어 왔던 재난 온톨로지들에 대한 비교 및 분석을 통해, 사물 웹 환경에서 활용될 통합된 재난 온톨로지가 반드시 갖추어야 하는 속성들을 분석하였음. IoT 사물들을 추상화하고 이에 기존 식별자를 수용하면서 범용의 유일한 식별자를 할당하는 시맨틱 URI를 생성하기 위한 사물인터넷 식별 체계 시스템을 개발하였음. 연구 계획을 유연하게 조정함으로써 3차년도에 해당하는 대용량 데이터의 매쉬업 방안을 조기 연구하였음. IoT 응용 도메인간의 상호운용성과 재사용성을 향상시키기 위해, 공통의 개념모델인 이벤트 기반의 IoT 정보 모델을 개발하였음. 또한 대용량 데이터의 분산 병렬 매쉬업을 수행하기 위해 질의별로 관련된 스트림만 선별하여 처리할 수 있도록 스트림을 세분화하고, 수신하여 처리할 수 있는 시스템 구조 및 알고리즘을 개발하였음. 맵리듀스를 지원하는 하둡의 NoSQL 저장소인 HBase를 결합하여 체인 중심의 대용량 RDF 저장소를 설계하여, 효율적인 SPARQL 질의 처리 방안을 제시하였음. 2차년도에는 재난 정보의 출처를 삽입하고 탐색하기 위해, 기존의 시간적 요소만을 고려하는 시맨틱 스트림 질의 처리 방법론에서 벗어나 사물로부터 생성되는 스트림 데이터에서 재난의 출처에 해당하는 위치까지도 함께 고려하는 시공간적 질의 처리 방법을 개발하였음. 다자간의 공유 상황에서 개인 정보 보호를 실현하기 위해 다양한 기기에서 수집되는 민감한 정보를 계층화하고, 차등적 공유를 수행하기 위한 개인화된 모바일 게이트웨이를 개발하였음. 재난 상황에서는 상황을 인지한 여러 사물들간 데이터 전송으로 인한 네트워크 혼잡이 발생함. 이러한 멀티캐스트 커뮤니케이션에 의해 발생하는 네트워크 혼잡을 줄이기 위해 CoAP을 이용하는 프록시를 개발하였으며, HTTP 환경에서 CoAP 환경으로 멀티캐스트 요청을 보내어 다수의 응답을 한 개의 응답으로 압축시켜 네트워크 혼잡을 획기적으로 감소시킬 수 있는 방안을 개발하였음. 기존의 사물 탐색 기법은 사물의 수가 급격히 증가함에 따라 사용자가 검색하고자 한 사물에 대한 정교한 검색을 지원하지 못함. 이러한 문제를 해결하기 위해, 사물들의 동적 및 사회적 특징을 추출하고, 이를 반영하기 위해 IoT 소셜 네트워크 모델을 개발함. 해당 모델은 사물들의 프로필을 바탕으로 사물간의 관계들을 정의하며, 이 관계에 기반하여 사용자가 원하는 사물을 탐색할 수 있음. 3차년도에는 사물 웹의 빅데이터를 효과적으로 처리하기 위한 방법에 관한 연구와, 시스템의 최적화 기법에 관한 연구에 집중하였음. 먼저 맵리듀스 과정에서 중간 데이터의 방대한 양으로 인해 야기되는 상당량의 트래픽, 질의 처리를 위한 잡(job) 수의 증가 문제를 해결하기 위해 하나의 로우(row)에 조인을 위한 모든 데이터를 할당하는 효율적인 HBase 스키마를 설계하였음. 또한 하나의 맵 잡에서 많은 양의 트리플 패턴을 계산하는 잡 최적화 알고리즘을 개발하여 잡의 수를 줄였음. 재난 관리 시스템을 구축하기 위해 사물인터넷 환경을 위한 CoAP 서비스 자동 매쉬업 방법을 개발하며, 시스템의 유효성 검증을 위해 다양한 센서로 구성된 스마트홈 데모 환경을 개발하였음
□ 연구결과의 활용계획
현재 사물 웹 관련 연구는 국제적으로 기초 연구를 중심으로 하는 시작 단계임. 본 연구의 성공적인 수행을 통하여 국제적으로 사물 웹 연구를 선도할 것으로 기대됨. 향후 사물 웹 관련 기술은 많은 부가 가치를 창출할 것으로 예상됨으로 관련 산업을 위한 핵심적인 이론 및 기술을 제공할 수 있음. 특히 사물 웹을 위한 빅 데이터의 시맨틱 매쉬업 기술은 기존 기술의 한계를 극복하여 데이터 매쉬업의 영역을 사물로 확장함.
데이터 출처 검증 및 개인정보 보호 매쉬업은 다양한 출처로부터 통합된 정보를 검증하고 안전하게 공유할 수 있는 미래 인터넷의 요소 기술임. 사물 웹에서 대용량 시맨틱 데이터의 처리를 위한 클라우드 컴퓨팅 기술 개발은 데이터 처리의 확장성 및 유연성을 지원하여 미래 인터넷 환경의 다양한 시스템에 적용 가능함
( 출처 : 요약문 5p )
Abstract
▼
□ Purpose&contents
In the paradigm of Future Internet (e.g. Internet of Things), various things will be connected to the internet. The data provided by the things (e.g. sensors) will be accessible on the Web and the volume of data will grow rapidly. Therefore, in the Web of Things (WoT) environme
□ Purpose&contents
In the paradigm of Future Internet (e.g. Internet of Things), various things will be connected to the internet. The data provided by the things (e.g. sensors) will be accessible on the Web and the volume of data will grow rapidly. Therefore, in the Web of Things (WoT) environment, it is important to extract and integrate meaningful information from the Big data in an accurate and fast way. The goal of this work is to develop “Cloud computing based semantic data mashup method to effectively identify and integrate meaningful information from the WoT big data.” Specifically, a data mashup method is designed to identify and integrate meaningful information from various data sources (e.g., social media, sensor data, etc.). In addition, a cloud computing based parallel and distributed data processing technique is developed to effectively handle big data. Furthermore, a disaster scenario is showed to evaluate the feasibility of our approach. In the first year, we designed a semantic data mashup method to identify and integrate disaster information from various data sources. Then in the second year, an approach to verity the original data source as well as preserve the privacy was developed for safely sharing the integrated mashup data. Finally in the third year, cloud computing techniques were applied to ensure the scalability and flexibility of large-scale semantic data processing. Besides, map-reduce based parallel and distributed data mashup method was developed.
□ Result
In the first year, through comparative analysis of disaster ontologies which were used in existing disaster management systems, we figured out properties that must be considered when designing an integrated ontology to be utilized in a WoT environment. In addition, an IoT identification system was developed to virtualize IoT objects and grant semantic URIs. By adjusting the research plan flexibly, we studied the large-scale mashup method, which was planned to be researched in third year, in advance. To improve the interoperability and reusability between IoT application domains, an event based IoT common information model was designed. Besides, a stream processing system and related algorithms were developed to dynamically select streams according to user queries, for parallel and distributed large-scale data mashup. In the second year, a spatio-temporal query processing method was developed to insert and search the source of disaster information with consideration of the location.
Additionally, to protect privacy information in case of multi-user sharing scenarios, we developed a personalized mobile gateway which stratifies the sensitive information collected from various devices and performs differential sharing. In disaster scenarios, the network congestion may occur due to the data transmission among context-aware IoT objects. To reduce thus network congestion, we developed a CoAP proxy which utilizes multicast requests to aggregate responses. Existing searching methods cannot provide elaborate answers when the number of IoT objects grows sharply. To address this issue, an IoT social network model was developed to dynamically extracts social properties. The model defines relations among IoT objects according to the profiles and an elaborated search can be performed based on the relations. In the third year, we focused on the methods of effectively processing the WoT big data and the optimization of the system. Besides, a CoAP service mashup method was designed to construct disaster management system. Furthermore, a smarthome demo environment was developed ,which consists of various sensors, to test the feasibility of our approach.
□ Expected Contribution
Now the works related to the WoT are globally at starting stage which focus on fundamental researches. Through the successful conduction of this work, it is expected to lead the WoT researches globally. WoT related techniques are expected to create high added value and provide core theory and practical instructions to the industry. Specifically, the big data semantic mashup method for WoT overcomes the limitations of existing techniques and extends the domain of data mashup to the IoT objects. Besides, the verification of data source and privacy preserving mashup method, which enables safe sharing of integrated information from various data sources, is an element technique of the Future Internet. The development of cloud computing techniques for WoT large-scale semantic data processing supports the scalability and flexibility of data processing and can be applied to various systems in the Future Internet environment.
( 출처 : SUMMARY 6p )
목차 Contents
- 표지 ... 1목차 ... 3연구계획 요약문 ... 4연구결과 요약문 ... 5 한글요약문 ... 5 SUMMARY ... 6연구내용 및 결과 ... 7 1. 연구개발과제의 개요 ... 7 2. 국내외 기술개발 현황 ... 10 3. 연구수행 내용 및 결과 ... 15 4. 목표달성도 및 관련분야에의 기여도 ... 22 5. 연구결과의 활용계획 ... 24 6. 연구과정에서 수집한 해외 과학기술정보 ... 25 7. 주관연구책임자 대표적 연구실적 ... 26 8. 참고문헌 ... 27 9. 연구성과 ... 29 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 33 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 33 12. 기타사항 ... 33별첨1 ... 34별첨2 ... 49끝페이지 ... 91
※ AI-Helper는 부적절한 답변을 할 수 있습니다.