DOI QR코드

DOI QR Code

A Revised Algorithm for Estimating Queuing Time in Sensor Data Processing with Multiple Resources for U-Services

유비쿼터스 서비스를 위한 복수의 자원을 가지는 센서 데이터 처리 대기시간 산출 수정 알고리즘 개발

  • Received : 2011.09.21
  • Accepted : 2011.12.22
  • Published : 2011.12.31

Abstract

실시간 유비쿼터스 환경의 규모성 향상을 위하여 각 처리 단계에 복수의 자원이 투입될 수 있다. 각 처리 단계에 복수의 자원이 배정되면 처리 단계 내에서 병렬로 처리되는 센서 데이터가 증가하기 때문에 후행 센서 데이터는 선행 센서 데이터의 처리 종료를 반드시 기다릴 필요가 없게 된다. 처리 과정이 서로 독립적인 센서 데이터들이 발생하면 후행 센서 데이터의 대기시간은 달라지게 된다. 본 연구에서는 복수의 자원이 사용 가능 할 때 후행 센서 데이터의 대기시간을 산출하는 알고리즘을 제안하였다. 또한 실험을통하여 센서데이터의증가가 대기시간 감소에얼마나 영향을 줄수 있는지를 알아보았다. 실험을 통해 얻어진 결과는 자원이 개수를 2배 증가시키면 대기시간의 감소는 2배 이상이라는 것이다. 복수의 자원을 각 처리 단계에서 센서데이터에 할당하는 방법에 따라 실험을 수행하였다. 첫 번째는 순차적으로 센서 데이터에게 자원을 할당하는 방법이고 두 번째는 자원이 처리해야 할 센서데이터 처리시간 합이 균등하도록 할당하는 방법이다. 두 가지 방법에 대한 실험으로 얻어진 결과는 자원을 할당함에 있어서 순차적으로 할당하는 것보다는 처리 시간 합이 균등하도록 자원을 할당하는 것이 대기시간 감소에 효과적이었다.

Keywords

유비쿼터스 컴퓨팅 환경;센서 데이터;미들웨어;실시간 시스템

References

  1. 김상현, "RFID기술 수용과 구현에 영향을 주는 요인과 조직 준비성의 조절효과," 정보시스템연구, 제19권, 제1호, 2010, pp.149-177.
  2. 김의창, 박명수, "시스템 상호 운용성을 위한 웹서비스 기반의 RFID 미들웨어 구현," 정보시스템연구, 제18권, 제3호, 2009, pp.71-88.
  3. 김종기, 남수태, "U-City 분야별 서비스에 대한 선호도 분석," 정보시스템연구, 제9권, 제4호, 2010, pp.51-63. https://doi.org/10.5859/KAIS.2010.19.4.051
  4. Arasu, A., Babcock., B., Babu, S., Cieslewicz, J., Datar, M., Ito, K., Motwani, R., Srivastava, U., and Widom, J., STREAM: The Stanford Data Stream Management System. Technical Report. Stanford InfoLab, 2004.
  5. Bumbalek, Z., Zelenka, J., and Kencl, L., "e-Scribe: Ubiquitous Real-Time Speech Transcription for the Hearing-Impaired," Proceedings of the ICCHP , 2010.
  6. Galob, L., and Ozsu, M.T., "Issues in Data Stream Management," ACM SIGMOD Record, Vol.32, No.2, 2003, pp.5-14. https://doi.org/10.1145/776985.776986
  7. Garvey, A., and Lesser, V., "Design-to-Time Real-Time Scheduling," IEEE Transactions on Systems, Man and Cybernetics, Vol.23, No.6, 1993, pp.1491-1502. https://doi.org/10.1109/21.257749
  8. Hastie, T., Tibshirani, R., and Friedman, J., "The Elements of Statistical Learning: Data Mining, Inference, and Prediction," Statistics in Medicine, Vol.23, No.3, 2004, pp.528-529. https://doi.org/10.1002/sim.1616
  9. Hatala, M., Wakkary, R., and Kalantari, L., "Rules and Ontologies in Support of Real-Time Ubiquitous Application," Journal of Web Semantics, Vol.3, No.1, 2005, pp.5-22. https://doi.org/10.1016/j.websem.2005.05.004
  10. Kang, K.W., and Kwon, O., "Queuing Time Computation Algorithm for Sensor Data Processing in Real-Time Ubiquitous Environment," Journal of Intelligence Information Research, Vol.17, No.1, 2011, pp.1-16.
  11. Lee, B., Lim, S., and Kim, J., "Scalable Real-Time Monitoring System for Ubiquitous Smart Space," Information Processing Letters, Vol.110, No.8-9, 2010, pp.294-299. https://doi.org/10.1016/j.ipl.2010.02.005
  12. Liu, J. W. S., Real-Time Systems, Prentice Hall, 2000.
  13. Musolesi, M., "Real-Time Ubiquitous Urban Sensing and Modelling," IEEE Internet Computing, Vol.12, No.4, 2008, pp. 12-21. https://doi.org/10.1109/MIC.2008.90
  14. Nam, M., Al-Sabbagh, M. Z., Kim, J., Yoon, M., Lee, C., and Ha, E. Y., "A Real-Time Ubiquitous System for Assisted Living: Combined Scheduling of Sensing and Communication for Real-Time Tracking," IEEE Transactions on Computers, Vol.57, No.6, 2008, pp.795-808. https://doi.org/10.1109/TC.2008.21
  15. Schurgers, C., Tsiatsis, V., Ganeriwal, S., and Srivastava, M., "Optimizing Sensor Networks in the Energy-Latency-Density Design Space," IEEE Transaction on Mobile Computing, Vol.1, No.1, 2002, pp.70-80. https://doi.org/10.1109/TMC.2002.1011060
  16. Sim, S., Carbonell-MArquez, J. F., Spencer Jr., B. F., and Jo, H., "Decentralized Random Decrement Technique for Efficient Data Aggregation and System Identification in Wireless Smart Sensor Networks," Probabilistic Engineering Mechanics, Vol.26, No.1, 2011, pp.81-91. https://doi.org/10.1016/j.probengmech.2010.07.002

Acknowledgement

Supported by : Kyung Hee University