• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.923-926
• /
• 2010

A sensor network system processes user queries using the recent field data collected by each sensor node. To process user queries, the system propagates the queries to the specific sensor nodes which have the relevant data and aggregates the results of the queries. However, if continuous queries are processed by the existing scheme, the system has the problem where the queries are propagated repeatedly. In this paper, we propose the query processing scheme to process the continuous queries over the sensor streaming data. To do this, each sensor node builds its own query index on its node. And, we present the scheme to deal with the unexpected data rising on the sensor node.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.463-465
• /
• 2021

센서 데이터는 여러가지 원인으로 인해 데이터 결측치가 발생할 수 있으며, 결측치로 인한 데이터의 처리 방식에 따라 데이터 분석 결과가 다르게 해석될 수 있다. 이는 펫 헬스 케어 서비스에서 치명적인 문제로 연결될 수 있다. 따라서 본 논문에서는 펫 웨어러블 디바이스로부터 수집되는 다양한 센서 데이터의 결측치를 처리하기 위해 GATs(Graph Attention neTworks)와 LSTM(Long Short Term Memory)을 결합하여 활용한 데이터 결측치 처리 기법을 제안한다. 펫 웨어러블 디바이스의 센서 데이터가 서로 연관성을 가지고 있다는 점을 바탕으로 인접 노드의 Attention 수치와 Feature map을 도출한다. 이후 Prediction Layer 를 통해 결측치의 Feature 를 예측한다. 예측된 Feature 를 기반으로 Decoding 과정과 함께 결측치 보간이 이루어진다. 제안된 기법은 모델의 변형을 통해 이상치 탐지에도 활용할 수 있을 것으로 기대한다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.5
• /
• pp.135-145
• /
• 2011

These days, the research of a sensor data management system for USN based real-time monitoring application is active thanks to the development and diffusion of sensor technology. The sensor data is rapidly changeable, continuous and massive row level data. However, end user is only interested in high level data. So, it is essential to effectively process the row level data which is changeable, continuous and massive. In this paper, we propose a sensor data management system with multi-analytical query function using OLAP and anomaly detection function using learning based classifier. In the experimental section, we show that our system is valid through the some experimental scenarios. For the this, we use a sensor data generator implemented by ourselves.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.88-91
• /
• 2020

발전 시설은 연간 무중단으로 운영되어야 하고, 고장이 발생하면 손해가 막대하기 때문에 발전 시설 장비에는 수십만 개의 센서 데이터가 설치되어 있다. 본 논문에서는 효율적인 센서 데이터의 수집과 시설 모니터링 및 고장 예측 등을 위한 빅데이터 스트리밍 질의 처리 시스템을 설계 및 구현하였다. 또한 실시간 데이터 수집의 효율적인 관리를 위해 인코딩 방식을 설계하였으며, 데이터 전송 성능을 측정하여 문자열로 데이터를 전송하는 것보다 평균 12%, 최대 32% 데이터 처리 성능이 향상됨을 보였다. 또한, 스트리밍 데이터에 대한 윈도우 질의 처리 성능을 측정하여 약 0.97초의 평균 집계 질의 처리 시간이 소요됨을 확인하였다. 향후에는 고장 감지를 위한 인공지능 추론 모델을 제안하는 빅데이터 스트리밍 질의 처리 시스템에 적용할 예정이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.683-686
• /
• 2010

무선 센서 네트워크(Wireless Sensor Network) 환경에서의 작고 상이한 많은 센서들은 물리적 공간에서 서로 통신하며 끊임없이 데이터 스트림을 생성한다. 이런 센서는 측정 데이터와 센서를 표현하는 메타데이터로 구성되어 있다. 메타데이터는 센서의 측정 간격, 위치, 타입, 측정 단위 등의 중요한 정보를 내포하고 있다. 무선 센서는 메타데이터를 관리하기 위한 명확한 표준안의 제시 없이 독자적인 기준을 적용함으로써, 상이한 센서 간에 데이터 수집 및 통합에 어려움이 뒤따른다. 이런 문제점을 해결하기 위하여 본 논문에서는 상이한 센서 간 메타데이터를 효율적으로 통합, 관리하기 위해 OGC(Open Geospatial Consortium)에서 제시한 SensorML(Sensor Model Language)을 기반으로 상이한 메타데이터를 표준화된 형식으로 표현하고, 이를 토대로 메타데이터 관리 시스템을 설계한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.735-736
• /
• 2016

본 논문에서는 다수의 로봇으로부터 습득한 센서 데이터를 효율적으로 처리하기 위한 플랫폼을 제안한다. Master-Slave 구조의 분산처리 서버를 통해 센서 데이터를 실시간으로 처리하고, 처리된 데이터는 비정형 데이터 형태로 DB 서버를 통해 분산 저장 및 관리한다. 제안하는 설계를 통해 다수의 로봇이 생성한 센서 데이터를 성능 저하 없이 처리할 수 있는 플랫폼을 구축하였고, 다수의 2D 카메라 센서를 활용하여 처리 성능을 실험하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.859-861
• /
• 2009

무선 통신, 제한된 자원 (전력, 프로세서, 메모리 등), 신뢰성, 동적인 토폴로지 등의 특성을 갖는 센서 네트워크는 기존의 실시간 시스템과는 많은 차이가 있다. 이러한 센서 네트워크에서 멀티미디어 데이터 처리와 같은 많은 계산을 필요로 하는 어플리케이션이나 실시간 어플리케이션을 개발하기 위해서는 센서 노드들의 데이터 병렬 처리가 필요하다. 비선점형 스케쥴러를 갖는 센서 노드에서 데이터 전송량이 많을 경우 통신을 위한 태스크 생성이 증가하므로 일반 태스크의 실행에도 지연이 발생하게 된다. 자원 제한적인 센서 네트워크에서 에너지 소모나 지연과 같은 성능은 각 센서 노드들에 태스크를 할당하는 방법에 영향을 받는다. 본 연구에서는 병렬 처리에 참여하는 센서 노드들의 에너지 소모량과 지연을 고려한 노드 스케쥴링 기법을 제안한다.

• The Journal of Korean Association of Computer Education
• /
• v.15 no.6
• /
• pp.75-82
• /
• 2012

The sensor registry system has been proposed to interpret and process semantics of sensor data independently of heterogeneous sensor networks. However, the existing sensor registry system provides the static processing method. In other words, the existing system reduces the overall performance because it executes unnecessary operations and does not consider data scope to be used. To resolve the problem of the existing sensor registry system, this paper proposes a performance enhancement model based on sensor metadata reusability and scoping. The proposed model in this paper provides a function that can decide a proper scope of sensor metadata from the sensor registry system. The proposed model improves the overall performance by providing reusability of sensor metadata. This paper also shows the advantages of the proposed model through the comparative performance evaluation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1070-1073
• /
• 2010

센서 네트워크 환경에서 센서 노드들은 무선 통신 능력을 이용하여 접근하기 어려운 시공간적 환경에서 센싱 데이터를 송수신하며 각종 데이터를 수집, 분석, 감시 및 처리를 용이하게 한다. 이러한 센서 노드들은 동적으로 변화하는 환경에 대한 적응력이 떨어지고, 센서 데이터의 과잉 및 중복 송수신으로 인한 전력이나 네트워크 대역폭 관련 등의 문제점을 가진다. 이에 본 논문에서는 센서 노드를 이주하며 중복 데이터를 제거하고, 사용자나 어플리케이션의 요구에 적합한 데이터만을 수집 및 전송하여 데이터의 과잉 송수신으로 인한 전력낭비와 네트워크 부하를 줄일 수 있는 이동 에이전트를 설계한다. 또한 기존 멀티 에이전트 시스템과의 연계를 통한 이동 에이전트의 이주 알고리즘을 제시하고, 실제 이동 에이전트의 통신 수행과정을 보임으로써 설계 방법의 유효성을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.185-187
• /
• 2019

환경 센서는 센서의 특징과 같은 변수에 따라 센서에서 발생하는 데이터가 일정하기 못하고, 광범위에서 실시간으로 발생하기 때문에 환경 센서 데이터 수집에 사용하는 데이터베이스 선정에 어려움이 있다. 본 논문에서는 각 데이터베이스의 특징을 실시간성과 확장성, 비용으로 비교하였다. ICT기반 환경 센서 데이터 수집에 적합한 데이터베이스는 MongoDB, OpenTSDB, MachBase DBMS이다.