• 융합정보논문지
• /
• 제10권4호
• /
• pp.18-24
• /
• 2020

최근 일본을 중심으로 소사이어티 5.0에 대한 연구가 활발히 진행되고 있다. 소사이어티 5.0은 IoT 센서를 이용한 다양한 분야에서 사용되고 있다. 본 논문은 소사이어티 5.0 기반의 IoT 사용자에 대한 다중 접근방식의 프라이버시 접근 모델을 제안하고 있다. 제안 모델은 가상 환경에 IoT 장치의 중요 정보를 서로 동기화하는 다중화 방식을 사용하였다. 제안 모델은 IoT 정보의 가중치를 확률 기반으로 누적 처리함으로써 IoT 정보의 효율성을 향상시켰다. 또한, IoT 정보에 속성 정보를 연계 처리되도록 세분화하여 IoT 정보의 정확도를 향상시킨다. 성능평가 결과, IoT 장치 수와 IoT 허브장치 수에 따라 IoT 장치의 효율성이 평균 5.6% 향상되었다. 정확도는 정보 수집 및 처리에 따라 평균 15.9% 향상되었다.

• 소프트웨어공학소사이어티 논문지
• /
• 제28권1호
• /
• pp.1-6
• /
• 2019

Google은 2009년 Bytecode로 구성된 Dex(Dalvik Executable)를 Dalvik Runtime의 Interpreter가 실행하는 형태의 Android를 공개하였다. 이후로 Interpreter 실행 속도 개선을 위해 JIT(Just-in-time) 컴파일 기술을 적용하였고 Lollipop(Android 5.0)부터는 Dalvik Runtime을 대체하여 ART Runtime을 제공하여 AOT(A head-of-time) 컴파일 지원을 통해 앱 설치 이후부터 Bytecode가 아닌 Native code로 동작하도록 함으로써 성능을 높일 수 있게 되었다. 하지만 앱 설치/업데이트 시점에 모든 대상을 컴파일하는 AOT 컴파일은 시간이 오래 걸리고 메모리/CPU 자원을 많이 사용함에 따라 느려지고 발열을 유발하여 사용자 불편함을 초래하였다. 시간이 지날수록 더 복잡하고 큰 코드를 지닌 앱들이 많이 등 장함에 따라 AOT 컴파일로 인해 발생하는 문제들이 더 많이 발생하게 되었고, Nougat(Android 7.0)부터는 이를 개선하여 AOT 컴파일을 앱 설치/업데이트 시점에 모두 수행하지 않고 최적화 시점을 나중으로 미루고 실제 사용자의 사용 기록인 Profile을 사용하는 Profile-guided 컴파일 방법을 통해 문제를 회피하고 있다. 이 연구에서는 앱 실행 속도를 설치 직후부터 개선할 수 있도록 하기 위해 Profile에 따른 앱 실행 속도의 특성을 파악하여 앱 실행 속도를 개선할 수 있는 Profile을 앱 개발 시점에 자동 생성하는 방법과 자동생성한 프로파일을 APK에 포함하고 앱 설치/업데이트 시점에 활용하여 최적화를 할 수 있는 방법을 제안한다. 제안하는 방법을 통해 앱 설치 시점에 Profile에 기반하여 선택적으로 컴파일할 수 있으므로 설치 시점에 발생하는 사용자 불편을 최소화할 수 있으며 앱 설치 이후 Native code 실행을 통해 앱 실행 속도를 최초 실행부터 개선할 수 있다.