• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권12호
• /
• pp.311-318
• /
• 2021

최근 사물인터넷의 기술이 빠르게 발전하면서 실시간 및 고성능의 처리를 요구하는 서비스들을 위해 멀티 액세스 엣지 컴퓨팅(MEC)이 차세대 기술로 부상하고 있다. 제한적인 서비스 영역을 가지는 MEC 사이에서 사용자들의 잦은 이동성은 MEC 환경에서 다뤄야 할 문제 중 하나이다. 본 논문에서는 이동성이 많은 차량 엣지 컴퓨팅 환경(VEC)을 고려하였으며, 강화 학습 기법의 일종인 DQN을 이용하여 마이그레이션 여부와 대상을 결정하는 태스크 마이그레이션 기법을 제안하였다. 제안한 기법의 목표는 차량 엣지 컴퓨팅 서버(VECS)들의 큐잉 지연시간의 차이를 이용한 로드 밸런싱을 고려하여 QoS 만족도 향상과 시스템의 처리량을 향상시키는 것이다. 제안한 기법을 다른 기법들과의 성능 비교를 통해 QoS 만족도 측면에서 약 14-49%, 서비스 거절률 측면에서는 약 14-38%로 더 좋은 성능을 보임을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.217-224
• /
• 2022

오늘날 기술과 산업의 발전으로 특수건물이 늘어남에 따라 특수건물 내 화재 사고가 증가하고 있다. 그러나 정보통신기술의 빠른 발전에도 불구하고 낙후되고 실효성을 갖추지 못한 실내 화재 경보 시스템을 사용함으로 인해 인명 피해가 꾸준히 발생하고 있다. 본 연구에서는 음향경보를 이용하는 기존 실내 화재 경보 시스템이 건물 내 인원들에게 충분한 경보를 전달하지 못하는 '경보의 사각지대 문제'를 개선하고자 에지 컴퓨팅과 비콘을 활용한 화재 경보 시스템을 설계하고 구현하였다. 제안하는 개선된 화재 경보 시스템은 말단 센서 노드와 에지 노드, 사용자 애플리케이션, 서버로 구성된다. 말단 센서 노드는 실내 환경 데이터를 수집하여 에지 노드로 전송하고, 에지 노드는 전송받은 정보를 기반으로 화재 발생 여부를 모니터링 한다. 또한 에지 노드는 비콘 신호를 지속적으로 발생시켜 신호 범위 내의 사용자 애플리케이션이 설치된 스마트기기의 정보를 수집하여 서버 데이터베이스에 저장하고, 화재 발생 시 수집한 기기들의 정보를 바탕으로 모든 재실 인원에게 애플리케이션 푸시 형태로 화재 경보를 전송한다. 구현한 화재 경보 시스템의 적용 가능성을 검증하기 위해 강의실이 밀집한 대학교의 한 건물에서 신호 유효 범위 측정 실험을 진행한 결과, 에지 노드의 비콘 신호 범위 내에서 정상적으로 기기 정보를 수집하고, 수집한 정보를 바탕으로 특정 사용자들에게 신속하게 화재 경보를 전송함을 확인하였다. 이를 통해 수시로 변하는 출입자들의 정보를 유동적으로 수집하고, 이를 바탕으로 사용자와 매우 인접한 스마트기기로 경보를 전송함으로써 '경보의 사각지대 문제'를 해결하는데 적용할 수 있음을 확인하였다. 또한 실험 결과 분석을 통해 제안하는 화재 경보 시스템을 실내 공간의 특징에 따라 효과적으로 적용하는 방안을 제시하였다.

• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.669-674
• /
• 2017

화석 연료의 고갈 및 환경오염의 증가로 인하여 전기 에너지를 사용하는 전기 자동차가 차세대 교통수단으로 주목받고 있으며 전 세계적으로 인기를 끌고 있다. 전기 자동차의 보급률 및 관심이 높아짐에 따라 V2G (Vehicle to Grid) 및 IT 기술을 이용한 충전 인프라에 대한 연구가 활발히 진행되고 있다. 특히, 전기 자동차의 안정적인 충전 및 부하 관리를 위하여 그리드 네트워크와의 통신은 가장 중요한 요소이다. 그러나 기존의 중앙 집중형 인프라 구조의 경우 제어 메시지 요청이 증가할 경우 느린 응답속도로 인하여 충전 인프라가 효율적으로 작동하지 못하는 문제점들이 존재한다. 본 논문에서는 분산형 클라우드 컴퓨팅 기술을 무선 기지국에 적용하여 충전 인프라에 혼잡을 줄이고 지연시간을 줄이기 위해 MEC (Mobile Edge Computing)를 활용한 새로운 전기자동차 충전 인프라 구조를 제안한다. 성능 평가를 통해 본 논문에서 제안한 저 지연시간을 가지는 충전 인프라가 기존에 존재하는 충전 인프라보다 효율적으로 전력 피크 상황에 대처함을 확인하였다.

• 인터넷정보학회논문지
• /
• 제2권1호
• /
• pp.13-21
• /
• 2001

본 논문에서는 인터넷상에 연결된 유휴자원을 이용한 분산 웹 환경에서 각 시스템 상에 저장된 지식을 공유·재이용 하기 위한 온톨로지 다중화 연구를 수행한다. 온톨로지의 다중화란 동일지식에 의하여 구축된 온톨로지를 다른 온톨로지와 지식공유가 가능하도록 변환하는 것이다. 본 연구에서는 이러한 분산웹 온톨로지 다중화 시스템을 구성하기 위하여 분산웹 환경구축방안과 함께 지식의 공유 및 재 이용을 위한 다중 온톨로지 구성이라는 두 가지 관점 하에서 접근한다. 구성된 시스템은 지니기술을 이용하여 이기종간의 확장성과 효율성을 지닌 웹 컴퓨팅환경을 구축하였고, 또한 분산작업을 통하여 분산 웹 환경 하에서의 다중 온톨로지간의 실질적인 지식변환과정이 잘 전개됨을 볼 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.211-232
• /
• 2024

In this paper, we consider the resource allocation and offloading decisions of device-to-device (D2D) cooperative UAV-assisted mobile edge computing (MEC) system, where the device with task request is served by unmanned aerial vehicle (UAV) equipped with MEC server and D2D device with idle resources. On the one hand, to ensure the fairness of time-delay sensitive devices, when UAV computing resources are relatively sufficient, an optimization model is established to minimize the maximum delay of device computing tasks. The original non-convex objective problem is decomposed into two subproblems, and the suboptimal solution of the optimization problem is obtained by alternate iteration of two subproblems. On the other hand, when the device only needs to complete the task within a tolerable delay, we consider the offloading priorities of task to minimize UAV computing resources. Then we build the model of joint offloading decision and power allocation optimization. Through theoretical analysis based on KKT conditions, we elicit the relationship between the amount of computing task data and the optimal resource allocation. The simulation results show that the D2D cooperation scheme proposed in this paper is effective in reducing the completion delay of computing tasks and saving UAV computing resources.

• 한국컴퓨터정보학회논문지
• /
• 제27권12호
• /
• pp.93-100
• /
• 2022

본 논문에서는 엣지 컴퓨팅 기반의 개인 맞춤형 운동 정보수집 시스템을 활용하여 개인 맞춤형 재활 운동 코칭 및 관리 서비스를 위한 모바일 앱을 제안한다. 사용자의 입력 정보에 의존하는 기존 관리 방식은 실질적인 재활 가능성을 타진하기에 어려움이 있다. 본 논문에서는 원격지의 엣지 컴퓨팅 기반의 영상정보에 대한 분석을 통하여 신체 관절정보와 함께 운동 정보를 수집하여 해당 운동의 시간 및 정확도를 측정하고 올바른 자세정보를 통한 재활 진척도를 제공하는 애플리케이션을 구현한다. 또한, 재활 센터의 측정 장비와 연동하여 건강상태를 관리할 수 있으며, 운동정보의 정확도 및 경향성 분석 정보를 제공한다. 본 연구의 결과를 통하여 비대면 환경에서의 자가 재활 운동에 따른 관리 및 코칭이 가능할 것으로 사료된다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• International journal of advanced smart convergence
• /
• 제10권4호
• /
• pp.278-288
• /
• 2021

Recently, IoT systems are cloud-based, so that continuous and large amounts of data collected from sensor nodes are processed in the data server through the cloud. However, in the centralized configuration of large-scale cloud computing, computational processing must be performed at a physical location where data collection and processing take place, and the need for edge computers to reduce the network load of the cloud system is gradually expanding. In this paper, a cluster system consisting of 6 inexpensive Raspberry Pi boards was constructed to perform fast data processing. And we propose "Kubernetes cluster system(KCS)" for processing large data collection and analysis by model distribution and data pipeline method. To compare the performance of this study, an ensemble model of deep learning was built, and the accuracy, processing performance, and processing time through the proposed KCS system and model distribution were compared and analyzed. As a result, the ensemble model was excellent in accuracy, but the KCS implemented as a data pipeline proved to be superior in processing speed..

• 산업과 과학
• /
• 제3권1호
• /
• pp.23-29
• /
• 2024

본 연구에서는 자율 주행을 위한 지능형 교통 시스템(ITS)을 최적화하는 데 있어 엣지 컴퓨팅의 혁신적인 잠재력을 연구하였다. 방대한 양의 데이터를 로컬에서 실시간으로 처리하는 엣지 컴퓨팅의 능력은 신속한 의사 결정 및 향상된 안전 조치를 포함하여 자율주행차의 중요한 요구 사항을 해결하는 데 필수 요소이다. 엣지 컴퓨팅과 기존 ITS 인프라의 통합을 탐구하고, 현지화된 데이터 처리가 대기 시간을 크게 줄여 자율주행차의 반응성을 향상시키는 방법을 강조한다. 실시간 교통 관리, 충돌 방지 시스템 및 동적 경로 최적화를 지원하는 강력한 프레임워크를 집합적으로 형성하는 엣지서버, 센서 및 V2X(Vehicle-to-Everything) 통신 기술의 배포를 검토한다. 또한 본 연구는 보안, 데이터 통합, 시스템 확장성 등 ITS에서 엣지 컴퓨팅을 구현하는 데 있어 가장 중요한 과제를 다루며 잠재적인 솔루션과 향후 연구 방향에 대한 통찰력을 제공한다. 이 논문은 완전 자율 주행이라는 비전을 실현하는 데 있어 엣지 컴퓨팅의 중추적인 역할을 강조하고, 보다 안전하고 효율적이며 지속 가능한 교통 시스템을 달성하는 데 기여하는 논문이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.445-466
• /
• 2022

As everything linking to the internet, people can subscribe to various services from a service provider to facilitate their lives through the Internet of Things (IoT). An obligatory thing for the service provider is that they should push the service data safely and timely to multiple IoT terminal devices regularly after the IoT devices accomplishing the service subscription. In order to control the service message received by the legal devices as while as keep the confidentiality of the data, the public key encryption algorithm is utilized. While the existing public encryption algorithms for push service are too complicated for IoT devices, and almost of the current subscription schemes based on push mode are relying on centralized organization which may suffer from centralized entity corruption or single point of failure. To address these issues, we design a secure subscription-push service scheme based on blockchain and edge computing in this article, which is decentralized with secure architecture for the subscription and push of service. Furthermore, inspired by broadcast encryption and multicast encryption, a new encryption algorithm is designed to manage the permissions of IoT devices together with smart contract, and to protect the confidentiality of push messages, which is suitable for IoT devices. The edge computing nodes, in the new system architecture, maintain the blockchain to ensure the impartiality and traceability of service subscriptions and push messages, meanwhile undertake some calculations for IoT devices with limited computing power. The legalities of subscription services are guaranteed by verifying subscription tags on the smart contract. Lastly, the analysis indicates that the scheme is reliable, and the proposed encryption algorithm is safe and efficient.