Broadcasting and Caching Schemes for Location-dependent Queries in Urban Areas

The results of location-dependent queries(LDQ) generally depend on the current locations of query issuers. Many mechanisms, e.g. broadcast scheme, hoarding, or racking policy, have been developed to improve the system peformance and provide better services, which are specialized for LDQs. Considering geographical adjacency of data and characteristics oi target area, caching policy and broadcast scheme affect the overall performance in LDQ. For this reason, we propose both the caching policy and broadcast scheme, which these features are reflected in. Based on the adjacency of data in LDQ, our broadcast scheme use Hilbert curve to cluster data. Moreover, in order to develop the caching policy suitable for LDQ on urban area, we apply the moving distance of a MH(Mobile Host) to our caching policy We evaluate the performance of the caching policy measuring the workload of MHs and the correctness of LDQ results and the performance of the broadcast scheme measuring the average setup-time of MHs in our experiments. Finally, we expect that our caching policy Provides more correct answers when executing LDQ in focal cache and leads significant improvement of the performance of MHs. It also seems quite probable that our broadcast scheme leads improvement of battery life of the MH.

도심환경에서 위치의존 질의를 위한 방송과 캐싱 기법

무선 통신 기술과 휴대형 정보 장치의 발달로 등장한 이동 컴퓨팅 환경(Mobile Computing Environment)은 사용자가 랩탑이나 PDA와 같은 휴대 가능한 장비를 이용해서 사용자의 물리적인 위치나 이동에 상관없이 무선 통신을 이용해서 서버 혹은 다른 컴퓨터의 자원과 함께 작업하는 것을 말한다. 최근 이동 컴퓨팅 환경에서 보편적인 형태가 되고 있는 위치 의존 질의(Location Dependent Query)는 위치에 의존하는 데이타를 처리하는 질의이다 위치 의존 질의는 질의의 결과를 만들어 내는 중요한 척도가 위치이다. 위치 의존 질의를 효과적으로 지원하기 위해서는 이동 호스트의 캐싱 정책과 셀을 담당하는 지구국의 브로드캐스팅 정책이 중요하다. 적절한 캐싱 정책과 브로드캐스팅 정책을 정하기 위해서는 사용자의 이동과 데이타의 공간 속성을 고려해야 한다. 도심에서는 사용자가 도로를 따라서 이동하고 데이타가 도로에 인접해서 위치한다 이런 특징을 가지는 도심에서 이동 호스트의 현재 위치에서 가장 가까운 곳은 직선 거리로 가장 가까운 곳이 아니라 이동 거리가 가장 짧은 곳이다. 따라서, 이전에 행해졌던 연구에서 사용한 직선거리는 도심에 적합하지 않다. 직선 거리(Euclidean Distance)를 사용하면 이동 호스트의 이동 거리를 계산하기 위해서 피타고라스 정리를 이용해서 비슷하게 예상할 수 있지만, 실제 이동거리는 다양한 값이 나을 수 있기 때문에 적합하지 않다 본 논문에서는 도심의 특성을 반영한 브로드캐스팅/캐싱 정책을 제안한다. 본 논문에서 제안하는 이동 호스트가 도심의 위치 정보를 효과적으로 캐싱할 수 있도록 인접한 데이터를 클러스터링해서 브로드캐스팅하여 이동 호스트의 구성 시간(setup time)을 최소화하였다. 그리고, 맨하탄거리(Manhattan Distance)를 사용해서 위치 의존 질의에서 사용하는 데이타를 캐싱하고 질의를 처리하는 방법을 제안한다. 맨하탄 거리를 이용해서 캐싱하면 도로에 인접해서 위치한 데이타를 효과적으로 캐싱할 수 있다. 또한, 거리 계산 방법으로 맨하탄 거리를 사용하면 도심에서 실제 이동 거리와 비슷한 값을 알 수 있고, 직선 거리 계산식에 비해서 계산식도 간단하기 때문에 시스템 계산량도 줄일 수 있다.