• 제목/요약/키워드: 네트워크 클러스터링

검색결과 577건 처리시간 0.026초

클러스터링 센서네트워크의 방향성 전송 효과 (Effects of directional transmission on clustering WSN)

  • 김정미;장철호;김종근
    • 한국통신학회논문지
    • /
    • 제37권4B호
    • /
    • pp.258-268
    • /
    • 2012
  • 무선 센서 네트워크(WSN)에서는 저가 및 저 전력 센서로 구성되기 때문에 센서의 임무를 성공적으로 수행하면서 적은 에너지를 소모하는 것이 중요한 문제로 부각된다. 기존의 클러스터링 WSN에서는 헤드의 결정 및 헤드에 의한 데이터 수집과 전송 방안이 전체 네트워크의 성능에 큰 영향을 준다. 본 논문은 클러스터링 WSN에서 데이터 전송의 방향성을 고려한 하이브리드(Hybrid) 클러스터링 방법을 제안한다. 데이터의 효율적인 전송을 위해 모든 센서노드가 싱크로 데이터를 전송할 때 클러스터헤드를 거쳐 전송할 것인지 클러스터 헤드를 거치지 않고 싱크로 직접 전송할 것인지를 싱크, 헤드위치, 해당 센서노드의 위치에 따라 이원화 하는 하이브리드 라우팅 기법이다. 실험을 통하여 LEACH(Low Energy Adaptive Clustering Hierarchy) 방식과 비교하여 데이터를 싱크에서 역방향으로 전송 하지 않음으로써 거리와 에너지소모를 줄일 수 있음을 확인하였다.

무선 센서 네트워크의 수명연장을 위한 클러스터링 기법 (A Clustering Scheme to Prolong Lifetime of Wireless Sensor Networks)

  • 박시용;조현숙
    • 한국정보통신학회논문지
    • /
    • 제17권4호
    • /
    • pp.996-1004
    • /
    • 2013
  • 본 논문에서는 무선 센서 네트워크에서 센서 노드들 간의 에너지 소비 불균형을 개선하여 무선 센서 네트워크의 전체적인 수명을 연장할 수 있는 클러스터링 기법들을 제안한다. 무선 센서 네트워크의 생성 단계에서 무선 센서 네트워크의 에너지 소모를 줄이기 위해서 센서 노드들의 밀도에 따라 클러스터 헤더를 선출하여 클러스터를 형성한다. 그 이후 센서 네트워크가 활성화되는 동안 센서 노드들 간의 에너지 불균형을 개선하기 위하여 에너지 소모량을 추정한 후 릴레이 기반으로 다음 라운드의 클러스터 헤더를 선출한다.

대칭형 다중프로세서 시스템에서 태스크 중복기반의 클러스터링과 스케줄링 (Task Duplication Based Clustering and Scheduling on Symmetric Multiprocessor Systems)

  • 강오한;조경미;김기남;김시관
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (A)
    • /
    • pp.97-99
    • /
    • 2003
  • 대칭형 다중프로세서 (SMP: Symmetric Multiprocessors) 시스템은 고성능의 병렬 연산을 위한 중요하고 효과적인 기반환경을 제공하고 있다. SMP에서 태스크 클러스터링과 스케줄링 기법은 시스템의 성능에 큰 영향을 미친다. 본 논문에서는 버스 기반의 SMP에서 사용할 수 있는 태스크 중복 기반의 클러스터링과 스케줄링 기법을 소개한다. 본 논문에서 제안한 클러스터링 기법에서는 휴리스틱을 사용하여 중복할 태스크를 선택한 후 프로세서에 할당하고, 스케줄링 기법에서는 잠재하는 통신 충돌을 방지하기 위하여 네트워크 통신 자원을 사전에 할당한다. 새로운 클러스터링과 스케줄링 기법의 성능을 확인하기 위하여 시뮬레이션에서는 통신비용의 변화에 대한 병렬연산시간을 비교하였다.

  • PDF

IoT 정보 수집을 위한 확률 기반의 딥러닝 클러스터링 모델 (Probability-based Deep Learning Clustering Model for the Collection of IoT Information)

  • 정윤수
    • 디지털융복합연구
    • /
    • 제18권3호
    • /
    • pp.189-194
    • /
    • 2020
  • 최근 IoT 네트워크는 이기종의 IoT 장치에서 발생하는 데이터를 효율적으로 처리하기 위해서 다양한 클러스터링 기법들이 연구되고 있다. 그러나, 기존 클러스터링 기법들은 정적으로 네트워크를 분할하는데 초점을 맞추고 있어서 이동이 가능한 IoT 장치에는 기존 클러스터링 기법들이 적합하지 않다. 본 논문에서는 에지 네트워크를 이용하여 IoT 장치의 정보를 수집·분석하기 위한 확률적 딥러닝 기반의 동적 클러스터링 모델을 제안한다. 제안 모델은 수집된 정보의 속성값의 빈도수를 확률적으로 딥러닝에 적용하여 서브넷을 구축한다. 구축된 서브넷은 시드로 추출된 연계 정보를 계층적 구조로 그룹핑할 때 사용하며, IoT 장치에 대한 동적 클러스터링의 속도 및 정확도를 향상시킨다. 성능평가 결과, 제안모델은 기존 모델에 비해 데이터 처리 시간이 평균 13.8% 향상되었고, 서버의 오버헤드는 기존 모델보다 평균 10.5% 낮게 나타났다. 서버에서 IoT 정보를 추출할 때의 정확도는 기존모델보다 평균 8.7% 향상되었다.

스케일이 큰 무선 센서 네트워크에서 에너지 효율적인 클러스터링을 위한 제어 메시지 전송반경 (Control Message Transmission Radius for Energy-efficient Clustering in Large Scale Wireless Sensor Networks)

  • 최혜경;강상혁
    • 한국산업정보학회논문지
    • /
    • 제25권1호
    • /
    • pp.1-11
    • /
    • 2020
  • 본 논문은 큰 스케일의 무선센서네트워크(Wireless Sensor Networks: WSN)에서 클러스터링을 위한 제어 메시지의 최적화된 전송반경을 사용하여 전체 네트워크의 수명을 증가시키는 방법을 제안한다. 또한 스케일이 큰 네트워크에서 노드들의 제어 메시지의 최대 전송반경과 에너지 소모에 대하여 고찰한다. 이를 위하여 일반 노드가 소모하는 에너지와 클러스터 헤드가 소모하는 에너지의 함수 형태로 제어 메시지 전송반경을 분석하고, 이를 바탕으로 최적의 전송반경을 구하는 방법을 제시한다. 제안한 방법을 이용하여 싱글 홉 및 멀티 홉 등의 여러 WSN 라우팅 환경에서 시행한 시뮬레이션 성능 분석 결과를 바탕으로, 본 논문에서 제안한 방법이 기존의 방법들에 비하여 전체 네트워크의 수명을 더욱 길게 운용하는 것을 보였다.

무선 센서 네트워크에서 중첩 방지를 고려한 효율적인 클러스터링 기법 (An Energy-Efficient Clustering Mechanism Considering Overlap Avoidance in Wireless Sensor Networks)

  • 최훈;정연수;백윤주
    • 한국통신학회논문지
    • /
    • 제33권5B호
    • /
    • pp.253-259
    • /
    • 2008
  • 무선 센서 네트워크에서의 센서 노드는 배터리로 동작하기 때문에 에너지의 제약을 받는다. 따라서 이 네트워크 환경에서 배터리의 효율적 사용은 중요한 이슈 중 하나이다. 클러스터링은 계층적인 네트워크의 구성으로 각 노드의 에너지 사용을 줄이고, 전체 네트워크 수명을 늘리는 기법이다. 본 논문에서는 센서 네트워크에서 중첩 방지 기법을 적용한 에너지 효율적인 클러스터링을 소개한다. 제안하는 기법은 노드의 잔여 에너지를 고려한 클러스터 헤드 선출 단계, 센서 노드의 신호 강도를 고려한 클러스터의 구성 단계, 그리고 클러스터 중첩을 최소화 하는 단계로 총 3단계로 구성된다. 제안한 기법의 성능을 측정한 결과 기존의 방법에 대해 75% 정도의 성능 향상을 보였고, 클러스터의 중첩이 거의 사라진 것을 볼 수 있었다.

Multi-Radio 무선 메쉬 네트워크에서의 토폴로지 제어를 위한 클러스터링 기법 (Clustering Approach for Topology Control in Multi-Radio Wireless Mesh Networks)

  • 마 빅토리아 께;황원주
    • 한국정보통신학회논문지
    • /
    • 제11권9호
    • /
    • pp.1679-1686
    • /
    • 2007
  • 클러스터링은 ad hoc네트워크에서 확장성 개선과 네트워크 수명 연장뿐만 아니라 클러스터 내 멤버 관리기능과 링크용량을 개선해주는 토폴로지 제어 기법이다. 본 논문에서는 단말의 이동성과 네트워크의 이종성을 고려하여 multi-radio무선 메쉬 네트워크를 위한 클러스터링 알고리즘을 설계하였다. 수학적 분석을 통하여 제안 알고리즘은 시간 t내에 종료되며, 메시지 제어 처리를 위한 복잡도는 각 노드 당 O(1)임을 알 수 있었다. 이는 본 제안 알고리즘을 적용함으로써 무선 메쉬 네트워크의 안정성, 연결성, 확장성과 에너지 효율성이 향상됨을 알 수 있었다.

해양 센서 네트워크에서 네트워크 클러스터링을 위한 유전 알고리즘 (A Genetic Algorithm for Network Clustering in Underwater Acoustic Sensor Networks)

  • 장길웅
    • 한국정보통신학회논문지
    • /
    • 제15권12호
    • /
    • pp.2687-2696
    • /
    • 2011
  • 해양 센서 네트워크에서 클러스터링 문제는 네트워크 수명 및 확장성을 향상시키기 위한 문제 중 하나이다. 본 논문은 모든 노드가 클러스터 헤더를 통하여 싱크 노드로 데이터를 전송하는데 사용되는 전송 에너지를 최소화할 수 있는 클러스터링 문제의 최적 결과를 찾는 알고리즘을 제안한다. 일반적으로 네트워크에서 노드의 수가 증가하면 적절한 클러스터 구성을 위한 계산량은 급격히 늘어나게 된다. 본 논문에서는 적정한 시간 내에 최적의 클러스터 구성을 위한 유전 알고리즘을 제안하며, 효율적인 검색을 위해 유전 알고리즘의 효과적인 이웃해 생성 동작을 제안한다. 제안된 알고리즘은 전송 에너지와 실행시간 관점에서 성능을 평가하며, 평가 결과에서 제안된 알고리즘이 해양 센서 네트워크에서 클러스터를 효과적으로 구성함을 보인다.

무선 센서 네트워크에서의 에너지 효율적인 불균형 클러스터링 알고리즘 (An Energy Efficient Unequal Clustering Algorithm for Wireless Sensor Networks)

  • 이성주;김성천
    • 정보처리학회논문지C
    • /
    • 제16C권6호
    • /
    • pp.783-790
    • /
    • 2009
  • 무선 센서 네트워크의 필요성이 증가함에 따라 관련된 연구 또한 활발히 진행되고 있다. 특히, 에너지 제약적인 무선 센서 네트워크의 생존 시간을 증가시키고자 하는 클러스터링 기법들이 많이 연구되고 있다. 대표적인 LEACH와는 달리, 최근의 클러스터링 기법들은 다중 홉으로 데이터를 전송하기 때문에 데이터 병목 현상 문제가 발생한다. 불균형 클러스터링(unequal clustering) 기법들은 라우팅 경로를 증가시켜 데이터 병목 현상 문제를 해결하였다. 불균형 클러스터링 기법들의 대부분은 BS(Base Station)와의 거리만을 고려하여 클러스터의 크기를 결정하였기 때문에, 클러스터 헤드의 에너지 소모가 커지는 문제점이 있다. 본 논문에서는 클러스터 헤드의 에너지 소모를 최소화하고, 데이터 병목 현상 문제도 해결할 수 있는 불균형 클러스터링 알고리즘을 제안하였다. 기본 아이디어는 적절한 클러스터 헤드를 선출한 이후, BS와의 거리와 노드의 에너지 상태, 이웃 노드의 수를 고려하여 클러스터의 크기를 결정하고, 동시에 클러스터 헤드의 전송기능을 분담하는 노드를 선정하는 것이다. 이처럼 클러스터 헤드의 에너지 소모를 최소화함으로써 클러스터링의 반복횟수를 감소시킬 수 있었으며, 더불어 전체 네트워크의 에너지 소모도 감소시킬 수 있었다.

Min-Hash를 이용한 효율적인 대용량 그래프 클러스터링 기법 (An Efficient Large Graph Clustering Technique based on Min-Hash)

  • 이석주;민준기
    • 정보과학회 논문지
    • /
    • 제43권3호
    • /
    • pp.380-388
    • /
    • 2016
  • 그래프 클러스터링은 서로 유사한 특성을 갖는 정점들을 동일한 클러스터로 묶는 기법으로 그래프 데이터를 분석하고 그 특성을 파악하는데 폭넓게 사용된다. 최근 소셜 네트워크 서비스와 월드 와이드 웹, 텔레폰 네트워크 등의 다양한 응용분야에서 크기가 큰 대용량 그래프 데이터가 생성되고 있다. 이에 따라서 대용량 그래프 데이터를 효율적으로 처리하는 클러스터링 기법의 중요성이 증가하고 있다. 본 논문에서는 대용량 그래프 데이터의 클러스터들을 효율적으로 생성하는 클러스터링 알고리즘을 제안한다. 우리의 제안 기법은 그래프 내의 클러스터들 간의 유사도를 Min-Hash를 이용하여 효과적으로 추정하고 계산된 유사도에 따라서 클러스터들을 생성한다. 실세계 데이터를 이용한 실험에서 우리는 본 논문에서 제안하는 기법과 기존 그래프 클러스터링 기법들과 비교하여 제안기법의 효율성을 보였다.