• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2000년도 춘계학술대회 논문집
• /
• pp.25-29
• /
• 2000

핸드오프 영역내에 정해진 RSS(Radio signal strength)에서 핸드오프를 시행하는 기존의 정적 핸드오프방식은 셀룰러 네트워크에서 제어신호가 증가하여 전송지연을 유발한다. 그러므로 핸드오프 수를 줄이는 방안으로 SPPQ(Signal Prediction Priority Queuing)에 기반한 동적 핸드오프를 제안한다.SPPQ는 RSS에 근거하여 선형적으로 핸드오프의 가능성을 예측한 후, 핸드오프 순서를 결정하는 알고리즘이다. 이 때 실제 속도와 호의 위치 분포는 일정하다고 가정하고 RSS에 대한 $\Delta$RSS(신호 세기의 증감)을 이용한다. SPPQ는 핸드오프 결정을 위해 선형적으로 RSS를 예측하며, 시간 구간에서 구한 시그널 평균을 사용한다. 그리고 두 개의 가장 최근 평균 RSS 측정값에 의해 표현되는 선형 방정식이 시간 축과 만나는 교차점을 핸드오프 예상시점으로 결정한다. 이때 각 핸드오프 후보 단말들의 threshold는 다르게 줄 수 있으며 그에 따라 우선순위를 결정한다. 이 우선순위를 기본으로 하여, 핑퐁효과로 인한 불필요한 핸드오프를 줄일 수 있도록 표본화 시간 $\Delta$t만큼 핸드오프를 낮춰 SPPQ의 성능을 높인다.

• 한국정보통신학회논문지
• /
• 제19권4호
• /
• pp.1009-1016
• /
• 2015

본 논문에서는 계층적 클러스터 구조에서 속도, 방향 등의 속성정보를 예측하여 연결성을 분석하는 EPCM(Efficient Prediction-based Context-awareness Matrix) 알고리즘을 제안한다. 기존 DTN에서는 제한 없는 중계노드 선정으로 인한 지연시간이 증가하고, 제한적인 저장용량 및 처리능력의 한계로 패킷손실 및 오버헤드가 발생한다. 따라서 본 논문에서는 클러스터의 속성정보를 주어진 매트릭으로부터 정의하고 예측하여 베이스스테이션과의 연결성에 따라 중계노드를 선정하는 EPCM 알고리즘을 제안한다. 제안된 알고리즘은 클러스터의 속성정보를 상황정보 매트릭스에 저장 및 분석하고, 적응적 보정가중치의 오차보정으로 클러스터의 속성정보를 예측한다. 또한 예측된 속성정보에 따른 연결성으로 베이스스테이션을 향하여 이동하는 중계노드를 선정하게 된다. 주어진 환경에 따른 모의실험에서 예측된 노드의 속성정보를 통한 연결성으로 중계노드를 선정함으로써 전송능력을 비교 분석한 결과 높은 패킷 전송률을 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (3)
• /
• pp.412-414
• /
• 2004

대용량의 멀티미디어 데이터들을 다수의 시용자가 동시에 요구할 경우 접속이 끊기거나 데이터의 손실과 같은 접속 성능이 현저하게 저하되는 문제가 발생할 수 있다. 이는 대부분의 사용자들의 요청을 원거리의 Central Server가 단독으로 처리하기 때문에 발생하는 문제이다. 띠라서 Central Sever의 Load 감소와 초기 지연시간 및 비디오 패킷의 손실의 문제점을 해결하기 위해 프록시 서버를 사용자의 근거리에 위치시키는 방법을 이용한다. 대용랑의 멀티미디어 데이터들을 복잡한 인터넷의 중간경로를 거치지 않고 다수의 사용자들에게 직접 전달함으로써 데이터의 손실을 방지함과 동시에 보다 안정적이고 빠른 속도로 제공하는 것이 가능하다. 특징적으로 프록시 서버는 Central Server에 비해 비교적 제한된 용랑을 가지고 있다. 따라서 본 논문에서는 사용자의 선호도를 기반으로 하여 앞으로 요구학 것이라고 예측되는 비디오 데이터들만을 선별적으로 저장하도록 하는 알고리즘을 제안한다. 시뮬레이션을 통해 제안하는 캐쉬 교환 알고리즘을 기존의 알고리즘과 비교, 관찰한 결과 상대적으로 높은 Hit rate가 나타남을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권2호
• /
• pp.47-56
• /
• 2015

에너지 절감형 서버 클러스터 환경에서는 서버 전원 모드가 부하상황에 따라 제어된다. 다시 말하면 현재 부하를 처리하는 데 필요한 대수의 서버들만 ON하고 나머지 서버들은 OFF한다. 이 알고리즘은 정상적인 상황에서는 잘 동작하지만 부하가 급증 또는 급감하는 비정상적인 상황에서는 QoS를 보장할 수 없다. 왜냐하면 서버가 OFF에서 ON으로 바뀌는 데 필요한 지연시간 때문에 ON 서버 대수를 당장 증가시킬 수 없기 때문이다. 본 논문에서는 정상적인 상황뿐만 아니라 비정상적인 상황에서도 QoS를 향상시키는 새로운 소비 전력 예측 알고리즘을 제안한다. 제안된 예측 알고리즘은 기존 시계열 분석에 기반한 예측과 추세를 반영한 예측 조정의 두 부분으로 구성된다. 15대의 서버 클러스터를 이용하여 실험이 수행되었고, 4가지 유형의 기존의 시계열 예측 모델과 본 논문에서 제안하는 4가지 유형의 수정된 모델에 대해 성능을 비교하였다. 실험 결과 4가지 유형 중 추세조정 지수평활법(ESTA)과 본 논문에서 제안된 ESTA(MESTA)가 표준화된 QoS 및 단위전력당 좋은 응답수 측면에서 가장 우수한 성능을 보였으며, 또한 본 논문에서 제안한 MESTA 알고리즘이 기존의 ESTA 알고리즘에 비해 가상 부하패턴과 실제 부하패턴에 대해 QoS가 7.5%, 3.3% 각각 향상됨을 보여주었다.

• 한국정보과학회논문지:정보통신
• /
• 제32권6호
• /
• pp.676-686
• /
• 2005

네트워크 제공자들뿐만 아니라 인터넷 사용자들도 최선 서비스(best-effort service)를 뛰어 넘어 사용자들 간에 서로 다른 서비스 품질을 받기를 열망하고 있다. 이 논문은 사용자 세션 단위로 차별화 서비스를 제공할 수 있는 알고리즘을 제안한다. 제안하는 알고리즘은 결손 보완 라운드-로빈 알고리즘을 기반으로 확장한 계층적 결손 보완 라운드-로빈 알고리즘이다. 이 알고리즘의 주 장점은 응용의 타입을 별도로 구분하지 않으면서도 FTP와 같이 대역폭에 민감한 응용뿐만 아니라 VoIP와 같이 지연에 민감한 응용의 품질 차별화를 제공할 수 있다는 점이다. 품질 차별화 서비스를 제공함에 있어서 네트워크 제공자 측면에서 중요한 점은 예측성과 제어성이다. 우리는 수학적 분석과 모의실험 실험을 통해서 제안하는 알고리즘이 예측성과 제어성이 기존의 결손 보완 라운드-로빈 알고리즘보다 월등히 뛰어남을 보인다. 그럼에도 불구하고 계층적 결손 보완 라운드-로빈 알고리즘의 구현 복잡도는 O(1)이다.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.85-90
• /
• 2008

본 논문에서는 가장 덜 복잡한 공간부터 청소하는 공간 효율적인 새로운 로봇 청소 알고리즘인 SetClean 알고리즘을 제안한다. 청소 완료 시간이 길어지거나, 예측하기 어려운 경우에는 전체 청소 완료시간을 최적화하기보다는 가능한 빠른 시간에 가장 넓은 공간을 최대한 청소하는 것이 유리한 경우가 있다. 이를 위해 SetClean 알고리즘에서는 전체 공간을 셋 커버 알고리즘을 이용하여 청소 가능한 공간으로 구분하고, 단위 시간 당 청소 효율이 가장 높은 공간부터 청소를 진행하게 된다. SetClean 알고리즘은 해당 청소 가능 구역의 면적뿐만 아니라 로봇의 현재위치로부터 해당 청소 구역까지의 이동 거리, 청소 구역 내에서의 로봇의 회전으로 인한 지연 시간 등을 고려하여 최적의 청소 순서를 결정한다. 실험을 통해 SetClean 알고리즘의 동작 과정 및 성능을 보여준다.

• 대한전자공학회논문지TC
• /
• 제44권5호
• /
• pp.16-24
• /
• 2007

무선 메쉬 네트워크는 기존 단일 홉의 AP를 통한 제한된 무선 서비스를 보다 넓은 영역으로 확장시킬 수 있다. 무선 메쉬 네트워크에서 확장된 서비스 영역에서 무선 사용자의 이동성 지원을 위해 핸드오프 연구는 중요한 문제로 인식되고 있다. 핸드오프 과정에서 소요되는 시간이 길어질 경우 데이터 손실 및 서비스 끊김 등과 같은 네트워크 성능 저하가 발생된다. 핸드 오프 지연시간의 증가는 주위 AP로부터 핸드오프에 필요한 정보를 획득하는 시간과 부정확한 핸드오프로 인한 잦은 핸드오프 가 주요 요인으로 작용한다. 이에 본 논문에서는 OTT (One-way Trip Time)를 이용한 거리 측정 기반의 핸드오프 예측 알고리즘을 제안한다. 제안 알고리즘은 OTT의 장점을 활용하여 기존 선호세기 기반의 핸드오프 알고리즘에 비해 핸드오프에 필요한 정보를 짧은 시간에 획득할 수 있으며， 정확한 AP 선택 알고리즘을 통해 불필요한 핸드오프를 줄일 수 있다. 제안 알고리즘에 대한 모의실험을 수행하여 성능 분석을 하였으며, 그 결과 높은 핸드오프 정확도과 핸드오프 지연 및 불필요한 핸드오프 수행의 감소 이득을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제1권2호
• /
• pp.29-37
• /
• 2000

ATM은 비동기 시분할 및 통계적 다중화 특성을 기존의 데이터 통신분야에 도입함으로써 멀티미디어를 이용한 다양한 통신을 유연하게 서비스할 수 있다. AIM ABR 서비스는 망의 혼잡상태에 대한 피드백 정보를 활용하여 트래픽을 제어하여 요구되는 서비스 품질을 보장할 수 있으며 최소의 대역폭을 보장하고 가용 대역폭을 최대 셀 전송률까지 높여 전송할 수 있다. 본 논문에서는 ATM 망에서 더욱 효과적인 ABR 트래픽 제어를 위해서 피드백 정보 형성에 큐 길이 예측제어 방법을 적용한다. 스위치에서 발생한 혼잡상황 임박에 대한 피드백 정보가 역방향 노드에 도착하기 위해서 더욱 긴 지연시간을 갖는 경우에, 제어되기 전에 도착되는 트래픽에 의해 스위치에서의 큐 길이는 이미 혼잡상황을 발생할 수 있으며 또한 큐 길이의 시간 대비 변화량이 비효율적으로 크게 된다. 이 논문에서 제시한 피드백 예측 제어방식들은 스위치에서 시간 대비 큐 길이함수의 기울기와 이전의 큐 변화량을 이용하여 스위치의 큐 길이를 미리 예측하였으며, 그 예측을 통한 혼잡상황 정보를 미리 역방향 노드에게 전달한다. 예측 제어방식으로는 NLMS와 신경망 구조를 이용하였으며 두 방식에 대해 비교하였다. 시뮬레이션 결과 본 논문에서 제시한 알고리즘은 예측기능이 없는 피드백 제어 방식에 비해 더욱 효과적임이 증명되었다. 즉, 예측을 통해서 피드백 정보의 긴 지연을 상쇄함을 이용하여. 스위치에서 큐 길이의 안정화와 더욱 효율적인 혼잡제어가 가능할 수 있음을 보여 준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.211-213
• /
• 1998

실시간 응용을 위한 데이터베이스 시스템은 시간 제약 조건을 만족시켜야 하며, 데이터 일관성을 유지해야 한다. 또한 다중레벨을 지원하는 보안 프로토콜은 cover channel의 생성을 방지하는 것이 중요하다. Son과 Mukkamala는 primary copy와 secondary copy를 사용한 SRT-2PL을 개발하였다. 이 프로토콜은 보안 레벨간의 불간섭(non-interference)을 지원하며, covert channel의 발생을 막을 수 있으며, 지연이 적고 취소가 적으므로 실시간 데이터베이스 시스템에서 보안을 유지하는데 사용될 수 있다. 그러나 secondary copy를 모든 데이터 오브젝트에 대해 항상 보존해야 하므로 작업공간의 낭비가 있고, 데이터의 갱신을 위해 update queue를 관리해야 하는 오버헤드와 그에 따른 예측성 결여가 문제점으로 나타난다. 따라서, 본 논문에서는 불간섭을 지원하여 covert channel의 발생을 방지하면서, 복사본의 유지 기간을 줄여 실시간 지원을 강화시키고, 예측성을 좀더 높인 개선된 SRT-2PL 실시간 데이터베이스 보안 프로토콜을 제안한다. 본 논문에서 제안하는 동적 복사 알고리즘은 트랜잭션의 동작에 따라 동적으로 복사본을 생성하여 레벨간의 불간섭을 제공함과 동시에, 복사본의 유지 기간을 줄여 작업공간의 낭비를 줄이고 예측성을 높일 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.56-59
• /
• 2020

최근 초저지연, 초고속, 초연결 네트워크를 요구하는 기술들이 급속하게 발전하고 있다. 기존 4G 네트워크는 위 요구사항을 만족할 수 없었기 때문에 5G 네트워크가 등장했다. 5G 네트워크는 네트워크 가상화 기반 네트워크 슬라이싱을 통해 각각의 서비스 마다 독립적인 네트워크 환경을 제공한다. 그러나 네트워크에 참여하는 서비스가 다양해질수록 트래픽 부하가 폭발적으로 증가할 것으로 예상되며 트래픽 부하에 따른 병목현상이 발생할 가능성이 여전히 존재한다. 본 논문에서는 인공 신경망 알고리즘 RNN을 활용하여 트래픽을 예측하고 예측 결과를 기반으로 네트워크 슬라이스의 자원을 선제적으로 조절하는 기계학습 기반 네트워크 슬라이싱 자원 예약 기법을 제안한다.