• 한국소프트웨어감정평가학회 논문지
• /
• 제15권1호
• /
• pp.123-131
• /
• 2019

IoT(Internet of Things) 환경은 다양한 사용자 애플리케이션을 만드는데 사용할 수 있는 여러 가지 서비스에 대한 액세스를 제공하여 사용자의 요구 사항을 충족시킬 수 있어야 한다. 그러나 수많은 이기종의 장치 및 잠재적인 자원 제약과 같은 IoT 환경적 특징으로 QoS 문제가 발생하게 된다. 본 논문에서는 SOA기반 IoT 시스템에서 사용자간 신뢰관계를 반영한 QoS 예측 방법을 제안한다. QoS예측의 정확도를 높이기 위해, 사용자간 신뢰 관계를 분석하여 사용자들 사이의 유사성을 파악하고 이를 기반으로 QoS를 예측하도록 한다. 연결중심성을 계산하여 신뢰를 강화하도록 하였으며, 실험을 통해 QoS 예측의 향상이 이루어지는 결과를 얻을 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권11호
• /
• pp.3913-3934
• /
• 2021

Real-time prediction of Web service of quality (QoS) provides more convenience for web services in cloud environment, but real-time QoS prediction faces severe challenges, especially under the cold-start situation. Existing literatures of real-time QoS predicting ignore that the QoS of a user/service is related to the QoS of other users/services. For example, users/services belonging to the same group of category will have similar QoS values. All of the methods ignore the group relationship because of the complexity of the model. Based on this, we propose a real-time Matrix Factorization based Clustering model (MFC), which uses category information as a new regularization term of the loss function. Specifically, in order to meet the real-time characteristic of the real-time prediction model, and to minimize the complexity of the model, we first map the QoS values of a large number of users/services to a lower-dimensional space by the PCA method, and then use the K-means algorithm calculates user/service category information, and use the average result to obtain a stable final clustering result. Extensive experiments on real-word datasets demonstrate that MFC outperforms other state-of-the-art prediction algorithms.

• 한국통신학회논문지
• /
• 제30권11B호
• /
• pp.744-749
• /
• 2005

본 논문에서는 기존의 QoS 라우팅 알고리즘이 가지고 있는 문제점인 네트워크 상태 정보 오버헤드를 최소화하면서 네트워크 상태의 정확성을 유지하기 위한 예측 기반 QoS 라우팅 기법인 PSS (Prediction Safety-Shortest) 라우팅 알고리즘 모델을 제안하였다. QoS 라우팅의 상태 정보 갱신 주기에 따른 가용 대역폭의 부정확한 정보를 극복하기 위하여 네트워크 상태를 적용할 수 있는 시계열 예측 알고리즘을 적용하였고, 알고리즘의 성능 평가를 위하여 실제 네트워크와 유사한 MCI 네트워크상에서 시뮬레이션 수행하였으며 라우팅 실패율, 라우팅 대역폭 실패율, 그리고 라우팅 부정확율의 비교를 통하여 본 알고리즘의 우수성을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1996년도 Proceedings International Workshop on New Video Media Technology
• /
• pp.95-100
• /
• 1996

User's qualities of services (QoS) are the basic requirements involved in distributed multimedia systems. Considering ATM network, ATM adapter cannot control the end-to-end connection satisfying the user's QoS. This paper describes the new concept of a QoS prediction management system in the distributed network and the configuration of it's QoS prediction management architecture and also discusses it's algorithm.

• Journal of Web Engineering
• /
• 제21권1호
• /
• pp.27-52
• /
• 2021

With recent increases in the number of network-connected devices, the number of edge computing services that provide similar functions has increased. Therefore, it is important to recommend an optimal edge computing service, based on quality-of-service (QoS). However, in the real world, there is a cold-start problem in QoS data: highly sparse invocation. Therefore, it is difficult to recommend a suitable service to the user. Deep learning techniques were applied to address this problem, or context information was used to extract deep features between users and services. However, edge computing environment has not been considered in previous studies. Our goal is to predict the QoS values in real edge computing environments with improved accuracy. To this end, we propose a GAIN-QoS technique. It clusters services based on their location information, calculates the distance between services and users in each cluster, and brings the QoS values of users within a certain distance. We apply a Generative Adversarial Imputation Nets (GAIN) model and perform QoS prediction based on this reconstructed user service invocation matrix. When the density is low, GAIN-QoS shows superior performance to other techniques. In addition, the distance between the service and user slightly affects performance. Thus, compared to other methods, the proposed method can significantly improve the accuracy of QoS prediction for edge computing, which suffers from cold-start problem.

• 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.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.229-234
• /
• 2021

The explosive growth of video-based services is considered as the dominant contributor to Internet traffic. Hence it is very important for video service providers to meet the quality expectations of end-users. In the past, the Quality of Service (QoS) was the key performance of networks but it considers only the network performances (e.g., bandwidth, delay, packet loss rate) which fail to give an indication of the satisfaction of users. Therefore, Quality of Experience (QoE) may allow content servers to be smarter and more efficient. This work is motivated by the inherent relationship between the QoE and the QoS. We present a no-reference (NR) prediction model based on Deep Neural Network (DNN) to predict video QoE. The DNN-based model shows a high correlation between the objective QoE measurement and QoE prediction. The performance of the proposed model was also evaluated and compared with other types of neural network architectures, and three known machine learning methodologies, the performance comparison shows that the proposed model appears as a promising way to solve the problems.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2008년도 정보통신설비 학술대회
• /
• pp.447-453
• /
• 2008

It is decidedly important to ensure QoS(Quality of Service) in order to make it possible a variety of multi-media services and realtime contents services in Wireless networks. One of methods to offer these services is the advanced prediction of Handoff through terminal's directional. In this paper, it is applied that the AP weight for the ground information of peripheral cell and the weight value of history table for the cell frequently visited. Also, it is expected that will be guarant QoS of substantial data in the case of Handoff through exact directional prediction of the next cell by using Kalman Filter algorithm applied GPS coordinates value.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1375-1378
• /
• 2004

본 논문에서는 기존의 QoS 라우팅 알고리즘이 가지고 있는 문제점인 네트워크 상태 정보 오버헤드를 극복하고 네트워크 상태의 정확성을 유지하기 위한 예측 기반 QoS 라우팅 기법인 SP(Shortest-Prediction) 라우팅 알고리즘 모델을 제안하고, 알고리즘의 성능 평가를 위하여 실제 네트워크와 유사한 MCI 네트워크 상에서 시뮬레이션 수행하였으며 라우팅 실패율과 라우팅 부정확율의 비교를 통하여 본 알고리즘의 우수성을 확인하였다.

• 한국항행학회논문지
• /
• 제14권6호
• /
• pp.865-873
• /
• 2010

본 논문에서의 새로운 스케줄링은 모바일 간에 실시간으로 요구하는 모든 최소 가용 대역폭, 최대 지연 시간 그리고 다른 부수적인 조건들에 대해 QoS를 보장하는 핸드오버 요청들을 제공하기 위해 제안되었다. 입력으로는 모바일 스테이션이 서비스지역 이동간에서 발생하는 핸드오버 시간에 대한 예측이 필요하다. QoS와 핸드오버 시간을 알게 된 후, 목적지 기지국은 새로운 요청을 위한 핸드오버에 우선순위를 둔다. 그리고 이전의 리소스는 실제로 핸드오버 동안 사용할 수 있는 기회를 조금 더 가지게 된다.