• Journal of Communications and Networks
• /
• 제18권4호
• /
• pp.567-579
• /
• 2016

Several energy saving techniques in cellular wireless networks such as active base station (BS) selection, transmit power budget adaptation and user association have been studied independently or only part of these aspects have been considered together in literature. In this paper, we jointly tackle these three problems and propose an integrated framework, called dynamic cell reconfiguration (DCR). It manages three techniques operating on different time scales for ultimate energy conservation while guaranteeing the quality of service (QoS) level of users. Extensive simulations under various configurations, including the real dataset of BS topology and utilization, demonstrate that the proposed DCR can achieve the performance close to an optimal exhaustive search. Compared to the conventional static scheme where all BSs are always turned on with their maximum transmit powers, DCR can significantly reduce energy consumption, e.g., more than 30% and 50% savings in uniform and non-uniform traffic distribution, respectively.

• 한국통신학회논문지
• /
• 제29권7B호
• /
• pp.685-696
• /
• 2004

많은 양의 대역폭을 사용하는 실시간 멀티미디어 응용들은 일정 수준의 서비스 품질을 보장받기 위해 필요한 자원을 사전에 예약하고 이를 사용할 수 있어야 한다. 자원의 사전 예약을 위해서는 해당 자원에 대한 사용 기간의 명시와 이를 이용해 자원을 사전에 예약하고 할당하는 자원 관리자가 필요하다. 따라서 자원의 사용 기간에 관계없이 예약 요청 발생시점에서 가용 자원의 양만을 고려하는 전통적인 자원 할당 방식과는 달리 사전 예약을 제공하는 자원 관리자는 사전에 예약된 자원과 사용 기간을 명시하지 않는 즉석 예약을 위해 할당된 자원이 서로충돌하지 않도록 예약 요청들을 처리해야 한다. 일반적으로 자원 예약의 충돌은 예약 형태에 따라 할당 자원을 분리함으로써 해결할 수 있지만 이는 자원의 낭비를 초래하게 된다. 본 논문은 즉석 예약과 사전 예약 요청을 위해 준비된 자원 공간을 변동하는 자원 경계를 이용해 효율적으로 공유하는 자원 관리 방식을 제안한다. 제안하는 자원 관리 방식은 네트워크 비용 함수를 이용해 자원 간 경계를 설정하고, 예약 자원의 충돌에 따라 비용 함수의 가중치 변수를 조정해 경계를 변화시킴으로써 공유 자원을 효과적으로 할당하고 관리한다. 또한, 사용자 효용 함수의 정의를 통해 예약된 자원을 사용하는 서비스의 품질로부터 사용자가 얻는 효용을 정량적으로 측정하며, 자원의 사전 예약이 사용자 효용 및 전체 자원 활용에 미치는 영향을 고찰한다. 네트워크 시뮬레이터(NS-2)를 이용한 실험은 제안한 자원 관리 방식이 자원 공간의 고정 분할과 같은 방식과 비교해 높은 자원 활용율과 더불어 안정적인 서비스 품질을 제공할 수 있음을 보여준다.

• 한국통신학회논문지
• /
• 제28권9A호
• /
• pp.702-709
• /
• 2003

본 논문에서는 블루투스(Bluetooth) 시스템에서의 각 마스터-슬레이브 쌍(Master-Slave pair)에 대한 수율 (throughput)과 지연(delay), 즉 형평성(fairness) 측면 모두를 고려한 효율적인 QoS (Quality of Service) 기반 MAC (Medium Access Control) 스케쥴링(scheduling) 알고리즘을 제안한다. 특히 기존에 제안한 T-D PP (Throughput-Delay Priority Policy) 방식[6]의 단점을 보완하여 이에 대한 성능 개선이 이루어진 수정된 T-D PP 방식, 즉 MTDPP (Modified T-D PP) 알고리즘을 제안한다. 블루투스가 마스터 중심의 TDD (Time Division Duplex) 방식으로 동작하며 기본적으로 라운드로빈(Round Robin) 방식의 스케쥴링을 수행하므로 전송할 큐(queue)에 데이터가 없는 경우에도 POLL 및 NULL 패킷(packet)으로 인한 슬롯(slot) 낭비가 발생한다. 이러한 링크 낭비 문제를 해결하기 위해 많은 알고리즘들이 제안되어 왔고, 그 중 큐 상태 기반 우선순위(priority)방식과 저전력 모드(low power mode) 기반의 알고리즘이 비교적 좋은 성능을 보인다. 하지만 이들은 트래픽(traffic) 특성에 따라 일정하지 않은 성능을 나타내며, 추가적인 계산과정과 시그널링(signaling) 오버헤드(overhead)가 요구된다. 따라서 본 논문에서는 놀은 수율과 낮은 지연을 보장하는 새로운 알고리즘을 제안하며, 시뮬레이션 결과를 통해 적절한 파라미터(parameter)의 선택이 기존의 방식에 비해 전반적인 성능의 향상을 가져옴을 보인다.

• 정보처리학회논문지C
• /
• 제12C권4호
• /
• pp.481-488
• /
• 2005

현재 무선 네트워크 IP를 위한 이동성 자원의 표준인 Mobile IP는 이동 노드(Mobile Node, MN)의 접속에 관한 사용자 인증이 비효율적이다. 본 논문에서는 네트워크 구성원들의 상호 인증 및 보안 서비스를 위해서 인증(Authentication), 권한부여(Authorization) 및 과금(Accounting)을 지원하는 AAA 프로토콜에 기반하여 Mobile IP의 보안성을 유지하고 빠른 핸드오프를 수행하는 새로운 보안 핸드오프 방식을 제안한다. AAA 프로토콜은 QoS를 제한하는 비효율적인 인증 절차가 존재하여 MN이 핸드오프를 수행할 때마다 새로운 세션 키를 분배 받아야 한다. 본 논문에서는 MN이 핸드오프를 수행할 때 발생하는 지연 시간과 MN의 인증으로 인한 AAA 서버의 오버헤드를 줄이고자 공유(Overlap, 오버랩) 네트워크 구조 기반의 세션키 재사용 방법을 제안한다 본 방식에서는 MN의 보안성 향상을 위하여 공유 세션 키를 유선상에서 전달하는 방식에 기반하고, 그에 따라 신속하고 자연스러운 핸드오프 메커니즘을 제공한다. 분석적 모델링결과에 의하면 제안하는 방식은 기존 세션키 재사용 방식과 비교하여 핸드오프 시간을 고려하는 핸드오프 실패율에 있어서 $40\%$정도의 성능향상을 보인다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권6호
• /
• pp.185-196
• /
• 2015

에너지 절감형 서버 클러스터는 에너지 절감을 고려하지 않는 기존 서버 클러스터에 비해 서비스 품질을 보장하면서 전력소비를 절감하는 것을 목표로 한다. 에너지 절감형 서버 클러스터에서는 현재의 부하를 처리하는 데 필요한 최소수의 서버들만 ON 하도록 고정 또는 가변 주기로 서버들의 전원모드를 조정한다. 이에 대한 기존 연구들은 전력 절감 또는 서비스 품질을 보장하려고 노력해왔지만 에너지 효율성을 잘 고려하지는 못했다. 본 논문에서는 에너지 절감형 클러스터에서 자율학습기반의 에너지 효율적인 클러스터 관리 기법을 제안한다. 자율학습을 통해 최적화된 파라미터들을 이용하여 전력 소모 대비 최고의 성능을 얻을 수 있도록 서버 전원모드를 조정한다. 제안방법은 서버 전원모드 조정을 위해 아래의 과정을 반복 수행한다. 첫째, 현재 부하 및 트래픽 패턴을 보고 현재 워크로드 패턴 유형을 사전에 정의한 대로 분류한다. 둘째, 학습 테이블을 탐색하여 해당 워크로드 패턴 유형에 대해 예전에 학습이 수행되었는지 확인한다. 만일 수행되었다면 이미 저장된 파라미터를 이용한다. 그렇지 않으면, 학습을 수행하여 에너지 효율성 관점에서 최고의 파라미터를 얻어 저장한다. 셋째, 얻어진 파라미터를 이용하여 서버 전원모드를 조정한다. 제안방법을 구현하여 16개의 서버 클러스터 환경에서 3가지 다른 부하 패턴들을 이용하여 실험을 수행하였다. 실험 결과는 제안방법의 에너지 효율성이 뛰어남을 보여주고 있다. 뱅킹 부하패턴, 실제 부하패턴, 가상 부하패턴 각각에 대하여, 제안방법의 단위전력당 good 응답 수가 기존의 정적 서버 전원모드 제어방법의 99.9%, 107.5%, 141.8%이고, 기존의 예측방법의 102.0%, 107.0%, 106.8%이다.

• 한국경영과학회지
• /
• 제41권2호
• /
• pp.53-65
• /
• 2016

Static wireless multi-hop networks, such as wireless mesh networks and wireless sensor networks have proliferated in recent years because of they are easy to deploy and have low installation cost. Two key measures are used to evaluate the performance of a multicast tree algorithm or protocol : end-to-end delay and the number of transmissions. End-to-end delay is the most important measure in terms of QoS because it affects the total throughput in wireless networks. Delay is similar to the hop count or path length from the source to each destination and is directly related to packet success ratio. In wireless networks, each node uses the air medium to transmit data, and thus, bandwidth consumption is related to the number of transmission nodes. A network has many transmitting nodes, which will cause many collisions and queues because of congestion. In this paper, we optimize two metrics through a guaranteed delay scheme. We provide an integer linear programming formulation to minimize the number of transmissions with a guaranteed hop count and preprocessing to solve the aforementioned problem. We extend this scheme not only with the guaranteed minimum hop count, but also with one or more guaranteed delay bounds to compromise two key metrics. We also provide an explanation of the proposed heuristic algorithm and show its performance and results.

• 대한전자공학회논문지TC
• /
• 제43권1호
• /
• pp.89-94
• /
• 2006

준정적 플랫 페이딩 환경에서 시공간 트렐리스 부호의 준최적 복호법인 principal ratio combining(PRC) 기법[1]의 일반화된 버전을 제안한다. [1]에서는 수신 안테나의 수가 증가함에 따라 성능 저하 폭이 증가하는 문제가 있다. 제안하는 방식은 수신 안테나들을 K개의 그룹으로 나누어 각 그룹에 PRC 기법을 적용하는 일반화된 PRC 기법이다. 일반화된 PRC에서는 수신 안테나의 수가 증가하여도 기존의 PRC 기법에 비해 성능 저하 폭이 상당히 감소한다. 그러나 복호기의 복잡도는 다소 증가한다. 따라서 시스템의 QoS(qualify of service), 성능 및 복잡도의 tradeoff에서 적당한 K를 선택해야만 한다 또한, 수신 안테나 수가 증가함에 따라, K개로 그룹핑하는 방법이 여러 가지 나을 수 있는데, 각 경우에 최종 성능 차이를 간단히 예측할 수 있는 성능지표(performance index, PI)를 제안한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권2호
• /
• pp.191-195
• /
• 2008

본 논문은 IEEE 802.11e EDCA의 성능 향상을 위해서 클래스 트래픽에 기반하여 각 클래스의 경쟁 윈도우의 크기를 동적으로 조절하는 방안을 제안한다. IEEE 802.11e EDCA는 IEEE 802.11 DCF와는 달리 서비스 차별화를 위해 네 개의 클래스 AC마다 고정된 최소 경쟁 윈도우 크기인 CWmin 값과 최대 경쟁 윈도우 크기인 CWmax 값을 적용한다. 트래픽의 특성별로 나뉜 AC의 고정된 파라미터 값은 각 AC간의 차별화를 보장하지만 네트워크 환경이 혼잡할 경우 충돌 발생 확률을 높인다. 이를 해결하기 위해 채널과 네트워크 상태를 고려하여 일정한 주기마다 계산된 충돌 확률로 CWmin 값을 조절하는 CWminAS(CWmin Adaptation Scheme)가 제안되었다. 그러나 이 방식은 AC별 다른 파라미터 값으로 인해 발생되는 각 AC의 충돌 확률을 고려하지 않았다. 이러한 문제를 해결하기 위해 본 논문에서는 AC별 다른 파라미터 값으로 인해 발생되는 각 AC의 충돌 확률을 계산하고, CWmin 값을 조절하는 ACATICT(Adaptive Contention-window Adjustment Technique based on Individual Class Traffic) scheme을 제안한다. 실험 결과 ACATICT가 CWminAS보다 효율이 최대 약 10% 향상되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.4717-4737
• /
• 2017

Today, smart grids, smart homes, smart water networks, and intelligent transportation, are infrastructure systems that connect our world more than we ever thought possible and are associated with a single concept, the Internet of Things (IoT). The number of devices connected to the IoT and hence the number of traffic flow increases continuously, as well as the emergence of new applications. Although cutting-edge hardware technology can be employed to achieve a fast implementation to handle this huge data streams, there will always be a limit on size of traffic supported by a given architecture. However, recent cloud-based big data technologies fortunately offer an ideal environment to handle this issue. Moreover, the ever-increasing high volume of traffic created on demand presents great challenges for flow management. As a solution, flow aggregation decreases the number of flows needed to be processed by the network. The previous works in the literature prove that most of aggregation strategies designed for smart grids aim at optimizing system operation performance. They consider a common identifier to aggregate traffic on each device, having its independent static aggregation policy. In this paper, we propose a dynamic approach to aggregate flows based on traffic characteristics and device preferences. Our algorithm runs on a big data platform to provide an end-to-end network visibility of flows, which performs high-speed and high-volume computations to identify the clusters of similar flows and aggregate massive number of mice flows into a few meta-flows. Compared with existing solutions, our approach dynamically aggregates large number of such small flows into fewer flows, based on traffic characteristics and access node preferences. Using this approach, we alleviate the problem of processing a large amount of micro flows, and also significantly improve the accuracy of meeting the access node QoS demands. We conducted experiments, using a dataset of up to 100,000 flows, and studied the performance of our algorithm analytically. The experimental results are presented to show the promising effectiveness and scalability of our proposed approach.