• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3584-3602
• /
• 2022

NFV realizes flexible and rapid software deployment and management of network functions in the cloud network, and provides network services in the form of chained virtual network functions (VNFs). However, using VNFs to provide quality guaranteed services is still a challenge because of the inherent difficulty in intelligently scaling VNFs to handle traffic fluctuations. Most existing works scale VNFs with fixed-capacity instances, that is they take instances of the same size and determine a suitable deployment location without considering the cloud network resource distribution. This paper proposes a traffic forecasted assisted proactive VNF scaling approach, and it adopts the instance capacity adaptive to the node resource. We first model the VNF scaling as integer quadratic programming and then propose a proactive adaptive VNF scaling (PAVS) approach. The approach employs an efficient traffic forecasting method based on LSTM to predict the upcoming traffic demands. With the obtained traffic demands, we design a resource-aware new VNF instance deployment algorithm to scale out under-provisioning VNFs and a redundant VNF instance management mechanism to scale in over-provisioning VNFs. Trace-driven simulation demonstrates that our proposed approach can respond to traffic fluctuation in advance and reduce the total cost significantly.

• 한국정보통신학회논문지
• /
• 제13권5호
• /
• pp.988-995
• /
• 2009

텔레매틱스 서비스 중 가장 보편적으로 사용되는 것이 출발지에서 목적지까지의 최단 경로 안내 서비스이다. 본 논문에서는 미래 시간에 대한 교통흐름 예측 결과를 바탕으로 한 동적 최단 경로 탐색 시스템을 개발하고 실시간교통정보를 이용한 다양한 실험을 수행하여 성능을 분석하였다. 교통흐름 예측은 베이지안 네트워크 (Bayesian network)를 이용한 예측 시스템을 사용하였다. 동일한 출발지와 목적지에 대해 동적 최단 경로와 정적 및 누적 최단 경로를 탐색하고 각 경로에 대한 통행 시간을 계산하여 실제 최단 경로의 통행시간과 비교하였다. 실험 결과 75% 이상의 비율로 동적 최단 경로의 통행시간이 정적이나 누적 최단 경로의 통행시간보다 실제 최단경로의 통행시간에 가깝게 나타났다. 따라서 중간 경유지에 도착 예정인 시간대의 교통 흐름을 예측하여 동적 최단 경로를 구하는 것이 출발시간의 교통흐름을 모든 구간에 적용하여 최단 경로를 구하는 정적 최단 경로에 비해 더 정확한 교통정보를 제공하여 텔레매틱스 서비스의 품질을 향상시킬 수 있음을 보여 주었다.

• 산업공학
• /
• 제12권4호
• /
• pp.625-634
• /
• 1999

On this study we selected some variable which affect on the estimated of the voice traffic, and estimated daily average traffic by years according to the variables. We applied nonlinear growth curve model to future traffic forecast with estimated historical traffic data. As a result of the forecasting, this study investigates the year in which the internet traffic goes far than the voice traffic.

• 한국항공운항학회지
• /
• 제16권1호
• /
• pp.46-57
• /
• 2008

Since the 90's, Korean Air transport market has been more expanded because of economic growth, the construction of airport infrastructure, and the advent of low cost carrier. Especially, the air traffic demand in Busan metropolitan area has been increasing steadily. Therefore, in this paper, we developed a new forecasting model which could expect the future air traffic demand in Busan area. This model is developed by regression analysis using social-economic variables such as GRDP, income, and the number of people, and dummy variables, for instance, KTX opening, Japan economic depression, SARS and so on. Result from demand forecasting by this new model suggests that the new airport system is needed in order to sustain the increasing air traffic demand in Busan area.

• 한국항해항만학회지
• /
• 제26권2호
• /
• pp.183-188
• /
• 2002

컨테이너 물동량 예측은 항만과 항만의 개발에 있어서 매우 중요하다. 일반적으로 이동평균법, 지수평활법, 회귀분석과 같은 통계적인 방법들은 물동량 예측에서 많이 사용되어졌다. 하지만, 컨테이너 물동량 예측에 영향을 주는 여러 가지 요소들을 고려해 보면 다중병렬처리시스템인 신경망을 이용하는 것이 효과적이다. 본 연구는 신경망의 역전파학습알고리즘을 이용하여 컨테이너 활동량을 예측하였다. 신경망을 이용하여 영향력 있는 요소들을 선별하였으며, 선별된 요소들을 이용하여 물동량 예측을 하였다. 또한 제안된 신경망 알고리즘과 통계적인 방법의 예측들을 비교하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제6권4호
• /
• pp.189-196
• /
• 2017

버스정보시스템은 버스도착시간 예측과 같은 버스와 관련한 여러 정보를 제공한다. BIS는 우리나라 거의 모든 도시에 구축되어 있고 대중교통의 편의성 개선에 능동적인 역할을 하고 있다. 현재 BIS 시스템에서 버스 도착 예정시간을 예측하기 위하여 사용되는 대표적인 방법으로는 이동평균필터, Kalman Filter, 회귀 모형 등이 있다. 버스 도착 시간 예측의 정확성은 BIS 시스템에서 고려하고 있는 교통 상황이나 예측 알고리즘에 따라 차이가 크다. 현재 BIS에서 사용하는 예측 기법은 구간 통과 시간과 거리만을 이용한다. 그러나 도착시간 예측은 교통흐름, 신호주기, 이상 상황, 데이터 결측 등에 큰 영향을 받는다. 버스 도착 시간 예측의 정확도를 높이기 위해서는 위의 문제를 고려하여 모델링해야 하는 어려움이 있다. 은닉 마르코프 모델은 이와 같은 다양한 상황을 효과적으로 모델링 할 수 있다. 따라서 버스 도착 시간 예측의 정확도를 높이기 위해 도착시간에 대한 HMM 예측 모델을 구축했다. 이 모델에서는 순천시의 2015년 한 해 동안 수집한 데이터가 이용되었으며, 순천시에는 2298개의 정류장과 217개의 노선이 있다. 모델은 주중과 주말의 패턴을 다르게 적용하며, 다른 구간과 시간에 대해 모델이 적용된다. 본 논문에서는 버스정보시스템에 은닉 마르코프 모델 적용방법과 검증을 통해 버스정보시스템에서 사용 중인 이동평균필터, Kalman Filter, 회귀 모형을 사용한 예측 방법 보다 정밀한 정확도를 얻는 방법을 제안한다.

• 대한교통학회지
• /
• 제19권6호
• /
• pp.207-218
• /
• 2001

신호교차로 교통사고는 도시가 발달하고 산업이 고도화됨에 따라 교통혼잡 문제와 함께 심각한 사회문제로 대두되고 있다. 특히 이와 같은 교통사고는 대부분 인적 요인, 차량적 요인, 환경적 요인 등이 상호 복합적으로 작용하여 발생한다. 이전 교통사고와 교통량과의 관계는 운전자 과실과 함께 교통사고 발생에 주요요인으로 작용하고 있다. 본 연구에서는 교통사고 예측모형을 개발하기 위해 1996년부터 1998년까지 3년 동안에 실제 광주광역시 4-지 신호교차로 73개소에서 발생한 교통사고자료를 기초로 하였다. 또한 4-지 신호교차로 교통사고 분석에 단순통계분석과 교차분석 및 다중회귀분석을 사용하였다. 특히 다중회귀분석에는 교차로 사고분석을 위해 사고유형을 종속변수로, 방향별 접근 교통량을 독립변수로 각각 적용하여 교통사고 예측모형을 도출하였다. 그리고 본 연구에서 도출된 예측모형을 이용하여 전라남도 4-지 신호교차로에 대한 교통사고 잦은 지점으로 선정된 30개소를 선택, 사고유형을 분석한 후 교통사고 예측모형에 적용하여 사고모형을 검증하였다. 결론적으로 본 연구에서는 사고유형과 방향별 접근 교통량과의 관계를 이용하여 광주광역시 4-지 신호교차로 교통사고 예측모형을 개발하였고, 향후 연구과제로 타 지역 신호교차로 교통사고 예측모형 연구와 교차로 교통사고에 대한 안전대책 및 안전한 교차로 설계에 대한 지속적인 연구가 수행되어 져야 할 것이다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2010년도 춘계학술대회 논문집
• /
• pp.698-702
• /
• 2010

While past traffic laws have focused on solving problems related to traffic congestion, the current legislation must play a role in reducing the social cost of solving traffic problems by forecasting future issues based on current traffic situations, setting goals in advance, and leading the traffic modal choice-trend. This paper verifies that the bimodal tram should be an alternative means of public transportation and proposes ways to introduce and promote it based on a government subsidy and the modification of traffic laws.

• 한국항해항만학회지
• /
• 제35권1호
• /
• pp.83-91
• /
• 2011

예측의 정확성은 비용의 감소나 고객서비스의 제고를 위해 필수적으로 선행되어야 하기에 현재까지도 많은 연구자들에 의해 연구되고 있는 분야이다. 본 연구에서는 국내 항만의 컨테이너 물동량 예측에 있어 대표적인 비선형예측모형인 인공신경망모형과 ARIMA모형에 대한 비교연구를 수행하는데 목적을 두었고, 컨테이너 물동량 예측력 제고를 위해 ARIMA모형과 인공신경망(ANN)모형을 결합한 하이브리드모형을 사용해 다른 모형들과 예측성과를 비교하고자 한다. 특히 인공신경망모형의 네트워크 구조 설계에 부분에 있어 방대하며 복잡한 탐색공간에서도 전역해 찾기에 효과적인 기법으로 알려져 있는 유전알고리즘을 사용함과 동시에 인공신경망의 대표적인 모형으로 알려진 다층 퍼셉트론(MLP)뿐만 아니라 시간지연네트워크(TDNN)를 사용해 예측성과를 비교하였다. 그 결과 ANN모형과 하이브리드모형이 ARIMA모형보다 더 뛰어난 예측성과를 보이는 것으로 나왔다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2009년도 추계학술대회
• /
• pp.187-188
• /
• 2009

본 연구에서는 비선형예측기법으로서 현재 많은 관심을 받고 있는 인공신경망을 사용하여 컨테이너 물동량 예측을 수행하여 ARIMA모형과 비교하였다. 인공신경망의 예측성과에 많은 영향을 주는 네트워크 구조설계에 있어 기존의 선행연구들은 경험에 바탕을 둔 방법론을 사용하였다. 하지만 본 연구에서 그 대안으로 구조설계 문제에 있어 방대하며 복잡한 탐색공간에서 효과적으로 알려진 유전알고리즘을 사용하였다.