• 방송공학회논문지
• /
• 제19권1호
• /
• pp.24-30
• /
• 2014

이 연구는 모바일 기기를 이용한 실시간 동영상 개인 방송 서비스에서 동영상 압축 계산의 부담을 클라우드 컴퓨팅에 오프로딩하는 효과에 대한 연구이다. 모바일 기기에 비해 클라우드는 컴퓨팅 자원과 전력 자원이 매우 풍부하다. 모바일 기기에서의 계산을 줄임으로써 전력사용을 줄일 수 있으나, 압축효율이 떨어져서 전송해야할 데이터양은 늘어난다. 본 연구에서는 전력 절약과 전송 데이터 양 증가의 트레이드오프 분석을 통하여 LTE 통신환경에 따라 오프로딩되는 계산량을 제어하여 최적의 운용조건을 찾을 수 있음을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.383-403
• /
• 2021

With the development of mobile edge computing (MEC), some late-model application technologies, such as self-driving, augmented reality (AR) and traffic perception, emerge as the times require. Nevertheless, the high-latency and low-reliability of the traditional cloud computing solutions are difficult to meet the requirement of growing smart cars (SCs) with computing-intensive applications. Hence, this paper studies an efficient offloading decision and resource allocation scheme in collaborative vehicular edge computing networks with multiple SCs and multiple MEC servers to reduce latency. To solve this problem with effect, we propose a context-aware offloading strategy based on differential evolution algorithm (DE) by considering vehicle mobility, roadside units (RSUs) coverage, vehicle priority. On this basis, an autoregressive integrated moving average (ARIMA) model is employed to predict idle computing resources according to the base station traffic in different periods. Simulation results demonstrate that the practical performance of the context-aware vehicular task offloading (CAVTO) optimization scheme could reduce the system delay significantly.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권10호
• /
• pp.4849-4864
• /
• 2019

Modern applications such as augmented reality, connected vehicles, video streaming and gaming have stringent requirements on latency, bandwidth and computation resources. The explosion in data generation by mobile devices has further exacerbated the situation. Mobile Edge Computing (MEC) is a recent addition to the edge computing paradigm that amalgamates the cloud computing capabilities with cellular communications. The concept of MEC is to relocate the cloud capabilities to the edge of the network for yielding ultra-low latency, high computation, high bandwidth, low burden on the core network, enhanced quality of experience (QoE), and efficient resource utilization. In this paper, we provide a comprehensive overview on different traits of MEC including its use cases, architecture, computation offloading, security, economic aspects, research challenges, and potential future directions.

• 인터넷정보학회논문지
• /
• 제17권6호
• /
• pp.103-111
• /
• 2016

모바일 기기로부터 클라우드 서버로 태스크를 오프로딩하는 방법은 클라우드랫(cloudlet)의 도입으로 인해 향상되었다. 동적 오프로딩 알고리즘을 통해 모바일 장비는 수행할 타스크에 적절한 서버를 선택할 수 있다. 하지만 현재의 태스크 분배 방식은 의사결정에서 중요한 VM의 수를 고려하지 않고 있다. 본 논문은 클러스터된 데이터 센터에서 동적인 타스크 분배 방법을 제시한다. 또한 서버에서 자원의 과부하를 방지하기 위해 할당된 CPU에 따라 VM을 균형있게 클라우드 서버에 이주시키는 VM이주 기법을 제안한다. 클라우드 서버의 이주 방법을 향상시키기 위해 최대 CPU 관점에서 데이터 센터의 자원 용량도 고려한다. 시뮬레이션 결과, 제시한 태스크 분배 기법이 전반적으로 시스템의 성능을 향상시켰음을 나타내었다.

• International Journal of Advanced Culture Technology
• /
• 제6권4호
• /
• pp.226-232
• /
• 2018

The rapid pace of growth in internet usage and rich mobile applications and with the advantage of incredible usage of internet enabled mobile devices the Green Mobile Crowd Computing will be the suitable area to research combining with cloud services architecture. Our proposed Framework will deploy the eHealth among various health care sectors and pave a way to create a Green Mobile Application to provide a better and secured way to access the Products/ Information/ Knowledge, eHealth services, experts / doctors globally. This green mobile crowd computing and cloud architecture for healthcare information systems are expected to lower costs, improve efficiency and reduce error by also providing better consumer care and service with great transparency to the patient universally in the field of medical health information technology. Here we introduced novel architecture to use of cloud services with crowd sourcing.

• 로봇학회논문지
• /
• 제17권2호
• /
• pp.118-123
• /
• 2022

We implemented a real-time cloud robotics application by offloading robot navigation engine over to 5G Mobile Edge Computing (MEC) sever. We also ran a fleet management system (FMS) in the server and controlled the movements of multiple robots at the same time. The mobile robots under the test were connected to the server through 5G SA network. Public 5G network, which is already commercialized, has been temporarily modified to support this validation by the network operator. Robot engines are containerized based on micro-service architecture and have been deployed using Kubernetes - a container orchestration tool. We successfully demonstrated that mobile robots are able to avoid obstacles in real-time when the engines are remotely running in 5G MEC server. Test results are compared with 5G Public Cloud and 4G (LTE) Public Cloud as well.

• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.427-432
• /
• 2023

본 연구에서, MEC(: Multi-access Edge Computing)가 Wave, Lte, 5G 망에서 V2X(: Vehicle to Everything) 를 적용한 자율 자동차의 다양한 시험을 위해서 Cloud 서비스망 구성이 제안되고, MEC App(:Application)은 특정 지역에서 두 가지 도메인(사업자(KT, SKT, LG U+), 망 형태(Wave, LTE(3G 포함), 5G))의 V2X 서비스 기능 시험 검증을 적용하였다. 국내 운영업체(SKT, KT, LG U+ 그리고 Wave)의 4G 망에서, MEC는 독립적인 망 기능을 가져가기 위한 목적으로 V2X 기능 블록과 Traffic Offloading을 통한 개선 효과를 정리하였다. 그리고 5G 망의 V2X VNF에서 높은 수준의 QoS로 값으로, Traffic Steering기능의 시나리오가 목적지별 트래픽 경로상에서 입증되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권4호
• /
• pp.1282-1301
• /
• 2015

Traditional infrastructure has been superseded by cloud computing, due to its cost-effective and ubiquitous computing model. Cloud computing not only brings multitude of opportunities, but it also bears some challenges. One of the key challenges it faces is recovery of computing nodes, when an Information Technology (IT) failure occurs. Since cloud computing mainly depends upon its nodes, physical servers, that makes it very crucial to recover a failed node in time and seamlessly, so that the customer gets an expected level of service. Work has already been done in this regard, but it has still proved to be trivial. In this study, we present a Cost-Time aware Genetic scheduling algorithm, referred to as CTaG, not only to globally optimize the performance of the cloud system, but also perform recovery of failed nodes efficiently. While modeling our work, we have particularly taken into account the factors of network bandwidth and customer's monetary cost. We have implemented our algorithm and justify it through extensive simulations and comparison with similar existing studies. The results show performance gain of our work over the others, in some particular scenarios.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.250-255
• /
• 2020

클라우드 센터 기반 클라우드 컴퓨팅 방식의 지연시간 문제를 해결하기 위해, 단말 장치에서 가까운 포그 노드에게 컴퓨테이션 오프로딩(Computation offloading)을 하는 포그 컴퓨팅 방식이 제안되었다. 포그 컴퓨팅에서는 포그 노드에 가상화된 서비스 이미지가 배치되며, 단말 장치와 가까운 포그 노드에 서비스 이미지를 배치하는 경우 동일한 서비스 이미지가 여러 포그 노드에 중복 배치되는 문제가 발생할 수 있다. 따라서 본 논문에서는 단말 장치로부터 수집된 서비스 요청 패턴을 고려해서 서비스 이미지의 중복 배치를 최소화하는 논리적 포그 네트워크 기반의 서비스 이미지 배치 기법을 제안한다. 제안 기법의 성능 평가를 위해 시뮬레이션을 통해 서비스 요청이 있을 때 동적으로 서비스 이미지를 할당하는 기법과 제안 기법의 성능을 비교하며, 성능 분석 요소로서 서비스 이미지 배치 수, 수용되지 못한 서비스 요청 수, 네트워크 비용을 고려한다.

• 인터넷정보학회논문지
• /
• 제18권5호
• /
• pp.79-85
• /
• 2017

본 논문은 모바일 스마트 단말에서 파노라마 이미지 생성 프로세스를 단축하기 위해 모바일 애드혹 클라우드를 활용하는 방법을 제시한다. 파노라마 이미지 생성과 관련된 작업을 효율적으로 모바일 애드혹 클라우드에 분배하기 위해 이미지 획득 및 정렬 방법을 제안하고 작업분배에 대한 오프로딩 결정 알고리즘을 제안한다. 제안된 방법을 안드로이드 운영체제 기반의 모바일 스마트 단말에 직접 적용하여 파노라마 이미지 생성 프로세스에 미치는 영향을 분석한다.