• 한국컴퓨터정보학회논문지
• /
• 제24권5호
• /
• pp.49-58
• /
• 2019

In this paper, we propose an edge cloud platform architecture for implementing smart factory. The edge cloud platform is one of edge computing architecture which is mainly focusing on the efficient computing between IoT devices and central cloud. So far, edge computing has put emphasis on reducing latency, bandwidth and computing cost in areas like smart homes and self-driving cars. On the other hand, in this paper, we suggest not only common functional architecture of edge system but also light weight cloud based architecture to apply to the specialized requirements of smart factory. Cloud based edge architecture has many advantages in terms of scalability and reliability of resources and operation of various independent edge functions compare to typical edge system architecture. To make sure the availability of edge cloud platform in smart factory, we also analyze requirements of smart factory edge. We redefine requirements from a 4M1E(man, machine, material, method, element) perspective which are essentially needed to be digitalized and intelligent for physical operation of smart factory. Based on these requirements, we suggest layered(IoT Gateway, Edge Cloud, Central Cloud) application and data architecture. we also propose edge cloud platform architecture using lightweight container virtualization technology. Finally, we validate its implementation effects with case study. we apply proposed edge cloud architecture to the real manufacturing process and compare to existing equipment engineering system. As a result, we prove that the response performance of the proposed approach was improved by 84 to 92% better than existing method.

• 산업과 과학
• /
• 제3권1호
• /
• pp.23-29
• /
• 2024

본 연구에서는 자율 주행을 위한 지능형 교통 시스템(ITS)을 최적화하는 데 있어 엣지 컴퓨팅의 혁신적인 잠재력을 연구하였다. 방대한 양의 데이터를 로컬에서 실시간으로 처리하는 엣지 컴퓨팅의 능력은 신속한 의사 결정 및 향상된 안전 조치를 포함하여 자율주행차의 중요한 요구 사항을 해결하는 데 필수 요소이다. 엣지 컴퓨팅과 기존 ITS 인프라의 통합을 탐구하고, 현지화된 데이터 처리가 대기 시간을 크게 줄여 자율주행차의 반응성을 향상시키는 방법을 강조한다. 실시간 교통 관리, 충돌 방지 시스템 및 동적 경로 최적화를 지원하는 강력한 프레임워크를 집합적으로 형성하는 엣지서버, 센서 및 V2X(Vehicle-to-Everything) 통신 기술의 배포를 검토한다. 또한 본 연구는 보안, 데이터 통합, 시스템 확장성 등 ITS에서 엣지 컴퓨팅을 구현하는 데 있어 가장 중요한 과제를 다루며 잠재적인 솔루션과 향후 연구 방향에 대한 통찰력을 제공한다. 이 논문은 완전 자율 주행이라는 비전을 실현하는 데 있어 엣지 컴퓨팅의 중추적인 역할을 강조하고, 보다 안전하고 효율적이며 지속 가능한 교통 시스템을 달성하는 데 기여하는 논문이다.

• 스마트미디어저널
• /
• 제12권3호
• /
• pp.68-76
• /
• 2023

Emerging mobile edge computing (MEC) can be used in battery-constrained Internet of things (IoT). The execution latency of IoT applications can be improved by offloading computation-intensive tasks to an MEC server. Recently, the popularity of unmanned aerial vehicles (UAVs) has increased rapidly, and UAV-based MEC systems are receiving considerable attention. In this paper, we propose a dynamic computation offloading paradigm for UAV-based MEC systems, in which a UAV flies over an urban environment and provides edge services to IoT devices on the ground. Since most IoT devices are energy-constrained, we formulate our problem as a Markov decision process considering the energy level of the battery of each IoT device. We also use model-free Q-learning for time-critical tasks to maximize the system utility. According to our performance study, the proposed scheme can achieve desirable convergence properties and make intelligent offloading decisions.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2496-2512
• /
• 2021

The requirements for powerful computing capability, high capacity, low latency and low energy consumption of emerging services, pose severe challenges to the fifth-generation (5G) network. As a promising paradigm, mobile edge networks can provide services in proximity to users by deploying computing components and cache at the edge, which can effectively decrease service delay. However, the coexistence of heterogeneous services and the sharing of limited resources lead to the competition between various services for multiple resources. This paper considers two typical heterogeneous services: computing services and content delivery services, in order to properly configure resources, it is crucial to develop an effective offloading and caching strategies. Considering the high energy consumption of 5G base stations, this paper considers the hybrid energy supply model of traditional power grid and green energy. Therefore, it is necessary to design a reasonable association mechanism which can allocate more service load to base stations rich in green energy to improve the utilization of green energy. This paper formed the joint optimization problem of computing offloading, caching and resource allocation for heterogeneous services with the objective of minimizing the on-grid power consumption under the constraints of limited resources and QoS guarantee. Since the joint optimization problem is a mixed integer nonlinear programming problem that is impossible to solve, this paper uses deep reinforcement learning method to learn the optimal strategy through a lot of training. Extensive simulation experiments show that compared with other schemes, the proposed scheme can allocate resources to heterogeneous service according to the green energy distribution which can effectively reduce the traditional energy consumption.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.1-7
• /
• 2022

Machine learning (ML) algorithms have been intended to seamlessly collaborate for enabling intelligent networking in terms of massive service differentiation, prediction, and provides high-accuracy recommendation systems. Mobile edge computing (MEC) servers are located close to the edge networks to overcome the responsibility for massive requests from user devices and perform local service offloading. Moreover, there are required lightweight methods for handling real-time Internet of Things (IoT) communication perspectives, especially for ultra-reliable low-latency communication (URLLC) and optimal resource utilization. To overcome the abovementioned issues, this paper proposed an intelligent scheme for traffic steering based on the integration of MEC and lightweight ML, namely support vector machine (SVM) for effectively routing for lightweight and resource constraint networks. The scheme provides dynamic resource handling for the real-time IoT user systems based on the awareness of obvious network statues. The system evaluations were conducted by utillizing computer software simulations, and the proposed approach is remarkably outperformed the conventional schemes in terms of significant QoS metrics, including communication latency, reliability, and communication throughput.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.523-535
• /
• 2017

IoT 환경이 심화됨에 따라 집, 사무실 등 특정 지역에 설치된 센서 정보를 활용하여 지역내 냉난방, 조명 등의 서비스를 자동 조절하는 지능형 로컬 서비스에 대한 관심이 커지고 있다. 그런데 지금까지의 IoT 기반 지능형 로컬 서비스는 지역 내 사용자의 프레즌스와 서비스 선호도를 간접적인 방식으로 반영함으로써 실제 재실중인 사용자의 선호도를 왜곡하여 반영하는 문제가 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 개별 사용자의 프레즌스 및 선호도 정보를 기반으로 한 지능형 로컬 서비스 제어 방식을 제안하고 이를 프로토타입 으로 구현한 결과를 제시한다. 아울러 대부분의 지능형 로컬 서비스를 위한 복잡한 예측 모형의 생성은 주로 클라우드 상의 서버에서 수행되어 왔다. 그러나 이러한 방식은 IoT 기기와 클라우드 간의 대량의 데이터 전송을 발생시킨다. 모바일 엣지 컴퓨팅 환경은 지능형 로컬 서비스 제어 시스템의 이러한 문제점을 해결할 수 있는 해결책이 될 수 있다. 본 연구에서는 클라우드 환경에서 개인 프레즌스-선호 기반 지능형 로컬 서비스 시스템을 구현한 후, 구현 결과를 기반으로 모바일 엣지 컴퓨팅 환경에 적용하는 방안을 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.17-22
• /
• 2022

본 논문에서는 지능형 엣지 컴퓨팅을 지원할 수 있는 경량 임베디드 기기를 설계하고, 영상 기기로부터 입력되는 이미지에서 객체를 실시간으로 빠르게 검출할 수 있음을 보인다. 제안하는 시스템은 산업 현장이나 군 지역과 같이 사전에 설치된 인프라가 없는 환경에 적용되는 지능형 영상 관제 시스템이나 드론과 같은 자율이동체에 탑재된 영상 보안 시스템에 적용될 수 있다. 지능형 비전 인지 시스템이 확산 적용되기 위해 온디바이스 AI(On-Device Artificial intelligence) 기술 적용 필요성이 증대되고 있다. 영상 데이터 취득 장치에서 가까운 엣지 기기로의 컴퓨팅 오프 로딩은 클라우드를 중심으로 수행되는 인공지능 서비스 대비 적은 네트워크 및 시스템 자원으로도 빠른 서비스 제공이 가능하다. 또한, 다양한 해킹 공격에 취약한 공격 표면의 감소와 민감한 데이터의 유출을 최소화 할 수 있어 다양한 산업에 안전하게 적용될 수 있을것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2167-2175
• /
• 2017

최근 사물인터넷은 인공지능의 발전, 연결된 기기의 증가와 클라우드 시스템의 높은 성능으로 인해 급격하게 발전하고 있다. 많은 기기와 센서로부터 생산되는 엄청난 양의 데이터들은 지능적 진단, 추천 서비스 뿐 아니라 스마트 관제 서비스와 같이 서비스 영역의 확대를 이끌고 있다. 엣지 컴퓨팅(Edge Computing)에 대한 연구는 높은 성능을 지닌 하드웨어를 바탕으로 작은 또 하나의 서버로써의 역할에 국한되어 연구되고 있다. 그러나 데이터를 분석하고 의미성에 따른 서비스를 구현하기 위해서는 범용적 서버로써의 역할보다는 도메인에 특화된 기능과 요구사항을 지녀야 한다. 스마트 팩토리에서의 엣지는 제한적 필터링, 사전 포맷팅을 포함하는 전처리와 그룹 컨텍스트 융합, 지역적 룰의 관리 등을 필요로 한다. 따라서 본 논문에서는 공장 특성에 맞는 효율성과 강건함 측면을 강조하는 요구사항들을 도출하고, 클라우드와 학습된 요소 공유 방법을 기반으로 하는 엣지 컴퓨팅의 구조를 제안하고자 한다. 이 엣지는 네트워크 자원 소모를 감소시키고 룰과 학습화된 모델의 변경을 쉽게 할 수 있도록 한다.

• ETRI Journal
• /
• 제45권4호
• /
• pp.627-635
• /
• 2023

In vehicular edge computing (VEC) networks, the rapid expansion of intelligent transportation and the corresponding enormous numbers of tasks bring stringent requirements on timely task offloading. However, many tasks typically appear within a short period rather than arriving simultaneously, which makes it difficult to realize effective and efficient resource scheduling. In addition, some key information about tasks could be learned due to the regular data collection and uploading processes of sensors, which may contribute to developing effective offloading strategies. Thus, in this paper, we propose a model that considers the deterministic demand of multiple tasks. It is possible to generate effective resource reservations or early preparation decisions in offloading strategies if some feature information of the deterministic demand can be obtained in advance. We formulate our scenario as a 0-1 programming problem to minimize the average delay of tasks and transform it into a convex form. Finally, we proposed an efficient optimal offloading algorithm that uses the interior point method. Simulation results demonstrate that the proposed algorithm has great advantages in optimizing offloading utility.

• 인터넷정보학회논문지
• /
• 제18권2호
• /
• pp.21-30
• /
• 2017

모든 사물에서 네트워크 및 컴퓨팅이 가능한 IoT(Internet of Things) 환경이 빠르게 확산되고 있다. IoT 환경은 클라우드 기반 중앙처리 구조를 통해 데이터를 처리하고 사용자에게 서비스를 제공하기 때문에 병목현상 및 서비스 지연이 발생할 수 있다. 이를 해결하기 위해, 최근 단말 IoT 노드와 네트워크에서 직접 데이터를 처리하여 사용자에게 서비스를 제공하는 Edge Computing이 주목받고 있으며 이러한 Edge Computing 환경에서 사용자에게 효율적으로 지능형 서비스를 제공하기 위한 연구가 지속되고 있다. 본 논문에서는 IoT 환경에서 Edge Computing을 위한 전문가 시스템 기반 상황 인식 서비스 기법을 제안한다. 제안하는 기법은 자원 제한적인 IoT 노드 간 효율적인 협업을 기반으로 데이터를 실시간으로 처리하고 상황 인식을 통해 사용자에게 최적화된 맞춤형 서비스를 제공한다. 또한, 사용자는 사용 용도에 따라 직접 상황 인식 서비스를 수정하여 원하는 서비스를 제공받을 수 있다. 제안하는 기법을 스마트 홈 환경에서 3가지 방범 서비스 모드를 이용하여 테스트하였으며, 본 논문의 IoT 기반 전문가 시스템 서버와 기존 PC 기반 전문가 시스템 서버의 자원 소모량을 비교하여 제안하는 기법의 안정성을 입증하였다.