사물인터넷에서 역전파 신경망 기반 스마트 센싱 주기 제어 (A Smart Sensing Period Control on Back propagation Neural Network in IoT)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 25권 / 8호 / 377 ~ 388페이지
· 저자명 : 김우재, 김만배, 정인범

초록

사물인터넷에서 사물들은 센싱을 위한 센서 장치들과 액추에이터들을 포함하고 있으며, 이들은 배치되는 환경의 특성에 따라 배터리 전원을 사용하여 동작한다. 이런 환경에서 배터리 의존적인 사물들을 불필요한 센싱에 소비되는 전력을 줄이는 것이 사물인터넷의 영속성에 필수적이다. 그러나 기존 방식들에서는 수집되는 센싱 데이터에 영향을 받거나 고정적인 주기로 센싱하기 때문에 전력 낭비로 이어질 수 있다. 본 논문에서는 사물인터넷 미들웨어 MinT를 활용하여 스마트 센싱 주기 제어 기법을 제안한다. 제안하는 기법은 역전파 신경망을 통해 학습된 모델을 활용하여 제한된 전력을 잉여나 낭비 없이 목표하는 시점까지 최대한 소비할 수 있다. 실험을 통하여 제안된 방식의 배터리 에너지 소모 측면에서 기존의 정적 센싱 주기 방법들보다 개선된 성능을 보인다.

영어초록

The “things” in IoT have sensors and actuators for monitoring their surroundings. They are powered through battery energy according to the characteristics of their deployed environment. In order to enhance the longevity of an IoT network, the devices working on battery power have to restrict unnecessary sensing operations. However, existing sensing methods are affected by the collected sensing data and have fixed sensing periods, leading to the inevitable waste of battery power.
In this paper, a smart sensing period control is proposed for the IoT middleware MinT. The proposed method uses a learning model based on a back propagation neural network. Until the target time, it can make the best use of battery energy without surplus or waste in the range of the preserved bateery energy. The experimental results indicate that the proposed method shows enhanced results in terms of battery energy consumption compared to the existing static sensing period method.

참고자료

· 없음