사물인터넷 환경에서 상황인식 개선을 위한 다중센서의 이벤트 데이터 가중치 부여 방안 (A Novel Weighting Method of Multi-sensor Event Data for the Advanced Context Awareness in the Internet of Things Environment)

서지정보

· 발행기관 : 한국전자통신학회
· 수록지 정보 : 한국전자통신학회 논문지 / 17권 / 3호 / 515 ~ 520페이지
· 저자명 : 유정봉, 서동혁

초록

다중 센서를 활용하는 상황인식에 있어서 각각의 센서가 감지하여 보내온 센서 데이터를 활용할 때, 센서 별로 가중치를 달리하여야 할 필요가 있다. 실제 세계의 상황은 다양하고 가변적이다. 상황인식을 위하여 각 센서들이 보내온 데이터에 대한 가중치를 부여하는 방법 역시 다양하게 고려할 수 있다. 같은 상황에 대하여 같은 종류의 센서를 구성하였더라도 다른 부차적인 요인 때문에 가중치 부여를 달리하여야 하는 경우도 있다. 실제 세계의 이벤트에 가중치 부여를 하지 않을 수는 없으며, 다중 센서를 활용하는 상황인식 시스템에서 활용할 수 있는 가중치 부여 방안은 필요하다고 할 수 있다. 본 연구에서는 시간이 경과하면서 센서들이 계속 감지 활동을 하는 가운데 호스트로 보고하는 각 센서에 대한 가중치 부여 방안을 제안한다. 대부분의 사물인터넷 환경에서 센서는 감지 활동을 지속적으로 이어나가며, 감지한 값이 사전에 정해 둔 범위 이상의 변화양상을 보일 때, 호스트로 보고하는 것을 기본으로 한다. 이러한 것을 일종의 데이터 스트림 환경이라고 할 수 있다. 데이터 스트림 환경에서 다중 센서로부터의 감지 데이터를 대상으로 하는 가중치 부여 방안에 대하여 제안하였으며, 새로운 가중치 부여 방안은 스트림 상에서 상황 변화를 주도적으로 나타내는 데이터를 선별하여 가중치를 부여하는 것으로 하였다.

영어초록

In context awareness using multiple sensors, when using sensor data detected and sent by each sensor, it is necessary to give different weights for each sensor. Circumstances in the real world are varied and variable. A method of assigning weights to the data sent by each sensor for context awareness can also be considered in various ways. Even if the same type of sensor is configured for the same situation, it is sometimes necessary to assign different weights due to other secondary factors. It is inevitable to assign weights to events in the real world, and it can be said that a weighting method that can be used in a context awareness system using multiple sensors is necessary. In this study, we propose a weighting method for each sensor that reports to the host while the sensors continue to detect over time. In most IoT environments, the sensor continues the detection activity, and when the detected value shows a change pattern beyond a predetermined range, it is basically reported to the host. This can be called a kind of data stream environment. A weighting method was proposed for sensing data from multiple sensors in a data stream environment, and the new weighting method was to select and assign weights to data that indicates a context change in the stream.

참고자료

· 없음