에지 컴퓨팅 환경에서의 상황인지 서비스를 위한 팻 클라이언트 기반 비정형 데이터 추상화 방법 (Fat Client-Based Abstraction Model of Unstructured Data for Context-Aware Service in Edge Computing Environment)

서지정보

· 발행기관 : 한국정보처리학회
· 수록지 정보 : 정보처리학회논문지. 컴퓨터 및 통신시스템 / 10권 / 3호 / 59 ~ 70페이지
· 저자명 : 김도형, 문종혁, 박유상, 최종선, 최재영

초록

최근 사물인터넷의 발전으로 사용자 주변 상황을 인지하여 맞춤형 서비스를 제공하는 상황인지 시스템에 대한 관심이 증가되고 있다. 기존의 상황인지시스템은 사용자 주위에서 생성되는 데이터를 분석하여 사용자 주변 상황을 표현하는 상황 정보로 추상화하는 기술이 사용되었다. 하지만 증가하는 사용자의서비스 요구 사항에 따라 다양한 종류의 비정형 데이터의 사용이 증가하고, 사용자 주변에서 수집되는 데이터의 양이 많아지면서 비정형 데이터의 처리와상황인지 서비스의 제공에 어려움이 있다. 이러한 사항은 딥러닝 응용에서 비정형 구조의 입력 데이터가 많이 사용되는 데서 찾아볼 수 있다. 기존 연구에서는에지 컴퓨팅 환경에서 다양한 딥러닝 모델을 활용해 비정형 데이터를 상황 정보로 추상화하는 연구가 진행되었으나, 수집-전처리-분석 등과 같은 추상화과정 간의 종속성으로 인해 제한된 종류의 딥러닝 모델만이 적용 가능하기 때문에 시스템의 기능적 확장성이 고려되어야 한다. 이에 본 논문은 에지 컴퓨팅환경에서 딥러닝 기술을 활용한 비정형 데이터 추상화 과정의 기능적 확장성을 고려한 비정형 데이터 추상화 방법을 제안한다. 제안하는 방법은 데이터처리가 분산되어 있는 에지 컴퓨팅 환경에서 수집과 전처리 과정을 수행할 수 있는 팻 클라이언트 기술을 사용하여 추상화 과정의 수집-전처리 과정과분석 과정을 분리하여 수행하는 것이다. 또한 분리된 추상화 과정을 관리하기 위해 수집-전처리 과정을 수행하는 데 필요한 정보를 팻 클라이언트 프로파일로제공하고, 분석 과정에 필요한 정보를 분석 모델 설명 언어(AMDL) 프로파일로 제공한다. 두 가지 프로파일을 통해서 추상화 과정을 독립적으로 관리하여상황인지 시스템의 기능적 확장성을 제공한다. 실험에서는 차량 출입 통제 알림 서비스를 위한 차량 이미지 인식 모델을 대상으로 팻 클라이언트 프로파일과AMDL 프로파일의 예제를 통해 시스템의 기능적 확장성을 보이고, 비정형 데이터의 추상화 과정별 세부사항을 보인다.

영어초록

With the recent advancements in the Internet of Things, context-aware system that provides customized services become importantto consider. The existing context-aware systems analyze data generated around the user and abstract the context information that expressesthe state of situations. However, these datasets is mostly unstructured and have difficulty in processing with simple approaches. Therefore,providing context-aware services using the datasets should be managed in simplified method. One of examples that should be consideredas the unstructured datasets is a deep learning application. Processes in deep learning applications have a strong coupling in a wayof abstracting dataset from the acquisition to analysis phases, it has less flexible when the target analysis model or applications are modifiedin functional scalability. Therefore, an abstraction model that separates the phases and process the unstructured dataset for analysis isproposed. The proposed abstraction utilizes a description name Analysis Model Description Language(AMDL) to deploy the analysis phasesby each fat client is a specifically designed instance for resource-oriented tasks in edge computing environments how to handle differentanalysis applications and its factors using the AMDL and Fat client profiles. The experiment shows functional scalability through examplesof AMDL and Fat client profiles targeting a vehicle image recognition model for vehicle access control notification service, and conductsprocess-by-process monitoring for collection-preprocessing-analysis of unstructured data.

참고자료

· 없음