바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
 

사물인터넷 환경에서 IoT 데이터 정합성 연구

A Study On IoT Data Consistency in IoT Environment

한국사물인터넷학회논문지 / Journal of The Korea Internet of Things Society, (P)2466-0078;
2022, v.8 no.5, pp.127-132
https://doi.org/https://doi.org/10.20465/kiots.2022.8.5.127
최창원 (한신대학교)
  • 다운로드 수
  • 조회수

초록

사물인터넷의 발달에 따라 IoT 기기에서 처리되는 데이터의 정확성도 중요시되고 있다. 사물인터넷에서 생산되는 데이터는 센서마다 다양한 포맷과 프로토콜을 사용하고 있기에 수집된 센서 데이터에 이상이 발생하면 정규화하고 통합하는 과정에서 데이터 오류로 인해 실패하거나 잘못된 데이터를 구성하게 된다. 사용자의 상황이나 IoT 기기의 이상 증상은 정확하게 판단되지 않기 때문에 사용자 서비스 장애가 발생하거나 실패하는 문제가 발생한다. 본 논문은 IoT 환경에서 발생되는 다양한 형태의 데이터가 IoT 기기의 특성을 반영하여 정상적인 범주 내에서 변화되는지를 수학적 함수로 산출하여 데이터의 정합성을 탐지하는 방법을 제안한다. IoT 데이터의 발생 특성을 파악하기 위해 '기울기 분석'을 활용한 방법과 '선형 회귀 분석'을 활용한 방법을 각각 제시하고 실험하였다. 기울기를 활용하는 방법은 '증가하는 속도'가 다음에 일어나는 현상에 영향을 미치는 IoT 데이터(센서 기기)에 적합하며, 선형 회귀를 활용하는 방법은 선형적으로 데이터가 움직일 때 '선형 회귀 함수로부터의 차이'가 다음에 일어나는 현상에 영향을 미치는 데이터(수도, 전기 계량기)에 적합하였다.

keywords
IoT Data Consistency, Gradient Analysis, Linear Regression Analysis, Smart Management System, IoT 데이터 정합성, 기울기 분석, 선형 회귀 분석, 스마트 관리 시스템

Abstract

사물인터넷의 발달에 따라 IoT 기기에서 처리되는 데이터의 정확성도 중요시되고 있다. 사물인터넷에서 생산되는 데이터는 센서마다 다양한 포맷과 프로토콜을 사용하고 있기에 수집된 센서 데이터에 이상이 발생하면 정규화하고통합하는 과정에서 데이터 오류로 인해 실패하거나 잘못된 데이터를 구성하게 된다. 사용자의 상황이나 IoT 기기의이상 증상은 정확하게 판단되지 않기 때문에 사용자 서비스 장애가 발생하거나 실패하는 문제가 발생한다. 본 논문은 IoT 환경에서 발생되는 다양한 형태의 데이터가 IoT 기기의 특성을 반영하여 정상적인 범주 내에서 변화되는지를 수학적 함수로 산출하여 데이터의 정합성을 탐지하는 방법을 제안한다. IoT 데이터의 발생 특성을 파악하기위해 ‘기울기 분석’을 활용한 방법과 ‘선형 회귀 분석’을 활용한 방법을 각각 제시하고 실험하였다. 기울기를 활용하는방법은 ‘증가하는 속도’가 다음에 일어나는 현상에 영향을 미치는 IoT 데이터(센서 기기)에 적합하며, 선형 회귀를 활용하는 방법은 선형적으로 데이터가 움직일 때 ‘선형 회귀 함수로부터의 차이’가 다음에 일어나는 현상에 영향을 미치는데이터(수도, 전기 계량기)에 적합하였다.

keywords
IoT Data Consistency, Gradient Analysis, Linear Regression Analysis, Smart Management System, IoT 데이터 정합성, 기울기 분석, 선형 회귀 분석, 스마트 관리 시스템

참고문헌

1.

Fredric Paul , “IOT system error and the danger of bad IOT data,” IT world, Network World, 2019.5.

2.

E. J. Joo et al., “Error Analysis for Temperature BigData of Hydropower Collected by IoT sensors,”pp.553-555, JKIPS, 2017.4

3.

W. D. Cho et al., “Adaptive sensing and monitoring technologies for detecting big-data based on IoT multi-sensors,” Journal of The Korea Institute of Information Scientists and Engineers, Vol.35, No.7, pp. 26-34, 2017.

4.

K.T. Choi, “Neural networks optimization for multidimensional digital signal processing in IoT devices,”Journal of Digital Contents Society, Vol.18, No.6, pp. 1165-1173, 2017.

5.

D. H. Shin et al., “Trend and prospects internet of things,” Journal of the Korea Society for Internet Information, Vol.14, No.2, pp.32-46, 2013.

6.

Sung Il Na, “Design of Anomaly Detection System Based on Big Data in Internet of Things,” Journal of Digital Contents Society, Vol.19, No.2, pp.377-383, 2018.2.

7.

C. Choi et al., “A Simple Cost Analysis of Host ID-LOC Separating protocol using SDN Features,” JKIOTS, Vol.2, No.4, pp.41-47, 2016.

8.

K. Lee et al., “A Design on Learning Model using Triz on Project-based Learning in IOT,” JKIOTS, Vol.5, No.3, pp.29-35, 2019.

9.

S. Lee et al., “An Analysis of Software Development Process Based on Software Engineering in IOT Environment,” JKIOTS, Vol.6. No.1, pp.25-31, 2020.

10.

H. Lim et al., “A Design on Error Tracking System for Enhanced-Reliable IOT Service,” JKIOTS, Vol.6. No.3, pp.15-20, 2020.

11.

D. H. Shin et al., “Trend and prospects internet of things,” Journal of the Korea Society for Internet Information, Vol.14, No.2, pp.32-46, 2013.

12.

S. J. Lee, “Real time predictive analytic system design and implementation using big data-log,” Journal of the Korea Institute of Information Security &Cryptology, Vol.25, No.6, pp.1399-1410, 2015.

13.

Dong-Jin Shin et al., “Big Data-based Log Collection and Analysis in IoT Environments,” Journal of Engineering and Applied Sciences, Vol.13, No.5, pp.1064-1072, 2018.

14.

IoT Analytics Research, 2021.

15.

www.lora-alliance.org

한국사물인터넷학회논문지