KR100913441B1 - 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법 - Google Patents

자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법

Info

Publication number
KR100913441B1
KR100913441B1 KR1020070083373A KR20070083373A KR100913441B1 KR 100913441 B1 KR100913441 B1 KR 100913441B1 KR 1020070083373 A KR1020070083373 A KR 1020070083373A KR 20070083373 A KR20070083373 A KR 20070083373A KR 100913441 B1 KR100913441 B1 KR 100913441B1
Authority
KR
South Korea
Prior art keywords
resource
semantic
attribute
similarity
node
Prior art date
Application number
KR1020070083373A
Other languages
English (en)
Other versions
KR20070091091A (ko
Inventor
이영희
강세훈
이동만
김대웅
김광훈
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020070083373A priority Critical patent/KR100913441B1/ko
Publication of KR20070091091A publication Critical patent/KR20070091091A/ko
Application granted granted Critical
Publication of KR100913441B1 publication Critical patent/KR100913441B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법에 관한 것이다.
본 발명은 대규모 유비쿼터스 컴퓨팅 환경의 자원 검색에 관한 것으로서, 자원을 확장성 있는 의미 기반으로 검색하기 위해서 시맨틱 벡터 공간을 이용하여 자원 등록 및 검색을 한다.
또한, 본 발명은 자원을 의미 기반으로 등록 및 검색하기 위하여 자원을 애튜리뷰트(Attribute)와 밸류(Value) 관계에 따라 시맨틱 좌표를 부여받고, 이를 이용하여 자원을 시맨틱 벡터 공간 상의 한 점에 매핑하는 방법을 제공한다.
또한, 본 발명은 시맨틱 벡터 공간을 자원 검색에 이용하기 위하여 시맨틱 벡터 공간상의 존 기반으로 검색 서버를 구성하고 자원을 등록 및 검색하기 위한 라우팅 하는 방법을 제공한다.
본 발명은 대규모의 유비쿼터스 환경에서 많은 자원이 있는 경우 원하는 자원을 의미 기반으로 확장성 있는 검색을 수행함으로써 서버들 간의 부하를 분배할 수 있는 효과를 기대할 수 있다.

Description

자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법{Method for Searching Semantic Resource Using Semantic Space Mapping of Resource}
본 발명은 시맨틱 자원 생성 및 검색 방법에 관한 것으로서, 특히 대규모의 유비쿼터스 컴퓨팅 환경을 위한 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법에 관한 것이다.
서비스 디스커버리는 사용자가 원하는 서비스를 효과적으로 사용할 수 있게 도와주는 시스템으로서 서비스(Service), 클라이언트(Client), 디스커버리 서버(Discovery Server)의 3가지 구성요소로 이루어져 있다.
서비스는 디스커버리 서버에 등록을 하고, 클라이언트는 원하는 서비스를 이용하기 위하여 디스커버리 서버에 검색 요청을 한다.
현재까지 제안된 서비스 검색 프로토콜은 소규모의 유비쿼터스 환경을 대상으로 하고 있다. 최근에 논문으로 나온 대규모의 서비스 디스커버리 연구로서, 엠아이티(MIT) 대학의 INS/TWINE, 버클리(Berkely) 대학의 SSDS, 퀸랜드(Queensland) 대학의 Superstring 등이 있으나 시맨틱 검색, 개인화된 검색 등과 같은 기능적 측면과 확장성(Scalability), 서비스의 등록 및 검색을 위한 부하를 다수의 검색 서버에 골고루 분산시키는 효용성 측면을 모두 만족시키는 데 어려움이 있었다.
이와 같은 문제점을 해결하기 위하여, 본 발명은 유비쿼터스 환경에서 자원을 의미 기반으로 확장성 있는 검색을 위한 시맨틱 자원 검색 방법을 제공하기 위한 것이다.
이러한 기술적 과제를 달성하기 위한 본 발명의 특징에 따른 시맨틱 자원 검색 방법은 (a) 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션과 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션을 각각 애튜리뷰트(Attribute)와 밸류(Value) 관계로 온토롤지(ontology)상에 표현하는 단계; (b) 상기 제1 자원 디스크립션과 상기 제2 자원 디스크립션 간의 애튜리뷰트 및 밸류에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하는 단계; 및 (c) 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 자원의 시맨틱 좌표를 생성하는 단계를 포함한다.
본 발명의 특징에 따른 시맨틱 자원 검색 방법은 (a) 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션과 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션 간의 애튜리뷰트(Attribute)와 밸류(Value)에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하고, 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 상기 자원의 시맨틱 좌표를 생성하는 단계; 및 (b) 상기 자원을 등록하기 위한 등록 요청 메시지를 생성하여 상기 생성한 시맨틱 좌표가 존재하는 존을 관리하는 노드로 라우팅함으로써 상기 자원의 등록 절차를 수행하는 단계를 포함한다.
본 발명의 특징에 따른 시맨틱 자원 검색 방법은 (a) 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션와 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션 간의 애튜리뷰트(Attribute)와 밸류(Value)에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하고, 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 상기 자원의 시맨틱 좌표를 생성하는 단계; 및 (b) 상기 자원을 사용하기 위한 검색 요청 메시지―상기 검색 요청 메시지는 상기 생성한 시맨틱 좌표와 유사도 범위값을 포함함―를 생성하여 상기 생성한 시맨틱 좌표가 존재하는 존을 관리하는 노드로 라우팅함으로써 상기 자원의 검색 절차를 수행하는 단계를 포함한다.
본 발명의 특징에 따른 시맨틱 자원 검색 방법은 (a) 제1 노드로부터 자원을 사용하기 위한 검색 요청 메시지―상기 검색 요청 메시지는 상기 자원의 시맨틱 좌표와 유사도 범위값을 포함함―를 수신하는 단계; 및 (b) 상기 자원이 존재하는지 해당 존의 자원 리스트를 이용하여 상기 자원의 검색 절차를 수행하는 단계를 포함하며, 상기 자원의 시맨틱 좌표는, 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션와 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션 간의 애튜리뷰트(Attribute)와 밸류(Value)에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하고, 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 상기 자원의 시맨틱 좌표를 생성하는 것을 특징으로 한다.
전술한 구성에 의하여, 본 발명은 대규모의 유비쿼터스 환경에서 많은 자원이 있는 경우 원하는 자원을 의미 기반으로 확장성 있는 검색을 수행함으로써 서버들 간의 부하를 분배할 수 있는 효과를 기대할 수 있다.
또한, 본 발명은 유사한 자원들끼리 인접 공간상의 좌표를 가지도록 랜드마크 기반의 자원 코디네이션(Coordination) 기법을 사용하여 자원들을 의미상으로 검색할 수 있는 효과를 기대할 수 있다.
또한, 본 발명은 의미상으로 유사한 자원을 가상 공간에 클러스터링함으로써 검색 요청 메시지를 네트워크 전체에 브로드캐스팅하지 않고 확장성 있는 자원 검색을 지원할 수 있는 효과를 기대할 수 있다.
도 1은 본 발명의 실시예에 따른 자원 검색을 확장성 있고 의미 기반으로 하기 위하여 필요한 시맨틱 벡터 공간의 구조를 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 랜드마크(Landmark)를 이용하여 시맨틱 벡터 공간의 자원을 시맨틱 좌표에 매핑하는 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 랜드마크(Landmark)를 이용하여 시맨틱 벡터 공간의 자원을 시맨틱 좌표에 매핑하는 방법 중 일 실시예를 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 자원을 등록 및 검색하기 위해 자원의 시맨틱 좌표 공간으로 라우팅하는 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 시맨틱 자원을 검색하는 방법을 설명하기 위한 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈", "블록" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 실시예에 따른 자원 검색을 확장성 있고 의미 기반으로 하기 위하여 필요한 시맨틱 벡터 공간(100)의 구조를 설명하기 위한 도면이다.
시맨틱 벡터 공간(100)은 의미상으로 유사한 자원(300)을 다수개 포함하는 존(Zone)으로 형성하고, 형성된 존들이 다수개 존재하는 영역으로 이루어진다. 여기서, 의미상으로 유사한 자원(300)은 TV 관련 서비스, 라디오 관련 서비스, 교통 관리 카메라 서비스 등 유사한 서비스들이 동일한 존에 형성됨을 의미한다. 이하, 본 발명의 실시예에 따른 서비스와 자원(300)은 동일한 의미로 사용된다.
시맨틱 벡터 공간(100)은 여러 개의 존으로 나누어지고, 각 존들을 각 검색 서버(200)에 할당한다. 또한, 검색 서버(200)는 존을 관리하고 하나의 검색 서버(200)가 있을 때 확장성 문제를 해결하기 위해 여러 개의 검색 서버(200)를 시맨틱 벡터 공간(100)이라는 논리적 좌표계에 위치시켰다.
한편, 검색 서버(200)는 특정한 대상이 있는 것이 아니라 모든 자원(300)이 자원(300)의 역할과 검색 서버(200)의 역할을 동시에 수행한다.
자원(300)은 자신의 시맨틱 좌표가 포함된 존을 관리하는 검색 서버(200)에 등록되며, 의미상으로 유사한 자원(300)들이 인접한 검색 서버(200)에 등록된다.
사용자가 원하는 자원(300)은 자원(300)을 표현한 질의(Query)에 시맨틱 좌표를 부여받고, 이에 해당하는 검색 서버(200)로 라우팅하게 된다. 본 발명의 실시예에 따른 최적의 자원(300)을 찾기 위해서는 시맨틱 벡터 공간(100)상에서 질의에 해당하는 위치를 중심으로 제한된 영역만을 찾으면 되므로 비용의 최소화, 네트워크 부하를 감소할 수 있다.
자원(300)과 검색 서버(200)는 시맨틱 벡터 공간(100)에 매핑시킴으로써 검색 범위를 최소화할 수 있고, 검색 결과를 중앙 집중식 인덱스 기법을 사용하는 시스템에 필적할 만한 정확도를 얻을 수 있다.
도 2는 본 발명의 실시예에 따른 랜드마크(Landmark)를 이용하여 시맨틱 벡터 공간(100)의 자원(300)을 시맨틱 좌표에 매핑하는 방법을 설명하기 위한 도면이다.
(2A), (2B)에 도시된 바와 같이, 각 자원(300)은 여러 개의 속성들로 이루어진 자신의 자원 디스크립션을 가지고 각각의 속성을 온톨로지(ontology)로 표현한다. 여기서, 자원 디스크립션은 애튜리뷰트(Attribute)와 밸류(Value) 관계로 표현한다.
도 2에 도시된 바와 같이, 교통 관리 카메라 서비스에 대한 자원 디스크립션을 애튜리뷰트(Attribute)와 밸류(Value) 관계로 표현한 일예는 다음과 같다.
교통 관리 카메라 서비스는 위치 정보(Location)를 "42nd St."이고, 트래픽 상태 정보(Traffic State)를 "Smooth"라고 표현할 수 있다.
어떤 자원(300)의 시맨틱 벡터 공간(100)에서의 시맨틱 좌표를 생성하기 위해서는 기준 좌표가 되는 랜드마크를 이용한다. 여기서, 랜드마크는 기준이 되는 자원(300)으로 자원(300)들 중에 각 자원(300)의 타입에 따라 N개를 미리 정의해 둔다. 랜드마크를 정의하는 방법은 N개의 자원(300)이 갖는 속성값이 골고루 분산되도록 정의한다.
자원(300)은 랜드마크의 수가 많아지면 보다 정확히 시맨틱 벡터 공간(100)에 매핑할 수 있으나 높은 유지 비용이 든다. 따라서, 랜드마크의 개수는 자원(300)의 속성 개수와 그 속성에 해당하는 온톨로지의 크기와 연관되어 기설정한다.
기준 좌표가 되는 랜드마크들이 존재하고, 시맨틱 좌표를 구하고 싶은 자원(300)이 있는 경우, 각각의 랜드마크들과 좌표를 구하고 싶은 자원(300) 간에 의미 유사도를 측정한다. 이와 같은 측정한 의미 유사도는 시맨틱 좌표값으로 이용된다.
의미 유사도는 두 자원 사이의 의미적 유사한 정도를 수치로 표현한 것으로서, 속성 유사도 함수 및 시맨틱 거리 함수를 이용하여 구한다.
이하, 속성 유사도 함수는 다음의 [수학식 1]와 같이 표현되고, 시맨틱 거리 함수는 다음의 [수학식 2]와 같이 표현된다.
여기서, C1, C2는 자원(300)의 속성, L은 두 속성 C1, C2 사이의 최단 거리의 길이, h는 두 속성 C1, C2의 공통 노드의 높이, α, β는 각각 L, h에 가중치를 주기 위한 최적화 상수값(α≥0, β≥0)이다.
속성 유사도 함수는 두 속성 간의 유사도를 0과 1 사이의 값으로 표현하고, 두 속성이 같으면 1을 내보내고, 두 속성이 다르면 함수의 결과를 내보낸다.
여기서, S1, S2는 자원(300), n은 자원(300)에 있는 속성의 개수, Wi는 해당 속성의 가중치 상수값이다.
시맨틱 거리 함수는 두 자원 간의 유사도를 0과 1 사이의 값으로 표현하고, 두 자원이 유사할수록 0에 가깝다. 시맨틱 거리 함수는 자원(300)에 속하는 각각의 속성과 그 속성의 가중치를 곱한 값의 합으로 계산된다.
도 3은 본 발명의 실시예에 따른 랜드마크(Landmark)를 이용하여 시맨틱 벡터 공간(100)의 자원(300)을 시맨틱 좌표로 매핑하는 방법 중 일 실시예를 설명하기 위한 도면이다.
(3A)에 도시된 바와 같이, 예를 들어, 의미 유사도를 구하는 방법은 기준 좌표가 되는 랜드마크를 TV 관련 서비스, 라디오(Radio) 관련 서비스, 라이트(Light) 관련 서비스라고 가정하고, 구하고 싶은 자원(300)을 알람 관련 서비스라고 가정하자.
랜드 마크 중 TV 관련 서비스에 대한 자원 디스크립션은 위치 정보 "신도림"이고, 타임 정보 "흑백 TV"이라고 가정한다.
구하고 싶은 자원(300)인 알람 관련 서비스는 위치 정보 "교대"이고, 타임 정보 "알람"이라고 가정한다.
위치 정보(Location)는 L = legth(=2), h = height(=2)이고, 타임 정보(Type)는 L = legth(=3), h = height(=1)이다. 여기서, L은 온톨로지 상에서 비교하는 두 속성 간의 최단 거리의 길이이고, h는 온톨로지 상에서 두 속성의 공통 노드의 높이이다.
(3b)는 랜드마크 기반의 자원 코디네이션으로서, 랜드마크가 3개의 자원(300)이며, 구하고자 하는 자원(300)이 2개인 경우이다.
알람 관련 서비스(S1)의 X1은 TV 관련 서비스와 알람 관련 서비스 간의 자원 디스크립션(위치 정보와 타입 정보)을 속성 유사도 함수([수학식 1])의 파라미터로 대입하여 속성 유사도를 생성한 후, 생성한 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 구한다.
이와 같이, 시맨틱 좌표 X1을 구한 방식과 동일하게 Y1을 라디오 관련 서비스와 알람 관련 서비스 사이에, Z1을 라이트 관련 서비스와 알람 관련 서비스 사이에서 속성 유사도 함수 및 시맨틱 거리 함수를 이용하여 시맨틱 좌표를 생성한다.
알람 관련 서비스는 시맨틱 벡터 공간(100)에 자원(300)의 시맨틱 좌표(X1, Y1, Z1)를 매칭하여 표시한다. 랜드마크의 개수에 따라 N차원의 시맨틱 좌표가 생성된다.
도 4는 본 발명의 실시예에 따른 자원(300)을 등록 및 검색하기 위해 자원(300)의 시맨틱 좌표 공간으로 라우팅하는 방법을 설명하기 위한 도면이고, 도 5는 본 발명의 실시예에 따른 시맨틱 자원(300)을 검색하는 방법을 설명하기 위한 도면이다.
도 1에서 모든 자원(300)은 자원(300)의 역할과 검색 서버(200)의 역할을 한다고 설명한 바 있다. 이하, 도 4를 설명함에 있어 자원(300)과 검색 서버(200)를 통칭하는 노드라는 표현을 사용하기로 한다. 즉, 노드는 자원(300)이며, 검색 서버(200)를 동시에 의미한다.
노드 N10(400)은 자원 S1을 등록하기 위해 등록 절차를 수행하고 있다. 즉 노드 N10(400)이 자원 S1을 등록하고 싶은 경우, 노드 N10(400)은 시맨틱 좌표 생성 알고리즘을 이용하여 자원 S1의 시맨틱 좌표인 PS1(500)을 생성한다. 여기서, 시맨틱 좌표 생성 알고리즘은 전술한 도 2 및 도 3에서 [수학식 1] 및 [수학식 2]을 통해 두 자원 사이의 의미적 유사한 정도를 수치로 계산하는 일련의 과정을 의미한다.
예를 들어, 노드 N10(400)은 서울에 있는 강남의 알람 서비스라고 가정하고, 알람 서비스를 등록하기 위해 시맨틱 좌표 생성 알고리즘을 이용하여 알람 서비스의 시맨틱 좌표인 PS1(500)을 계산한다.
도 4에 도시된 바와 같이, 노드 N10(400)은 노드 N6(410)을 통해 자원 S1을 등록하기 위한 등록 요청 메시지를 생성하여 PS1(500)을 담당하는 노드 N8(420)로 라우팅한다. 이어서, 노드 N8(420)은 시맨틱 좌표인 PS1(500)이 존재하는 존으로서, 노드 N10(400)으로부터 등록 요청 메시지를 수신하는 경우, 자원 S1을 시맨틱 좌표인 PS1(500)과 함께 등록한다.
노드 N2(430)는 자원 S2를 사용하기 위해 검색 절차를 수행하고 있다. 즉 노드 N2(430)는 자원 S2를 사용하기 위해서 시맨틱 좌표 생성 알고리즘을 통해 자원 S2의 시맨틱 좌표인 PS2(510)를 계산한다(S100).
노드 N2(430)는 자원 S2를 사용하기 위한 검색 요청 메시지를 생성하여 노드 N5(440)을 거쳐 노드 N8(420)로 전송한다(S102). 여기서, 검색 요청 메시지는 시맨틱 좌표인 PS2(510) 및 유사도 범위값인 ds2 정보(600)를 포함하고 있다. 여기서, 유사도 범위값(600)은 자원 검색시 원하는 자원(300)을 검색하지 못하는 경우 일정 범위에서 유사한 자원(300)을 검색하기 위한 기준으로 사용되며, 0부터 1사이의 값을 가진다.
노드 N8(420)은 노드 N2(430)로부터 자원 S2를 사용하기 위한 검색 요청 메시지를 수신하는 경우, 시맨틱 좌표인 PS2(510)를 가지는 자원(300)이 존재하는지 해당 존의 자원 리스트를 참조하여 판단한다(S104). 여기서, 자원 리스트는 해당 존의 자원(300)과 자원(300)에 해당하는 시맨틱 좌표 및 IP 주소가 매칭된 테이블을 의미한다.
노드 N8(420)은 시맨틱 좌표인 PS2(510)를 가지는 자원(300)이 자원 리스트에 존재한다고 판단하는 경우, 검색된 자원(300)의 IP 주소를 포함한 검색 성공 메시지를 생성하여 노드 N5(440)을 거쳐 노드 N2(430)로 전송한다(S106).
노드 N8(420)은 시맨틱 좌표인 PS2(510)를 가지는 자원(300)이 자원 리스트에 존재하지 않는다고 판단하는 경우, 유사도 범위인 ds2(600)에서 유사한 자원(300)을 검색하여 검색된 자원(300)의 IP 주소를 포함한 검색 성공 메시지를 생성하여 노드 N5(440)을 거쳐 노드 N2(430)로 전송한다(S108). 여기서, ds2(600)는 도 4에 도시된 회색으로 칠해진 범위를 의미한다.
다시 말해, 노드 N8(420)은 유사도 범위값의 전체 영역 중 노드 N8(420)이 관리하는 영역에서 유사한 자원(300)을 검색하여 검색된 자원(300)의 IP 주소를 포함한 검색 성공 메시지를 생성하여 노드 N5(440)를 거쳐 노드 N2(430)로 전송한다.
또한, 노드 N8(420)은 유사도 범위값(600)의 전체 영역 중 노드 N8(420)이 관리하는 영역에서 유사한 자원(300)을 검색하지 못한 경우, 유사도 범위 ds2(600)에 해당하는 영역의 노드 N7(450) 및 노드 N9(460)로 검색을 요청한다. 이어서, 해당 노드 N7(450) 및 노드 N9(460)은 유사한 자원(300)을 검색하여 노드 N2(430)로 전송하게 된다.
노드 N8(420), 노드 N7(450) 및 노드 N9(460)는 시맨틱 좌표인 PS2(510)를 가지는 자원(300)과 이에 유사한 자원(300)을 검색하지 못한 경우, 검색 실패 메시지를 생성하여 노드 N2(430)로 전송한다.
이상에서 설명한 본 발명의 실시예는 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (10)

  1. (a) 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션과 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션을 각각 애튜리뷰트(Attribute)와 밸류(Value) 관계로 온톨로지(ontology)상에 표현하는 단계;
    (b) 상기 제1 자원 디스크립션과 상기 제2 자원 디스크립션 간의 애튜리뷰트 및 밸류에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하는 단계; 및
    (c) 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 자원의 시맨틱 좌표를 생성하는 단계
    를 포함하는 시맨틱 자원 검색 방법.
  2. 제1 항에 있어서,
    상기 시맨틱 거리 함수는 상기 계산한 속성 유사도에 가중치를 곱한 값의 합으로 표현하는 것을 특징으로 하는 시맨틱 자원 검색 방법.
  3. 제1 항에 있어서,
    상기 랜드마크의 개수는 자원의 속성 개수와 그 속성에 해당하는 온톨로지의 크기와 연관하여 기설정되는 것을 특징으로 하는 시맨틱 자원 검색 방법.
  4. (a) 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션과 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션 간의 애튜리뷰트(Attribute)와 밸류(Value)에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하고, 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 상기 자원의 시맨틱 좌표를 생성하는 단계; 및
    (b) 상기 자원을 등록하기 위한 등록 요청 메시지를 생성하여 상기 생성한 시맨틱 좌표가 존재하는 존을 관리하는 노드로 라우팅함으로써 상기 자원의 등록 절차를 수행하는 단계
    를 포함하는 시맨틱 자원 검색 방법.
  5. (a) 기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션와 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션 간의 애튜리뷰트(Attribute)와 밸류(Value)에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하고, 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 상기 자원의 시맨틱 좌표를 생성하는 단계; 및
    (b) 상기 자원을 사용하기 위한 검색 요청 메시지―상기 검색 요청 메시지는 상기 생성한 시맨틱 좌표와 유사도 범위값을 포함함―를 생성하여 상기 생성한 시맨틱 좌표가 존재하는 존을 관리하는 노드로 라우팅함으로써 상기 자원의 검색 절차를 수행하는 단계
    를 포함하는 시맨틱 자원 검색 방법.
  6. (a) 제1 노드로부터 자원을 사용하기 위한 검색 요청 메시지―상기 검색 요청 메시지는 상기 자원의 시맨틱 좌표와 유사도 범위값을 포함함―를 수신하는 단계; 및
    (b) 상기 자원이 존재하는지 해당 존의 자원 리스트를 이용하여 상기 자원의 검색 절차를 수행하는 단계를 포함하며,
    상기 자원의 시맨틱 좌표는,
    기준 자원을 나타내는 랜드마크의 제1 자원 디스크립션와 시맨틱 좌표를 구하고자 하는 자원의 제2 자원 디스크립션 간의 애튜리뷰트(Attribute)와 밸류(Value)에 대한 최단 거리 길이와 공통 노드 높이를 각각 구하여 속성 유사도 함수의 파라미터로 대입함으로써 상기 애튜리뷰트의 속성 유사도와 상기 밸류의 속성 유사도를 계산하고, 상기 계산한 애튜리뷰트의 속성 유사도와 상기 계산한 밸류의 속성 유사도를 시맨틱 거리 함수의 파라미터로 대입하여 시맨틱 좌표 공간에 상기 자원의 시맨틱 좌표를 생성하는 것을 특징으로 하는 시맨틱 자원 검색 방법.
  7. 제6 항에 있어서,
    상기 (b)단계에서,
    (b-1) 상기 자원이 상기 자원 리스트에서 검색되는 경우, 상기 검색된 자원의 아이피 주소가 포함된 검색 성공 메시지를 생성하여 상기 제1 노드로 전송하는 단계
    를 더 포함하는 시맨틱 자원 검색 방법.
  8. 제6 항에 있어서,
    상기 (b)단계에서,
    (b-2) 상기 자원이 상기 자원 리스트에서 검색되지 않는 경우 상기 유사도 범위값을 이용하여 상기 자원과 유사한 자원을 검색하고, 상기 검색된 유사한 자원의 아이피 주소가 포함된 검색 성공 메시지를 생성하여 상기 제1 노드로 전송하는 단계
    를 더 포함하는 시맨틱 자원 검색 방법.
  9. 제8 항에 있어서,
    상기 (b-2)단계에서,
    (b-3) 상기 유사도 범위값을 이용하여 상기 유사한 자원을 검색하는 경우 상기 유사한 범위값의 전체 영역 중 제2 노드―상기 제2 노드는 상기 자원의 검색 절차를 수행하는 노드를 의미함―가 관리하는 영역에서 유사한 자원을 검색하는 것을 특징으로 하는 시맨틱 자원 검색 방법.
  10. 제9 항에 있어서,
    상기 (b-3)단계에서,
    상기 제2 노드가 관리하는 영역에서 상기 유사한 자원을 검색하지 못한 경우, 상기 제2 노드로부터 상기 유사도 범위값에 해당하는 영역의 다른 노드로 검색 요청을 하는 것을 특징으로 하는 시맨틱 자원 검색 방법.
KR1020070083373A 2007-08-20 2007-08-20 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법 KR100913441B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070083373A KR100913441B1 (ko) 2007-08-20 2007-08-20 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070083373A KR100913441B1 (ko) 2007-08-20 2007-08-20 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법

Publications (2)

Publication Number Publication Date
KR20070091091A KR20070091091A (ko) 2007-09-07
KR100913441B1 true KR100913441B1 (ko) 2009-09-03

Family

ID=38689144

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070083373A KR100913441B1 (ko) 2007-08-20 2007-08-20 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법

Country Status (1)

Country Link
KR (1) KR100913441B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101038337B1 (ko) * 2007-09-27 2011-06-01 조광현 온톨로지 기반 인덱스 방법 및 이를 이용한 검색엔진

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002251412A (ja) * 2001-02-22 2002-09-06 Canon Inc 文書検索装置および方法ならびに記憶媒体
KR20060004909A (ko) * 2003-02-14 2006-01-16 너바나, 인코퍼레이티드. 시맨틱 지식의 검색, 관리, 포착, 공유, 발견, 전달 및프리젠테이션 시스템 및 방법
JP2007109062A (ja) * 2005-10-14 2007-04-26 Nippon Telegr & Teleph Corp <Ntt> リソース検索方法及びリソース検索システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002251412A (ja) * 2001-02-22 2002-09-06 Canon Inc 文書検索装置および方法ならびに記憶媒体
KR20060004909A (ko) * 2003-02-14 2006-01-16 너바나, 인코퍼레이티드. 시맨틱 지식의 검색, 관리, 포착, 공유, 발견, 전달 및프리젠테이션 시스템 및 방법
JP2007109062A (ja) * 2005-10-14 2007-04-26 Nippon Telegr & Teleph Corp <Ntt> リソース検索方法及びリソース検索システム

Also Published As

Publication number Publication date
KR20070091091A (ko) 2007-09-07

Similar Documents

Publication Publication Date Title
US8166074B2 (en) Index data structure for a peer-to-peer network
US20110161307A1 (en) Method, system, and device for searching for information and method for registering vertical search engine
CN103107944B (zh) 一种内容定位方法和路由设备
Mohan et al. Managing data in computational edge clouds
US9742669B2 (en) Aliasing of named data objects and named graphs for named data networks
EP1859602B1 (en) Distributed storing of network position information for nodes
KR101852597B1 (ko) 이동객체 빅데이터 정보저장 시스템 및 이를 이용한 이동객체 빅데이터 저장 및 색인 처리 방법
JP6022218B2 (ja) 階層的な名前構造に基づいたネットワークにおけるコンテンツ要請者及びコンテンツ回答者の通信方法及び装置
Ramachandran et al. Sensor search using clustering technique in a massive IoT environment
CN108141463A (zh) 用于物联网资源发现和路由的基于icn的分布式资源目录
KR100913441B1 (ko) 자원의 시맨틱 공간 매핑을 이용한 시맨틱 자원 검색 방법
KR100475668B1 (ko) 그리드 네트워크에서 그리드 자원에 대한 정보를 제공하는장치 및 방법과 그 프로세스를 기록한 컴퓨터 판독가능한기록매체
Mühleisen et al. A self-organized semantic storage service
Kang et al. A Semantic Service Discovery Network for Large‐Scale Ubiquitous Computing Environments
CN109495525B (zh) 网络组件、解析内容标识的方法和计算机可读存储介质
Shah et al. Searching in internet of things using VCS
Jin et al. Automated mashup of CoAP services on the Internet of Things
Walters et al. A distributed framework for organizing an internet of things
Javaheri et al. Hybrid naming scheme based pursuit architecture for smart city
Wendt et al. Semantically enriched spatial modelling of industrial indoor environments enabling location-based services
KR101742524B1 (ko) CoAP 기반 매시업 서비스를 제공하기 위한 시스템 및 그 방법
KR20150043992A (ko) 리소스 접근 방법 및 이를 적용한 시스템
JP5965353B2 (ja) アドレス解決システム及び方法
KR102139733B1 (ko) 의미추론 서비스 디스커버리 시스템
Walters et al. Evolving Presentity-Based Context Schemas by Estimating Context Proximity

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120730

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130730

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140724

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150729

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee