KR102153829B1 - 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법 - Google Patents

데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법 Download PDF

Info

Publication number
KR102153829B1
KR102153829B1 KR1020190120296A KR20190120296A KR102153829B1 KR 102153829 B1 KR102153829 B1 KR 102153829B1 KR 1020190120296 A KR1020190120296 A KR 1020190120296A KR 20190120296 A KR20190120296 A KR 20190120296A KR 102153829 B1 KR102153829 B1 KR 102153829B1
Authority
KR
South Korea
Prior art keywords
data
transmission period
iot
iot terminal
gateway
Prior art date
Application number
KR1020190120296A
Other languages
English (en)
Inventor
최준균
한재섭
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 KR1020190120296A priority Critical patent/KR102153829B1/ko
Priority to US16/987,021 priority patent/US20210099324A1/en
Application granted granted Critical
Publication of KR102153829B1 publication Critical patent/KR102153829B1/ko

Links

Images

Classifications

    • H04L67/325—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/62—Establishing a time schedule for servicing the requests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/75—Information technology; Communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/16—Gateway arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Selective Calling Equipment (AREA)
  • Telephonic Communication Services (AREA)

Abstract

다양한 실시예들은 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법에 관한 것으로, IoT 게이트웨이가, 제 1 전송 주기를 기반으로, IoT 단말로부터 제 1 데이터를 수신하고, 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원하고, 미리 정해지는 머신 러닝 기법을 사용하여, 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측하고, 제 1 데이터와 제 3 데이터를 비교하여, 제 1 전송 주기를 제어하도록 구성될 수 있다.

Description

데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법{IOT GATEWAY FOR CONTROLLING DATA REPORTING INTERVAL OF IOT TERMINAL BASED ON DATA PREDICTION ACCURACY AND OPERATING METHOD THEREOF}
다양한 실시예들은 IoT(internet of things) 시스템 및 그의 동작 방법에 관한 것으로, 특히 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법에 관한 것이다.
사물 인터넷(이하, IoT) 기술은, 네트워크를 통해, IoT 단말들이 부착된 사물들에서 수집되는 데이터를 이용하여 어떤 가치 있는 서비스를 구현하는 기술을 나타낸다. 이러한 IoT 기술의 지속적인 발전에 따라, 다양한 환경 내에 배치되는 IoT 단말들의 수가 점차로 증가되고 있다. IoT 단말들은 주기적으로 데이터를 전송한다. 그런데, IoT 단말들에서 수집되는 데이터는 대부분 중복되는 정보 또는 불필요한 정보를 포함하고 있다. 이로 인하여, IoT 단말들이 데이터를 전송하는 데 전력을 소모함에 따라, 에너지 자원이 낭비되는 문제점이 있다. 이에 따라, IoT 단말들의 수명이 단축될 수 있다.
다양한 실시예들은, IoT 단말들에서 데이터를 전송하는 데 있어서, 불필요한 에너지 자원 낭비를 방지함으로써, IoT 단말들의 수명을 연장시킬 수 있는 IoT 게이트웨이 및 그의 동작 방법을 제공한다.
다양한 실시예들은, IoT 단말들로부터 전송되는 데이터에서 중복되는 정보 또는 불필요한 정보가 최소화되도록 데이터를 전송하는 주기를 제어함으로써, IoT 단말들에서 소모되는 전력을 절감시킬 수 있는 IoT 게이트웨이 및 그의 동작 방법을 제공한다.
다양한 실시예들에 따른 IoT 시스템은, 제 1 전송 주기를 기반으로, 제 1 데이터를 전송하도록 구성되는 IoT 단말, 및 상기 IoT 단말로부터 상기 제 1 데이터를 수신하고, 상기 제 1 전송 주기를 제어하도록 구성되는 IoT 게이트웨이를 포함하고,
다양한 실시예들에 따르면, 상기 IoT 게이트웨이는, 상기 제 1 데이터를 기반으로, 상기 제 1 전송 주기 내의 제 2 데이터를 복원하고, 미리 정해지는 머신 러닝 기법을 사용하여, 상기 제 1 데이터 및 상기 제 2 데이터를 기반으로, 제 3 데이터를 예측하고, 상기 제 1 데이터와 상기 제 3 데이터를 비교하여, 상기 제 1 전송 주기를 제어하도록 구성될 수 있다.
다양한 실시예들에 따른 IoT 게이트웨이는, 적어도 하나의 IoT 단말과 통신하기 위한 통신 모듈, 및 상기 통신 모듈을 통해, 상기 IoT 단말로부터 데이터를 수신하고, 상기 데이터를 처리하도록 구성되는 프로세서를 포함할 수 있다.
다양한 실시예들에 따르면, 상기 프로세서는, 상기 통신 모듈을 통해, 제 1 전송 주기를 기반으로, IoT 단말로부터 제 1 데이터를 수신하고, 상기 제 1 데이터를 기반으로, 상기 제 1 전송 주기 내의 제 2 데이터를 복원하고, 미리 정해지는 머신 러닝 기법을 사용하여, 상기 제 1 데이터 및 상기 제 2 데이터를 기반으로, 제 3 데이터를 예측하고, 상기 제 1 데이터와 상기 제 3 데이터를 비교하여, 상기 제 1 전송 주기를 제어하도록 구성될 수 있다.
다양한 실시예들에 따른 IoT 게이트웨이의 동작 방법은, 제 1 전송 주기를 기반으로, IoT 단말로부터 제 1 데이터를 수신하는 동작, 상기 제 1 데이터를 기반으로, 상기 제 1 전송 주기 내의 제 2 데이터를 복원하는 동작, 미리 정해지는 머신 러닝 기법을 사용하여, 상기 제 1 데이터 및 상기 제 2 데이터를 기반으로, 제 3 데이터를 예측하는 동작, 및 상기 제 1 데이터와 상기 제 3 데이터를 비교하여, 상기 제 1 전송 주기를 제어하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, IoT 게이트웨이가 IoT 단말로부터 전송되는 데이터로부터 예측되는 데이터에 대한 정확도를 기반으로, IoT 단말에서 데이터를 전송하는 주기를 제어할 수 있다. 이를 통해, IoT 게이트웨이는 IoT 단말로부터 전송되는 데이터에서 중복되는 정보 또는 불필요한 정보가 최소화되도록, IoT 단말에서 데이터를 전송하는 주기를 제어할 수 있다. 이에 따라, IoT 게이트웨이는 IoT 단말에서 소모되는 전력을 절감시키면서, IoT 단말로부터 필요한 데이터를 취합할 수 있다. 이로 인해, IoT 단말에서 데이터를 전송하는 데 있어서, 불필요한 에너지 자원 낭비가 방지되고, 나아가 IoT 단말의 수명이 연장될 수 있다. 아울러, IoT 게이트웨이에서 데이터를 관리하고 분석하는 데 소요되는 비용이 절감될 수 있다.
도 1은 다양한 실시예들에 따른 IoT 시스템의 구조를 도시하는 도면이다.
도 2는 다양한 실시예들에 따른 IoT 시스템의 동작 방법을 도시하는 도면이다.
도 3은 다양한 실시예들에 따른 IoT 단말의 내구 구성을 도시하는 도면이다.
도 4는 다양한 실시예들에 따른 IoT 단말의 동작 방법을 도시하는 도면이다.
도 5는 다양한 실시예들에 따른 IoT 게이트웨이의 내부 구성을 도시하는 도면이다.
도 6은 다양한 실시예들에 따른 IoT 게이트웨이의 동작 방법을 도시하는 도면이다.
도 7, 도 8a, 도 8b, 도 9 및 도 10은 다양한 실시예들에 따른 IoT 게이트웨이의 동작 방법을 설명하기 위한 도면들이다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 설명된다.
도 1은 다양한 실시예들에 따른 IoT 시스템(100)의 구조를 도시하는 도면이다.
도 1을 참조하면, 다양한 실시예들에 따른 IoT 시스템(100)은 복수 개의 IoT 단말(110)들과 적어도 하나의 IoT 게이트웨이(120)를 포함할 수 있다. 각각의 IoT 게이트웨이(120)는 네트워크를 통해 하나 이상의 IoT 단말(110)들과 통신을 수행할 수 있다. 여기서, 네트워크는 무선 네트워크, 예컨대 근거리 무선 네트워크를 포함할 수 있다.
IoT 단말(110)들은 다양한 사물들에 각각 부착되어, 각종 데이터를 수집할 수 있다. 이 때 각각의 IoT 단말(110)은 미리 설정되는 전송 주기를 기반으로 IoT 게이트웨이(120)에 데이터를 전송할 수 있다. 바꿔 말하면, IoT 단말(110)들의 전송 주기들은 서로 다를 수 있다.
IoT 게이트웨이(120)는 IoT 단말(110)들로부터 데이터를 취합할 수 있다. 그리고 IoT 게이트웨이(120)는 IoT 단말(119)들 중 적어도 어느 하나의 전송 주기를 각각 제어할 수 있다. 이 때 IoT 게이트웨이(120)는 외부 장치(미도시)와 무선 또는 유선으로 연결될 수 있으며, loT 단말(110)들과 외부 장치 간 통신을 중계할 수 있다. 여기서, IoT 게이트웨이(120)는 IoT 단말(110)들로부터 취합된 데이터를 외부 장치에 전달할 수 있으며, 외부 장치로부터 수신되는 제어 명령을 IoT 단말(110)들에 전달할 수도 있다.
도 2는 다양한 실시예들에 따른 IoT 시스템(100)의 동작 방법을 도시하는 도면이다.
도 2를 참조하면, 각각의 IoT 단말(110)은 210 동작에서 데이터를 수집할 수 있다. 이 때 각각의 IoT 단말(110)은 각각의 사물에 부착되어, 데이터를 수집할 수 있다. 이 후 각각의 IoT 단말(110)은 220 동작에서 미리 설정되는 제 1 전송 주기를 기반으로, IoT 게이트웨이(120)에 제 1 데이터를 전송할 수 있다.
IoT 게이트웨이(120)는 230 동작에서 제 1 데이터를 저장할 수 있다. IoT 게이트웨이(120)는 제 1 전송 주기를 기반으로, 각각의 IoT 단말(110)로부터 제 1 데이터를 수신할 수 있다. 이를 통해, IoT 게이트웨이(120)가 제 1 전송 주기를 기반으로, 제 1 데이터를 저장할 수 있다.
IoT 게이트웨이(120)는 240 동작에서 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원할 수 있다. 이 때 IoT 게이트웨이(120)는 제 1 데이터로부터 제 2 데이터를 선형 복원할 수 있다. 여기서, IoT 게이트웨이(120)는 선형보간법을 적용하여, 제 1 데이터로부터 제 2 데이터를 선형 복원할 수 있다. 예를 들면, IoT 게이트웨이(120)는 각각의 제 1 전송 주기 전후의 제 1 데이터를 이용하여, 제 2 데이터를 선형 복원할 수 있다.
IoT 게이트웨이(120)는 250 동작에서 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측할 수 있다. 이 때 IoT 게이트웨이(120)는 미리 정해지는 머신 러닝(machine leaning) 기법을 사용하여, 제 3 데이터를 예측할 수 있다. 예를 들면, 머신 러닝 기법은, 장단기 메모리(LSTM; long-short term memory) 기법을 포함할 수 있다.
IoT 게이트웨이(120)는 260 동작에서 제 1 데이터 및 제 3 데이터를 기반으로, 제 2 전송 주기를 계산할 수 있다. 이 때 IoT 게이트웨이(120)는 제 1 데이터와 제 3 데이터를 비교하여, 제 2 전송 주기를 계산할 수 있다. 이를 통해, IoT 게이트웨이(120)는 제 3 데이터에 대한 예측 정확도를 기반으로, 제 2 전송 주기를 계산할 수 있다. 예를 들면, IoT 게이트웨이(120)는 동일한 시간에 대하여, 제 1 데이터와 제 3 데이터의 차이값을 계산할 수 있다. 그리고 IoT 게이트웨이(120)는 차이값을 기반으로, 제 2 전송 주기를 계산할 수 있다. 일 예로, IoT 게이트웨이(120)는 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 제 2 전송 주기를 계산할 수 있다.
IoT 게이트웨이(120)는 270 동작에서 각각의 IoT 단말(110)에 제 2 전송 주기를 통보할 수 있다. 일 예로, IoT 게이트웨이(120)는 각각의 IoT 단말(110)에 제 1 전송 주기와 제 2 전송 주기의 차이값을 전송할 수 있다.
IoT 단말(110)은 280 동작에서 제 2 전송 주기를 기반으로 제 1 전송 주기를 갱신할 수 있다. 이 때 IoT 단말(110)은 제 2 전송 주기에 상응하도록, 제 1 전송 주기에 대한 설정을 변경할 수 있다. 일 예로, IoT 단말(110)은 제 1 전송 주기와 제 2 전송 주기의 차이값 만큼, 제 1 전송 주기를 조절할 수 있다.
다양한 실시예들에 따른 IoT 시스템(100)은, 제 1 전송 주기를 기반으로, 제 1 데이터를 전송하도록 구성되는 IoT 단말(110), 및 IoT 단말(110)로부터 제 1 데이터를 수신하고, 제 1 전송 주기를 제어하도록 구성되는 IoT 게이트웨이(120)를 포함할 수 있다.
다양한 실시예들에 따르면, IoT 게이트웨이(120)는, 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원하고, 미리 정해지는 머신 러닝 기법을 사용하여, 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측하고, 제 1 데이터와 제 3 데이터를 비교하여, 제 1 전송 주기를 제어하도록 구성될 수 있다.
다양한 실시예들에 따르면, IoT 게이트웨이(120)는, 동일한 시간에 대하여, 제 1 데이터와 제 3 데이터의 차이값을 계산하고, 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 제 2 전송 주기를 계산하고, IoT 단말(110)에 제 2 전송 주기를 통보할 수 있다.
다양한 실시예들에 따르면, IoT 단말(110)은, 제 2 전송 주기가 통보되면, 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신할 수 있다.
다양한 실시예들에 따르면, 머신 러닝 기법은, 장단기 메모리(LSTM) 기법을 포함할 수 있다.
다양한 실시예들에 따르면, IoT 게이트웨이(120)는, 선형보간법을 적용하여, 제 1 데이터로부터 제 2 데이터를 선형 복원할 수 있다.
도 3은 다양한 실시예들에 따른 IoT 단말(110)의 내구 구성을 도시하는 도면이다.
도 3을 참조하면, 다양한 실시예들에 따른 IoT 단말(110)은, 어떤 사물에 부착되어, 데이터를 수집하며, 센서 모듈(310), 통신 모듈(320), 메모리(330) 또는 프로세서(340) 중 적어도 어느 하나를 포함할 수 있다. 어떤 실시예에서는 IoT 단말(110)의 구성 요소들 중 적어도 어느 하나가 생략되거나, IoT 단말(110)에 하나 이상의 다른 구성 요소들이 추가될 수 있다.
센서 모듈(310)은 IoT 단말(110)이 부착된 사물의 상태를 나타내는 데이터를 생성할 수 있다. 센서 모듈(310)은 사물의 내부 또는 외부 환경 중 적어도 어느 하나로부터 사물의 상태를 감지할 수 있다.
통신 모듈(320)은 IoT 단말(110)의 통신 수행을 지원할 수 있다. 통신 모듈(320)은 IoT 단말(110)을 위한 통신 채널을 수립하고, 통신 채널을 통하여 통신을 수행할 수 있다. 여기서, 통신 모듈(320)은 유선 통신 모듈 또는 무선 통신 모듈 중 적어도 어느 하나를 포함할 수 있다. 예를 들면, 무선 통신 모듈은 셀룰러 통신 모듈, 근거리 통신 모듈 또는 위성 통신 모듈 중 적어도 어느 하나를 포함할 수 있다. 이 때 통신 모듈(320)은 IoT 단말(110)과 IoT 게이트웨이(120) 간 통신 수행을 지원할 수 있다.
메모리(330)는 IoT 단말(110)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는 프로그램 또는 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 예를 들면, 메모리(330)는 휘발성 메모리 또는 비휘발성 메모리 중 적어도 어느 하나를 포함할 수 있다.
프로세서(340)는 메모리(330)의 프로그램을 실행하여, IoT 단말(110)의 적어도 하나의 구성 요소를 제어할 수 있고, 데이터 처리 또는 연산을 수행할 수 있다. 이 때 프로세서(340)는 센서 모듈(310)을 통해, 데이터를 수집할 수 있다. 그리고 프로세서(340)는 IoT 단말(110)을 위해 미리 설정되는 제 1 전송 주기를 기반으로, 통신 모듈(320)을 통해, IoT 게이트웨이(120)에 제 1 데이터를 전송할 수 있다. 또한 프로세서(340)는 IoT 게이트웨이(120)의 제어 하에, 제 1 전송 주기를 갱신할 수 있다. 이 때 프로세서(340)는 통신 모듈(320)을 통해, 제 2 전송 주기를 수신하고, 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신할 수 있다.
도 4는 다양한 실시예들에 따른 IoT 단말(110)의 동작 방법을 도시하는 도면이다.
도 4를 참조하면, IoT 단말(110)은 410 동작에서 데이터를 수집할 수 있다. IoT 단말(110)은 어떤 사물에 부착되어, 데이터를 수집할 수 있다. 이 때 프로세서(340)가 센서 모듈(310)을 통해, 데이터를 수집할 수 있다. 센서 모듈(310)이 사물의 내부 또는 외부 환경 중 적어도 어느 하나로부터 사물의 상태를 감지함에 따라, 프로세서(340)가 센서 모듈(310)로부터 데이터를 수집할 수 있다.
IoT 단말(110)은 420 동작에서 IoT 단말(110)을 위해 미리 설정되는 제 1 전송 주기의 경과를 감지할 수 있다. 즉 IoT 단말(110)은, 제 1 전송 주기가 경과될 때마다, 이를 감지할 수 있다. 이에 대응하여, IoT 단말(110)은 430 동작에서 IoT 게이트웨이(120)에 제 1 데이터를 전송할 수 있다. 이 때 프로세서(340)는 통신 모듈(320)을 통해, IoT 게이트웨이(120)에 제 1 데이터를 전송할 수 있다. 이를 통해, IoT 단말(110)이 제 1 전송 주기를 기반으로, IoT 게이트웨이(120)에 제 1 데이터를 전송할 수 있다.
IoT 단말(110)은 440 동작에서 IoT 게이트웨이(120)로부터 제 2 전송 주기를 통보 받을 수 있다. 이 때 프로세서(340)는 통신 모듈(320)을 통해, 제 2 전송 주기를 수신할 수 있다. 일 예로, 프로세서(340)는 제 1 전송 주기와 제 2 전송 주기의 차이값을 수신할 수 있다. 이에 대응하여, IoT 단말(110)은 450 동작에서 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신할 수 있다. 이 때 프로세서(340)는 제 2 전송 주기에 상응하도록, 제 1 전송 주기에 대한 설정을 변경할 수 있다. 일 예로, 프로세서(340)는 제 1 전송 주기와 제 2 전송 주기의 차이값 만큼, 제 1 전송 주기를 조절할 수 있다. 이를 통해, IoT 단말(110)은 IoT 게이트웨이(120)의 제어 하에, 제 1 전송 주기를 갱신할 수 있다.
도 5는 다양한 실시예들에 따른 IoT 게이트웨이(120)의 내부 구성을 도시하는 도면이다.
도 5를 참조하면, 다양한 실시예들에 따른 IoT 게이트웨이(120)는 IoT 단말(110)들로부터 데이터를 취합하며, 통신 모듈(510), 메모리(520) 또는 프로세서(530) 중 적어도 어느 하나를 포함할 수 있다. 이 때 IoT 게이트웨이(120)는 IoT 단말(110)들 중 적어도 어느 하나의 전송 주기를 각각 제어할 수 있다. 어떤 실시예에서들는 IoT 게이트웨이(120)의 구성 요소들 중 적어도 어느 하나가 생략되거나, IoT 게이트웨이(120)에 하나 이상의 다른 구성 요소들이 추가될 수 있다.
통신 모듈(510)은 IoT 게이트웨이(120)의 통신 수행을 지원할 수 있다. 통신 모듈(510)은 IoT 게이트웨이(120)를 위한 통신 채널을 수립하고, 통신 채널을 통하여 통신을 수행할 수 있다. 여기서, 통신 모듈(510)은 유선 통신 모듈 또는 무선 통신 모듈 중 적어도 어느 하나를 포함할 수 있다. 예를 들면, 무선 통신 모듈은 셀룰러 통신 모듈, 근거리 통신 모듈 또는 위성 통신 모듈 중 적어도 어느 하나를 포함할 수 있다. 이 때 통신 모듈(510)은 IoT 게이트웨이(120)와 각각의 IoT 단말(110) 간 통신 수행을 지원할 수 있다.
메모리(520)는 IoT 게이트웨이(120)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는 프로그램 또는 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 예를 들면, 메모리(520)는 휘발성 메모리 또는 비휘발성 메모리 중 적어도 어느 하나를 포함할 수 있다.
프로세서(530)는 메모리(520)의 프로그램을 실행하여, IoT 게이트웨이(120)의 적어도 하나의 구성 요소를 제어할 수 있고, 데이터 처리 또는 연산을 수행할 수 있다. 이 때 프로세서(530)는 통신 모듈(510)을 통해, 각각의 IoT 단말(110)로부터 데이터를 수신하고, 데이터를 처리할 수 있다. 그리고 프로세서(530)는 IoT 단말(110)의 전송 주기를 제어할 수 있다. 예를 들면, 프로세서(530)는 데이터 관리 모듈(531), 데이터 복원 모듈(533), 데이터 예측 모듈(535) 또는 전송 주기 제어 모듈(537) 중 적어도 어느 하나를 포함할 수 있다.
데이터 관리 모듈(531)은 통신 모듈(510)을 통해, IoT 단말(110)로부터 제 1 데이터를 수신할 수 있다. 이 때 데이터 관리 모듈(531)은 제 1 전송 주기를 기반으로, IoT 단말(110)로부터 제 1 데이터를 수신할 수 있다. 그리고 데이터 관리 모듈(531)은 메모리(520)에 제 1 데이터를 저장할 수 있다.
데이터 복원 모듈(533)은 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원할 수 있다. 여기서, 데이터 복원 모듈(533)은 선형보간법을 적용하여, 제 1 데이터로부터 제 2 데이터를 선형 복원할 수 있다.
데이터 예측 모듈(535)은 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측할 수 있다. 이 때 데이터 예측 모듈(535)은 미리 정해지는 머신 러닝(machine leaning) 기법을 사용하여, 제 3 데이터를 예측할 수 있다. 예를 들면, 머신 러닝 기법은, 장단기 메모리(LSTM) 기법을 포함할 수 있다.
전송 주기 제어 모듈(537)은 제 1 데이터와 제 3 데이터를 비교하여, 제 1 전송 주기를 제어할 수 있다. 이를 통해, 전송 주기 제어 모듈(537)은 제 3 데이터에 대한 예측 정확도를 기반으로, 제 2 전송 주기를 계산할 수 있다. 이 때 전송 주기 제어 모듈(537)은 동일한 시간에 대하여, 제 1 데이터와 제 3 데이터의 차이값을 계산할 수 있다. 그리고 전송 주기 제어 모듈(537)은 차이값을 기반으로, 제 2 전송 주기를 계산할 수 있다. 일 예로, 전송 주기 제어 모듈(537)은 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 제 2 전송 주기를 계산할 수 있다. 또한 전송 주기 제어 모듈(537)은, IoT 단말(110)이 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신하도록, 제어할 수 있다. 이를 위해, 전송 주기 제어 모듈(537)은 통신 모듈(510)을 통해, IoT 단말(110)에 제 2 전송 주기를 통보할 수 있다. 일 예로, 전송 주기 제어 모듈(537)은 IoT 단말(110)에 제 1 전송 주기와 제 2 전송 주기의 차이값을 통보할 수 있다.
다양한 실시예들에 따른 IoT 게이트웨이(120)는, 적어도 하나의 IoT 단말(110)과 통신하기 위한 통신 모듈(510), 및 통신 모듈(510)을 통해, IoT 단말(110)로부터 데이터를 수신하고, 데이터를 처리하도록 구성되는 프로세서(530)를 포함할 수 있다.
다양한 실시예들에 따르면, 프로세서(530)는, 통신 모듈(510)을 통해, 제 1 전송 주기를 기반으로, IoT 단말(110)로부터 제 1 데이터를 수신하고, 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원하고, 미리 정해지는 머신 러닝 기법을 사용하여, 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측하고, 제 1 데이터와 제 3 데이터를 비교하여, 제 1 전송 주기를 제어하도록 구성될 수 있다.
다양한 실시예들에 따르면, 프로세서(530)는, 동일한 시간에 대하여, 제 1 데이터와 제 3 데이터의 차이값을 계산하고, 차이값을 기반으로, 제 2 전송 주기를 계산하고, IoT 단말(110)이 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신하도록 제어할 수 있다.
다양한 실시예들에 따르면, 프로세서(530)는, 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 제 2 전송 주기를 계산할 수 있다.
다양한 실시예들에 따르면, 프로세서(530)는, 통신 모듈(510)을 통해, IoT 단말(110)에 제 2 전송 주기를 통보할 수 있다.
다양한 실시예들에 따르면, IoT 단말(110)은, 제 1 전송 주기를 기반으로, 제 1 데이터를 전송하고, 제 2 전송 주기가 통보되면, 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신할 수 있다.
다양한 실시예들에 따르면, 프로세서(530)는, 통신 모듈(510)을 통해, IoT 단말(110)에 제 2 전송 주기와 제 1 전송 주기의 차이값을 통보할 수 있다.
다양한 실시예들에 따르면, 머신 러닝 기법은, 장단기 메모리(LSTM) 기법을 포함할 수 있다.
다양한 실시예들에 따르면, 프로세서(530)는, 선형보간법을 적용하여, 제 1 데이터로부터 상기 제 2 데이터를 선형 복원할 수 있다.
도 6은 다양한 실시예들에 따른 IoT 게이트웨이(120)의 동작 방법을 도시하는 도면이다. 도 7, 도 8a, 도 8b, 도 9 및 도 10은 다양한 실시예들에 따른 IoT 게이트웨이(120)의 동작 방법을 설명하기 위한 도면들이다.
도 6을 참조하면, IoT 게이트웨이(120)는 610 동작에서 제 1 데이터를 수신할 수 있다. 프로세서(530)는 통신 모듈(510)을 통해, IoT 단말(110)로부터 제 1 데이터를 수신할 수 있다. 이 때 프로세서(530)는 제 1 전송 주기를 기반으로, IoT 단말(110)로부터 제 1 데이터를 수신할 수 있다. 예를 들면, IoT 단말(110)은, 도 7에 도시된 바와 같이 수집된 데이터 중 제 1 데이터를 전송하고, 이로 인해 프로세서(530)가 제 1 데이터를 수신할 수 있다.
IoT 게이트웨이(120)는 620 동작에서 제 1 데이터를 저장할 수 있다. 프로세서(530)는 메모리(520)에 제 1 데이터를 저장할 수 있다. 이를 통해, 메모리(520)는 IoT 단말(110)에 대응하여, 제 1 전송 주기를 기반으로, 제 1 데이터를 저장할 수 있다.
IoT 게이트웨이(120)는 630 동작에서 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원할 수 있다. 이 때 프로세서(530)는 제 1 데이터로부터 제 2 데이터를 선형 복원할 수 있다. 여기서, 프로세서(530)는 선형보간법을 적용하여, 제 1 데이터로부터 제 2 데이터를 선형 복원할 수 있다. 예를 들면, 프로세서(530)는. 도 7에 도시된 바와 같이 각각의 제 1 전송 주기 전후의 제 1 데이터를 이용하여, 제 2 데이터를 선형 복원할 수 있다. 제 2 데이터는 IoT 단말(110)로부터 수신되지 않고, 프로세서(530)에 의해 제 1 데이터로부터 선형 복원되므로, 도 7에 도시된 바와 같이 IoT 단말(110)에서 수집된 데이터와 일치하지 않을 수도 있다.
IoT 게이트웨이(120)는 640 동작에서 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측할 수 있다. 이 때 프로세서(530)는 미리 정해지는 머신 러닝 기법을 사용하여, 제 3 데이터를 예측할 수 있다. 예를 들면, 머신 러닝 기법은, 장단기 메모리(LSTM) 기법을 포함할 수 있다. 이를 위해, 프로세서(530), 즉 데이터 예측 모델(535)이, 도 8a에 도시된 바와 같이 복수 개의 LSTM 셀(cell)(835)들을 포함하며, 각각의 LSTM 셀(835)은, 도 8b에 도시된 바와 같이 구현될 수 있다. 여기서, LSTM 셀(835)들 중 어느 하나의 출력이 LSTM 셀(835)들 중 다른 하나의 입력으로 인가될 수 있으며, LSTM 셀(835)들의 출력들의 조합으로 제 3 데이터가 예측될 수 있다. 장단기 메모리 기법에 따르면, 제 1 데이터 및 제 2 데이터 중 시간 t의 데이터를 기반으로, 시간 t+1의 데이터가 예측되고, 시간 t+1의 데이터를 기반으로, 시간 t+2의 데이터가 예측될 수 있다. 이러한 방식으로, 제 3 데이터가, 도 9에 도시된 바와 같이 예측될 수 있다.
IoT 게이트웨이(120)는 650 동작에서 제 1 데이터 및 제 3 데이터를 기반으로, 제 2 전송 주기를 계산할 수 있다. 이 때 프로세서(530)는 제 1 데이터와 제 3 데이터를 비교하여, 제 2 전송 주기를 계산할 수 있다. 이를 통해, 프로세서(530)는 제 3 데이터에 대한 예측 정확도를 기반으로, 제 2 전송 주기를 계산할 수 있다. 예를 들면, 프로세서(530)는, 하기 [수학식 1]과 같이 동일한 시간(t)에 대하여, 제 1 데이터(
Figure 112019099491084-pat00001
)와 제 3 데이터(
Figure 112019099491084-pat00002
)의 차이값(R(t))을 계산할 수 있다. 그리고 프로세서(530)는, 하기 [수학식 2]와 같이 차이값(R(t))을 기반으로, 제 2 전송 주기(Twait(t))를 계산할 수 있다. 일 예로, 프로세서(530)는 차이값(R(t))과 미리 정해지는 최대 전송 주기(Tmax)를 기반으로, 제 2 전송 주기(Twait(t))를 계산할 수 있다.
Figure 112019099491084-pat00003
Figure 112019099491084-pat00004
IoT 게이트웨이(120)는 660 동작에서 IoT 단말(110)에 제 2 전송 주기를 통보할 수 있다. 이 때 프로세서(530)는 통신 모듈(510)을 통해, IoT 단말(110)에 제 2 전송 주기를 통보할 수 있다. 일 예로, 프로세서(530)는 IoT 단말(110)에 제 1 전송 주기와 제 2 전송 주기의 차이값을 전송할 수 있다.
이를 통해, IoT 단말(110)은 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신할 수 있다. 이 때 IoT 단말(110)은 제 2 전송 주기에 상응하도록, 제 1 전송 주기에 대한 설정을 변경할 수 있다. 일 예로, 도 10의 (a)에 도시된 바와 같이 제 1 전송 주기가 설정된 경우, IoT 단말(110)은 도 10의 (b)에 도시된 바와 같이 제 1 전송 주기와 제 2 전송 주기의 차이값 만큼, 제 1 전송 주기를 조절할 수 있다. 이를 통해, IoT 단말(110)은 IoT 게이트웨이(120)의 제어 하에, 제 1 전송 주기를 갱신할 수 있다.
다양한 실시예들에 따른 IoT 게이트웨이(120)의 동작 방법은, 제 1 전송 주기를 기반으로, IoT 단말(110)로부터 제 1 데이터를 수신하는 동작, 제 1 데이터를 기반으로, 제 1 전송 주기 내의 제 2 데이터를 복원하는 동작, 미리 정해지는 머신 러닝 기법을 사용하여, 제 1 데이터 및 제 2 데이터를 기반으로, 제 3 데이터를 예측하는 동작, 및 제 1 데이터와 제 3 데이터를 비교하여, 제 1 전송 주기를 제어하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 제 1 전송 주기를 제어하는 동작은, 동일한 시간에 대하여, 제 1 데이터와 제 3 데이터의 차이값을 계산하는 동작, 차이값을 기반으로, 제 2 전송 주기를 계산하는 동작, 및 IoT 단말(110)이 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신하도록 제어하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 제 2 전송 주기를 계산하는 동작은, 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 제 2 전송 주기를 계산하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 제 1 전송 주기를 갱신하도록 제어하는 동작은, IoT 단말(110)에 제 2 전송 주기를 통보하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, IoT 단말(110)은, 제 1 전송 주기를 기반으로, 제 1 데이터를 전송하고, 제 2 전송 주기가 통보되면, 제 2 전송 주기를 기반으로, 제 1 전송 주기를 갱신할 수 있다.
다양한 실시예들에 따르면, 제 2 전송 주기를 통보하는 동작은, IoT 단말(110)에 제 2 전송 주기와 제 1 전송 주기의 차이값을 통보하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, 머신 러닝 기법은, 장단기 메모리(LSTM) 기법을 포함할 수 있다.
다양한 실시예들에 따르면, 제 2 데이터를 복원하는 동작은, 선형보간법을 적용하여, 제 1 데이터로부터 제 2 데이터를 선형 복원하는 동작을 포함할 수 있다.
다양한 실시예들에 따르면, IoT 게이트웨이(120)가 IoT 단말(110)로부터 전송되는 데이터로부터 예측되는 데이터에 대한 정확도를 기반으로, IoT 단말(110)에서 데이터를 전송하는 주기를 제어할 수 있다. 이를 통해, IoT 게이트웨이(120)는 IoT 단말(110)로부터 전송되는 데이터에서 중복되는 정보 또는 불필요한 정보가 최소화되도록, IoT 단말(110)에서 데이터를 전송하는 주기를 제어할 수 있다. 이에 따라, IoT 게이트웨이(120)는 IoT 단말(110)에서 소모되는 전력을 절감시키면서, IoT 단말(110)로부터 필요한 데이터를 취합할 수 있다. 이로 인해, IoT 단말(110)에서 데이터를 전송하는 데 있어서, 불필요한 에너지 자원 낭비가 방지되고, 나아가 IoT 단말(110)의 수명이 연장될 수 있다. 아울러, IoT 게이트웨이(120)에서 데이터를 관리하고 분석하는 데 소요되는 비용이 절감될 수 있다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: IoT 게이트웨이(120))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 메모리(520))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어로서 구현될 수 있다. 예를 들면, 기기의 프로세서(예: 프로세서(530))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
다양한 실시예들에 따르면, 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 통합 이전에 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (20)

  1. IoT 게이트웨이의 동작 방법에 있어서,
    제 1 전송 주기를 기반으로, IoT 단말로부터 제 1 데이터를 수신하는 동작;
    상기 제 1 데이터를 기반으로, 상기 제 1 전송 주기 내의 제 2 데이터를 복원하는 동작;
    미리 정해지는 머신 러닝 기법을 사용하여, 상기 제 1 데이터 및 상기 제 2 데이터를 기반으로, 제 3 데이터를 예측하는 동작; 및
    상기 제 1 데이터와 상기 제 3 데이터를 비교하여, 상기 제 1 전송 주기를 제어하는 동작을 포함하는 방법.
  2. 제 1 항에 있어서, 상기 제 1 전송 주기를 제어하는 동작은,
    동일한 시간에 대하여, 상기 제 1 데이터와 상기 제 3 데이터의 차이값을 계산하는 동작;
    상기 차이값을 기반으로, 제 2 전송 주기를 계산하는 동작; 및
    상기 IoT 단말이 상기 제 2 전송 주기를 기반으로, 상기 제 1 전송 주기를 갱신하도록 제어하는 동작을 포함하는 방법.
  3. 제 2 항에 있어서, 상기 제 2 전송 주기를 계산하는 동작은,
    상기 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 상기 제 2 전송 주기를 계산하는 동작을 포함하는 방법.
  4. 제 2 항에 있어서, 상기 제 1 전송 주기를 갱신하도록 제어하는 동작은,
    상기 IoT 단말에 상기 제 2 전송 주기를 통보하는 동작을 포함하는 방법.
  5. 제 4 항에 있어서, 상기 IoT 단말은,
    상기 제 1 전송 주기를 기반으로, 상기 제 1 데이터를 전송하고,
    상기 제 2 전송 주기가 통보되면, 상기 제 2 전송 주기를 기반으로, 상기 제 1 전송 주기를 갱신하는 방법.
  6. 제 4 항에 있어서, 상기 제 2 전송 주기를 통보하는 동작은,
    상기 IoT 단말에 상기 제 2 전송 주기와 상기 제 1 전송 주기의 차이값을 통보하는 동작을 포함하는 방법.
  7. 제 1 항에 있어서, 상기 머신 러닝 기법은,
    장단기 메모리(LSTM; long-short term memory) 기법을 포함하는 방법.
  8. 제 1 항에 있어서, 상기 제 2 데이터를 복원하는 동작은,
    선형보간법을 적용하여, 상기 제 1 데이터로부터 상기 제 2 데이터를 선형 복원하는 동작을 포함하는 방법.
  9. IoT 게이트웨이에 있어서,
    적어도 하나의 IoT 단말과 통신하기 위한 통신 모듈; 및
    상기 통신 모듈을 통해, 상기 IoT 단말로부터 데이터를 수신하고, 상기 데이터를 처리하도록 구성되는 프로세서를 포함하고,
    상기 프로세서는,
    상기 통신 모듈을 통해, 제 1 전송 주기를 기반으로, IoT 단말로부터 제 1 데이터를 수신하고,
    상기 제 1 데이터를 기반으로, 상기 제 1 전송 주기 내의 제 2 데이터를 복원하고,
    미리 정해지는 머신 러닝 기법을 사용하여, 상기 제 1 데이터 및 상기 제 2 데이터를 기반으로, 제 3 데이터를 예측하고,
    상기 제 1 데이터와 상기 제 3 데이터를 비교하여, 상기 제 1 전송 주기를 제어하도록 구성되는 IoT 게이트웨이.
  10. 제 9 항에 있어서, 상기 프로세서는,
    동일한 시간에 대하여, 상기 제 1 데이터와 상기 제 3 데이터의 차이값을 계산하고,
    상기 차이값을 기반으로, 제 2 전송 주기를 계산하고,
    상기 IoT 단말이 상기 제 2 전송 주기를 기반으로, 상기 제 1 전송 주기를 갱신하도록 제어하는 IoT 게이트웨이.
  11. 제 10 항에 있어서, 상기 프로세서는,
    상기 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 상기 제 2 전송 주기를 계산하는 IoT 게이트웨이.
  12. 제 10 항에 있어서, 상기 프로세서는,
    상기 통신 모듈을 통해, 상기 IoT 단말에 상기 제 2 전송 주기를 통보하는 IoT 게이트웨이.
  13. 제 12 항에 있어서, 상기 IoT 단말은,
    상기 제 1 전송 주기를 기반으로, 상기 제 1 데이터를 전송하고,
    상기 제 2 전송 주기가 통보되면, 상기 제 2 전송 주기를 기반으로, 상기 제 1 전송 주기를 갱신하는 IoT 게이트웨이.
  14. 제 12 항에 있어서, 상기 프로세서는,
    상기 통신 모듈을 통해, 상기 IoT 단말에 상기 제 2 전송 주기와 상기 제 1 전송 주기의 차이값을 통보하는 IoT 게이트웨이.
  15. 제 9 항에 있어서, 상기 머신 러닝 기법은,
    장단기 메모리(LSTM) 기법을 포함하는 IoT 게이트웨이.
  16. 제 9 항에 있어서, 상기 프로세서는,
    선형보간법을 적용하여, 상기 제 1 데이터로부터 상기 제 2 데이터를 선형 복원하는 IoT 게이트웨이.
  17. IoT 시스템에 있어서,
    제 1 전송 주기를 기반으로, 제 1 데이터를 전송하도록 구성되는 IoT 단말; 및
    상기 IoT 단말로부터 상기 제 1 데이터를 수신하고, 상기 제 1 전송 주기를 제어하도록 구성되는 IoT 게이트웨이를 포함하고,
    상기 IoT 게이트웨이는,
    상기 제 1 데이터를 기반으로, 상기 제 1 전송 주기 내의 제 2 데이터를 복원하고,
    미리 정해지는 머신 러닝 기법을 사용하여, 상기 제 1 데이터 및 상기 제 2 데이터를 기반으로, 제 3 데이터를 예측하고,
    상기 제 1 데이터와 상기 제 3 데이터를 비교하여, 상기 제 1 전송 주기를 제어하도록 구성되는 IoT 시스템.
  18. 제 17 항에 있어서,
    상기 IoT 게이트웨이는,
    동일한 시간에 대하여, 상기 제 1 데이터와 상기 제 3 데이터의 차이값을 계산하고,
    상기 차이값과 미리 정해지는 최대 전송 주기를 기반으로, 제 2 전송 주기를 계산하고,
    상기 IoT 단말에 상기 제 2 전송 주기를 통보하고,
    상기 IoT 단말은,
    상기 제 2 전송 주기가 통보되면, 상기 제 2 전송 주기를 기반으로, 상기 제 1 전송 주기를 갱신하는 IoT 시스템.
  19. 제 17 항에 있어서, 상기 머신 러닝 기법은,
    장단기 메모리(LSTM) 기법을 포함하는 IoT 시스템.
  20. 제 17 항에 있어서, 상기 IoT 게이트웨이는,
    선형보간법을 적용하여, 상기 제 1 데이터로부터 상기 제 2 데이터를 선형 복원하는 IoT 시스템.
KR1020190120296A 2019-09-30 2019-09-30 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법 KR102153829B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190120296A KR102153829B1 (ko) 2019-09-30 2019-09-30 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법
US16/987,021 US20210099324A1 (en) 2019-09-30 2020-08-06 Iot gateway for controlling data reporting interval of iot terminal based on data prediction accuracy and operating method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190120296A KR102153829B1 (ko) 2019-09-30 2019-09-30 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법

Publications (1)

Publication Number Publication Date
KR102153829B1 true KR102153829B1 (ko) 2020-09-08

Family

ID=72471801

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190120296A KR102153829B1 (ko) 2019-09-30 2019-09-30 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법

Country Status (2)

Country Link
US (1) US20210099324A1 (ko)
KR (1) KR102153829B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11877238B2 (en) 2021-03-29 2024-01-16 Parsa Wireless Communications Llc Power saving for multicast broadcast services
CN115086378B (zh) * 2022-07-14 2022-11-15 广州市保伦电子有限公司 基于云平台的智能物联网监控系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190050745A (ko) * 2019-04-23 2019-05-13 (주)랜드로드 빅데이터 기반의 우수 여과 장치의 IoT 지능형 모니터링 시스템
KR20190083196A (ko) * 2018-01-03 2019-07-11 한양대학교 산학협력단 네트워크 지연 시간을 고려한 게이트웨이의 동작 방법 및 그 방법을 이용한 게이트웨이

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12114283B2 (en) * 2016-08-21 2024-10-08 Qualcomm Incorporated Methods and systems for support of location for the internet of things

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190083196A (ko) * 2018-01-03 2019-07-11 한양대학교 산학협력단 네트워크 지연 시간을 고려한 게이트웨이의 동작 방법 및 그 방법을 이용한 게이트웨이
KR20190050745A (ko) * 2019-04-23 2019-05-13 (주)랜드로드 빅데이터 기반의 우수 여과 장치의 IoT 지능형 모니터링 시스템

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"A Deep Learning Approach for Intrusion Detection in Internet of Things using Bi-Directional Long Short-Term Memory Recurrent Neural Network"(Roy, Bipraneel ET AL,ITNAC, 2018년11월) *
"A Predictive Model for ECG Signals Collected from Specialized IoT Devices using Deep Learning"(TRAN, Duy Thanh ET AL, NICS, 2018년11월) *
"Spectrum Occupancy Prediction for Internet of Things via Long Short-Term Memory"(Li, Haoyu ET AL, 2019 IEEE International Conference, 2019년5월) *

Also Published As

Publication number Publication date
US20210099324A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
KR102153829B1 (ko) 데이터 예측 정확도 기반 IoT 단말의 데이터 전송 주기 제어를 위한 IoT 게이트웨이 및 그의 동작 방법
US8200292B2 (en) Method and apparatus for dynamic battery management control in a mobile communication device
US20070027969A1 (en) Sensor device, server node, sensor network system, and method of controlling sensor device
US10091748B2 (en) Communications node, system, and synchronizing method
US20130194928A1 (en) Sensor network
US10990068B2 (en) Technologies for providing cloud-based management of an electrical grid
WO2014151323A1 (en) Processor control system
KR20180024660A (ko) 기계 학습 시스템 및 그의 사용자 제어 패턴 학습 방법
Gámez et al. Creating self-adapting mobile systems with dynamic software product lines
JP2013205171A (ja) 情報処理装置、情報処理方法、およびプログラム
US10448415B2 (en) Scheduling of network relays
CN114819134A (zh) 更新机器学习模型的方法、设备和计算机程序产品
EP2224575B1 (en) Method and apparatus for dynamic battery management control in a mobile communication device
JP2018174448A (ja) 通信装置、データ取得システム、データ取得制御方法
JPWO2017006836A1 (ja) 情報処理装置、デバイス、情報処理システム、情報処理方法、および情報処理プログラム
Chreim et al. Radar-regression based energy-aware data reduction in wsn: Application to smart grids
US20180249324A1 (en) Method, a network node and a system for triggering a transmission of sensor data from a wireless device
US20150289192A1 (en) Information processing method, communications method, communications node, system, and computer product
Ahmed et al. Autonomous wireless sensor networks: Implementation of transient computing and energy prediction for improved node performance and link quality
CN116938720A (zh) 基于服务集群的服务控制方法、装置、电子设备和介质
CN114064262A (zh) 管理存储系统中的计算资源的方法、设备和程序产品
Gaur Bringing context awareness to IoT-based wireless sensor networks
CN111104289A (zh) 一种gpu集群的效率检查系统及方法
KR20060104386A (ko) 배터리 지속 시간을 보장하는 동적 작업 스케줄링 시스템
KR20220118862A (ko) 배터리 분석 장치 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant