KR20070085351A - 연동되는 시스템과 방법을 포함하는 예측성 이동 애드 혹네트워킹 - Google Patents

연동되는 시스템과 방법을 포함하는 예측성 이동 애드 혹네트워킹 Download PDF

Info

Publication number
KR20070085351A
KR20070085351A KR1020077010873A KR20077010873A KR20070085351A KR 20070085351 A KR20070085351 A KR 20070085351A KR 1020077010873 A KR1020077010873 A KR 1020077010873A KR 20077010873 A KR20077010873 A KR 20077010873A KR 20070085351 A KR20070085351 A KR 20070085351A
Authority
KR
South Korea
Prior art keywords
network
manet
future
mobile
nodes
Prior art date
Application number
KR1020077010873A
Other languages
English (en)
Other versions
KR101072365B1 (ko
Inventor
로버트 에이. 케네디
Original Assignee
해리스 코포레이션
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 해리스 코포레이션 filed Critical 해리스 코포레이션
Publication of KR20070085351A publication Critical patent/KR20070085351A/ko
Application granted granted Critical
Publication of KR101072365B1 publication Critical patent/KR101072365B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/085—Retrieval of network configuration; Tracking network configuration history
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3913—Predictive models, e.g. based on neural network models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J1/00—Frequency-division multiplex systems
    • H04J1/02—Details
    • H04J1/16—Monitoring arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J3/00—Time-division multiplex systems
    • H04J3/02—Details
    • H04J3/14—Monitoring arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • 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
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/149—Network analysis or design for prediction of maintenance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Small-Scale Networks (AREA)

Abstract

이동 애드 혹 네트워크(MANET)은 복수의 무선 이동 노드와 노드들을 연결하는 복수의 무선 통신 링크를 포함한다. MANET의 작동 방법은 MANET에서 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 것을 포함한다. 네트워크 응답은 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여 예측된다. MANET는 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 예측된 응답에 기초하여 조정된다.
이동 애드 혹 네트워크, 네트워크 서비스, 네트워크 자원, 네트워크 구성, 예측기, 퍼지 논리, MANET, 이동 노드, 무선 통신 링크

Description

연동되는 시스템과 방법을 포함하는 예측성 이동 애드 혹 네트워킹{PREDICTIVE MOBILE AD HOC NETWORKING INCLUDING ASSOCIATED SYSTEMS AND METHODS}
본 발명은 통신 네트워크에 관한 것이며, 특히, 이동 애드 혹 무선 네트워크(mobile ad hoc wireless network)와 관련 방법에 관한 것이다.
무선 네트워크는 그간 많은 발전을 경험했다. 가장 급격하게 발전되는 분야 중 하나는 이동 애드 혹 네트워크이다. 물리적으로, 이동 애드 혹 네트워크는 지리적으로 분산되며 하나 또는 복수의 라디오 주파수 채널에 의해 무선으로 연결되는 다수의 잠재적 이동 노드를 포함한다. 셀룰러 네트워크 또는 위성 네트워크와 같은 다른 타입의 네트워크와 비교하여, 이동 애드 혹 네트워크의 가장 두드러진 특징은 어떤 고정된 기반구조가 없다는 점이다. 네트워크는 이동 노드만으로 형성되며, 다른 노드로 송/수신하는 동안 네트워크가 생성된다. 이동성은 단위 시간당 제로(0)의 거리에서부터, 노드 상에 위치하는 어떤 곳도 상위 경계가 될 수 있는 등 다양하다. 네트워크는 대개 특정 노드에 의존하지 않으며, 일정 노드가 인접할 때 또는 다른 노드가 네트워크를 벗어남에 따라 동적으로 조정된다.
전쟁터나 지진이나 해일에 의한 자연 재해와 같이, 고정된 통신 기반 구조가 신뢰할 만하거나 또는 유용하지 않은 어려운 환경 속에서, 애드 혹 네트워크는 신속하게 전개되며, 많은 요구되는 통신을 제공할 수 있다. 군대가 여전히 이러한 네트워크 개발의 주요 구동력이 되는 반면, 애드 혹 네트워크는 민간 또는 상업적 영역에의 새로운 어플리케이션을 신속하게 찾고 있다. 애드 혹 네트워크는 단지 컴퓨터 또는 PDA를 켜는 것 외의 다른 네트워크 구조를 사용하지 않으며, 현장 또는 교실에서 데이터를 교환할 수 있도록 한다. 무선 통신이 일상 생활에 점차적으로 침투됨에 따라, 이동 애드 혹 네트워크에 대한 새로운 어플리케이션의 출현은 계속될 것이며, 통신 구조의 중요한 부분이 될 것이다. 이동 애드 혹 네트워크는 설계자들에게 심각한 도전 과제를 부여한다. 고정된 기반 구조의 결여로 인하여, 노드들은 자체적으로 조직되어야만 하며, 그들이 네트워크를 이동, 합류, 또는 이탈함에 따라 재구성되어야 한다. 모든 노드들은 잠재적으로 동일하게 기능하며, 네트워크에는 어떤 본래의 계층, 또는 중앙 제어가 존재하지 않을 수 있다. 많은 네트워크-제어 기능은 노들들 사이에 분산된다. 노드들은 배터리에 의하여 전원을 종종 공급받고, 제한된 통신과 계산 능력을 갖는다. 시스템의 대역폭은 대개 제한된다. 두 개의 노드 사이의 거리는 종종 무선 송신 범위를 초과하며, 송신은 그 목적지에 도달하기 전에 다른 노드들에 의하여 지연되어야만 한다. 결과적으로, 네트워크는 멀티홉 토폴라지(multihop topology)를 가지며, 토폴라지는 노드들이 주변을 이동함에 따라 변경된다.
IEFT (Internet Engineering Task Force)의 이동 애드 혹 네트워크(MANET) 워킹 그룹은 멀티캐스팅을 포함한 라우팅 프로토콜을 실제로 평가하고 표준화 해왔 다. 노드가 이동함에 따라 네트워크 토폴라지가 임의로 변경되기 때문에, 정보는 유용성을 상실하게 되며, 서로 다른 노드들은 시간(정보는 어떤 노드에서는 최신이 아니지만, 다른 노드에서는 최신일 수 있다)과 공간(노드는 대개 멀리 떨어져 있지 않은 이웃의 네트워크 토폴라지만을 알 수 있다) 두 가지 면에서, 종종 네트워크의 서로 다른 뷰(view)를 갖는다.
전체 네트워크에 대한 최신의 정보를 수집하는 것은 고비용적이며 실용적이지 않다. 네트워크는 빈번한 토폴라지 변경과 정확성이 떨어지는 정보에 적응될 필요가 있다. 네트워크가 연결되는 어플리케이션은 시간-중요성을 가질 수 있으며, 종래의 네트워크 프레임워크나 구조에 의해 부여되는 지연이 허용되지 않는다.
현재의 MANET 구조는 종래의 TCP/IP 프로토콜과 하나 이상의 "종래의" MANET 프로토콜의 해체된 일부분(piece)으로부터 고안된다. 여기서, "종래의"란 단어는 비-교차층(non-crosslayer), 비-예측성(non-predictive) 프로토콜을 언급한다. 그러나, TCP/IP는 MANET 고유의 다중층 예측 문제를 다루기 위하여 고안된 것은 아니다. 이와 같이, 종래의 구조에서, 라우팅, 네트워크 관리, QoS, 이동성 관리, 전원 관리, 주파수 관리등과 같은 필요한 MANET 교차층(crosslayer) 상호작용은 차단되며, 종래의 구조는 실시간 및 정확한 실행 요구를 만족하지 못한다.
상술된 종래 기술을 고려하여, 본 발명의 목적은 네트워크가 미래에 요구되는 네트워크 서비스, 자원 및 구성을 예측하고 응답을 제공하는 예측성 이동 애드 혹 네트워크를 제공하는 것이다.
이러한 목적과 다른 목적, 그리고 본 발명에 따른 특징과 이점들은 복수의 이동 노드와 이동 노드를 연결하는 복수의 무선 통신 링크를 포함하는 이동 애드 혹 네트워크(MANET) 작동 방법에 의하여 제공된다. 상기 방법은 MANET에서 미래-요구될(future-needed) 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계; 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여, 네트워크 응답을 예측하는 단계; 및 MANET에서 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 예측된 네트워크 응답에 기초하여 MANET을 조정하는 단계를 포함한다.
네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계는 MANET의 물리적 및 작동상 특징 중 적어도 하나를 포함하는 MANET의 기재 정보(descriptive information)를 발생하는 단계를 포함한다. MANET의 기재 정보를 발생하는 단계는 MANET의 세부적인 물리적 및 작동상 특징을 발생하는 단계; 및 MANET의 좀 덜 세부적인 물리적 및 작동상 특징을 발생하는 단계를 포함할 수 있다. 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계는 퍼지 논리 및 퍼지 if-then 규칙의 지식 기반을 포함한다. 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계는 홀트-윈터스(Holt-Winters) 예상과 같은, 통계적 수치 예상을 포함한다.
네트워크을 예측하는 단계는 비-예측된 미래-요구 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여 응답할 수도 있다. 네트워크 서비스는 라우팅, 서비스 품질(Qos), 네트워크 관리와 계획, 자원 관리, 보안성 및 이동성 중 적어도 하나를 포함한다. 이러한 발명의 예측 능력이 전개될 수 있는 인터페이스를 갖는 다른 어떤 네트워크 서비스도 포함될 수 있다. 네트워크 자원은 전원 및 주파수 중 적어도 하나를 포함한다. 네트워크 구성은 네트워크에 있는 각 개별적인 노드의 네트워크 토폴라지와 구성을 포함한다.
본 발명의 또 다른 국면은 복수의 이동 노드, 이동 노드들을 연결하는 복수의 무선 통신 링크를 포함하는 애드 혹 네트워크(MANET)를 제공한다. 각 이동 노드는 무선 통신 링크를 경유하여 복수의 노드들 중 다른 노드들과 무선으로 통신하는 통신 장치, 및 이동 노드를 작동하고, 통신 장치를 경유하여 통신 루트를 정하는 제어기를 포함한다. 적어도 하나의 이동 노드의 제어기는 MANET에서 미래의 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 대한 요구를 예측하고, 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여, 네트워크 응답을 예측하는 네트워크 예측기를 포함한다. MANET 내에서 통신하며, MANET에서 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 예측된 네트워크 응답에 기초하여, MANET을 조정한다.
네트워크 예측기는 MANET의 적어도 하나의 물리적 및 작동상 특징을 포함하는 MANET의 기재 정보를 발생한다. MANET의 기재 정보는 MANET의 세부적인 물리적 및 작동상 특징 및 MANET의 좀 덜 세부적인 물리적 및 작동상 특징을 사용한다. 네트워크 예측기는 퍼지 논리, 퍼지 if-then 규칙의 지식 기반과 홀트-윈터스(Holt-Winters) 예상과 같은 통계적 수치 예상을 사용하는 것이 바람직하다. 네트워크 예측기는 또한, 비-예측된 미래-요구 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여 네트워크 응답을 예측할 수도 있다.
네트워크 서비스는 라우팅, 서비스 품질(QoS), 네트워크 관리와 계획, 자원 관리, 보안성 및 이동성 중 적어도 하나를 포함한다. 네트워크 자원은 전원 및 주파수 중 적어도 하나를 포함한다. 네트워크 예측기는 미션 플랜, 스케줄, 계획된 트랙픽 패턴 및 네트워크 관리 등 중 적어도 하나에 기초하여, 미래에 요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측할 수 있다.
본 발명의 또 다른 국면은 이동 애드 혹 네트워크(MANET)에 사용되는 무선 이동 노드로서, 복수의 이동 노드, 이동 노드들을 연결하는 복수의 무선 통신 링크를 포함하는 무선 이동 노드를 제공하는 것이다. 무선 이동 노드는 무선 통신 링크를 경유하여 복수의 노드들 중 다른 노드들과 무선으로 통신하는 통신 장치, 및 이동 노드를 작동하고, 통신 장치를 경유하여 통신 루트를 정하는 제어기를 포함한다. 제어기는 MANET에서 미래의 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 대한 요구를 예측하고, 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여, 네트워크 응답을 예측하는 네트워크 예측기를 포함한다. 무선 이동 노드는 MANET 내에서 통신하며, MANET에서 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 예측된 네트워크 응답에 기초하여, MANET을 조정한다.
네트워크 예측기는 MANET의 적어도 하나의 물리적 및 작동상 특징을 포함하는 MANET의 기재 정보를 발생한다. MANET의 기재 정보는 MANET의 세부적인 물리적 및 작동상 특징 및 MANET의 좀 덜 세부적인 물리적 및 작동상 특징을 사용한다. 네트워크 예측기는 퍼지 논리, 퍼지 "if-then" 규칙의 지식 기반과 홀트-윈터스(Holt-Winters) 예상과 같은 통계적 수치 예상을 사용하는 것이 바람직하다. 네트워크 예측기는 또한, 비-예측된 미래-요구 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여 네트워크 응답을 예측할 수도 있다.
네트워크 서비스는 라우팅, 서비스 품질(QoS), 네트워크 관리와 계획, 자원 관리, 보안성 및 이동성 중 적어도 하나를 포함한다. 네트워크 자원은 전원 및 주파수 중 적어도 하나를 포함한다. 네트워크 예측기는 미션 플랜, 스케줄, 계획된 트랙픽 패턴 및 네트워크 관리 등 중 적어도 하나에 기초하여, 미래에 요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측한다.
도 1은 본 발명에 따른 이동 애드 혹 네트워크의 개략도이다.
도 2는 본 발명에 따른 이동 애드 혹 네트워크를 관리하고 제어하는 방법의 단계들을 도시하는 순서도이다.
도 3은 본 발명에 따른 노드의 라우터를 도시하는 개략도이다.
도 4는 도 3의 라우터의 제어를 자세히 도시하는 개략도이다.
도 5는 예측성, 또는 사이액티브(Psiactive) 네트워킹의 일반 구조를 도시하는 개략도이다.
본 발명의 바람직한 실시예가 도시된, 첨부된 도면을 참조하여 이하 본 발명이 좀 더 상세히 설명된다. 그러나 본 발명에 대한 다른 실시예가 가능하며, 본 발 명은 본 실시예만 국한되지 않는다. 본 실시예들은 당업자에게 본 발명의 요지를 보다 정확하고 상세히 전달하기 위하여 제공된다. 유사한 숫자는 유사한 요소를 참조하며, 대안적인 실시예에서 유사한 요소를 지시하기 위하여 주요 표기가 사용된다.
당업자에 의해 이해되는 바와 같이, 본 발명의 부분은 방법, 데이터 처리 시스템, 또는 컴퓨터 프로그램 제품으로서 실시될 수 있다.
따라서, 본 발명의 이러한 부분들은 전체적인 하드웨어 실시예, 전체적인 소프트웨어 실시예, 또는 하드웨어와 소프트웨어를 조합하는 실시예의 형태가 될 수 있다. 또한, 본 발명의 부분은 컴퓨터 판독가능 프로그램을 갖는 컴퓨터 사용가능 저장 매체 상의 컴퓨터 프로그램이 될 수 있다. 정적 또는 동적 저장 장치, 하드 디스크, 광학 저장 장치, 및 자기 저장 장치를 포함한 적절한 컴퓨터 판독가능 매체가 활용가능하며, 그러나 이러한 저장장치에 국한되는 것은 아니다.
본 발명은 본 발명에 따른 방법, 시스템, 및 컴퓨터 프로그램 제품을 도시하는 순서도를 참조하여 설명된다. 컴퓨터 프로그램 지시에 의하여, 이러한 도시된 블럭과 블럭들의 조합이 수행될 수 있음을 이해할 수 있을 것이다. 이러한 컴퓨터 프로그램 지시는 일반적인 용도의 컴퓨터, 특정 용도의 컴퓨터, 또는 기구를 생산하는 다른 프로그램가능한 데이터 처리 장치의 프로세서에 제공되어, 지시는 컴퓨터 또는 다른 프로그램가능한 데이터 처리 장치의 프로세서를 경유하여, 블럭 또는 블럭들에 지정된 기능을 수행하도록 한다.
이러한 프로그램 지시는 컴퓨터 또는 다른 프로그램가능한 데이터 처리 장치 가 특정 방식으로 기능하도록 하는 컴퓨터 판독가능한 메모리에 저장되어, 컴퓨터 판독가능 메모리에 저장된 지시는 결과적으로, 순서도 블럭 또는 블럭들에 지정된 기능을 수행하는 지시를 포함하는 제조물이 된다. 컴퓨터 프로그램 지시는 컴퓨터 또는 다른 프로그램가능한 데이터 처리 장치에 로드되어, 컴퓨터 또는 다른 프로그램가능한 데이터 처리 장치에서 일련의 작동 단계가 진행되도록 하여, 컴퓨터 또는 다른 프로그램가능한 데이터 처리 장치에서 수행되는 지시는 순서도의 블럭 또는 블럭들에서 지정된 기능을 수행하기 위한 단계를 제공한다.
2002년 4월 29일 동일한 양수인에 의해 제출되어, 동시 출원중이며, 그 전체가 이곳에 참조로써 병합된 출원 제 10/134,856 호에 개시된 바와 같이, 본 발명은 루트 발견의 관리와 제어 및 임시 전이 처리(temporal transition process)를 경유한 연관된 처리, 그리고 이동 애드 혹 네트워크에서의 이벤트를 효율적으로 사용하기 위하여, 이동 애드 혹 네트워크에서 TTNP(Temporal Transition Network Protocol)를 사용한다. 또한, 본 발명은 2002년 9월 4일에 제출되고, 동일한 양수인에 의해 동시 출원 중이며, 이곳에 참조로서 그 전체가 병합된 특허 제 10/235,242호에 개시된 바와 같이, 본 발명은 "지능화 통신 노드 객체 비콘 프레임워크(Intelligent Communication Node Object Beacon Framwork)"(ICBF), 지능화를 위하여, 실재하는 통신 노드 객체 그리고/또는 또 다른 노드 객체 또는 그러한 비콘을 전송하는 노드 객체에 의한 상응하는 검출(이웃 발견)에 의한 적응 통신 노드 공지(adaptive adevertisement)를 사용한다. 또한, 2003년 4월 30일에 제출되고, 동일한 양수인에 의해 동시 출원중이며,그 전체가 이곳에 참조로써 병합된 출원 제 10/426,580 호에 개시된 바와 같이, 개조된 공지를 사용할 수 있다. 본 발명은 이동 애드 혹 네트워크에서 루트의 예측적인 발견을 제공하기 위하여, "이동 애드 혹 네트워크에서 퍼지 논리의 사용을 포함하는 예측 라우팅"을 사용할 수 있다.
여기서 싸이액티브 네트워킹(Psiactive Networking)(ψnet)으로서 언급되는 예측성 네트워킹은 네트워크 서비스, 자원 및 구성에 대하여, 현재는 요구되지 않지만 미래에 발생될 요구를 "검출하고 예측하는" 모바일 애드 혹 네트워킹이다. 기본적으로, ψnet는 미래에 요구되는 네트워크 서비스, 자원 및 구성에 대한 신뢰할 만한 예측을 달성하는 것이 요구될 때, 다중 인접 또는 비-인접 네트워크층으로부터 핵심 정보를 융합한다.
ψnet은 통합된 모바일 애드 혹 네트워킹 프레임워크로서, 저속에서 최고속에 이르는 동적 네트워크의 전체 범위에 적시에 대응하여, 애드 혹 네트워크의 능력을 현저하게 향상시키기 위하여, 기본적으로 네트워크(또는 네트워크 일부)의 일부 미래 상태를 주시하는 강력한 예상기술을 사용하는 주요 예측 능력을 가지고, 현 네트워킹 시나리오를 다루는 애드 혹 네트워킹의 구조이다. ψnet 문맥 내에서, "예상(forecast)"은 중간적인 예견 단계이며, "예측(prediction)"은 최종(예측된) 결과물로 인도하는 모든 단계들의 결과이다. ψnet은 프로액티브(proactive) 및 리액티브(reactive) 라우팅과 같은 종래의 라우팅 스킴, 그리고 또는 TTNP 또는 ZRP(Zone Routing Protocol)와 같은 혼합(hybrid) 라우팅으로 작동한다. 프로액티브 스킴은 최적 링크 상태 라우팅(Optimal Link State Routing)과 최단 경로 우선 프로토콜(Open Shortest Routing Protocol)을 포함하지만, 여기에 국한되지 않는 다. 리액티브(요구 기반:on-demand) 스킴은 애드 혹 요구 기반 거리 벡터(Ad Hoc On-Demand Distance Vector)와 동적 소스 라우팅(Dynamic Source Routing)을 포함하지만, 여기에 국한되지는 않는다. 다른 라우팅 분류 스킴이 존재하지만, 일반적으로, 대부분은 이러한 세 가지 타입 중 하나로 적용될 수 있다.
상술한 바와 같이, 현재의 MANET 구조는 종래의 TCP/IP 프로토콜의 일부와 종래의 다른 MANET 프로토콜로부터 고안되었다. 그러나, TCP/IP는 MANET 고유의 다중층 예측 문제를 다루기 위하여 고안된 것은 아니다. 이와 같이, 종래의 구조에서는 라우팅, 네트워크 관리, Qos, 이동성 관리, 전원 관리, 주파수 관리 등과 같은 필요한 MANET 교차층(cross-layer) 상호작용은 차단되며, 종래의 구조는 실시간 및 정확한 실행 요구를 만족하지 못한다.
도 1은 노드에 연결된 무선 링크(14)를 도시하는 이동 노드(12)의 네트워크 예(10)를 도시한다. 링크(14)는 ψnet 네트워크에서의 최상의 원자 연결이며, 단순히 두 개의 노드들(12) 사이의 물리적인 링크이다. 노드(12)는 링크(14)의 말단 지점이다. 노드를 기재하는 정보는 가능할 경우, ID(IP 어드레스, ATM 어드레스 등)와 위치 정보를 포함한다. 네트워크가 연결되는 어플리케이션은 시간-중요성(time-critical)을 갖으며, 종래의 네트워크 프레임워크나 구조에 의해 부여되는 지연이 허용되지 않는다. 이와 같이, 본 발명은 비예측 네트워크 기능과 서비스 뿐 아니라 광역의 예측성 네트워크 기능과 서비스를 최적으로 결합하는 프레임워크와 구조(대개 교차-층)를 생성한다. 그러한 예측성 기능과 서비스는 라우팅, Qos, 보안성, 이동성 관리, 네트워크 관리와 계획, 안테나와 라디오 관리, 그리고 전원 및 주파수 등과 같은 자원 관리를 포함하며, 그러나 여기에 국한되지는 않는다. 또한, 네트워크 구조에 대한 다음의 논의는 라우팅-중심 디폴트 뷰(view)를 병합한 것이며, 그러나 QoS-중심 또는 보안성-중심과 같은 기타 뷰(view) 역시 지원된다.
이러한 네트워크와 방법의 일반적인 속성은 언제, 무엇을, 왜, 그리고, 어디서 네트워크 서비스와 자원이 요구되는지를 예측하기 위하여 어플리케이션 정보를 사용하고, 네트워크 구성과 견고성을 향상하기 위하여 예측된 다이나믹스(dynomics)를 사용하며, 실제적인 요구 이전에 서비스, 자원 및 구성에 제공하며, 잠재적으로 적은 오버헤드로 실시간 반응 능력(즉, 최고의 실시간 반응)을 향상시키고, 그리고, 종래의 많은 MANET 프로토콜로 조합된 ψnet을 사용한다. 기본적인 기술적 접근은 어플리케이션에 의해 요구되어질 예측 서비스, 자원 및 구성; 네트워크에서의 예측 실패/차이; 네트워크 요구와 예측 실패/차이를 해결하기 위하여 요구되는 예측 해결 또는 반응; 그리고, 실제로 요구되는 시점보다 먼저 미래의 요구에 적당한 반응을 하도록 하는 것으로 세부적인으로 구별되며, 동시에 상호 연결된다.
퍼지 반복 예측은 MANET 작동과 서비스를 위한 핵심 예측 기능을 제공한다. 이하 상세히 설명될 퍼지 지식(fuzzy knowledge)은 주어진 MANET 작동 또는 서비스에 대한 예측을 독특하게 특징짓는 것으로, 모든 네트워크 기능화와 서비스의 통합에 있어서 중요한 부분이다. 이와 같이, 규칙은 본질적으로 통합된 시스템을 제공하기 위하여, 전통적인 다중 네트워크층으로부터 어떤 혼합퍼지변수(mix fuzy variable)가 사이액티브 기능화 및 서비스를 대표하는가로 한정될 수 있다. 예측은 다중 네트워크 기능화와 서비스에 관한 규칙을 처리하고, 상하향식(top-to-bottom) 예측-기반 네트워크 구조와 프로토콜 세트를 효과적으로 제공하는 것과 관련된다.
도 1과 2를 참조하여, 이동 애드 혹 네트워크(10)를 작동하는 방법이 이하 설명된다. 네트워크(10)는 당업자에 의하여 이해되는 바와 같이, 랩탑 컴퓨터, 개인 휴대용 정보 단말기(PDA), 또는 휴대폰과 같이 무선 통신 링크(14)에 의해 연결되는 이동 노드(12)를 포함한다.
방법은 시작되어(도 2; 블럭 30), MANET(10)에서 미래에 요구되는 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 것(블럭 32)을 포함한다. 네트워크 서비스와 자원은 라우팅, 서비스의 품질(QoS), 네트워크 관리, 네트워크 계획, 자원 관리, 보안성, 이동성, 전원 및 주파수 관리를 포함한다. 이러한 예측 단계는 또한 네트워크에서 발생되어질 예측 실패/차이를 예측하는 것을 포함한다. 블럭(34)에서, 예측된 미래-요구될(future-needed) 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여, 네트워크 응답은 예측된다. 네트워크 자원을 예측하는 것은 또한 비-예측 미래-요구될 네트워크 서비스에 기초할 수도 있으며, 예측된 실패/차이를 해결하기 위하여 요구되는 응답을 예측하는 것을 포함한다. 블럭(38)에서 종료되기 이전에 블럭(36)에서, MANET(10)에서 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 예측된 대략적인 응답에 기초하여 MANET(10)은 조정된다.
미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 것은 MANET 중 적어도 하나의 물리적 및 조작상의 특징을 포함하는 MANET(10)의 기 재 정보(descriptive information)를 발생하는 것을 포함할 수 있다. MANET(10)의 기재 정보를 발생하는 것은 MANET의 세부적인 물리적 및 조작상의 특징을 발생하며, MANET의 좀 더 덜 세부적인 물리적 및 조작상의 특징을 발생하는 것을 포함할 수 있다. 더욱 상세하게는, 네트워크 예측은 퍼지 변수의 두 가지 타입을 조합하는 메트릭스를 사용한다. 퍼지 포커스 변수(Fuzzy Focus Variables:FFV)는 강력한 그러나 세부적인 물리적/네트워크와 조작상의/서비스 정보를 제공한다. 퍼지 퍼셉션 변수(Fuzzy Perception Variables:FPV)는 강력한 그러나 광역적이며 좀 더 덜 세부적인 네트워크 및 서비스 정보를 제공한다. 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성은 퍼지 논리와 퍼지 if-then 규칙의 지식 기반을 사용하는 것을 포함하며, 홀트-윈터스(Holt-Winters) 예측과 같은 통계적인 수치 예측을 포함하는 것이 바람직하다.
본 발명의 예측 네트워크와 방법은 온-타임(on-time) 및 실시간(real-time) 응답을 향상시키고, 트래픽 스루풋(traffic throughput)을 증가시키며, 엔드-투-엔드(end-to-end) 지연을 감소하며, 그리고 네트워크 신뢰성 및 의존가능성을 향상하였다. 이러한 이점은 MANET이 점차 복잡해지고 동적으로 됨에 따라, 비-사이액티브 네트워킹 접근에 비하여 증가될 것이다.
본 발명의 시스템 양상이 도면 3과 4를 참조하여 이하 설명된다. 논의된 바와 같이, 이동 애드 혹 네트워크(10)는 복수의 무선 이동 노드(12)와 노드들이 서로 연결된 복수의 무선 통신 링크(14)를 포함한다. 각 이동 노드(12)는 무선 통신 링크(14)를 경유하여, 복수의 노드들 중 다른 노드들과 무선으로 통신하는 통신 장 치(22)를 갖는 라우터(20)를 포함한다. 또한, 통신 장치(20)를 경유하여 통신루트를 정하는 제어기(24)를 포함한다. 메모리(26)는 제어기(24)의 한 부분으로서, 또는 제어기와 연결되어 포함될 수 있다.
네트워크(10)에 있는 적어도 하나의 이동 노드(12)의 제어기(24)는 MANET에서 미래 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 대한 요구를 예측하며, 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여 네트워크 응답을 예측하는 예측기(32)를 포함한다. 이동 노드(12)는 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 MANET에서 요구되기 이전에, 예측된 네트워크 응답에 기초하여 MANET를 조정하기 위하여, MANET(10) 내에서 통신한다.
네트워크 예측기(32)는 MANET의 물리적 및 조작상의 특징 중 적어도 하나를 포함하는 MANET의 기재 정보를 발생한다. MANET의 기재 정보는 MANET의 세부적인 물리적 및 조작상의 특징과 좀 덜 세부적인 물리적 및 조작상의 특징을 포함할 수 있다. 네트워크 예측기(32)는 퍼지 논리, 퍼지 if-then 규칙의 지식 기반 및 홀트-윈터스(Holt-Winters) 예상과 같은 통계적인 수치 예측을 사용하는 것이 바람직하다. 네트워크 예측기(32)는 또한 비-예측, 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여 네트워크 응답을 예측할 수 있다.
네트워크 서비스는 라우팅, 서비스의 품질(QoS), 네트워크 관리, 네트워크 계획, 자원 관리, 보안성 및 이동성 중 적어도 하나를 포함한다. 네트워크 자원은 전원과 주파수 중 적어도 하나를 포함한다. 네트워크 예측기(32)는 미션 플랜, 스 케줄, 계획된 트래픽 패턴, 링크 변경 조건, 네트워크 관리 데이터와 획득 및 처리가 가능한 관련된 다른 네트워크 파라미터들 중 적어도 하나에 기초하여, 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 대한 미래 요구를 예측한다.
ψnet의 일반적 구조는 ψnet의 구성요소를 정의하고 한정하는 기재사항(premise)에 내장되어, 이러한 구성요소와 외부 ψnet 파라미터가 특정한 어플리케이션 또는 일반적인 프로토콜 스택에 의존적이지 않도록 한다. 이러한 정의된 외부 ψnet 인터페이스 파라미터의 포괄적 세트는 어떤 프로토콜 스택 및 어플리케이션도 특정화된 인터페이스에 합치되도록 하기 위하여, 어플리케이션 시스템 설계에 의하여 선택되도록 요청한다. 이러한 합치는 특정한 어플리케이션 시스템이 커스텀(custom) 파라미터 변환 또는 추출 처리를 통해 이러한 파라미터를 생성하도록 요청한다. 각 주요 구성요소의 구조는 분리 유지되어, 이러한 독립성이 좀 더 보존되도록 한다.
도 5는 종래의 프로토콜 스택과 ψnet의 관계가 포함된 ψnet의 일반적인 구조를 도시한다. 구성요소들은 퍼지논리-기반 예측기와, 네트워크 관리, 타이밍, 라우팅 및 보안성과 같은 다양한 예측-기반 네트워크 서비스를 포함한다. 부가하여, 예측기와 네트워크 서비스를 지원하는 많은 저레벨 네트워크 기능들도 있다. 이들은 데이터베이스/지식 기반 관리와 검색, 타이머, 네트워크 토폴라지 트래킹, 데이터 변환 등을 포함하며, 그러나 여기에만 국한되지 않는다.
ψnet는 이러한 구성요소 중 어느 것이 주어진 노드 또는 노드들의 하부세트 로 어떻게 물리적으로 맵핑되는지를 명시적으로 어드레싱하지 않는다. 물리적인 맵핑은 타깃이 되는 어플리케이션 또는 하나 이상의 어플리케이션을 지원하는 네트워크의 설계자에 남겨두는 것이 ψnet의 원리(philosophy) 이다. 그러나, 각 노드 상의 이러한 모든 구성요소에, 각 노드에 동시에 상주하는 이러한 구성요소를 지원하는 노드의 물리적 자원을 제공하며, 재고의 여지 없이 보안성과 같이 각 노드 상에 매우 큰 기능성을 포함하는 것이 바람직하다는 주장이 있을 수 있다. 요건, 전략 및 완전히 분산된 기능성을 어떻게 네트웍에 둘 것인가에 대한 근거는 네트워크 설계자에 의하여 결정된다.
모든 노드들이 ψnet 예측기를 사용할 수 있게 할 필요는 없으며, 또한 잠재적인 물리적(전원, 프로세서 타입, 메모리 수용력, 통신 능력) 또는 정보 액세스 제한으로 인하여, 모든 노드가 사용 가능할 수도 없다. 이는 ψnet 예측 능력을 갖는 ψnet 네트워크에서 노드들의 개수를 제한할 가능성에 대한 정당한 근거 중 하나이다. Wc(예측 제어노드)로 불리는, 이러한 "이점이 부가된(advantaged)" 노드들은 미래의 어떤 시점에 요구될 것으로 예측되는 자원, 서비스 및 구성을 얻거나 또는 요청하기 위하여, 다른 노드들 또는 노드 자신에게 요청할 수 있다.
일반적인 MANET 환경에서 이러한 예측을 유효하게 하기 위하여 충족되어야 할 몇 개의 기본적인 요건이 존재한다. 다음의 리스트는 특정한 순서에 의해 작성된 것은 아니다.
1. 예측기는 온-타임 수행 가능해야만 한다.
Figure 112007035309359-PCT00001
네트워크에서의 모든 마이크로변경(microchange)을 유지하는 실시간 수행이 일반적으로 요구되는 것은 아니다. 이러한 마이크로변경이 임계가 되는 극소수의 경우에서, 온-타임은 실시간이 된다.
Figure 112007035309359-PCT00002
향상된 하드웨어와 대역폭은 특정한 어플리케이션에서 도움이 될 수 있으나, 넓은 의미의 적용성에서는 그러하지 아니하다.
2. 광역적으로 적용 가능한 예측기는 신뢰할만한 예측을 만들 수 있기 전까지, 많은 데이터 수집(＜100 데이터 지점들)을 요청해서는 안된다.
Figure 112007035309359-PCT00003
이는 단지 실시간만을 고려하는 것 이상이다. 많은 데이터의 수집은 종종 가능하지 않은데, 이는 모든 의미 있는 수집이 소수의 데이터 지점들에 대하여만 빈번히 발생할 수 있기 때문이다.
Figure 112007035309359-PCT00004
네트워크의 대량의 노드들에 의하여 동시에 발생된 대량의 그러한 데이터 수집은 너무 많은 오버헤드를 결과하며, 사용 가능한 데이터 대역폭과 네트워크의 적시 응답을 위협한다.
3. 예측기는 관련된 네트워크 조건이 설계자가 예상한 정상을 "다소" 벗어날 때에도, 신뢰할 만한 예측을 생성할 만큼 강력해야 한다.
4. 예측기는 복잡할 필요가 없으나, 예측기 그 자체의 행동은 그들이 제공하는 어플리케이션의 수용 가능한 예측성의 경계 내에 유지되어야만 한다.
5. 이러한 전략의 기술 기반, 기반이 되는 예측기는 본 리스트의 상술한 요건의 순서상 우선순위에 상관없이 제대로 기능하도록 강력해야만 한다.
Figure 112007035309359-PCT00005
순서상 우선순위는 어플리케이션마다 다양하다.
동적으로 변경되는 MANET의 문제들에 대하여, 예측기에 대한 후보들은 퍼지 논리, 결정 트리, 규칙 지시 또는 이러한 것들의 조합에 기초한 것들이다. 실제적 예측기로 전송하기 이전에 데이터를 사전처리하기 위하여, 비-파라메트릭(nonparametric) 통계적 또는 결정적 분석이 사용된다.
개략적으로 상술된 바와 같은 요건에 기초하여, ψnet 예측기 방법은 퍼지 규칙-기반 접근을 사용한다. 일반적인 ψnet 어플리케이션에서, ψnet의 예측기로의 입력으로서, 다중형의 파라미터(매트릭스)가 사용된다. 이러한 매트릭스는 링크 품질 데이터, 위치 정보, 보안 레벨 등와 같은 데이터를 포함한다. 사이액티브 네트워킹의 퍼지 논리 접근은 비-퍼지 계산 접근에서 발생할 수 있는 상호작동가능한 계산 및 결정 변환 문제의 발생 없이, 다중형 데이터 및 지식(또는 매트릭스로 불리는)에 기반한 예측이 신뢰할만하게 달성되도록 한다.
ψnet 예측기는 9 개의 구성요소를 포함한다.
그 구성요소들은:
1. 데이터베이스
2. 샘플링과 데이터베이스 갱신 및 전술(Tactics)
3. 지식 기반 샘플링과 지식 기반 갱신 및 전술
4. 통계적 수치 예측
5. 정보 구조 인터페이스
6. 퍼지화기(fuzzifier)
7. 추론엔지(reasoning engine)
8. 비퍼지화기(defuzzifier)
데이터베이스는 네트워크의 실제적 작동 동안 수집된 데이터-세트와 데이터베이스에 사전구성된 데이터를 포함한다. 데이터베이스는 네트워크의 물리적 또는 조작상의 특징을 전형적으로 기재한 정보를 포함한다. 사전구성된 데이터는 노드의 물리적 특징에 대한 상수 또는 디폴트 값일 수 있다. 데이터는 수치 또는 텍스트의 형태이다. 데이터베이스의 많은 정보는 물리적인 어플리케이션 층으로부터 그리고 그와 관련되어 검색된다. 다음은 예측기를 좀 더 정확하고 유용하게 하기 위하여, 가능할 때 획득되어 이러한 데이터베이스로 위치할 수 있는 정보 리스트의 샘플이다. 파라미터의 하부세트, 상위세트, 또는 전체적으로 서로 다른 세트는 주어진 사이액티브 네트워킹 인스턴스화(instantiation)에 적용가능한 것으로 사용될 수 있다.
1. 네트워크에서 노드의 초기화 수;
2. 네트워크에서 허용되는 노드의 최대 수(비정규적, 샘플링되었을 경우);
3. 각 노드의 위치(빈번히 샘플링된);
4. 각 노드의 최대 가능 또는 허용되는 속도
5. 각 노드의 ID -- 종종 IPv4/v6 또는 ATM 어드레스(샘플링된);
6. 통신을 위한 각 노드의 허용된 전원 용량
7. 노드 통신 전원 활용 비율;
8. 통신을 위하여 현재 남아있는 전원 용량(샘플링된);
9. 계획된 시간에서 노드의 예상되는 위치;
10. 계획된 시간에서 노드의 예상되는 각 위치와의 연관 가능성;
11. 다양한 시간에서 서로 통신할 것이 계획되는 노드들의 소정의 쌍 또는 그룹;
12. 노드들의 사전정의된 이동 패턴;
13. 서비스로부터 노드의 계획된 제거;
14. 서비스로 노드의 계획된 활성화;
15. 소정의 요구되는 소스 라우팅 경로;
16. 노드 이동의 허용된 위치 경계;
17. 노드 이동 비율- 속도 및 가속화(빈번히 샘플링된);
18. 노드 송신 거리;
19. 노드 수신 거리;
20. 안테나 타입(전방향성의, 방향성의, 비방향성의);
21. 안테나의 현재 지시 방향(방향성의 경우);
22. 계획된 미래의 안테나 지시 방향;
23. 링크 품질(안정성, 신뢰성, 활용가능성 등)
샘플링 전략은 수집된 정보 타입과 정보의 유효성에 대하여 데이터베이스 갱신 요건을 지원해야 한다. 정보의 전형적인 타입은 상술된 데이터베이스 정보 타입 목록에서 "샘플링된"으로서 정의된 항목이다. 거대한 데이터베이스와 네트워크도처의 샘플 정보를 유지하고 있는 많은 노드에 대한 요구는 요구되는 총 네트워크 대역폭의 상당 비율을 소모하며, 노드 메모리의 너무 많은 양을 차지하고, 노드의 전원 보유를 고갈할 수 있다. 따라서, 데이터베이스의 "적당한-크기(right-sizing)"는 다중 노드에 걸쳐있는 데이터베이스의 적시의 효율적인 동기화를 위한 전술로서 중요하다.
노드 위치 데이터는 각각 다른 시간비율(timescale)과 빈도를 갖는 두 가지 타입의 샘플링 메커니즘에 의해 획득된다(저 빈도, 저 결정(resolution) 위치 및 고 빈도. 고 결정 위치). 제 1 샘플링 메커니즘은 링크-레벨 결정에서 관련된 노드 위치를 획득하는 루트 결정 기술을 사용한다. 제 2 샘플링 메커니즘은 위치 데이터가 적용되는 노드 또는 네트워크에서 다른 노드에 대하여 자신의 위치 데이터를 송신하도록 지정된 또 다른 노드 중 어느 하나에 의하여 직접적으로 송신된 좌표 위치 데이터를 사용한다.
각 노드는 데이터를 독립적으로 수집할 수 있으며, 로컬 데이터베이스에 수집된 데이터를 저장할 수 있다. 대개, 각 노드의 데이터베이스는 다른 노드의 데이터베이스의 데이터 항목의 수치적 값과 다를 뿐 아니라, 수집된 데이터 항목의 타입도 다르다. 지능적이며 정보성 있는 예측을 만들기 위하여, ψnet은 일반적으로 어떤 스케줄에 근거하여 다른 노드의 데이터베이스에 포함된 정보를 획득할 필요가 있기 때문에, 데이터베이스는 데이터의 통합을 확실히 하기 위한 요구에 따라, 서로 동기화되는 것이 중요하다. 이는 어떤 정보는 노드 중에 선택된 하부세트에 걸쳐서 중복되어야 하는 반면, 로컬 메모리 자원을 절약하기 위하여, 요구된 데이터베이스의 일부는 많은 노드들 사이에 분산될 수 있음을 의미한다. 실시간 예측을 유지하기 위하여, 이러한 중복된 데이터의 갱신은 노드들에 의한 개별적인 액세스 에 독립적인 어떤 비율에서 대개 수행된다.
ψnet 지식 기반은 지식-부호화(knowledge-encoded) 정보의 일반적인 카테고리로서: 일반적 시스템 퍼지 If-Then 규칙; 어플리케이션 특정 퍼지 If-Then 규칙; 미들웨어 퍼지 If-Then 규칙; 메타 룰(Meta Rules)(다른 지식과 규칙의 타입을 규정하는 규칙); 데이터베이스를 채우는데 사용되는 샘플링 전략; 및 다중 노드에 걸쳐서 데이터베이스를 동기화하는데 사용되는 전술을 포함한다.
통계적 수치 예측의 구성요소는 다양한 시간비율에서 산출된 수치 예상(예측)을 생산하기 위하여, 홀트-윈터스(Holt-Winters)를 전통적 지수가중이동평균(EWMA) 유니베리에이트(univariate) 예상 처리로 확장하여 사용하도록 디폴트된다. ψnet의 구조 또는 처리 순서의 변경 없이, 필요한 다른 통계적 수치 예상 기술이 사용될 수 있다. 홀트-윈터스(Holt-Winters)와 EWMA와 같은 기술은 "애드 혹" 기술이다. 왜냐하면 어떤 적당한 통계적 모델이 이러한 타입의 기술과 연동되어 있지 않기 때문이다. 그럼에도 불구하고, 이러한 예상 방법은 실제적으로 매우 유용하고 실용적인 것으로 증명되었다. 각 시간비율로부터 결과느 개별적 수치적 입력으로서 전반적인 ψnet 예측으로 제공된다. 단순화하면, 오직 두 개의 시간비율이 활용되어, 결과적으로, 퍼지화 매핑으로 입력된 세 개의 주요 입력 중 두 개로서 제공되는 통계적인 수치적 예상이 된다. 예측 노드에서 충분한 계산력이 가능하며, 충분한 실시간 또는 온-타임 데이터가 이러한 예측된 노드로 입력된다면, 시간비율의 수(다중 시간비율의 세분화 정도)가 증가되어, 어플리케이션에서 요구되는바 대로 예측 결과가 향상될 수 있다.
다음은 어떤 시간비율에 대하여 홀트-윈터스(Holt-Winters) 예상에 사용되는 공식의 세트이다.
Figure 112007035309359-PCT00006
Figure 112007035309359-PCT00007
Figure 112007035309359-PCT00008
Figure 112007035309359-PCT00009
Figure 112007035309359-PCT00010
은 시간(t) 또는 Yt에서 Y의 현재 값에 대한 예측인 Mt의 값이 주어질 때, 현재의 시간(t) 구간으로부터 미래 관찰(p) 시간 구간의 예측이다. Bt는 일련의 데이터 중 국부적인 선형적 기울기(trend)를 의미하는 것으로 해석되는 예측 식의 기울기(slope)이다. Ct는 이 경우, 사실상 부가적인 것으로 여겨지는 "시즌성(seasonal)"인 구성요소이다. 일부 시즌성의 구성요소는 사실상 중복적일 수 있고, 식(1)은 이러한 중복적인 본성을 반영하기 위하여 변경될 수 있다. 논의를 위하여, 추가적인 경우가 가정된다. λ0, λ1, λp는 상술을 통해 특정화된 범위에서 평활 상수(smoothing constant)이다. 상술된 식 각각에 대하여 현재의 시간 구간 결과를 산출하기 위하여, 이러한 귀납식은 한 개의 시간 구간 이전으로부터의 결과를 재사용하는 것을 허용한다.
기본적으로, ψnet는 데이터의 획득과 분석을 시간 도메인으로 제한하지 않는다. ψnet는 주파수 도메인에서 또한 형성될 수 있으며, 그러나 이는 식의 홀트-윈터스(Holt-Winters) 세트로부터 주파수 도메인의 동등한 세트로 변경하는 것을 의미한다. 이것은 본 명세서에서는 논의되지 않는데, 시간 도메인은 ψnet의 개념과 기능을 나타내는데 요구되는 ψnet 형성의 필수요소를 포착하기 때문이다.
ψnet 퍼지화기는 SNF 및 지식 기반으로부터 수치적 정보를 취하고, 퍼지 세트에 의하여 기재된 "퍼지" 공간으로 그것들을 맵핑한다. 실제 세계의 동적인 네트워크에서, 특히 MANET에서, 예측성 문제는 대개, 타깃 예측 그 자체나 또는 타깃 예측에 도달하는데 요구되는 중간의 예상 중 하나에서, 비통계적으로 계량화되는 모호성을 포함한다. 예를 들면, 미션 플랜은 어떤 주어진 미래 시각에서, 특정(Sn, Dn) 쌍 사이의 루트를 형성하는 것을 요구하도록 특정화할 수 있다. 복잡성과 많은 개체(many-body)의 상호작용 문제가 주어질 때, 특정화된 미래 시각에서 이러한 루트에 있는 중간 노드로서 후보가 될 수 있는, 노드들의 위치와 연결성을 어떻게 특정화하는가가 어려워진다. 다시 말하자면, 이러한 문제는 매우 특정화된 목표이며, 그러나, 그 목표에 도달하기 위하여, 네트워크는 모호하게 인지되는 미래 노드, 링크 및 시스템 상태 정보를 활용해야만 한다.
홀트-윈터스(Holt-Winters)와 같은 애드 혹 방법을 포함하여, 통계적 처리와 같은 접근과 종래의 규칙-기반 시스템은 그러한 문제를 다루기에 너무 "불안정한(brittle)" 결과를 초래한다. 불안정성(brittleness)은 견고함의 반대이며, 이는 예측기는 네트워크 조건, 중간 및 부분적 네트워크 솔루션, 네트워크 정책 & 목표, 그리고 모호하게 특정화될 수 있는 다른 연관된 정량 또는 품질의 모호한 특정화를 다루는 능력에 있어서 강력하도록 요구되는 상술된 규칙에 반하는 것이다. 본 발명은 이러한 타입의 모호성을 다루며, 종래의 접근들의 불안정성을 극복하는 적절한 퍼지 논리 작동을 가지고, 퍼지 공간에서의 이러한 문제를 해결하기 위하여 제안되었다.
퍼지 공간 매핑과 퍼지 논리 작동은 정보의 계산과 생산 규칙의 공식화/평가를 위하여 사용된다. 궁극의 효과는 ψnet이 예측에 있어서 가능한 다른 어떤 것보다 좀 더 견고해지도록 하는 것이다. 수학적으로 정밀한 퍼지 논리는 입력을 조합하고 적절한 출력을 생산하기 위하여 적용된다. 퍼지 논리의 다른 이점은 그것이 최소의 계산과 메모리 자원을 요구하며, 결과를 획득한 방법을 즉시 되돌려 볼 수(backtracked) 있다는 것이다.
추론 엔진의 기능은 퍼지 생산 규칙을 평가하고, 다중 규칙의 결과물을 단일의 퍼지 세트로 융합하기 위한 것이다. 이러한 규칙들은 각 시간비율 또는 사전조합된 시간 비율로부터의 입력의 결과로서 작동한다. 종래의 추론 엔진과는 달리, 퍼지 추론 엔진으로부터의 출력은 대개 종래의 것보다 안정성에서 훨씬 우수하다.
비퍼지화기는 추론 엔진의 출력을 수치적 값, 범위 또는 값들의 세트로 맵핑하여, 이후 ψnet 기능들과 서비스에 의해 사용될 적당한 예측이 되도록 하는데 있 어서 신뢰할만하다.
다음은 ψnet이 어플리케이션, 데이터링크 및 물리적 층으로부터 발생되는 요구에 따라서 사용할 수 있는 잠재적인 정보의 리스트로서: 계획된 시간에서 노드의 예상되는 위치; 계획된 시간에서 노드의 예상되는 각 위치와의 연동 가능성; 계획된 시간에서 서로 통신하게 될 노드들의 소정의 쌍 또는 그룹; 노드들의 사전정의된 이동 패턴; 서비스로부터 노드의 계획된 제거; 서비스로 노드의 계획된 활성화; 요구되는 소정의 소스 라우팅 경로; 노드 이동의 허용된 위치 경계; 노드 이동 비율; 노드 송신 및 수신 거리; 노드 전원의 남은 수명; 안테나 타입(전방향성의, 방향성의, 비방향성의); 안테나의 현재 지시 방향(방향성의 경우); 계획된 미래의 안테나 지시 방향; 링크 품질(안정성, 신뢰성, 활용가능성 등)이다. 여기에 열거되지 않은 많은 다른 타입의 데이터와 지식은 적용가능할 경우 사용될 수 있다. 상술된 데이터 및 지식 리스트를 획득하기 위하여 다른 프로토콜 스택은 스택에서 서로 다른 장소를 갖을 수 있다.
상술한 바와 같이, 본 발명은 네트워크가 미래에 요구되는 네트워크 서비스, 자원 및 구성을 예측하고 응답을 제공하는 예측성 이동 애드 혹 네트워크 및 그 작동 방법을 제공한다.
본 발명은 상술된 실시예에 국한되지 않으며, 다양한 개선과 설계 변형이 본 발명의 요지를 벗어남 없이 만들어질 수 있다.

Claims (10)

  1. 복수의 이동 노드와 상기 이동 노드를 연결하는 복수의 무선 통신 링크를 포함하는 이동 애드 혹 네트워크(MANET) 작동 방법으로서,
    상기 MANET에서 미래-요구될(future-needed) 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계;
    상기 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여, 네트워크 응답을 예측하는 단계; 및
    상기 MANET에서 상기 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 상기 예측된 네트워크 응답에 기초하여 상기 MANET을 조정하는 단계를 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크 작동 방법.
  2. 제 1 항에 있어서,
    상기 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계는 상기 MANET의 물리적 및 작동상 특징 중 적어도 하나를 포함하는 MANET의 기재 정보(descriptive information)를 발생하는 단계를 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크 작동 방법.
  3. 제 2 항에 있어서,
    상기 MANET의 기재 정보를 발생하는 단계는:
    상기 MANET의 세부적인 물리적 및 작동상 특징을 발생하는 단계; 및
    상기 MANET의 좀 덜 세부적인 물리적 및 작동상 특징을 발생하는 단계를 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크 작동 방법.
  4. 제 1 항에 있어서,
    상기 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계는 퍼지 논리 및 퍼지 "if-then" 규칙의 지식 기반을 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크 작동 방법.
  5. 제 4 항에 있어서,
    상기 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 예측하는 단계는 상기 퍼지 지식 기반과 퍼지 논리를 사용하여 네트워크 서비스, 네트워크 자원 및 네트워크 구성을 통합하는 단계를 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크 작동 방법.
  6. 복수의 이동 노드;
    상기 이동 노드들을 연결하는 복수의 무선 통신 링크를 포함하며;
    상기 이동 노드 각각은 상기 무선 통신 링크를 경유하여 상기 복수의 노드들 중 다른 노드들과 무선으로 통신하는 통신 장치, 및 상기 이동 노드를 작동하고, 상기 통신 장치를 경유하여 통신 루트를 정하는 제어기를 포함하며;
    적어도 하나의 이동 노드의 상기 제어기는, 상기 MANET에서 미래의 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 대한 요구를 예측하고, 상기 예측된 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성에 기초하여, 네트워크 응답을 예측하는 네트워크 예측기를 포함하며;
    상기 MANET 내에서 통신하며, 상기 MANET에서 상기 미래-요구될 네트워크 서비스, 네트워크 자원 및 네트워크 구성이 실제로 요구되기 이전에, 상기 예측된 네트워크 응답에 기초하여, 상기 MANET을 조정하는 적어도 하나의 이동 노드를 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크.
  7. 제 6 항에 있어서,
    상기 네트워크 예측기는 상기 MANET의 적어도 하나의 물리적 및 작동상 특징을 포함하는 상기 MANET의 기재 정보를 발생하는 것을 특징으로 하는 이동 애드 혹 네트워크.
  8. 제 7 항에 있어서,
    상기 MANET의 기재 정보는:
    상기 MANET의 세부적인 물리적 및 작동상 특징; 및
    상기 MANET의 좀 덜 세부적인 물리적 및 작동상 특징을 사용하는 것을 특징으로 하는 이동 애드 혹 네트워크.
  9. 제 6 항에 있어서,
    상기 네트워크 예측기는 퍼지 논리 및 퍼지 if-then 규칙의 지식 기반을 포함하는 것을 특징으로 하는 이동 애드 혹 네트워크.
  10. 제 6 항에 있어서,
    상기 네트워크 예측기는 통계적 수치 예상을 사용하는 것을 특징으로 하는 이동 애드 혹 네트워크.
KR1020077010873A 2004-11-15 2005-10-27 이동 애드 혹 네트워크 작동 방법 및 이동 애드 혹 네트워크 KR101072365B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/989,067 2004-11-15
US10/989,067 US20060104219A1 (en) 2004-11-15 2004-11-15 Predictive mobile ad hoc networking including associated systems and methods

Publications (2)

Publication Number Publication Date
KR20070085351A true KR20070085351A (ko) 2007-08-27
KR101072365B1 KR101072365B1 (ko) 2011-10-11

Family

ID=36386153

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020077010873A KR101072365B1 (ko) 2004-11-15 2005-10-27 이동 애드 혹 네트워크 작동 방법 및 이동 애드 혹 네트워크

Country Status (8)

Country Link
US (2) US20060104219A1 (ko)
EP (1) EP1813061B1 (ko)
JP (1) JP2008521283A (ko)
KR (1) KR101072365B1 (ko)
CN (1) CN101164289A (ko)
CA (1) CA2588110A1 (ko)
TW (1) TWI285038B (ko)
WO (1) WO2006055197A2 (ko)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060105764A1 (en) * 2004-11-16 2006-05-18 Dilip Krishnaswamy Adaptive wireless networks and methods for communicating multimedia in a proactive enterprise
US7542436B2 (en) * 2005-07-22 2009-06-02 The Boeing Company Tactical cognitive-based simulation methods and systems for communication failure management in ad-hoc wireless networks
US8509098B2 (en) * 2006-04-28 2013-08-13 Alcatel Lucent Method and apparatus for identifying network connectivity changes in dynamic networks
US8654627B2 (en) * 2007-01-03 2014-02-18 Harris Corporation Data-path dynamic link maintenance in mobile ad hoc networks
US8028060B1 (en) * 2007-01-05 2011-09-27 Apple Inc. Background task execution over a network based on network activity idle time
US20080181237A1 (en) * 2007-01-25 2008-07-31 Cisco Technology, Inc. Building communities of interest and selecting borders between them based on relative motion
TWI415402B (zh) * 2007-12-13 2013-11-11 Chunghwa Telecom Co Ltd A Passive Optical Network Simulation Analysis System and Its Application to Bandwidth Assignment
US20100254312A1 (en) * 2008-12-11 2010-10-07 Adapt4, Llc Dynamically transformed channel set routing
WO2011022577A1 (en) * 2009-08-20 2011-02-24 Purdue Research Foundation Predictive duty cycle adaptation scheme for event-driven wireless sensor networks
JP5654769B2 (ja) * 2010-04-23 2015-01-14 京セラ株式会社 無線基地局及び通信制御方法
GB2495417B (en) * 2010-05-14 2017-11-29 Ibm A method for dynamically changing the configuration of a system
CN106028267B (zh) * 2011-01-07 2019-12-06 索尼公司 无线网络管理系统和方法
CN102158294B (zh) * 2011-02-25 2013-06-05 北京邮电大学 认知无线网络系统及其认知流的传输方法
US8898291B2 (en) * 2011-08-08 2014-11-25 International Business Machines Corporation Dynamically expanding computing resources in a networked computing environment
CN102547907A (zh) * 2012-01-16 2012-07-04 上海金网通信技术发展有限公司 一种用于移动宽带多跳自组网的联合节点网络设备
EP2670069B1 (en) * 2012-06-01 2015-08-12 Telefonaktiebolaget L M Ericsson (publ) Data transmission control
US9774522B2 (en) * 2014-01-06 2017-09-26 Cisco Technology, Inc. Triggering reroutes using early learning machine-based prediction of failures
CN106412917B (zh) * 2015-07-29 2019-08-13 中国移动通信集团公司 一种网络扩容方法及装置
CN107040394B (zh) * 2016-02-03 2019-07-05 黄吉川 网络拓扑系统及方法
CN105791403B (zh) * 2016-03-02 2018-11-16 西安电子科技大学 基于模糊算法的车辆自组织网络资源管理方法
CN108924851B (zh) * 2018-09-29 2021-09-10 南京工业大学 认知无线传感器网络QoS保障机会路由方法
US11133987B2 (en) * 2018-10-24 2021-09-28 Cox Communications, Inc. Systems and methods for network configuration management
EP3681180A1 (en) 2019-01-09 2020-07-15 Volkswagen Aktiengesellschaft Method, apparatus and computer program for determining a plurality of traffic situations
US11706100B2 (en) * 2019-11-15 2023-07-18 Charter Communications Operating, Llc Methods and apparatus for supporting dynamic network scaling based on learned patterns and sensed data

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5341366A (en) * 1992-03-18 1994-08-23 Fujitsu Limited Connection admission control system
US6067287A (en) * 1997-09-15 2000-05-23 Accton Technology Neural fuzzy connection admission controller and method in a node of an asynchronous transfer mode (ATM) communication network
EP0959582A1 (en) * 1998-05-20 1999-11-24 Ascom Tech Ag Process and architecture for controlling traffic on a digital communication link
US6563792B1 (en) * 1999-07-02 2003-05-13 Accton Technology Corporation Fuzzy leaky bucket method and apparatus for usage parameter control in ATM networks
KR20020077671A (ko) 2000-01-06 2002-10-12 아이갓페인닷컴, 인크. 의사결정 시스템 및 방법
US6791949B1 (en) * 2000-04-28 2004-09-14 Raytheon Company Network protocol for wireless ad hoc networks
WO2001090957A1 (en) * 2000-05-19 2001-11-29 Channelogics, Inc. Allocating access across shared communications medium
US7035937B2 (en) * 2001-04-25 2006-04-25 Cornell Research Foundation, Inc. Independent-tree ad hoc multicast routing
US7114001B2 (en) * 2001-05-11 2006-09-26 International Business Machines Corporation Predictive networking
US20030072289A1 (en) * 2001-10-16 2003-04-17 Maria Yuang Quality-of-service guaranteed media access control method with dynamic granularity control for local wireless ATM networks
US7342876B2 (en) * 2001-12-20 2008-03-11 Sri International Interference mitigation and adaptive routing in wireless ad-hoc packet-switched networks
US20050079886A1 (en) * 2002-01-16 2005-04-14 Kazuhito Niwano Base station and mobile station and communication system and base station communication method and base station communication program and mobile station communication method and a mobile station communication program
US7113796B2 (en) * 2002-01-18 2006-09-26 Microsoft Corporation Framework and method for QoS-aware resource discovery in mobile ad hoc networks
GB0207059D0 (en) * 2002-03-26 2002-05-08 Hewlett Packard Co Task-related communication via wireless communication hotspots
US20030227873A1 (en) * 2002-06-05 2003-12-11 Interdigital Technology Corporation Method and apparatus for switching between a wireless local area network (WLAN) and a wide area network (WAN) employing operator and user criteria
US20040063451A1 (en) * 2002-09-27 2004-04-01 Bonta Jeffrey D. Relaying information within an ad-hoc cellular network
US20050152305A1 (en) * 2002-11-25 2005-07-14 Fujitsu Limited Apparatus, method, and medium for self-organizing multi-hop wireless access networks
WO2004051926A1 (en) * 2002-11-29 2004-06-17 Telefonaktiebolaget Lm Ericsson (Publ) Group hopping and channel zapping during transmission of multicast applications
JP4059088B2 (ja) * 2003-01-28 2008-03-12 日本電気株式会社 移動体無線通信システム、及びその無線パラメータ制御方法
JP2004312452A (ja) * 2003-04-08 2004-11-04 Sony Corp 無線通信システム及びその端末装置
US7299038B2 (en) * 2003-04-30 2007-11-20 Harris Corporation Predictive routing including the use of fuzzy logic in a mobile ad hoc network
US7382765B2 (en) * 2003-04-30 2008-06-03 Harris Corporation Predictive routing in a moble ad hoc network
WO2004109536A1 (en) * 2003-06-06 2004-12-16 Meshnetworks, Inc. A method to provide a measure of link reliability to a routing protocol in an ad hoc wireless network
KR100631737B1 (ko) * 2003-09-22 2006-10-09 삼성전자주식회사 무선 애드 혹 네트워크에서의 서비스 탐색 시스템 및 방법
EP1797734A1 (en) * 2004-09-28 2007-06-20 Telefonaktiebolaget LM Ericsson (publ) A radio access network database for knowledge of radio channel and service environment network
US20060239207A1 (en) * 2005-04-20 2006-10-26 Nokia Corporation Combined load balancing for overlay and ad hoc networks

Also Published As

Publication number Publication date
CA2588110A1 (en) 2006-05-26
TW200631356A (en) 2006-09-01
US20120322383A1 (en) 2012-12-20
JP2008521283A (ja) 2008-06-19
EP1813061A4 (en) 2010-06-02
KR101072365B1 (ko) 2011-10-11
US20060104219A1 (en) 2006-05-18
EP1813061A2 (en) 2007-08-01
WO2006055197A3 (en) 2007-04-26
US8717940B2 (en) 2014-05-06
EP1813061B1 (en) 2013-05-01
CN101164289A (zh) 2008-04-16
WO2006055197A2 (en) 2006-05-26
TWI285038B (en) 2007-08-01

Similar Documents

Publication Publication Date Title
KR101072365B1 (ko) 이동 애드 혹 네트워크 작동 방법 및 이동 애드 혹 네트워크
JP3883075B2 (ja) モバイルアドホックネットワークにおけるファジー論理を利用した予測的ルーティング
JP3955579B2 (ja) モバイルアドホックネットワークにおける予測ルート維持
JP3866248B2 (ja) モバイルアドホックネットワークにおける予測的ルーティング
Natalizio et al. Controlled mobility in mobile sensor networks: advantages, issues and challenges
El-Mougy et al. Scalable personalized IoT networks
Das et al. A nonlinear strategy management approach in software-defined ad hoc network
Prasad et al. Firework inspired load balancing approach for wireless sensor networks
Kingsly Stephen et al. Sectional Transmission analysis approach for improved reliable transmission and secure routing in wireless sensor networks
Ramachandran et al. A secure and energy-efficient scheme for group-based routing in heterogeneous ad hoc sensor networks and its simulation analysis
Izadi Enhancing wireless sensor networks functionalities
Kumari et al. Reinforcement Learning–Based Approach Towards Switch Migration for Load-Balancing in SDN
Willy Internet of Things (IoT) Paradigms for Mobility and Heterogeneity
Jia et al. The Intelligent Routing Control Strategy Based on Deep Learning
Minani et al. Design of novel high density, fault tolerant Protocol for cluster based routing in Ad-hoc Networks
Kant et al. On the application of cognitive network design to MANET Network Management
CN118368669A (zh) 星地一体化网络的动态sfc映射方法及装置
Kennedy Psiactive Networking for Military Applications-A Predictive Cross-Layer Approach
Iskander et al. Predictive management algorithm for ad hoc networks

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
J201 Request for trial against refusal decision
B601 Maintenance of original decision after re-examination before a trial
E801 Decision on dismissal of amendment
J301 Trial decision

Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20090225

Effective date: 20101109

S901 Examination by remand of revocation
E902 Notification of reason for refusal
GRNO Decision to grant (after opposition)
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee