KR20170050873A - 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템 - Google Patents

다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템 Download PDF

Info

Publication number
KR20170050873A
KR20170050873A KR1020150152922A KR20150152922A KR20170050873A KR 20170050873 A KR20170050873 A KR 20170050873A KR 1020150152922 A KR1020150152922 A KR 1020150152922A KR 20150152922 A KR20150152922 A KR 20150152922A KR 20170050873 A KR20170050873 A KR 20170050873A
Authority
KR
South Korea
Prior art keywords
data
health
task
framework
big data
Prior art date
Application number
KR1020150152922A
Other languages
English (en)
Inventor
이병관
정은희
정이나
Original Assignee
가톨릭관동대학교산학협력단
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 가톨릭관동대학교산학협력단 filed Critical 가톨릭관동대학교산학협력단
Priority to KR1020150152922A priority Critical patent/KR20170050873A/ko
Publication of KR20170050873A publication Critical patent/KR20170050873A/ko

Links

Images

Classifications

    • G06F19/32—
    • G06F17/30194—
    • G06F17/30286—
    • G06F17/30318—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work

Abstract

본 발명의 실시예에 의한 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크는, 복수의 헬스기기들을 통해 헬스케어 서버로 전달된 헬스케어 빅 데이터들을 컬럼 형태로 기록하여 변환시키고, 상기 변환된 데이터를 임시로 복수의 저장영역들에 저장하는 분산 컬럼 기반 데이터베이스와; 상기 변환 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출하는 분산 파일 시스템을 포함한다.

Description

다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템{big data framework managing the health information collected from health devices using different communication environment and mobile health care system including thereof}
본 발명은 수집된 헬스정보를 관리하는 프레임워크에 관한 것으로, 특히 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템에 관한 것이다.
최근 헬스케어(Healthcare) 관련 기반 기술의 성장과 함께 모바일 헬스케어 기술의 필요성이 다양하게 언급되고 있다.
종래의 홈 헬스케어 기술은 네트워크 기반 서비스와 무관하게 단말기만으로 이용하던 기술이 널리 사용되어 왔다. 예를 들면, 당뇨 환자는 자신의 혈당 관리를 위해 가정용(홈 헬스케어용) 혈당기를 이용하여 혈당을 측정하고, 그 측정치는 혈당기 단말에 일정 개수 저장되어 측정 평균치 등의 간단한 통계를 이용할 수 있었다.
그러나, 이렇게 단말기만을 이용한 홈 헬스케어는, 저장 용량 및 통계 분석에 제약이 있어서 사용자에게 양질의 서비스를 제공하는데 어려움이 있고, 측정 기록을 장기 보관하기 위해 '혈당 수첩'과 같이 수기로 측정 기록을 관리해야만 한다.
또한, 담당 간호사나 헬스케어 관리 센터에서 혈당 관리 추이를 파악하여, 사용자의 혈당 관리 상태를 파악하고 적절한 의료 서비스를 제공하는 등의 서비스가 불가능하다.
따라서, 이러한 종래의 기술을 발전시켜, 복수의 헬스케어 센서들에 네트워크 기능을 탑재하고, 헬스케어 게이트웨이를 통해 헬스케어 서비스 서버로 측정 데이터를 전송하며, 헬스케어 서비스 서버에서는 전송받은 헬스 데이터를 장기간에 걸쳐 안전하게 보관하고 또한 다양한 통계 및 맞춤형 식단/운동 등의 서비스를 제공하는 역할을 하는 기술이 개발되고 있다.
특히 최근에는 스마트 폰과 같은 모바일 기기에 장착된 센서가 기존의 헬스케어 센서와 동일한 기능을 수행할 수 있고, 상기 모바일 기기의 네트워크 기능을 활용함을 통해 사용자가 보다 손쉽게 헬스케어 기능을 사용할 수 있게 되었다.
또한, 상기 센서들로부터 수신되는 데이터들은 시간이 지날수록 그 양이 기하급수적으로 증가되나, 이전 데이터들도 각 개인들의 헬스케어 관리를 위해 삭제되지 않고 유지되어야 할 수 있다.
즉, 모바일 헬스케어 시스템이 활성화될수록 지속적으로 생성되는 헬스케어 데이터들 즉, 헬스케어 빅 데이터를 보다 효율적으로 관리해야 할 필요성이 제기되고 있다.
본 발명의 실시예는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템을 제공함을 목적으로 한다.
상기 목적을 달성하기 위하여 본 발명의 실시예에 의한 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크는, 복수의 헬스기기들을 통해 헬스케어 서버로 전달된 헬스케어 빅 데이터들을 컬럼 형태로 기록하여 변환시키고, 상기 변환된 데이터를 임시로 복수의 저장영역들에 저장하는 분산 컬럼 기반 데이터베이스와; 상기 변환 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출하는 분산 파일 시스템을 포함한다.
상기 분산 컬럼 기반 데이터베이스는 클라이언트를 관리하는 마스터 서버를 포함하며, 상기 마스터 서버는 복수의 저장영역 서버들을 포함한다.
상기 분산 컬럼 기반 데이터베이스는 상기 마스터 서버를 통해 클라이언트를 관리하고, 수집된 데이터를 저장 영역들의 임시 메모리 장치들에 저장을 위해 HTable을 생성하고, 수정하고 삭제하는 작업을 수행한다.
상기 분산 저장된 변환 데이터들은 맵(Map), 소트(Sort), 리듀스(Reduce) 과정을 거쳐 사용자의 요청에 맞는 데이터로 추출된다.
상기 분산 파일 시스템은, 하나의 마스터(master)와 복수의 슬레이브(slave)들로 구성된다.
상기 슬레이브는 태스크 트래커(task tracker)를 포함하는 데이터 노드(Data node)들이고, 상기 마스터는 상기 슬레이브에 포함되는 태스크 트래커(task tracker)가 데이터들을 병렬적으로 처리하도록 지시하는 잡 트래커(job tracker)를 포함한 네임 노드(Name node)이다.
상기 태스크 트래커(Task Tracker)가 소트(Sort) 작업을 수행할 때, 리듀스(Reduce) 작업을 수행하려는 태스크 트래커(Task Tracker)의 대기 현상을 줄이기 위한 키(Key) 우선순위 스케줄링을 설계한다.
상기 잡 트래커(Job Tracker)로부터 맵(Map) 작업을 할당받은 태스크 트래커(Task Tracker)들은 자신의 태스크(Task)를 통해 맵 필터(Map Filter)를 생성한다.
또한, 본 발명의 실시예에 의한 모바일 헬스케어 시스템은, 서로 다른 통신 프로토콜을 사용하는 복수의 헬스 기기들; 상기 헬스 기기들로부터 정보를 수집하는 복수의 정보 수집 서버들; 상기 정보 수집 서버들 각각에 포함된 정보 수집부들 및 상기 정보 수집부들에서 수집된 다양한 타입의 정보들을 분석하여 필요한 데이터를 추출하고, 상기 추출한 데이터를 통합 데이터로 변환시키는 변환부를 포함하는 호환성 프레임워크; 네트워크를 통해 상기 호환성 프레임워크와 연결되어 상기 변환된 통합 데이터를 제공받는 헬스케어 서버; 및 실시간으로 수집되는 상기 통합 데이터들을 컬럼 형태로 기록하고, 상기 기록된 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출할 수 있는 빅데이터 프레임워크를 포함한다.
상기 헬스케어 센싱 정보들은 서로 다른 통신 프로토콜을 통해 수집된 바이너리 형태의 데이터이다.
상기 서로 다른 통신 프로토콜은 Zigbee, Bluetooth, Wi-Fi, 3G/4G이다.
상기 변환부는 상기 서로 다른 통신 프로토콜을 통해 수집된 각기 다른 바이너리 데이터를 읽어들여 데이터 공유에 필요한 필드만을 추출하여 통합 XML 데이터로 변환한다.
이와 같은 본 발명의 실시예에 의하면, 모바일 헬스케어 시스템에서 요구되는 데이터 통신이 원활히 이루어져, 모바일 헬스케어 시스템 및 스마트폰 등에 탑재될 수 있는 모바일 헬스케어 애플리케이션 서비스를 제공할 수 있는 기반을 마련할 수 있는 효과가 있다.
특히, 특정 헬스기기 즉, 특정 헬스케어 센서의 통신 프로토콜에 종속되지 않는 표준 I/O 인터페이스 기능을 수행하고, 각 헬스케어 센서들로부터 제공되는 정보들에 포함된 필수 데이터를 추출하여 변환함으로써, 상이한 통신 프로토콜을 사용하는 복수의 헬스케어 센서들과 헬스케어 서비스 서버 간에 원할한 통신이 이루어질 수 있다는 장점이 있다.
또한, 데이터 수집 기간이 늘어나더라도 안정적인 빅데이터 관리 서비스가 가능하도록 하는 시스템 확장성을 제공하는 장점이 있다.
도 1은 본 발명의 실시예에 의한 모바일 헬스케어 시스템을 개략적으로 나타내는 블록도.
도 2는 도 1에 도시된 빅데이터 프레임워크의 개략적인 구성을 나타내는 블록도.
도 3은 도 2에 도시된 빅데이터 프레임워크의 구체적인 구성 및 동작을 설명하는 도면.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시 예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시 예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시 예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시 예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시 예로 구현될 수 있다. 또한, 각각의 개시된 실시 예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는 적절하게 설명된다면 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 실시 예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 의한 모바일 헬스케어 시스템을 개략적으로 나타내는 블록도이다.
도 1을 참조하면, 본 발명의 실시예에 의한 모바일 헬스케어 시스템(100)은 서로 다른 통신 프로토콜을 사용하는 복수의 헬스 기기들(20a, 20b,... 20n)과 상기 헬스 기기들(20a, 20b,..., 20n)로부터 정보를 수집하는 복수의 정보 수집 서버들(40a, 40b,..., 40m), 상기 정보 수집 서버들(40a, 40b,... 40m) 각각에 포함된 정보 수집부들(12a, 12b,... 12m), 상기 정보 수집부들(12a, 12b,... 12m)에서 수집된 다양한 타입의 정보들을 분석하여 필요한 데이터를 추출하고, 상기 추출한 데이터를 통합 데이터로 변환시키는 변환부(14)를 포함하는 호환성 프레임워크(10)와, 네트워크(50)를 통해 상기 호환성 프레임워크(10)와 연결되어 상기 변환된 통합 데이터를 제공받는 헬스케어 서버(60) 및 실시간으로 수집되는 상기 통합 데이터들을 컬럼 형태로 기록하고, 상기 기록된 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출할 수 있는 빅데이터 프레임워크(70)을 포함하여 구성된다.
상기 헬스기기(20a, 20b,..., 20n)는 혈당기, 혈압기 등의 헬스케어 센서(21a, 21b,..., 21n)를 포함하여 구성될 수 있다.
이 때, 상기 헬스케어 센서(21a, 21b,..., 21n)는 단순히 센싱 기능만 갖춘 디바이스를 의미하는 것이 아니라, 센싱된 데이터를 디지털적으로 처리하는 MCU와 메모리 등의 프로세서 및 블루투스(Bluetooth)나 지그비(ZigBee) 노드와 같은 WPAN 노드 또는 와이파이(Wifi), 3G/4G와 같은 무선 통신 노드를 포함하여 구성될 수 있다.
즉, 헬스기기(20a, 20b,..., 20n)는, 센서 자체의 기능을 센서 유닛과, 센싱 데이터를 저장 및 프로토콜 프로세싱을 하는 헬스케어 센서 제어유닛 및 이를 WPAN(블루투스, 지그비 등) 무선통신을 통해 정보수집 서버(40a, 40b,..., 40m)로 전송하기 위한 헬스케어 센서 노드를 포함하는 헬스케어 센서(21a, 21b,..., 21n)를 포함한다.
여기서, 센서 유닛(예로서, 혈당 센서, 심전도 센서 등)(11)는 생체 신호 및 그에 준하는 헬스 정보를 수집하는 역할을 한다. 또한, 헬스케어 센서 제어 유닛은 센서 유닛의 동작을 제어하고, 헬스케어 센서 노드와의 통신을 담당한다. 통상적으로 센서유닛과 직접 연결된 메모리를 포함하는 MCU를 지칭하며, 정보수집 서버(40a, 40b,..., 40m)와의 프로토콜을 직접 다루는 프로세서 역할을 한다. 또한, 헬스케어 센서 노드는 센서 제어 유닛으로부터 받은 헬스케어 센싱 정보를 WPAN을 통해 상위단의 디바이스로 전송하는 역할을 한다. 즉, 헬스케어 센서(21a, 21b,... 21n)에 장착된 ZigBee 혹은 BlueTooth 모듈이 노드에 해당된다.
이와 같은 구성을 갖는 헬스 기기(20a, 20b,..., 20n)는 무선통신(블루투스, 지그비 등의 WPAN 통신 또는 Wifi, 3G/4G)(30)을 통해 각각의 정보수집 서버(40a, 40b,..., 40m)에 구비되는 호환성 프레임워크의 정보수집부(12a, 12b,..., 12m)와 통신을 수행한다.
호환성 프레임워크(10)는 각기 서로 다른 통신환경을 사용하는 헬스기기(20a, 20b,... 20n)로부터 헬스 정보를 수집할 수 있도록 상기 헬스기기(20a, 20b,... 20n)의 통신 프로토콜에 종속되지 않는 표준 I/O 인터페이스 기능을 수행하는 정보 수집부(12a, 12b,... 12m) 및 상기 정보 수집부(12a, 12b,... 12m)에서 수집된 다양한 타입의 정보들을 분석하여 필요한 데이터를 추출하고, 상기 추출한 데이터를 통합 데이터로 변환시키는 변환부(14)를 포함하여 구성된다.
정보 수집부(12a, 12b,... 12m)는 서로 다른 통신 프로토콜 즉, Zigbee, Bluetooth, Wi-Fi, 3G/4G와 같이 각기 다른 통신환경을 지원하는 헬스 기기(20a, 20b,... 20n)로부터 전달되는 데이터를 수신할 수 있다. 즉, 상기 정보 수집부(12a, 12b,... 12m)는 상기 헬스 기기(20a, 20b,... 20n)가 지원하는 통신 프로토콜들에 종속되지 않는 표준 I/O 인터페이스 역할을 한다.
앞서 설명한 바와 같이 상기 헬스 기기(20a, 20b,... 20n)들은 다양한 헬스 정보를 수집할 수 있도록 다양한 기능을 수행하는 헬스케어 센서들(21a, 21b,... 21n)과 각각 연동될 수 있다. 즉, 상기 헬스 기기(20a, 20b,..., 20n) 내에 헬스케어 센서(21a, 21b,... 21n)가 포함될 수 있는 것이다.
일 예로 최근 스마트 폰에는 심박수 측정이 가능한 심박 센서, 피부상태를 체크할 수 있는 자외선 센서 등이 구비될 수 있다.
단, 이와 같은 다양한 센서들 및 헬스 기기들의 통신은 앞서 언급한 바와 같이 종류별로 Wi-Fi, 3G/4G, Zigbee, Bluetooth 등 각각 다른 통신 프로토콜을 사용하고 있는 실정이다.
그러나, 이와 같은 헬스 기기(20a, 20b,..., 20n) 및/또는 헬스케어 센서(21a, 21b,..., 21n)가 수집한 정보들을 헬스케어 서버(60)로 전달하기 위해서는 일반적인 네트워크 일 예로 Wi-Fi 또는 3G/4G 통신을 통해 전달해야 하지만 특정 헬스케어 센서들은 Wi-Fi 통신 등을 지원하지 않을 수 있다.
이에 본 발명의 실시예에 의한 정보 수집부(12a, 12b,..., 12m)는 각각 다른 헬스 기기(20a, 20b,..., 20n)의 통신 프로토콜로 전송되는 데이터를 각각의 프로토콜 정책에 따라 수집할 수 있는 것으로서, 각 헬스 기기(20a, 20b,..., 20n)의 서로 다른 통신 환경을 연동하기 위하여 각 헬스 기기(20a, 20b,..., 20n)에 등록된 Zigbee, Bluetooth, Wi-Fi, 3G/4G의 각각의 프로토콜을 분석하는 역할을 수행할 수 있다.
또한, 상기 정보 수집부(12a, 12b,..., 12m)는, Application Support Sub Layer, Application Framework으로 구성될 수 있는 것으로, 이는 데이터를 수집하는 각 정보 수집 서버(40a, 40b,..., 40m)의 Application Layer에 탑재되도록 설계될 수 있다.
보다 구체적으로 상기 Application Support Sub Layer와 Application Framework는 네트워크 환경에 접속한 노드 즉, 복수의 정보 수집 서버들(40a, 40b,..., 40m)의 메시지 송수신을 관리하고, 복수의 정보 수집부(12a, 12b,... ,12m)를 각각 구성하는 Application Support Sub Layer와 Application Framework가 상기 정보 수집 서버(40a, 40b,..., 40m) 각각에 탑재되어 구동할 수 있는 어플리케이션을 관리할 수 있다.
또한, 상기 복수의 정보 수집 서버(40a, 40b,..., 40m) 각각에 구비된 정보 수집부들(12a, 12b,..., 12m)을 통해 수집된 헬스케어 센싱 정보들은 상기 변환부(14)로 전달될 수 있다. 일 예로 Wi-Fi, 3G/4G, Zigbee, Bluetooth 등 각각 다른 통신 프로토콜을 통해 수집된 데이터는 모두 바이너리 형태로 전달되고 있으나, 이러한 바이너리 데이터의 필드 구성은 모두 다르다.
이에 상기 변환부(14)는 각기 다른 바이너리 데이터를 읽어들여 데이터 공유에 필요한 필드만을 추출하고, 헬스 기기(20a, 20b,..., 20n)의 통신 프로토콜의 제약을 받지않는 통합 XML 데이터로 변환할 수 있다. 즉, 수신한 다양한 형태의 데이터를 분석하여 통합 XML 데이터로 변환하여 클라우드 환경에 전달하는 Data extraction and transformation을 설계한다.
호환성 프레임워크(10)에서 지원하는 통신 프로토콜은 Wi-Fi, 3G/4G, Zigbee, Bluetooth로 모두 바이너리 형태로 데이터를 전달하지만, 패킷 포맷의 다양성으로 인해 바이너리 배치가 모두 다르다. 즉, 동일한 데이터라 하더라도 실제 데이터가 저장된 Data 필드 혹은 Payload 필드의 위치가 각기 다르기 때문에 다른 통신 환경을 갖는 기기에 호환성이 보장되지 않는다는 것이다.
본 발명의 실시예에 의한 변환부(14)는 상기 정보 수집부(12a, 12b,..., 12m)로부터 전달받은 다양한 패킷 포맷에 따른 데이터를 분석하여, 데이터만을 추출하고 통합 XML 데이터로 변환하여 클라우드 환경으로 구현될 수 있는 헬스케어 서버(60)에 전달할 수 있다.
보다 구체적으로 상기 변환부(14)는 정보 수집부들(12a, 12b,..., 12m)로부터 전달받은 각 헬스 기기(20a, 20b,...,20n)의 패킷 포맷으로 binary 데이터를 읽어내고, 상기 binary 데이터 중에서 Profile Identifier, Frame Type, Duration the file accepted, Payload(Data), Source Address, Source Device를 추출하여 XML 파일에 저장함으로써 통합 XML 데이터로 변환하며, 상기 변환된 데이터는 네트워크를 통해 클라우드 환경의 헬스케어 서버(60)로 전송될 수 있다.
또한, 실시간으로 수집되는 상기 통합 데이터들은 상기 빅데이터 프레임워크(70)을 통해 컬럼 형태로 기록하고, 상기 기록된 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출할 수 있게 된다.
이하, 도 2 및 도 3을 참조하여 본 발명의 실시예에 의한 빅데이터 프레임워크(70)에 대해 보다 구체적으로 설명하도록 한다.
도 2는 도 1에 도시된 빅데이터 프레임워크의 개략적인 구성을 나타내는 블록도이다.
본 발명의 실시예에 의한 빅데이터 프레임워크(70)은 분산 컬럼 기반 데이터베이스(이하, Hbase)(72)와 분산 컴퓨팅 프레임워크(framework)를 지원하기 위한 분산 파일 시스템(이하 HDFS: Hadoop Distributed File System)(74)으로 구성되며, 상기 HDFS(74)는 분산 프로그래밍 모델인 맵 리듀스 기법으로 구동된다.
하둡(Hadoop)은 빅 데이터를 저장, 관리, 처리, 분석하기 위한 도구로 잘 알려진 오픈 플랫폼으로서, 빅 데이터에서는 처리 속도가 아주 중요한 요소인데, 하둡의 맵 리듀스(Map Reduce) 기법은 빅데이터에 대한 처리, 검색, 분석을 효율적으로 하기 위한 병렬 분산 처리 프로그래밍으로서 다양한 형태로 활용되고 있다.
하둡 환경에서 맵 리듀스의 응용은 클라이언트가 수행하는 작업단위인 잡(job)으로 구성된다. 잡은 입력 데이터, 맵 리듀스 프로그램과 설정 정보로 구성된다. 또한, 잡은 맵 태스크(task)와 리듀스 태스트로 나누어 실행된다. 잡 실행 과정의 제어를 위해, 하나의 잡 트래커(job tracker)와 다수의 태스크 트래커(task tracker)가 사용될 수 있다. 잡 트래커는 태스크 트래커들이 수행할 태스크를 스케줄링(scheduling)함으로써 시스템 전체에서 모든 잡이 수행되도록 조정한다. 태스크 트래커는 태스크를 수행하고 각 잡의 전체 결과를 잡트래커에 보낸다. 이때 태스크가 실패하면, 잡 트래커는 그것을 다른 태스크 트래커에 다시 스케줄링한다.
상기 Hbase(72)는 헬스기기(20)를 통해 헬스케어 서버(60)로 전달된 헬스케어 빅 데이터를 대용량 HTable의 Row 키와 Column 패밀리로 변환시키고, 이 변환된 데이터를 임시로 HBase(72)의 복수의 저장 영역(HRegion)들에 저장하는 분산 컬럼 기반 데이터베이스로서, 본 발명의 실시예는 HDFS(74)의 맵 리듀스(Map Reduce) 기법이 함께 사용될 수 있도록 상기 Hbase(72)를 설계함을 특징으로 한다.
도 2를 참고하면, 상기 Hbase(72)는 클라이언트를 관리하는 마스터 서버(HMaster)를 포함하며, 상기 마스터 서버(HMaster)는 복수의 저장영역(HRegion) 서버들을 포함한다. 또한, 각각의 상기 저장영역(HRegion) 서버는 복수의 복수의 저장 영역(HRegion)들을 관할한다.
즉, 상기 Hbase(72)는 마스터 서버(HMaster)를 통해 클라이언트를 관리하고, 수집된 데이터를 저장 영역(HRegion)들의 임시 메모리 장치(Store)들에 저장을 위해 HTable을 생성하고, 수정하고 삭제하는 작업을 수행한다.
이 때, 상기 빅 데이터 프레임워크의 HTable 형식은 헬스케어 센서들이 센싱한 데이터에 대응되는 통합 XML 데이터를 하기 표 1에서와 같이 저장하도록 설계한다.
Row 키 타임스탬프 Index Column Family1 Family Family2
사용자ID 식별정보 Device정보 Device Data
ID Data ID Data
사용자
No.		 Time 1 Index 1 User1 txt1 txt1
Time 3 Index 2 User2 txt2 txt2
... ... ... ... ...
Time n Index n User n txt n txt n
사용자
No.		 Time 2 Index 10 User 10 txt 10 txt 10
... ... ... ... ...
Time n1 Index n1 User n1 txt n1 txt n1
저장영역(HRegion) 서버들는 각각의 저장영역(HRegion)을 관리하고, 이에 대응되는 HTable의 데이터를 임시 메모리 장치(store)에 저장하도록 설계한다.
또한, 각 저장영역(HRegion) 서버는 여러 개의 임시 메모리 장치를 포함하며, 데이터를 상기 임시 메모리 장치에 임시로 저장하였다가 상기 임시 메모리 장치가 가득 차면 디스크에 저장하고 임시 파일은 삭제하는 방식으로 설계할 수 있다.
또한, 각 저장영역(HRegion)들 내에 하나씩 존재하는 로그(HLog)에는 상기 임시 메모리 장치에 저장된 내용의 유실을 방지하기 위해 저장영역(HRegion)의 접속 기록을 저장하도록 설계할 수 있다.
또한, Hbase(72)에 저장된 데이터는 다시 HDFS(74)에 분산 저장되며, 이 분산 저장된 데이터는 하둡 시스템(Hadoop System)에 의해 맵(Map), 소트(Sort), 리듀스(Reduce) 과정을 거쳐 사용자의 요청에 맞는 데이터를 추출하여 전달하도록 설계할 수 있다.
이하, 본 발명의 실시예에 의한 빅데이터 프레임워크(70)의 구성 및 동작을 도 3을 통해 설명하도록 한다.
도 3은 도 2에 도시된 빅데이터 프레임워크(70)의 구체적인 구성 및 동작을 설명하는 도면이다.
즉, 도 3을 통해 하나의 마스터(master)와 복수의 슬레이브(slave)들로 구성된 분산 파일 시스템에 데이터를 저장하고, 데이터에 대한 접근과 통합을 위한 맵 리듀스 기법을 통한 병렬처리를 제공하는 HDFS 동작을 설명할 수 있다.
이 때, 상기 슬레이브는 태스크 트래커(task tracker)를 포함하는 데이터 노드(Data node)들이 될 수 있고, 마스터는 상기 슬레이브에 포함되는 태스크 트래커(task tracker)가 데이터들을 병렬적으로 처리하도록 지시하는 잡 트래커(job tracker)를 포함한 네임 노드(Name node)가 될 수 있다.
또한, 도 3에 도시된 클라이언트 노드(Client node), 네임 노드(Name node), 데이터 노드(Data node)들은 상기 하둡 시스템(Hadoop System)에 의해 맵(Map), 소트(Sort), 리듀스(Reduce) 과정을 수행할 수 있도록 동작하는 것으로, 본 발명의 실시예에 의한 빅데이터 프레임워크(70)에는 도시된 바와 같이 맵 필터(Map filter), 맵 모듈(Map module), 소트 모듈(sort module), 리듀스 모듈(Reduce module)이 포함될 수 있다.
이하, 본 발명의 실시예에 의한 빅데이터 프레임워크(70)의 구성 및 동작을 도 3을 통해 설명하도록 한다.
본 발명의 실시예에 의한 빅데이터 프레임워크(70)는 맵(Map) 과정에서 발생하는 병목현상과 리듀스(Reduce) 과정에서 생성되는 병목현상을 감소시키고자 우선순위 스케줄링과 필터링을 설계하고, 병합과정이 필요 없는 데이터임에도 불구하고 리듀스(Reduce) 모듈에서 병합 작업을 하는 단점을 해결하기 위하여 병합에 필요한 데이터만을 리듀스(Reduce) 작업에 참여시키는 맵 필터(Map Filter)를 포함함을 특징으로 한다.
여기서, 상기 우선순위 스케줄링과 맵 필터(Map Filter)의 생성 과정은 다음과 같이 설계할 수 있다.
맵 리듀스 어플리케이션(Map Reduce Application)은 클라이언트 노드(Client node)에 포함된 잡 클라이언트(Job Client)와 마스터의 역할을 수행하는 네임 노드((Name node)에 포함된 잡 트래커(Job Tracker)을 통해 수행할 잡(Job)에 대한 정보를 확인한 뒤 잡(Job) 초기화 및 네트워크상 가장 가까운 위치에 존재하는 태스크 트래커(Task Tracker) 순으로 작업을 할당하는 초기 스케줄링 과정을 설계하여 본 발명의 실시예에 의한 빅데이터 프레임워크(70)의 스케줄링 기반 환경을 구축할 수 있다.
또한, 상기 초기 스케줄링에 의해 작업을 할당받은 잡 트래커(Job Tracker)가 HDFS로부터 분할된 파일의 정보를 획득하고, 태스크 트래커(Task Tracker)들에게 맵(Map) 또는 소트(Sort), 리듀스(Reduce) 작업을 할당하도록 설계할 수 있다.
상기 맵(Map), 소트(Sort), 리듀스(Reduce) 과정에서 작업지연과 병목현상과 같은 단점을 보완하기 위하여 본 발명의 실시예는 잡 트래커(Job Tracker)와 태스크 트래커(Task Tracker) 간에 특정 비트 신호(예: Heart Beat)로 주고받음으로써, 태스크 트래커(Task Tracker)의 성능을 계산하고, 계산된 성능에 따라 우선순위를 정할 수 있다.
또한, 태스크 트래커(Task Tracker)가 소트(Sort) 작업을 수행할 때, 리듀스(Reduce) 작업을 수행하려는 태스크 트래커(Task Tracker)의 대기 현상을 줄이기 위한 키(Key) 우선순위 스케줄링을 설계할 수 있다.
또한, 잡 트래커(Job Tracker)로부터 맵(Map) 작업을 할당받은 태스크 트래커(Task Tracker)들은 자신의 태스크(Task)를 통해 맵 필터(Map Filter)를 생성할 수 있다.
또한, 상기 HDFS로부터 첫 번째 파티션에 있는 실제 분할 데이터를 획득한 후, 맵(Map) 함수를 이용하여 키(Key), 인덱스(index), 값(Value)으로 구분되는 중간 결과물을 생성하여 상기 맵 필터(Map Filter)의 데이터를 수집할 수 있다.
또한, 상기 맵(Map) 함수를 이용한 중간 결과물에서 상기 키(Key)와 인덱스(Index)를 색출하고, k개의 해시함수를 이용해 블룸 필터(Bloom Filter)를 설계할 수 있다.
또한, 태스크 트래커(Task Tracker)와 각 태스크(Task) 간의 통신규약을 통한 상기 블룸 필터(Bloom Filter)의 데이터 공유 과정을 수립할 수 있다.
또한, 상기 블룸 필터(Bloom Filter)를 통해 산출된 False positive rate를 통해 오류 발생율이 높은 블룸 필터(Bloom Filter)를 색출할 수 있다.
또한, 맵 필터(Map Filter)를 이용하여 해시 함수를 적용한 수집 데이터와, 상기 필터 내부의 블룸 필터(Bloom Filter) 데이터를 비교 분석하여 대기 버퍼(Buffer) 또는 소트 모듈(Sort Module)로 전달하는 맵 필터링(Map Filtering) 기능을 탑재한 맵 모듈(Map Module)을 설계할 수 있다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
10: 호환성 프레임워크 12: 정보 수집부
14: 변환부 20: 헬스기기
21: 헬스케어 센서 40: 정보수집 서버
50: 네트워크 60: 헬스케어 서버
70: 빅데이터 프레임워크

Claims (20)

  1. 복수의 헬스기기들을 통해 헬스케어 서버로 전달된 헬스케어 빅 데이터들을 컬럼 형태로 기록하여 변환시키고, 상기 변환된 데이터를 임시로 복수의 저장영역들에 저장하는 분산 컬럼 기반 데이터베이스와;
    상기 변환 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출하는 분산 파일 시스템을 포함함을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  2. 제 1항에 있어서,
    상기 분산 컬럼 기반 데이터베이스는 클라이언트를 관리하는 마스터 서버를 포함하며, 상기 마스터 서버는 복수의 저장영역 서버들을 포함함을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  3. 제 2항에 있어서,
    상기 분산 컬럼 기반 데이터베이스는 상기 마스터 서버를 통해 클라이언트를 관리하고, 수집된 데이터를 저장 영역들의 임시 메모리 장치들에 저장을 위해 HTable을 생성하고, 수정하고 삭제하는 작업을 수행함을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  4. 제 1항에 있어서,
    상기 분산 저장된 변환 데이터들은 맵(Map), 소트(Sort), 리듀스(Reduce) 과정을 거쳐 사용자의 요청에 맞는 데이터로 추출됨을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  5. 제 1항에 있어서,
    상기 분산 파일 시스템은, 하나의 마스터(master)와 복수의 슬레이브(slave)들로 구성됨을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  6. 제 5항에 있어서,
    상기 슬레이브는 태스크 트래커(task tracker)를 포함하는 데이터 노드(Data node)들이고,
    상기 마스터는 상기 슬레이브에 포함되는 태스크 트래커(task tracker)가 데이터들을 병렬적으로 처리하도록 지시하는 잡 트래커(job tracker)를 포함한 네임 노드(Name node)임을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  7. 제 6항에 있어서,
    상기 태스크 트래커(Task Tracker)가 소트(Sort) 작업을 수행할 때, 리듀스(Reduce) 작업을 수행하려는 태스크 트래커(Task Tracker)의 대기 현상을 줄이기 위한 키(Key) 우선순위 스케줄링을 설계함을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  8. 제 6항에 있어서,
    상기 잡 트래커(Job Tracker)로부터 맵(Map) 작업을 할당받은 태스크 트래커(Task Tracker)들은 자신의 태스크(Task)를 통해 맵 필터(Map Filter)를 생성함을 특징으로 하는 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크.
  9. 서로 다른 통신 프로토콜을 사용하는 복수의 헬스 기기들;
    상기 헬스 기기들로부터 정보를 수집하는 복수의 정보 수집 서버들;
    상기 정보 수집 서버들 각각에 포함된 정보 수집부들 및 상기 정보 수집부들에서 수집된 다양한 타입의 정보들을 분석하여 필요한 데이터를 추출하고, 상기 추출한 데이터를 통합 데이터로 변환시키는 변환부를 포함하는 호환성 프레임워크;
    네트워크를 통해 상기 호환성 프레임워크와 연결되어 상기 변환된 통합 데이터를 제공받는 헬스케어 서버; 및 실시간으로 수집되는 상기 통합 데이터들을 컬럼 형태로 기록하고, 상기 기록된 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출할 수 있는 빅데이터 프레임워크를 포함함을 특징으로 하는 모바일 헬스케어 시스템.
  10. 제 9항에 있어서,
    상기 헬스케어 센싱 정보들은 서로 다른 통신 프로토콜을 통해 수집된 바이너리 형태의 데이터임을 특징으로 하는 모바일 헬스케어 시스템.
  11. 제 9항에 있어서,
    상기 서로 다른 통신 프로토콜은 Zigbee, Bluetooth, Wi-Fi, 3G/4G임을 특징으로 하는 모바일 헬스케어 시스템.
  12. 제 9항에 있어서,
    상기 변환부는 상기 서로 다른 통신 프로토콜을 통해 수집된 각기 다른 바이너리 데이터를 읽어들여 데이터 공유에 필요한 필드만을 추출하여 통합 XML 데이터로 변환함을 특징으로 하는 모바일 헬스케어 시스템.
  13. 제 9항에 있어서,
    상기 빅데이터 프레임워크는,
    상기 복수의 헬스기기들을 통해 헬스케어 서버로 전달된 헬스케어 빅 데이터들을 컬럼 형태로 기록하여 변환시키고, 상기 변환된 데이터를 임시로 복수의 저장영역들에 저장하는 분산 컬럼 기반 데이터베이스와;
    상기 변환 데이터들을 다시 분산 저장한 뒤 사용자의 요청에 맞는 데이터를 추출하는 분산 파일 시스템을 포함함을 특징으로 하는 모바일 헬스케어 시스템.
  14. 제 9항에 있어서,
    상기 분산 컬럼 기반 데이터베이스는 클라이언트를 관리하는 마스터 서버를 포함하며, 상기 마스터 서버는 복수의 저장영역 서버들을 포함함을 특징으로 하는 모바일 헬스케어 시스템.
  15. 제 14항에 있어서,
    상기 분산 컬럼 기반 데이터베이스는 상기 마스터 서버를 통해 클라이언트를 관리하고, 수집된 데이터를 저장 영역들의 임시 메모리 장치들에 저장을 위해 HTable을 생성하고, 수정하고 삭제하는 작업을 수행함을 특징으로 하는 모바일 헬스케어 시스템.
  16. 제 9항에 있어서,
    상기 분산 저장된 변환 데이터들은 맵(Map), 소트(Sort), 리듀스(Reduce) 과정을 거쳐 사용자의 요청에 맞는 데이터로 추출됨을 특징으로 하는 모바일 헬스케어 시스템.
  17. 제 9항에 있어서,
    상기 분산 파일 시스템은, 하나의 마스터(master)와 복수의 슬레이브(slave)들로 구성됨을 특징으로 하는 모바일 헬스케어 시스템.
  18. 제 17항에 있어서,
    상기 슬레이브는 태스크 트래커(task tracker)를 포함하는 데이터 노드(Data node)들이고,
    상기 마스터는 상기 슬레이브에 포함되는 태스크 트래커(task tracker)가 데이터들을 병렬적으로 처리하도록 지시하는 잡 트래커(job tracker)를 포함한 네임 노드(Name node)임을 특징으로 하는 모바일 헬스케어 시스템.
  19. 제 18항에 있어서,
    상기 태스크 트래커(Task Tracker)가 소트(Sort) 작업을 수행할 때, 리듀스(Reduce) 작업을 수행하려는 태스크 트래커(Task Tracker)의 대기 현상을 줄이기 위한 키(Key) 우선순위 스케줄링을 설계함을 특징으로 하는 모바일 헬스케어 시스템.
  20. 제 18항에 있어서,
    상기 잡 트래커(Job Tracker)로부터 맵(Map) 작업을 할당받은 태스크 트래커(Task Tracker)들은 자신의 태스크(Task)를 통해 맵 필터(Map Filter)를 생성함을 특징으로 하는 모바일 헬스케어 시스템.
KR1020150152922A 2015-11-02 2015-11-02 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템 KR20170050873A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150152922A KR20170050873A (ko) 2015-11-02 2015-11-02 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150152922A KR20170050873A (ko) 2015-11-02 2015-11-02 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템

Publications (1)

Publication Number Publication Date
KR20170050873A true KR20170050873A (ko) 2017-05-11

Family

ID=58741818

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150152922A KR20170050873A (ko) 2015-11-02 2015-11-02 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템

Country Status (1)

Country Link
KR (1) KR20170050873A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107518881A (zh) * 2017-09-20 2017-12-29 合肥安华信息科技有限公司 一种基于数据分析的智能化健康管理系统
KR20220001353A (ko) 2020-06-29 2022-01-05 한전케이디엔주식회사 시맨틱 웹 기반의 헬스 케어 정보 관리 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107518881A (zh) * 2017-09-20 2017-12-29 合肥安华信息科技有限公司 一种基于数据分析的智能化健康管理系统
KR20220001353A (ko) 2020-06-29 2022-01-05 한전케이디엔주식회사 시맨틱 웹 기반의 헬스 케어 정보 관리 방법

Similar Documents

Publication Publication Date Title
CN105228089B (zh) 一种可穿戴设备多传感器适配及实时数据采集方法
Shakya et al. Computational enhancements of wearable healthcare devices on pervasive computing system
KR101814448B1 (ko) 모바일 헬스케어 시스템 및 이를 이용한 컴포넌트 기반 모바일 헬스 대시보드 제작 시스템
Gaynor et al. Integrating wireless sensor networks with the grid
CN201601782U (zh) 一种交互式远程视频会诊装置
CN111383748A (zh) 基于弹性计算和5g技术的医疗集成平台系统
US10303519B1 (en) Multi-tier resource and load orchestration
US10762171B2 (en) Patient sensor data exchange systems and methods
CN102917069B (zh) 与设备无关性的医疗信息采集中间件装置及其设计方法
CN104753866A (zh) 一种数据传输方法及装置
CN103259859A (zh) 一种基于Android的体域网及其智能终端连接方法
CN111314371A (zh) 基于智能网关技术的边缘设备接入系统及接入方法
CN114530245A (zh) 一种基于边缘计算和联邦学习的云边协调医疗系统
CN104219275A (zh) 癌症患者社区短信延续护理系统
Garai et al. Adaptive services with cloud architecture for telemedicine
Surati et al. Background and research challenges for fc for healthcare 4.0
KR20170050873A (ko) 다른 통신환경을 사용하는 헬스기기로부터 수집된 헬스 정보를 관리하는 빅데이터 프레임워크 및 이를 포함한 모바일 헬스케어 시스템
CN105550504B (zh) 一种移动医疗信息系统及医疗信息处理方法
CN103455698A (zh) 医疗监护方法、设备和系统
CN114430535A (zh) 一种基于5g移动通信的picu数字化病房系统
CN109299069A (zh) 一种基于互联网数据采集的大数据采集管理平台
Thakare et al. The internet of things–emerging technologies, challenges and applications
KR101836103B1 (ko) 모바일 헬스케어 시스템 및 이를 이용한 컴포넌트 기반 모바일 헬스 애플리케이션 제공 시스템
RU2522030C2 (ru) Унифицированная система управления информационными потоками предприятия
KR20130126444A (ko) 사용자 식별 정보를 이용한 컨테이너 자원의 구성 방법, 기록 매체 및 그 장치

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment