KR20210088999A - Gateway device for managing message data based on learning and method for managing message data based on learning of the same - Google Patents

Gateway device for managing message data based on learning and method for managing message data based on learning of the same Download PDF

Info

Publication number
KR20210088999A
KR20210088999A KR1020200002167A KR20200002167A KR20210088999A KR 20210088999 A KR20210088999 A KR 20210088999A KR 1020200002167 A KR1020200002167 A KR 1020200002167A KR 20200002167 A KR20200002167 A KR 20200002167A KR 20210088999 A KR20210088999 A KR 20210088999A
Authority
KR
South Korea
Prior art keywords
message data
message
learning
specific
gateway device
Prior art date
Application number
KR1020200002167A
Other languages
Korean (ko)
Other versions
KR102303552B1 (en
Inventor
정찬원
최갑근
송기웅
윤종현
Original Assignee
씨스존 주식회사
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 씨스존 주식회사 filed Critical 씨스존 주식회사
Priority to KR1020200002167A priority Critical patent/KR102303552B1/en
Publication of KR20210088999A publication Critical patent/KR20210088999A/en
Application granted granted Critical
Publication of KR102303552B1 publication Critical patent/KR102303552B1/en

Links

Images

Classifications

    • H04L67/322—
    • 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
    • H04L67/61—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 taking into account QoS or priority requirements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • 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
    • H04L67/2842—
    • 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
    • H04L67/56—Provisioning of proxy services
    • H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Computer And Data Communications (AREA)

Abstract

The present invention relates to a gateway device for supporting management of learning-based message data and a method for managing learning-based message data by using the same and, more specifically, to a gateway device for supporting management of learning-based message data, which allows a gateway device, which relays message data received from a plurality of Internet of things (IoT) devices to a service server for managing the IoT devices, to learn the transmission patterns of the message data and to operate so that message data having a higher priority is preferentially transmitted to the service server, thereby increasing the performance and quality of IoT services, and a method for managing learning-based message data by using the same. The gateway device can transmit the message data based on comparison of priorities according to message types divided based on transmission patterns such as the frequency of call and the transmission capacity of the message data to increase the transmission quality of the message data, thereby minimizing the idle time of the service server, and increasing the service quality of the IoT services, using the message data, by the service server.

Description

학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치 및 이의 학습 기반 메시지 데이터 관리 방법{Gateway device for managing message data based on learning and method for managing message data based on learning of the same}Gateway device for supporting learning-based message data management and learning-based message data management method thereof {Gateway device for managing message data based on learning and method for managing message data based on learning of the same}

본 발명은 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치 및 이의 학습 기반 메시지 데이터 관리 방법에 관한 것으로서, 더욱 상세히는 복수의 사물 인터넷 장치로부터 수신된 메시지 데이터를 상기 사물 인터넷 장치를 관리하는 서비스 서버로 중계하는 게이트웨이 장치에서 메시지 데이터의 전송 패턴을 학습하고, 이를 기반으로 우선 순위가 높은 메시지 데이터가 상기 서비스 서버에 우선 전송되도록 동작하여 사물 인터넷 장치를 이용한 사물 인터넷 서비스의 성능 및 품질을 높일 수 있는 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치 및 이의 학습 기반 메시지 데이터 관리 방법에 관한 것이다.The present invention relates to a gateway device supporting learning-based message data management and a learning-based message data management method thereof, and more particularly, relaying message data received from a plurality of IoT devices to a service server that manages the IoT devices. A learning base that can improve the performance and quality of Internet of Things services using IoT devices by learning a transmission pattern of message data from a gateway device that does A gateway device supporting message data management and a learning-based message data management method thereof are provided.

최근 사물 인터넷 장치(IoT(Internet of Things) 장치)가 등장하면서, 이러한 사물 인터넷 장치를 이용하여 실생활의 편의를 개선하거나 산업에서 생산성이나 효율성을 향상하는 것과 같은 다양한 서비스를 제공하는 사물 인터넷 서비스가 제공되고 있다.Recently, with the advent of Internet of Things (IoT) devices, Internet of Things services that provide various services such as improving convenience in real life or improving productivity or efficiency in industries are provided by using such Internet of Things devices. is becoming

이러한 사물 인터넷 서비스는 일반적으로 게이트웨이에서 사물 인터넷 장치로서 동작하는 여러 종류의 레거시 장치로부터 데이터를 수집하여 사물 인터넷 장치의 데이터를 관리하는 서버에 전달하게 되며, 이러한 게이트 웨이는 다양한 프로토콜로 획득되는 데이터를 통합된 방식으로 변환하고 처리하여 상기 서버에 전달한다.These Internet of Things services generally collect data from several types of legacy devices that operate as Internet of Things devices in a gateway and deliver them to a server that manages the data of IoT devices, and these gateways transmit data obtained through various protocols. It is converted, processed and delivered to the server in an integrated manner.

이때, 게이트웨이에 수집되는 데이터들은 서버의 데이터 이용 패턴에 따라 시간에 민감한 데이터도 있고 비교적 시간에 둔감한 데이터도 있으며, 데이터의 사이즈가 작은 단위면서 자주 들어오는 데이터와 빈도는 작지만 데이터의 크기가 큰 데이터도 존재한다.At this time, the data collected in the gateway may be time-sensitive or relatively time-insensitive depending on the data usage pattern of the server. also exist

그러나, 기존의 게이트웨이는 이러한 데이터의 특징을 구분하지 않고 단일 크기의 메시지 큐를 이용하여 전송함으로 인해, 실시간성이 필요한 데이터가 실시간성을 요구하지 않는 데이터에 의해 지연 전송되어 사물 인터넷 서비스의 성능 및 품질을 저하시키는 문제가 발생되고 있다.However, the existing gateway does not distinguish the characteristics of such data and transmits it using a single-size message queue, so data that requires real-time is delayed by data that does not require real-time, so that the performance and performance of the Internet of Things service are affected. There is a problem that degrades the quality.

한국등록특허 제10-1723172호Korean Patent No. 10-1723172

본 발명은 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 서비스 서버에 중계하는 게이트웨이 장치에서 데이터 전송 로그를 이용해 메시지 데이터의 종류별 전송 패턴을 학습하고, 학습된 패턴을 기초로 호출 빈도수와 메시지 크기를 이용해 우선순위 큐를 구분 전송함으로써, 저속 메시지로 인한 유휴 시간을 최소화하는 동시에 전송 품질을 개선하는데 그 목적이 있다.The present invention learns a transmission pattern for each type of message data using a data transmission log in a gateway device that receives message data from a plurality of IoT devices and relays it to a service server, and uses the call frequency and message size based on the learned pattern. The purpose of this is to improve transmission quality while minimizing idle time due to low-speed messages by dividing priority queues.

본 발명의 실시예에 따른 복수의 사물 인터넷 장치로부터 통신망을 통해 메시지 데이터를 수신하여 서버에 전송하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법은, 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 상기 서버에 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 로그 저장 단계와, 상기 누적 저장된 전송 로그의 학습을 통해 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성에 따른 상기 메시지 데이터의 전송 패턴을 기초로 복수의 서로 다른 메시지 종류로 클러스터링하여 메시지 데이터의 메시지 종류 식별을 위한 설정 정보를 생성하고, 상기 복수의 서로 다른 메시지 종류 상호 간 우선 순위의 결정을 위한 우선 순위의 결정 규칙을 생성한 후 메시지 분류를 위한 미리 설정된 알고리즘에 상기 설정 정보 및 결정 규칙을 설정하는 설정 단계 및 상기 복수의 사물 인터넷 장치로부터 수신되는 특정 메시지 데이터를 상기 알고리즘에 적용하여 상기 특정 메시지 데이터에 대응되는 메시지 종류를 식별하고, 상기 우선 순위의 결정 규칙에 따라 상기 특정 메시지 데이터 수신시 메시지 큐에 저장된 하나 이상의 타 메시지 데이터별 메시지 종류와 상기 특정 메시지 데이터의 메시지 종류에 따른 상기 타 메시지 데이터에 대한 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당하는 자동 관리 단계를 포함할 수 있다.The learning-based message data management method of a gateway device for receiving message data from a plurality of IoT devices through a communication network and transmitting it to a server according to an embodiment of the present invention includes receiving message data from the plurality of IoT devices and transmitting the message data to the server a log storage step of generating and accumulatively storing a transmission log when transmitting the message data, and a transmission pattern of the message data according to one or more properties preset in relation to the transmission log through learning of the cumulatively stored transmission log. By clustering into a plurality of different message types, setting information for identifying message types of message data is generated, and after generating a priority determination rule for determining mutual priorities between the plurality of different message types, message classification is performed. A setting step of setting the setting information and a decision rule in a preset algorithm for identifying a message type corresponding to the specific message data by applying the specific message data received from the plurality of IoT devices to the algorithm, and the priority When receiving the specific message data according to the priority determination rule, the priority of the specific message data with respect to the other message data according to the message type of one or more other message data stored in the message queue and the message type of the specific message data is determined, and an automatic management step of allocating a slot of the specific message data to the message queue.

본 발명과 관련된 일 예로서, 상기 로그 저장 단계는 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 메시지 큐에 저장하고, 상기 서버에 의한 상기 메시지 큐 호출시 상기 메시지 데이터를 상기 서버에 전송하며, 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 단계를 포함하는 것을 특징으로 할 수 있다.As an example related to the present invention, the log storage step includes receiving message data from the plurality of IoT devices and storing the message data in a message queue, and transmitting the message data to the server when the message queue is called by the server, and generating and accumulatively storing a transmission log when transmitting the message data.

본 발명과 관련된 일 예로서, 상기 하나 이상의 속성은 큐 호출 빈도수 및 메시지 데이터의 전송량 중 적어도 하나를 포함하는 것을 특징으로 할 수 있다.As an example related to the present invention, the one or more attributes may include at least one of a queue call frequency and a transmission amount of message data.

본 발명과 관련된 일 예로서, 상기 설정 단계는 사용자 입력에 따라 상기 메시지 종류 상호 간 상기 우선 순위의 결정 규칙을 상기 알고리즘에 설정하거나 상기 전송 로그를 학습하여 상기 전송 패턴에 따라 구분된 상기 복수의 메시지 종류별로 다른 메시지 종류와의 경합시 우선되는 메시지 종류에 대한 상기 우선 순위의 결정 규칙을 생성한 후 상기 알고리즘에 설정하는 것을 특징으로 할 수 있다.As an example related to the present invention, in the setting step, the plurality of messages classified according to the transmission pattern by setting the priority determination rule between the message types in the algorithm according to a user input or by learning the transmission log In case of contention with other message types for each type, the priority determination rule for the message type that is prioritized may be created and then set in the algorithm.

본 발명과 관련된 일 예로서, 상기 자동 관리 단계는 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당시 상기 특정 메시지 데이터의 메시지 종류에 대응되는 전송 패턴에 따라 상기 특정 메시지 데이터의 슬롯을 할당하는 단계를 더 포함하는 것을 특징으로 할 수 있다.As an example related to the present invention, the automatic management step determines the priority of the specific message data and allocates the slot of the specific message data to the message queue according to a transmission pattern corresponding to the message type of the specific message data. The method may further include allocating a slot for the specific message data.

본 발명과 관련된 일 예로서, 상기 자동 관리 단계는 상기 특정 메시지 데이터의 슬롯을 할당시 상기 특정 메시지 데이터의 메시지 종류에 대응되는 전송 패턴에 따른 메시지 전송량을 기초로 상기 특정 메시지 데이터의 슬롯을 할당하는 것을 특징으로 할 수 있다.As an example related to the present invention, the automatic management step allocates a slot of the specific message data based on a message transmission amount according to a transmission pattern corresponding to a message type of the specific message data when allocating a slot of the specific message data. can be characterized as

본 발명의 실시예에 따른 복수의 사물 인터넷 장치로부터 통신망을 통해 메시지 데이터를 수신하여 서버에 전송하는 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치는, 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하고, 상기 메시지 데이터를 상기 서버에 전송하는 통신부와, 상기 통신부와 연동하여 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 로그 관리부와, 상기 누적 저장된 전송 로그의 학습을 통해 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성에 따른 상기 메시지 데이터의 전송 패턴을 기초로 복수의 서로 다른 메시지 종류로 클러스터링하여 메시지 데이터의 메시지 종류 식별을 위한 설정 정보를 생성하고, 상기 복수의 서로 다른 메시지 종류 상호 간 우선 순위의 결정을 위한 우선 순위의 결정 규칙을 생성한 후 메시지 분류를 위한 미리 설정된 알고리즘에 상기 결정 규칙 및 설정 정보를 설정하는 설정부 및 상기 복수의 사물 인터넷 장치로부터 수신되는 특정 메시지 데이터를 상기 알고리즘에 적용하여 상기 특정 메시지 데이터에 대응되는 메시지 종류를 식별하고, 상기 우선 순위의 결정 규칙에 따라 상기 특정 메시지 데이터 수신시 메시지 큐에 저장된 하나 이상의 타 메시지 데이터별 메시지 종류와 상기 특정 메시지 데이터의 메시지 종류에 따른 상기 타 메시지 데이터에 대한 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당하는 제어부를 포함할 수 있다.A gateway device that supports learning-based message data management for receiving message data from a plurality of IoT devices through a communication network and transmitting them to a server according to an embodiment of the present invention receives message data from the plurality of IoT devices, A communication unit for transmitting the message data to the server, a log management unit for generating and accumulatively storing a transmission log when transmitting the message data in conjunction with the communication unit; Clustering into a plurality of different message types based on the transmission pattern of the message data according to one or more set attributes to generate configuration information for identifying the message type of the message data, and the priority of the plurality of different message types After generating a priority determination rule for determination, a setting unit that sets the determination rule and setting information in a preset algorithm for message classification and applying specific message data received from the plurality of IoT devices to the algorithm Identifies a message type corresponding to the specific message data, and when the specific message data is received according to the priority determination rule, the message type according to one or more other message data stored in the message queue and the message type of the specific message data and a controller for allocating a slot of the specific message data to the message queue by determining a priority of the specific message data with respect to other message data.

본 발명과 관련된 일 예로서, 상기 제어부는 상기 통신부를 통해 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 메시지 큐에 저장하고, 상기 서버에 의한 상기 메시지 큐 호출시 상기 통신부를 통해 상기 메시지 데이터를 상기 서버에 전송하는 것을 특징으로 할 수 있다.As an example related to the present invention, the control unit receives message data from the plurality of IoT devices through the communication unit, stores the message data in a message queue, and transmits the message data through the communication unit when the message queue is called by the server. It may be characterized in that it is transmitted to the server.

본 발명과 관련된 일 예로서, 상기 하나 이상의 속성은 큐 호출 빈도수 및 메시지 데이터의 전송량 중 적어도 하나를 포함하는 것을 특징으로 할 수 있다.As an example related to the present invention, the one or more attributes may include at least one of a queue call frequency and a transmission amount of message data.

본 발명과 관련된 일 예로서, 사용자 입력을 수신하는 사용자 입력부를 더 포함하고, 상기 설정부는 상기 사용자 입력부를 통한 사용자 입력에 따라 상기 메시지 종류 상호 간 상기 우선 순위의 결정 규칙을 상기 알고리즘에 설정하거나 상기 전송 로그를 학습하여 상기 전송 패턴에 따라 구분된 상기 복수의 메시지 종류별로 다른 메시지 종류와의 경합시 우선되는 메시지 종류에 대한 상기 우선 순위의 결정 규칙을 생성한 후 상기 알고리즘에 설정하는 것을 특징으로 할 수 있다.As an example related to the present invention, further comprising a user input unit for receiving a user input, wherein the setting unit sets the priority determination rule between the message types in the algorithm according to the user input through the user input unit, or By learning the transmission log, the plurality of message types classified according to the transmission pattern generate a priority determination rule for the message type that is prioritized in contention with other message types, and then set in the algorithm can

본 발명은 다양한 복수의 사물 인터넷 장치로부터 수신되는 메시지 데이터를 서비스 서버에 중계하는 게이트웨이 장치에서 복수의 서로 다른 메시지 데이터를 전송 패턴의 학습에 따라 복수의 서로 다른 메시지 종류로 구분하고, 복수의 서로 다른 메시지 종류에 대해 우선순위 판단을 위한 결정 규칙을 설정하여, 수신되는 메시지 데이터별로 메시지 종류를 식별하고 해당 결정 규칙을 기초로 현재 전송 대상인 다른 메시지 데이터와의 대비를 통해 우선 순위를 판별하여 우선 순위가 높은 메시지 데이터가 서비스 서버에 우선 전송되도록 할 수 있으며, 이를 통해 메시지 데이터의 호출 빈도수와 전송 용량 등의 전송 패턴을 기초로 구분한 메시지 종류에 따른 우선순위 비교를 기반으로 메시지 데이터를 전송하여 메시지 데이터의 전송 품질을 높일 수 있어, 서비스 서버의 유휴 시간을 최소화하고 서비스 서버의 메시지 데이터를 이용한 사물 인터넷 서비스의 서비스 품질을 높일 수 있도록 지원하는 효과가 있다.The present invention divides a plurality of different message data into a plurality of different message types according to learning of a transmission pattern in a gateway device that relays message data received from a plurality of various IoT devices to a service server, and By setting a decision rule for determining the priority of a message type, the message type is identified for each message data received, and the priority is determined by comparing it with other message data that is currently being transmitted based on the decision rule. High message data can be transmitted to the service server first, and through this, message data is transmitted based on priority comparison according to message types classified based on transmission patterns such as call frequency and transmission capacity of message data. It is possible to increase the transmission quality of the service server, thereby minimizing the idle time of the service server and has the effect of supporting the improvement of the service quality of the Internet of Things service using the message data of the service server.

도 1은 본 발명의 실시예에 따른 사물 인터넷 서비스를 제공하는 서비스 시스템의 구성도.
도 2는 본 발명의 실시예에 따른 게이트웨이 장치의 구성도.
도 3은 본 발명의 실시예에 따른 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법에 대한 순서도.
도 4 및 도 5는 본 발명의 실시예에 따른 게이트웨이 장치의 동작 예시도.1 is a block diagram of a service system for providing an Internet of Things service according to an embodiment of the present invention;
2 is a block diagram of a gateway device according to an embodiment of the present invention;
3 is a flowchart of a learning-based message data management method of a gateway device according to an embodiment of the present invention;
4 and 5 are diagrams illustrating an operation of a gateway device according to an embodiment of the present invention.

이하, 도면을 참고하여 본 발명의 상세 실시예를 설명한다.Hereinafter, detailed embodiments of the present invention will be described with reference to the drawings.

도 1은 본 발명의 실시예에 따른 사물 인터넷 서비스를 제공하는 서비스 시스템의 구성도로서, 도시된 바와 같이, 복수의 서로 다른 사물 인터넷 장치(IoT(Internet of Things) 장치)와, 통신망을 통해 상기 복수의 사물 인터넷 장치와 통신하는 게이트웨이(Gateway) 장치(100) 및 상기 게이트웨이 장치(100)와 통신하는 서비스 서버를 포함하여 구성될 수 있다.1 is a block diagram of a service system for providing an Internet of Things service according to an embodiment of the present invention. As shown in FIG. 1, through a plurality of different Internet of Things (IoT) devices and a communication network, the It may be configured to include a gateway device 100 that communicates with a plurality of IoT devices and a service server that communicates with the gateway device 100 .

이때, 상기 복수의 사물 인터넷 장치는 여러 종류의 레거시(legacy) 장치로 구성될 수 있으며, 상기 사물 인터넷 장치의 일례로서, 통신망을 통한 통신이 가능한 센서 장치, 가전 장치(월패드, 냉장고, 세탁기 등등), 산업용 장치(각종 공정 장치) 등을 포함할 수 있다.In this case, the plurality of IoT devices may be composed of various types of legacy devices. As an example of the IoT device, a sensor device capable of communication through a communication network, a home appliance device (wall pad, refrigerator, washing machine, etc.) ), industrial devices (various process devices), and the like.

또한, 본 발명에서 설명하는 통신망은 널리 알려진 다양한 유무선 통신 방식이 적용될 수 있다.In addition, various well-known wired and wireless communication methods may be applied to the communication network described in the present invention.

또한, 상기 게이트웨이 장치(100)는 상기 통신망을 통해 상기 복수의 사물 인터넷 장치 각각으로부터 메시지 데이터를 수신하여 수집할 수 있으며, 해당 메시지 데이터를 서비스 서버에 전송한다.Also, the gateway device 100 may receive and collect message data from each of the plurality of IoT devices through the communication network, and transmit the corresponding message data to the service server.

이에 따라, 서비스 서버는 복수의 서로 다른 사물 인터넷 장치로부터 수신되는 메시지 데이터를 이용하여 사물 인터넷 서비스(IoT 서비스)를 제공할 수 있다.Accordingly, the service server may provide an Internet of Things service (IoT service) using message data received from a plurality of different IoT devices.

이때, 상기 복수의 사물 인터넷 장치는 다양한 종류의 레거시 장치로 구성되기 때문에, 다양한 프로토콜(protocol)로 메시지 데이터를 전송한다.In this case, since the plurality of IoT devices are composed of various types of legacy devices, they transmit message data using various protocols.

이에 따라, 상기 게이트웨이 장치(100)는 다양한 프로토콜로 전송되는 메시지 데이터를 통합하여 상기 서비스 서버에 전송하게 되는데, 상기 메시지 데이터를 통합하여 상기 서비스 서버에 전송하는 과정에서 상기 메시지 데이터의 종류에 따라 어느 하나의 메시지 종류에 대응되는 메시지 데이터는 자주 호출되는 전송 패턴을 나타내고 다른 하나의 메시지 종류에 대응되는 메시지 데이터는 메시지 전송량이 다른 메시지 종류에 비해 높은 전송 패턴을 나타내는 것과 같은 다양한 전송 패턴을 나타낸다.Accordingly, the gateway device 100 integrates message data transmitted in various protocols and transmits it to the service server. In the process of integrating the message data and transmitting the message data to the service server, which Message data corresponding to one message type indicates a transmission pattern that is frequently called, and message data corresponding to another message type indicates various transmission patterns, such as a transmission pattern in which a message transmission amount is higher than that of other message types.

따라서, 이러한 메시지 데이터의 호출 빈도와 메시지 전송량 고려 없이 상기 게이트웨이 장치(100)가 상기 메시지 데이터를 상기 서비스 서버에 전송하게 되면, 호출 빈도가 잦아 실시간성이 요구되는 특정 메시지 데이터가 수신되어 해당 특정 메시지 데이터에 대한 서비스 서버의 호출이 발생하였으나, 게이트웨이 장치(100)가 호출빈도가 낮으나 메시지 전송량이 높아 전송 시간이 오래 걸리는 다른 메시지 데이터의 전송으로 인해 해당 특정 메시지 데이터의 전송 지연이 발생하게 된다.Accordingly, when the gateway device 100 transmits the message data to the service server without considering the call frequency and message transmission amount of the message data, specific message data requiring real-time performance due to frequent call frequency is received and the specific message Although the call of the service server for data occurred, the transmission of the specific message data is delayed due to the transmission of other message data that the gateway device 100 takes a long time to transmit due to a low call frequency but a high message transmission volume.

이에 따라, 게이트웨이 장치(100)에서 실시간성이 요구되는 특정 메시지 데이터의 실시간성을 보장하지 못하여 사물 인터넷 장치를 이용한 서비스의 유휴 시간이 길어지고, 이로 인해 서비스 품질이 저하되게 된다.Accordingly, since the gateway device 100 cannot guarantee real-time performance of specific message data requiring real-time performance, the idle time of a service using the IoT device is prolonged, and thus the service quality is deteriorated.

따라서, 본 발명의 실시예에 따른 게이트웨이 장치(100)는 상술한 기존 문제를 개선하여 다양한 복수의 사물 인터넷 장치로부터 수신되는 복수의 서로 다른 메시지 데이터를 전송 패턴의 학습에 따라 복수의 서로 다른 메시지 종류로 구분하고, 복수의 서로 다른 메시지 종류에 대해 우선순위 판단을 위한 우선 순위의 결정 규칙을 설정하여 해당 결정 규칙을 기초로 수신되는 메시지 데이터별로 메시지 종류를 식별하고 현재 전송 대상인 다른 메시지 데이터에 대비한 우선 순위를 판별하여 우선 순위가 높은 메시지 데이터가 서비스 서버에 우선 전송되도록 할 수 있는데, 이와 같은 게이트웨이 장치(100)의 동작을 이하 도면을 참고하여 상세히 설명한다.Accordingly, the gateway device 100 according to an embodiment of the present invention improves the above-described existing problem and transmits a plurality of different message data received from a plurality of various IoT devices according to a learning pattern of a plurality of different message types. , and set the priority determination rule for priority determination for a plurality of different message types to identify the message type for each message data received based on the determination rule, and prepare for other message data that is the current transmission target. By determining the priority, message data having a high priority can be transmitted to the service server first. The operation of the gateway device 100 will be described in detail below with reference to the drawings.

도 2는 본 발명의 실시예에 따른 게이트웨이 장치(100)의 구성도이며, 도 3은 본 발명의 실시예에 따른 게이트웨이 장치(100)의 동작 순서도이다.2 is a block diagram of the gateway device 100 according to an embodiment of the present invention, and FIG. 3 is an operation flowchart of the gateway device 100 according to an embodiment of the present invention.

도시된 바와 같이, 상기 게이트웨이 장치(100)는 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하고, 상기 메시지 데이터를 상기 서비스 서버에 전송하는 통신부(110)와, 상기 통신부(110)와 연동하여 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 로그 관리부(120)와, 상기 누적 저장된 전송 로그의 학습을 통해 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성에 따른 상기 메시지 데이터의 전송 패턴을 기초로 복수의 서로 다른 메시지 종류로 클러스터링(clustering)하여 메시지 데이터의 메시지 종류 식별을 위한 설정 정보를 생성하고, 상기 복수의 서로 다른 메시지 종류 상호 간 우선 순위의 결정을 위한 우선 순위의 결정 규칙을 생성한 후 메시지 분류를 위한 미리 설정된 알고리즘에 상기 우선 순위의 결정 규칙 및 상기 설정 정보를 설정하는 설정부(130) 및 상기 복수의 사물 인터넷 장치로부터 수신되는 특정 메시지 데이터를 상기 알고리즘에 적용하여 상기 특정 메시지 데이터에 대응되는 메시지 종류를 식별하고, 상기 우선 순위의 결정 규칙에 따라 상기 특정 메시지 데이터 수신시 메시지 큐에 저장된 하나 이상의 타 메시지 데이터별 메시지 종류와 상기 특정 메시지 데이터의 메시지 종류에 따른 상기 타 메시지 데이터에 대한 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯(slot)을 할당하는 제어부(140)를 포함하여 구성될 수 있다.As shown, the gateway device 100 receives message data from the plurality of IoT devices and interworks with a communication unit 110 that transmits the message data to the service server and the communication unit 110 to the Based on the log management unit 120 for generating and accumulatively storing a transmission log when transmitting message data, and a transmission pattern of the message data according to one or more properties preset in relation to the transmission log through learning of the accumulated and stored transmission log. After clustering into a plurality of different message types to generate configuration information for identifying message types of message data, and creating a priority determination rule for determining mutual priorities between the plurality of different message types, The setting unit 130 for setting the priority determination rule and the setting information in a preset algorithm for message classification and applying the specific message data received from the plurality of IoT devices to the algorithm to the specific message data A corresponding message type is identified, and when the specific message data is received according to the priority determination rule, the message type for each of one or more other message data stored in the message queue and the other message data according to the message type of the specific message data The control unit 140 may be configured to determine a priority of the specific message data and allocate a slot of the specific message data to the message queue.

이때, 상기 통신부(110), 로그 관리부(120) 및 설정부(130) 중 적어도 하나가 상기 제어부(140)에 포함되어 구성될 수도 있다. 또한, 상기 게이트웨이 장치(100)는 각종 정보를 저장하는 저장부와, 사용자 입력을 수신하는 사용자 입력부 등과 같은 다양한 구성부를 더 포함하여 구성될 수도 있다.In this case, at least one of the communication unit 110 , the log management unit 120 , and the setting unit 130 may be included in the control unit 140 . In addition, the gateway device 100 may be configured to further include various components such as a storage unit for storing various information and a user input unit for receiving a user input.

또한, 상기 제어부(140)는 상기 게이트웨이 장치(100)의 저장부에 저장된 프로그램 및 데이터를 이용하여 상기 게이트웨이 장치(100)의 전반적인 제어 기능을 실행한다. 이때, 상기 제어부(140)는 RAM, ROM, CPU, GPU, 버스를 포함할 수 있으며, RAM, ROM, CPU, GPU 등은 버스를 통해 서로 연결될 수 있다.In addition, the controller 140 executes an overall control function of the gateway device 100 by using the program and data stored in the storage unit of the gateway device 100 . In this case, the controller 140 may include RAM, ROM, CPU, GPU, and a bus, and the RAM, ROM, CPU, GPU, etc. may be connected to each other through a bus.

상술한 구성에 따른 게이트웨이의 동작 순서를 도 3을 참고하여 설명한다.An operation sequence of the gateway according to the above-described configuration will be described with reference to FIG. 3 .

우선, 상기 게이트웨이 장치(100)는 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하고, 상기 서비스 서버에 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장할 수 있다(S1).First, the gateway device 100 may receive message data from the plurality of IoT devices, and generate and accumulate transmission logs when transmitting the message data to the service server (S1).

일례로, 상기 통신부(110)는 상기 복수의 서로 다른 사물 인터넷 장치로부터 메시지 데이터를 수신하고, 상기 제어부(140)는 상기 통신부(110)를 통해 상기 메시지 데이터 수신시 해당 메시지 데이터를 미리 설정된 메시지 큐에 저장할 수 있다.For example, the communication unit 110 receives message data from the plurality of different IoT devices, and the control unit 140 sets the message data to a preset message queue when the message data is received through the communication unit 110 . can be stored in

또한, 상기 제어부(140)는 상기 통신부(110)를 통해 상기 서비스 서버로부터 상기 메시지 큐 호출에 대한 호출 정보 수신시 상기 통신부(110)를 통해 상기 호출 정보에 따른 상기 메시지 큐 호출에 대응되는 메시지 큐에 저장된 메시지 데이터를 상기 서버에 전송할 수 있다.In addition, when receiving the call information for the message queue call from the service server through the communication unit 110 , the control unit 140 receives a message queue corresponding to the message queue call according to the call information through the communication unit 110 . It is possible to transmit the message data stored in the server to the server.

이때, 상기 로그 관리부(120)는 상기 메시지 큐 호출에 대응되어 메시지 데이터 전송시마다 전송 로그를 생성하여 상기 게이트웨이 장치(100)에 포함된 로그 DB에 누적 저장할 수 있다.In this case, the log management unit 120 may generate a transmission log every time message data is transmitted in response to the message queue call, and may accumulate and store the transmission log in the log DB included in the gateway device 100 .

또한, 상기 게이트웨이 장치(100)는 상기 로그 DB에 누적 저장된 전송 로그의 학습을 통해 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성에 따른 상기 메시지 데이터의 전송 패턴(또는 메시지 데이터별 전송 패턴)을 기초로 복수의 서로 다른 메시지 종류로 클러스터링하여 메시지 데이터의 메시지 종류 식별을 위한 설정 정보를 생성하고, 상기 복수의 서로 다른 메시지 종류 상호 간 우선 순위의 결정을 위한 우선 순위의 결정 규칙을 생성한 후 메시지 분류를 위한 미리 설정된 알고리즘에 상기 설정 정보 및 결정 규칙을 설정할 수 있다.In addition, the gateway device 100 is based on a transmission pattern (or a transmission pattern for each message data) of the message data according to one or more properties preset in relation to the transmission log through learning of the transmission log accumulated and stored in the log DB. Creates configuration information for identifying message types of message data by clustering them into a plurality of different message types, and creates a priority determination rule for determining mutual priorities between the plurality of different message types, and then classifies messages The setting information and the decision rule may be set in a preset algorithm for

이러한 게이트웨이 장치(100)의 동작은 상기 설정부(130)에 의해 수행될 수 있는데, 이를 도 4를 참고하여 상세히 설명한다.The operation of the gateway device 100 may be performed by the setting unit 130 , which will be described in detail with reference to FIG. 4 .

일례로, 상기 설정부(130)는 상기 로그 DB에 누적 저장된 메시지 데이터별 전송 로그에서 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성과 연관되는 파라미터를 추출한 후 해당 속성별 파라미터를 학습할 수 있으며(S2), 이와 같은 학습을 통해 상기 복수의 메시지 데이터를 복수의 서로 다른 전송 패턴으로 클러스터링하여 분류할 수 있다(S3).For example, the setting unit 130 may extract parameters related to one or more properties preset in relation to the transmission log from the transmission log for each message data accumulated and stored in the log DB, and then learn the parameters for each property ( S2), through such learning, the plurality of message data may be clustered into a plurality of different transmission patterns and classified (S3).

이때, 상기 하나 이상의 속성은 큐 호출 빈도수 및 메시지 데이터의 전송량 중 적어도 하나를 포함할 수 있으며, 상기 설정부(130)는 K-means algorithm을 기초로 상기 클러스터링을 수행할 수 있다.In this case, the one or more attributes may include at least one of a queue call frequency and a transmission amount of message data, and the setting unit 130 may perform the clustering based on the K-means algorithm.

또한, 상기 설정부(130)는 클러스터링된 복수의 서로 다른 전송 패턴 각각을 메시지 종류로 설정할 수 있으며, 이를 통해 복수의 서로 다른 전송 패턴과 각각 일대일로 대응되는 복수의 서로 다른 메시지 종류를 생성할 수 있다.In addition, the setting unit 130 may set each of a plurality of different transmission patterns clustered as a message type, thereby generating a plurality of different message types corresponding to a plurality of different transmission patterns on a one-to-one basis. have.

즉, 상기 설정부(130)는 상기 메시지 데이터별 전송 로그의 학습을 통해 상기 큐 호출 빈도수 및 메시지 데이터의 전송량에 따라 상기 게이트웨이 장치(100)에 수신되는 다양한 메시지 데이터와 관련하여 복수의 서로 다른 전송 패턴을 생성할 수 있으며, 상기 복수의 서로 다른 전송 패턴을 통해 상기 게이트웨이 장치(100)에 수신되는 복수의 메시지 데이터를 복수의 서로 다른 메시지 종류로 구분(분류)할 수 있다.That is, the setting unit 130 transmits a plurality of different messages in relation to various message data received by the gateway device 100 according to the number of queue calls and the transmission amount of message data through learning of the transmission log for each message data. A pattern may be generated, and a plurality of message data received by the gateway device 100 through the plurality of different transmission patterns may be divided (classified) into a plurality of different message types.

다시 말해, 상기 설정부(130)는 상기 메시지 데이터별 전송 로그를 학습하여 전송 패턴이 유사한 메시지 데이터끼리 분류하여 복수의 서로 다른 군집을 생성하고, 서로 상이한 전송 패턴을 가진 복수의 서로 다른 군집 각각을 메시지 종류로서 설정하여, 서로 상이한 메시지 종류 및 전송 패턴으로 설정된 복수의 서로 다른 군집을 생성할 수 있다.In other words, the setting unit 130 learns the transmission log for each message data, classifies message data having similar transmission patterns, generates a plurality of different clusters, and selects each of a plurality of different clusters having different transmission patterns. By setting it as a message type, a plurality of different clusters set with different message types and transmission patterns can be created.

또한, 상기 설정부(130)는 상기 복수의 서로 다른 군집을 기초로 상기 통신부(110)를 통해 수신되는 메시지 데이터를 복수의 서로 다른 메시지 종류 중 어느 하나로 식별하기 위한 설정 정보를 생성할 수 있다.Also, the setting unit 130 may generate setting information for identifying the message data received through the communication unit 110 as any one of a plurality of different message types based on the plurality of different groups.

일례로, 상기 설정부(130)는 상기 복수의 사물 인터넷 장치 중 제 1 사물 인터넷 장치에 의해 생성되는 온도와 관련된 메시지 데이터가 상기 복수의 군집 중 제 1 군집에 대부분이 속한(속하도록 분류된) 경우 상기 제 1 사물 인터넷 장치에서 전송하는 온도 관련 메시지 데이터를 제 1 메시지 종류로서 식별되도록 설정 정보를 생성하고, 상기 복수의 사물 인터넷 장치 중 제 2 사물 인터넷 장치에 의해 생성되는 인체 감지와 관련된 메시지 데이터가 상기 복수의 군집 중 제 2 군집에 대부분이 속한(속하도록 분류된) 경우 상기 제 2 사물 인터넷 장치에서 전송하는 인체 감지 관련 메시지 데이터를 상기 제 1 메시지 종류와 상이한 제 2 메시지 종류로서 식별되도록 상기 설정 정보를 생성할 수 있다.For example, the setting unit 130 may be configured that most of the message data related to the temperature generated by the first IoT device among the plurality of IoT devices belongs to (classified to belong to) the first cluster among the plurality of clusters. In this case, setting information is generated to identify temperature-related message data transmitted from the first IoT device as a first message type, and message data related to human body detection generated by a second IoT device among the plurality of IoT devices to identify human body detection related message data transmitted from the second IoT device as a second message type different from the first message type when most of the plurality of clusters belong (classify to belong) to a second cluster. You can create configuration information.

또한, 상기 설정부(130)는 상기 설정 정보를 상기 설정부(130) 또는 상기 제어부(140)에 미리 설정된 알고리즘(분류 알고리즘)에 설정하거나 상기 설정 정보를 기초로 상기 알고리즘을 갱신할 수 있다(S3).In addition, the setting unit 130 may set the setting information to an algorithm (classification algorithm) preset in the setting unit 130 or the control unit 140 or update the algorithm based on the setting information ( S3).

이를 통해, 제어부(140)는 상기 통신부(110)를 통해 상기 제 1 사물 인터넷 장치로부터 수신된 온도 관련 메시지 데이터를 상기 알고리즘에 적용하여 상기 온도 관련 메시지 데이터를 제 1 메시지 종류로서 식별할 수 있으며, 상기 통신부(110)를 통해 상기 제 2 사물 인터넷 장치로부터 수신된 인체 감지 관련 메시지 데이터를 상기 알고리즘에 적용하여 상기 인체 감지 관련 메시지 데이터를 상기 제 2 메시지 종류로서 식별할 수 있다.Through this, the control unit 140 applies the temperature-related message data received from the first IoT device through the communication unit 110 to the algorithm to identify the temperature-related message data as the first message type, By applying the human body detection related message data received from the second IoT device through the communication unit 110 to the algorithm, the human body detection related message data may be identified as the second message type.

이때, 상기 설정부(130)는 상기 전송 로그의 학습을 통한 상기 전송 패턴의 학습과 관련하여 특징벡터의 군집화(분류)를 위한 알고리즘 셋을 이용할 수 있는데, 이러한 알고리즘 셋으로서 기계학습 알고리즘 또는 딥러닝 알고리즘을 이용할 수 있다. In this case, the setting unit 130 may use an algorithm set for clustering (classification) of feature vectors in relation to the learning of the transmission pattern through the learning of the transmission log. As such an algorithm set, a machine learning algorithm or deep learning algorithms can be used.

이에 대한 일례로, 상기 설정부(130)는 상기 전송 로그를 학습하기 위한 딥러닝(deep learning) 알고리즘이 미리 설정될 수 있으며, 상기 딥러닝 알고리즘은 하나 이상의 신경망 모델로 구성될 수 있고, 상기 신경망 모델(또는 신경망)은 입력층(Input Layer), 하나 이상의 은닉층(Hidden Layers) 및 출력층(Output Layer)으로 구성될 수 있으며, 상기 신경망 모델에는 DNN(Deep Neural Network), RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), SVM(Support Vector Machine) 등과 같은 다양한 종류의 신경망이 적용될 수 있다.As an example of this, the setting unit 130 may preset a deep learning algorithm for learning the transmission log, and the deep learning algorithm may consist of one or more neural network models, and the neural network The model (or neural network) may consist of an input layer, one or more hidden layers, and an output layer, and the neural network model includes a deep neural network (DNN), a recurrent neural network (RNN), Various types of neural networks, such as a Convolutional Neural Network (CNN) and a Support Vector Machine (SVM), may be applied.

또한, 상기 설정부(130)에 의해 상기 설정 정보가 설정되는(적용되는) 상기 설정부(130) 또는 상기 제어부(140)에 미리 설정된 알고리즘은 상기 기계학습 알고리즘 또는 상기 딥러닝 알고리즘에 의해(또는 상기 기계학습 알고리즘이나 상기 딥러닝 알고리즘에 의해 생성된 설정정보를 기초로) 갱신되며, 상기 메시지 데이터의 메시지 종류를 구분하여 식별하기 위한 분류 알고리즘(이하, 분류 알고리즘으로 통칭)일 수 있다.In addition, the algorithm preset in the setting unit 130 or the control unit 140 to which the setting information is set (applied) by the setting unit 130 is performed by the machine learning algorithm or the deep learning algorithm (or It is updated based on the setting information generated by the machine learning algorithm or the deep learning algorithm), and may be a classification algorithm (hereinafter, collectively referred to as a classification algorithm) for classifying and identifying message types of the message data.

또한, 상기 게이트웨이 장치(100)는 각종 정보를 표시하는 표시부를 더 포함할 수 있으며, 상기 설정부(130)는 상기 복수의 서로 다른 메시지 종류와 메시지 종류별 전송 패턴에 대한 설정정보를 상기 표시부를 통해 표시할 수 있다.In addition, the gateway device 100 may further include a display unit for displaying various types of information, and the setting unit 130 displays setting information for the plurality of different message types and transmission patterns for each message type through the display unit. can be displayed

또한, 상기 설정부(130)는 상기 사용자 입력부를 통한 사용자 입력을 기초로 상기 복수의 메시지 종류 상호 간 경합시 우선되는 메시지 종류에 대한 우선 순위의 결정 규칙을 생성하여 상기 설정 정보에 설정할 수 있다.In addition, the setting unit 130 may generate a priority determination rule for a message type to be prioritized in a contention between the plurality of message types based on a user input through the user input unit, and may set it in the setting information.

이때, 상기 설정부(130)는 상기 딥러닝 알고리즘을 통해 상기 전송 로그를 학습하여 상기 전송 패턴에 따라 구분된 상기 복수의 메시지 종류별로 다른 메시지 종류와의 경합시 우선되는 메시지 종류에 대한 상기 우선 순위의 결정 규칙을 상기 딥러닝 알고리즘을 통해 생성한 후 상기 분류 알고리즘에 설정할 수도 있다.At this time, the setting unit 130 learns the transmission log through the deep learning algorithm, and the plurality of message types classified according to the transmission pattern, the priority of the message type when competing with other message types It is also possible to create a decision rule of , through the deep learning algorithm, and then set it in the classification algorithm.

상술한 바와 같이, 상기 설정부(130)는 상기 전송 로그의 학습을 통해 복수의 서로 다른 메시지 데이터를 복수의 서로 다른 전송 패턴으로 클러스터링하여 복수의 서로 다른 메시지 종류로 구분하고, 상기 복수의 서로 다른 메시지 종류별 전송 패턴에 따라 상기 게이트웨이 장치(100)에 수신되는 메시지 데이터의 메시지 종류를 식별할 수 있도록 설정 정보를 생성하여 상기 분류 알고리즘에 설정할 수 있다.As described above, the setting unit 130 clusters a plurality of different message data into a plurality of different transmission patterns through learning of the transmission log to classify the plurality of different message types into a plurality of different message types, and According to a transmission pattern for each message type, setting information may be generated to identify the message type of the message data received by the gateway device 100 and set in the classification algorithm.

또한, 상기 설정부(130)는 상기 사용자 입력이나 상기 전송 로그의 학습을 통해 복수의 서로 다른 메시지 종류 상호 간 경합시 타 메시지 종류에 우선하는 메시지 종류의 메시지 데이터가 타 메시지 종류의 메시지 데이터보다 우선 전송되도록 하기 위한 기준이 되는 우선 순위의 결정 규칙을 생성하고, 상기 우선 순위의 결정 규칙을 상기 설정 정보에 설정하여 상기 분류 알고리즘에 반영되도록 하거나 상기 분류 알고리즘에 직접 설정할 수 있다(S4).In addition, the setting unit 130 determines that when a plurality of different message types compete with each other through the user input or learning of the transmission log, message data of a message type that takes precedence over other message types takes precedence over message data of other message types. It is possible to generate a priority determination rule as a criterion for transmission, and set the priority determination rule in the setting information to be reflected in the classification algorithm or directly set in the classification algorithm (S4).

상술한 구성을 통해, 상기 게이트웨이 장치(100)는 상기 복수의 사물 인터넷 장치로부터 수신되는 상기 메시지 데이터에 대해 상기 우선 순위의 결정 규칙과 상기 설정정보가 설정된 분류 알고리즘을 통해 상기 메시지 데이터의 메시지 종류를 식별하고, 상기 메시지 데이터의 메시지 종류와 현재 메시지 큐에 저장된 타 메시지 데이터의 메시지 종류를 상기 우선 순위의 결정 규칙에 따라 비교하여 상기 메시지 데이터의 타 메시지 데이터에 대한 우선 순위를 결정한 후 상기 결정된 우선 순위에 따라 메시지 큐의 슬롯을 할당하여 상기 메시지 데이터를 해당 슬롯에 저장할 수 있으며, 상기 우선 순위에 따라 상기 메시지 큐에 저장된 메시지 데이터가 전송되도록 할 수 있는데, 이를 상술한 구성 및 도 5를 참고하여 상세히 설명한다.Through the above configuration, the gateway device 100 determines the message type of the message data through a classification algorithm in which the priority determination rule and the setting information are set for the message data received from the plurality of IoT devices. Identifies, compares the message type of the message data with the message type of other message data currently stored in the message queue according to the priority determination rule to determine the priority of the other message data of the message data, and then the determined priority The message data can be stored in the corresponding slot by allocating a slot of the message queue according to the priority, and the message data stored in the message queue can be transmitted according to the priority. This will be described in detail with reference to the above-described configuration and FIG. 5 . Explain.

우선, 상기 게이트웨이 장치(100)는 상기 복수의 사물 인터넷 장치로부터 수신되는 특정 메시지 데이터를 상기 알고리즘에 적용하여 상기 특정 메시지 데이터에 대응되는 특정 메시지 종류를 식별하고, 상기 우선 순위의 결정 규칙에 따라 상기 특정 메시지 데이터 수신시 메시지 큐에 저장된 하나 이상의 타 메시지 데이터별 메시지 종류와 상기 특정 메시지 데이터의 특정 메시지 종류에 따른 상기 타 메시지 데이터에 대한 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당할 수 있다.First, the gateway device 100 applies specific message data received from the plurality of IoT devices to the algorithm to identify a specific message type corresponding to the specific message data, and according to the priority determination rule, the When receiving specific message data, the priority of the specific message data with respect to the other message data is determined according to the message type of one or more other message data stored in the message queue and the specific message type of the specific message data, and the specific message data is stored in the message queue. A slot for message data can be allocated.

또한, 상기 게이트웨이 장치(100)는 상기 메시지 큐에 저장된 하나 이상의 메시지 데이터를 상기 우선 순위의 결정 규칙을 통해 결정된 우선 순위대로 상기 서비스 서버의 메시지 큐 호출시 상기 서비스 서버에 전송할 수 있다.Also, the gateway device 100 may transmit one or more message data stored in the message queue to the service server when the message queue of the service server is called according to the priority determined through the priority determination rule.

이를 수행하기 위해서, 상기 제어부(140)는 상기 설정부(130)를 통해 상기 분류 알고리즘에 대한 설정이 완료된 경우 상기 통신부(110)를 통해 상기 복수의 사물 인터넷 장치 중 어느 하나로부터 특정 메시지 데이터 수신시(S5) 상기 설정부(130)와 연동하여 상기 분류 알고리즘에 상기 특정 메시지 데이터를 적용(입력)할 수 있다.In order to do this, when the setting of the classification algorithm is completed through the setting unit 130 , the control unit 140 receives specific message data from any one of the plurality of IoT devices through the communication unit 110 . (S5) It is possible to apply (input) the specific message data to the classification algorithm in conjunction with the setting unit 130 .

이때, 상기 설정부(130)는 상기 제어부(140)에 포함되어 구성될 수도 있다.In this case, the setting unit 130 may be configured to be included in the control unit 140 .

또한, 상기 제어부(140)는 상기 특정 메시지 데이터가 적용된 상기 분류 알고리즘을 통해 상기 특정 메시지 데이터에 대응되는 특정 메시지 종류를 산출할 수 있으며, 이를 통해 상기 특정 메시지 데이터의 특정 메시지 종류를 식별할 수 있다(S6).In addition, the control unit 140 may calculate a specific message type corresponding to the specific message data through the classification algorithm to which the specific message data is applied, and through this, the specific message type of the specific message data may be identified. (S6).

또한, 상기 제어부(140)는 상기 특정 메시지 데이터가 수신된 시점에 상기 메시지 큐에 현재 저장된 타 메시지 데이터별 메시지 종류를 식별할 수 있다.Also, the control unit 140 may identify a message type for each other message data currently stored in the message queue at the time when the specific message data is received.

이때, 상기 제어부(140)는 상기 특정 메시지 데이터가 수신된 시점에 상기 메시지 큐에 저장된 타 메시지 데이터가 없는 경우 상기 특정 메시지 데이터를 메시지 큐에 저장할 수 있다.In this case, when there is no other message data stored in the message queue at the time when the specific message data is received, the controller 140 may store the specific message data in the message queue.

또한, 상기 제어부(140)는 상기 특정 메시지 데이터에 대해 식별된 특정 메시지 종류와 상기 타 메시지 데이터별 메시지 종류를 상기 분류 알고리즘에 설정된 상기 우선 순위의 결정 규칙에 따라 비교하여, 상기 특정 메시지 데이터의 우선 순위를 결정하고(S7), 상기 우선 순위의 결정 규칙에 따라 결정된 상기 특정 메시지 데이터의 우선 순위 및 상기 타 메시지 데이터별 우선 순위에 따라 상기 메시지 큐에서 상기 특정 메시지 데이터의 슬롯을 할당할 수 있다(S8).In addition, the control unit 140 compares the specific message type identified for the specific message data with the message type for each other message data according to the priority determination rule set in the classification algorithm, and prioritizes the specific message data. A priority may be determined (S7), and a slot of the specific message data may be allocated in the message queue according to the priority of the specific message data determined according to the priority determination rule and the priority of each other message data ( S8).

이때, 상기 제어부(140)는 상기 특정 메시지 데이터보다 우선순위가 낮은 타 메시지 데이터에 우선하여 상기 특정 메시지 데이터가 전송되도록 상기 메시지 큐에 슬롯을 가변 할당할 수 있으며, 상기 특정 메시지 데이터보다 우선 순위가 높은 타 메시지 데이터는 상기 특정 메시지 데이터에 우선하여 전송되도록 상기 메시지 큐의 슬롯을 가변하여 상기 특정 메시지 데이터에 할당할 수 있다.In this case, the control unit 140 may variably allocate a slot to the message queue so that the specific message data is transmitted prior to other message data having a lower priority than the specific message data, and the priority is higher than the specific message data. Higher other message data may be assigned to the specific message data by changing the slot of the message queue so that the specific message data is transmitted in preference to the specific message data.

또한, 상기 제어부(140)는 도 5에 도시된 바와 같이 상기 특정 메시지 데이터의 크기에 따라 상기 슬롯의 크기를 가변하여 상기 특정 메시지 데이터에 대응되어 할당할 수 있다.Also, as shown in FIG. 5 , the controller 140 may vary the size of the slot according to the size of the specific message data and allocate it to correspond to the specific message data.

또한, 상기 제어부(140)는 상기 특정 메시지 데이터에 대응되어 할당된 메시지 큐의 슬롯에 상기 특정 메시지 데이터를 저장할 수 있다.Also, the controller 140 may store the specific message data in a slot of a message queue allocated to correspond to the specific message data.

한편, 상기 제어부(140)는 상기 메시지 큐에 포함된 메시지 데이터들 각각에 대한 서비스 서버의 큐 호출에 따라 상기 메시지 데이터를 우선 순위에 따라 순차 전송할 수 있다.Meanwhile, the control unit 140 may sequentially transmit the message data according to the priority according to the queue call of the service server for each of the message data included in the message queue.

상술한 구성에서, 상기 제어부(140)는 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당시 상기 특정 메시지 데이터의 메시지 종류에 대응되는 전송 패턴에 따라 상기 특정 메시지 데이터의 슬롯을 할당할 수 있다.In the above configuration, the control unit 140 determines the priority of the specific message data and allocates the specific message data slot to the message queue according to the transmission pattern corresponding to the message type of the specific message data. A slot for message data can be allocated.

일례로, 상기 제어부(140)는 상기 특정 메시지 데이터의 슬롯을 할당시 상기 특정 메시지 데이터의 메시지 종류에 대응되는 전송 패턴에 따른 메시지 전송량을 기초로 상기 특정 메시지 데이터의 슬롯을 할당할 수 있다.For example, when allocating a slot for the specific message data, the controller 140 may allocate a slot for the specific message data based on a message transmission amount according to a transmission pattern corresponding to a message type of the specific message data.

또한, 상기 제어부(140)는 상기 특정 메시지 데이터에 대응되어 결정된 우선순위에 따라 상기 특정 메시지 데이터와 동일한 메시지 종류인 동종의 타 메시지 데이터가 메시지 큐에 존재할 때 상기 특정 메시지 데이터와 타 메시지 데이터가 메시지 큐에서 연속되도록 상기 특정 메시지 데이터가 저장될 슬롯을 할당할 수 있다.In addition, the control unit 140 transmits the specific message data and the other message data to the message queue when other message data of the same type as that of the specific message data exists in the message queue according to the priority determined corresponding to the specific message data. A slot in which the specific message data is to be stored may be allocated to be continuous in the queue.

상술한 구성을 통해, 상기 제어부(140)는 상기 전송 패턴에 따라 구분된 복수의 서로 다른 메시지 종류를 기초로 실시간성이 요구되는 메시지 데이터가 실시간성이 요구되지 않는 메시지 데이터에 우선하여 전송되도록 메시지 큐에 슬롯을 가변하여 설정할 수 있으며, 이를 통해 실시간성이 요구되는 메시지 데이터의 전송 지연을 방지하여 서비스 서버의 유휴 시간을 최소화함과 아울러 TPS(Transaction Per Second)를 개선하여 메시지 데이터의 전송 품질을 높일 수 있다.Through the above-described configuration, the control unit 140 transmits a message such that message data requiring real-time property is transmitted in preference to message data requiring real-time property based on a plurality of different message types classified according to the transmission pattern. Slots can be variably set in the queue, and through this, the transmission delay of message data requiring real-time is prevented to minimize the idle time of the service server, and the transmission quality of message data is improved by improving the TPS (Transaction Per Second). can be raised

상술한 바와 같이, 본 발명은 다양한 복수의 사물 인터넷 장치로부터 수신되는 메시지 데이터를 서비스 서버에 중계하는 게이트웨이 장치(100)에서 복수의 서로 다른 메시지 데이터를 전송 패턴의 학습에 따라 복수의 서로 다른 메시지 종류로 구분하고, 복수의 서로 다른 메시지 종류에 대해 우선순위 판단을 위한 결정 규칙을 설정하여, 수신되는 메시지 데이터별로 메시지 종류를 식별하고 해당 결정 규칙을 기초로 현재 전송 대상인 다른 메시지 데이터와의 대비를 통해 우선 순위를 판별하여 우선 순위가 높은 메시지 데이터가 서비스 서버에 우선 전송되도록 할 수 있으며, 이를 통해 메시지 데이터의 호출 빈도수와 전송 용량 등의 전송 패턴을 기초로 구분한 메시지 종류에 따른 우선순위 비교를 기반으로 메시지 데이터를 전송하여 메시지 데이터의 전송 품질을 높일 수 있어, 서비스 서버의 유휴 시간을 최소화하고 서비스 서버의 메시지 데이터를 이용한 사물 인터넷 서비스의 서비스 품질을 높일 수 있도록 지원할 수 있다.As described above, according to the present invention, a plurality of different message types according to the learning of a transmission pattern of a plurality of different message data in the gateway device 100 relaying message data received from a plurality of various IoT devices to a service server , and sets a decision rule for priority determination for a plurality of different message types, identifies the message type for each received message data, and compares it with other message data currently being transmitted based on the decision rule. It is possible to determine the priority so that the message data with high priority is transmitted to the service server first, and through this, it is based on the priority comparison according to the message type divided based on the transmission pattern such as the frequency of call frequency and transmission capacity of the message data. It is possible to improve the transmission quality of the message data by transmitting the message data to the system, thereby minimizing the idle time of the service server and supporting the improvement of the service quality of the IoT service using the message data of the service server.

본 명세서에 기술된 다양한 장치 및 구성부는 하드웨어 회로(예를 들어, CMOS 기반 로직 회로), 펌웨어, 소프트웨어 또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 전기적 구조의 형태로 트랜지스터, 로직게이트 및 전자회로를 활용하여 구현될 수 있다.The various devices and components described herein may be implemented by hardware circuitry (eg, CMOS-based logic circuitry), firmware, software, or a combination thereof. For example, it may be implemented using transistors, logic gates, and electronic circuits in the form of various electrical structures.

전술된 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Those of ordinary skill in the art to which the present invention pertains may modify and modify the above-described contents without departing from the essential characteristics of the present invention. Therefore, the embodiments disclosed in the present invention are not intended to limit the technical spirit of the present invention, but to explain, and the scope of the technical spirit of the present invention is not limited by these embodiments. The protection scope of the present invention should be construed by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

100: 게이트웨이 장치 110: 통신부
120: 로그 관리부 130: 설정부
140: 제어부100: gateway device 110: communication unit
120: log management unit 130: setting unit
140: control unit

Claims (10)

복수의 사물 인터넷 장치로부터 통신망을 통해 메시지 데이터를 수신하여 서버에 전송하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법에 있어서,
상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 상기 서버에 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 로그 저장 단계;
상기 누적 저장된 전송 로그의 학습을 통해 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성에 따른 상기 메시지 데이터의 전송 패턴을 기초로 복수의 서로 다른 메시지 종류로 클러스터링하여 메시지 데이터의 메시지 종류 식별을 위한 설정 정보를 생성하고, 상기 복수의 서로 다른 메시지 종류 상호 간 우선 순위의 결정을 위한 우선 순위의 결정 규칙을 생성한 후 메시지 분류를 위한 미리 설정된 알고리즘에 상기 설정 정보 및 결정 규칙을 설정하는 설정 단계; 및
상기 복수의 사물 인터넷 장치로부터 수신되는 특정 메시지 데이터를 상기 알고리즘에 적용하여 상기 특정 메시지 데이터에 대응되는 메시지 종류를 식별하고, 상기 우선 순위의 결정 규칙에 따라 상기 특정 메시지 데이터 수신시 메시지 큐에 저장된 하나 이상의 타 메시지 데이터별 메시지 종류와 상기 특정 메시지 데이터의 메시지 종류에 따른 상기 타 메시지 데이터에 대한 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당하는 자동 관리 단계
를 포함하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법.
In the learning-based message data management method of a gateway device for receiving message data from a plurality of IoT devices through a communication network and transmitting it to a server,
a log storage step of receiving message data from the plurality of IoT devices and generating and accumulatively storing a transmission log when transmitting the message data to the server;
Setting information for identifying a message type of message data by clustering into a plurality of different message types based on a transmission pattern of the message data according to one or more properties preset in relation to the transmission log through learning of the accumulated and stored transmission log a setting step of generating a , and setting the setting information and the decision rule in a preset algorithm for message classification after generating a priority determination rule for determining the mutual priority of the plurality of different message types; and
The specific message data received from the plurality of IoT devices is applied to the algorithm to identify a message type corresponding to the specific message data, and one stored in the message queue when the specific message data is received according to the priority determination rule An automatic management step of allocating a slot of the specific message data to the message queue by determining the priority of the specific message data with respect to the other message data according to the message type for each other message data and the message type of the specific message data
Learning-based message data management method of the gateway device comprising a.
 청구항 1에 있어서,
상기 로그 저장 단계는
상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 메시지 큐에 저장하고, 상기 서버에 의한 상기 메시지 큐 호출시 상기 메시지 데이터를 상기 서버에 전송하며, 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 단계를 포함하는 것을 특징으로 하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법.
The method according to claim 1,
The log storage step is
receiving message data from the plurality of IoT devices and storing it in a message queue, transmitting the message data to the server when the message queue is called by the server, and generating and cumulatively storing a transmission log when the message data is transmitted Learning-based message data management method of a gateway device, comprising the steps of.
 청구항 1에 있어서,
상기 하나 이상의 속성은 큐 호출 빈도수 및 메시지 데이터의 전송량 중 적어도 하나를 포함하는 것을 특징으로 하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법.
The method according to claim 1,
The at least one attribute includes at least one of a queue call frequency and a transmission amount of message data.
 청구항 1에 있어서,
상기 설정 단계는
사용자 입력에 따라 상기 메시지 종류 상호 간 상기 우선 순위의 결정 규칙을 상기 알고리즘에 설정하거나 상기 전송 로그를 학습하여 상기 전송 패턴에 따라 구분된 상기 복수의 메시지 종류별로 다른 메시지 종류와의 경합시 우선되는 메시지 종류에 대한 상기 우선 순위의 결정 규칙을 생성한 후 상기 알고리즘에 설정하는 것을 특징으로 하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법.
The method according to claim 1,
The setting step is
According to a user input, the priority determination rule between the message types is set in the algorithm or the transmission log is learned to give priority to the plurality of message types classified according to the transmission pattern when competing with other message types. A method for managing message data based on learning of a gateway device, characterized in that after generating the priority determination rule for the type, it is set in the algorithm.
 청구항 1에 있어서,
상기 자동 관리 단계는
상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당시 상기 특정 메시지 데이터의 메시지 종류에 대응되는 전송 패턴에 따라 상기 특정 메시지 데이터의 슬롯을 할당하는 단계를 더 포함하는 것을 특징으로 하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법.
The method according to claim 1,
The automatic management step is
Determining the priority of the specific message data and allocating the slot of the specific message data according to a transmission pattern corresponding to the message type of the specific message data when assigning the slot of the specific message data to the message queue Learning-based message data management method of the gateway device, characterized in that.
 청구항 5에 있어서,
상기 자동 관리 단계는
상기 특정 메시지 데이터의 슬롯을 할당시 상기 특정 메시지 데이터의 메시지 종류에 대응되는 전송 패턴에 따른 메시지 전송량을 기초로 상기 특정 메시지 데이터의 슬롯을 할당하는 것을 특징으로 하는 게이트웨이 장치의 학습 기반 메시지 데이터 관리 방법.
6. The method of claim 5,
The automatic management step is
Learning-based message data management method of a gateway device, characterized in that when allocating a slot of the specific message data, the slot of the specific message data is assigned based on a message transmission amount according to a transmission pattern corresponding to the message type of the specific message data .
 복수의 사물 인터넷 장치로부터 통신망을 통해 메시지 데이터를 수신하여 서버에 전송하는 게이트웨이 장치에 있어서,
상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하고, 상기 메시지 데이터를 상기 서버에 전송하는 통신부;
상기 통신부와 연동하여 상기 메시지 데이터 전송시 전송 로그를 생성하여 누적 저장하는 로그 관리부;
상기 누적 저장된 전송 로그의 학습을 통해 상기 전송 로그와 관련되어 미리 설정된 하나 이상의 속성에 따른 상기 메시지 데이터의 전송 패턴을 기초로 복수의 서로 다른 메시지 종류로 클러스터링하여 메시지 데이터의 메시지 종류 식별을 위한 설정 정보를 생성하고, 상기 복수의 서로 다른 메시지 종류 상호 간 우선 순위의 결정을 위한 우선 순위의 결정 규칙을 생성한 후 메시지 분류를 위한 미리 설정된 알고리즘에 상기 결정 규칙 및 설정 정보를 설정하는 설정부; 및
상기 복수의 사물 인터넷 장치로부터 수신되는 특정 메시지 데이터를 상기 알고리즘에 적용하여 상기 특정 메시지 데이터에 대응되는 메시지 종류를 식별하고, 상기 우선 순위의 결정 규칙에 따라 상기 특정 메시지 데이터 수신시 메시지 큐에 저장된 하나 이상의 타 메시지 데이터별 메시지 종류와 상기 특정 메시지 데이터의 메시지 종류에 따른 상기 타 메시지 데이터에 대한 상기 특정 메시지 데이터의 우선 순위를 결정하여 상기 메시지 큐에 상기 특정 메시지 데이터의 슬롯을 할당하는 제어부
를 포함하는 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치.
A gateway device for receiving message data from a plurality of IoT devices through a communication network and transmitting the message data to a server,
a communication unit for receiving message data from the plurality of IoT devices and transmitting the message data to the server;
a log management unit for generating and accumulatively storing a transmission log when transmitting the message data in conjunction with the communication unit;
Setting information for identifying a message type of message data by clustering into a plurality of different message types based on a transmission pattern of the message data according to one or more properties preset in relation to the transmission log through learning of the accumulated and stored transmission log a setting unit configured to generate a priority determination rule for determining priorities between the plurality of different message types, and then set the determination rule and setting information in a preset algorithm for message classification; and
The specific message data received from the plurality of IoT devices is applied to the algorithm to identify a message type corresponding to the specific message data, and one stored in the message queue when the specific message data is received according to the priority determination rule A control unit for allocating a slot of the specific message data to the message queue by determining the priority of the specific message data with respect to the other message data according to the message type for each other message data and the message type of the specific message data
A gateway device that supports learning-based message data management, including:
 청구항 7에 있어서,
상기 제어부는 상기 통신부를 통해 상기 복수의 사물 인터넷 장치로부터 메시지 데이터를 수신하여 메시지 큐에 저장하고, 상기 서버에 의한 상기 메시지 큐 호출시 상기 통신부를 통해 상기 메시지 데이터를 상기 서버에 전송하는 것을 특징으로 하는 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치.
8. The method of claim 7,
The control unit receives message data from the plurality of IoT devices through the communication unit, stores it in a message queue, and transmits the message data to the server through the communication unit when the message queue is called by the server. A gateway device that supports learning-based message data management.
 청구항 7에 있어서,
상기 하나 이상의 속성은 큐 호출 빈도수 및 메시지 데이터의 전송량 중 적어도 하나를 포함하는 것을 특징으로 하는 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치.
8. The method of claim 7,
The at least one attribute includes at least one of a queue call frequency and a transmission amount of message data.
 청구항 7에 있어서,
사용자 입력을 수신하는 사용자 입력부를 더 포함하고,
상기 설정부는 상기 사용자 입력부를 통한 사용자 입력에 따라 상기 메시지 종류 상호 간 상기 우선 순위의 결정 규칙을 상기 알고리즘에 설정하거나 상기 전송 로그를 학습하여 상기 전송 패턴에 따라 구분된 상기 복수의 메시지 종류별로 다른 메시지 종류와의 경합시 우선되는 메시지 종류에 대한 상기 우선 순위의 결정 규칙을 생성한 후 상기 알고리즘에 설정하는 것을 특징으로 하는 학습 기반 메시지 데이터 관리를 지원하는 게이트웨이 장치.8. The method of claim 7,
Further comprising a user input unit for receiving a user input,
The setting unit sets the priority determination rule between the message types in the algorithm according to a user input through the user input unit, or learns the transmission log, and a message different for each type of the plurality of messages divided according to the transmission pattern A gateway device supporting learning-based message data management, characterized in that the priority determination rule is created for the message type to be prioritized in case of contention with the type, and then set in the algorithm.
KR1020200002167A 2020-01-07 2020-01-07 Gateway device for managing message data based on learning and method for managing message data based on learning of the same KR102303552B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200002167A KR102303552B1 (en) 2020-01-07 2020-01-07 Gateway device for managing message data based on learning and method for managing message data based on learning of the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200002167A KR102303552B1 (en) 2020-01-07 2020-01-07 Gateway device for managing message data based on learning and method for managing message data based on learning of the same

Publications (2)

Publication Number Publication Date
KR20210088999A true KR20210088999A (en) 2021-07-15
KR102303552B1 KR102303552B1 (en) 2021-09-23

Family

ID=76889479

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200002167A KR102303552B1 (en) 2020-01-07 2020-01-07 Gateway device for managing message data based on learning and method for managing message data based on learning of the same

Country Status (1)

Country Link
KR (1) KR102303552B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116668405A (en) * 2023-07-25 2023-08-29 明阳时创(北京)科技有限公司 Method, system, medium and equipment for implementing multi-service message notification mechanism

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070047209A (en) * 2005-11-01 2007-05-04 인터내셔널 비지네스 머신즈 코포레이션 Workflow decision management with message logging
KR101723172B1 (en) 2016-01-19 2017-04-04 (주)파인원커뮤니케이션즈 IoT(Internet of Thing) Service Offering Method
JP2018098767A (en) * 2016-12-09 2018-06-21 富士通株式会社 Automatic learning universal gate way
KR20190062795A (en) * 2017-11-29 2019-06-07 전자부품연구원 Method for Mapping Device Data to Server Resource in IoT Environment and Gateway applying the same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070047209A (en) * 2005-11-01 2007-05-04 인터내셔널 비지네스 머신즈 코포레이션 Workflow decision management with message logging
KR101723172B1 (en) 2016-01-19 2017-04-04 (주)파인원커뮤니케이션즈 IoT(Internet of Thing) Service Offering Method
JP2018098767A (en) * 2016-12-09 2018-06-21 富士通株式会社 Automatic learning universal gate way
KR20190062795A (en) * 2017-11-29 2019-06-07 전자부품연구원 Method for Mapping Device Data to Server Resource in IoT Environment and Gateway applying the same

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116668405A (en) * 2023-07-25 2023-08-29 明阳时创(北京)科技有限公司 Method, system, medium and equipment for implementing multi-service message notification mechanism
CN116668405B (en) * 2023-07-25 2023-09-29 明阳时创(北京)科技有限公司 Method, system, medium and equipment for implementing multi-service message notification mechanism

Also Published As

Publication number Publication date
KR102303552B1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
Sun et al. Autonomous resource slicing for virtualized vehicular networks with D2D communications based on deep reinforcement learning
CN111093203B (en) Service function chain low-cost intelligent deployment method based on environment perception
CN108616458A (en) The system and method for schedule packet transmissions on client device
WO2020238989A1 (en) Method and apparatus for scheduling task processing entity
WO2021169294A1 (en) Application recognition model updating method and apparatus, and storage medium
CN108243110B (en) Resource adjusting method, device and system
US11929911B2 (en) Shaping outgoing traffic of network packets in a network management system
CN109617806B (en) Data traffic scheduling method and device
WO2014070937A1 (en) System and methods to achieve optimum efficiency-jain fairness in wireless systems
CN114205317A (en) Service function chain SFC resource allocation method based on SDN and NFV and electronic equipment
EP4376386A1 (en) Electronic device and operation method for deploying application
KR102303552B1 (en) Gateway device for managing message data based on learning and method for managing message data based on learning of the same
CN113328953B (en) Method, device and storage medium for network congestion adjustment
KR20220042927A (en) A method for scheduling a plurality of pacets related to tasks of a plurality of user equipments using artificial intelligence and an electronic device perporming the same
US8229450B2 (en) Method and apparatus for controlling quality of service in mobile communication system
CN111817985A (en) Service processing method and device
Teymoori et al. A fair and efficient resource allocation scheme for multi-server distributed systems and networks
WO2020248166A1 (en) Traffic scheduling method, device, and storage medium
US20200196187A1 (en) Method, Device and Apparatus for Controlling Congestion Window in Internet of Vehicles
CN107360483B (en) Controller load balancing algorithm for software defined optical network
KR20220077496A (en) Message data management method of IoT gateway for improving the efficiency of processing large-capacity traffic of various devices applied to smart port configuration
WO2017213065A1 (en) Service management system, service management method, and recording medium
US10284488B1 (en) Aggregate socket resource management
GB2415855A (en) Variable network address lengths
KR101587379B1 (en) Method of dynamic control for queue size and apparatus thereof

Legal Events

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