KR20220044635A - 네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법 - Google Patents

네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법 Download PDF

Info

Publication number
KR20220044635A
KR20220044635A KR1020210045042A KR20210045042A KR20220044635A KR 20220044635 A KR20220044635 A KR 20220044635A KR 1020210045042 A KR1020210045042 A KR 1020210045042A KR 20210045042 A KR20210045042 A KR 20210045042A KR 20220044635 A KR20220044635 A KR 20220044635A
Authority
KR
South Korea
Prior art keywords
mobile device
network
signal
rssi
probability
Prior art date
Application number
KR1020210045042A
Other languages
English (en)
Inventor
알렉스 유리예비치 네비돔스키
막심 알렉시예프 시쿠노프
리우보프 블라디미로브나 스테파노바
블라디미르 페트로비치 보고초프
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US17/298,855 priority Critical patent/US20220322187A1/en
Priority to PCT/KR2021/004809 priority patent/WO2022071639A1/ko
Publication of KR20220044635A publication Critical patent/KR20220044635A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • H04W36/305—Handover due to radio link failure
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/14—Reselecting a network or an air interface
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02—Terminal devices
    • H04W88/06—Terminal devices adapted for operation in multiple networks or having at least two operational modes, e.g. multi-mode terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법이 제공된다. 상기 방법은, Wi-Fi 네트워크에 접속하는 단계, 상기 Wi-Fi 네트워크에 접속중인 동안, Wi-Fi 신호의 중단(interruption)을 검출하는 단계, 상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 상기 모바일 디바이스가 이탈 구역(exit zone)에 속할 확률을 획득하는 단계, 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 상기 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속하는 단계, 및 상기 모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 상기 Wi-Fi 네트워크에 대한 접속을 유지하는 단계를 포함한다.

Description

네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법{NETWORK SWITCHING APPARATUS AND METHOD OF OPERATING NETWORK SWITCHING APPARATUS}
본 발명은 네트워크 스위칭을 위한 방법 및 장치에 관한 것이다.
셀룰러 네트워크에서 Wi-Fi(Wireless Fidelity) 네트워크 사이의 자동적인 전환(스위칭)이 사용자들에 의해 광범위하게 이용되고 있다. Wi-Fi 신호가 떨어질 경우 자동 전환이 이루어질 수 있으며, 또한 약한 Wi-Fi 신호가 감지될 때마다 그러한 자동 전환이 가능하다.
Wi-Fi 구역(zone) 내에서의 불안정한 Wi-Fi 접속은 그 Wi-Fi 구역에서 Wi-Fi 신호가 불안정하게 사라졌다가 다시 나타나는 영역들(areas)을 야기한다. 간헐적 신호에도 불구하고 Wi-Fi 접속이 여전히 가능한 경우, 사용자는 인터넷 서비스들을 사용하는 경우 지연들을 경험한다.몇몇 경우에서, 이러한 불안정한 영역에 위치한 모바일 디바이스는 Wi-Fi 네트워크로부터 않는 셀룰러 접속으로 사용자에 대한 통지 없이 전환될 수 있다. 이 경우, 사용자는 제한되지 않는 Wi-Fi 네트워크를 사용할 수 있음에도 불구하고 해당 셀룰러 통신을 사용하는 것에 대한 비용을 지불해야 할 수 있다.
2014년 10월 9일에 공개된 미국특허공개공보 US20140302852A1에 의해 베이지안 필터링(Bayesian filtering)을 사용하여 사용자의 위치의 평가(evaluation)를 향상시키기 위해 센서 데이터를 사용하기 위한 방법이 알려져 있다. 그러한 평가를 획득한 후에, 디바이스는 가장 가까운 액세스 포인트로 스위칭한다. 이러한 방법의 단점은 Wi-Fi 액세스 포인트들의 위치 데이터가 필요하다는 것이다.
2019년 5월 17일에 공개된 중국특허공개공보 CN 109769280A로부터는 머신 러닝에 기초한 스마트 Wi-Fi 예측을 전환하기 위한 방법이 알려져 있다. 이 방법은 다음의 세 단계로 이루어진다. 먼저, Wi-Fi 네트워크로부터 셀룰러 네트워크로의 전환이 존재했는지 여부에 대한 데이터가 트레이닝 단계에서 수집된다. 그 다음, 디바이스가 다른 네트워크로 전환되었는지 여부에 기초하여 대상(target)들이 지정된다. 마지막으로, 이 데이터에 대해 트레이닝된 뉴럴 네트워크는(neural network) 미래에서의 핸드오프(handoff)의 가능성을 예측하기 위해 사용된다. 이러한 솔루션의 단점은 뉴럴 네트워크를 트레이닝하는 것은 상당한 양의 에너지를 요구한다는 것이다. 의도치 않는 핸드오프들은 셀룰러 데이터에 대한 사용자의 지출을 증가시킬 수도 있다. 또한 이러한 예측은 사용자의 주변 위치들의 신호들을 고려하지 않고, 사용자의 특정 위치에서의 신호에만 기초한다.
2016년 12원 8월에 공개된 미국특허공개공보 US20160360461A1로부터 디바이스 상의 네트워크 접속의 차단(blocking)을 방지하기 위한 시스템 및 방법이 알려져 있다. 이 방법은 Wi-Fi 및 셀룰러의 두 네트워크들의 상태들을 모니터링 하는 것에 기반한다. 모니터링 되는 신호의 품질에 따라 디바이스 상에서 다양한 모드들이 활성화 된다. 활성화된 모드에 따라 상이한 애플리케이션 설정들이 적용된다. 이러한 알려져 있는 해결책의 단점은, 두 네트워크들의 동시적인 모니터링과 의도되지 않은 핸드오버로 인한 의한 극심한 전력 소비이며, 따라서 셀룰러 통신에 대한 사용자의 지출이 증가될 수 있다.
2020년 1월 30일 공개의 미국특허공개공보 US2020037392A1으로부터 Wi-Fi 접속의 지능적 제어를 위한 방법 및 장치가 알려져 있다. 이 방법은 Wi-Fi를 통한 데이터 전송에 대한 실시간 분석(비트-레이트, 주파수 및 Tx/Rx 패킷들의 간격을 포함함)을 기반으로 하며, Wi-Fi에서 셀룰러 네트워크로 스위칭할 시점을 결정하기 위해 사용된다. 상기 알려진 방법은 감쇠 구역들에서는 저조하게(poorly) 동작한다. 이 방법은 또한 Wi-Fi 접속을 유지하는 것이 바람직할 경우에, 셀룰러 접속으로 전환되는 것을 방지하지 않는다.
기존 방법들은 특정한 임계치들을 기반으로 셀룰러 접속으로 전환하는 것을 수반한다. 그러나, Wi-Fi 구역 내에 약한 Wi-Fi 신호를 갖는 몇몇 영역들이 존재할 수 있다. 따라서, 사용자들은, Wi-Fi 접속을 기다리고 모바일 장치가 셀룰러 접속으로 전환되면서, 상당한 불편을 경험할 수 있다. Wi-Fi 신호 강도가 특정 임계치로 떨어지면, 자동으로 셀룰러 통신으로 스위칭 되고, 사용자는 언제나 그러한 스위칭을 인식할 수 있는 것은 아니다. 따라서, Wi-Fi가 사용되어야 하는 영역에서 셀룰러 통신을 사용하는 경우, 사용자는 셀룰러 통신을 위한 비용을 지출해야 한다. Wi-Fi 네트워크 분배 영역 내에서 Wi-Fi 로부터 셀룰러 네트워크로의 갑작스러운 자동적인 네트워크 스위칭이 발생하지 않도록 하는 것이 필요하다.
본 개시의 일 실시예에 따른 모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법은 Wi-Fi 네트워크에 접속하는 단계, 상기 Wi-Fi 네트워크에 접속중인 동안, Wi-Fi 신호의 중단(interruption)을 검출하는 단계, 상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 상기 모바일 디바이스가 이탈 구역(exit zone)에 속할 확률을 획득하는 단계, 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 상기 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속하는 단계, 및 상기 모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 상기 Wi-Fi 네트워크에 대한 접속을 유지하는 단계를 포함한다.
본 개시의 일 실시예에 따른 네트워크 스위칭을 수행하기 위한 모바일 디바이스는, 송수신기, 메모리, 및 상기 송수신기 및 상기 메모리에 연결된 제어기를 포함하고, 상기 제어기는, Wi-Fi 네트워크에 접속하고, 상기 Wi-Fi 네트워크에 접속중인 동안, Wi-Fi 신호의 중단(interruption)을 검출하고, 상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 상기 모바일 디바이스가 이탈 구역(exit zone)에 속할 확률을 획득하고, 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 상기 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속하고, 그리고 상기 모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 상기 Wi-Fi 네트워크에 대한 접속을 유지하도록 구성된다.
본 개시의 일 실시예에 따른 네트워크 스위칭을 위한 컴퓨터-판독가능 저장 매체는 명령들을 포함하고, 상기 명령들은 모바일 디바이스에 포함된 제어기에 의해 수행될 때, 상기 모바일 디바이스가 Wi-Fi 네트워크에 접속하고, 상기 Wi-Fi 네트워크에 접속중인 동안, Wi-Fi 신호의 중단(interruption)을 검출하고, 상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 상기 모바일 디바이스가 이탈 구역(exit zone)에 속할 확률을 획득하고, 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 상기 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속하고, 그리고 상기 모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 상기 Wi-Fi 네트워크에 대한 접속을 유지하도록 한다.
본 발명의 전술한 및 또 다른 특징들과 이점들은 첨부한 도면에 의해 예시된 아래의 설명에 의해 예시된다:
도 1은 Wi-Fi 내부 영역에서 사용자가 이동하고 이탈 영역으로 나가는 궤적을 예시한다.
도 2는 본 발명의 일 실시예에 따른 네트워크 스위칭 방법, 데이터 수집, 분류기 학습 및 자동 네트워크 스위칭의 블록 다이어그램을 도시한다.
도 3은 본 발명의 일 실시예에 따른 자동 네트워크 스위칭 유닛에 추가된 것을 도시한다.
도 4는 본 발명의 일 실시예에 따른 학습된 분류기의 동작 알고리즘을 도시한다.
도 5는 본 발명의 일 실시예에 따른 모바일 디바이스의 동작을 나타낸 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 모바일 디바이스를 나타낸 블록도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
비록 제 1, 제 2 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제 1 구성요소는 본 발명의 기술적 사상 내에서 제 2 구성요소일 수도 있음은 물론이다.
본 발명은, 예를 들면, 모바일 디바이스의 사용자가 Wi-Fi 네트워크 공간을 벗어나고, 그리고 셀룰러 접속으로 전환(스위칭)하는 대신, 약한 Wi-Fi 신호를 계속 포착하거나, 또는 사용자가 Wi-Fi 네트워크 공간의 가장자리(edge)에 접근하지만 Wi-Fi 네트워크 공간을 벗어나지는 않고 그와 동시에 셀룰러 통신으로 전환하는 상황들, 또는 사용자가 Wi-Fi 라우터를 등지고 서 있고 그리고 Wi-Fi 네트워크로부터 셀룰러 접속으로 전환하는 경우와 같은, 비용을 지불해야 하는, Wi-Fi 네트워크와의 불량한(poor) 접속의 상황들을 해결한다.. 본 발명으로 인해, 신호 강도를 감소시키지 않고 Wi-Fi가 이용 가능한 단일한 Wi-Fi 네트워크 영역이 제공되고, 그리고 사용자가 Wi-Fi 네트워크 영역을 벗어날 때, 상기 모바일 디바이스는 셀룰러 서비스들로 전환된다.
제안된 발명은 프로세서가 제안된 방법의 단계들을 수행하기 위한 명령들을 저장하는 메모리 및 프로세서를 포함하는 사용자의 임의의 적합한 컴퓨팅 장치에서 사용될 수 있다. 이러한 장치는 스마트 폰, 스마트 워치 및 기타 적합한 장치들일 수 있지만 이에 제한되지는 않는다.
제안된 방법은 Wi-Fi 네트워크 영역들에서 모바일 디바이스의 사용자의 행동을 분석하는 것에 의해 이러한 어려움들을 극복하는 것을 가능하게 한다. 이러한 분석에 기초하여, 구역들은 Wi-Fi의 신호 강도에 관계없이 Wi-Fi 네트워크가 동작하는 공간 내의 모든 위치들을 포함하는 내부 구역(inner zone)과, Wi-Fi가 꺼지고 모바일 디바이스가 셀룰러로 전환되는 이탈 구역(exit zone)(Wi-Fi 네트워크 공간 외부의 위치들)의 두 그룹들로 대략적으로 나뉘어질 수 있다.
수신 신호 강도 표시자(received signal strength indicator: RSSI)는 Wi-Fi 신호의 강도를 측정하기 위해 사용된다. 즉, 수신기에 의해 수신된 신호의 총 전력이 dBm(1 밀리와트에 대한 데시벨) 단위로 수신기에 의해 측정된다. 추가적으로, RSSI는 Wi-Fi 네트워크의 수신 신호 강도 표시자를 의미한다.
데이터 수집 및 자동 태깅(auto-tagging)은 Wi-Fi 디바이스가 연결되면 초기화된다. RSSI는 사용자의 움직임 센서에 의해 사용자의 움직임이 검출되는 경우 일정한 간격들에서 측정된다. 제안된 방법은 사용자의 모바일 디바이스에서 구현될 수 있다. 따라서, 사용자의 모바일 디바이스에 대하여 임베딩된 소프트웨어 및 Wi-Fi 어댑터를 이용하여, 사용자의 모바일 디바이스에 의해 측정이 수행될 수 있다. 사용자의 움직임들은 모바일 디바이스에 임베딩된 가속도계(accelerometer) 또는 만보계(predometer) 및 사용자의 모바일 디바이스를 위한 임베딩된 소프트웨어를 사용하여 결정될 수 있다.
사용자가 Wi-Fi 네트워크가 동작하는 공간에 들어가서 Wi-Fi 네트워크에 접속하는 순간, 네트워크가 사용자의 모바일 디바이스로 확장되는 모든 가시적인 라우터(Wi-Fi 라우터)들로부터 RSSI 세트들을 스캐닝하고 그리고 저장한다. 여기서 데이터 세트들(RSSI들)은 사용자의 모바일 디바이스 상에서 지정된 간격들에서 수집된다. 사용자의 모바일 디바이스에 가시적인 라우터들은 사용자가 위치한 방 내의 임의의 장소에 위치될 수 있다. 사용자의 모바일 디바이스는 Wi-Fi 어댑터를 갖는다. 따라서, RSSI 스캐닝은 모바일 디바이스가 위치한 곳에서 발생한다. RSSI는 모바일 디바이스의 장기(long-term) 메모리에 저장된다. 모든 데이터는 사용자의 모바일 디바이스에 저장되며, 분류기의 트레이닝 및 Wi-Fi 네트워크로부터 셀룰러 네트워크로 또는 그 반대로의 스위칭의 제어는 사용자의 모바일 디바이스에서 발생한다.
도 1은 예시적인 실내 공간을 커버하는 Wi-Fi 네트워크 영역을 도시하고 있다. 라우터(Wi-Fi 라우터)가 위치한 공간 내부에서 모바일 디바이스를 가진 사용자의 이동 경로가 보여진다. 상기 공간의 몇몇 부분들에서, 사용자가 Wi-Fi 라우터의 영역을 벗어나거나, 또는, 예를 들어, Wi-Fi 라우터를 등지거나 또는 Wi-Fi 라우터로부터 멀리 있는 공간으로 들어갈 때, Wi-Fi 네트워크 신호가 낮거나, 또는 완전히 사라질 수 있다.
도 2는 본 발명의 일 실시예에 따른 네트워크 스위칭 방법의 블록도를 도시한다.
사용자의 모바일 디바이스(예컨대, 스마트폰) 내에 위치한 네트워크 스위칭 장치의 Wi-Fi 어댑터가 Wi-Fi 네트워크에 접속된 후(205), 소프트웨어, Wi-Fi 어댑터 및 사용자의 움직임 센서를 포함하는 네트워크 스위칭 장치는 데이터의 수집을 시작한다(210). 수집된 데이터는 BSSID(basic service set identifier) 데이터 세트(즉, Wi-Fi 라우터 식별자) 및 RSSI 데이터 세트를 포함한다. 데이터 수집은 지정된 일정한 시간 간격들에서 수행될 수 있다.
데이터를 수집할 때(215), Wi-Fi 신호가 강한 영역들 및 Wi-Fi 신호가 중단되지 않는 영역은 "내부 구역(inner area)"으로 태깅되고(220, 225), 즉시 데이터베이스에 추가된다 (230). 상기 데이터베이스는 좌표가 없는 BSSID-RSSI 쌍들을 포함한다.
데이터 수집 중, 약한 단속적인(interrupted) Wi-Fi 신호가 검출되면(즉, 데이터 패킷의 손실 및 메인 Wi-Fi 액세스 포인트와의 불안정한 접속이 감지되면)(220, 235), 이러한 데이터는 약한 신호 버퍼(weak signal buffer)에 저장된다(240). 이 경우, 만일 사용자가 강한 Wi-Fi 신호를 갖는 영역으로 돌아오면(235), 버퍼링 된 데이터는 "내부 구역(inner zone)"으로 마킹되고(245) 데이터베이스에 추가된다(230).
만일 사용자가, 약한 신호 후에, RSSI가 동작을 위해 허용되는 최소 레벨에 아래의 영역에 진입하고 그리고 Wi-Fi가 꺼지는 경우(250), 버퍼링된 데이터는 "이탈 구역(exit zone)"으로 표시되고(255) 데이터베이스에 추가된다(230).
즉, Wi-Fi 네트워크 공간은, 모바일 디바이스가 Wi-Fi 네트워크로부터 셀룰러 접속으로 전환되지 않아야 하는 '내부 구역', 및 Wi-Fi 네트워크가 종료되고 그리고 모바일 디바이스를 갖는 사용자가 상기 내부 구역을 벗어날 경우 위치하게 되는 '이탈 구역'으로 나뉘어진다. Wi-Fi 네트워크는 이탈 구역에는 적용되지 않기 때문에, 이탈 구역에서 Wi-Fi에서 셀룰러로의 전환이 일어나야 한다.
아래의 데이터가 사용자의 모바일 디바이스 내에 위치한 네트워크 스위칭 장치에 자동으로 입력된다.
UDi ∈ RK - RK(k 개의 실수들의 정렬된 세트)를 포함하는 사용자 데이터. 이러한 데이터는 시간 데이터, 요일, 사용자 궤적, 주어진 시점에서 보여진 애플리케이션들(viewed applications), 애플리케이션들로부터의 데이터, 브라우저, 전화 센서 및 기타 데이터를 포함할 수 있다.
FPi ∈ RM - 시간 i에서의 RSSI. RM은 차원 M의 실수들의 벡터이고, 주어진 시간 기간에 걸쳐 수집된 RSSI 값의 집합인 FPi 데이터의 세트는 RSSI 값들을 갖는 벡터이다.
상기 제안된 네트워크 스위칭 장치는 다음과 같이 작동한다(도 2의 블록도 참조):
Wi-Fi 네트워크 구역에서 Wi-Fi 라우터가 켜져 있고 사용자가 모바일 디바이스를 Wi-Fi 네트워크에 연결한다(205).
네트워크 스위칭 장치의 자동 데이터 수집 유닛 내에 위치한 Wi-Fi 신호 스캐너가 켜진다. Wi-Fi 신호 스캐너는 현재의 접속이 강한지 또는 약한지를 판단하기 위해 Wi-Fi 채널 정보를 수집한다(210, 215). Wi-Fi 채널 정보는 BSSID(basic service set identification), SSID(service set identification), RSSI(received signal strength indicator), TX 패킷들 중 불량 패킷들의 수, 손실된 비콘들의 수, 재전송들의 수를 포함한다.
양호한 연결 상태가 감지되면, 백그라운드 스캔 서비스가 활성화된다. 백그라운드 스캔 서비스(또는 사용자 데이터 스캐너)는 사용자 UDi 및 FPi 데이터를 데이터베이스로 수집하고, 이를 "내부 구역"으로, 즉 yi=0으로 마킹한다(225).
불량한 연결 상태가 감지되면, 약한 Wi-Fi 신호 스캔 서비스가 활성화된다(220, 235). 약한 Wi-Fi 신호 스캔 서비스는 Udi 및 FPi사용자 데이터를 약한 신호 버퍼에 수집한다 (240).
Wi-Fi 신호가 손실되거나, 또는 Wi-Fi가 사용자에 의해 수동으로 비활성화되고, 미리 결정된 N 초 내에 접속이 복구되지 않으면 (250), UDi 및 FPi 데이터는 "이탈 구역"으로, 즉 yi=0으로 마킹된다 (255).
Wi-Fi 신호가 상기 미리 결정된 N 초 이내에 복구되면, 후속하는 시간들에서 적어도 하나 이상의 측정이 수행되고, 그리고 Wi-Fi 신호가 또한 검출되면, UDi 및 FPi 데이터는 "내부 구역"으로 즉 yi=0으로 마킹된다 (245).
5: 태깅된 데이터(tagged data)는 데이터베이스에 저장되고(230), 충분한 양의 태깅된 데이터가 수신되어 충분한 양의 태깅된 데이터가 미리 설정될 때까지(260), 1 내지 4의 단계들이 반복된다.
데이터를 수집한 후, 분류기(classifier)가 트레이닝된다 (265). 분류기는, 트레이닝 후, 모바일 장치를 셀룰러 접속으로 전환할지 아니면 전환하지 않고 Wi-Fi 네트워크를 계속 사용하는지 여부를 자동으로 결정하기 위해 사용된다. 분류기가 트레이닝되는 다수의 타겟 Wi-Fi 포인트들이 존재할 수 있다. 따라서 다수의 트레이닝된 분류기들이 존재할 수 있다.
이하, 상기 제안된 방법의 단계를 상세히 살펴보기로 한다.
Wi-Fi 네트워크 영역에 있는 사용자가 모바일 디바이스를 Wi-Fi 네트워크에 접속한다.
또한, 자동 데이터 수집의 프로세스가 자동 데이터 수집 유닛 내에서 구현된다. 자동 데이터 수집은 수집 및 데이터를 자동으로 타겟팅하는 것을 포함한다. 사용자의 모바일 디바이스 내에 위치한 네트워크 스위칭 장치가 데이터를 수집 할 준비가 되면, Wi-Fi 신호가 중단되는지 여부가 결정된다. 이러한 준비 상태는 상이한 방법들로 결정될 수 있다. 예를 들면, 가속도계(accelerometer)가 사용자의 움직임을 감지하거나, 또는 데이터 수집이 매 N 분마다 개시되거나, 또는 다른 지정된 조건들이 트리거 되될 수 있다. Wi-Fi 신호가 중단되지 않으면, 모든 FPi가 내부 구역 태그를 수신한다. 만일 Wi-Fi 신호가 중단되면, 중단된 신호가 검출된 후 수집된 모든 FPi가 약한 Wi-Fi 신호 버퍼에 수집된다. 만일 Wi-Fi 신호가 완전히 손실되면, 약한 Wi-Fi 신호 버퍼로부터의 모든 FPi가 이탈 구역 태그를 얻는다. 인터럽트 신호 조건이 반복되지 않는 경우, 즉 신호가 특정한 미리 결정된 시간 동안 안정화되면, 버퍼로부터의 모든 FPi는 내부 구역 태그를 얻는다. 태그를 가진 모든 FPi는 데이터베이스에 저장된다. 데이터베이스에 태그를 가진 충분한 FPi가 존재하게 되면 분류기의 트레이닝이 개시된다. 태그를 가진 FPi는 머신 러닝 알고리즘에 입력되며, 이는 예를 들어, 로지스틱 회귀 알고리즘(logistic regression algorithm)과 같은 적절한 알고리즘이 될 수 있지만, 뉴럴 네트워크들을 포함한 다른 알고리즘이 대신 사용될 수 있다.
일단 분류기가 트레이닝되면 (270), 자동 네트워크 스위칭 프로세스가 시작된다(275). 이 시점부터 자동 데이터 수집과 자동 네트워크 스위칭이라는 두 개의 프로세스들이 동시에 작동한다.
자동 네트워크 스위칭 알고리즘은 다음과 같이 동작한다. Wi-Fi 신호의 간헐적 상태가 체크된다. 만일 Wi-Fi 신호가 중단되지 않으면, Wi-Fi 네트워크에 머무는 결정이 이루어진다. 만일 Wi-Fi 신호가 중단되면 (280), 예측 데이터 수집이 개시된다 (285). FPi는 사용자의 모바일 장치가 주어진 시점에서 위치하는 포인트에서 수집된다. 각 FPi는 트레이닝된 분류기의 입력에 입력되어 예측을 수행한다 (290). 이 FPi가 이탈 구역 에 속하는 확률(Pi)이 미리 결정된 임계치 T보다 높으면(즉, Pi>T) (295), 셀룰러 통신으로 전환하는 결정이 이루어진다 (297).
또한, 임계치 T는 미리 설정되고, 그리고 사용자의 모바일 디바이스가 내부 구역에 있을 때 Wi-Fi 네트워크의 접속해제(disconnection)를 최소화하지만, 그와 동시에 사용자의 모바일 디바이스가 이탈 구역에 진입할 때 전환이 발생하도록 결정된다.
사용자 행위들에 따라 획득되고 태그들을 갖는 예측을 위한 모든 데이터는 분류기의 후속적인 재-트레이닝을 위해 데이터베이스에 또한 저장된다. 확률 Pi가 특정 임계치 T 미만이면, Wi-Fi 네트워크에 머무르는 결정이 이루어지고, 이어서 Wi-Fi 신호가 중단되고있는지 여부가 다시 체크된다.
분류기를 트레이닝한 후, 네트워크 스위칭 장치가 작동 중일 때, Wi-Fi 신호 강도가 감소하면, 분류기는 사용자가 위치하는 구역을 예측한다. 분류기가 사용자가 내부 구역 내에 있는 것으로 예측하면, 모바일 디바이스는 Wi-Fi 네트워크에서 셀룰러 네트워크로 전환하지 않는다. 만일 분류기가 사용자가 내부 구역을 벗어나 이탈 구역으로 이동한다고 예측하면, 모바일 디바이스는 Wi-Fi 네트워크로부터 셀룰러 네트워크로 전환한다.
자동 네트워크 스위칭 유닛에 추가하여, 추가적인 사용자 행동 예측 유닛이 사용될 수 있다. 이와 관련하여, 도 3에서 설명한다. Wi-Fi에 접속한 이후(305), 자동 접속 알고리즘(310)이 수행될 수 있다. FPi를 수집하는 시점에서, 사용자 관련 데이터가 추가로 수집된다. 사용자 관련 데이터는, 예를 들어, 사용자가 주어진 시간에 사용중인 애플리케이션에 대한 데이터, 시각, 요일, 전화 센서로부터의 데이터 등 중 적어도 하나를 포함할 수 있다. Wi-Fi 신호가 중단되는지 여부가 체크된다. 만일 Wi-Fi 신호가 중단되면(315), 예측을 위한 데이터 수집이 시작된다 (320). FPi는, 전술한 바와 같이, 이탈 구역에서 모바일 디바이스의 위치를 예측하는 트레이닝된 분류기로 전달된다 (325). 또한, 시간, 요일, 모바일 디바이스들의 센서들로부터의 데이터, 사용자의 궤적, 사용자 애플리케이션에 대한 데이터 등 중 적어도 하나를 포함할 수 있는 사용자 데이터와 함께(330), 상기 획득된 예측들이 이탈 구역에 들어갈 확률을 추정하기 위해 사용된다. 이러한 획득된 확률이 특정한 임계치 보다 높으면(즉, Pi > T) (335), 자동으로 셀룰러 네트워크로 전환하기 위한 결정이 이루어진다 (340).
예를 들어, 사용자의 움직임들에 대한 데이터가 추가 데이터로 사용될 수 있다. 이 경우, 특정 포인트에서의 사용자 위치도 또한 FPi에 의해 결정될 수 있다. 포인트들의 특정한 세트가 사용되면, 사용자의 궤적이 획득될 수 있다. 각 FPi 포인트는 분류기의 입력에 공급되고, 그리고 예측 결과(예를 들어, 해당 포인트가 이탈 구역에 속할 확률) 가 획득된다. 또한, 포인트들의 세트에 대한 분류기의 동작의 이러한 결과들은 "사용자 행동 예측 유닛(user behavior prediction unit)"에 공급된다. 사용자의 움직임의 궤적, 즉 여러 포인트들이 사용되므로 사용자 행동을 예측하는 것이 가능하다. 각 포인트에서 획득된 확률은, 예를 들어, 지수 평활화(exponential smoothing)에 의해 결합되고 사용자 경로를 따라 이탈 구역에 진입하는 균일한(uniform) 확률이 획득된다. 또한, 시간 및 요일과 같은 추가 정보가 사용될 수 있다. 상이한 시간들에서 사용자의 행동(즉, 사용자의 이동의 궤적)은 상이할 수 있다. 이 정보는 FPi 포인트들과 함께 분류기에 직접 부가될 수 있다. 즉, FPi와 몇몇 정보 (예를 들어, 현재 시간에 대한 정보) 모두를 포함하는 벡터가 트레이닝 및 및 예측 중에 분류기의 입력에 제공될 것이다.
따라서, 사용자가 Wi-Fi 네트워크의 영역을 벗어나면, 모바일 디바이스는 Wi-Fi 네트워크로부터 셀룰러 네트워크로 전환한다. 사용자가 Wi-Fi 네트워크의 가장자리로 걸어가거나 또는 신호 강도가 낮은 Wi-Fi 네트워크의 영역에 들어가면, 모바일 디바이스는 Wi-Fi 네트워크로부터 셀룰러 네트워크로 전환하지 않는다. 종래 기술과 달리, Wi-Fi 네트워크로부터 셀룰러 네트워크로 전환하는 결정은, Wi-Fi 네트워크 영역 내에서 모바일 디바이스를 갖는 사용자의 궤적을 따라 서로 상이한 시점들에서 많은 수의 측정을 기반으로 자동 네트워크 스위칭 유닛에 의해 이루어진다.
Wi-Fi 신호가 손실되었거나 또는 사용자가 Wi-Fi를 직접 끄고, 일정 시간 기간 동안(예컨대, N 초 후) 신호가 복구되지 않으면, 버퍼로부터의 모든 FPi가 이탈 구역으로 마킹된다. 그렇지 않으면, 수집된 FPi가 계속해서 버퍼에 추가된다. 한 Wi-Fi로부터 다른 Wi-Fi 로의 전환이 있거나, 또는 Wi-Fi 라우터가 기능을 중지하면, FPi가 버퍼로부터 제거되고 그리고 고려되지 않는다. 한 Wi-Fi로부터 또 다른 Wi-Fi 로의 전환을 추적하는 것이 필요하면, 이러한 FPi는 "전송 구역" 태그와 함께 데이터베이스에 저장될 수 있다.
도 4는 본 발명의 일 실시예에 따른 트레이닝된 분류기의 연산 알고리즘을 도시한다.
데이터 FPi를 수집한 후(410), i-번째 데이터 엘리먼트가 트레이닝된 분류기로 입력된다. 트레이닝된 분류기에는 분류기의 트레이닝된 파라미터들인 w가 위치한다. 추가적으로, 분류기는 i-번째 데이터 엘리먼트가 스위칭 구역(이탈 구역)에 속할 확률인 Pi를 결정한다 (420). 이 확률 Pi가 특정 임계치 T보다 크면(430), 모바일 디바이스는 셀룰러 네트워크로 전환한다 (450). Pi가 특정 임계치 T보다 작으면(또는 크지 않으면) (430), 모바일 디바이스는 Wi-Fi 네트워크에 접속된 상태를 유지하고(440) 데이터 수집을 계속한다. 따라서 Wi-Fi 신호가 약한 경우에도, 사용자는 Wi-Fi 구역 내에 있기 때문에, 모바일 디바이스는 Wi-Fi 네트워크에 접속된 상태를 유지한다.
사용자 행동을 예측함으로써, Wi-Fi로부터 셀룰러로의 신속한 전환이 이루어질 수 있다.
Wi-Fi로부터 셀룰러 네트워크로 전환하기 위한 대기 시간을 줄이기 위해, 디바이스는 수집된 데이터를 기반으로 사용자의 궤적을 예측할 수 있다. 예측 결과들에 따르면, 모바일 디바이스에서 시나리오들 중 하나가 개시된다(launched). 사용자가 Wi-Fi 구역을 벗어나는 것으로 예측되면, 약한 Wi-Fi 신호를 갖는 네트워크는 셀룰러 네트워크로 전환된다. 사용자가 Wi-Fi 구역을 벗어나지 않는 것으로 예측되면, 약한 Wi-Fi 신호를 갖는 네트워크는 셀룰러 네트워크로 전환되지 않는다.
본 발명으로 인해, 사용자가 휴대하는 모바일 디바이스의 위치에 따라 사용자에게 통지를 하는 것이 가능하다. 예를 들어, 사용자가 아파트를 떠나고 있다고 판단되면, 모바일 디바이스는 날씨 예보를 통지할 수 있다.
본 장치는 Wi-Fi 네트워크로부터 셀룰러 네트워크로의 모바일 디바이스의 스위칭을 제어하기 위해 사용할 수 있을 뿐만 아니라, 규칙적인 간격들에서 데이터를 수집하는 것은 일상(everyday things)에 대해 사용자에게 통지하는 것을 가능하게 한다. 예를 들어, 사용자가 침실에 있고 취침 시간이 다가올 경우 알람을 설정하도록 상기시키거나, 또는 사용자가 주방에서 요리를 하고 있다면, 난방기를 끌 필요를 알려주거나, 또는 사용자가 거실에서 TV 근처에 있다면, 모바일 디바이스가 TV 프로그램을 제공할 수 있다. 즉, 사용자가 Wi-Fi 네트워크 구역의 특정한 위치에서 몇몇 유형의 일상적 행위를 하고, 그 이후, 모바일 디바이스를 갖는 사용자가 동일한 구역에 진입하면, 모바일 디바이스는, 예측을 기반으로, 사용자에게 해당 장소에서의 행동들에 대해 상기시킬 수 있다. 이 경우, 자동 데이터 수집 및 마킹의 프로세스는 변경될 수 있다. 내부 구역 및 이탈 구역의 태그들은 동일한 위치에서 수행된 사용자 행위들의 태그들로 대체될 수 있다. 예를 들어, Wi-Fi 네트워크의 특정 장소 내의 사용자가 모바일 장치가 "알고 있는" 어떤 행위를 하면, (예를 들어, 레시피가 있는 애플리케이션을 사용하거나, 또는 스마트 TV 애플리케이션 통해 TV 프로그램을 켜거나, 또는 알람을 설정하면), 사용자가 이 장소에 있게 될 다음 번에는, 사용자는 이들 애플리케이션들은 지금 사용하는 것이 바람직하다는 힌트를 받을 수 있다. 예를 들어, 이들 애플리케이션들은 다른 어플리케이션들보다 높은 우선 순위가 부여받고 그리고 더 빠르게 로딩될 것이다.
상기 데이터는 지속적으로 업데이트되고, 데이터 수집 및 예측의 프로세스는 병렬로 수행된다. 즉, 이전 데이터가 삭제되고 최근의 시간 간격들 동안 획득된 더 새로운 데이터로 대체된다. 상기 데이터는 모바일 디바이스 내에 위치한 장치에 의해 수집된다. 데이터를 저장하기 위한 메모리가 가득 차면, 저장 시간의 관점에서 가장 오래된 데이터부터 삭제되기 시작한다. 오래된 데이터를 삭제하고 새로운 데이터를 수집하는 프로세스는 모바일 디바이스의 작동 중에 지속적으로 수행된다. 예를 들어, 모바일 장치가 재충전되고 Wi-Fi 네트워크에 연결될 때, 분류기 트레이닝이 일어날 수 있다. 더 많은 데이터가 수집되고, 더 많은 분류기 트레이닝이 수행될수록, 예측은 더욱 정확해지고, 그리고 모바일 디바이스는 사용자 행위에 대해 더 명확하고 빠르게 반응할 것이다.
사용자가 다수의의 Wi-Fi 라우터들이 있는 방에 있는 경우, Wi-Fi로부터 셀룰러로의 전환은 한 Wi-Fi로부터 다른 Wi-Fi로의 전환으로 대체된다. 또한, 각 Wi-Fi 라우터는 자신만의 트레이닝 가능한 분류기를 사용한다.
사용자가 Wi-Fi 네트워크 신호가 강한 영역에서 Wi-Fi 네트워크로부터 셀룰러 네트워크로 독립적으로 전환하면, 그 순간 예측 데이터 기록이 중지된다. 사용자가 Wi-Fi 네트워크 신호가 약한 영역에서 Wi-Fi 네트워크로부터 셀룰러 네트워크로 독립적으로 전환하면, 데이터는 이탈 구역으로의 이탈 데이터로 마킹되고, 사용자가 다음 번에 이 영역에 들어올 때, 모바일 디바이스는 Wi-Fi 네트워크로부터 셀룰러 네트워크로 자동으로 전환한다.
제안된 발명으로 인해 모바일 디바이스를 사용하는 사용자의 행동이 예측될 수 있다. 즉, 모바일 디바이스를 갖는 사용자가 벗어날 때 한 Wi-Fi 네트워크로부터 셀룰러 네트워크로 또는 또 다른 Wi-Fi 네트워크로 지연 없이 신속히 전환할 수 있는 한편, Wi-Fi 네트워크 영역 내부에서는 Wi-Fi 신호가 낮은 경우에도 Wi-Fi가 셀룰러 네트워크로 전환되지 않는다.
특정한 수의 예측된 확듈들에 대해 지수 평활(exponential smoothing) 뿐만 아니라, 로지스틱 회귀(logistic regression)를 분류기로 사용하는 경우, 전환에 대한 최종 결정은 단일 포인트가 아닌 사용자의 궤적에 대한 결과들을 기반으로 이루어진다.
도 5는 본 발명의 일 실시예에 따른 모바일 디바이스의 동작을 나타낸 흐름도이다.
본 발명의 일 실시예에 따른 모바일 디바이스의 동작은 Wi-Fi 네트워크에 접속하는 단계(510) 및 상기 Wi-Fi 네트워크에 접속중인 동안 Wi-Fi 신호의 중단(interruption)을 검출하는 단계(520)를 포함할 수 있다.
모바일 디바이스는 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 모바일 디바이스가 이탈 구역에 속할 확률을 획득할 수 있다 (530). 모바일 디바이스가 모바일 이탈 구역에 속할 확률을 획득하는 것은, Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 적어도 하나의 RSSI(received signal strength indicator)를 획득하고, 획득된 적어도 하나의 RSSI를 트레이닝된 분류기에 입력하여 획득된 출력에 기초하여 모바일 디바이스가 이탈 구역에 속할 확률을 계산하는 것에 의해 획득될 수 있다.
분류기는 획득된 적어도 하나의 RSSI뿐만 아니라 모바일 디바이스의 사용자에 대한 사용자 데이터에 추가적으로 기초하여 모바일 디바이스가 이탈 구역에 속할 확률을 계산하도록 구성될 수 있다. 사용자 데이터는 시간 데이터, 요일, 사용자의 궤적, 보여진 어플리케이션들, 어플리케이션들로부터의 데이터 , 및 적어도 하나의 센서로부터의 데이터 중 적어도 하나를 포함할 수 있다.
분류기는 모바일 디바이스가 이탈 구역에 속할 확률을 계산하기 이전에, 트레이닝될 수 있다. 분류기를 트레이닝하는 것은 복수의 시점들에서 복수의 RSSI들을 획득하고, 상기 복수의 RSSI들 중 Wi-Fi 신호의 중단이 발생하지 않는 경우의 적어도 하나의 제1 RSSI에 내부 구역을 나타내는 제1 태그를 부여하고, 상기 복수의 RSSI들 중 상기 Wi-Fi 신호의 중단이 발생하는 경우의 적어도 하나의 제2 RSSI에 이탈 구역을 나타내는 제2 태그를 부여하고, 상기 제1 태그가 부여된 상기 적어도 하나의 제1 RSSI 및 상기 적어도 하나의 제2 RSSI를 이용하여 분류기는 트레이닝하는 것을 포함할 수 있다. 내부 구역은 Wi-Fi 서비스의 제공이 가능한 것으로 예측되는 지역 또는 모바일 디바이스의 Wi-Fi 네트워크에 대한 접속이 유지되어야 하는 지역을 나타내고, 외부 구역은 상기 Wi-Fi 서비스의 제공이 불가능한 것으로 예측되는 지역 또는 Wi-Fi 네트워크에 대한 접속을 종료하고 다른 통신 네트워크(예를 들어, 셀룰러 네트워크)에 대한 접속을 시도해야 하는 지역을 나타낼 수 있다.
모바일 디바이스가 이탈 구역에 속할 확률이 임계치 이상인 경우, 모바일 디바이스는 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속할 수 있다 (540). 모바일 디바이스가 이탈 구역에 속할 확률이 임계치 이상인 경우, 모바일 디바이스는 추가적으로 통지를 발생시킬 수 있다. 모바일 디바이스가 이탈 구역에 속할 확률이 임계치 이상인 것은 모바일 디바이스가 Wi-Fi가 서비스되는 거주지를 떠나는 것을 의미할 수 있으며, 이러한 상황에 부합하는 통지가 발생될 수 있다. 예를 들어, 통지는 날씨에 대한 통지를 포함할 수 있다.
모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 모바일 디바이스는 Wi-Fi 네트워크에 대한 접속을 유지할 수 있다 (550).
도 6은 본 발명의 일 실시예에 따른 모바일 디바이스를 나타낸 블록도이다. 모바일 디바이스(600)는 송수신기(610), 메모리(620), 및 제어기(630)을 포함할 수 있다.
송수신기(610)를 통해 모바일 디바이스(600)는 다른 디바이스들 또는 네트워크들과 통신을 수행할 수 있다. 송수신기(610)를 통해 모바일 디바이스는 외부로부터의 신호를 검출하거나, 신호를 방출할 수 있다. 송수신기(610)는 알려진 통신 방식들을 지원할 수 있다. 예를 들어, 송수신기(610)는 Wi-Fi 통신, 셀룰러 통신 (예를 들어, LTE(long term evolution), LTE-A(LTE-Advanced), 밀리미터웨이브(mmWave) 통신, CDMA(code division multiple access), WCDMA(wideband CDMA) 등), 근거리 통신(Bluetooth)을 지원할 수 있으며, 이에 한정되지는 않는다.
메모리(620)는 모바일 디바이스(600)의 동작을 위해 필요한 일시적 또는 비일시적 데이터를 저장할 수 있다. 메모리(620)는 일시적 저장 매체(예를 들어, RAM(random access memory)) 및 비-일시적 저장 매체(예를 들어, ROM(read-only memory), 하드디스크, 플로피 디스크, CD-ROM, SSD(solid disk drive) 등)를 포함할 수 있다. 메모리(620)는 모바일 디바이스(600)를 구동하기 위한 명령들을 저장할 수 있다. 메모리(620)에 저장된 명령들은 제어기(630)에 의해 수행되어 모바일 디바이스(600)를 동작시킬 수 있다. 앞서 도 2와 관련하여 설명된 약한 신호 버퍼 및 데이터 베이스는 메모리(620)에 포함되거나 메모리(620)를 통해 구현될 수 있다.
제어기(630)는 하나 이상의 프로세서로 구현될 수 있다. 제어기(630)는 송수신기(610) 및 메모리(620)를 포함하는 모바일 디바이스(600)의 다른 컴포넌트들과 연결되어 모바일 디바이스(600)의 동작 및 모바일 디바이스(600)의 컴포넌트들의 동작을 제어할 수 있다. 즉, 모바일 디바이스(600)에서 수행되는 동작은 실질적으로 제어기(630)에 의해 수행되거나 또는 제어되는 것으로 이해될 수 있다. 앞서 설명된 네트워크 스위칭 장치는 제어기(630)를 구현하는 하나 이상의 프로세서 중 독립된 하나의 프로세서를 통해 구현되거나, 또는 메모리(620)에 저장된 명령들 중 네트워크 스위칭 장치의 기능을 수행하기 위한 명령들을 제어기(630)가 수행하는 것에 의해 구현될 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

Claims (15)

  1. 모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법으로서,
    Wi-Fi 네트워크에 접속하는 단계;
    상기 Wi-Fi 네트워크에 접속중인 동안, Wi-Fi 신호의 중단(interruption)을 검출하는 단계;
    상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 상기 모바일 디바이스가 이탈 구역(exit zone)에 속할 확률을 획득하는 단계;
    상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 상기 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속하는 단계; 및
    상기 모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 상기 Wi-Fi 네트워크에 대한 접속을 유지하는 단계를 포함하는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  2. 제1 항에 있어서,
    상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 획득하는 단계는:
    상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 적어도 하나의 RSSI(received signal strength indicator)를 획득하는 단계; 및
    상기 획득된 적어도 하나의 RSSI가 입력된 트레이닝된 분류기로부터의 출력에 기초하여 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 계산하는 단계를 포함하는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  3. 제2 항에 있어서,
    상기 분류기는 머신 러닝 알고리즘 또는 뉴럴 네트워크를 이용하여 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 계산하도록 구성되는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  4. 제2 항에 있어서,
    상기 분류기는 상기 획득된 적어도 하나의 RSSI 및 상기 모바일 디바이스의 사용자에 대한 사용자 데이터에 기초하여 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 계산하도록 구성되고,
    상기 사용자 데이터는 시간 데이터, 요일, 상기 사용자의 궤적, 보여진 어플리케이션들, 어플리케이션들로부터의 데이터, 및 적어도 하나의 센서로부터의 데이터 중 적어도 하나를 포함하는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  5. 제2 항에 있어서,
    상기 분류기를 트레이닝하는 단계를 더 포함하고,
    상기 분류기를 트레이닝하는 단계는:
    복수의 시점들에서 복수의 RSSI들을 획득하는 단계;
    상기 복수의 RSSI들 중 상기 Wi-Fi 신호의 중단이 발생하지 않는 경우의 적어도 하나의 제1 RSSI에 내부 구역(inner zone)을 나타내는 제1 태그를 부여하는 단계;
    상기 복수의 RSSI들 중 상기 Wi-Fi 신호의 중단이 발생하는 경우의 적어도 하나의 제2 RSSI에 이탈 구역을 나타내는 제2 태그를 부여하는 단계;
    상기 제1 태그가 부여된 상기 적어도 하나의 제1 RSSI 및 상기 적어도 하나의 제2 RSSI를 이용하여 상기 분류기를 트레이닝하는 단계를 포함하고,
    상기 내부 구역은 Wi-Fi 서비스의 제공이 가능한 것으로 예측되는 지역을 나타내고,
    상기 이탈 구역은 상기 Wi-Fi 서비스의 제공이 불가능한 것으로 예측되는 지역을 나타내는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  6. 제5 항에 있어서,
    상기 Wi-Fi 신호의 중단이 발생하는 경우의 RSSI를 약한 신호 버퍼에 저장하는 단계;
    상기 Wi-Fi 신호가 완전히 손실되는 경우, 상기 약한 신호 버퍼에 저장된 RSSI에 상기 제2 태그를 부여하는 단계; 및
    상기 Wi-Fi 신호가 회복되는 경우, 상기 약한 신호 버퍼에 저장된 RSSI에 상기 제1 태그를 부여하는 단계를 더 포함하는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  7. 제1 항에 있어서,
    상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 통지를 발생시키는 단계를 더 포함하고,
    상기 통지는 날씨에 대한 통지를 포함하는,
    모바일 디바이스에 의해 네트워크 스위칭을 수행하기 위한 방법.
  8. 네트워크 스위칭을 수행하기 위한 모바일 디바이스로서,
    송수신기;
    메모리; 및
    상기 송수신기 및 상기 메모리에 연결된 제어기를 포함하고, 상기 제어기는:
    Wi-Fi 네트워크에 접속하고;
    상기 Wi-Fi 네트워크에 접속중인 동안, Wi-Fi 신호의 중단(interruption)을 검출하고;
    상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 상기 모바일 디바이스가 이탈 구역(exit zone)에 속할 확률을 획득하고;
    상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 상기 Wi-Fi 네트워크를 접속해제하고, 그리고 셀룰러 네트워크에 접속하고; 그리고
    상기 모바일 디바이스가 상기 이탈 구역에 속하는 확률이 임계치 미만인 경우, 상기 Wi-Fi 네트워크에 대한 접속을 유지하도록 구성되는,
    모바일 디바이스.
  9. 제8 항에 있어서,
    상기 제어기는 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 획득하기 위해:
    상기 Wi-Fi 신호의 중단을 검출하는 것에 응답하여, 적어도 하나의 RSSI(received signal strength indicator)를 획득하고; 그리고
    상기 획득된 적어도 하나의 RSSI가 입력된 트레이닝된 분류기로부터의 출력에 기초하여 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 계산하도록 구성되는,
    모바일 디바이스.
  10. 제9 항에 있어서,
    상기 분류기는 머신 러닝 알고리즘 또는 뉴럴 네트워크를 이용하여 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 계산하도록 구성되는,
    모바일 디바이스.
  11. 제9 항에 있어서,
    상기 분류기는 상기 획득된 적어도 하나의 RSSI 및 상기 모바일 디바이스의 사용자에 대한 사용자 데이터에 기초하여 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률을 계산하도록 구성되고,
    상기 사용자 데이터는 시간 데이터, 요일, 상기 사용자의 궤적, 보여진 어플리케이션들, 어플리케이션들로부터의 데이터, 및 적어도 하나의 센서로부터의 데이터 중 적어도 하나를 포함하는,
    모바일 디바이스.
  12. 제9 항에 있어서,
    상기 제어기는 상기 상기 분류기를 트레이닝하도록 추가로 구성되고,
    상기 제어기는 상기 상기 분류기를 트레이닝하기 위해:
    복수의 시점들에서 복수의 RSSI들을 획득하고;
    상기 복수의 RSSI들 중 상기 Wi-Fi 신호의 중단이 발생하지 않는 경우의 적어도 하나의 제1 RSSI에 내부 구역(inner zone)을 나타내는 제1 태그를 부여하고;
    상기 복수의 RSSI들 중 상기 Wi-Fi 신호의 중단이 발생하는 경우의 적어도 하나의 제2 RSSI에 이탈 구역을 나타내는 제2 태그를 부여하고; 그리고
    상기 제1 태그가 부여된 상기 적어도 하나의 제1 RSSI 및 상기 적어도 하나의 제2 RSSI를 이용하여 상기 분류기를 트레이닝하도록 구성되고,
    상기 내부 구역은 Wi-Fi 서비스의 제공이 가능한 것으로 예측되는 지역을 나타내고,
    상기 이탈 구역은 상기 Wi-Fi 서비스의 제공이 불가능한 것으로 예측되는 지역을 나타내는,
    모바일 디바이스.
  13. 제12 항에 있어서,
    상기 제어기는:
    상기 Wi-Fi 신호의 중단이 발생하는 경우의 RSSI를 약한 신호 버퍼에 저장하고;
    상기 Wi-Fi 신호가 완전히 손실되는 경우, 상기 약한 신호 버퍼에 저장된 RSSI에 상기 제2 태그를 부여하고; 그리고
    상기 Wi-Fi 신호가 회복되는 경우, 상기 약한 신호 버퍼에 저장된 RSSI에 상기 제1 태그를 부여하도록 추가로 구성되는,
    모바일 디바이스.
  14. 제8 항에 있어서,
    상기 제어기는 상기 모바일 디바이스가 상기 이탈 구역에 속할 확률이 임계치 이상인 경우, 통지를 발생시키도록 추가로 구성되고
    상기 통지는 날씨에 대한 통지를 포함하는,
    모바일 디바이스.
  15. 네트워크 스위칭을 위한 명령들을 포함하는 컴퓨터-판독가능 저장 매체로서,
    상기 명령들은 모바일 디바이스에 포함된 제어기에 의해 수행될 때, 상기 모바일 디바이스가 제1 항 내지 제7 항 중 어느 한 항의 방법을 수행하도록 하는,
    컴퓨터-판독가능 저장 매체.
KR1020210045042A 2020-10-02 2021-04-07 네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법 KR20220044635A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/298,855 US20220322187A1 (en) 2020-10-02 2021-04-16 Network switching device and method for operating of network switching device
PCT/KR2021/004809 WO2022071639A1 (ko) 2020-10-02 2021-04-16 네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2020132558A RU2751083C1 (ru) 2020-10-02 2020-10-02 Устройство сетевого переключения и способ работы устройства сетевого переключения
RU2020132558 2020-10-02

Publications (1)

Publication Number Publication Date
KR20220044635A true KR20220044635A (ko) 2022-04-11

Family

ID=76820294

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210045042A KR20220044635A (ko) 2020-10-02 2021-04-07 네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법

Country Status (2)

Country Link
KR (1) KR20220044635A (ko)
RU (1) RU2751083C1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339912A (zh) * 2021-12-28 2022-04-12 达闼机器人有限公司 网络连接方法、装置、设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8780857B2 (en) * 2007-10-09 2014-07-15 Qualcomm Incorporated Methods and apparatus for mobility support between network domains
CN109510697B (zh) * 2013-07-04 2021-07-06 韩国电子通信研究院 处理无线电链路故障的方法
US10104643B2 (en) * 2014-11-06 2018-10-16 Mediatek Inc. Method and apparatus for heterogeneous communication
US9742481B1 (en) * 2016-09-16 2017-08-22 Amazon Technologies, Inc. Antenna switching
US11039364B2 (en) * 2018-09-28 2021-06-15 Google Llc Methods and apparatus for proactively switching between available networks

Also Published As

Publication number Publication date
RU2751083C1 (ru) 2021-07-08

Similar Documents

Publication Publication Date Title
CN114026887B (zh) 控制无线感测系统中的装置参与
EP3363233B1 (en) Load balancing of data traffic in a communications network
EP2387271B1 (en) Handover measurement transmission depending on handover probability
US7103024B2 (en) Wireless local area network future service quality determination method
US20220217556A1 (en) Network Node, User Equipment and Methods for Handling Signal Quality Variations
US10582526B2 (en) System and method for measuring end-to-end channel capacity entropy
KR20210064232A (ko) 사용가능한 네트워크들 사이에서 능동적으로 전환하는 방법들 및 장치들
KR20220044635A (ko) 네트워크 스위칭 장치 및 네트워크 스위칭 장치의 동작 방법
US20220322187A1 (en) Network switching device and method for operating of network switching device
KR100594112B1 (ko) Ｇｐｓ를 이용한 이동 통신 단말기에서의 효율적인 핸드오버 방법 및 이를 위한 시스템
KR20200119065A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치의 동작 방법
Moses et al. An integrated AHP‐ELECTRE and deep reinforcement learning methods for handover performance optimization in an LTE‐A networks
KR20200119111A (ko) 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치
KR20200119157A (ko) 무선 네트워크 가변 접속을 제공하기 위한 품질 예측 정보 제공 장치
WO2023283953A1 (zh) 通信处理方法、装置、通信设备及存储介质
WO2023283923A1 (zh) 信息传输方法、装置、通信设备和存储介质
CN115843441A (zh) 信息传输方法、装置、通信设备和存储介质
KR20200119076A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치의 동작 방법
KR20200119158A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하기 위한 품질 예측 정보 제공 장치
KR20200119061A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치의 동작 방법
KR20200119081A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치의 동작 방법
KR20200119156A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하기 위한 품질 예측 정보 제공 장치
KR20200119070A (ko) 품질 예측 학습 모델 기반의 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치의 동작 방법
KR20200119082A (ko) 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치
KR20200119091A (ko) 동적 무선 네트워크 가변 접속을 제공하는 무선 단말 장치

Legal Events

Date Code Title Description
A201 Request for examination