KR20220071245A - 상호 연결된 분산 네트워크의 엣지 디바이스들에 대한 전송 빈도 관리 - Google Patents
상호 연결된 분산 네트워크의 엣지 디바이스들에 대한 전송 빈도 관리 Download PDFInfo
- Publication number
- KR20220071245A KR20220071245A KR1020227014128A KR20227014128A KR20220071245A KR 20220071245 A KR20220071245 A KR 20220071245A KR 1020227014128 A KR1020227014128 A KR 1020227014128A KR 20227014128 A KR20227014128 A KR 20227014128A KR 20220071245 A KR20220071245 A KR 20220071245A
- Authority
- KR
- South Korea
- Prior art keywords
- dfwf
- computer
- values
- edge
- edge devices
- Prior art date
Links
- 230000005540 biological transmission Effects 0.000 title abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000005457 optimization Methods 0.000 claims abstract description 43
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 88
- 238000000034 method Methods 0.000 claims description 75
- 238000003860 storage Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 10
- 238000013459 approach Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 238000007726 management method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/16—Arrangements for providing special services to substations
- H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
- H04L12/1881—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast with schedule organisation, e.g. priority, sequence management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/127—Avoiding congestion; Recovering from congestion by using congestion prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/20—Traffic policing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/26—Flow control; Congestion control using explicit feedback to the source, e.g. choke packets
- H04L47/263—Rate modification at the source after receiving feedback
-
- 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
- H04L67/2866—Architectures; Arrangements
- H04L67/288—Distributed intermediate devices, i.e. intermediate devices for interaction with other intermediate devices on the same level
-
- 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
- H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters
-
- 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
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/62—Establishing a time schedule for servicing the requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W92/00—Interfaces specially adapted for wireless communication networks
- H04W92/04—Interfaces between hierarchically different network devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W92/00—Interfaces specially adapted for wireless communication networks
- H04W92/16—Interfaces between hierarchically similar devices
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
- Multi Processors (AREA)
Abstract
상호 연결된 분산 네트워크의 엣지 디바이스들에 대한 전송 빈도 관리(TRANSMISSION FREQUENCY MANAGEMENT FOR EDGE DEVICES OF AN INTERCONNECTED DISTRIBUTED NETWORK)
상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하는 접근 방식에서, 하나 또는 그 이상의 컴퓨터 프로세서들은 상기 상호 연결된 분산 네트워크에 대한 최대 쓰기 빈도(MWF)를 결정하고; 데이터 플로 쓰기 빈도(DFWF) 값들에서 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 DFWF의 값들을 반복적으로 처리하며, 값들을 처리하는 단계의 각 반복은, 상기 복수의 엣지 디바이스들 내의 각 엣지 디바이스에서, 상기 각 엣지 디바이스의 연관된 효용 함수에 기초하여 DFWF의 값을 결정하는 단계-상기 효용 함수는 DFWF의 함수로서의 디바이스의 효용의 척도임-; 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 최적 값들로 결정하는 단계를 포함한다.
상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하는 접근 방식에서, 하나 또는 그 이상의 컴퓨터 프로세서들은 상기 상호 연결된 분산 네트워크에 대한 최대 쓰기 빈도(MWF)를 결정하고; 데이터 플로 쓰기 빈도(DFWF) 값들에서 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 DFWF의 값들을 반복적으로 처리하며, 값들을 처리하는 단계의 각 반복은, 상기 복수의 엣지 디바이스들 내의 각 엣지 디바이스에서, 상기 각 엣지 디바이스의 연관된 효용 함수에 기초하여 DFWF의 값을 결정하는 단계-상기 효용 함수는 DFWF의 함수로서의 디바이스의 효용의 척도임-; 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 최적 값들로 결정하는 단계를 포함한다.
Description
[0001] 본 발명은 일반적으로 분산 네트워크 분야에 관한 것으로, 특히 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도(transmission frequency)를 관리하는 방법에 관한 것이다.
[0002] 엣지 디바이스는 기업 또는 서비스 제공자 코어 네트워크로의 진입점(an entry point)을 제공하는 디바이스이다. 예들에는 라우터들, 라우팅 스위치들, 통합 액세스 디바이스들(integrated access devices: IAD), 멀티플렉서들, 그리고 다양한 도시 지역 통신망(Metropolitan Area Network: MAN) 및 광역 통신망(Wide Area Network: WAN) 액세스 디바이스들이 있다. 엣지 디바이스들은 또한 통신 사업자 및 서비스 공급자 네트워크들(carrier and service provider networks)에 대한 연결들을 제공한다. 근거리 통신망(a local area network)을 고속 스위치 또는 백본에 연결하는 엣지 디바이스는 엣지 집중 장치(an edge concentrator)라고도 한다. 일반적으로, 엣지 디바이스들은 더 빠르고 더 효율적인 백본 및 코어 네트워크들에 대한 인증된 액세스(가장 일반적으로 PPPoA 및 PPPoE)를 정상적으로 제공하는 라우터들이다. 결과적으로, 코어 네트워크들은 안정성과 확장성을 위해 OSPF(Open Shortest Path First) 또는 MPLS(Multiprotocol Label Switching)와 같은 라우팅 프로토콜들을 사용하는 스위치들로 설계되어, 엣지 라우터들이 상기 코어 네트워크에 대해 중복 링크들(redundant links)을 가질 수 있도록 한다. 코어 네트워크들 간의 링크들은, 예를 들어 피어링 교환들에 자주 사용되는 BGP(Border Gateway Protocol) 라우터들과 같은 다양한 라우터들이다.
[0003] 일반적인 상호 연결된 분산 네트워크에서, 다양한 센서들 및 엣지 디바이스들로부터의 데이터는 수집되어, 게이트웨이들 및 클라우드를 통해 전송되고, 분석을 위해 데이터베이스에 저장된다. 그러나, 상호 연결된 분산 네트워크의 모든 디바이스들이 상기 데이터베이스에 실제로 쓸 수 있는 데이터 플로 쓰기 빈도(data flow writing frequency: DFWF)는 일반적으로 최대 쓰기 빈도(maximum writing frequency: MWF)에 의해 제한된다. 예를 들어, 엣지 디바이스는 일부 상용 애플리케이션들에서 기본/표준 사용자의 경우 초당 10회의 쓰기들을 허용하고 고급/파우어 사용자의 경우 초당 50회의 쓰기들을 허용하도록 구성될 수 있다. 따라서 MWF가 제대로 관리되지 않으면 쓰기 속도 제약에 의해 상호 연결된 분산 네트워크의 디바이스들의 성능이 제한될 수 있다.
[0004] 본 발명의 실시 예들은 상호 연결된 분산 네트워크(an interconnected distributed network)의 복수의 엣지 디바이스들을 위한 전송 빈도(transmission frequency)를 관리하기 위한 컴퓨터-구현 방법, 컴퓨터 프로그램 제품, 및 시스템을 개시한다. 상기 컴퓨터-구현 방법은, 상기 상호 연결된 분산 네트워크에 대한 최대 쓰기 빈도(a maximum writing frequency: MWF)를, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 결정하는 단계를 포함한다. 상기 하나 또는 그 이상의 컴퓨터 프로세서들은 DFWF의 값들에서 수렴(convergence) 을 식별하기 위해 상기 MWF에 기초하는 최적화 알고리즘에 따라 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들(a plurality of edge devices) 에 대한 데이터 플로 쓰기 빈도(data flow writing frequency: DFWF)의 값들을 반복적으로 처리하고, 값들을 처리하는 단계의 각 반복은 상기 복수의 엣지 디바이스들의 각 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여 DFWF의 값을, 상기 각 엣지 디바이스에서, 결정하는 단계를 포함하며, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)이다. 상기 하나 또는 그 이상의 컴퓨터 프로세서들은 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 최적 값들로 결정한다.
[0005] 일 실시 예에 따라, 컴퓨터-구현 방법이 제공되고, 상기 컴퓨터-구현 방법은: 상호 연결된 분산 네트워크(an interconnected distributed network)에 대한 최대 쓰기 빈도(a maximum writing frequency: MWF)를, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 결정하는 단계; 상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들(a plurality of edge devices) 에 대한 데이터 플로 쓰기 빈도(data flow writing frequency: DFWF)의 값들을, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 반복적으로 처리하는 단계 - 상기 MWF에 기초하는 최적화 알고리즘에 따른 상기 방법은 DFWF의 값들에서 수렴(convergence) 을 식별하고, 값들을 처리하는 단계의 각 반복은 상기 복수의 엣지 디바이스들의 각 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여 DFWF의 값을, 상기 각 엣지 디바이스에서, 결정하는 단계를 포함하며, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)임-; 및 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 최적 값들로, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 결정하는 단계를 포함한다.
[0006] 다른 실시 예에 따라, 컴퓨터 프로그램 제품이 제공되고, 상기 컴퓨터 프로그램 제품은: 하나 또는 그 이상의 컴퓨터 판독 가능 스토리지 매체 및 상기 하나 또는 그 이상의 컴퓨터 판독 가능 스토리지 매체 상에 저장된 프로그램 명령들을 포함하고, 상기 저장된 프로그램 명령들은: 상호 연결된 분산 네트워크에 대한 최대 쓰기 빈도(MWF)를 결정하는 단계; 데이터 플로 쓰기 빈도(DFWF)의 값들의 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 상기 DFWF의 값들을 반복적으로 처리하는 단계 - 값들을 처리하는 단계의 각 반복은 상기 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여 DFWF의 값을, 상기 각 엣지 디바이스에서, 결정하는 단계를 포함하고, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)를 정의함-; 및 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 엣지 디바이스들을 위한 DFWF의 최적 값들로 결정하는 단계를 수행하는 프로그램 명령들을 포함한다.
[0007] 또 다른 실시 예에 따라, 시스템이 제공되고, 상기 시스템은: 상호 연결된 분산 네트워크를 위해 최대 쓰기 빈도, MWF를 결정하도록 구성된 처리 컴포넌트; 상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들 - 상기 복수의 엣지 디바이스들에서 각 엣지 디바이스는, 상기 각 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여, 데이터 플로 쓰기 빈도, DFWF의 값을 결정하도록 구성되고, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)를 정의함-; 및 DFWF의 값들에서 수렴을 식별하기 위해 상기 MWF에 기초하는 최적화 알고리즘에 따라 상기 복수의 엣지 디바이스들을 위한 DFWF의 값들을 반복적으로 처리하고, 그리고, 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들이 상기 엣지 디바이스들을 위한 DFWF의 최적 값들로 결정하도록 구성된 최적화 장치(an optimization arrangement)를 포함한다.
[0008] 이제 본 발명의 실시예들이 첨부 도면들을 참조하여 단지 예로서 설명될 것이다:
도 1은 본 발명의 일 실시예에 따른 예시적인 분산 시스템의 도면을 도시한다;
도 2는 본 발명의 일 실시예에 따른 예시적인 시스템의 블록도이다;
도 3a는 본 발명의 일 실시예에 따른 제안된 분산 통신 시스템의 개략도이다;
도 3b는 본 발명의 일 실시예에 따른 알고리즘 반복을 도시하는 개략도이다;
도 4는 본 발명의 일 실시예에 따른 방법의 단순화된 플로차트이다, 그리고
도 5는 본 발명의 일 실시예에 따른 시스템을 도시한다.
도 1은 본 발명의 일 실시예에 따른 예시적인 분산 시스템의 도면을 도시한다;
도 2는 본 발명의 일 실시예에 따른 예시적인 시스템의 블록도이다;
도 3a는 본 발명의 일 실시예에 따른 제안된 분산 통신 시스템의 개략도이다;
도 3b는 본 발명의 일 실시예에 따른 알고리즘 반복을 도시하는 개략도이다;
도 4는 본 발명의 일 실시예에 따른 방법의 단순화된 플로차트이다, 그리고
도 5는 본 발명의 일 실시예에 따른 시스템을 도시한다.
[0009] 본 발명은 일반적으로 분산 네트워크 분야에 관한 것으로, 특히 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하는 방법에 관한 것이다. 본 발명은 또한 시스템의 프로세서 또는 네트워크의 다수의 프로세서들이 그러한 방법을 구현할 수 있게 하는 컴퓨터 판독 가능 프로그램 코드를 포함하는 컴퓨터 프로그램 제품에 관한 것이다. 본 발명은 또한 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하기 위한 시스템에 관한 것이다. 본 발명은 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하는 방법을 제공하고자 한다. 그러한 방법은 컴퓨터로 구현될 수 있다.
[0010] 본 발명은 또한 처리 유닛에 의해 실행될 때 제안된 방법을 구현하기 위한 컴퓨터 프로그램 코드를 포함하는 컴퓨터 프로그램 제품을 제공하고자 한다. 본 발명은 또한 이 컴퓨터 프로그램 코드를 실행하도록 구성된 처리 시스템을 제공하고자 한다. 본 발명은 또한 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하기 위한 시스템을 제공하고자 한다. 본 발명의 일 실시예에 따르면, 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하기 위한 컴퓨터 구현 방법이 제공된다. 상기 방법은 분산 네트워크에 대한 최대 쓰기 빈도(MWF)를 결정하는 단계를 포함한다. 상기 방법은 또한 DFWF 값의 수렴을 식별하기 위해 MWF에 기초한 최적화 알고리즘에 따라 엣지 디바이스들에 대한 데이터 플로 쓰기 빈도 DFWF의 값을 반복적으로 처리하는 단계를 포함한다. 값을 처리하는 단계의 각 반복은 각 엣지 디바이스에서 엣지 디바이스들의 연관된 효용 함수에 기초하여 DFWF의 값을 결정하는 단계를 포함하고, 효용 함수는 DFWF의 함수로서 디바이스의 효용의 척도를 정의한다. 수렴을 식별하는 것에 응답하여, 상기 방법은 DFWF의 수렴된 값을 엣지 디바이스들에 대한 DFWF의 최적 값으로 결정한다.
[0011] 분산 아키텍처(즉, 상호 연결된 분산 네트워크)의 엣지 디바이스들에 대한 전송 빈도 관리를 위한 개념들이 제안된다. 그러한 개념들에서, MWF는 복수의(예를 들어, 그룹) IoT 디바이스들에 대해 최적화될 수 있다. 그러한 최적화를 위해, 각 엣지 디바이스는 연관된 효용 함수를 가질 수 있다. 상기 효용 함수는 사용자가 주어진 DFWF에 대해 디바이스로부터 실질적으로 얼마나 많은 이점을 얻을 수 있는지를 나타낼 수 있다. 다시 말해서, 디바이스의 연관된 효용함수는 DFWF의 함수로서 디바이스의 효용의 척도를 정의할 수 있다. 예를 들어, 머신 러닝 애플리케이션에서 효용 함수는 디바이스의 DFWF에 대해 훈련된 모델의 정확도를 모델링 수 있다.
[0012] 본 발명의 실시 들은 엣지 디바이스들이 연결된 분산 네트워크의 MWF가 주어지면 복수의 엣지 디바이스들의 전체 효용을 최대화하는 것을 추구할 수 있다. 특히, 제안된 실시 예들은 게이트웨이디바이스 및 복수의 엣지 디바이스들에 걸쳐 분산 최적화 알고리즘을 채용하여 엣지 디바이스들의 프라이버시가 보존되도록 할 수 있다. 예를 들어, 효용 함수들은 각 엣지 디바이스에서 국부적으로 정의될 수 있어서, 일 실시예에 의해 채용되는 최적화 알고리즘의 일부를 구현하는 게이트웨이 디바이스를 포함하는, 모든 다른 제3자 디바이스들 또는 관리 플랫폼에 공개되지 않을 수 있다.
[0013] 본 발명의 실시 예들은 복수의 엣지 디바이스들과 연관된 효용 함수의 프라이버시를 보존하는 탈중앙화된 최적화 알고리즘을 사용하는 개념에 관한 것이다. 이러한 방식으로, 실시 예들은 분산 네트워크의 엣지 디바이스들과 관련된 민감한/기밀의 효용 정보의 프라이버시를 유지하면서 전송 빈도의 최적화된 관리를 제공할 수 있다. 특히, 기존 분산 통신 아키텍처(예: IoT 아키텍처)에 탈중앙화된 개인 정보-인식 알고리즘(a decentralized privacy-aware algorithm)을 활용하는 것이 제안된다.
[0014] 본 발명의 실시 예들에서, 워크로드 스케줄링 문제가 제한된 오목/볼록 최적화 문제(a constrained concave/convex optimization problem.)로서 모델링 될 수 있다. 워크로드 프라이버시를 보는 대신, 제안된 실시 예들의 주요 초점은, 분산 네트워크에서 특정 디바이스의 중요성을, 예를 들어, 캡처하고/설명할 수 있는, 사용자 정의 엣지 디바이스들(예: IoT)의 민감한 정보(예: 효용 함수)를 보호하는 것일 수 있다. 예로서, 일부 실시 예들에서, 전송 빈도는 외부 시스템 자원들에 따라서 뿐만 아니라 사용자 맞춤형 선호도(들)를 고려하여서 최적으로 계산될 수 있다.
[0015] 본 발명의 일부 실시 예들은 플러그 앤 플레이 및 프라이버시-인식 방식으로 엣지 디바이스들의 전송 빈도를 최적으로 계산하기 위해 협력적 탈중앙화된 알고리즘을 채용한다. 그러한 탈중앙화된(decentralized) 접근 방식을 취한 결과, 상기 에지 디바이스들에 대한 상위-레벨의 노드, 예를 들어, 게이트웨이는 컴퓨팅 목적들을 위해 엣지 디바이스들(들)의 제한된 정보만 수집하면 되므로, 따라서 엣지 디바이스들(들)의 효용 함수에 대한 전체 액세스를 필요로 하지 않는다. 일부 실시 예들에서, 디바이스의 연관된 효용 함수가 (예를 들어, 사용자 입력 및/또는 컨트롤 신호에 기초하여) 이전에 생성되거나 정의되었을 수 있지만, 다른 실시 예들은 (예를 들어, 사용자 입력 신호들에 기초하여) 그러한 효용 함수를 생성하도록 구성될 수 있다. 따라서, 일부 실시 예들은 각 엣지 디바이스에서 디바이스에 대한 효용 함수를 결정하는 단계 및 상기 결정된 효용 함수를 디바이스와 연관시키는 단계를 더 포함할 수 있다. 이러한 방식으로, 향상된 유연성이 제공될 수 있다. 또한 효용 함수들의 동적 업데이트 또는 재계산이 용이해질 수 있다.
[0016] 반복적인 처리 단계가 상호 연결된 분산 네트워크의 비-엣지 디바이스들에서, 부분적으로, 수행될 수 있다. 예를 들어, 게이트웨이는 최적화 처리 단계의 일부를 맡을 수 있다. 이러한 방식으로, 엣지 디바이스들에 국한되는 효용 함수들이 알려지거나 노출되는 것을 방지하는 탈중앙화된 최적화 접근 방식이 채용될 수 있다. 따라서, 실시 예들은 상기 반복 프로세스의 일부분로서 게이트웨이를 포함할 수 있다. 달리 말하면, 게이트웨이는 최적화 처리 단계의 일부를 맡을 수 있고 비-엣지 디바이스(들)는 탈중앙화된/분산 최적화 처리 장치를 구현하기 위해 최적화 처리 단계의 일부를 맡을 수 있다.
[0017] 상기 복수의 엣지 디바이스들의 제 1 엣지 디바이스는 연속적으로 미분 가능한 비-감소 오목 함수를 포함하는 연관된 효용 함수를 가질 수 있다. 예를 들어, 상기 제1 엣지 디바이스의 연관된 효용 함수는 가중된 로그 함수의 클러스터로서 모델링 될 수 있다. 다른 볼록/오목 함수도 유틸리티 함수에 사용할 수 있다. 또한, 로그 함수, 예를 들어 y = log(x)는 연속적으로 미분 가능하고 비-감소 오목 함수이다. 그러나, 제안된 실시 예들에 따르면, 효용 함수가 계속해서 비-감소일 필요는 없다. 예를 들어, 오목 함수는 한 구간에서는 비-감소이고 다른 구간에서는 감소일 수 있다. 따라서, 실시 예들에 따르면, 1차 엣지 디바이스들과 연관된 효용 함수는 연속적으로 미분될 수 있고 감소하는 1차 도함수를 가질 수 있다. 상기 최적화 알고리즘은 승수기들의 교번 방향 방법(Alternating Direction Method of Multipliers), ADMM, 알고리즘을 포함할 수 있다. 이것은 채용될 수 있는 탈중화된 알고리즘의 한 예일뿐이다. 잘 알려진 이중 분해 방법(dual decomposition method)을 포함하여, 기타 다른 탈중앙화된 분산 알고리즘이 사용될 수 있다. 따라서 제안된 실시 예들은 잘 알려져 있고 확립된 탈중앙화된 알고리즘을 활용할 수 있고, 이에 의하여 제안된 실시 예들을 구현하는 비용 및/또는 복잡성을 줄일 수 있다.
[0018] 일부 실시 예들은 DFWF의 최적 값들을 각 엣지 디바이스에 통신하는 단계를 더 포함할 수 있다. 이러한 방식으로, 최적의 DFWF 값은 각 엣지 디바이스들에 대해 세트 될 수 있고, 그 다음 엣지 디바이스들은 분산 네트워크에 데이터를 밀어 넣는 단계(pushing)를 시작할 수 있다. 여기서, 분산 네트워크에 전달된 데이터는 추가 데이터 분석 및/또는 시각화를 위해 오프-프레미스(off-premise) 데이터베이스(예: 클라우드)에 저장될 수 있다는 점에 주용해야 한다. 이 실시예는: 상호 연결된 분산 네트워크의 동작 파라미터가 변경되는 것에 응답하여: DFWF 값들에서 새로운 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 엣지 디바이스들에 대한 DFWF의 값들을 반복적으로 처리하는 단계; 및 새로운 수렴을 식별하는 것에 응답하여 DFWF의 상기 새로운 수렴된 값들을 엣지 디바이스들에 대한 DFWF의 새로운 최적 값들로 결정하는 단계를 더 포함한다.
[0019] 종래의 접근법들과 비교했을 때, 제안된 실시 예들은 다음 이점들 중 하나 또는 그 이상을 제공할 수 있다: (i) 효용 함수들이 (일부 오목(concavity) 가정들을 사용하여) 모든 실제 시나리오에서 맞춤화 될 수 있다; (ii) 일반적으로 복잡한, 엣지 디바이스들의 샘플링 속도를 직접 컨트롤하지 않고,대신 실시 예들은 MWF 제약 조건에 따라 각 디바이스의 최적 쓰기 빈도를 계산할 수 있다; (iii) 탈중앙화된 아키텍처는 다양한 디바이스 액세스에 대해 높은 확장성을 갖는다; (iv) 효용 함수들에 대한 정보를 공개하지 않고 최적의 솔루션이 계산될 수 있다. (v) 최적의 솔루션은, 외부 상황이 변경될 때, 예를 들어, MWF, 엣지 디바이스들 수가 변경될 때(엣지 디바이스들이 연결 해제/연결된 결과로서), 적응적으로 재계산될 수 있다; 그리고 (vi) 제안된 실시 예들은, 특히 보안-관련 애플리케이션, 예를 들어, 재무 시스템에서, 외부 악의적인 공격자에게 중요한 엣지 디바이스들이 노출되는 것을 방지하는 데 사용될 수 있다.
[0020] 본 발명의 다른 실시예에 따르면, 컴퓨터 프로그램 제품이 제공된다. 컴퓨터 프로그램 제품은 프로그램 명령들이 구현된 컴퓨터 판독 가능 스토리지 매체를 포함하고, 상기 프로그램 명령들은 처리 유닛에 의해서 실행 가능하고 상기 처리 유닛이 일 제안된 실시예에 따른 방법을 수행하게 한다. 본 발명의 다른 실시예에 따르면, 적어도 하나의 프로세서 및 상기 컴퓨터 프로그램 제품을 포함하는 컴퓨터 시스템이 제공된다. 적어도 하나의 프로세서는 상기 컴퓨터 프로그램 제품의 컴퓨터 프로그램 코드를 실행하도록 구성된다. 본 발명의 또 다른 실시예에 따르면, 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 전송 빈도를 관리하기 위한 시스템이 제공된다. 상기 시스템은 분산 네트워크에 대한 최대 쓰기 빈도(MWF)를 결정하도록 구성된 처리 컴포넌트를 포함한다. 상기 시스템은 또한 복수의 엣지 디바이스들을 포함한다. 각 엣지 디바이스는 엣지 디바이스의 연관된 효용 함수에 기초하여 데이터 플로 쓰기 빈도 DFWF의 값을 결정하도록 구성되며, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도를 정의한다. 상기 시스템은 또한 DFWF 값들에서 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상기 엣지 디바이스들에 대한 DFWF의 값들을 반복적으로 처리하도록 구성되고, 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 최적화 컴포넌트를 포함한다. 상기 엣지 디바이스들에 대한 DFWF의 최적 값들로 결정하도록 구성된 최적화 컴포넌트를 포함한다.
[0021] 본 출원의 맥락에서, 본 발명의 실시 예들이 방법을 구성하는 경우, 그러한 방법은 컴퓨터에 의한 실행을 위한 프로세스, 즉 컴퓨터-구현가능한 방법일 수 있다는 것을 이해해야 한다. 따라서 상기 방법의 다양한 단계들은 컴퓨터 프로그램의 다양한 부분들, 예를 들어, 하나 또는 그 이상의 알고리즘들의 다양한 부분들을 반영할 수 있다.
[0022] 또한, 본 출원의 맥락에서, 시스템은 본 발명의 방법의 하나 또는 그 이상의 실시 예들을 실행하도록 구성된 단일 디바이스 또는 분산된 디바이스들의 집합일 수 있다. 예를 들어, 시스템은 개인용 컴퓨터(PC), 서버 또는 본 발명의 방법들의 적어도 하나의 실시 예를 협력적으로 실시하기 위해 근거리 통신망, 인터넷 등과 같은 네트워크를 통해 연결된 PC들 및/또는 서버들의 집합체일 수 있다. 또한, 엣지 디바이스는 상호 연결된 분산 네트워크의 엣지에 통신 가능하게 결합되도록 구성된 IoT(Internet-of-Things) 디바이스일 수 있다.
[0023] 탈중앙화된 아키텍처(즉, 상호 연결된 분산 네트워크)의 엣지 디바이스들에 대한 전송 빈도 관리를 위한 개념들이 제안된다. 그러한 개념들에서, MWF는 복수의(예를 들어 그룹) IoT 디바이스들에 대해 최적화될 수 있다. 그러한 최적화는 엣지 디바이스(들)의 프라이버시가 보존되도록 비-엣지 디바이스 및 복수의 엣지 디바이스들에 걸쳐 탈중앙화된 최적화 알고리즘을 채용할 수 있다. 예를 들어, 효용 함수들이 각 엣지 디바이스에서 로컬로 정의될 수 있으며, 상기 최적화 알고리즘의 일부를 구현하는 비-엣지 디바이스들을 포함하여, 모든 다른 제3자 디바이스들 또는 관리 플랫폼에 공개되지 않을 수 있다.
[0024] 복수의 엣지 디바이스들과 연관된 효용 함수들의 프라이버시를 보호하는 탈중앙화된 최적화 알고리즘을 채용하는 개념이 제안된다. 그러한 탈중앙화된 접근 방식을 취한 결과, 엣지 디바이스(예: 게이트웨이)와 관련하여 상위-수준의 노드는 컴퓨팅 목적들을 위해 엣지 디바이스(들)의 제한된 정보만 수집하면 되고, 따라서 엣지 디바이스들의 효용 함수들에 대한 전체(full) 액세스를 필요로 하지 않는다. 이러한 방식으로, 실시 예들은 분산 네트워크의 엣지 디바이스들과 관련된 민감한/기밀의 효용 정보의 프라이버시를 유지하면서 전송 빈도의 최적화된 관리를 제공할 수 있다. 특히, 실시 예들은 기존의 분산 통신 아키텍처(예: IoT 아키텍처) 상에서 탈중앙화된 프라이버시 인식-알고리즘을 활용할 수 있다.
[0025] 본 발명의 실시예들의 구현은 다양한 형태들을 취할 수 있고, 예시적인 구현 세부사항들은 도면들을 참조하여 이후에 논의된다. 도면들은 단지 개략적이며 축척에 맞춰 그려진 것이 아님을 이해해야 한다. 또한, 도면들 전체에 걸쳐 동일하거나 유사한 부분을 나타내기 위해 동일한 참조 번호들이 사용됨을 이해해야 한다.
[0026] 이하, 도면들을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다.
[0027] 도 1은 예시적인 실시예들의 특징들이 구현될 수 있는 예시적인 분산 시스템의 도면을 도시한다. 분산 시스템(100)은 예시적인 실시예들의 특징들이 구현될 수 있는 컴퓨터의 네트워크를 포함할 수 있다. 분산 시스템(100)은 분산 데이터 처리 시스템(100) 내에서 함께 연결된 다양한 디바이스들과 컴퓨터들 사이의 통신 링크들을 제공하기 위해 사용되는 매체인, 적어도 하나의 네트워크(102)를 포함한다. 네트워크(102)는 유선, 무선 통신 링크들, 또는 광섬유 케이블들과 같은, 연결들을 포함할 수 있다.
[0028] 도시된 예에서, 제1 서버(104) 및 제2 서버(106)는 스토리지 유닛(108)과 함께 네트워크(102)에 연결된다. 또한, 클라이언트들(110, 112, 114)도 네트워크(102)에 연결된다. 클라이언트들(110, 112, 114)은 엣지 디바이스들, 예를 들어 개인용 컴퓨터들, 네트워크 컴퓨터들, IoT 디바이스들, 등일 수 있다. 도시된 예에서, 제1 서버(104)는, 부트 파일들, 운영 체제 이미지들 및 애플리케이션들과 같은, 데이터를 클라이언트들(110, 112, 114)에 제공한다. 클라이언트들(110, 112, 114)는 도시된 예에서 제1 서버(104)에 대한 클라이언트들이다. 분산 처리 시스템(100)은 추가적인 서버들, 클라이언트들, 및 도시되지 않은 다른 디바이스들을 포함할 수 있다.
[0029] 도시된 예에서, 분산 시스템(100)은 서로 통신하기 위해 TCP/IP(Transmission Control Protocol/Internet Protocol) 스위트의 프로토콜들을 사용하는 네트워크들 및 게이트웨이들의 세계적인 집합(a worldwide collection)을 나타내는 네트워크(102)를 갖는 인터넷이다. 인터넷의 중심에는 데이터와 메시지들을 라우트 하는 수천 개의 상업, 정부, 교육 및 기타 컴퓨터 시스템들로 구성되는, 주요 노드들 또는 호스트 컴퓨터들 간의 고속 데이터 통신 회선들의 백본(a backbone)이 있다. 물론, 분산 시스템(100)은 또한, 예를 들어, 인트라넷, LAN(Local Area Network), WAN(Wide Area Network) 등과 같은 다수의 다양한 유형들의 네트워크들을 포함하도록 구현될 수 있다. 위에서 언급한 바와 같이, 도 1은 본 발명의 다양한 실시예들에 대한 구조적 제한으로서가 아니라 예시로서 의도되며, 따라서 도 1에 도시된 특정 엘리멘트들은 본 발명의 예시적인 실시예들이 구현될 수 있는 환경들과 관련하여 제한하는 것으로 간주되어서는 안 된다.
[0030] 도 2는 예시적인 실시 예들의 특징들이 구현될 수 있는 예시적인 시스템(200)의 블록도를 도시한다. 시스템(200)은 도 1의 클라이언트(110)와 같은 컴퓨터의 예로서, 본 발명의 예시적인 실시 예들을 위한 프로세스들을 구현하는 컴퓨터 사용 가능 코드 또는 명령들이 위치할 수 있다. 예를 들어, 제안된 실시예는 시스템(200)의 처리 유닛(206)에서 부분적으로 구현될 수 있다.
[0031] 도시된 예에서, 시스템(200)은 노스 브리지 및 메모리 컨트롤러 허브(NB/MCH)(202) 및 사우스 브리지 및 입력/출력(I/O) 컨트롤러 허브(SB/ICH)(204)를 포함하는 허브 아키텍처를 사용한다. 따라서, 다른 제안된 실시예가 시스템(200)의 메모리 컨트롤러 허브(202)에서 구현될 수 있다. 처리 유닛(206), 메인 메모리(208), 및 그래픽 프로세서(210)는 NB/MCH(202)에 연결된다. 그래픽 프로세서(210)는 AGP(가속 그래픽 포트)를 통해 NB/MCH(202)에 연결될 수 있다.
[0032] 도시된 예에서, 근거리 통신망(LAN) 어댑터(212)는 SB/ICH(204)에 연결된다. 오디오 어댑터(216), 키보드 및 마우스 어댑터(220), 모뎀(222), 읽기 전용 메모리(ROM)(224), 하드 디스크 드라이브(HDD)(226), CD-ROM 드라이브(230), 범용 직렬 버스(USB) 포트 및 기타 통신 포트들(232), 및 PCI/PCIe 디바이스들(234)는 제1 버스(238) 및 제2 버스(240)를 통해 SB/ICH(204)에 연결된다. PCI/PCIe 디바이스들은, 예를 들어, 이더넷 어댑터들, 추가 카드들(add-in cards) 및 노트북 컴퓨터들을 위한 PC 카드들을 포함할 수 있다. PCI는 카드 버스 컨트롤러를 사용하지만, PCIe는 사용하지 않는다. ROM(224)은, 예를 들어, 플래시 BIOS(Basic Input/Output System)일 수 있다.
[0033] HDD(226) 및 CD-ROM 드라이브(230)는 제2 버스(240)를 통해 SB/ICH(204)에 연결된다. HDD(226) 및 CD-ROM 드라이브(230)는, 예를 들어, 통합 드라이브 전자장치(an integrated drive electronics: IDE) 또는 직렬 고급 기술 부착(a serial advanced technology attachment: SATA) 인터페이스를 사용할 수 있다. 슈퍼 I/O(SIO) 디바이스(236)는 SB/ICH(204)에 연결될 수 있다.
[0034] 운영 체제는 처리 유닛(206) 상에서 실행된다. 운영 체제는 도 2의 시스템(200) 내의 다양한 컴포넌트들의 컨트롤을 조정하고 제공한다. 클라이언트로서, 운영 체제는 상업적으로 이용 가능한 운영 체제일 수 있다. 객체-지향 프로그래밍 시스템은 운영 체제와 함께 실행될 수 있으며 시스템(200)에서 실행되는 복수의 프로그램들 또는 애플리케이션들로부터 운영 체제에 대해 호출들을 제공한다.
[0035] 서버로서, 시스템(200)은, 예를 들어, 오픈 소스 운영 체제를 실행하는, 컴퓨터 시스템일 수 있다. 시스템(200)은 처리 유닛(206)에 복수의 프로세서들을 포함하는 대칭적 멀티 프로세서(a symmetric multiprocessor: SMP) 시스템일 수 있다.
[0036] 대안적으로, 단일 프로세서 시스템이 채용될 수 있다. 운영 체제, 프로그래밍 시스템 및 애플리케이션들 또는 프로그램들에 대한 명령들은, HDD(226)와 같은, 스토리지 디바이스들에 위치하며 처리 유닛(206)에 의한 실행을 위해 주 메모리(208)에 로드 될 수 있다. 유사하게, 일 실시예에 따른 하나 또는 그 이상의 프로그램들이 상기 스토리지 디바이스들 및/또는 주 메모리(208)에 의해 저장되도록 구성될 수 있다.
[0037] 본 발명의 예시적인 실시예들을 위한 프로세스들은 컴퓨터 사용 가능 프로그램 코드를 사용하여 처리 유닛(206)에 의해 수행될 수 있으며, 이는, 예를 들어 메인 메모리(208), ROM(224)와 같은 메모리에, 또는 하나 또는 그 이상의 주변 디바이스들(226, 230)에 위치할 수 있다..
[0038] 도 2에 도시된 바와 같은 제1 버스(238) 또는 제2 버스(240)와 같은, 버스 시스템은 하나 또는 그 이상의 버스들을 포함할 수 있다. 일 실시예에서, 상기 버스 시스템은 패브릭 또는 아키텍처에 부착된 다양한 컴포넌트들 또는 디바이스들 간의 데이터 전송을 제공하는 모든 유형의 통신 패브릭 또는 아키텍처를 사용하여 구현될 수 있다. 도 2의 모뎀(222) 또는 네트워크 어댑터(212)와 같은, 통신 유닛은 데이터를 송수신하는데 사용되는 하나 또는 그 이상의 디바이스들을 포함할 수 있다. 메모리는, 예를 들어 주 메모리(208), ROM(224), 또는 도 2의 NB/MCH(202)에서 볼 수 있는 것과 같은 캐시일 수 있다.
[0039] 당업자는 도 1 및 도 2의 하드웨어가 구현에 따라 달라질 수 있음을 이해할 것이다. 플래시 메모리, 동등한 비휘발성 메모리 또는 광 디스크 드라이브들, 등과 같은 다른 내부 하드웨어 또는 주변 디바이스들이 도 1 및 2에 도시된 하드웨어에 추가로 또는 대신에 사용될 수 있다. 또한, 예시적인 실시예들의 프로세스들은, 본 발명의 범위를 벗어나지 않고, 앞서 언급된 시스템 이외의 멀티프로세서 데이터 처리 시스템에 적용될 수 있다.
[0040] 더욱이, 시스템(200)은 클라이언트 컴퓨팅 디바이스들, 서버 컴퓨팅 디바이스들, 태블릿 컴퓨터, 랩톱 컴퓨터, 전화 또는 다른 통신 디바이스, 개인 휴대 정보 단말기(PDA), 등을 포함하는 다수의 다양한 데이터 처리 시스템들 중 어느 하나의 형태를 취할 수 있다. 일부 예시적인 실시 예들예에서, 시스템(200)은, 예를 들어, 운영 체제 파일들 및/또는 사용자 생성 데이터를 저장하기 위한 비휘발성 메모리를 제공하기 위한 플래시 메모리로 구성된 휴대용 컴퓨팅 디바이스일 수 있다. 따라서, 시스템(200)은 본질적으로 구조적 제한이 없는 모든 알려진 또는 추후 개발되는 데이터 처리 시스템일 수 있다.
[0041] 상술한 바와 같이, 제안된 실시예들은 분산 통신 네트워크의 엣지 디바이스들을 최적화하기 위한 프라이버시-인식 송신 주파수 관리(privacy-aware transmission frequency management)를 위한 방법 및 시스템을 제공한다. 추가 설명을 위해, 일 제안된 실시예가 이제 IoT 엣지 디바이스들과 함께 설명될 것이다.
[0042] 도 3a는 일 실시예에 따라 제안된 분산 통신 시스템의 개략도를 도시한다. 시스템(300)은 4개의 주요 컴포넌트들을 포함한다: IoT 디바이스들(310); 게이트웨이들(320), 클라우드 네트워크 플랫폼(330); 및 사용자들. 상기 예시적인 시스템은 또한, 클라우드 네트워크 플랫폼(330)을 통해 액세스 가능하고 또한 사용자(340)에 의해 직접 액세스 가능한, 데이터 저장 시스템(350)을 포함한다. 또한, 시스템(300)에는 데이터 분석을 용이하게 하기 위한 데이터 시각화 컴포넌트가 포함된다.
[0043] 상기 4개의 주요 컴포넌트들 각각의 주요 기능들은 다음과 같이 요약된다: IoT 디바이스들(310): 게이트웨이들(320)에 연결되는, 센서들 또는 디바이스들과 같은, 엣지 디바이스들이고, 탈중앙화된 방식으로(in a decentralized manner) 관심의 최적화 문제를 해결하기 위한 효용 함수들(utility functions)을 정의하는 능력들을 갖는다. 게이트웨이들(320): IoT 디바이스들/센서들로부터 데이터를 수집하여, 데이터를 클라우드 네트워크 플랫폼(330)으로 전달하고, 기본적인 데이터 처리 작업들을 수행한다. 클라우드 네트워크(330): 데이터 분석, 모니터링 및 저장을 위한 중앙 허브이다. 사용자들(340): 일부 애플리케이션 목적들을 위해 어느 지역에서 디바이스들을 이용하기를 원하는 IoT 디바이스들(310)의 소유자이다.
[0044] N개의 IoT디바이스들(310)이 게이트웨이(320)에 연결된 예를 살펴보면, i번째 디바이스와 연관된 효용 함수(a utility function)는 fi(xi)로 표현될 수 있다. 그 다음, 시간 슬롯당(per time slot) 최대 쓰기 빈도(a maximum writing frequency: MWF)를 사용하여, 사용자 U는 IoT 디바이스들(310)의 전체 그룹의 전체 효용이 최대화 될 수 있는 모든 IoT 디바이스들(310)에 대한 전송 속도의 최적 데이터 흐름 쓰기 빈도(data flow writing frequency: DFWF)를 결정하기를 원할 수 있다. 수학적으로 이 최적화 문제는 다음 방정식들(방정식 1 및 2)을 사용하여 표현될 수 있고, 여기서 
이다:
[0045] 이 예에서, 각 효용 함수 fi는 연속적으로 미분 가능하고, 감소하지 않고, 엄격하게 오목한 함수(a continuously differentiable, non-decreasing, strictly concave function)로 모델링 될 수 있다고 가정한다. 이것은 인터넷 트래픽 동작(internet traffic behaviour)을 모델링할 때 흔히 볼 수 있는 가정이다. 예를 들어, 효용 함수 fi는, 사용자 U에 대한 최적의 자원 할당의 비례 공정성 패턴을 나타내는, 가중된 로그 함수들의 클러스터(a cluster of weighted logarithmic functions)로 모델링 될 수 있다. 위의 최적화 문제를 해결하기 위해 탈중앙화된 알고리즘(a decentralized algorithm)이 수렴할 때 최적의 DFWF가 결정될 수 있도록 상기 알고리즘을 각 IoT 엣지 디바이스(310) 상에 반복적으로 배치하는 것이 제안된다. 알고리즘 반복에 대한 개략도는 도 3b에 도시된다.
[0046] 도 3b에서, 각 IoT 디바이스(310)는 물리적 주체, 예를 들어, 라즈베리 파이 디바이스(a raspberry pi device) 또는 "가상 디바이스", 즉 시스템과의 상호 작용에 이용 가능한 모든 다른 유형의 센서들 또는 디바이스들 중 하나로 해석될 수 있다. 또한, 게이트웨이(320)는: 분산 네트워크에 대해, MWF를 결정하도록 구성된 처리 컴포넌트(370); 및 DFWF의 값들에서 수렴을 식별하기 위해 MWF에 기초한 최적화 알고리즘에 따라 상기 엣지 디바이스들에 대한 DFWF의 값들을 반복적으로 처리하도록 구성된 최적화 컴포넌트(380)를 포함한다.
[0047] 최적화 문제를, 완전히, 풀기하기 위해, 상기 알고리즘의 예시적인 구현의 단계들은 다음과 같이 표현될 수 있다.
알고리즘(3)과 관련하여, σ는 알고리즘 수렴을 위한 임계값(예: 작은 실수)을 나타내고, c는 모든 IoT 디바이스들에 대해 분산될 자원들(MWF)의 총량을 정의하는 상수이며, xi(k)는 k번째 반복에서 xi의 상태를 나타내므로, 따라서 상기 알고리즘이 수렴할 때, 즉, 
, 일 때 xi는 최적으로 수렴할 것이 예상되고, y는 남은 자원의 양 
과 스텝 크기 α(k)에 의존하는 파라미터이다. 그러한 탈중앙화된 알고리즘을 배치하는 것의 이점은 각 IoT 디바이스들이 로컬에서 반복적인 방식으로 간단한 하위-최적화 문제를 해결하여, 결국 전체 그룹에 대한 최적으로 수렴된다는 것이다. 이것은 관련된 효용 함수를 중앙 에이전트(예: 게이트웨이)와 공유하지 않고 모두 수행될 수 있으므로 개인 정보를 보호할 수 있다.
[0048] 도 4는 예시적인 실시예의 단순화된 플로차트를 도시한다.
[0049] 단계(410) - 초기화: 초기화 단계 동안, 사용자는 알고리즘을 실행하기 전에 일부 파라미터들을 명시한다. 예를 들어, 여기에는 IoT 디바이스들의 수, 이용 가능한 MWF, 및 각 디바이스와 연관된 효용 함수가 포함된다.
[0050] 단계(420) - 최적 DFWF를 계산한다: 초기화가 완료된 후, 각 디바이스에 대한 최적 DFWF를 찾기 위해 ADMM 알고리즘이 구현된다.
[0051] 단계(430) - 수렴에 대해 체크한다: 상기 알고리즘이 최적에 수렴되었는지를 체크하기 위해 반복적인 방식으로 구현된다. 만일 수렴이 식별되지 않으면, 상기 방법은 단계(420)으로 돌아간다. 만일 수렴이 식별되면 상기 방법은 단계(430)으로 진행한다.
[0052] 단계(440) - 데이터를 네트워크로 밀어 넣는다(push): 상기 알고리즘이 수렴할 때, 최적의 DFWF가 각 디바이스에 세트되고, 그 다음 디바이스들은 데이터를 클라우드에 밀어 넣기 시작할 수 있다. 클라우드에 전달된 데이터는 추가 데이터 분석 및 시각화를 위해 최종적으로 클라우드 데이터베이스에 저장될 수 있다.
[0053] 단계(450) - 파라미터 변경들에 대해 체크한다: 만일 런타임 동안 어느 파라미터에 변경들이 있다면 시스템은 데이터를 클라우드에 밀어 넣는 것을 중지하고 상기 알고리즘은 단계(420)로 돌아가 주어진 새로운 파라미터들의 세트에서 최적의 솔루션을 재계산하기 위해 상기 변경들을 동적으로 캡처한다(capture).
[0054] 도 5는, 본 발명의 예시적인 실시예에 따른 네트워크 시스템(7)의 일부를 형성할 수 있는, 컴퓨터 시스템(70)의 컴포넌트emf의 블록도를 도시한다. 도 5는 단지 하나의 구현의 예시만을 제공하고 다른 실시예들이 구현될 수 있는 환경들과 관련하여 어떠한 제한들도 의미하지 않는다는 것을 이해해야 한다. 묘사된 환경에 대한 많은 수정들이 이루어질 수 있다.
[0055] 일 예에서, 일 실시예에 따라 분산 네트워크에 대한 MWF를 결정하도록 구성된 처리 컴포넌트가 컴퓨터 시스템(70)에서(예를 들어, 처리 유닛(71)으로서) 구현될 수 있다. 컴퓨터 시스템/서버(70)의 컴포넌트들은, 예를 들어, 프로세서들 또는 처리 유닛들(71), 시스템 메모리(74), 및 시스템 메모리(74)를 포함하는 다양한 시스템 컴포넌트들을 처리 유닛(71)에 결합하는 버스(90)를 포함하는 하나 또는 그 이상의 처리 장치들을 포함할 수 있지만, 이에 국한되지는 않는다. 시스템 메모리(74)는, 랜덤 액세스 메모리(RAM)(75) 및/또는 캐시 메모리(76)와 같은, 휘발성 메모리 형태의 컴퓨터 시스템 판독 가능 매체를 포함할 수 있다. 컴퓨터 시스템/서버(70)는 다른 착탈가능/비-착탈가능, 휘발성/비휘발성 컴퓨터 시스템 스토리지 매체를 더 포함할 수 있다. 그러한 경우들에서, 각각은 하나 또는 그 이상의 데이터 매체 인터페이스들에 의해 버스(90)에 연결될 수 있다. 메모리(74)는 제안된 실시예들의 기능들을 수행하도록 구성된 프로그램 모듈들의 세트(예를 들어, 적어도 하나)를 갖는 적어도 하나의 프로그램 제품을 포함할 수 있다. 예를 들어, 메모리(74)는 입출력(I/O) 인터페이스(72)가 제안된 실시예에 따른 방법을 수행하게 하기 위해 처리 유닛(71)에 의해 실행 가능한 프로그램을 갖는 컴퓨터 프로그램 제품을 포함할 수 있다. 프로그램 모듈들(79)의 세트(적어도 하나)를 갖는 프로그램/유틸리티(78)는 메모리(74)에 저장될 수 있다. 프로그램 모듈들(79)은 일반적으로 메모리에 대한 부분 쓰기 동작들을 위해 제안된 실시예들의 기능들 및/또는 방법들을 수행한다.
[0056] 컴퓨터 시스템/서버(70)는 또한, 키보드, 포인팅 디바이스, 디스플레이(85), 등과 같은 하나 또는 그 이상의 외부 디바이스들(80); 사용자가 컴퓨터 시스템/서버(70)와 상호작용할 수 있게 하는 하나 또는 그 이상의 디바이스들; 및/또는 컴퓨터 시스템/서버(70)가 하나 또는 그 이상의 다른 컴퓨팅 디바이스들과 통신할 수 있게 하는 모든 디바이스들(예를 들어, 네트워크 카드, 모뎀 등)과 통신할 수 있다. 그러한 통신은 입/출력(I/O) 인터페이스들(72)을 통해 발생할 수 있다. 여전히, 컴퓨터 시스템/서버(70)는, 근거리 통신망(LAN), 일반 광역 통신망(WAN), 및/또는 네트워크 어댑터(73)를 통한 공공 네트워크(예를 들어, 인터넷)과 같은,하나 도는 그 이상의 네트워크들과 통신할 수 있다(예를 들어, DFWF의 결정된 최적 값을 분산 네트워크의 엣지 디바이스들에 통신하기 위해).
[0057] 본 출원의 맥락에서, 본 발명의 실시예들이 방법을 구성하는 경우, 그러한 방법은 컴퓨터에 의해서 실행되기 위한 프로세스, 즉 컴퓨터-구현가능 방법인 것으로 이해되어야 한다. 따라서 방법의 단계들은 컴퓨터 프로그램의 다양한 부분들, 예를 들어, 하나 또는 그 이상의 알고리즘들의 일부분들을 을 반영한다.
[0058] 여기에 설명된 프로그램들은 본 발명의 특정 실시예에서 그들이 구현되는 애플리케이션에 기초하여 식별된다. 그러나, 여기에서 모든 특정 프로그램 명명법은 단지 편의를 위해 사용되며, 따라서 본 발명은 그러한 명명법에 의해 식별 및/또는 암시되는 모든 특정 애플리케이션에서만 사용하도록 제한되어서는 안 된다는 것을 이해해야 한다. 본 발명의 실시 예들은 시스템, 방법, 및/또는 컴퓨터 프로그램 제품이 될 수 있다. 컴퓨터 프로그램 제품은 컴퓨터 판독 가능 스토리지 매체를 포함할 수 있으며, 이 매체 상에 프로세서가 본 발명의 실시 예들을 수행하도록 하는 컴퓨터 판독 가능 프로그램 명령들을 갖는다.
[0059] 상기 컴퓨터 판독 가능 스토리지 매체는 명령 실행 장치에 의해 사용될 명령들을 유지 및 저장할 수 있는 유형의(tangible) 디바이스일 수 있다. 상기 컴퓨터 판독 가능 스토리지 매체는, 예를 들면, 전자 스토리지 디바이스, 자기 스토리지 디바이스, 광 스토리지 디바이스, 전자기 스토리지 디바이스, 반도체 스토리지 디바이스, 또는 전술한 것들의 모든 적절한 조합일 수 있으며, 그러나 이에 한정되지는 않는다. 컴퓨터 판독 가능 스토리지 매체의 더 구체적인 예들의 비포괄적인 목록에는 다음이 포함될 수 있다: 휴대용 컴퓨터 디스켓, 하드 디스크, 랜덤 액세스 메모리(RAM), 판독-전용 메모리(ROM), 소거 및 프로그램가능 판독-전용 메모리(EPROM 또는 플래시 메모리), 정적 랜덤 액세스 메모리(SRAM), 휴대용 컴팩트 디스크 판독-전용 메모리(CD-ROM), 디지털 다용도 디스크(DVD), 메모리 스틱, 플로피 디스크, 천공-카드들 또는 명령들이 기록된 홈에 있는 융기된 구조들 같이 기계적으로 인코드 된 장치, 및 전술한 것들의 모든 적절한 조합. 본 명세서에서 사용될 때, 컴퓨터 판독 가능 스토리지 매체는 무선 전파들이나 다른 자유롭게 전파되는 전자기파들, 도파 관이나 기타 전송 매체(예를 들어, 광섬유 케이블을 통해 전달되는 광 펄스들)를 통해 전파되는 전자기파들, 또는 선(wire)을 통해 전송되는 전기 신호들 같이 그 자체로 일시적인(transitory) 신호들로 해석되지는 않는다.
[0060] 여기에 기술되는 컴퓨터 판독 가능 명령들은, 예를 들어, 인터넷, 근거리 통신망, 광역 통신망 및/또는 무선 네트워크 등의 통신망(네트워크)을 통해 컴퓨터 판독 가능 스토리지 매체로부터 각각 컴퓨팅/처리 디바이스들로 또는 외부 스토리지 디바이스로부터 외부 컴퓨터로 다운로드 될 수 있다. 상기 통신망은 구리 전송 케이블들, 광 전송 섬유들, 무선 전송, 라우터들, 방화벽들, 스위치들, 게이트웨이 컴퓨터들 및/또는 엣지 서버들을 포함할 수 있다. 각 컴퓨팅/처리 장치 내 네트워크 어댑터 카드 또는 네트워크 인터페이스는 상기 통신망으로부터 컴퓨터 판독 가능 프로그램 명령들을 수신하고 그 컴퓨터 판독 가능 프로그램 명령들을 각각의 컴퓨팅/처리 디바이스 내의 컴퓨터 판독 가능 스토리지 매체에 저장하기 위해 전송한다.
[0061] 본 발명의 연산들을 실행하기 위한 컴퓨터 판독 가능 프로그램 명령들은 Smalltalk, C++ 또는 그와 유사 언어 등의 객체 지향 프로그래밍 언어와 "C" 프로그래밍 언어 또는 그와 유사한 프로그래밍 언어 등의 종래의 절차적 프로그래밍 언어들을 포함하여, 하나 또는 그 이상의 프로그래밍 언어들을 조합하여 작성된(written) 어셈블러 명령들, 명령-세트-아키텍처(ISA) 명령들, 머신 명령들, 머신 종속 명령들, 마이크로코드, 펌웨어 명령들, 상태-셋팅 데이터, 집적회로를 위한 구성 데이터, 또는 소스 코드나 목적 코드일 수 있다. 상기 컴퓨터 판독 가능 프로그램 명령들은 전적으로 사용자의 컴퓨터상에서, 부분적으로 사용자의 컴퓨터상에서, 독립형(stand-alone) 소프트웨어 패키지로서, 부분적으로 사용자의 컴퓨터상에서 그리고 부분적으로 원격 컴퓨터상에서 또는 전적으로 원격 컴퓨터나 서버상에서 실행될 수 있다. 위에서 마지막의 경우에, 원격 컴퓨터는 근거리 통신망(LAN) 또는 광역 통신망(WAN)을 포함한 모든 종류의 네트워크를 통해서 사용자의 컴퓨터에 접속될 수 있고, 또는 이 접속은 (예를 들어, 인터넷 서비스 제공자를 이용한 인터넷을 통해서) 외부 컴퓨터에 이루어질 수도 있다. 일부 실시 예들에서, 예를 들어 프로그램 가능 로직 회로, 필드-프로그램 가능 게이트 어레이들(FPGA), 또는 프로그램 가능 로직 어레이들(PLA)을 포함한 전자 회로는 본 발명의 실시 예들을 수행하기 위해 전자 회로를 맞춤화하도록 상기 컴퓨터 판독 가능 프로그램 명령들의 상태 정보를 활용하여 상기 컴퓨터 판독 가능 프로그램 명령들을 실행할 수 있다.
[0062] 여기에서는 본 발명의 실시 예들에 따른 방법들, 장치들(시스템들), 및 컴퓨터 프로그램 제품들의 플로 차트 예시도들 및/또는 블록도들을 참조하여 본 발명의 실시 예들이 기술된다. 플로 차트 예시도들 및/또는 블록도들의 각 블록과 플로 차트 예시도들 및/또는 블록도들 내 블록들의 조합들은 컴퓨터 판독 가능 프로그램 명령들에 의해 구현될 수 있다는 것을 이해할 수 있을 것이다.
[0063] 이들 컴퓨터 판독 가능 프로그램 명령들은 범용 컴퓨터, 특수목적용 컴퓨터, 또는 기타 프로그램가능 데이터 처리 장치의 프로세서에 제공되어 머신(machine)을 생성하고, 그렇게 하여 그 명령들이 상기 컴퓨터 또는 기타 프로그램가능 데이터 처리 장치의 프로세서를 통해서 실행되어, 상기 플로 차트 및/또는 블록도의 블록 또는 블록들에 명시된 기능들/동작들을 구현하기 위한 수단을 생성할 수 있다. 이들 컴퓨터 판독 가능 프로그램 명령들은 또한 컴퓨터 판독 가능 스토리지 매체에 저장될 수 있으며, 컴퓨터, 프로그램가능 데이터 처리 장치 및/또는 기타 디바이스들에 지시하여 명령들이 저장된 상기 컴퓨터 판독 가능 스토리지 매체가 상기 플로 차트 및/또는 블록도의 블록 또는 블록들에 명시된 기능/동작의 특징들을 구현하는 명령들을 포함하는 제조품(an article of manufacture)을 포함하도록 특정한 방식으로 기능하게 할 수 있다.
[0064] 상기 컴퓨터 판독 가능 프로그램 명령들은 또한 컴퓨터, 다른 프로그램 가능한 데이터 처리 장치, 또는 다른 디바이스에 로드되어 일련의 동작 단계들(a series of operational steps)이 상기 컴퓨터, 다른 프로그램 가능한 장치 또는 다른 디바이스 상에서 수행되어 컴퓨터 구현된 프로세스를 생성할 수 있으며, 그 결과 상기 컴퓨터, 다른 프로그램 가능한 장치 또는 다른 디바이스에서 실행되는 상기 명령들이 플로차트 및/또는 블록도 블록 또는 블록들에 명시된 기능들/동작들을 구현할 수 있게 한다.
[0065] 도면들 내 플로 차트 및 블록도들은 본 발명의 여러 실시 예들에 따른 시스템들, 방법들 및 컴퓨터 프로그램 제품들의 가능한 구현들의 아키텍처, 기능(functionality), 및 연산(operation)을 예시한다. 이와 관련하여, 상기 플로 차트 또는 블록도들 내 각 블록은 상기 명시된 논리적 기능(들)을 구현하기 위한 하나 또는 그 이상의 실행 가능한 명령들을 포함한 모듈, 세그먼트 또는 명령들의 일부분을 나타낼 수 있다. 일부 다른 구현들에서, 상기 블록에 언급되는 기능들은 도면들에 언급된 순서와 다르게 일어날 수도 있다. 예를 들면, 연속으로 도시된 두 개의 블록들은 실제로는 사실상 동시에 실행될 수도 있고, 또는 이 두 블록들은 때때로 관련된 기능에 따라서는 역순으로 실행될 수도 있다. 블록도들 및/또는 순서 예시도의 각 블록, 및 블록도들 및/또는 순서 예시도 내 블록들의 조합들은 특수목적용 하드웨어 및 컴퓨터 명령들의 명시된 기능들 또는 동작들, 또는 이들의 조합들을 수행하는 특수목적용 하드웨어-기반 시스템들에 의해 구현될 수 있다는 것에 또한 주목해야 한다.
본 발명의 다양한 실시예들에 대한 설명들은 예시의 목적으로 제공되었지만, 개시된 실시예들이 전부라거나 이들로 제한되도록 의도된 것은 아니다. 많은 수정들 및 변형들이 본 발명의 범위 및 정신을 벗어나지 않고 당업자에게 명백할 것이다. 본 명세서에서 사용된 용어는 실시예의 원리들, 시장에서 발견되는 기술에 대한 실제 애플리케이션 또는 기술적 개선을 가장 잘 설명하거나, 또는 당업자가 본 명세서에 개시된 실시예들을 이해할 수 있게 하기 위해 선택되었다.
Claims (17)
- 컴퓨터-구현 방법에 있어서, 상기 컴퓨터-구현 방법은:
상호 연결된 분산 네트워크(an interconnected distributed network)에 대한 최대 쓰기 빈도(a maximum writing frequency: MWF)를, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 결정하는 단계;
상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들(a plurality of edge devices) 에 대한 데이터 플로 쓰기 빈도(data flow writing frequency: DFWF)의 값들을, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 반복적으로 처리하는 단계 - 상기 MWF에 기초하는 최적화 알고리즘에 따른 상기 방법은 DFWF의 값들에서 수렴(convergence)을 식별하고, 값들을 처리하는 단계의 각 반복은 상기 복수의 엣지 디바이스들의 각 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여 DFWF의 값을, 상기 각 엣지 디바이스에서, 결정하는 단계를 포함하며, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)임-; 및
수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 최적 값들로, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 결정하는 단계를 포함하는
컴퓨터-구현 방법. - 제1항에 있어서, 상기 방법은:
상기 복수의 엣지 디바이스들의 각 엣지 디바이스에서, 상기 디바이스에 대한 효용 함수를, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 결정하는 단계 및 상기 결정된 효용 함수를 각 엣지 디바이스와 연관시키는 단계를 더 포함하는
컴퓨터-구현 방법. - 제1항에 있어서, 상기 반복적으로 처리하는 단계는 상기 상호 연결된 분산 네트워크의 비-엣지 디바이스에서, 부분적으로(in part), 그리고 상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들의 각 엣지 디바이스들에서, 부분적으로, 수행되는
컴퓨터-구현 방법. - 제1항에 있어서, 상기 복수의 에지 디바이스들에서 제1 엣지 디바이스는 연속적으로 미분 가능한 비-감소 오목 함수(a continuously differentiable, non-decreasing concave function)를 포함하는 연관된 효용 함수를 갖는
컴퓨터-구현 방법. - 제4항에 있어서, 상기 제1 엣지 디바이스의 연관된 효용 함수는 가중된 로그 함수들의 클러스터로(a cluster of weighted logarithm functions)서 모델링 되는(modelled)
컴퓨터-구현 방법. - 제1항에 있어서, 상기 최적화 알고리즘은 승산기들의 교번 방향 방법(Alternating Direction Method of Multipliers, ADMM) 알고리즘을 포함하는
컴퓨터-구현 방법. - 제1항에 있어서, 상기 방법은:
상기 DFWF의 최적 값들을 각 엣지 디바이스들로, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 통신하는 단계를 더 포함하는
컴퓨터-구현 방법. - 제1항에 있어서, 상기 방법은:
상호 연결된 분산 네트워크의 동작 파라미터(an operational parameter)가 변경되는 것에 응답하여: DFWF 값들에서 새로운 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상기 복수의 엣지 디바이스들에 대한 DFWF의 값들을, 하나 또는 그 이상의 컴퓨터 프로세서들에 의해서, 반복적으로 처리하는 단계; 및, 새로운 수렴을 식별하는 것에 응답하여, 상기 DFWF의 새로운 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 새로운 최적 값들로 결정하는 단계를 더 포함하는
컴퓨터-구현 방법. - 컴퓨터 프로그램 제품에 있어서, 상기 컴퓨터 프로그램 제품은:
하나 또는 그 이상의 컴퓨터 판독 가능 스토리지 매체 및 상기 하나 또는 그 이상의 컴퓨터 판독 가능 스토리지 매체 상에 저장된 프로그램 명령들을 포함하고, 상기 저장된 프로그램 명령들은:
상호 연결된 분산 네트워크에 대한 최대 쓰기 빈도(MWF)를 결정하는 단계;
데이터 플로 쓰기 빈도(DFWF)의 값들의 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들에 대한 상기 DFWF의 값들을 반복적으로 처리하는 단계 - 값들을 처리하는 단계의 각 반복은 상기 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여 DFWF의 값을, 상기 각 엣지 디바이스에서, 결정하는 단계를 포함하고, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)를 정의함-; 및
수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들을 상기 엣지 디바이스들을 위한 DFWF의 최적 값들로 결정하는 단계를 수행하는 프로그램 명령들을 포함하는
컴퓨터 프로그램 제품. - 시스템에 있어서, 상기 시스템은:
상호 연결된 분산 네트워크를 위해 최대 쓰기 빈도, MWF를 결정하도록 구성된 처리 컴포넌트;
상기 상호 연결된 분산 네트워크의 복수의 엣지 디바이스들 - 상기 복수의 엣지 디바이스들에서 각 엣지 디바이스는, 상기 각 엣지 디바이스의 연관된 효용 함수(an associated utility function)에 기초하여, 데이터 플로 쓰기 빈도, DFWF의 값을 결정하도록 구성되고, 상기 효용 함수는 DFWF의 함수로서 상기 디바이스의 효용의 척도(a measure of utility)를 정의함-; 및
DFWF의 값들에서 수렴을 식별하기 위해 상기 MWF에 기초하는 최적화 알고리즘에 따라 상기 복수의 엣지 디바이스들을 위한 DFWF의 값들을 반복적으로 처리하고, 그리고, 수렴을 식별하는 것에 응답하여, DFWF의 상기 수렴된 값들이 상기 엣지 디바이스들을 위한 DFWF의 최적 값들로 결정하도록 구성된 최적화 장치(an optimization arrangement)를 포함하는
시스템. - 제10항에 있어서, 각 엣지 디바이스는 상기 디바이스에 대한 효용 함수를 결정하고 상기 결정된 효용 함수를 상기 디바이스와 연관시키도록 구성되는
시스템. - 제10항에 있어서, 상기 최적화 장치는 상기 상호 연결된 분산 네트워크의 비-엣지 디바이스와 상기 상호 연결된 분산 네트워크의 엣지 디바이스들을 포함하는
시스템. - 제10항에 있어서, 상기 복수의 엣지 디바이스들에서 제1 엣지 디바이스는 연속적으로 미분 가능한 비-감소 오목 함수를 포함하는 연관된 효용 함수를 갖는
시스템. - 제13항에 있어서, 상기 제1 엣지 디바이스의 연관된 효용 함수는 가중된 로그 함수들의 클러스터로서 모델링 되는
시스템. - 제10항에 있어서, 상기 최적화 알고리즘은 승산기들의 교번 방향 방법(Alternating Direction Method of Multipliers, ADMM) 알고리즘을 포함하는
시스템. - 제10항에 있어서, 상기 최적화 장치는:
상호 연결된 분산 네트워크의 동작 파라미터가 변경되는 것(changing)에 응답하여: 상기 DFWF의 값들에서 새로운 수렴을 식별하기 위해 상기 MWF에 기초한 최적화 알고리즘에 따라 상기 복수의 엣지 디바이스들에 대한 DFWF의 값들을 반복적으로 처리하도록; 그리고
새로운 수렴을 식별하는 것에 응답하여, 상기 DFWF의 새로운 수렴된 값들을 상기 복수의 엣지 디바이스들에 대한 DFWF의 새로운 최적 값으로 결정하도록 더 구성되는
시스템. - 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은:
상기 프로그램이 컴퓨터 상에서 실행될 때, 제1항 내지 제8항의 항들 중 어느 한 항의 방법을 수행하도록 구성된 프로그램 코드 수단을 포함하는
컴퓨터 프로그램.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/689,131 | 2019-11-20 | ||
| US16/689,131 US11153212B2 (en) | 2019-11-20 | 2019-11-20 | Transmission frequency management for edge devices of an interconnected distributed network |
| PCT/IB2020/060648 WO2021099895A1 (en) | 2019-11-20 | 2020-11-12 | Transmission frequency management for edge devices of an interconnected distributed network |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220071245A true KR20220071245A (ko) | 2022-05-31 |
Family
ID=75910102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227014128A KR20220071245A (ko) | 2019-11-20 | 2020-11-12 | 상호 연결된 분산 네트워크의 엣지 디바이스들에 대한 전송 빈도 관리 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US11153212B2 (ko) |
| JP (1) | JP2023503020A (ko) |
| KR (1) | KR20220071245A (ko) |
| CN (1) | CN114731516A (ko) |
| AU (1) | AU2020387113B2 (ko) |
| DE (1) | DE112020004770B4 (ko) |
| GB (1) | GB2605524A (ko) |
| WO (1) | WO2021099895A1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115665189B (zh) * | 2022-09-23 | 2024-05-10 | 中国人民解放军国防科技大学 | 面向边缘指控的贴源数据传输方法 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030007485A1 (en) * | 2001-05-22 | 2003-01-09 | Motorola, Inc | Method and system for operating an edge router |
| US20030009560A1 (en) * | 2001-05-22 | 2003-01-09 | Motorola, Inc. | Method and system for operating a core router |
| US7577554B2 (en) * | 2001-07-03 | 2009-08-18 | I2 Technologies Us, Inc. | Workflow modeling using an acyclic directed graph data structure |
| JP4766703B2 (ja) * | 2008-02-27 | 2011-09-07 | 日本電信電話株式会社 | エッジノードおよび帯域制御方法 |
| CN101868030B (zh) | 2010-05-25 | 2013-04-10 | 华南理工大学 | 一种分布式无线网络无线资源分配方法 |
| US9477936B2 (en) | 2012-02-09 | 2016-10-25 | Rockwell Automation Technologies, Inc. | Cloud-based operator interface for industrial automation |
| US9414216B1 (en) * | 2013-03-15 | 2016-08-09 | Leidos, Inc. | Method and system for multiple carrier resource allocation in LTE-advanced networks |
| CN103249158A (zh) | 2013-05-20 | 2013-08-14 | 无锡赛睿科技有限公司 | 一种无线传感器网络的最佳采样频率分配方法及装置 |
| US9825880B2 (en) | 2014-07-02 | 2017-11-21 | Nec Corporation | Method and system for controlling messages between communicating entities |
| US10333821B2 (en) * | 2014-11-25 | 2019-06-25 | Vmware, Inc. | Method and system for optimizing network traffic in a distributed system with a point of convergence |
| US11088912B2 (en) | 2015-12-26 | 2021-08-10 | Intel Corporation | Distributed framework for resilient machine-to-machine system management |
| US11962644B2 (en) * | 2016-07-02 | 2024-04-16 | Intel Corporation | Resource orchestration brokerage for internet-of-things networks |
| US20180300621A1 (en) * | 2017-04-13 | 2018-10-18 | International Business Machines Corporation | Learning dependencies of performance metrics using recurrent neural networks |
| US10581712B2 (en) | 2017-05-08 | 2020-03-03 | Datalogic Ip Tech S.R.L. | Automatic shared resource management system and associated methods |
| CN107197034B (zh) * | 2017-06-21 | 2020-12-01 | 深圳市盛路物联通讯技术有限公司 | 一种边缘路由节点及其上报频率调整方法 |
| US10911494B2 (en) | 2017-08-08 | 2021-02-02 | Ioannis Giokas | Methods and systems for providing security to iot devices operating in an environment |
| US10855655B2 (en) * | 2017-09-05 | 2020-12-01 | Unisys Corporation | System and method for providing secure and redundant communications and processing for a collection of internet of things (IOT) devices |
| US10467873B2 (en) | 2017-09-22 | 2019-11-05 | Intel Corporation | Privacy-preserving behavior detection |
| US10607484B2 (en) | 2017-12-28 | 2020-03-31 | Intel Corporation | Privacy-preserving distributed visual data processing |
| US20190303828A1 (en) * | 2018-03-30 | 2019-10-03 | Valorbec, Société en commandite | Device for negotiating an optimized resource allocation |
| EP3570513A1 (en) * | 2018-05-16 | 2019-11-20 | Siemens Aktiengesellschaft | Internet of things structure with a 3d adaption matrix |
| CN109413698A (zh) | 2018-10-18 | 2019-03-01 | 北京邮电大学 | 一种基于斯坦科尔伯格博弈的无线体域网内速率分配方法 |
| CN109831788B (zh) | 2019-01-25 | 2020-12-25 | 北京邮电大学 | 用于边缘接入场景的网络资源动态分配方法及系统 |
-
2019
- 2019-11-20 US US16/689,131 patent/US11153212B2/en active Active
-
2020
- 2020-11-12 WO PCT/IB2020/060648 patent/WO2021099895A1/en active Application Filing
- 2020-11-12 AU AU2020387113A patent/AU2020387113B2/en active Active
- 2020-11-12 CN CN202080080783.2A patent/CN114731516A/zh active Pending
- 2020-11-12 KR KR1020227014128A patent/KR20220071245A/ko not_active Application Discontinuation
- 2020-11-12 GB GB2208423.0A patent/GB2605524A/en active Pending
- 2020-11-12 JP JP2022528726A patent/JP2023503020A/ja active Pending
- 2020-11-12 DE DE112020004770.9T patent/DE112020004770B4/de active Active
Also Published As
| Publication number | Publication date |
|---|---|
| DE112020004770T5 (de) | 2022-09-22 |
| AU2020387113B2 (en) | 2023-01-19 |
| CN114731516A (zh) | 2022-07-08 |
| AU2020387113A1 (en) | 2022-04-28 |
| WO2021099895A1 (en) | 2021-05-27 |
| DE112020004770B4 (de) | 2023-08-31 |
| GB2605524A (en) | 2022-10-05 |
| GB202208423D0 (en) | 2022-07-27 |
| US11153212B2 (en) | 2021-10-19 |
| JP2023503020A (ja) | 2023-01-26 |
| US20210152476A1 (en) | 2021-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10609086B2 (en) | Optimizing data reduction, security and encryption requirements in a network environment | |
| US11521082B2 (en) | Prediction of a data protection activity time for a backup environment | |
| US9537780B2 (en) | Quality of service agreement and service level agreement enforcement in a cloud computing environment | |
| US11010295B2 (en) | Asynchronous update of metadata tracks in response to a cache hit generated via an i/o operation over a bus interface | |
| US11740945B2 (en) | System, method and recording medium for temperature-aware task scheduling | |
| WO2023093354A1 (en) | Avoidance of workload duplication among split-clusters | |
| AU2020387113B2 (en) | Transmission frequency management for edge devices of an interconnected distributed network | |
| US10834201B2 (en) | Device identification and reconfiguration in a network | |
| US20230069938A1 (en) | Security and task performance validation for a cooperative device network | |
| US20230306118A1 (en) | Federated Generative Models for Website Assessment | |
| WO2022111112A1 (en) | Automatically adjusting data access policies in data analytics | |
| US20220286358A1 (en) | Template based agentless system configuration management | |
| US11645583B2 (en) | Automatic rule learning in shared resource solution design | |
| US9774526B2 (en) | Operating a port shared by multiple controllers in a software defined network | |
| US9547540B1 (en) | Distributed operating system functions for nodes in a rack | |
| US20220207350A1 (en) | Identifying related messages in a natural language interaction | |
| US10831495B2 (en) | Parallelization of numeric optimizers | |
| US11799945B2 (en) | Pipelined file server based data transmission | |
| US20210342290A1 (en) | Technique selection for file system utilization prediction | |
| US20230014344A1 (en) | Determining optimal data access for deep learning applications on a cluster | |
| US10929793B2 (en) | Utilizing analytic data to generate crowd-based custom logic units | |
| US20240020528A1 (en) | Training a neural network using an accelerated gradient with shuffling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal |