KR20230094229A - Apparatus and method for generating subgraph for recommending terminal group corresponding to service request - Google Patents
Apparatus and method for generating subgraph for recommending terminal group corresponding to service request Download PDFInfo
- Publication number
- KR20230094229A KR20230094229A KR1020210182860A KR20210182860A KR20230094229A KR 20230094229 A KR20230094229 A KR 20230094229A KR 1020210182860 A KR1020210182860 A KR 1020210182860A KR 20210182860 A KR20210182860 A KR 20210182860A KR 20230094229 A KR20230094229 A KR 20230094229A
- Authority
- KR
- South Korea
- Prior art keywords
- terminal
- edge
- resource information
- subgraph
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000001413 cellular effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011410 subtraction method Methods 0.000 description 2
- 210000004899 c-terminal region Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
본원은 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치 및 방법에 관한 것이다. 예를 들면, 본원은 셀룰러 네트워크에서의 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치 및 방법에 관한 것이다.The present disclosure relates to an apparatus and method for generating a subgraph for recommending a terminal cluster corresponding to a service request. For example, the present disclosure relates to an apparatus and method for generating a subgraph for recommending a terminal cluster corresponding to a service request in a cellular network.
셀룰러 네트워크 내의 특정 단말의 서비스 요청에 대응하여 해당 서비스를 제공하기에 알맞은 단말을 선택 및 추천하는 기법은 다양하게 적용될 수 있다. 예를 들어, 종래에는 주로 해당 서비스를 제공할 수 있는 제공자 단말의 목록 내에서 가장 좋은 자원 정보를 보유한 단말을 선택하여 해당 서비스를 제공하도록 하는 방식이 주로 적용되었다.A technique for selecting and recommending a terminal suitable for providing a corresponding service in response to a service request of a specific terminal within a cellular network may be applied in various ways. For example, in the prior art, a method of providing a corresponding service by selecting a terminal having the best resource information from a list of provider terminals capable of providing the corresponding service has been mainly applied.
또한, 제공자 단말 각각이 선택된 횟수, 제공자 단말에 대한 만족도(선호도)와 같은 제공자 단말을 평가할 수 있는 기록에 근거하여 제공자 단말의 추천 순위를 제시하는 방식이 적용될 수도 있으며, 이 때에는 다양한 추천 알고리즘이 적용될 수 있다. 또 다른 예로, 요청자 단말 또는 선택된 단말과 유사한 자원 정보를 보유한 단말을 추천하는 방식을 고려할 수도 있다.In addition, a method of presenting a recommendation ranking of provider terminals based on records capable of evaluating provider terminals, such as the number of times each provider terminal is selected and satisfaction (preference) with respect to the provider terminal, may be applied. In this case, various recommendation algorithms may be applied. can As another example, a method of recommending a terminal having resource information similar to the requester terminal or the selected terminal may be considered.
그러나, 전술한 제공자 단말 추천 방식의 경우, 단말(노드) 각각의 위치나 자원 정보 등을 활용하여 해당 단말(노드)이 특정 서비스를 제공하기에 적합한지가 평가되기 때문에 네트워크에 참여하는 단말(노드)의 수가 많아질수록 효율성이 떨어지게 된다.However, in the case of the above-mentioned provider terminal recommendation method, since it is evaluated whether the corresponding terminal (node) is suitable for providing a specific service by utilizing the location or resource information of each terminal (node), the terminal (node) participating in the network The higher the number, the lower the efficiency.
또한, 단말 간의 유사도에 기반하여 제공자 단말을 추천하는 방식 역시 평가를 통한 자원 추천 이후에 새로운 알고리즘을 적용해야 하므로 많인 시간과 연산이 요구된다는 한계가 있으며, 다수의 후보 단말에 대한 추천 순위를 매기거나 후보 단말 간의 계층적인 추천이 이루어지기 위하여는 내림 차순 정렬 알고리즘 등의 복잡한 추가 알고리즘이 적용되어야 한다는 문제가 있다.In addition, the method of recommending a provider terminal based on the similarity between terminals also has a limitation in that a lot of time and calculation are required because a new algorithm must be applied after resource recommendation through evaluation. In order to make a hierarchical recommendation between candidate terminals, there is a problem that a complicated additional algorithm such as a descending order sorting algorithm must be applied.
본원의 배경이 되는 기술은 한국등록특허공보 제 10-2208094호에 개시되어 있다.The background technology of the present application is disclosed in Korean Patent Registration No. 10-2208094.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 개별 단말의 자원 정보만을 고려하는 것이 아니라, 단말 간의 관계를 정의한 엣지를 고려하여 소정의 서비스에 적합한 제공자 단말을 추천할 수 있는 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치 및 방법을 제공하려는 것을 목적으로 한다.The present invention is intended to solve the problems of the prior art described above, and responds to a service request capable of recommending a provider terminal suitable for a predetermined service in consideration of an edge defining a relationship between terminals, rather than considering only resource information of individual terminals. An object of the present invention is to provide an apparatus and method for generating a subgraph for recommending a terminal cluster.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 많은 자원을 요구하는 단일 요청자 단말에 적은 자원을 가진 한 개 또는 그 이상의 제공자 단말들로부터 분산 서비스를 제공할 수 있는 서비스 요청에 응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치 및 방법을 제공하려는 것을 목적으로 한다.The present invention is to solve the above-mentioned problems of the prior art, and provides a terminal cluster in response to a service request that can provide distributed services from one or more provider terminals having small resources to a single requester terminal requiring a large number of resources. An object of the present invention is to provide a device and method for generating a subgraph for recommendation.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the embodiments of the present application is not limited to the technical problems described above, and other technical problems may exist.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법은, 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현하는 단계, 인공지능 기반의 엣지 분석 모델에 기초하여 상기 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출하여 서브 그래프를 구축하는 단계 및 상기 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 적어도 하나의 단말의 서비스 제공 가능 여부를 판단하여 상기 서브 그래프를 평가하는 단계를 포함할 수 있다.As a technical means for achieving the above technical problem, a method for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present invention includes expressing edge resource information of an edge composed of terminals in a line graph; Based on an artificial intelligence-based edge analysis model, constructing a sub-graph by deriving relation information about a corresponding edge with the edge resource information as an input, and a starting terminal and at least one terminal connected from the starting terminal based on the sub-graph It may include evaluating the sub-graph by determining whether the service of can be provided.
본원의 일 실시예에 따르면, 상기 서브 그래프를 구축하는 단계는, 상기 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정하고, 상기 활성 여부에 기초하여 서브 그래프를 구축할 수 있다.According to an embodiment of the present application, in the constructing of the subgraph, whether each edge is active may be determined based on the relationship information, and the subgraph may be constructed based on the activeness.
본원의 일 실시예에 따르면, 제2항에 있어서, 상기 서브 그래프를 구축하는 단계는, 활성화된 엣지를 포함하고, 상기 활성화된 엣지를 상기 시작 단말에서 상기 종말 단말로 뻗어나가도록 표현한 상기 서브 그래프를 상기 네트워크 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축할 수 있다.According to an embodiment of the present invention, the constructing of the subgraph comprises: constructing the subgraph including an activated edge, and expressing the activated edge to extend from the start terminal to the end terminal; At least some of the terminals among the plurality of terminals in the network may be hierarchically constructed.
본원의 일 실시예에 따르면, 상기 서브 그래프를 평가하는 단계는, 상기 시작 단말로부터 연결된 적어도 하나의 단말을 통해 제공 가능한 자원 정보들을 합산하여 상기 서비스 제공 가능 여부를 판단할 수 있다.According to an embodiment of the present application, in the step of evaluating the subgraph, it is possible to determine whether the service can be provided by summing resource information that can be provided through at least one terminal connected from the starting terminal.
본원의 일 실시예에 따르면, 상기 라인 그래프는, 상기 엣지 자원 정보에 기초하여 생성된 노드를 포함하도록 상기 네트워크 내의 상기 단말들을 활용하여 표현되는 그래프일 수 있다.According to an embodiment of the present application, the line graph may be a graph expressed by utilizing the terminals in the network to include nodes generated based on the edge resource information.
본원의 일 실시예에 따르면, 상기 시작 단말과 상기 종말 단말의 복수의 자원 정보들의 평균값으로 표현되는 자원 정보, 상기 복수의 자원 정보들의 최대값으로 치환되는 자원 정보 및 상기 복수의 자원 정보들 사이의 감산 결과 값으로 표현되는 자원 정보 중 적어도 하나의 자원 정보를 포함할 수 있다.According to an embodiment of the present application, resource information expressed as an average value of a plurality of resource information of the start terminal and the end terminal, resource information replaced by a maximum value of the plurality of resource information, and the plurality of resource information It may include at least one resource information among resource information expressed as a subtraction result value.
본원의 일 실시예에 따르면, 상기 자원 정보는, 단말 각각의 저장 용량 정보, 연산 능력 정보, 메모리 정보 및 센서 탑재 정보 중 적어도 하나를 포함할 수 있다.According to an embodiment of the present application, the resource information may include at least one of storage capacity information, computing capability information, memory information, and sensor mounting information of each terminal.
본원의 일 실시예에 따르면, 상기 관계 정보는, 상기 시작 단말과 상기 종말 단말의 연결 시 상기 서비스 요청에 대응하는 서비스에 대한 제공 가능성을 포함하는 상기 엣지의 유효성과 관련된 정보일 수 있다. According to an embodiment of the present application, the relationship information may be information related to the validity of the edge including a possibility of providing a service corresponding to the service request when the start terminal and the end terminal are connected.
본원의 일 실시예에 따르면, 상기 엣지 분석 모델은, 상기 엣지 자원 정보가 입력되면 해당 엣지에 대한 관계 정보를 출력하도록 학습된 인공지능 모델일 수 있다. According to an embodiment of the present application, the edge analysis model may be an artificial intelligence model learned to output relationship information about a corresponding edge when the edge resource information is input.
본원의 일 실시예에 따르면, 상기 서브 그래프는, 상기 서비스 요청에 포함된 해당 서비스에서 요구하는 자원 정보를 고려하여 생성될 수 있다. According to an embodiment of the present invention, the subgraph may be generated in consideration of resource information required by a corresponding service included in the service request.
본원의 일 실시예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치는, 네트워크 내의 단말 각각의 자원 정보 및 상기 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현하는 라인 그래프 생성부; 인공지능 기반의 엣지 분석 모델에 기초하여 상기 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출하여 서브 그래프를 구축하는 서브 그래프 구축부; 및 상기 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 적어도 하나의 단말의 서비스 제공 가능 여부를 판단하여 상기 서브 그래프를 평가하는 평가부를 포함할 수 있다. An apparatus for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present invention provides resource information of each terminal in a network and edge resource information of an edge composed of a pair of terminals based on the resource information as a line graph. Line graph generation unit expressed as; a sub-graph construction unit that constructs a sub-graph by deriving relational information about a corresponding edge based on an artificial intelligence-based edge analysis model based on the edge resource information as an input; and an evaluation unit that evaluates the subgraph by determining whether a starting terminal and at least one terminal connected from the starting terminal can provide a service based on the subgraph.
본원의 일 실시예에 따르면, 상기 서브 그래프 구축부는, 상기 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정하고, 상기 활성 여부에 기초하여 서브 그래프를 구축할 수 있다. According to an embodiment of the present application, the sub-graph building unit may determine whether each edge is active based on the relationship information, and build a sub-graph based on the active state.
본원의 일 실시예에 따르면, 상기 서브 그래프 구축부는, 활성화된 엣지를 포함하고, 상기 활성화된 엣지를 상기 시작 단말에서 상기 종말 단말로 뻗어나가도록 표현한 상기 서브 그래프를 상기 네트워크 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축할 수 있다.According to an embodiment of the present invention, the subgraph construction unit constructs the subgraph including an activated edge and expressing the activated edge to extend from the start terminal to the end terminal, at least some of a plurality of terminals in the network. It can be hierarchically built for the terminals of.
본원의 일 실시예에 따르면, 상기 평가부는, 상기 시작 단말 및 상기 종말 단말 사이의 모든 단말들을 통해 제공 가능한 자원 정보들을 합산하여 상기 서비스 제공 가능 여부를 판단할 수 있다. According to an embodiment of the present application, the evaluator may determine whether the service can be provided by summing up resource information that can be provided through all terminals between the start terminal and the end terminal.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.The above-described problem solving means are merely exemplary and should not be construed as intended to limit the present disclosure. In addition to the exemplary embodiments described above, additional embodiments may exist in the drawings and detailed description of the invention.
전술한 본원의 과제 해결 수단에 의하면, 개별 단말의 자원 정보만을 고려하는 것이 아니라, 단말 간의 관계를 정의한 엣지를 고려하여 소정의 서비스에 적합한 제공자 단말을 추천할 수 있는 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치 및 방법을 제공할 수 있다.According to the above-described problem solving means of the present application, it is possible to recommend a terminal corresponding to a service request capable of recommending a provider terminal suitable for a predetermined service in consideration of an edge defining a relationship between terminals, rather than considering only resource information of individual terminals. It is possible to provide an apparatus and method for generating a subgraph for
전술한 본원의 과제 해결 수단에 의하면, 단말 각각의 자원 정보를 단말 간의 엣지 자원 정보로 변경하여, 학습 신경망을 통해 네트워크 내의 단말 간 관계를 학습하고, 학습된 관계를 통해서 요청된 특정 서비스에 대응하는 서브 그래프를 구축할 수 있다. According to the above-described problem solving means of the present application, the resource information of each terminal is changed to edge resource information between terminals, the relationship between terminals in the network is learned through a learning neural network, and the learned relationship corresponds to a specific service requested. You can build a subgraph.
전술한 본원의 과제 해결 수단에 의하면, 엣지 정보에 기반하여 복수의 단말에 대하여 계층적으로 생성되는 서브 그래프를 기초로 하여 서비스 제공 단말에 대한 추천이 이루어질 수 있어 네트워크 내에 다수의 단말이 존재하더라도 효율적인 평가가 이루어질 수 있다. According to the above-described problem solving means of the present application, a recommendation for a service providing terminal can be made based on a subgraph that is hierarchically generated for a plurality of terminals based on edge information, so that even if there are a plurality of terminals in the network, efficient evaluation can be made.
전술한 본원의 과제 해결 수단에 의하면, 네트워크 내의 상태 변화에 대응하여 최신화 된 서브 그래프가 보다 신속하게 제공될 수 있다.According to the above-mentioned problem solving means of the present application, an updated subgraph can be provided more quickly in response to a change in state in the network.
전술한 본원의 과제 해결 수단에 의하면, 많은 자원을 요구하는 단일 요청자 단말에 적은 자원을 가진 한 개 또는 그 이상의 제공자 단말들로부터 분산 서비스를 제공할 수 있다.According to the foregoing problem solving means of the present invention, it is possible to provide a distributed service from one or more provider terminals having few resources to a single requestor terminal requiring many resources.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.However, the effects obtainable herein are not limited to the effects described above, and other effects may exist.
도 1은 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치를 포함하는 서비스 제공 시스템의 개략적인 구성도이다.
도 2는 소정의 서비스에 대한 요청자 단말 및 제공자 단말의 관계를 설명하기 위한 개념도 이다.
도 3은 서브 그래프를 구축하는 전체 프로세스를 설명하기 위한 개념도이다.
도4는 네트워크 내에서의 엣지의 정의 및 라인 그래프를 설명하기 위한 개념도이다.
도 5는 시작 단말 및 종말 단말을 통한 소정의 서비스의 제공 가부 정보에 기초하여 지도 학습을 수행하기 위하여 설정되는 목표값을 예시적으로 나타낸 도표이다.
도 6은 엣지의 활성 여부에 따른 요청자 단말 및 제공자 단말을 포함하는 서브 그래프를 나타낸 도면이다.
도 7은 서브 그래프의 계층 구조를 나타낸 도면이다.
도 8은 서비스 제공 가능 여부를 판단하기 위해 각 단말의 자원 정보의 합산 과정을 가시적으로 나타낸 도면이다.
도 9는 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치의 개략적인 구성도이다.
도 10은 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법에 대한 동작 흐름도이다.1 is a schematic configuration diagram of a service providing system including a subgraph generating apparatus for recommending a terminal cluster corresponding to a service request according to an embodiment of the present invention.
2 is a conceptual diagram for explaining the relationship between a requester terminal and a provider terminal for a predetermined service.
3 is a conceptual diagram for explaining the entire process of constructing a subgraph.
4 is a conceptual diagram for explaining the definition of an edge and a line graph in a network.
5 is a diagram exemplarily illustrating target values set to perform supervised learning based on information on whether a predetermined service is provided through a start terminal and an end terminal.
6 is a diagram showing a subgraph including a requestor terminal and a provider terminal according to whether an edge is active.
7 is a diagram showing a hierarchical structure of subgraphs.
8 is a diagram visually illustrating a process of summing up resource information of each terminal to determine whether a service can be provided.
9 is a schematic configuration diagram of an apparatus for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present invention.
10 is an operation flowchart of a method for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present invention.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present application will be described in detail so that those skilled in the art can easily practice with reference to the accompanying drawings. However, the present disclosure may be implemented in many different forms and is not limited to the embodiments described herein. And in order to clearly describe the present application in the drawings, parts irrelevant to the description are omitted, and similar reference numerals are attached to similar parts throughout the specification.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다. Throughout the present specification, when a part is said to be “connected” to another part, it is not only “directly connected”, but also “electrically connected” or “indirectly connected” with another element in between. "Including cases where
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.Throughout the present specification, when a member is referred to as being “on,” “above,” “on top of,” “below,” “below,” or “below” another member, this means that a member is located in relation to another member. This includes not only the case of contact but also the case of another member between the two members.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.Throughout the present specification, when a certain component is said to "include", it means that it may further include other components without excluding other components unless otherwise stated.
본원은 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치 및 방법에 관한 것이다. 예를 들면, 본원은 셀룰러 네트워크에서의 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치 및 방법에 관한 것이다.The present disclosure relates to an apparatus and method for generating a subgraph for recommending a terminal cluster corresponding to a service request. For example, the present disclosure relates to an apparatus and method for generating a subgraph for recommending a terminal cluster corresponding to a service request in a cellular network.
도 1은 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치를 포함하는 서비스 제공 시스템의 개략적인 구성도이다.1 is a schematic configuration diagram of a service providing system including a subgraph generating device for recommending a terminal cluster corresponding to a service request according to an embodiment of the present invention.
도 1을 참조하면, 본원의 일 실시예에 따른 서비스 제공 시스템(10)은 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 군집을 추천하기 위한 서브 그래프 생성 장치(100)(이하, '서브 그래프 생성 장치(100)' 라 한다.), 요청자 단말(1) 및 제공자 단말(2)을 포함할 수 있다. 또한, 도 1을 참조하면, 제공자 단말(2)은 복수 개로 구비될 수 있다.Referring to FIG. 1 , the
서브 그래프 생성 장치(100), 요청자 단말(1) 및 제공자 단말(2) 상호간은 네트워크(20)를 통해 통신할 수 있다. 네트워크(20)는 단말들 및 서버들과 같은 각 각의 노드 상호간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크(20)의 일 예에는, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), wifi 네트워크, 블루투스(Bluetooth) 네트워크, 위성방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다. 한편, 본원의 실시예에 관한 설명에서의 네트워크(20)는 주로 셀룰러 네트워크를 의미하는 것일 수 있다.The
요청자 단말(1) 및 제공자 단말(2)은 예를 들면, 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC등과 PCS(Personal Communication System), GSM(Global System for Mobile communication), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기 같은 모든 종류의 무선 통신 장치일 수 있다.The
도 2는 소정의 서비스에 대한 요청자 단말 및 제공자 단말의 관계를 설명하기 위한 개념도이다.2 is a conceptual diagram for explaining a relationship between a requester terminal and a provider terminal for a predetermined service.
도 2를 참조하면, 본원의 실시예에 관한 설명에서 요청자 단말(1)은 소정의 서비스가 두 단말 간의 연결(접속)을 통해 제공될 수 있는 경우, 해당 서비스를 제공하여 줄 것을 해당 서비스 제공 주체 등에게 요청하거나 해당 서비스의 제공을 위한 제공자 단말(2)의 탐색을 요청한 사용자 단말을 의미할 수 있다. 또한, 제공자 단말(2)은 요청자 단말(1)과 동일한 네트워크(예를 들면, 셀룰러 네트워크 등)에 참여하는 복수의 단말 중 적어도 일부의 단말로서 요청자 단말(1)에 소정의 서비스를 제공할 수 있는 자원을 보유하고, 이러한 자원을 활용하여 요청자 단말(1)과의 연결(접속)을 통해 특정 서비스를 제공하는 사용자 단말을 의미할 수 있다.Referring to FIG. 2, in the description of the embodiment of the present application, the
달리 말해, 본원의 실시예에 관한 설명에서, 요청자 단말(1)은 제공자 단말(2)에 소정의 서비스를 요청하고(서비스 요청), 제공자 단말(2)은 요청된 서비스를 요청자 단말(1)에 제공할 수 있다(서비스 제공). 또한, 본원의 서브 그래프 생성 장치(100)는 소정의 서비스에 대하여 요청자 단말(1)을 포함하는 네트워크(20) 내에서의 복수의 제공자 단말(2) 사이에서 정의되는 엣지에 대한 관계 정보에 기반하여 요청자 단말(1)에 해당 서비스를 제공하기에 적합한 제공자 단말(2)에 대한 정보를 포함하는 서브 그래프를 생성하여 제공할 수 있다.In other words, in the description of the embodiment of the present application, the
이하에서는, 도 3 내지 도 6을 참조하여, 서브 그래프 생성 장치(100)의 구체적인 기능 및 동작에 대해 상세히 설명하도록 한다.Hereinafter, with reference to FIGS. 3 to 6 , specific functions and operations of the
도 3은 서브 그래프를 구축하는 전체 프로세스를 설명하기 위한 개념도이다.3 is a conceptual diagram for explaining the entire process of constructing a subgraph.
도 3을 참조하면, 서브 그래프 생성 장치(100)는 네트워크(20) 내의 단말(예를 들면, 요청자 단말(1)과 복수의 제공자 단말(2) 등)의 단말 자원정보로부터 엣지 관계 정보를 도출하며 도출된 관계 정보에 기반하여 최종 출력되는 서브 그래프 내에서의 엣지 활성 여부를 결정하기 위한 학습 신경망을 구축하고, 구축된 학습 신경망에 기초하여 소정의 서비스에 대한 서브 그래프를 생성(발견)하도록 동작할 수 있다(도 3의 '1단계: 서브그래프 발견'). 또한, 도 3에는 도시되지 않았으나, 서브 그래프 생성 장치(100)는 상황에 따라 학습 신경망의 재학습을 진행할 수 있다.Referring to FIG. 3, the
또한, 도 3을 참조하면, 서브 그래프 생성 장치(100)는 생성(발견)한 서브 그래프를 기반으로, 요청자 단말(1) 및 하나 또는 복수의 제공자 단말의 자원 정보를 종합하고, 종합한 자원 정보를 요청자 단말(1)이 요청한 서비스의 서비스 자원 요구사항과 비교함으로써, 서비스 제공 가능 여부를 판단하고, 서비스 제공 가능 여부에 따라 서브 그래프를 평가할 수 있다(도 3의 '2단계: 서브그래프 평가').In addition, referring to FIG. 3, the
구체적으로, 서브 그래프 생성 장치(100)는 네트워크(20) 내의 단말 각각의 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지마다 엣지 자원 정보를 연산 할 수 있다. 달리 말해, 서브 그래프 생성 장치(100)는 네트워크(20) 내의 복수의 단말 중 한 쌍의 단말 사이에서 정의되는 복수의 엣지를 정의하고, 정의된 엣지에 대응하는 엣지 자원 정보를 연산할 수 있다.Specifically, the
또한, '서브 그래프(Subgraph)'는 네트워크(20)에 참여하는 단말들을 포함하도록 생성되는 그래프에 대하여 해당 그래프에 속한 정점(노드)과 간선(엣지)들의 부분 집합으로 이루어지는 하위 그래프를 의미하며, 본원의 구현예에 따라 부분 그래프 등으로 달리 지칭될 수 있다.In addition, 'subgraph' refers to a subgraph consisting of a subset of vertices (nodes) and edges (edges) belonging to the graph for a graph generated to include terminals participating in the
도4는 네트워크 내에서의 엣지의 정의 및 라인 그래프를 설명하기 위한 개념도이다.4 is a conceptual diagram for explaining the definition of an edge and a line graph in a network.
도 4의 (a)를 참조하면, 본원에서의 엣지(E)는 네트워크(20) 내의 단말 각각에 대응하는 한 쌍의 노드(N) 사이를 잇는 선 형태로 서브 그래프 상에서 표현될 수 있다.Referring to (a) of FIG. 4 , an edge E in the present application may be represented on a subgraph in the form of a line connecting a pair of nodes N corresponding to each terminal in the
이와 관련하여, 서브 그래프 생성 장치(100)는 단말(노드) 각각의 자원 정보를 개별적으로 활용하는 것이 아니라, 단말 간의 자원 관계를 도출하고, 도출된 단말 간의 자원 관계를 활용하여 적어도 하나의 단말 간의 접속을 통하여 소정의 서비스를 제공할 수 있는지에 대한 정보를 반영하는 서브 그래프를 생성할 수 있다. 또한, 이를 위하여 서브 그래프 생성 장치(100)는 서브 그래프 상에 선 형태로 표시되는 엣지(E) 각각에 대하여 해당 엣지와 관련된 한 쌍의 단말(노드)의 자원 정보로부터 엣지 자원 정보를 도출할 수 있다.In this regard, the
또한, 본원의 일 실시예에 따르면, 본원에서의 하나의 '엣지(Edge)'는 시작 단말 및 종말 단말을 포함하도록 결정되어 엣지 마다의 방향성이 정의되는 것일 수 있다. 이와 관련하여, 서브 그래프 생성 장치(100)는 종말 단말의 적어도 하나의 유형의 자원 정보 각각으로부터 시작 단말의 자원 정보 각각을 감산하는 방식으로 엣지 자원 정보를 연산할 수 있으나, 이에 한정되는 것은 아니며, 엣지 자원 정보는 다양한 방법으로 연산되는 것일 수 있다.In addition, according to an embodiment of the present application, one 'edge' in the present application may be determined to include a start terminal and an end terminal, and a direction for each edge may be defined. In this regard, the
구체적으로, 본원의 일 실시예에 따르면, 엣지 자원 정보는 시작 단말 및 종말 단말의 복수의 자원 정보들의 평균 값으로 표현되는 자원 정보, 복수의 자원 정보들의 최대값으로 치환되는 자원 정보, 복수의 자원 정보들 사이의 감산 결과 값으로 표현되는 자원 정보를 포함할 수 있으며, 또한, 엣지 자원 정보는 시작 단말 및 종말 단말의 각 자원 정보의 유사성에 기초하여 생성되는 자원 정보 및 각 자원 정보의 대소 관계의 비교에 기초하여 생성되는 자원 정보일 수 있으나, 이에 한정되는 것은 아니다. 다시 말해, 엣지 자원 정보는 시작 단말 및 종말 단말이 포함하는 복수의 유형의 자원 정보들을 기초로 하여 양 단말의 자원 정보 간의 관계성(상관 관계)을 정의할 수 있는 다양한 방식으로 생성(연산)되는 것일 수 있다.Specifically, according to an embodiment of the present application, the edge resource information is resource information expressed as an average value of a plurality of resource information of a start terminal and an end terminal, resource information replaced by a maximum value of a plurality of resource information, and a plurality of resources. It may include resource information expressed as a result value of subtraction between pieces of information, and the edge resource information may include resource information generated based on the similarity of each resource information of the start terminal and the end terminal and the size relationship of each resource information. It may be resource information generated based on comparison, but is not limited thereto. In other words, the edge resource information is generated (calculated) in various ways that can define the relationship (correlation) between the resource information of both terminals based on a plurality of types of resource information included in the start terminal and the end terminal. it could be
또한, 본원의 일 실시예에 따르면, 네트워크(20) 내의 모든 단말(예를 들면, 제공자 단말(2)로 선택될 수 있는 복수의 후보 단말 등)들은 서로 연결(접속)이 가능한 것으로 가정하여 단말 간 관계가 정의될 수 있으며, 이에 따르면, 도 4의 (a)는 4개의 단말(A, B, C, D)로 이루어진 셀룰러 네트워크의 네트워크 구조를 표현한 것일 수 있다.In addition, according to an embodiment of the present application, it is assumed that all terminals (eg, a plurality of candidate terminals that can be selected as the provider terminal 2) in the
또한, 본원의 일 실시예에 따르면, 단말의 자원 정보는 단말 각각의 저장 용량 정보, 연산 능력 정보, 메모리 정보 및 센서 탑재 정보 중 적어도 하나를 포함할 수 있다.In addition, according to an embodiment of the present application, the resource information of the terminal may include at least one of storage capacity information, computing capability information, memory information, and sensor mounting information of each terminal.
구체적으로 예시하면, 자원 정보 중 저장 용량은 단말 내에 탑재되는 스토리지 장치의 용량을 의미할 수 있다. 또한, 자원 정보 중 연산 능력 정보는 CPU, GPU등 단말 내에 탑재 가능한 연산 처리 장치의 연산 성능에 대한 정보를 의미할 수 있다. 또한, 메모리 정보는 RAM 정보를 포함할 수 있다. 또한, 센서 탑재 정보는 온도 센서 등의 특정 유형의 IoT(Internet-of-Things) 센서를 해당 단말이 탑재하는지 여부를 의미할 수 있다. 다만, 전술한 자원 정보는 상술한 유형으로만 한정되는 것은 아니고, 본원의 구현예에 따라 다양한 자원 정보가 고려될 수 있다.As a specific example, the storage capacity among the resource information may refer to the capacity of a storage device mounted in a terminal. In addition, among the resource information, computational capability information may mean information on computational performance of an computational processing unit mountable in a terminal, such as a CPU or a GPU. Also, the memory information may include RAM information. In addition, the sensor mounting information may indicate whether a specific type of IoT (Internet-of-Things) sensor, such as a temperature sensor, is installed in a corresponding terminal. However, the above-described resource information is not limited to the above-described type, and various resource information may be considered according to an embodiment of the present invention.
또한, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 하기 식 1에 기초하여 소정의 서비스 K와 연계된 단말 각각의 자원 정보를 정의하고, 하기 식 2에 기초하여 한 쌍의 단말 사이에서 정의되는 엣지에 대한 엣지 자원 정보를 연산할 수 있다.In addition, according to an embodiment of the present application, the
[식 1][Equation 1]
여기서, f1, f2 등은 각각의 자원 정보의 유형에 대응될 수 있으며, 이에 따라, 상기 식 1에서 n은 자원의 종류의 수를 나타낼 수 있다.Here, f 1 , f 2 , etc. may correspond to each type of resource information, and accordingly, n in
[식 2][Equation 2]
여기서, Eji는 시작 단말(i)과 종말 단말(j) 사이에서 정의되는 엣지 자원 정보이고, Fi 및 Fj는 각각 시작 단말(i) 및 종말 단말(j) 각각의 자원 정보일 수 있다.Here, Eji is edge resource information defined between the start terminal (i) and the end terminal (j), and Fi and Fj may be resource information of the start terminal (i) and the end terminal (j), respectively.
이렇듯, 서브 그래프 생성 장치(100)는 한 쌍의 단말 각각의 자원 정보에 기초하여 해당 한 쌍의 단말 사이에서 정의되는 엣지에 대한 엣지 자원 정보를 연산하되, 복수의 단말 간의 방향성이 부여되는 계층적인 서브 그래프의 표현을 위하여 종말 단말(j)의 자원 정보에서 시작 단말(i)의 자원 정보를 상호 대응하는 자원의 유형 성분마다 차감하는 방식으로 엣지 자원 정보를 도출할 수 있다.As such, the
[식 3][Equation 3]
또한, 식 3을 참조하면, 본원의 일 실시예에 따른 엣지 자원 정보는 추가적인 가공방식을 활용하여 차감하는 방식을 포함하는 다양한 수식들을 활용하여 도출되는 것일 수 있다. 예를 들어, 엣지 자원 정보는 종말 단말(j)의 유형 성분의 자원 정보를 합성(조합)하고, 시작 단말(i)의 각 유형 성분의 자원 정보를 합성하여, 합성한 종말 단말(j)의 자원 정보에서 합성한 시작 단말(i)의 자원 정보를 차감하는 방식으로 엣지 자원 정보를 도출할 수 있다. Also, referring to Equation 3, edge resource information according to an embodiment of the present disclosure may be derived using various equations including a subtraction method using an additional processing method. For example, the edge resource information is obtained by synthesizing (combining) the resource information of the type components of the terminal terminal (j), synthesizing the resource information of each type component of the starting terminal (i), and combining the combined resource information of the terminal terminal (j). Edge resource information may be derived by subtracting the resource information of the initiating terminal (i) synthesized from the resource information.
또한, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 요청자 단말(1)에 의해 요청된 서비스에서 요구하는 자원 정보의 유형을 고려하여 서브 그래프가 생성될 수 있도록, 요청된 서비스와 관련한 자원 정보의 유형을 고려하여 단말 각각의 자원 정보 및 엣지 자원 정보를 도출할 수 있다.In addition, according to an embodiment of the present invention, the
예를 들어, 서브 그래프 생성 장치(100)는 요청된 서비스에서 요구되는 자원의 유형을 고려하여 특정 유형의 센서 탑재 정보가 해당 서비스의 제공과 무관한 것으로 판단되면, 단말 각각의 자원 정보 및 엣지 자원 정보의 연산 시 해당 유형의 자원 정보는 고려되지 않도록 제외할 수 있다.For example, when the
또한, 자원 정보는 자원의 유형에 따라 상이한 범주를 가지고 있어, 이로 인해 후술할 인공지능 기반의 엣지 분석 모델의 학습 효과를 절감시키거나, 속도를 지연시킬 수 있으므로, 본원의 일 실시예에 따른 서브 그래프 생성 장치(100)는 엣지 자원 정보들을 가공할 수 있다. 이러한 가공은 엣지 자원 정보의 연산 시, 최종적으로 차감하는 방식이 활용된 경우에 적용될 수 있으나, 이에 한정되는 것은 아니다. In addition, resource information has different categories depending on the type of resource, which can reduce or delay the learning effect of an artificial intelligence-based edge analysis model to be described later. The
구체적으로, 본원의 일 실시예에 따른 서브 그래프 생성 장치(100)는 상술한 차감하는 방식을 통해, 각 자원 정보의 차가 0 또는 음수의 값을 가지는 경우에는 해당 자원 정보에 대응하는 값을 0으로 치환하고, 양수의 값을 가지는 경우에는 해당 자원 정보에 대응하는 값을 1로 치환하는 방식으로 엣지 자원 정보를 가공할 수 있으나, 이에 한정되는 것은 아니다. Specifically, the
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 개별 단말의 자원 정보만을 고려하는 것이 아니라, 단말 간의 관계를 정의한 엣지를 고려하여 소정의 서비스에 적합한 제공자 단말을 추천할 수 있다.According to an embodiment of the present application, the
또한, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 네트워크 내의 단말 각각의 자원 정보 및 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현할 수 있다. 구체적으로, 서브 그래프 생성 장치(100)는 엣지 자원 정보에 기초하여 노드(N')를 생성하고, 생성된 노드(N')를 포함하도록 네트워크 내의 단말들을 활용하여 라인 그래프를 생성할 수 있다. 다시 말해, 서브 그래프 생성 장치(100)는 자원 정보의 관계를 라인 그래프 형태로 표현할 수 있다.In addition, according to an embodiment of the present application, the
도 4의 (b)를 참조하여 예를 들면, 서브 그래프 생성 장치(100)는 도 4의 (a)에서의 단말 A와 단말 B의 자원 정보를 기초로 하여 노드 AB를 생성하고, 단말 C와 단말 D의 자원 정보를 기초로 하여 노드 CD를 생성할 수 있다.Referring to (b) of FIG. 4, for example, the
따라서, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 엣지 자원 정보를 가공하고, 라인 그래프 형태로 표현함으로써, 후술할 인공지능 기반의 엣지 분석 모델의 학습을 보다 용이하게 할 수 있다.Therefore, according to an embodiment of the present application, the
또한, 서브 그래프 생성 장치(100)는 인공지능 기반의 엣지 분석 모델을 학습시킬 수 있다. 엣지 분석 모델은 엣지 자원 정보가 입력되면 해당 엣지에 대한 관계 정보를 출력하도록 학습된 인공지능 모델일 수 있다.In addition, the
구체적으로, 서브 그래프 생성 장치(100)는 적어도 하나의 엣지에 대하여 수집된 엣지 자원 정보와 해당 적어도 하나의 엣지에 대응하는 시작 단말 및 종말 단말을 통한 소정의 서비스의 제공 가부 정보에 기초하여 수행되는 지도 학습에 기반하여 엣지 분석 모델을 학습시킬 수 있다. 달리 말해, 서브 그래프 생성 장치(100)는 지도 학습 방식에 기반하여 엣지 분석 모델(도 3의 학습 신경망)을 구축할 수 있다.Specifically, the
구체적으로, 서브 그래프 생성 장치(100)는 소정의 서비스가 시작 단말 및 종말 단말에서 제공 가능한 상태에 대응하는 제1목표값, 소정의 서비스가 시작 단말에서 제공 불가능하나 종말 단말에서 제공 가능한 상태에 대응하는 제2목표값 및 소정의 서비스가 종말 단말에서 제공 불가능한 상태에 대응하는 제3목표값에 기초한 지도 학습을 통해 엣지 분석 모델을 학습시킬 수 있다.Specifically, the
이와 관련하여, 서브 그래프 생성 장치(100)는 해당 서비스에 대한 시작 단말 및 종말 단말의 연결(접속)을 통한 제공 가능성이 높을수록 높은 값으로 수치화된 관계 정보가 도출되도록, 제1목표값, 제2목표값 및 제3목표값 중에서 제1목표값이 가장 큰 값으로 설정되고, 다음으로 제2목표값이 크게 설정되고, 제3목표값이 가장 작은 값으로 설정되도록 할 수 있다(달리 말해, 제1목표값 > 제2목표값 > 제3목표값).In this regard, the
또한, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 엣지 분석모델의 학습 과정에서 엣지 분석 모델의 출력값과 전술한 목표값의 오차를 연산하고, 해당 오차를 엣지 분석 모델(학습 신경망)의 손실(Loss) 값으로 하여 엣지 분석 모델을 학습시킬 수 있다.In addition, according to an embodiment of the present application, the
도 5는 시작 단말 및 종말 단말을 통한 소정의 서비스의 제공 가부 정보에 기초하여 지도 학습을 수행하기 위하여 설정되는 목표값을 예시적으로 나타낸 도표이다.5 is a diagram exemplarily illustrating target values set to perform supervised learning based on information on whether a predetermined service is provided through a start terminal and an end terminal.
도 5를 참조하면, 상술한 제1목표값은 '1'로, 제2목표값은 '0.5'로, 제3목표값이 '0'으로 각각 설정될 수 있으나, 이에만 한정되는 것은 아니고, 서브 그래프 생성 장치(100)는 서브 그래프를 생성하고자 하는 서비스의 유형, 특성과 네트워크(20)에 참여한 단말의 수 등에 기초하여 각각의 목표값에 대한 구체적인 수치를 결정하도록 동작할 수 있다.Referring to FIG. 5, the aforementioned first target value may be set to '1', the second target value to '0.5', and the third target value to '0', but are not limited thereto, The
또한, 본원에서 개시하는 엣지 분석 모델의 구축을 위하여는 종래에 이미 공 지되었거나 향후 개발되는 다양한 지도 학습 알고리즘 모델이 적용될 수 있다.In addition, in order to build the edge analysis model disclosed herein, various supervised learning algorithm models previously known or developed in the future may be applied.
또한, 서브 그래프 생성 장치(100)는 전술한 과정을 통해 학습(구축)되어, 요청자 단말(1)이 포함된 특정 네트워크(20) 내에서 복수의 제공자 단말(2) 사이에서 정의되는 각각의 엣지 자원 정보가 입력되면, 입력된 엣지마다의 관계 정보를 출력하는 인공지능 기반의 엣지 분석 모델(학습 신경망)에 기초하여 네트워크(20) 내의 엣지 각각에 대한 관계 정보를 도출할 수 있다. 다시 말해, 서브 그래프 생성 장치(100)는 인공지능 기반의 엣지 분석 모델에 기초하여 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출할 수 있다. In addition, the
보다 구체적으로, 엣지 분석 모델(학습 신경망)에 의해 도출되는 엣지 각각에 대한 관계 정보는 시작 단말과 종말 단말의 연결 시 서비스 요청에 대응하는 서비스에 대한 제공 가능성을 포함하는 엣지의 유효성과 관련된 정보일 수 있다.More specifically, the relationship information for each edge derived by the edge analysis model (learning neural network) is information related to the effectiveness of the edge, including the possibility of providing a service corresponding to a service request when a start terminal and an end terminal are connected. can
달리 말해, 엣지 분석 모델은 소정의 엣지에 대하여 정의된 엣지 자원 정보를 입력으로 하여, 해당 엣지에 포함된 시작 단말과 종말 단말이 연결될 경우 해당 서비스를 유효하게 제공할 수 있는 가능성을 나타내는 수치화된 관계 정보를 출력으로서 제공할 수 있다.In other words, the edge analysis model takes edge resource information defined for a predetermined edge as an input, and when a start terminal and an end terminal included in the edge are connected, a digitized relationship indicating the possibility of effectively providing the corresponding service Information can be provided as output.
보다 구체적으로, 엣지 분석 모델(학습 신경망)은 앞서 상세히 설명한 목표값에 기반한 지도 학습을 통해, 입력된 엣지 자원 정보에 기초하여 해당 엣지와 관련하여 종말 단말이 시작 단말과 접속될 때 서비스를 유효하게 제공할 확률이 높을수록 제1목표값(예를 들면, 1)에 가까운 수치를 출력하도록 동작할 수 있다.More specifically, the edge analysis model (learning neural network) effectively provides a service when an end terminal is connected to a starting terminal in relation to a corresponding edge based on input edge resource information through supervised learning based on the target value described in detail above. The higher the probability to provide, the closer the value to the first target value (eg, 1) may be output.
또한, 서브 그래프 생성 장치(100)는 엣지 분석 모델에 의해 도출된 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정할 수 있다. 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 엣지 분석 모델에 의해 도출된 수치화된 관 계 정보가 미리 설정된 임계값 미만인 엣지는 비활성화하고, 엣지 분석 모델에 의해 도출된 수치화된 관계 정보가 전술한 임계값 이상인 엣지를 활성화하도록 활성 여부를 엣지마다 결정할 수 있다.In addition, the
예를 들어, 엣지 각각의 활성 여부를 결정하기 위한 기준인 임계값은 요청된 서비스의 유형, 네트워크(20)에 참여하는 단말(노드)의 수 등에 기초하여 설정됨으로써, 서브 그래프 생성 장치(100)가 요청자 단말(1)이 참여하는 네트워크(20)의 상태에 부합하는 단말 추천 또는 단말 군집 추천을 제공하도록 임계값이 결정될 수 있다.For example, the threshold value, which is a criterion for determining whether each edge is active, is set based on the type of requested service, the number of terminals (nodes) participating in the
본원의 일 실시예에 다르면, 서브 그래프 생성 장치(100)는 단말 각각의 자원 정보를 단말 간의 엣지 자원 정보로 변경하여, 학습 신경망을 통해 네트워크 내의 단말 간 관계를 학습하고, 학습된 관계를 통해서 요청된 특정 서비스에 대응하는 서브 그래프를 구축할 수 있다.According to an embodiment of the present invention, the
구체적으로, 서브 그래프 생성 장치(100)는 엣지 자원 정보를 기반으로 결정된 활성 여부에 기초하여 서브 그래프를 구축할 수 있다. 또한, 본원의 일 실시예에 따르면 서브 그래프 생성 장치(100)에 의해 생성되는 서브 그래프는 전술한 바와 같이 서비스 요청에 포함된 해당 서비스에서 요구하는 자원 정보를 고려하여 생성되는 것일 수 있다.In detail, the
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 결정된 활성 여부에 기초하여, 활성화된 엣지를 포함하는 서브 그래프를 생성하되, 활성화된 엣지 각각을 해당 엣지의 시작 단말에서 종말 단말로 뻗어나가도록 표현한 서브 그래프를 네트워크(20) 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축할 수 있다.According to an embodiment of the present application, the
한편, 서브 그래프 생성 장치(100)는 학습된 엣지 분석 모델을 통해 목표값을 만들기 위해 필요한 서비스가 일련의 규칙을 기초로 하여 요청되는 상황을 가정하여 서브 그래프를 생성하므로, 서브 그래프 생성 장치(100)에 의해 구축되는 서브 그래프는 해당 서비스를 네트워크(20)에 요청하는 요청자 단말(1)을 기준으로 생성(구축)되는 것으로 이해될 수 있다.On the other hand, since the
또한, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 생성된 서브 그래프를 요청자 단말(1)로 전송하여 요청자 단말(1)을 통해 생성된 서브 그래프가 표출(시각화)되도록 할 수 있다.In addition, according to an embodiment of the present invention, the
또한, 본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 서비스 요청의 규칙 변화 및 네트워크(20)의 환경 변화 중 적어도 하나가 발생하면, 이러한 변화를 반영하여 서브 그래프를 갱신하여 생성하도록 재차 전술한 서브 그래프 생성 프로세스를 수행할 수 있다.In addition, according to an embodiment of the present invention, when at least one of a change in a service request rule and a change in the environment of the
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 전술한 엣지 자원 정보를 연산하는 프로세스 및 엣지 자원 정보에 기반하여 엣지 간의 관계 정보와 활성 여부를 결정하는 프로세스를 모듈화하여 미리 설정된 갱신 주기마다 서브 그래프 생성 프로세스를 반복 수행하도록 동작할 수 있다.According to an embodiment of the present application, the
또한, 네트워크(20)의 환경 변화는 이를 테면, 해당 네트워크(20) 내의 기 참여하는 일부의 노드(단말)가 해당 네트워크(20)로부터 이탈하거나, 해당 네트워크(20)에 새로운 노드(단말)가 추가되는 경우 등을 포함할 수 있다.In addition, changes in the environment of the
이와 관련하여, 본원에서 개시하는 서브 그래프 생성 장치(100)는 한 쌍의 단말에 대하여 정의되는 엣지 간의 엣지 자원 정보와 이에 따른 관계 정보를 모든 단말 간의 조합에 대하여 정의하므로, 노드(단말)의 이탈 또는 추가에 대응하여 이탈되거나 추가된 노드(단말)와 연계된 엣지에 대하여만 엣지 자원 정보, 관계 정보, 활성 여부 등을 재차 판단하면 되므로, 노드(단말)의 이탈 또는 추가를 포함하는 네트워크(20)에 변화에 능동적으로 대응하여 신속하게 네트워크(20)의 변화를 반영한 서브 그래프를 재생성할 수 있다. 다시 말해, 서브 그래프 생성 장치(100)는 네트워크 내의 상태 변화에 대응하여 최신화 된 서브 그래프를 보다 신속하게 제공할 수 있다.In this regard, since the
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 하나 또는 복수의 단말들의 서비스 제공 가능 여부를 판단하여 서브 그래프를 평가할 수 있다.According to an embodiment of the present invention, the
도 6 내지 도 8은 본원의 일 실시예에 따른 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 하나 또는 복수의 단말들의 서비스 제공 가능 여부를 판단하여 서브 그래프를 평가하는 것을 설명하기 위한 도면이다.6 to 8 are diagrams for explaining evaluation of a subgraph by determining whether a starting terminal and one or a plurality of terminals connected to the starting terminal can provide a service based on the subgraph according to an embodiment of the present invention.
도 6은 요청자 단말 및 제공자 단말을 포함하는 서브 그래프를 나타낸 도면이다.6 is a diagram illustrating a subgraph including a requester terminal and a provider terminal.
도 6을 참조하면, 서브 그래프에서 시작 단말은 요청자 단말(1)을 의미할 수 있고, 요청자 단말(1)로부터 계층 구조로 엣지를 통해 연결된 단말들은 상술한 활성 여부의 결정 과정에서 활성화된 엣지로 연결된 단말인 활성화 단말(3)을 의미할 수 있으며, 요청자 단말(1) 및 활성화 단말(3)외의 단말(도 6에서 회색으로 표시된 단말)은 비활성화 단말을 의미할 수 있다.Referring to FIG. 6, in the sub-graph, a start terminal may mean a
도 7은 서브 그래프의 계층 구조를 나타낸 도면이다. 도 7은 도 6의 서브 그래프를 계층적으로 표현한 것일 수 있다.7 is a diagram showing a hierarchical structure of subgraphs. 7 may be a hierarchical representation of the subgraphs of FIG. 6 .
도 7을 참조하면, A는 요청자 단말(1)이고, B와 C는 A가 요청한 서비스에 대응하는 자원 정보를 적어도 일부 제공할 수 있는 단말(제공자 단말(2))을 의미할 수 있다. 또한, B와 C 사이의 단말(3)은 활성화 되어 있는 활성화 단말(3)이지만, A가 요청한 서비스에 대응하는 자원 정보를 제공할 수 없는 단말을 의미할 수 있다.Referring to FIG. 7 , A is a
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 요청자 단말(1), 즉 시작 단말로부터 연결된 하나 또는 복수의 단말들을 통해 제공 가능한 자원 정보들을 합산하여 서비스 제공 가능 여부를 판단하는 것일 수 있다. 다시 말해, 도 7을 참조하면, 시작 단말인 A가 요청한 서비스를 제공할 수 있는 단말인 B와 C의 제공 가능한 자원 정보들을 합산하고, 합산한 자원 정보들이 요청한 서비스의 서비스 자원 요구사항을 만족할 경우, 서브 그래프 생성 장치(100)는 서비스 제공이 가능하다고 판단할 수 있다.According to an embodiment of the present application, the
도 8은 서비스 제공 가능 여부를 판단하기 위해 각 단말의 자원 정보의 합산 과정을 가시적으로 나타낸 도면이다.8 is a diagram visually illustrating a process of adding up resource information of each terminal to determine whether a service can be provided.
A는 요청자 단말(1)이고, B와 C는 A가 요청한 서비스에 대응하는 자원 정보를 제공할 수 있는 단말(제공자 단말(2))을 나타낸 것이다.A is the
도 8을 참조하여 예시하면, A는 서비스를 만족시키기 위해 필요한 유형의 자원 정보인 a, b, c, d, e, f 중 a, b, c, f 유형의 자원 정보만을 포함하며, 도 8에 도시한 만큼의 자원 정보 양을 포함하고, B는 a, b, c, e 유형의 자원 정보를, C는 a, b, c, d 유형의 자원 정보를 도 8에 도시한 만큼 포함하고 있을 때, A, B, C 단말이 제공할 수 있는 자원 정보들을 모두 합산(종합)한 결과가 A가 요청한 서비스에 대응하는 서비스 자원 요구사항(자원 정보의 종류 및 양)을 모두 만족할 수 있으므로, 본원의 일 실시예에 따른 서브 그래프 생성 장치(100)는 해당 서비스에 대하여, 서비스 제공이 가능하다고 판단할 수 있다.As an example with reference to FIG. 8, A includes only resource information of types a, b, c, and f among a, b, c, d, e, and f, which are types of resource information necessary to satisfy a service. It includes the amount of resource information as shown in FIG. 8, B includes resource information of types a, b, c, and e, and C includes resource information of types a, b, c, and d as shown in FIG. At this time, since the result of summing (combining) all the resource information that can be provided by A, B, and C terminals can satisfy all service resource requirements (type and amount of resource information) corresponding to the service requested by A, the present application The
다시 말해, 서브 그래프 생성 장치(100)는 요청한 서비스에 대응하는 서비스 자원 요구사항을 복수의 제공자 단말로부터 제공 받을 수 있다. 즉, 서브 그래프 생성 장치(100)는 많은 자원을 요구하는 단일 요청자 단말에 적은 자원을 가진 한 개 또는 그 이상의 제공자 단말들로부터 분산 서비스를 제공할 수 있다.In other words, the
또한, 본원의 일 실시예에 따르면, 요청자 단말(1)과 하나 또는 복수의 제공자 단말(2)의 자원 정보의 합산(종합)한 결과가 요청자 단말(1)이 요청한 서비스에 대응하는 서비스 자원 요구사항을 만족하지 못할 경우, 서브 그래프 생성 장치(100)는 해당 서비스에 대하여, 서비스 제공이 불가능하다고 판단할 수 있으나, 이에 한정되는 것은 아니다.In addition, according to an embodiment of the present invention, a result of summing (synthesizing) resource information of the
다시 말해, 서브 그래프 생성 장치(100)는 생성(발견)한 서브 그래프를 기반으로, 요청자 단말(1) 및 하나 또는 복수의 제공자 단말의 자원 정보를 종합하고, 종합한 자원 정보를 요청자 단말(1)이 요청한 서비스의 서비스 자원 요구사항과 비교함으로써, 서비스 제공 가능 여부를 판단할 수 있다.In other words, the
또한, 서브 그래프 생성 장치(100)는 서비스 제공 가능 여부의 판단 결과를 기초로 하여 서브 그래프를 평가할 수 있다. 구체적으로, 서비스 제공 가능 여부의 판단 결과를 기초로 하여 서브 그래프 생성 장치(100)는 새로운 서브 그래프의 생성 시, 각 관계 정보를 이용한 각 엣지의 활성 여부를 결정하는 과정에 대한 피드백을 제공할 수 있다.Also, the
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 엣지 정보에 기반하여 복수의 단말에 대하여 계층적으로 생성되는 서브 그래프를 기초로 하여 서비스 제공 단말에 대한 추천이 이루어질 수 있어 네트워크 내에 다수의 단말이 존재하더라도 효율적인 평가를 할 수 있다.According to an embodiment of the present application, the
본원의 일 실시예에 따르면, 서브 그래프 생성 장치(100)는 상술한 서브그래프 생성(발견) 과정(도 3의 1단계) 및 서브그래프 평가 과정(도 3의 2단계)를 반복 수행함으로써, 요청자 단말(1)이 요청한 서비스에 대응하는 적합한 서브 그래프를 생성(발견)할 수 있다.According to an embodiment of the present invention, the
도 9는 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치의 개략적인 구성도이다.9 is a schematic configuration diagram of an apparatus for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present invention.
도 9를 참조하면, 서브 그래프 생성 장치(100)는, 라인 그래프 생성부(110), 서브 그래프 구축부(120) 및 평가부(130)를 포함할 수 있다.Referring to FIG. 9 , the
본원의 일 실시예에 따르면, 라인 그래프 생성부(110)는, 네트워크 내의 단말 각각의 자원 정보 및 상기 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현할 수 있다.According to an embodiment of the present application, the
본원의 일 실시예에 따르면, 자원 정보는 단말 각각의 저장 용량 정보, 연산 능력 정보, 메모리 정보 및 센서 탑재 정보 중 적어도 하나를 포함하는 것일 수 있다.According to an embodiment of the present application, the resource information may include at least one of storage capacity information, computing capability information, memory information, and sensor mounting information of each terminal.
본원의 일 실시예에 따르면, 엣지 자원 정보는 시작 단말과 종말 단말의 복수의 자원 정보들의 평균값으로 표현되는 자원 정보, 복수의 자원 정보들의 최대값으로 치환되는 자원 정보 및 복수의 자원 정보들 사이의 감산 결과 값으로 표현되는 자원 정보 중 적어도 하나의 자원 정보를 포함하는 것일 수 있다.According to an embodiment of the present application, the edge resource information is resource information expressed as an average value of a plurality of resource information of a start terminal and an end terminal, resource information replaced by a maximum value of a plurality of resource information, and information between a plurality of resource information. It may include at least one resource information among resource information expressed as a result value of subtraction.
본원의 일 실시예에 따르면, 라인 그래프는 엣지 자원 정보에 기초하여 생성된 노드를 포함하도록 네트워크 내의 단말들을 활용하여 표현되는 그래프일 수 있다.According to an embodiment of the present application, a line graph may be a graph expressed using terminals in a network to include nodes generated based on edge resource information.
서브 그래프 구축부(120)는 인공지능 기반의 엣지 분석 모델에 기초하여 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출하여 서브 그래프를 구축할 수 있다.The
본원의 일 실시예에 따르면, 관계 정보는 시작 단말과 종말 단말의 연결 시 서비스 요청에 대응하는 서비스에 대한 제공 가능성을 포함하는 엣지의 유효성과 관련된 정보일 수 있다.According to an embodiment of the present application, the relationship information may be information related to the validity of an edge including a possibility of providing a service corresponding to a service request when a start terminal and an end terminal are connected.
본원의 일 실시예에 따르면, 엣지 분석 모델은 엣지 자원 정보가 입력되면 해당 엣지에 대한 관계 정보를 출력하도록 학습된 인공지능 모델일 수 있다.According to an embodiment of the present application, the edge analysis model may be an artificial intelligence model learned to output relational information about a corresponding edge when edge resource information is input.
구체적으로, 서브 그래프 구축부(120)는. 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정하고, 활성 여부에 기초하여 서브 그래프를 구축하는 것일 수 있다.Specifically, the
또한, 서브 그래프 구축부(120)는, 활성화된 엣지를 포함하고, 활성화된 엣지를 상기 단말에서 종말 단말로 뻗어나가도록 표현한 서브 그래프를 네트워크 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축하는 것일 수 있다.In addition, the
평가부(130)는, 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 하나 또는 복수의 단말들의 서비스 제공 가능 여부를 판단하여 상기 서브 그래프를 평가할 수 있다.The
구체적으로, 평가부(130)는, 시작 단말로부터 연결된 하나 또는 복수의 단말들을 통해 제공 가능한 자원 정보들을 합산하여 서비스 제공 가능 여부를 판단하는 것일 수 있다.Specifically, the
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.Hereinafter, based on the details described above, the operation flow of the present application will be briefly reviewed.
도 10은 본원의 일 실시예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법에 대한 동작 흐름도이다.10 is an operation flowchart of a method for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present invention.
도 10에 도시된 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법은 앞서 설명된 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치(100)에 대하여 설명된 내용은 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법에 대한 설명에도 동일하게 적용될 수 있다.The method of generating a subgraph for recommending a terminal corresponding to a service request shown in FIG. 10 may be performed by the
도 10을 참조하면, 단계 S11에서 라인 그래프 생성부(110)는, 네트워크 내의 단말 각각의 자원 정보 및 상기 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현할 수 있다.Referring to FIG. 10, in step S11, the
다음으로, 단계 S12에서 서브 그래프 구축부(120)는 인공지능 기반의 엣지 분석 모델에 기초하여 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출하여 서브 그래프를 구축할 수 있다.Next, in step S12, the
구체적으로, 단계S12에서 서브 그래프 구축부(120)는. 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정하고, 활성 여부에 기초하여 서브 그래프를 구축하는 것일 수 있다.Specifically, in step S12, the
또한, 단계 S12에서 서브 그래프 구축부(120)는, 활성화된 엣지를 포함하고, 활성화된 엣지를 상기 단말에서 종말 단말로 뻗어나가도록 표현한 서브 그래프를 네트워크 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축하는 것일 수 있다.In addition, in step S12, the
다음으로, 단계 S13에서 평가부(130)는, 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 하나 또는 복수의 단말들의 서비스 제공 가능 여부를 판단하여 상기 서브 그래프를 평가할 수 있다.Next, in step S13, the
구체적으로, 단계 S13에서 평가부(130)는, 시작 단말로부터 연결된 하나 또는 복수의 단말들을 통해 제공 가능한 자원 정보들을 합산하여 서비스 제공 가능 여부를 판단하는 것일 수 있다.Specifically, in step S13, the
상술한 설명에서, 단계 S610 내지 S650은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.In the foregoing description, steps S610 to S650 may be further divided into additional steps or combined into fewer steps, depending on an embodiment of the present invention. Also, some steps may be omitted if necessary, and the order of steps may be changed.
본원의 일 실시 예에 따른 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.A method for generating a subgraph for recommending a terminal corresponding to a service request according to an embodiment of the present disclosure may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on the medium may be those specially designed and configured for the present invention or those known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler. The hardware devices described above may be configured to act as one or more software modules to perform the operations of the present invention, and vice versa.
또한, 전술한 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.In addition, the above-described method for generating a subgraph for recommending a terminal corresponding to a service request may be implemented in the form of a computer program or application stored in a recording medium and executed by a computer.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present application is for illustrative purposes, and those skilled in the art will understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present application. Therefore, the embodiments described above should be understood as illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as distributed may be implemented in a combined form.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present application is indicated by the following claims rather than the detailed description above, and all changes or modifications derived from the meaning and scope of the claims and equivalent concepts thereof should be construed as being included in the scope of the present application.
10: 서비스 제공 시스템
110: 서비스 요청에 대응한 단말 추천을 위한 서브 그래프 생성 장치
110: 엣지 정의부
120: 모델 학습부
130: 엣지 평가부
140: 서브 그래프 구축부
20: 네트워크
1: 요청자 단말
2: 제공자 단말
E: 엣지
N: 노드10: service delivery system
110: Sub-graph generating device for recommending a terminal in response to a service request
110: edge definition unit
120: model learning unit
130: edge evaluation unit
140: sub graph construction unit
20: Network
1: requester terminal
2: provider terminal
E: edge
N: node
Claims (14)
네트워크 내의 단말 각각의 자원 정보 및 상기 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현하는 단계;
인공지능 기반의 엣지 분석 모델에 기초하여 상기 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출하여 서브 그래프를 구축하는 단계; 및
상기 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 적어도 하나의 단말의 서비스 제공 가능 여부를 판단하여 상기 서브 그래프를 평가하는 단계,
를 포함하는, 서브 그래프 생성 방법.In the subgraph generation method for recommending a terminal corresponding to a service request,
Expressing resource information of each terminal in the network and edge resource information of an edge composed of a pair of terminals in a line graph based on the resource information;
constructing a sub-graph by deriving relational information about a corresponding edge based on an artificial intelligence-based edge analysis model with the edge resource information as an input; and
Evaluating the subgraph by determining whether a starting terminal and at least one terminal connected from the starting terminal can provide a service based on the subgraph;
Including, sub-graph generation method.
상기 서브 그래프를 구축하는 단계는,
상기 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정하고, 상기 활성 여부에 기초하여 서브 그래프를 구축하는 것인, 서브 그래프 생성 방법.According to claim 1,
The step of constructing the subgraph,
Wherein determining whether each edge is active based on the relationship information and constructing a subgraph based on the active state.
상기 서브 그래프를 구축하는 단계는,
활성화된 엣지를 포함하고, 상기 활성화된 엣지를 상기 시작 단말에서 종말 단말로 뻗어나가도록 표현한 상기 서브 그래프를 상기 네트워크 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축하는 것인, 서브 그래프 생성 방법.According to claim 2,
The step of constructing the subgraph,
Creating a subgraph that includes an activated edge and hierarchically builds the subgraph expressing the activated edge to extend from the start terminal to the end terminal for at least some terminals among a plurality of terminals in the network method.
상기 서브 그래프를 평가하는 단계는,
상기 시작 단말로부터 연결된 적어도 하나의 단말을 통해 제공 가능한 자원 정보들을 합산하여 상기 서비스 제공 가능 여부를 판단하는 것인, 서브 그래프 생성 방법.According to claim 1,
In the step of evaluating the subgraph,
and determining whether the service can be provided by summing up resource information that can be provided through at least one terminal connected from the starting terminal.
상기 라인 그래프는,
상기 엣지 자원 정보에 기초하여 생성된 노드를 포함하도록 상기 네트워크 내의 상기 단말들을 활용하여 표현되는 그래프인 것인, 서브 그래프 생성 방법.According to claim 1,
The line graph is
The method of generating a subgraph, which is a graph expressed by utilizing the terminals in the network to include a node generated based on the edge resource information.
상기 엣지 자원 정보는,
상기 시작 단말과 상기 종말 단말의 복수의 자원 정보들의 평균값으로 표현되는 자원 정보, 상기 복수의 자원 정보들의 최대값으로 치환되는 자원 정보 및 상기 복수의 자원 정보들 사이의 감산 결과 값으로 표현되는 자원 정보 중 적어도 하나의 자원 정보를 포함하는 것인, 서브 그래프 생성 방법.According to claim 5,
The edge resource information,
Resource information expressed as an average value of a plurality of resource information of the start terminal and the end terminal, resource information replaced with a maximum value of the plurality of resource information, and resource information expressed as a value resulting from subtraction between the plurality of resource information A method for generating a subgraph, comprising at least one resource information of
상기 자원 정보는,
단말 각각의 저장 용량 정보, 연산 능력 정보, 메모리 정보 및 센서 탑재 정보 중 적어도 하나를 포함하는 것인, 서브 그래프 생성 방법.According to claim 1,
The resource information,
A method for generating a sub-graph comprising at least one of storage capacity information, computational capability information, memory information, and sensor mounting information of each terminal.
상기 관계 정보는,
상기 시작 단말과 상기 종말 단말의 연결 시 상기 서비스 요청에 대응하는 서비스에 대한 제공 가능성을 포함하는 상기 엣지의 유효성과 관련된 정보인 것인, 서브 그래프 생성 방법.According to claim 1,
The relationship information is
The sub-graph generation method of claim 1 , wherein the information related to the validity of the edge including a possibility of providing a service corresponding to the service request when the start terminal and the end terminal are connected.
상기 엣지 분석 모델은,
상기 엣지 자원 정보가 입력되면 해당 엣지에 대한 관계 정보를 출력하도록 학습된 인공지능 모델인, 서브 그래프 생성 방법.According to claim 1,
The edge analysis model,
A method of generating a sub-graph, which is an artificial intelligence model learned to output relation information about a corresponding edge when the edge resource information is input.
상기 서브 그래프는,
상기 서비스 요청에 포함된 해당 서비스에서 요구하는 자원 정보를 고려하여 생성되는 것인, 서브 그래프 생성 방법.According to claim 1,
The subgraph,
The method of generating a subgraph, which is generated in consideration of resource information required by a corresponding service included in the service request.
네트워크 내의 단말 각각의 자원 정보 및 상기 자원 정보에 기초하여 한 쌍의 단말로 이루어지는 엣지의 엣지 자원 정보를 라인 그래프로 표현하는 라인 그래프 생성부;
인공지능 기반의 엣지 분석 모델에 기초하여 상기 엣지 자원 정보를 입력으로 해당 엣지에 대한 관계 정보를 도출하여 서브 그래프를 구축하는 서브 그래프 구축부; 및
상기 서브 그래프를 기초로 시작 단말 및 시작 단말로부터 연결된 적어도 하나의 단말의 서비스 제공 가능 여부를 판단하여 상기 서브 그래프를 평가하는 평가부,
를 포함하는, 서브 그래프 생성 장치.An apparatus for generating a subgraph for recommending a terminal corresponding to a service request,
A line graph generating unit that expresses resource information of each terminal in the network and edge resource information of an edge composed of a pair of terminals in a line graph based on the resource information;
a sub-graph building unit that constructs a sub-graph by deriving relational information about a corresponding edge based on an artificial intelligence-based edge analysis model based on the edge resource information as an input; and
an evaluation unit that evaluates the subgraph by determining whether a starting terminal and at least one terminal connected from the starting terminal can provide a service based on the subgraph;
Including, a sub-graph generating device.
상기 서브 그래프 구축부는,
상기 관계 정보에 기초하여 엣지 각각에 대한 활성 여부를 결정하고, 상기 활성 여부에 기초하여 서브 그래프를 구축하는 것인, 서브 그래프 생성 장치.According to claim 1,
The sub-graph building unit,
The apparatus for generating a sub-graph, wherein whether each edge is active is determined based on the relationship information, and a sub-graph is constructed based on the active state.
상기 서브 그래프 구축부는,
활성화된 엣지를 포함하고, 상기 활성화된 엣지를 상기 시작 단말에서 상기 종말 단말로 뻗어나가도록 표현한 상기 서브 그래프를 상기 네트워크 내의 복수의 단말 중 적어도 일부의 단말에 대하여 계층적으로 구축하는 것인, 서브 그래프 생성 장치.According to claim 2,
The sub-graph building unit,
The subgraph including an activated edge and expressing the activated edge to extend from the start terminal to the end terminal is hierarchically constructed for at least some terminals among a plurality of terminals in the network. generating device.
상기 평가부는,
상기 시작 단말 및 상기 종말 단말 사이의 모든 단말들을 통해 제공 가능한 자원 정보들을 합산하여 상기 서비스 제공 가능 여부를 판단하는 것인, 서브 그래프 생성 장치.
According to claim 1,
The evaluation unit,
and determining whether the service can be provided by adding up resource information that can be provided through all terminals between the start terminal and the end terminal.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210182860A KR102555244B1 (en) | 2021-12-20 | 2021-12-20 | Apparatus and method for generating subgraph for recommending terminal group corresponding to service request |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210182860A KR102555244B1 (en) | 2021-12-20 | 2021-12-20 | Apparatus and method for generating subgraph for recommending terminal group corresponding to service request |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20230094229A true KR20230094229A (en) | 2023-06-28 |
KR102555244B1 KR102555244B1 (en) | 2023-07-13 |
Family
ID=86994173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210182860A KR102555244B1 (en) | 2021-12-20 | 2021-12-20 | Apparatus and method for generating subgraph for recommending terminal group corresponding to service request |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102555244B1 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090090984A (en) * | 2008-02-22 | 2009-08-26 | 삼성전자주식회사 | Method and apparatus for generating a mashup graph, and method and apparatus for recommending mashup services |
KR20210053823A (en) * | 2020-05-27 | 2021-05-12 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | Multimedia resource recommendation method and device, electronic equipment and storage medium |
KR20210063874A (en) * | 2019-11-25 | 2021-06-02 | 주식회사 데이터마케팅코리아 | A method and an apparatus for analyzing marketing information based on knowledge graphs |
-
2021
- 2021-12-20 KR KR1020210182860A patent/KR102555244B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090090984A (en) * | 2008-02-22 | 2009-08-26 | 삼성전자주식회사 | Method and apparatus for generating a mashup graph, and method and apparatus for recommending mashup services |
KR20210063874A (en) * | 2019-11-25 | 2021-06-02 | 주식회사 데이터마케팅코리아 | A method and an apparatus for analyzing marketing information based on knowledge graphs |
KR20210053823A (en) * | 2020-05-27 | 2021-05-12 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | Multimedia resource recommendation method and device, electronic equipment and storage medium |
Also Published As
Publication number | Publication date |
---|---|
KR102555244B1 (en) | 2023-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200293838A1 (en) | Scheduling computation graphs using neural networks | |
Lee et al. | Opportunistic federated learning: An exploration of egocentric collaboration for pervasive computing applications | |
WO2022166115A1 (en) | Recommendation system with adaptive thresholds for neighborhood selection | |
WO2022166125A1 (en) | Recommendation system with adaptive weighted baysian personalized ranking loss | |
Srour et al. | A Water Flow‐Like Algorithm for the Travelling Salesman Problem | |
Ciobanu et al. | SPRINT‐SELF: social‐based routing and selfish node detection in opportunistic networks | |
Shafik et al. | Recommendation system comparative analysis: internet of things aided networks | |
Pires et al. | Recommendation system using reinforcement learning for what-if simulation in digital twin | |
Moysen et al. | Learning-based tracking area list management in 4g and 5g networks | |
Abeysekara et al. | Data-driven trust prediction in mobile edge computing-based iot systems | |
Gao et al. | A deep learning framework with spatial-temporal attention mechanism for cellular traffic prediction | |
Irfan et al. | MobiContext: A context-aware cloud-based venue recommendation framework | |
KR102555244B1 (en) | Apparatus and method for generating subgraph for recommending terminal group corresponding to service request | |
Liu et al. | A new QoS-aware service discovery technique in the Internet of Things using whale optimization and genetic algorithms | |
Rezvanian et al. | Social recommender systems | |
KR102484085B1 (en) | Apparatus and method for generating sub-graph for device recommendation of service request | |
Zhang et al. | A composite service provisioning mechanism in edge computing | |
Ren et al. | Smig-rl: An evolutionary migration framework for cloud services based on deep reinforcement learning | |
Gokulakrishan et al. | An advancing method for web service reliability and scalability using ResNet convolution neural network optimized with Zebra Optimization Algorithm | |
Wang et al. | A dynamic traffic awareness system for urban driving | |
Nithya et al. | Optimization-assisted personalized event recommendation for event-based social networks | |
Gou et al. | Optimization of edge server group collaboration architecture strategy in IoT smart cities application | |
Kim et al. | Integration of graphs from different data sources using crowdsourcing | |
Shokri Baghi et al. | A cloud database route scheduling method using a hybrid optimization algorithm | |
Lande et al. | Model of information spread in social networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |