이동통신 서비스 이용행태를 고려한 무선데이터 트래픽 분석에 관한 연구

변희섭

doi:10.52558/ISM.2023.12.24.3.73

추천

검색

질문

자료유형: 학술저널

저자정보: 변희섭 (한림대학교)

저널정보: 한국정보사회학회 정보사회와 미디어 정보사회와 미디어 제24권 제3호

발행연도: 2023.12

수록면: 73 - 108 (36page)

DOI: 10.52558/ISM.2023.12.24.3.73

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

무선통신 기술의 진화에 따른 초연결 사회로의 전환으로 인해 무선데이터 트래픽이 급격히 증가하고 있다. 정책적 관점에서, 트래픽 변화 양상이 효과적으로 파악되어야 주파수 신규할당, 이용효율 개선, 기술 혁신 등과 같은 대안을 마련할 수 있다. 기존 연구는 대개 최번시 이용시간, 설문조사 등을 통해 트래픽을 분석하고 있어 다변화하는 소비자의 이용행태를 반영하거나, 객관성을 담보하기 힘들다. 이러한 논의 하에서, 본 연구는 소비자의 경제적 유인과 이용행태를 반영하는 요인들이 무선데이터 트래픽에 미치는 효과를 분석한다. 트래픽 영향요인으로, 요금, 소득, 주파수 할당량, 서비스 품질, 기술방식 이용도, 콘텐츠 이용행태 등을 고려하며, 방법론으로 주성분 회귀분석을 활용한다. 이동통신시장 자료를 활용한 실증분석결과, 서비스 품질, 기술방식 이용도 등이 무선데이터 트래픽에 유의미한 영향을 미치는 것으로 확인된다. 본 연구의 결과는 통신정책 수립의 객관화·과학화에 기여할 것으로 기대된다. 구체적으로, 분석된 트래픽은 주파수의 할당, 재할당, 회수·재배치 등과 같은 정책설계에 있어 수요평가의 근거로 활용될 수 있다.

Due to the evolution of wireless communication technology and the subsequent transition to a hyper-connected society, there has been a rapid increase in wireless data traffic. From a telecommunication policy standpoint, it is crucial to analyze this traffic in order to devise effective policies, such as spectrum allocation and re-farming. Traditionally, traffic analysis has predominantly relied on factors like busy hour usage and survey outcomes. The busy hour usage approach operates under the assumption that consumer service usage remains fixed at a specific level (maximum) for a set period. However, consumer behavior regarding mobile communication services is evolving rapidly. The emergence of data-intensive services like AR (augmented reality), VR (virtual reality), and cloud computing is driving changes in consumer behavior patterns. Traffic analysis via survey results tends to be qualitative in nature, potentially raising concerns regarding objectivity and reliability. While there is a push for the scientificization and objectification of spectrum management policies, utilizing survey-based approaches may not fully meet these requirements. Therefore, there is an emphasized need to develop methodologies that transcend the limitations posed by busy hour usage assumptions and qualitative survey-based analyses to ensure more objective and reliable spectrum management policies.
In light of these discussions, this study aims to explore the impact of various factors that mirror consumers" incentives and behaviors on wireless data traffic. Specifically, I delve into consumers" economic motivations (such as average revenue per user and service quality), their technology adoption, and their content usage patterns. The theoretical framework of this study can be viewed as an effort to apply and broaden the demand function of consumer theory within economics. Given that consumers are the primary entities generating traffic, it"s a logical approach to construct an analytical model based on inferences drawn from their choices and behaviors. Methodologically, this study employs principal component regression. This methodology unfolds in two distinct steps. Initially, I categorize factors that may influence traffic and identify key components that maximize the information contained within each category of factors. Subsequently, I conduct regression analysis by integrating the principal component factors from each category along with other pertinent variables into a model. This approach aims to enhance the existing demand analysis model, which traditionally relies on single information sources such as past traffic (time-series analysis) and the number of subscribers (diffusion model). By employing principal component regression, this study seeks to augment the explanatory power of the model and expand its scope.
This study uses the Korean mobile market as its empirical sample. The rationale behind this choice is the substantial number of consumers within this market and their tendency to exhibit sensitive changes in behavior. Moreover, from the perspective of telecommunication policy, this market presents a significant demand for accurate traffic analysis concerning spectrum allocation and the determination of spectrum prices. The empirical analysis conducted in this study reveals that service quality and the acceptance of technology have a significant influence on mobile data traffic. These findings carry two noteworthy policy implications. Firstly, they advocate for the consideration of service quality in traffic analysis for the formulation of spectrum allocation and assignment strategies. Secondly, they serve as evidence supporting the notion that the introduction of new mobile communication technologies correlates with an upsurge in consumer demand (traffic). Furthermore, the results of this study can contribute significantly to the objectification and scientific grounding of telecommunication policy. Specifically, the observed changes in analyzed traffic can serve as a foundational basis for evaluating demand within spectrum management policies, encompassing aspects like spectrum allocation, reallocation, and re-farming. These findings not only provide insights into the factors influencing mobile data traffic but also offer practical implications for formulating effective telecommunication policies based on empirical evidence.

#무선데이터 트래픽 #이동통신 산업 #수요 예측 #경제적 유인 #소비자 이용행태 #Wireless data traffic #Mobile industry #Demand forecasting #Economic incentive #Consumer behavior

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

변희섭

소속기관 한림대학교

주요연구분야 사회과학 > 사회학 > 사회학 일반

논문수 1 이용수 68

이 논문과 함께 이용한 논문

암호화 트래픽 분류를 위한 통계적 특징 추출 방법

김주성 , 유경민 , 박지태 외 2명 한국통신학회 학술대회논문집 2024 .01

암호화된 악성 트래픽 데이터셋에서의 nPrint의 유효성 분석

박재우 , 김민수 , 노희준 한국정보과학회 학술발표논문집 2023 .06

악성 봇넷 별 트래픽 분석을 통한 탐지 척도 선정

장대일 , 김민수 , 정현철 외 1명 정보보호학회논문지 2011 .06

네트워크 트래픽 특성 분석을 통한 스캐닝 웜 탐지 기법

강신헌 , 김재현 정보과학회논문지 : 정보통신 2008 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089257683

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)