모바일 P2P 네트워크 환경에서 효율적인 연속 질의 처리 기법 :Efficient Continuous Query Processing Schemes in Mobile Peer-to-Peer Network Environments

임종태

추천

검색

자료유형: 학위논문

저자정보: 임종태 (충북대학교, 충북대학교 대학원)

지도교수: 유재수

발행연도: 2015

저작권: 충북대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (6)

2015

모바일 P2P 네트워크 환경에서 효율적인 연속 질의 처리 기법

임종태 情報通信工學科(院) 2015.01 학위논문

2014

이동 P2P 네트워크에서 비균일한 데이터 분포를 고려한 스카이라인 질의 처리 기법

임종태 , 박선용 , 이하 외 2명 한국정보과학회 학술발표논문집 2014.06 학술대회자료

2013

이동 P2P 네트워크에서 다중 속성을 고려한 효율적인 연속 Top-k 질의 처리 기법

임종태 , 박용훈 , 이하 외 2명 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2013.06 학술저널

2012

이동 P2P 네트워크에서 위치 기반 서비스를 위한 연속 Top-k 질의 처리 기법

임종태 , 박용훈 , 복경수 외 1명 한국정보과학회 학술발표논문집 2012.11 학술대회자료

이동 P2P 네트워크 환경에서 효율적인 연속 범위 질의 처리 기법

임종태 , 박용훈 , 복경수 외 1명 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2012.04 학술저널

2011

이동 P2P 네트워크 환경에서 효율적인 연속 범위 질의 처리 기법

임종태 , 박용훈 , 복경수 외 1명 한국정보과학회 학술발표논문집 2011.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

무선 통신 기술의 발전과 함께 스마트폰, PDA, 태블릿 PC와 같은 모바일 기기의 보급이 확산되면서 모바일 기기 사용자의 위치 정보를 기반으로 필요한 정보를 제공하는 위치 기반 서비스에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 모바일 P2P 기반의 효율적인 연속 질의 처리 기법을 제안한다. 제안하는 연속 질의 처리 기법에서는 범위 질의, k-최근접 질의, 스카이라인 질의, Top-k 질의를 다룬다. 첫 번째, 본 논문에서는 효율적인 범위 질의 처리 기법을 제안한다. 제안하는 범위 질의 처리 기법은 질의 배포 과정과 실제 질의를 처리하거나 변경된 질의 결과를 반영하는 과정으로 이루어진다. 질의 배포는 질의 결과에 영향을 미칠 가능성이 있는 모든 피어들에게 배포한다. 질의를 수신한 피어들은 스스로 어떤 질의에 영향을 미치는지를 계산하고 모니터링을 수행한다. 두 번째, 본 논문에서는 효율적인 k-최근접 질의 처리 기법을 제안한다. 제안하는 k-최근접 질의 처리 기법은 질의 피어와 근접한 k개의 피어를 효율적으로 모니터링하기 위하여 Monitoring-Region을 생성하여 배포한다. Monitoring-Region은 주변 피어들의 이동 벡터를 이용하여 특정 시간 범위 내에서 최소 k개의 질의 결과를 보장하기 위해 만들어진 영역이다. 제안하는 k-최근접 질의 처리 기법은 주변 피어들의 벡터를 이용하여 Monitoring-Region을 계산하기 때문에 유지 시간을 증가시켜 Monitoring-Region 영역의 무효화에 따른 질의 재수행 비용을 감소시킨다. 세 번째, 본 논문에서는 효율적인 스카이라인 질의 처리 기법을 제안한다. 제안하는 스카이라인 질의 처리 기법은 각 피어들이 데이터 분포에 따라 질의 요청 메시지를 전달할지 여부를 스스로 판단하기 때문에 비균일한 데이터 분포에 적응적으로 동작한다. 또한 각 피어들은 질의 요청 메시지를 받았을 때 자신이 가진 객체 정보를 이용하여 로컬 스카이라인을 처리하고, 질의 피어는 이렇게 처리된 결과를 병합하여 스카이라인 결과를 도출한다. 때문에 전체 네트워크 자원을 효율적으로 사용할 수 있으며, 불필요한 데이터 전송 비용을 감소시킬 수 있다. 마지막으로, 본 논문에서는 효율적인 Top-k 질의 처리 기법을 제안한다. 제안하는 Top-k 질의 처리 기법은 위치를 기반으로 질의 배포 과정에서 실제 질의 결과에 포함될만한 정보들을 가진 피어들에게만 질의를 배포한다. 또한, 질의를 수신한 피어들은 Top-k에 해당하는 정보들을 선별적으로 질의 피어에게 응답한다. 마지막으로 연속 질의 처리시 새롭게 발견되는 정보들을 효율적으로 모니터링하여 결과를 점진적으로 갱신한다. 제안하는 기법의 우수성을 입증하기 위해 기존 기법과 성능 평가를 수행한 결과 제안하는 기법이 기존 기법보다 우수한 성능을 보였다. 성능 평가 결과, 제안하는 기법이 기존 기법에 비해 메시지 수, 데이터 접근 횟수, 그리고 정확도면에서 우수한 성능을 나타냈다.

With the development of mobile devices such as smart phone and tablet PC, many studies on location based services(LBS) have been done. In this dissertation, we propose efficient continuous query processing schemes in mobile peer-to-peer network environments. The continuous query processing schemes deal with a range query, a k-nearest neighbor(k-NN) query, a skyline query, and a top-k query.
First, we propose an efficient range query processing scheme. The proposed range query processing scheme consists of two phases. The first phase is a query distribution that the query peer distributes the query to neighbor peers. The second phase is a result update. The peers receiving the query compute and monitor the result of the range query. Since the proposed range query scheme computes the update time in advance, it updates the result of a range query efficiently.
Second, we propose an efficient k-nearest neighbor query processing scheme. The proposed k-nearest neighbor query processing scheme disseminates a monitoring-region to efficiently monitor the k-nearest neighbor peers. The monitoring-region is created to assure at least k peers as the result of the query within the time range using the vector of neighbor peers. In the proposed scheme, the monitoring-region is valid for a long time because it is calculated by the vectors of neighbor peers of the query peer. Therefore, the proposed scheme decreases re-processing costs by monitoring-region invalidation.
Third, we propose an efficient skyline query processing scheme. The proposed skyline query processing scheme distributes a query to neighbor peers that can include the candidate objects of its result. The peers receiving the query message respond the local skyline results and the query peer merges them. Therefore, the proposed skyline query processing scheme uses the network resource efficiently and decreases the communication cost.
Finally, we propose an efficient top-k query processing scheme. The proposed top-k query processing scheme distributes the query to neighbor peers that include the candidate objects of the result. The peers receiving the query respond the information of target objects that can choose the result. When the proposed top-k query processing scheme processes a continuous top-k query, it efficiently monitors new objects and incrementally updates the result of the query.
In order to show the superiority of the proposed continuous query processing schemes, we compare them with the existing schemes through performance evaluation. As a result, it is shown that the proposed continuous query processing schemes outperforms the existing schemes in terms of the number of messages, the number of data accesses, and accuracy.

#위치기반서비스 #모바일 P2P #연속 질의 #범위 질의 #k-NN 질의 #스카이라인 질의 #Top-k 질의

Ⅰ. 서론 1
Ⅱ. 관련연구 5
1. Dominant Pruning 7
2. MP2P 기반의 범위 질의 처리 기법 9
3. MP2P 기반의 k-최근접 질의 처리 기법 11
4. MP2P 기반의 스카이라인 질의 처리 기법 20
5. MP2P 기반의 Top-k 질의 처리 기법 24
Ⅲ. 제안하는 MP2P 기반의 연속 질의 처리 기법 28
1. 제안하는 MP2P 기반의 연속 범위 질의 처리 기법 29
(1) 전체 처리 절차 29
(2) 질의 배포 30
(3) 질의 처리 및 결과 갱신 33
2. 제안하는 MP2P 기반의 연속 k-최근접 질의 처리 기법 36
(1) 전체 처리 절차 36
(2) 초기 질의 배포 및 수집 40
(3) Monitoring-Region 산출 및 배포 48
(4) 협업을 통한 질의 결과 갱신 48
3. 제안하는 MP2P 기반의 연속 스카이라인 질의 처리 기법 57
(1) 전체 처리 절차 57
(2) 질의 배포 58
(3) 질의 처리 및 응답 63
(4) 질의 갱신 65
4. 제안하는 MP2P 기반의 연속 Top-k 질의 처리 기법 68
(1) 전체 처리 절차 68
(2) 질의 배포 70
(3) 질의 처리 및 응답 73
(4) 질의 갱신 및 재수행 75
Ⅳ. 성능평가 78
1. MP2P 기반의 연속 범위 질의 처리 기법 78
(1) 성능평가 환경 78
(2) 성능평가 결과 78
2. MP2P 기반의 연속 k-최근접 질의 처리 기법 82
(1) 성능평가 환경 82
(2) 성능평가 결과 84
3. MP2P 기반의 연속 스카이라인 질의 처리 기법 92
(1) 성능평가 환경 92
(2) 성능평가 결과 93
4. MP2P 기반의 연속 Top-k 질의 처리 기법 97
(1) 성능평가 환경 97
(2) 성능평가 결과 98
Ⅴ. 결론 및 향후연구 103
참고문헌 105

최근 본 자료

전체보기

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

이 논문의 연구 히스토리 (6)

초록· 키워드

목차

최근 본 자료

댓글(0)