Journal of KIISE:Information Networking (한국정보과학회논문지:정보통신)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Failure Restoration of Mobility Databases by Learning and Prediction of User Mobility in Mobile Communication System

이동 통신 시스템에서 사용자 이동성의 학습과 예측에 의한 이동성 데이타베이스의 실채 회복

  • 길준민 (고려대학교 기초과학연구소) ;
  • 황종선 (고려대학교 컴퓨터학과) ;
  • 정영식 (원광대학교 컴퓨터 및 정보통신공학부)
  • Published : 2002.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes a restoration scheme based on mobility learning and prediction in the presence of the failure of mobility databases in mobile communication systems. In mobile communication systems, mobility databases must maintain the current location information of users to provide a fast connection for them. However, the failure of mobility databases may cause some location information to be lost. As a result, without an explicit restoration procedure, incoming calls to users may be rejected. Therefore, an explicit restoration scheme against the failure of mobility databases is needed to guarantee continuous service availability to users. Introducing mobility learning and prediction into the restoration process allows systems to locate users after a failure of mobility databases. In failure-free operations, the movement patterns of users are learned by a Neuro-Fuzzy Inference System (NFIS). After a failure, an inference process of the NFIS is initiated and the users' future location is predicted. This is used to locate lost users after a failure. This proposal differs from previous approaches using checkpoint because it does not need a backup process nor additional storage space to store checkpoint information. In addition, simulations show that our proposal can reduce the cost needed to restore the location records of lost users after a failure when compared to the checkpointing scheme

본 논문에서는 이동 통신 시스템 내에 존재하는 이동성 데이타베이스의 실패 처리를 위한 이동성 학습과 예측에 기반한 회복 기법을 제안한다. 이동 통신 시스템에서 이동성 데이타베이스는 사용자들에게 빠른 연결을 제공하기 위해 사용자의 현재 위치 정보를 유지해야 한다 그러나, 이동성 데이터베이스의 실패는 사용자의 위치 정보를 잃어버리게 만든다. 결과적으로, 명백한 회복 과정 없이는 실패 상황에서 사용자의 호 요청은 거절된다. 따라서, 이동성 데이타베이스에 실패가 발생하였을 때, 실패에 효과적으로 대처할 수 있는 명백한 회복 기법이 사용자들에게 연속적인 서비스 가용성을 보장해 주기 위해서 필요하다. 본 논문의 회복 기법에서 사용되는 이동성 학습과 예측은 이동성 데이타베이스의 실패 후 시스템에 의해서 사용자의 위치를 파악하기 위한 기능을 담당한다. 실패 없는 연산 동안 사용자의 이동 패턴은 뉴로-퍼지 추론 시스템에 의해서 학습되며, 학습된 위치 정보는 실패 후 잃어버린 사용자의 위치를 파악하기 위해서 사용된다. 따라서, 본 논문의 회복 기법은 백업 과정과 검사점 정보를 저장하기 위해 필요한 부가적인 저장 공간을 요구하지 않기 때문에 검사점을 사용하는 이전의 접근방법과 다르다. 게다가, 성능 분석을 위한 시뮬레이션은 본 논문의 회복 기법이 실패 후 잃어버린 사용자의 위치 정보를 회복하는데 소요되는 비용을 검사점에 기반한 회복 기법과 비교하여 상당히 줄일 수 있음을 보여준다.

Keywords

References

  1. T. Imielinski and H.F. Korth, Mobile Computing, Kluwer Academic Publishers, 1996
  2. E. Pitoura and G. Samaras, Data Management for Mobile Computing, Kluwer Academic Publishers, 1998
  3. I.F. Akyildiz and J.S.M. Ho, 'A mobile user location update and paging mechanism under delay constraints,' Computer Communication Review, vol. 25, no. 4, pp. 244-255, Oct. 1995 https://doi.org/10.1145/217391.217455
  4. B. Awerbuch and D. Peleg, 'Online tracking of mobile users,' Journal of ACM, vol. 42, no. 5, pp. 1021-1058, Sep. 1995 https://doi.org/10.1145/210118.210132
  5. A. Bar-Noy and I. Kessler, 'Tracking mobile users in wireless communication networks,' IEEE Trans. on Information Theory, vol. 39, no. 6, pp. 1877-1886, Nov. 1995 https://doi.org/10.1109/18.265497
  6. S. Tabbane, 'An alternative strategy for location tracking,' IEEE Journal on Slelected Areas in Communications, vol. 13, no. 5, pp. 880-892, June 1995 https://doi.org/10.1109/49.391746
  7. EIA/TIA, 'Cellular radio-telecommunications inter-systems operations: Automatic roaming,' Technical Report IS-41.3-B, EIA/TIA, 1991
  8. ETSI/TC, 'Restoration procedures, version 4.2.0,' Technical Report Recommendation GSM 03.07, ETSI/TC, 1993
  9. Y.-B. Lin, 'Failure restoration of mobility databases for personal communication networks,' ACM-Baltzer Journal of Wireless Networks, vol. 1, no. 3, pp. 365-372, 1995 https://doi.org/10.1007/BF01200853
  10. T.-P. Wang, C.-C. Tseng, and W.-K. Chou, 'An aggressive approach to failure restoration of PCS mobility databases,' Mobile Computing and Communication Review, vol. 1, no. 3, pp. 21-28, Sep. 1997 https://doi.org/10.1145/583992.583994
  11. G. Liu and G. Maguire Jr., 'A class of mobile motion prediction algorithms for wireless mobile computing and communications,' Mobile Networks and Applications, vol. 1, pp. 113-121, 1996 https://doi.org/10.1007/BF01193332
  12. T. Liu, P. Bahl, and I. Chlamtac, 'Mobility modeling, location tracking, and trajectory prediction in wireless ATM networks,' IEEE Journal on Selected Areas in Communications, vol. 16, no. 6, pp. 922-936, Aug. 1998 https://doi.org/10.1109/49.709453
  13. J. Chan and A. Seneviratne, 'A practical user mobility prediction algorithm for supporting adaptive QoS in wireless networks,' Proc. of IEEE Int'l Conf. on Networks (ICON '99), pp. 104-111, Sep. 1999 https://doi.org/10.1109/ICON.1999.796167
  14. 길준민, 박찬열, 양권우, 한연희, 황종선, '이동 컴퓨팅 시스템에서 뉴로-퍼지 추론 시스템을 이용한 지능적 이동성 예측', 한국정보과학회 논문지(A), 제26권, 제4호, pp. 472-487, 1999
  15. J.-M. Gil, C.Y. Park, Y.-H. Han, C.-S. Hwang, and Y.-S. Jeong, 'Simulation of a Mobility Prediction Scheme by Neuro-Fuzzy Theory in Mobile Computing,' Simulation Journal (Special Issue on Mobile and Wireless Communications and Information Processing), vol. 75, no. 1, pp. 6-17, July 2000 https://doi.org/10.1177/003754970007500102
  16. J.-S. R. Jang, C.-T. Sun, and E. Mizutani, Neuro-Fuzzy and Soft Computing, Prentice Hall, 1997
  17. R. Thomas, H. Gilbert, and G. Mazziotto, 'Influence of the movement of mobile station on the performance of the radio cellualr network,' Proc. of 3rd Nordic Seminar, Sep. 1988
  18. D. Hong and S.S. Rappaport, 'Traffic model and performance analysis for cellular mobile radion telephone systems with prioritized and non-prioritized handoff procedure,' IEEE Trans. on Vehicular Technology, vol. 35, no. 3, pp. 77-91, Aug. 1986 https://doi.org/10.1109/T-VT.1986.24076
  19. D. Lam, D.C. Cox, and J. Widom, 'Teletraffic modeling for personal communication services,' IEEE Comm. Mag. Special Section on Teletraffic Modeling, vol. 35, no. 2, pp. 79-87, Feb. 1997
  20. J. Scourias and T. Kunz, 'A dynamic individualized location management algorithm,' Proc. of the 8th IEEE Int'l Symposium on Personal, Indoor, and Mobile Radio Communications, pp. 1004-1008, Sep. 1997 https://doi.org/10.1109/PIMRC.1997.627037
  21. N. Oppenheim, Urban Travel Modeling, A Wiley-Interscience Publication, 1994