초록
유비쿼터스 지능공간 모니터링 시스템은 유비쿼터스 지능공간 내에서의 다양한 스마트 객체의 기능, 성능 및 상태를 모니터링하고 분석함으로써 사용자 지수, 서비스의 통합 동작 상황, 서비스의 상태를 판단할 수 있는 정보를 실시간으로 제공해준다. 또한 최적화 및 자기 관리를 통하여 서비스 성능을 향상시킬 수 있는 기능을 제공한다. 이러한 실시간 모니터링 시스템의 적용범위를 확장하기 위해서는 유동적인 대량의 데이터 처리가 필요하다. 본 논문에서는 모니터링 시스템을 구성하는 스마트 객체의 데이터 발생에 따라 유발되는 에이전트들의 부하를 해결하기 위해 부하를 예측하여 미리 분산시키는 기법을 제안한다. 제안된 기법이 적용된 시스템은 실험을 통해 기존의 시스템에 비해 전체 데이터 마감시간 초과율이 매개변수가 1일 경우, 80%이상 감소됨을 보여준다.
Monitoring and analyzing the status of smart objects, the ubiquitous smart monitoring system provides several information such as user-state index, service states and system operation among the services in real time. It also provides self-optimization and self-management for enhancing the performance of services. In order to expand the application scope of this real-time monitoring system, it is indispensible to process huge amount of stream data. In this paper, we propose a load balancing scheme to solve the overload of the monitoring agents. Our proposed scheme reduces deadline miss ratio of entire data by more than 80%.
