Journal of Convergence for Information Technology (융합정보논문지)

Convergence Society for SMB (중소기업융합학회)
권호 표지
DOI QR코드

DOI QR Code

Different Heterogeneous IoT Data Management Techniques for IoT Cloud Environments

IoT 클라우드 환경을 위한 서로 다른 이기종의 IoT 데이터 관리 기법

  • Cho, Sung-Nam (Korea Institute of Science and Technology Information) ;
  • Jeong, Yoon-Su (Department of information Communication Convergence Engineering, Mokwon University)
  • 조성남 (한국과학기술정보연구원 학술정보공유센터) ;
  • 정윤수 (목원대학교 정보통신융합공학부)
  • Received : 2020.10.16
  • Accepted : 2020.12.20
  • Published : 2020.12.28
Download PDF
⟨ Previous Next ⟩

Abstract

Although IoT systems are used in a variety of heterogeneous environments as cloud environments develop, all IoT devices are not provided with reliable protocols and services. This paper proposes an IoT data management technique that can extend the IoT cloud environment to an n-layer multi-level structure so that information collected from different heterogeneous IoT devices can be efficiently sorted and processed. The proposed technique aims to classify and process IoT information by transmitting routing information and weight information through wireless data link data collected from heterogeneous IoT devices. The proposed technique not only delivers information classified from IoT devices to the corresponding routing path but also improves the efficiency of IoT data processing by assigning priority according to weight information. The IoT devices used in the proposed technique use each other's reliable protocols, and queries for other IoT devices locally through a local cloud composed of hierarchical structures have features that ensure scalability because they maintain a certain cost.y channels of IoT information in order to make the most of the multiple antenna technology.

클라우드 환경이 발달하면서 이질적인 환경에서 IoT 시스템이 다양하게 사용되고 있지만 모든 IoT 장치가 신뢰할 수 있는 프로토콜 및 서비스가 제공되지 않고 있다. 본 논문에서는 서로 다른 이기종의 IoT 장치에서 수집되는 정보를 효율적으로 분류하여 처리할 수 있도록 IoT 클라우드 환경을 n-계층 다단계 구조로 확장할 수 있는 IoT 데이터 관리기법을 제안한다. 제안 기법은 이기종의 IoT 장치로부터 수집되는 데이터를 무선 데이터 링크를 통해 라우팅 정보와 가중치 정보를 전달하여 IoT 정보를 분류 및 처리하는 것이 목적이다. 제안 기법은 IoT 장치로부터 분류된 정보를 해당 라우팅 경로로 전달할 뿐만 아니라 가중치 정보에 따라 우선 순위를 배정하도록 하여 IoT 데이터 처리 효율을 향상시키고 있다. 제안 기법에서 사용되는 IoT 장치는 서로 신뢰할 수 있는 프로토콜을 사용하며, 계층적 구조로 구성된 로컬 클라우드를 통해 로컬에서 다른 IoT 장치에 대한 쿼리는 일정한 비용을 유지하기 때문에 확장성을 보장하는 특징을 가지고 있다.

Keywords

References

  1. A. Whitmore, A. Agarwal & L. Da Xu. (2015). The Internet of Things-A survey of topics and trends. Inf. Syst. Front., 17(2), 261-274. DOI : 10.1007/s10796-014-9489-2
  2. R. Roman, P. Najera & J. Lopez. (2011). Securing the Internet of Things. Computer, 44(9), 51-58. DOI : 10.1109/MC.2011.291
  3. H. Ning&H. Liu. (2015). Cyber-physical-social-thinking space based science and technology framework for the Internet of Things. Sci. China Inf. Sci., 58(3), 1-19. DOI : 10.1007/s11432-014-5209-2
  4. D. He, C. Chen, S. Chan, J. Bu & L. T. Yang. (2013). Security analysis and improvement of a secure and distributed reprogramming protocol for wireless sensor networks. IEEE Trans. Ind. Electron., 60(11), 5348-5354. DOI : 10.1109/TIE.2012.2218562
  5. C. Zhu, J. J. P. C. Rodrigues, V. C. M. Leung, L. Shu & L. T. Yang. (2018). Trust-based communication for the industrial Internet of Things. IEEE Commun. Mag., 56(2), 16-22. DOI : 10.1109/MCOM.2018.1700592
  6. M. Abomhara & G. M. Koien. (2014). Security and privacy in the Internet of Things: Current status and open issues. In 2014 international conference on privacy and security in mobile systems (PRISMS) DOI : 10.1109/PRISMS.2014.6970594
  7. C. A. Ciufo. (2014). Industrial Equipment Talking on the IoT? Bet ter get a Gateway (Device).
  8. L. Atzori, A. Iera & G. Morabito. (2010). The Internet of Things: A survey. Comput. Netw., 54(15), 2787-2805. DOI : 10.1016/j.comnet.2010.05.010
  9. R. Mital, J. Coughlin & M. Canaday. (2014). Using big data technologies and analytics to predict sensor anomalies. in Proc. Adv. Maui Opt. Space Surveill. Technol. Conf., pp. 84.
  10. N. Golchha. (2015). Big data-the information revolution. Int. J. Adv. Res., 1(12), 791-794.
  11. O. Kwon & N. B. L. Shin. (2014). Data quality management, data usage experience and acquisition intention of big data analytics. Int. J. Inf. Manage., 34(3), 387-394. DOI : 10.1016/j.ijinfomgt.2014.02.002
  12. P. Russom. (2011). Big Data Analytics. TDWI best practices report, fourth quarter, 19(4), 1-34.
  13. M. D. Assuncao, R. N. Calheiros, S. Bianchi, M. A. S. Netto & R. Buyya. (2013). Big data computing and clouds: Challenges, solutions, and future directions. arXiv preprint arXiv:1312.4722, 10.
  14. I. A. T. Hashem et al. (2015). The rise of 'big data' on cloud computing: Review and open research issues. Information systems, 47, 98-115. DOI : 10.1016/j.is.2014.07.006
  15. D. Singh & C. K. Reddy. (2014). A survey on platforms for big data analytics. J. Big Data, 2(1), 1. DOI:10.1186/s40537-014-0008-6
  16. C. A. Steed. (2013). Big data visual analytics for exploratory earth system simulation analysis. Comput. Computers & Geosciences, 61, 71-82. DOI : 10.1016/j.cageo.2013.07.025