In context-aware computing, the context aggregation is an important part of the context management. It aggregates low-level contexts captured and supplied by mobile devices into high-level ones to perceive the situation of users. In an infrastructure-based smart space (i.e., immobile and battery-free), a centralized context management system needs not concern about its resource consumption for intensive context aggregation. However, in a personal smart space which consists of resource-constrained mobile devices, minimizing resource consumption of the mobile devices by minimizing the amount of context aggregation task is a very important issue. In this thesis, we propose a noble scheme of aggregation task decomposition in which heavy context aggregation tasks are decomposed and distributed to all the participating mobile devices as clients. The proposed idea would be useful for an application situation where mobile devices are context-intensive generating a large amount of frequent low-level contexts, such as biological, environmental and geographical information. By decomposing and distributing the heavy context aggregation operations to the client devices the processing overhead upon the coordinating device can be minimized without having the total amount of context processing significantly increased. The proposed task decomposition of context aggregation introduces a context aggregation coordinator and distributed local context aggregation operations among the participating devices. We implemented the proposed context aggregation scheme on participant devices which together form a personal smart space. We measured the efficiency of the proposed distributed aggregation scheme by task decomposition and thus verified its feasibility. This measurement shows that our scheme achieves to reduce the amount of energy usages and distribute the concentrated processing overhead on a coordinator.
상황 인지 기술을 위한 중요한 기능들 중에 하나는 사용자가 이해하기 쉬운 상위 레벨의 상황 정보를 제공하는 것이다. 사용자의 상태 정보나 활동 정보 같이 상위 레벨의 상황 정보는 여러 개의 상황 정보들로부터 수집된다. 자원이 풍부한 기존의 지능형 홈과 같은 공간에서는 상위 레벨의 상황 정보를 수집하는 기능을 중앙 집중형 상황 인지 시스템이 전담하였다. 하지만 자원이 제약적인 장치들로 구성된 개인 지능형 공간에서는 보다 효율적인 상황 정보를 제공해야 한다. 따라서, 지능형 공간내의 각 장치들의 제한적인 자원들을 고려하여 상황 정보 수집 작업을 분산 시킬 수 있는 기법이 필요하다. 본 논문에서는 개인 지능형 공간 안에 존재하는 상황 정보 제공자의 위치를 고려한 작업 분배 기법과 이를 위한 상황 정보 관리 구조를 제안한다. 본 기법은 하나의 수집 작업을 여러 모바일 장치들로 분산 시켜 하나의 장치에 집중되는 상황 정보 추론을 위한 처리 오버헤드를 최소화 하고 장치들간의 통신 부하를 줄여 궁극적으로 자원 제약적인 장치들의 배터리 사용을 줄여준다. 본 연구는 건강 정보나 환경 정보 같이 많은 양의 상황 정보가 아주 빈번하게 발생할 때 매우 유용하다. 본 논문에서는 작업분배에 의한 분산형 추론 기법 의 효율성을 코디네이터에서 추론 작업을 위해 처리되는 시간과 상황 정보가 발생되어 추론기능이 수행되는데 소요되는 총 시간을 측정하여 비교 함으로서 보여주고 있다. 실험결과는 본 연구를 통하여 네트워크 부하를 줄여줄 수 있다는 것과 코디네이터에 추론 작업 처리 시간이 1/3 가량으로 줄어 들었다는 것을 보여준다.
