In this thesis, we propose a context monitoring framework for sensor-rich mobile environments to enable context-aware and proactive services for individual users. Personal mobile devices will be a key platform enabling users to exploit emerging pervasive environments. They will form a PAN-scale dynamic distributed computing platform, dynamically incorporating a number of wearable and space-embedded sensors nearby. On the platform, context-aware applications will be a killer application, providing personalized, situation-aware services. However, it is challenging to develop and run such applications due to the complexity of managing highly constrained and dynamic resources over distributed devices and concurrent applications. While freeing the applications from such complexity, the framework provides a common base for multiple applications to proactively understand users’ contexts and react appropriately. For the purpose, the framework should continuously monitor sensor data, analyze, and figure out a situation of users without any intervention of them on behalf of applications. More important, it should address the problem that the context monitoring imposes heavy workloads on multiple distributed devices such as mobile phones and sensors. The problem is aggravated since resources are highly scarce and dynamically changing.
To address the challenges, we develop a novel framework to enable scalable and energy-efficient context monitoring and effective resource use coordination. First, we propose a scalable and energy-efficient context monitoring framework, SeeMon. Running on a personal mobile device, SeeMon effectively performs context monitoring involving numerous sensors and applications. To enable scalable and energy-efficient monitoring, a novel context monitoring approach, i.e., bi-directional approach, is proposed. This approach gives the opportunity to achieve a high degree of efficiency in computation and energy consumption. Such an advantage results from careful reflection of the high-level application requirements such as monitoring queries and the low-level status of sensor resources. Based on the approach, we develop efficient processing and sensor control mechanisms to remove unnecessary computation and communication costs, and implement a prototype system. Also, example applications are developed based on the implemented system. Evaluation results show that SeeMon achieves a high level of scalability and energy efficiency.
Second, we propose an active resource use orchestration framework, Orchestrator. Distributed over the mobile device and sensors, Orchestrator coordinates the usage of limited resources while processing a number of monitoring requests delegated from multiple applications. For effective resource use orchestration, we propose an active resource use orchestration approach that simultaneously considers diverse aspects involving resources, applications, and system-wide goals. Orchestrator actively decides the best resource use for applications to attain efficient resource utilization and application performance. We design and implement a prototype system with the off-the-shelf mobile devices and sensor motes. Evaluation results show that Orchestrator supports more application requests in a resource efficient way.
본 논문에서는, 센서가 많은 이동 컴퓨팅 환경에서 상황인지 서비스 제공을 위한 상황 정보 모니터링 프레임워크를 제안한다. 스마트 폰과 같은 개인 사용자의 이동 단말은 다가오는 유비쿼터스 환경을 효과적으로 활용할 수 있는 핵심 플랫폼이 될 것이다. 이동 단말은 착용 가능한 센서들과 환경 상에 내재된 센서들을 동적으로 묶어 개인 영역 네트워크 (PAN) 규모의 분산 컴퓨팅 플랫폼을 형성할 것이다. 이런 환경에서, 사용자의 상황을 이해하여 개인화된 서비스를 제공하는 상황인지 애플리케이션은 유비쿼터스 환경의 중요한 핵심 애플리케이션이 될 것이다. 그러나 이런 애플리케이션을 개발하고 실행하기 위해서는 동적으로 변하는 자원 상황, 분산된 기기들의 조율, 여러 애플리케이션의 동시 실행 등 여러 가지 문제들을 다루어야 하기 때문에 매우 어려운 일이다. 제안된 프레임워크는 여러 애플리케이션이 능동적으로 사용자의 상황을 이해하고 서비스를 제공할 수 있는 기반을 제공한다. 이를 위해 프레임워크는 애플리케이션을 대신하여 지속적으로 센서 정보를 관찰, 분석하고 사용자의 상황을 파악해야 한다. 여기서, 이동 단말과 센서 등 분산된 기기들에 부과되는 과도한 부하 문제를 해결해야 한다. 이러한 문제는 자원의 제약이 크고 자원 상황이 동적으로 변하는 특성으로 인해 더욱 심각해진다.
이와 같은 문제들을 해결하기 위해 확장성과 높은 에너지 효율성, 그리고 효과적인 자원관리를 특징으로 하는 새로운 상황 정보 모니터링 프레임워크를 개발하였다. 첫째, 확장성과 에너지 효율성을 갖춘 프레임워크인 SeeMon을 제안하였다. SeeMon은 애플리케이션이 실행되는 개인의 이동 단말과 다수의 센서 상에서 상황 모니터링을 수행한다. 높은 확장성과 에너지 효율성을 달성하기 위해 새로운 상황 모니터링 기법인 쌍방향성 (bi-directional) 방법을 고안하였다. 이 방법은 상위 수준의 애플리케이션 요구사항과 하위 수준의 센서 자원 상황을 함께 고려하여 데이터 처리 과정의 효율성과 에너지 효율성을 달성할 수 있는 기회를 제공한다. 쌍방향성 기법에 기반하여, 불필요한 계산과 통신을 줄이는 효율적인 모니터링 방법과 센서 관리 방법을 개발하고, 프로토타입 시스템을 구현하였다. 이를 바탕으로 수행된 실험 결과는 SeeMon이 높은 수준의 확장성과 에너지 효율성을 달성할 수 있다는 것을 보여주었다.
둘째, 능동적인 자원 운용 프레임워크인 Orchestrator를 제안하였다. Orchestrator는 제약이 심한 자원 조건에서도 애플리케이션이 등록한 다수의 모니터링 요청을 효율적으로 처리할 수 있도록 이동 단말과 센서 상에서 자원 사용을 관리, 조정한다. 효과적인 자원 사용을 위해 능동적 자원 사용 조율 방법을 고안하였다. 이 방법은 다수의 애플리케이션, 이를 지원하기 위해 필요한 각종 컴퓨팅 자원, 그리고 시스템 차원의 자원 사용의 목표를 종합적으로 고려하여 가장 적합한 자원 사용을 결정한다. 이를 통해 효율적인 자원 사용을 가능하게 하고 애플리케이션 성능을 향상시킨다. 이런 방법을 적용하여 Orchestrator 프로토타입 시스템을 설계하고 구현하였다. 이를 바탕으로 수행된 실험 결과는 Orchestrator가 제약이 크고 동적으로 변화하는 자원 상황에서도 더 많은 모니터링 요청을 효율적으로 처리할 수 있음을 보여주었다.
