Service discovery usually adapted context information to rank relevant services. Most proposed service discovery considers very limited kinds of context, such as geographical location and user preference. However, location and preference alone is not enough to filter out inappropriate service in pervasive computing environments. In this thesis, we present a new compound context, publicness and use it to filter out inappropriate services. Publicness is decided by multiple contexts, those that related to place, user, and information. With publicness context, proposed service discovery scheme filter out inappropriate services which cannot be achieved by previous approaches with negligible overhead. In addition, as user context changes, this scheme cannot filter out precisely in some situation. Then, this service discovery scheme performs post processing for accuracy.
다양한 기기가 프로그램에 의해 제어되고 이러한 기능이 서비스로 추상화되어 유저에게 제공되는 얼반 컴퓨팅(urban computing)환경에서는 상황에 따라 유저가 적절한 서비스를 찾고 이용할 수 있어야 한다. 상황 기반(context-aware)의 서비스 디스커버리(service discovery)는 얼반 컴퓨팅 환경에서 중요한 요소로 인식되어 왔으며 많은 서비스 디스커버리가 제안되었다.
기존의 제안된 서비스 디스커버리에서 활용되던 유저 선호, 위치정보와 같은 상황정보만을 기반으로 할 경우, 우리가 적용공간으로 하는 공공장소(public space)에서 서비스를 찾을 때 다음과 같은 문제가 있다. 먼저 공공장소에서는 여러 사람이 사용 가능한 디스플레이와 같은 서비스들을 제공한다고 가정한다. 이는 홈에서 제공하는 서비스들과 달리 추가적으로 고려해야 할 사항들이 있다. 예를 들어, 로마를 처음 방문하는 여행객이 행선지에 대한 정보를 얻기 위해 로마 지도를 보여주는 서비스를 찾는 경우 해당 서비스는 작은 화면을 가진 유저의 PDA에 보여주는 것은 보기가 불편하므로 지하철 내의 넓은 디스플레이에 보여주는 것이 적절하다. 또한 여행객이 예약한 호텔의 위치, 예약번호 같은 정보를 보여주는 서비스를 찾는 경우 해당 서비스는 개인 정보를 포함하고 있으므로 다른 사람에게 노출되지 않는 막힌 공간의 디스플레이나 개인의 PDA에 보여 주는 것이 더 적절하다. 이와 같이 서비스를 찾을 때 서비스가 실행될 공간, 주변 사람, 주변사람간의 관계, 서비스가 다루는 입출력 정보의 프라이버시 등을 추가로 고려해야 더 적절한 서비스를 찾을 수 있다.
공공장소에서 더 적절한 서비스를 찾기 위해 공간, 주변 사람, 주변사람간의 관계, 서비스가 다루는 입출력 정보의 프라이버시 등을 기반으로 하는 공공성(publicness)이라는 개념을 도입하였다. 서비스의 공공성은 서비스가 위치하는 공간, 주변사람, 주변사람간의 관계, 서비스가 다루는 입출력 정보의 프라이버시 정보를 통해 결정되는 유저에 대한 해당 서비스의 적절성을 말한다. 이것은 규칙에 의해 결정되며, 고려되는 상황정보의 변화에 따라 공공성은 변화된다. 따라서 이를 서비스를 찾는 순간 규칙을 통해 평가하고 사용자에게 서비스의 공공성으로 우선순위화 된 서비스들을 알려줌으로써 보다 적절한 서비스를 찾을 수 있도록 한다.
또한, 주변에 사람이 있는 경우, 공간의 구조, 사람들의 위치, 서비스의 영향범위(Interaction space)등에 따라 개인정보가 노출 되는 경우도 있다. 이러한 경우 후 처리(post processing)를 통해 서비스의 사용가능 여부를 판단한다. 프라이버시와 관계가 없는 경우는 앞서 말한 규칙을 통한 공공성 결정으로 서비스 디스커버리가 종료되며, 프라이버시 노출 위험이 고려되는 경우는 후 처리를 하기 위해 공간의 구조, 사람의 위치, 서비스의 영향범위를 판단하여 노출의 위험성이 있는 서비스는 서비스 검색 시 제외한다.
수행된 평가는 15개의 공간에 100~200명의 사용자를 배치하였고, 전체 서비스의 개수가 500개일 때와 1000개일 때를 공공성 개념을 사용하지 않은 기존의 서비스 디스커버리와 비교하였다. 서비스의 개수가 500개와 1000개일 때 둘 다 약 55%정도의 부적절한 서비스 검색 비율을 보여주었고, 후 처리가 필요한 경우 후 처리까지 수행하였을 시 약 70%의 부적절한 서비스 검색 비율을 보여주었으며, 추가적으로 걸리는 시간은 10ms 정도로 미미했다. 본 논문에서 제안한 방식은 적은 비용으로 부적절한 서비스 검색을 사전에 필터링함을 보여주었다.
