Understanding the various aspects of complicated modern cities has long been a pivotal issue in diverse application domains. Activity-Travel Pattern (ATP) is one of the most powerful tools to define and understand city residents’ everyday lives in domains such as transportation, urban planning and geography. ATP represents where people are located, how they move in urban areas, and which activities they do there in certain patterns. As modern cities encompasses more people, vehicles, spaces and services, understanding ATP becomes more useful yet challenging. Because of its practical importance, governmental organizations have periodically observed and studied ATPs in terms of space-time use of citizens over major cities. These observations have been performed through manual questionnaires and annotations, requiring huge amounts of time, labor and expense.
Advances in mobile and ubiquitous computing technologies open up the opportunity for real-time monitoring of ATP. It will significantly enhance the scale and timeliness of the ATP observation compared to conventional manual methods. More important, it will incubate a number of new advanced ATP-based urban services such as predictive mobile advertising, dynamic urban facility relocation, and adaptive transportation scheduling. To support a number of future ATP-based services effectively, we develop a high-performance ATP monitoring framework, named ActraMon, which provides the infrastructural support of ATP monitoring. It helps service providers easily launch new services without building their own ATP monitoring systems. Basically, ActraMon provides a simple but effective computational model of ATP and a declarative query language facilitating the effective specification of various monitoring semantics. ActraMon also employs a novel shared staging architecture to process ATP monitoring queries in a highly efficient and scalable manner.
The architecture of ActraMon achieves the high performance in two aspects. First, it separates ATP monitoring into the detection of primitive activities and the composition of the detected activities, reflecting the computational model. The separation of two processing stages allows ActraMon to effectively deal with the compound technical challenges of ATP monitoring, i.e., massive data processing and complex pattern composition. Second, we develop novel shared processing techniques for each processing stage. Specifically, each shared processor is equipped with novel shared data structures, i.e., Activity Border Index (ABI) and Activity-centric Composable Queue (ACQ) respectively, and a localized processing method to efficiently evaluate all registered operators with a single operation onto a small and critical part of the data structures.
We conduct extensive performance studies using realistic city-wide ATP workloads to show the scalability of the proposed techniques of ActraMon. The experimental results show that the techniques are highly scalable against the number of ATP queries and monitoring targets, compared to existing state-of-the-art processing techniques.
복잡한 현대 도시의 다양한 특징들을 이해하는 것은 많은 응용 분야에서 중요한 문제였다. 활동-여행 행태 (Activity-Travel Pattern, ATP)는 교통, 도시 계획 및 지리학과 같은 분야에서 도시 거주민들의 일상을 정의하고 이해하는 강력한 도구 중에 하나이다. ATP는 도시 공간에서 사람들이 언제 어디에서 무슨 활동을 하는지, 그리고 그들이 어떤 식으로 이동하는지를 나타낸다. 현대 도시가 더 많은 사람과 차량, 공간, 서비스를 포함하면 할수록, ATP를 이해하는 일은 한편으로 더욱 유용해지지만 다른 한편으로는 더욱 어려워진다. ATP의 실질적인 중요성 때문에, 정부 기관에서는 정기적으로 커다란 도시들을 대상으로 도시민들의 공간과 시간의 사용 관점에서 ATP를 관찰하고 연구해왔다. 이러한 관찰들은 사람들이 설문을 하고 주석을 다는 방식으로 이루어졌기 때문에 많은 양의 시간과 인력, 비용을 필요로 한다.
모바일과 유비쿼터스 컴퓨팅 기술의 발전은 ATP의 실시간 모니터링의 기회를 열어주었다. ATP 모니터링은 전통적인 수동 방식에 비하여 ATP 관찰의 범위와 시간성을 상당히 발전시킬 것이다. 더욱 중요하게는, ATP 모니터링은 예측에 기반한 모바일 광고나, 동적 도시 설비 재배치, 적응형 교통 스케줄링 등의 새로운 형식의 발전적인 ATP 기반의 도시 서비스를 가능하게 할 것이다. 미래에 많아질 ATP 기반 도시 서비스들을 효과적으로 지원하기 위하여, 우리는 ATP 모니터링을 기반 서비스로 제공하는 ActraMon이라는 이름의 고성능 ATP 모니터링 프레임워크를 개발하였다. ActraMon은 새로운 서비스 제공자들이 각자 자신의 ATP 모니터링 시스템을 만들지 않더라도 새로운 서비스를 쉽게 시작할 수 있도록 도와준다. 기본적으로, ActraMon은 간단하면서도 효과적인 ATP의 계산 모델을 제공하고, 다양한 모니터링 시맨틱을 효과적으로 기술할 수 있는 선언적 질의 언어를 제공한다. 또한, ActraMon은 다수의 ATP 모니터링 질의를 매우 효율적이고 확장성 있는 방식으로 처리하기 위해서 새로운 shared staging 구조를 가진다.
ActraMon의 새로운 구조는 두 가지 측면에서 고성능을 획득할 수 있다. 첫째, 제안된 구조는 ATP 모니터링을 기초 활동을 탐지하는 것과 탐지된 활동을 합성하는 것으로 나눈다. 이렇게 두 처리 단계로 나누는 것은 ActraMon이 대용량 데이터 처리와 복잡한 행태 합성을 포함하는 ATP 모니터링의 복합적인 기술적 문제를 효과적으로 다룰 수 있도록 한다. 둘째, 우리는 각각의 처리 단계를 위해서 새로운 공유 처리 기술을 개발하였다. 구체적으로, 각 단계의 공유 처리기는 Activity Border Index (ABI)와 Activity-centric Composable Queue (ACQ) 라는 새로운 공유 데이터 구조를 탑재하고 있으며, 데이터 구조의 작으면서 중요한 부분에서의 한번의 연산을 통하여 모든 등록된 탐지/합성 연산자들을 효율적으로 계산하는 지역화 처리 방법을 탑재하고 있다.
우리는 실제와 비슷한 도시 공간의 ATP 워크로드를 이용하여 ActraMon에서 제안된 기술들의 확장성을 보여주기 위한 성능 평가를 수행하였다. 실험 결과에 의하면 기존의 최신 처리 기술들과 비교하여 제안된 기술들이 ATP 질의의 수나 모니터링 대상의 수에 대하여 확장성이 뛰어나다는 것을 알 수 있다.
