To ensure global interoperability in today`s fast-moving trading networks, Electronic Product Code (EPC) has been developed as a universal identifier for objects` virtual representations. At the core of this new technology, EPCglobal Network (EPC Network) architecture has proven itself important in providing a management network to enhance supply chains` efficiency across different industry sectors, including retail, health care, and transport and logistics. While Cloud technology has largely been used for EPC Network`s real world deployment for thousands of vendors, an optimized Cloud solution has yet to be provided. Therefore, this thesis explores the challenges of EPC Network deployment on the Cloud, namely unknown number of received tags, overloads mitigation, and migration strategy. To solve these challenges, a Cloud solution is proposed, which contributes to optimizations in load prediction regarding accuracy, and in migration management regarding load distribution and number of VMs used. As proof of concept, we have conducted experiments with different number of VMs in different scenarios in order to demonstrate our strategy`s efficiency with regard to prediction accuracy, migration effectiveness, and migration delay.
최근 많은 데이터가 컴퓨팅 기능이 있는 물리적 사물로부터 생성됨에 따라 Internet of Things (IoT) 는 많은 상업 및 연구 영역들에서 유명한 주제가 되었다. 이 학위 논문은 클라우드 상에서의 RFID 리더와 관련된 빅데이터를 다루는데 있어 최적화 (Optimization) 방법에 초점을 맞추고 있다. 특히, EPCglobal 네트워크 (EPC 네트워크)를 기반으로 한 IoT를 위한 클라우드 시스템을 부하 예측 (Load prediction)과 부하 분산 (Load balancing)이라는 두 가지 측면에 초점을 맞추고 있다.
부하 예측과 관련해서는, EPC 네트워크를 위해 aEMA 알고리즘이 제안 및 구현되었다. 평가 및 다른 알려진 EMA 알고리즘과의 비교는 클라우드스택 환경에서 수행되었으며, 제안된 알고리즘의 실시간 사용을 보장하면서도, 정확도가 개선됨을 증명하였다.
부하 분산과 관련해서는 RFID 리더로부터의 흐름 (flow)은 현재 다른 연구에서는 수행되지 않았기 때문에, 흐름 분산 전략이 제안되었다. 여러 다른 RFID 리더 부하 시나리오에서 실험이 수행되어 전략의 성능을 최적화하였다. 또한 다른 갯수의 흐름 마이그레이션 지연이 측정되었고, 실시간성 요구사항을 만족시킬 수 있음을 보여주었다.
