The connected car market is currently growing and it is expected that the application services which collect, process and utilize the real-time local dynamic information in the cloud will be increased through the technological developments. However, there exists no management model to provide a technical feasibility check of such connected car application services. To manage and evaluate such application services, we proposed a definition of Local Vehicular Dynamicity (LVD) and the LVD application service environments. In addition, we proposed a new method for evaluating the adaptability of LVD, which derives the procedures of LVD applications and the computing processing time according to the response time Service Level Agreement (SLA). With the proposed method, we evaluated the statistical analysis of LVD which is collected and analyzed through the connected car application and the application service execution time estimation in the cloud environment. Furthermore, we experimentally analyzed and evaluated the model which improves the performance by utilizing Probabilistic Inverse Simulation (PIS). Finally, we experimentally implemented and evaluated the emulatedsimulation with BlindMotion as a basic LVD application service. In the future, we expect that the feasibility of future LVD applications will be able to be evaluated with the emulated-simulation whose accuracy will be increased by collecting real data from users.
현재 커넥티드 카 시장은 성장하고 있으며, 근 미래에는 기술들의 발달로 실시간 지역 동적 정보들을 클라우드에서 수집 및 처리하고 이를 활용하는 응용 서비스들이 늘어날 것으로 예상된다. 하지만, 이러한 커넥티드 카 응용 서비스들의 기술적인 실현 가능성을 확인할 수 있는 관리 모델이 부재하다. 본 학위논문에서는 이러한 응용 서비스들의 관리 및 실현 가능성 평가를 위해 Local Vehicular Dynamicity (LVD)에 대한 정의 및 LVD 응용 서비스 환경을 제안하고, LVD 응용들의 동작 과정 및 Service Level Agreement (SLA)에 따른 컴퓨팅 처리 시간을 도출하는 새로운 LVD 적용성 평가 방식을 제안하였다. 제안 기법으로 커넥티드 카 응용을 통해 수집 및 분석되는 LVD의 통계적인 분석과 클라우드 환경에서의 응용 서비스 실행 시간 예측을 평가하였으며, 또한 Probabilistic Inverse Simulation (PIS)을 이용하여 성능을 향상시키는 모델을 실험적으로 분석 및 평가하였다. 최종적으로, 이를 기본적인 LVD 응용 서비스를 활용하여 평가하였다.
