As interaction protocols are often updated without backward compatibility, interaction opportunities between smart objects may disappear. To overcome this, we can apply existing works which try to adapt one interaction protocol to another at runtime, assuming their specifications are given. However, they cannot generate a valid adapter if the specification of the updated protocol is not available. Several novel methods have been devised to infer the updated protocol without prior knowledge, but they cannot be applied to a runtime scenario or suffer from inefficiency problem. In this dissertation, we propose an intelligent protocol inference scheme using knowledge-based adaptive probing. Based on protocol domain knowledge, the proposed scheme adapts a legacy protocol message and evaluates whether it can be understood by the updated protocol agent. Iterative message adaptations eventually make a legacy protocol agent interact with its updated but incompatible version at runtime and have a meaningful interaction without the corresponding specification. When such protocol syntax inference is done, the proposed scheme infers the updated protocol behavior. To improve efficiency of state-of-the-art behavior learning algorithm, we incorporate the legacy protocol behavior with the its query selection procedure. Based on this knowledge-based query selection, we prevent the protocol behavior learning module from trying infeasible queries and wasting computing resources. The experiment result shows that the use of knowledge is effective to make a meaningful interaction between the incompatible versions with a reasonably small number of message adaptations and membership queries.
상호작용 프로토콜들이 하위호환성 지원 없이 런타임에 업데이트 되면서 스마트 오브젝트 간 상호작용이 단절되는 경우가 빈번하게 발생하고 있다. 이를 해결하기 위해 프로토콜 어뎁터를 생성하거나 상대방 프로토콜을 런타임에 추론하는 방법이 제안되어 왔다. 하지만 사전에 프로토콜 명세가 주어져야 하거나 효율성이 떨어져 런타임에 적용하기 힘들다는 한계점을 가진다. 이 논문에서는 지식을 기반으로 적응적 프로빙을 수행함으로써 업데이트 된 프로토콜의 문법 및 행동을 런타임에 지능적으로 추론하는 방법을 제안한다. 문법 추론을 위해서는, 업데이트 된 프로토콜 에이젼트가 이해할 때까지 지식을 기반으로 기존 프로토콜 메시지를 변형시켜 전송하는 것을 반복적으로 수행한다. 이 때 추론을 빨리 완료하기 위해 지식 트리 기반의 알고리즘을 설계하였다. 효율적인 프로토콜 행동 추론을 위해 우리는 업데이트 되기 전의 레가시 프로토콜의 행동에 대한 지식을 쿼리를 선택하는 과정에서 활용하여 불필요한 쿼리를 수행하는 것을 방지하도록 기존 프로토콜 행동 학습 알고리즘을 수정하였다. 제안된 방법론의 검증을 위해 실제 프로토콜 기반의 케이스 스터디를 수행하였고, 업데이트 된 프로토콜의 문법 및 행동이 적은 수의 메시지 변화 및 쿼리를 통해 학습되는 것을 확인할 수 있었다.
