[논문 리뷰] Intelligent Device Discovery in the Internet of Things - Enabling the Robot Society

James Sunthonlap, Phuoc Nguyen외 1명|arXiv (Cornell University)|2017. 12. 22.

Cognitive Computing and Networks참고 문헌 12인용 수 3

한 줄 요약

이 논문은 인터넷의 사물(IoT)에서 지능형 기기 탐색을 위한 사회적 인지 및 분산(SAND) 기반의 기법을 제안한다. 이 기법은 도수, 군집 계수, 중심성과 같은 사회망 지표를 활용하여 탐색 요청을 효율적으로 이끌어낸다. SAND는 브로드캐스트 기반 방법보다 훨씬 적은 중간 기기를 접촉하면서도 거의 최적에 가까운 탐색 성공률과 낮은 통신 홉 수를 달성하여, 향후 '로봇 사회'에서 확장 가능하고 에너지 효율적이며 자율적인 기기 협업을 가능하게 한다.

ABSTRACT

The Internet of Things (IoT) is continuously growing to connect billions of smart devices anywhere and anytime in an Internet-like structure, which enables a variety of applications, services and interactions between human and objects. In the future, the smart devices are supposed to be able to autonomously discover a target device with desired features and generate a set of entirely new services and applications that are not supervised or even imagined by human beings. The pervasiveness of smart devices, as well as the heterogeneity of their design and functionalities, raise a major concern: How can a smart device efficiently discover a desired target device? In this paper, we propose a Social-Aware and Distributed (SAND) scheme that achieves a fast, scalable and efficient device discovery in the IoT. The proposed SAND scheme adopts a novel device ranking criteria that measures the device's degree, social relationship diversity, clustering coefficient and betweenness. Based on the device ranking criteria, the discovery request can be guided to travel through critical devices that stand at the major intersections of the network, and thus quickly reach the desired target device by contacting only a limited number of intermediate devices. With the help of such an intelligent device discovery as SAND, the IoT devices, as well as other computing facilities, software and data on the Internet, can autonomously establish new social connections with each other as human being do. They can formulate self-organized computing groups to perform required computing tasks, facilitate a fusion of a variety of computing service, network service and data to generate novel applications and services, evolve from the individual aritificial intelligence to the collaborative intelligence, and eventually enable the birth of a robot society.

연구 동기 및 목표

• 대규모이고 이질적인 IoT 네트워크 내에서 원하는 기기를 효율적으로 탐색하는 데 있어 확장성과 효율성의 과제를 해결한다.
• IoT 기기 간에 자율적이고 인간과 유사한 사회적 연결을 가능하게 하여 협업 지능과 새로운 서비스 생성을 지원한다.
• 단일 장애 지점이 없고 에너지 소비를 줄이는 분산형, 중심화되지 않은 탐색 메커니즘을 설계한다.
• 도수, 다양성, 군집 계수, 중심성과 같은 사회망 기반 지표를 활용해 기기 간 관계를 모델링하여 탐색 성능을 향상시킨다.
• 기기들이 인간의 감시 없이도 컴퓨팅, 네트워크, 데이터 자원을 협동적으로 융합할 수 있는 자가 조직형 '로봇 사회'의 기반을 마련한다.

제안 방법

• 도수, 사회적 관계 다양성, 군집 계수, 국소 중심성의 네 가지 사회망 지표를 기반으로 한 새로운 기기 순위 매기기 기준을 제안한다.
• 기기 순위 기준에 따라 우선순위를 정한 깊이 우선 탐색을 사용하여, 영향력이 큰 네트워크 노드를 통해 탐색 요청을 이동시킨다.
• 많은 최단 경로를 가로지르므로 중심성이 높은 기기를 우선순위로 삼는다. 이는 네트워크의 핵심 교차점으로 기능한다.
• 기기 순위 기준을 적용해 탐색 과정에서 다음 홉을 동적으로 선택함으로써 목표 기기에 도달하는 데 효율적인 경로 탐색을 보장한다.
• 다양한 IoT 환경 조건에서 성능을 평가하기 위해 무작위 및 스케일프리 네트워크 구조에서 시뮬레이션을 수행한다.
• 성공률, 통신 홉 수, 접촉한 기기 수의 측면에서 브로드캐스트 기반 분산 탐색 기법과 SAND의 성능을 비교한다.

실험 결과

연구 질문

• RQ1 중앙 집중식 제어 없이 대규모이고 이질적인 네트워크에서 특정 기능을 가진 타깃 기기를 효율적으로 탐색할 수 있는 방법은 무엇인가?
• RQ2 사회망 지표가 IoT 환경에서 기기 탐색의 효율성과 확장성에 얼마나 기여할 수 있는가?
• RQ3 분산형, 사회적 인지 기반 탐색 기법이 높은 탐색 성공률을 유지하면서도 접촉하는 중간 기기의 수를 줄일 수 있는가?
• RQ4 통신 오버헤드와 에너지 효율성 측면에서 SAND 기법은 브로드캐스트 기반 탐색에 비해 어떻게 성능을 발휘하는가?
• RQ5 군집화와 중심성과 같은 사회망 성질이 최적의 경로로 탐색 요청을 이끌어내는 데 어떤 역할을 하는가?

주요 결과

• SAND는 브로드캐스트 기반 분산 기법과 거의 동일한 수준의 탐색 성공률를 달성하여 거의 최적에 가까운 성능을 보였다.
• SAND의 통신 홉 수는 브로드캐스트 기반 기법과 유사하여 효율적인 경로 탐색을 보여주었다.
• SAND는 브로드캐스트 기반 기법보다 훨씬 적은 중간 기기를 접촉하여 에너지 소비가 낮고 네트워크 오버헤드가 감소함을 시사했다.
• 도수, 다양성, 군집 계수, 중심성을 포함한 제안된 기기 순위 기준이 비결정적 네트워크 노드로의 탐색을 효과적으로 이끌었다.
• 이 기법은 무작위 네트워크와 스케일프리 네트워크 구조에서 모두 양호한 성능을 보여, 다양한 IoT 네트워크 구조에 대한 강건성을 입증했다.
• 시뮬레이션 결과는 SAND가 확장 가능하고 효율적이며 에너지 인지적인 기기 탐색을 가능하게 하여 자율적이고 자가 조직형 로봇 사회의 비전을 뒷받침함을 확인했다.