제주대학교 Repository

대량 RFID 데이터 처리를 위한 부하 분산

Metadata Downloads
Alternative Title
Load Balancing for Large-Scale RFID Data Processing
Abstract
유비쿼터스 컴퓨팅을 선도하는 차세대 핵심요소로 RFID(Radio Frequency Identification) 기술이 주목을 받고 있다. 각종 태그 정보를 SCM, ERP등의 다양한 엔터프라이즈 애플리케이션에서 활용하기 위해서는 정확한 장소에 실시간으로 인증된 정보를 전달할 수 있는 RFID 미들웨어가 필요하다. RFID 미들웨어는 네트워크를 통하여 다수의 리더로부터 대량의 태그 데이터들을 수집하고 식별정보를 처리한다. RFID 사용 수요가 증가하고 있고, 유비쿼터스 서비스를 제공하기 위하여 대량 RFID 데이터를 처리할 수 있는 미들웨어에 대한 필요성이 증가하고 있다. 사실상 RFID 기술의 국제 표준을 이끌고 있는 EPCglobal에서는 EPC 네트워크 표준을 제안하였고, EPC 네트워크는 RFID 미들웨어와 관련하여 2004년에 인터페이스 중심의 ALE(Application Level Event)를 제안하였다. 최근 ALE 기반의 RFID 미들웨어 제품 및 솔루션은 EPC 코드 등과 같이 간단한 형식의 데이터를 처리할 수 있으나 대량의 데이터를 실시간으로 필터링, 그룹핑 등의 처리를 통하여 보다 정확하고 유익한 자료를 제공하기 위한 고려가 미진한 상태이다. 따라서, 다양한 유비쿼터스 응용에 RFID 미들웨어를 활용하기 위해, 국제 표준 스펙을 기반으로 구현된 RFID 미들웨어를 이용하여 대량의 RFID 데이터를 처리할 수 있도록 분산 환경을 구축하고, 효과적으로 클라이언트의 RFID 데이터 수집 및 가공 처리 요청을 분산 할 수 있는 방법이 필요하다.
본 논문에서는 EPCglobal의 ALE 스펙을 기반으로 구현된 RFID 미들웨어를 이용하여 보다 대량의 RFID 데이터를 수집하여 클라이언트 응용에게 가공된 RFID 데이터를 효율적으로 제공하기 위한 방법을 제안한다. 클라이언트의 RFID 데이터 수집 및 가공 처리 요청을 분산하기 위하여, 분산 환경에 구축된 여러 대의 RFID 미들웨어의 자원 정보를 수집하고, 각 RFID 미들웨어의 자원 사항에 맞게 클라이언트의 요청을 처리할 수 있도록 한다. 이를 위해 기 구현된 ALE 스펙 기반 RFID 미들웨어의 자원 사항을 하드웨어 자원, 미들웨어 자원, ALE 자원으로 구분하여 개별 저장하며, 부하 분산 시스템에서 자원 정보를 요청했을 시에 개별 저장된 자원 정보를 SOAP 통신을 이용하여 XML 형태로 제공한다. 또한, 클라이언트의 요청 처리를 수행할 최적의 ALE 기반 RFID 미들웨어를 선정하기 위해 유전자 알고리즘을 이용하여 가중치를 생성하여 부하 분산 처리에 활용하였다. 본 논문의 ALE 스펙을 기반으로 구현된 RFID 미들웨어는 클라이언트의 RFID Tag 데이터 수집 및 가공처리 유형을 ECSpec 명세서 형태로 관리하며, 유전자 알고리즘을 이용하여 구한 50개 유형의 ECSpec 개별 가중치 보다, 50개 유형의 ECSpec 평균 가중치 값을 기반으로한 부하 분산 방법이 부하 분산 처리를 잘 수행할 수 있음을 확인할 수 있었고, 본 논문에서 제시한 50개 유형 이외의 ECSpec 처리 사항에도 평균 가중치 값을 사용할 수 있을 것으로 기대 된다.
RFID, which is the next generation technique leading the ubiquitous computing, has recently gained a lot of attention. RFID middleware should send certified information to a client in real-time to utilize tag information in various enterprise applications such as SCM, ERP, and etc. RFID middleware gathers large-scale tag data from many readers through a network and processes identification information. As the demand of RFID usage and ubiquitous services are increasing, the need for RFID middleware to process large-scale RFID data has been growing. EPCglobal leading the international standard in RFID technology suggested EPC network standards, and EPC network suggested Application Level Event(ALE) in 2004. Recently, RFID middleware products and solutions based on ALE can process the specific data such as EPC code, and etc. However, it is not considered to be able to efficiently provide correct and useful data by processing large-scale data in real-time through filtering, grouping, and other operations. Therefore, in order to utilize RFID middleware in various ubiquitous applications dealing with high-volume data, it is necessary to implement the distributed environment and to find ways to distribute requests to gather and process RFID data by client effectively. Large-scale RFID data can be processed by using RFID middleware that conforms to ALE specification and international standards.
In this paper, we propose the method to effectively provide client applications with processed RFID data by gathering large-scale RFID data by utilizing RFID middleware implemented with ALE specification. With the proposed approach, we can collect the resource information of RFID middleware used to implement distributed environment and process client requests according to the state of resources to distribute the collection of RFID data and the requests to process it from clients.

For this purpose, the resource state of existing RFID middleware implemented based on ALE specification is separately stored according to the resource information for each hardware, middleware, ALE. If the proposed load balancing system requests resource information, the information is provided as XML type by using Simple Object Access Protocol(SOAP) communication. Meanwhile, in order to select the right ALE-based RFID middleware to respond for client's requests, genetic algorism(GA) was used to decide proper weight of middleware. In the proposed middleware, the information for tag data acquisition and processing is represented and managed by ECSpec object. The experiments showed that load balancing method based on the weight calculated by using GA works well.
Author(s)
노영식
Issued Date
2011
Awarded Date
2011. 8
Type
Dissertation
URI
http://dcoll.jejunu.ac.kr/jsp/common/DcLoOrgPer.jsp?sItemId=000000005481
Alternative Author(s)
Noh, Young-Sik
Affiliation
제주대학교
Department
대학원 컴퓨터공학과
Advisor
변영철
Table Of Contents
그림 목차 ⅴ
표 목차 ⅷ
국문초록 ⅸ
영문초록 ⅺ
약어표 xiii
I. 서 론 1
1. 연구 배경 및 목적 1
2. 연구 내용 및 방법 3
3. 논문 구성 5
II. 관련 연구 6
1. EPCglobal Network Architecture 6
1) 개요 6
2) EPC Network 구성요소 7
(1) EPC(Electronic Product Code) 7
(2) 태그와 리더 8
(3) ALE(Application Level Events) 10
(4) EPCIS(EPC Information Service) 11
(5) ONS(Object Naming Service) 11
(6) EPC Discovery Service 12
3) ALE(Application Level Events) 13
(1) ALE 역할 14
(2) ALE 동작 14
(3) ALE API와 미들웨어 상태 17
4) ALE 주요 구성요소 19
(1) ECSpec 19
(2) ECReports 21
2. RFID 미들웨어 23
1) Sun's Java System RFID Software 23
2) ConnecTerra/BEA 25
3) REMS(RFID Event Management System) 26
4) CARU(Context-Aware RFID Middleware System for Ubiquitous) 27
3. 부하 분산 알고리즘 29
1) 라운드 로빈(RR) 29
2) Weighted-라운드 로빈(WRR) 29
3) Least-Connection(LC) 30
4) Weighted-Least-Connection(WLC) 31
5) 기타 (LBLC/LBLCR/DH/SH) 31
4. 부하 분산을 위한 유전자 알고리즘 32
1) 기본 구조 32
2) 표현 기법 34
3) 초기 개체집단의 생성 34
(1) 개체집단 34
(2) 초기 개체집단 선정 방법 35
(3) 세대 35
4) 적합도 평가 35
5) 유전자 연산 36
(1) 선택과 재생산 연산 36
(2) 교배 연산 39
(3) 돌연변이 연산 41
6) 적정 매개변수 선택 42
7) 유전자 알고리즘의 특징 43
8) 유전자 알고리즘의 응용 48
9) 유전자 알고리즘을 이용한 부하 분산 49
5. 부하 분산 시스템 50
1) 일반 부하 분산 시스템 51
2) RFID 미들웨어 부하 분산 시스템 53
6. 기존의 부하 분산 시스템의 분석 55
7. RFID 부하 분산 시스템의 고려사항 55
III. 제안하는 부하 분산 시스템 60
1. 개요 60
2. RFID 미들웨어 분산 시스템 61
3. RFID 미들웨어 자원 정보 수집 63
1) 하드웨어 자원 정보 63
2) 미들웨어 자원 정보 64
3) ALE 자원 정보 64
4. RFID 미들웨어 부하 부산 방법 65
1) RFID 미들웨어 부하 정보 계산 65
2) 부하 분산을 위한 가중치 생성 67
(1) 표현 방법 68
(2) 모의 해집단의 구성 71
(3) 적합도 함수 71
(4) 부하 분산을 위한 유전자 알고리즘의 흐름 74
5. 부하 분산 시스템의 아키텍처 76
6. 부하 분산 시스템의 구성요소 77
1) ALE 기반 RFID 미들웨어 77
2) 부하 분산 시스템 77
7. 가중치 기반 부하 분선 처리 방법 78
1) 부하 분산 대상 서버 선정 방법 78
2) 부하 분산 처리 흐름도 81
IV. 시스템 구현 및 성능평가 83
1. 구현 및 실험 환경 83
2. 시스템 모듈 구성 84
1) 시스템 패키지 다이어그램 84
(1) ga 패키지 85
(2) core 패키지 86
(3) db 패키지 87
(4) framework 패키지 88
(5) msg 패키지 89
(6) resource 패키지 90
(7) soap 패키지 91
2) 시퀀스 다이어그램 92
3. GA 가중치 생성 시스템 94
1) GA 파라미터 요소 94
2) GA 기반 가중치 생성 실험 96
4. 부하 분산 시스템 99
1) 시스템 구현 99
2) 부하 분산 시스템 실행 100
3) 부하 분산 실험 102
(1) 라운드 로빈(RR) 방식 실험 102
(2) 랜덤(Random) 방식 실험 103
(3) 가중치 기반 라운드 로빈(WRR) 방식 실험 104
(4) GA 가중치 기반 방식 실험 105
5. 성능 평가 107
1) 하드웨어 자원 사용량 평가 108
(1) CPU 사용률 평가 109
(2) Memory 사용량 평가 113
2) 미들웨어 자원 사용량 평가 117
3) ALE 자원 사용량 평가 118
6. 성능 평가 결과 분석 119
V. 결론 및 향후 연구 120
1. 결론 120
2. 향후 연구 122
Degree
Doctor
Publisher
제주대학교 대학원
Citation
노영식. (2011). 대량 RFID 데이터 처리를 위한 부하 분산
Appears in Collections:
General Graduate School > Computer Engineering
공개 및 라이선스
  • 공개 구분공개
파일 목록

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.