Core Concepts
IoT 퍼블리시/서브스크라이브 시스템의 성능 향상을 위해 지속적인 성능 모니터링과 실시간 최적화 기법을 제안한다.
Abstract
이 논문은 IoT 퍼블리시/서브스크라이브 시스템의 성능 향상을 위한 지속적인 모니터링 및 자가 최적화 방법을 제안한다.
주요 내용은 다음과 같다:
퍼블리시/서브스크라이브 모델의 개요를 설명하고, 성능에 영향을 미치는 주요 요인들을 식별한다.
스토캐스틱 페트리 넷(SPN) 모델링을 통해 IoT 퍼블리시/서브스크라이브 시스템의 동적 동작을 포착하고 성능 지표를 예측한다.
성능 저하가 감지되면 네트워크 버퍼링, 브로커 메모리, QoS 수준 등의 영향 요인을 실시간으로 조정하여 시스템을 최적화한다.
실험을 통해 각 영향 요인이 응답 시간에 미치는 영향을 분석하고, 최적화 방안의 효과를 검증한다.
이 접근법은 IoT 시스템의 복잡성과 불확실성을 효과적으로 모델링하고, 실시간 최적화를 통해 안정적이고 효율적인 시스템 운영을 가능하게 한다.
Stats
네트워크 버퍼 크기가 1에서 10으로 증가하면 게시물 수락 응답 시간이 8.50740309에서 6.09202230으로 감소한다.
브로커 메모리 크기가 1에서 10으로 증가하면 게시물 수락 응답 시간이 8.50740309에서 6.09202230으로 감소한다.
게시물 QoS 처리 속도가 증가할수록 게시물 수락 및 구독자 알림 응답 시간이 감소한다.
Quotes
"IoT 환경의 주요 단점은 인터넷 연결 의존성과 지속적인 장치 전원 공급 필요성이다. 이러한 의존성은 시스템 성능, 특히 요청 처리 응답 시간에 영향을 미칠 수 있다."
"우리는 이 논문에서 IoT 시스템의 지속적인 성능 모니터링 방법론을 제안한다. 이 접근법은 스토캐스틱 페트리 넷 모델링을 사용하여 성능을 평가하고, 성능 저하가 감지되면 영향 요인을 온라인으로 수정하여 최적화한다."