1 |
1
무선랜 환경에서 AP 데이터를 수집하는 AP 데이터 수집부;건물 내에 존재하는 사람들의 행동 패턴을 기반으로 클러스터링 알고리즘을 활용하여 건물 특성 분류하는 건물 특성 분류부;유사한 사용 패턴을 가진 건물들 각각에 대해 자원의 불균형 정도를 평가 및 해석하는 불균형 지역 탐색 및 해석부;심층신경망을 이용한 강화 학습 기반으로 최적 AP 위치 탐색하여 AP 위치를 조정하는 최적 AP 위치 탐색부;를 포함하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
2 |
2
제 1 항에 있어서, AP 데이터 수집부는,각 AP가 운용 중 연결된 인원과 사용한 데이터, 처리율과 신호 상태를 포함하는 이용량 속성과,각 AP가 운용 중 발생한 플래그나 재전송 수를 기록한 프레임 정보 카운터 속성의 데이터를 수집하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
3 |
3
제 2 항에 있어서, 이용량 속성은 채널 이용률, 연결 장비수, 패킷 재전송 수, RSSI, SNR, 처리율 항목을 포함하고,프레임 정보 카운터 속성은 ACK 실패 수, FCS(Frame Check Sequence)에러 수, 재전송 수, RTS(Request To Send)실패 수, RTS 성공 수, TX 실패 수, TX 프레그먼트 수, TX 프레임 수 항목을 포함하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
4 |
4
제 1 항에 있어서, 불균형 지역 탐색 및 해석부는,각 속성들이 중복하여 불균형이 발생하는 층을 선택하여 해석하는 불균형 지역 탐색 및 해석을 하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
5 |
5
제 1 항에 있어서, 건물 특성 분류부는,수집한 속성들이 유사한 패턴을 가지는 건물들은 그 건물 내에 존재하는 사람들의 행동 패턴이 유사한 것으로 판단하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
6 |
6
제 5 항에 있어서, 건물 특성 분류부는,건물 특성 분류를 위한 클러스터링 알고리즘으로 밀도 기반 클러스터링(Density based clustering)과 거리 기반 클러스터링(Distance based clustering)을 혼용해 분류하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
7 |
7
제 1 항에 있어서, 불균형 지역 탐색 및 해석부는,반복되는 데이터 패턴에 인덱스를 부여한 뒤 불균형 정도를 평가하기 위하여, Jain's fairness index를 사용하고,Fairness는 자원 할당, 공유의 정도를 평가하고, 1에 가까울수록 Fairness가 높고 0에 가까울 수록 낮고,으로 계산되는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
8 |
8
제 1 항에 있어서, 최적 AP 위치 탐색부는 강화 학습 기반 최적 AP 위치 탐색을 위하여,와 정책 는,으로 정의하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
9 |
9
제 8 항에 있어서, 현재 상태 시뮬레이션을 위한 상태()는,AP의 일주일 평균 연결 장비 수를 기준하여 AP 주위의 클라이언트를 배치하고, 해당 클라이언트는 랜덤하게 움직이며 AP의 서비스 품질에 따라 로밍이 가능하도록 하고,AP의 일주일 평균 데이터 처리율(Throughput)을 기준하여 AP 주위에 배치된 클라이언트의 처리율을 임의로 나누는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 시스템
|
10 |
10
AP 데이터 수집부에서 무선랜 환경에서 AP 데이터를 수집하는 단계;건물 특성 분류부에서 건물 내에 존재하는 사람들의 행동 패턴을 기반으로 클러스터링 알고리즘을 활용하여 건물 특성 분류하는 단계;불균형 지역 탐색 및 해석부에서 유사한 사용 패턴을 가진 건물들 각각에 대해 자원의 불균형 정도를 평가 및 해석하는 단계;최적 AP 위치 탐색부에서 심층신경망을 이용한 강화 학습 기반으로 최적 AP 위치 탐색하여 AP 위치를 조정하는 단계;를 포함하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 방법
|
11 |
11
제 10 항에 있어서, AP 데이터를 수집하는 단계에서,각 AP가 운용 중 연결된 인원과 사용한 데이터, 처리율과 신호 상태를 포함하는 이용량 속성과,각 AP가 운용 중 발생한 플래그나 재전송 수를 기록한 프레임 정보 카운터 속성의 데이터를 수집하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 방법
|
12 |
12
제 11 항에 있어서, 이용량 속성은 채널 이용률, 연결 장비수, 패킷 재전송 수, RSSI, SNR, 처리율 항목을 포함하고,프레임 정보 카운터 속성은 ACK 실패 수, FCS(Frame Check Sequence)에러 수, 재전송 수, RTS(Request To Send)실패 수, RTS 성공 수, TX 실패 수, TX 프레그먼트 수, TX 프레임 수 항목을 포함하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 방법
|
13 |
13
제 10 항에 있어서, 건물들 각각에 대해 자원의 불균형 정도를 평가 및 해석하는 단계에서,각 속성들이 중복하여 불균형이 발생하는 층을 선택하여 해석하는 불균형 지역 탐색 및 해석을 하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 방법
|
14 |
14
제 10 항에 있어서, 클러스터링 알고리즘을 활용하여 건물 특성 분류하는 단계에서,수집한 속성들이 유사한 패턴을 가지는 건물들은 그 건물 내에 존재하는 사람들의 행동 패턴이 유사한 것으로 판단하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 방법
|
15 |
15
제 14 항에 있어서, 건물 특성 분류를 위한 클러스터링 알고리즘으로 밀도 기반 클러스터링(Density based clustering)과 거리 기반 클러스터링(Distance based clustering)을 혼용해 분류하는 것을 특징으로 하는 빅데이터 기반 대규모 무선랜 관리 방법
|