지능형 IoT Edge 기술은 초연결 IoE 네트워크 서브 시스템의 구성 요소로 구현 될 수 있으며, 이 기술 시스템 구조는 아래 그림과 같다. 그림의 초록색 사각형으로 표현된 각 블록은 기능 별로 구분되어 있으며 하나 이상의 응용 프로그램으로 구성된다.
- 센서정보 수집 블록
. 센서로부터 정보를 수집한 후 내부 DB에 저장하고 예측 블록(통계 기반 예측 또는 기계학습 기반 예측)으로 전달하는 기능을 수행한다. 또한 외부 cloud 서버로 정보를 전달하는 기능을 수행한다.
- 통계 기반 예측블록
. 센서정보 수집 블록으로부터 주기적으로 데이터를 수신하고 통계 기반의 알고리즘을 통해 다음 센서 데이터의 측정 값을 예측하는 기능을 수행한다. 또한 내부의 상황판단 블록으로 예측 결과를 전달하는 기능을 수행한다.
- 기계학습 기반 예측블록
. 센서정보 수집 블록으로부터 주기적으로 데이터를 수신하고 기계학습 기반의 알고리즘을 통해 다음 센서 데이터의 측정 값을 예측하는 기능을 수행한다. 또한 내부의 상황판단 블록으로 예측 결과를 전달하는 기능을 수행한다.
- 상황판단 블록
. 예측 블록으로부터 센서 데이터의 예측 값을 수신하고 네트워크 사용량을 고려하여 외부로 송출할 비디오 스트림의 화질을 결정한다. 또한 내부의 비디오 화질 조절 블록으로 판단 결과를 전달하는 기능을 수행한다.
- 비디오 화질 조절 블록
. 상황 블록으로부터 화질 변경 명령을 수신하고 이에 맞추어 외부로 전달되는 비디오의 화질을 조절하는 기능을 수행한다.
- 리눅스 환경에서 실행 가능한 센싱 데이터 수집 블록 (리눅스 Ubuntu 14.x 이상)
. 센싱 데이터 수집 모듈 SW
. 설치 및 운영 매뉴얼
- 리눅스 환경에서 실행 가능한 통계 기반의 데이터 예측 블록 (리눅스 Ubuntu 14.x 이상)
. 통계 기반의 데이터 예측 모듈 SW
. 설치 및 운영 매뉴얼
- 리눅스 환경에서 실행 가능한 기계학습 기반의 데이터 예측 블록 및 예측 모델 (리눅스 Ubuntu 14.x 이상)
. 기계학습 기반의 데이터 예측 모듈 SW
. 기계학습 기반의 데이터 예측 모델
. 설치 및 운영 매뉴얼
- 리눅스 환경에서 실행 가능한 상황판단 블록 및 비디오 화질 조절 블록 (리눅스 Ubuntu 14.x 이상)
. 상황판단 모듈 SW
. 비디오 화질 조절 모듈 SW
. 설치 및 운영 매뉴얼