earticle

영어

In this paper, we propose a novel approach for efficient data management in the Industrial Internet of Things (IIoT). While existing IIoT systems have focused on real-time data processing, our paper introduces an effective data management strategy that takes into account the risk level of the data. To this end, we present the Risk-Level aware Age of Information (RL-AoI), which incorporates risk level into the Age of Information (AoI) concept, a measure of data freshness, enabling more rapid and secure data processing. This paper also provides a detailed presentation of the modeling method to optimize RL-AoI. This involves defining states, actions, and rewards, and solving the problem through optimization equations. The results demonstrate that our approach enables more effective data management compared to traditional methods.

한국어

본 논문에서는 산업용 사물 인터넷(IIoT)의 효율적인 데이터 관리를 위한 새로운 접근법을 제시한다. 기존의 IIoT 시스템들은 데이터의 실시간 처리에 초점을 맞추었지만, 본 논문에서는 데이터의 위험도를 고려한 효과적인 데이터 관리 전략을 제안한다. 이를 위해 제시된 RL-AoI(Risk-Level aware Age of Information)는 데이터의 신선도를 측정하는 Age of Information(AoI) 개념에 위험도를 반영하여, 더 신속하고 안전한 데이터 처리를 가능하게 한다. 본 논문은 또한 RL-AoI를 최적화하는 모델링 방법을 상세하게 제시한다. 이는 상태, 행동, 보상을 정의하고 최적화 방정식을 통해 문제를 해결한다. 그 결과, 기존의 방식에 비해 더욱 효과적인 데이터 관리가 가능함을 보여준다.