쉽고 유연한 조작과 다양하고 역동적인 화면구성에 초점을 맞춘 인터넷서비스 맞춤기술인 RIA(Rich Internet Aplication)기술들은 웹2.0기술중 사용자 편의성을 강조한 차세대 UI기술로 기대되고 있다. 본 논문은 평면적이고 순차적인 방법의 고급검색을 동적UI로 구현하고 사용자가 개인화 검색정보를 저장해서 검색에 활용할 수 있도록 구현하였다. 또한 사용자중심의 키워드 선호도를 통해 기존 웹 검색보다 개인화된 검색 결과물을 발견할 수 있는 검색구조를 설계하였다. 본 연구는 RIA 기술을 활용한 개인화 검색 관리자의 적용을 통해 검색된 페이지양의 감소를 입증하여 사용자에게 더욱 정제된 데이터를 제공하며 결론적으로 사용자들이 더욱 유연하고 편리한 방법으로 개인화된 웹 검색을 이용할 수 있음을 보였다.

데이터베이스 튜닝은 일반적으로 데이터베이스 어플리케이션을 "좀 더 빠르게" 실행하게 하는 일련의 활동을 뜻한다[1]. 데이터베이스 관리자가 튜닝에 필요한 주먹구구식 룰(Rule of thumb)들을 모두 파악 하고 상황에 맞추어 적용하는 것은 비싼 비용과 오랜 시간을 요구한다. 그렇게 때문에 서로 다른 어플 리케이션들이 맞물려 있는 복잡한 서비스는 필수적으로 자동화된 데이터베이스 성능 관리와 튜닝을 필 요로 한다. 본 논문에서는 이를 해결하기 위하여 지식 도매인(Knowledge Domain)을 기초로 한 자동화 된 데이터베이스 튜닝 원칙(Tuning Principle)을 제시하는 시스템을 제안한다. 각각의 데이터베이스 튜닝 이론들은 지식 도매인의 지식으로 활용되며, 성능에 영향을 미치는 요소들을 개체(Object)와 콘셉트 (Concept)로 구성하고 추론 시스템을 통해 튜닝 원칙을 추론하여 쉽고 빠르게 현재 상황에 맞는 튜닝 방법론을 적용시킬 수 있다. 자동화된 데이터베이스 튜닝에 대해 여러 분야에 걸쳐 학문적인 연구가 이루어지고 있다. 그 예로써 Microsoft의 AutoAdmin Project[2], Oracle의 SQL 튜닝 아키텍처[3], COLT[4], DBA Companion[5], SQUASH[6] 등을 들 수 있다. 이러한 최적화 기법들을 각각의 기능적인 방법론에 따라 다시 분류하면 크게 Design Tuning, Logical Structure Tuning, Sentence Tuning, SQL Tuning, Server Tuning, System/Network Tuning으로 나누어 볼 수 있다. 이 중 SQL Tuning 등은 수치적으로 결정되어 이미 존재하는 정보를 이용하기 때문에 구조화된 모델로 표현하기 쉽고 사용자의 다양한 요구에 의해 변화하는 조건들을 수용하기 쉽기 때문에 이에 중점을 두고 성능 문제를 해결하는 데 초점을 맞추었다. 데이터베이스 시스템의 일련의 처리 과정에 따라 DBMS를 구성하는 개체들과 속성, 그리고 연관 관계들이 모델링된다. 데이터베이스 시스템은 Application / Query / DBMS Level의 3개 레벨에 따라 구조화되며, 본 논문에서는 개체, 속성, 연관 관계 및 데이터베이스 튜닝에 사용되는 Rule of thumb들을 분석하여 튜닝 원칙을 포함한 지식의 형태로 변환하였다. 튜닝 원칙은 데이터베이스 시스템에서 발생하는 문제를 해결할 수 있게 하는 일종의 황금률로써 지식 도매인의 바탕이 되는 사실(Fact)과 룰(Rule) 로써 표현된다. Fact는 모델링된 시스템을 지식 도매인의 하나의 지식 개체로 표현하는 방식이고, Rule 은 Fact에 기반을 두어 튜닝 원칙을 지식의 형태로 표현한 것이다. Rule은 다시 시스템 모델링을 통해 사전에 정의되는 Rule와 튜닝 원칙을 추론하기 위해 사용되는 Rule의 두 가지 타업으로 나뉘며, 대부분의 Rule은 입력되는 값에 따라 다른 솔루션을 취하게 하는 분기의 역할을 수행한다. 사용자는 제한적으로 자동 생성된 Fact와 Rule을 통해 튜닝 원칙을 추론하여 데이터베이스 시스템에 적용할 수 있으며, 요구나 필요에 따라 GUI를 통해 상황에 맞는 Fact와 Rule을 수동으로 추가할 수도 었다. 지식 도매인에서 튜닝 원칙을 추론하기 위해 JAVA 기반의 추론 엔진인 JESS가 사용된다. JESS는 스크립트 언어를 사용하는 전문가 시스템[7]으로 선언적 룰(Declarative Rule)을 이용하여 지식을 표현 하고 추론을 수행하는 추론 엔진의 한 종류이다. JESS의 지식 표현 방식은 튜닝 원칙을 쉽게 표현하고 수용할 수 있는 구조를 가지고 있으며 작은 크기와 빠른 추론 성능을 가지기 때문에 실시간으로 처리 되는 어플리케이션 튜닝에 적합하다. 지식 기반 모률의 가장 큰 역할은 주어진 데이터베이스 시스템의 모델을 통하여 필요한 새로운 지식을 생성하고 저장하는 것이다. 이를 위하여 Fact와 Rule은 지식 표현 의 기본 단위인 트리플(Triple)의 형태로 표현된다, 트리플은 Subject, Property, Object의 3가지 요소로 구성되며, 대부분의 Fact와 Rule들은 트리플의 기본 형태 또는 트리플의 조합으로 이루어진 C Condition과 Action의 두 부분의 결합으로 구성된다. 이와 같이 데이터베이스 시스템 모델의 개체들과 속성, 그리고 연관 관계들을 표현함으로써 지식들이 추론 엔진의 Fact와 Rule로 기능할 수 있다. 본 시스템에서는 이를 구현 및 실험하기 위하여 웹 기반 서버-클라이언트 시스템을 가정하였다. 서버는 Process Controller, Parser, Rule Database, JESS Reasoning Engine으로 구성 되 어 있으며, 클라이 언트는 Rule Manager Interface와 Result Viewer로 구성되어 었다. 실험을 통해 얻어지는 튜닝 원칙 적용 전후의 실행 시간 측정 등 데이터베이스 시스템 성능 척도를 비교함으로써 시스템의 효용을 판단하였으며, 실험 결과 적용 전에 비하여 튜닝 원칙을 적용한 경우 최대 1초 미만의 전처리에 따른 부하 시간 추가와 최소 약 1.5배에서 최대 약 3배까지의 처리 시간 개선을 확인하였다. 본 논문에서 제안하는 시스템은 튜닝 원칙을 자동으로 생성하고 지식 형태로 변형시킴으로써 새로운 튜닝 원칙을 파생하여 제공하고, 성능에 영향을 미치는 요소와 함께 직접 Fact과 Rule을 추가함으로써 커스터마이정된 튜닝을 수행할 수 있게 하는 장점을 가진다. 추후 쿼리 자체의 튜닝 및 인텍스 최적화 등의 프로세스 자동화와 Rule을 효율적으로 정의하고 추가하는 방법 그리고 시스템 모델링을 효과적으로 구성하는 방법에 대한 연구를 통해 본 연구를 더욱 개선시킬 수 있을 것이다.

휴대폰과 메신저 등 통신 환경에서 사용되는 표준어가 아닌 SMS의 변형된 어휘 및 띄어쓰기 오류를 자동으로 교정하여 형태소 분석 및 품사 태깅의 성능 저하 문제를 방지하는 문자열 오류의 교정 방법을 제안하였다. 통신 어휘들의 문자열 사전 구축 방법으로 통신어휘집을 기반으로 수동으로 구축하는 방법과 수작업으로 구축된 말뭉치로부터 자동으로 변형된 문자열을 추출하는 방법, 그리고 문맥을 고려하는 방법을 비교-분석하고 실험 및 성능 평가 결과를 제시하였다.

센서 네트워크는 온도, 습도, 무게, 화학물질 밀도 등과 같이 공간적 시간적 상관관계가 있는 데이터를 실시간으로 수집하는 응용에 적용될 수 있다. 본 논문에서는 1차원과 2차원의 센서 네트워크에서 센서 노드의 작동 확률을 고려한 경우에 데이터 왜곡을 모델링하는 수식을 제시하고 데이터 왜곡을 최소화할 수 있는 최적의 노드 개수에 대한 새로운 계산 결과를 제시한다 계산 결과는 최적의 노드 개수는 패킷의 hop 지연과 관련이 있다는 것을 보여주었다.

본 논문에서는 격자형 Ad-hoc 전술통신망에서 Alternating Routing Algorithm 의 적합성 연구를 수행하였다. 이 통신망의 신호 방식은 공통선 신호 방식을 사용하며, 경로선정 방식은 Flood search Routing을 사용한다. 분석 결과 alternate routing을 함으로써 좀 더 낮은 차단확률(Stocking Probability)을 기대할 수 있는 것으로 판단되었다.

Although the embedded network-engine is a demand of time, it is observed that up to this time the network-engines are not sufficient to control the input and output device for Video On Demand (VOD). In this paper we have proposed the wireless network-engine with the capability of controlling the input and output device.

응용프로그램에서 담당하던 데이터 교환을 대행하는 통신 미들웨어에 대한 연구가 진행되고 있다. 다양한 디바이스들이 동적으로 네트워크 도메인을 형성하고 동일한 타입의 데이터를 빈번히 주고받는 통신환경에서는 데이터 중심 발간/구독 방식의 데이터 교환이 유리하며 OMG의 DDS(Data Distribution Service) 표준규격에서 이러한 방식을 하였다. 본 연구에서는 OMG의 DDS 표준 규격을 준수하고 시스템 관리 자동화가 가능한 데이터 분배 서비스 시스템인 ReTiCoM을 설계하였다.

움직이는 노드에게 정보를 전달하는 것은 이제 흔한 일이 되었다. 더 나아가서 움직이는 노드들로 독립적인 네트워크를 형성 할 수도 있다. 최근 이러한 VANET(Vehiclular Ad Hoc Networks) 환경 하에서의 정보의 전송에 관심이 커지고 있다. 이동 노드들이 무선 링크를 통하여 연결될 수 있을 때에는 별도의 ad-hoc 네트워크를 형성하지 않고도 정보 전송 네트워크로 사용할 수 있다. 이를 기회적 전송(opportunistic forwarding)이라 하며, 이 논문에서는 세 개의 서로 다른 기회적 정보 전송 방법을 비교한다. 각 방법 하에서의 전송 시간, 성공률, 그리고 오버헤드를 측정하고, 이를 바탕으로 기회적 전송 문제 해결을 위한 새로운 방법을 제안한다. 이 방법은 전송의 매개체인 다른 이동 노드를 만났을 때 기회적 전송을 할 것인가의 여부를 결정하기 위해 양측의 속도 정보를 사용한다. 우리는 제안된 방법이 기존의 방법보다 효과적임을 시뮬레이션을 통해 보인다.

H.264/AVC는 적응적인 비트율 제어(Adaptive Rate Control) 기법을 제공한다. 본 논문에서는 H.264/AVC 부호화기에서 첫 번째 프레임의 QP값을 결정하는 새로운 알고리즘을 제안한다. 실험결과 기존 알고리즘으로는 비트율 제어가 불가능 했던 영상을 효율적으로 비트율 제어를 하였고 기존의 방법보다 평균 PSNR의 향상을 확인하였다. 화면 사이의 화질 변화 폭을 줄임으로써 주관적인 화질 또한 향상하였다.

유비쿼터스 컴퓨팅의 핵심 구성요소인 웨어러블 컴퓨터는 배터리를 기반으로 운영되므로 웨어러블 컴퓨터의 사용 시간을 늘리려면 효과적인 전력관리가 필요하다. 본 논문에서는 웨어러블 컴퓨터의 전력관리를 위한 컴포넌트 형태 미들웨어에 대한 구현 상황과 그 성능에 대해 기술한다. 구현된 전력관리 미들웨어는 전력인지 인터페이스, 전력관리 모듈과 전력관리 미들웨어 인터페이스로 구성된다. 구현된 전력인지 인터페이스로 전력관리 미들웨어 인터페이스는 다른 미들웨어 컴포넌트 개발자나 응용프로그램 개발자에게 시스템에 투명한 전력관리 기법을 제공할 수 있다. 성능 측정 결과, 구현된 전력관리 미들웨어를 이용하여 LCD 화면 밝기와 블루투스 장치 검색 메시지 주기를 조절할 경우, 웨어러블 컴퓨터의 이용시간이 약 2배 이상 증가하였다.

LRFU 블륵 교체 정책은 LRU 정책과 LFU 정책 사이에 존재하는 교체 정책들의 스펙트럼이며, LRFU 기법의 제어 변수 $\lambda$는 스펙트럼 상에서 위치를 결정한다. 그리고 작업 부하(workload)마다 최적 $\lambda$값이 존재하며, 해당 작업 부하를 실행할 때 이 값을 LRFU 기법에 적용하면 LRFU 스펙트럼 상에서 최적의 성능을 보이는 블록 교체 정책이 선택된다. 하지만 LRFU 기법은 최적의 $\lambda$값 설정을 위한 정보를 제공하지 않기 때문에 작업 부하에 따른 최적의 $\lambda$값을 찾기 위한 별도의 연구가 필요하다. 본 논문에서는 LRFU 정책을 기반으로 작업 부하에 따라서 효과적으로 $\lambda$값을 변화 시키는 적응형 LRFU 블록 교체 정책을 설명하고 있다. 적응형 LRFU 정책의 성능을 평가하기 위해서 트레이스 기반 모의 실험을 수행하였으며 실험 결과를 통해 적응형 LRFU 정책의 성능이 정적으로 선택된 최적의 $\lambda$값을 적용한 LRFU 정책의 성능에 근접함을 알 수 있었다.

광 기반 네트워크 기술의 발전에 따라 Gbps 급의 대역폭을 요구하는 비입축 HD (high definition) 영상을 낮은 지연으로 전송하고 재생하는 것이 가능해지고 있다. 이를 위하여 다양한 비압축 HD 미디어 전송 시스템이 소개되어 왔으며, 이들은 일반적으로 RTP(Real-time Transport Protocol)에 기반으로 한 실시간 데이터 전송과 비압축 미디어 인터페이스를 효과적으로 결합하여 대화형으로 사용함에도 지장이 없는 저지연의 실감형 시스템을 지원하고 있다. 본 논문에서는 [4,5]에서 제안된 비압축 HD 미디어 시스템의 실감성을 향상시키기 위하여 9600 $\times$ 4800 해상도의 타일드 디스플레이를 통해 전송된 비압축 HD 영상을 재생할 수 있는 기법을 제시한다. 또한 실제 구현된 비압축 HD 영상과 타일드 디스플레이 간의 연동 실험을 통하여 제안된 결합 방식의 타당성을 확인하고, 그 결과로 얻어진 실감성 있는 미디어 서비스의 효용성을 입증한다.

Private Matching은 각기 다른 두 참여자가 가진 데이터의 교집합을 구하는 문제이다. 이때 각 참여자는 교집합은 공유하되 그 이상의 정보는 감춰지기를 원한다. 우리는 Kissner와 Song의 다항식 덧셈에 의한 교집합 계산 방법에 상당히 신뢰할 수 있는 제3자(Semi-Trusted Third Party)를 도입하여, 보다 효율적으로 Private Matching을 구할 수 있는 방법을 제안한다. 또한, STTP의 저장능력을 활용할 경우 프로토콜을 다시 시작하지 않고도 Private Matching을 갱신할 수 있는 방법을 제공한다.