• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.113-116
• /
• 2005

일반적으로 유무선 혼합 망은 유선구간의 종단과 무선구간으로의 데이터 중계를 담당하는 기지국에 다수의 이동 호스트가 접속하여 통신을 하는 구조로 되어있다. 이러한 기지국은 네트워크에서 병목점이 되어 네트워크의 성능저하가 발생하기 쉽다. 이러한 성능저하를 개선하기 위해 여러 프로토콜 계층에서 연구가 진행되고 있다. 그 중에서도 전송계층에서 TCP의 성능개선을 위한 여러 가지 기법이 연구되고 있지만, 대부분 처리율 향상을 위한 것이고 fairness 악화에 대한 대책은 고려되지 않았다. 본 논문에서는, fairness를 개선하기 위한 새로운 알고리즘을 제안하고, ns-2를 이용한 시뮬레이션으로 그 성능을 검증한다.

• 전자공학회논문지
• /
• 제53권3호
• /
• pp.163-169
• /
• 2016

클러스터 기반 라우팅 프로토콜로 대표적인 LEACH는 에너지 부하의 공평한 분배를 위해 매 라운드 미리 정해진 확률에 따라 랜덤하게 클러스터 헤드를 선출한다. 하지만 센서 노드가 갖는 현재 에너지 레벨은 고려대상이 아니기에 만일 잔존 에너지가 적은 센서 노드가 클러스터 헤드로 선출된다면 에너지 부하가 큰 헤드의 역할을 완수하지 못하고 사망할 수 있을 것이다. 결국 노드의 첫 사망시간이 매우 빨라져 WSN의 서비스 품질도 나빠질 것이다. 이러한 점에 착안하여 본 논문에서는 클러스터 헤드의 에너지 레벨과 기지국까지의 통신거리를 고려하여 클러스터 내부에 서브 클러스터 헤드를 선택하는 방법을 제안한다. 기존 LEACH에 제안하는 방법을 적용 시 클러스터 헤드의 에너지 부담이 줄어들어 노드의 첫 번째 사망시간이 증가하였고 더욱 증가된 데이터가 기지국에 도착하였으며 이로 인한 WSN의 서비스 품질도 개선되었음을 확인할 수 있었다.

• 비교교육연구
• /
• 제22권4호
• /
• pp.149-178
• /
• 2012

미국의 초창기 소수집단우대정책(Affirmative Action)의 목적은 과거의 인종 차별로 인한 피해를 바로 잡고자 하는 차원에서 고용 및 교육에 대한 기회와 공평한 분배를 보장하고자 소수 인종을 우대하자는 데 있었다. 인종차별로 인한 과거를 보상하자는 취지에서 마련된 이 정책은 대학 입학 정책 실행에 있어 소수인종에 수혜를 주는 정원할당이라는 역차별과 공정성을 둘러싼 법적 논쟁이 끊이지 않았으며, 매 소송마다 연방법원 및 대법원 판결을 중심으로 그에 대한 법적 논리와 원칙, 준거를 마련하며 제도는 발전되어 왔다. 최근 들어 미국의 명문 주립대 중 하나인 텍사스주립대(University of Texas at Austin)에서는 소수집단우대정책의 시행이 백인 지원자들에 대한 역차별인지 여부를 결정할 대법원 판결(Fisher v. University of Texas at Austin)을 기다리면서 이 정책은 또다시 주목 받고 있다. 본 연구는 대학 입학정책에 있어 제도적 프레임의 결과로서 대법원 판례에 투영된 소수집단우대정책이 어떤 변화를 겪어 발전되어 왔는지, 이에 영향을 미친 역사적 맥락, 정치적 역학 구도와 관련 행위자들의 행동 전략을 역사적 신제도주의를 바탕으로 세 가지 차원을 통합하여 통합적 접근으로서의 정책의 변화 과정을 엿볼 수 있도록 분석하였다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.1-14
• /
• 2022

대부분의 블록체인이 사용하는 작업증명 합의 알고리즘은 채굴이라는 형태로 대규모의 컴퓨팅리소스 낭비를 초래하고 있다. 작업증명의 컴퓨팅리소스 낭비를 줄이기 위해 유용한 작업증명 합의 알고리즘이 연구 되었으나 여전히 블록 생성 시 리소스 낭비와 채굴의 중앙화 문제가 존재한다. 본 논문에서는 블록생성을 위한 상대적으로 비효율적인 연산 과정을 분산 인공지능 모델 학습으로 대체하여 블록생성 시 리소스 낭비문제를 해결하였다. 또한 학습 과정에 참여한 노드들에게 공평한 보상을 제공함으로써 컴퓨팅파워가 약한 노드의 참여 동기를 부여했고, 기존 중앙 집중 인공지능 학습 방식에 근사한 성능은 유지하였다. 제안된 방법론의 타당성을 보이기 위해 분산 인공지능 학습이 가능한 블록체인 네트워크를 구현하여 리소스 검증을 통한 보상 분배를 실험 하였고, 기존 중앙 학습 방식과 블록체인 분산 인공지능 학습 방식의 결과를 비교하였다. 또한 향후 연구로 블록체인 메인넷과 인공지능 모델 확장 시 발생 할 수 있는 문제점과 개발 방향성을 제시함으로서 논문을 마무리 하였다.

• 대한전자공학회논문지TC
• /
• 제40권12호
• /
• pp.106-115
• /
• 2003

3G와 그 이후의 CDMA무선망 시스템에서는 다양한 멀티미디어 서비스를 위해 서로 다른 요구조건을 가지는 몇 개의 트래픽 클래스로 정의되고 분류되어 적용될 예정이다. CDMA시스템 상의 한정되고 가변적인 자원들을 효과적으로 사용하기 위해 서로 다른 트래픽 클래스의 QoS (Quality of Service) 요구조건을 고려하여 주어진 자원들을 적절하게 분배할 필요가 있으며, 이 자원 조절의 중요한 메커니즘으로 대표적인 것 중의 하나가 호 허가 제어( Call Admission Control : CAC )라고 볼 수 있다. 본 논문에서는 트래픽 클래스별 서로 다른 요구(예: 비트 오차율)들을 고려하여, 이를 트래픽 클래스 별로 호제어에 사용하는 수신전력 임계치(threshold)에 반영하여 서비스 공평성(fairness)과 트래픽별 우선순위에 따른 서비스 차별화(differentiation)를 제공할 수 있는 QCAC(QoS-aware CAC)를 제안하고자 한다. 제안된 QCAC는 CDMA 시스템에서 트래픽 클래스별로 성능평가 척도로 호의 거절확률 측면에서 서비스 공평성과 서비스 차별화를 위해 서로 다른 적절한 수신전력 임계치(threshold)를 계산하는 방법을 적용한다. 또한 대표적 자원 할당 기법인 CS(complete sharing), CP(complete partitioning), PS(priority sharing)와 연관시켜 설명하고, 그 중에서 PS는 각각의 트래픽의 종류별로 우선순위를 고려하여 계산한 서로 다른 임계치를 CAC에 적용한 것과 연관성이 있고 이 계산된 임계치를 QCAC에서 적용하여 호제어를 함으로써 서비스 공평성과 차별화를 보여줄 수 있다.

• 한국멀티미디어학회논문지
• /
• 제9권7호
• /
• pp.844-853
• /
• 2006

미래 근거리망, 도시망 및 광역망을 위해 최근에 표준화된 IEEE 802.17 레질런트 패킷링의 공정성 제어 방식은 비대칭 과부하에서 지연지터 특성을 악화시키고 대역폭 손실까지 초래하는 문제점을 갖고 이다. 본 논문은 이러한 문제를 해결하기 위해 기존 방식과 호환성을 유지하는 대역폭 재분배 기반 공정성 제어 방식을 제안한다. 제안된 방식에서 체증노드는 상단노드들의 병목링크 사용을 통제한 결과 얻어지는 병목링크의 가용 대역폭을 측정하고 대역폭이 더 필요한 상단노드의 수를 추정하여 최적 공정속도를 계산하며, 계산된 공정속도를 상단노드로 통보하여 가용 대역폭을 재분배 한다. 성능평가 결과 단 2회의 재분배 시도로 가용 대역폭의 95%를 공평하게 분배하였다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.128-135
• /
• 2003

지금까지 분산-큐 이중-버스(DQDB)의 공정성을 위한 제어는 대부분 평형 트래픽, 대칭형 트래픽, 역대칭형 트래픽 같은 특정 트래픽를 대상으로 연구하였다. 본 논문에서는 이러한 특정 트래픽이 아닌 일반적인 트래픽 형태인 클라이언트-서버 트래픽 환경에서 DQDB 네트워크의 대역폭을 모든 스테이션에 공평하게 분배 할 수 있는 효율적인 제어 방식을 제안한다. 제안한 방식은 접근 임계값을 기준으로 서버에게는 APS(Access Protection Scheme)를 적용하고, 클라이언트에게는 접근 임계값만으로 대역 폭 할당을 제어한다. 시뮬레이션을 통하여 다른 방식보다 제안한 방식이 더 우수하다는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제6권2호
• /
• pp.228-235
• /
• 2002

차별 서비스 네트워크는 유사한 서비스 품질에 대한 요구조건을 갖는 연결 집합에 대해 동일한 서비스를 제공한다. 트래픽 조절 메커니즘은 차별 서비스 네트워크를 실현시키는 핵심 기능 중의 하나이다. 본 논문은 예약 대역폭의 크기에 따른 처리율의 편향성을 완화시키는 트래픽 조절 메커니즘을 제안한다. 시뮬레이션 방법에 의한 분석을 통해, 제안된 메커니즘은 적절히 배치되거나 과잉 배치된 네트워크 상황에서도 예약 전송률의 크기에 따른 민감성을 완화시켰고, 모든 소스가 예약 대역폭을 달성하고, 초과되는 대역폭에 대해 비교적 공평 히 분배하는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.223-227
• /
• 2011

유역 특히 상습침수지구의 통합관리는 유역이라는 한정된 범위 내에서 물에 영향을 미치거나 물에 의하여 영향을 받는 모든 인간 활동과 자연현상을 통합적으로 고려하는 것이다. 이러한 관점에서 유역관리는 유역 차원에서 물을 경제적이고 공평하게 관리하고 분배하여 수자원에 대한 장기적이고 지속가능한 해결방안을 마련하는 것이다. 여기에는 정부, 시민사회 및 기업 행위자가 사회경제적 개발목표와 정책형성, 집행계획을 수립하는 것으로부터 시작된다. 유역관리를 위한 의사결정들은 행위자들과의 영향으로 수정되며, 이런 과정에서 토지와 수자원에서 분쟁이 발생하며, 수자원 관리자는 자연현상, 물 사용, 재정적, 인적자원 및 외부적인 요인으로 인해 목적을 달성하는데 부합하지 않을 수도 있다. 효과적인 유역관리를 위해서는 제약조건하에서 수자원 관리자가 의사결정에 정보를 주고 주요 행위자들과 협력을 통해서 이루어 질 수 있다. 본 논문에서는 유역관리를 위한 의사결정을 행위자기반모형(Agent based Model, ABM)으로 이해하고자 하며, ABM은 유역관리의 이해당사자간의 정책과정을 도출하고 다양한 유역관리 대안을 평가하고 유역관리의 영향을 설명하는 모델이다. 본 모형은 관측자료를 통해 상향식 접근법으로 가능한 많은 세부사항을 모의할 수 있다. 분석과정은 자료의 수집, 모델 확립, 모델의 개발, 통계자료 수집 및 모델의 결과와 실제 시스템의 보충된 관측자료를 비교하는 검증 순으로 진행되며, 본 모델에서의 행위자는 과거의 행동으로부터 주위 환경의 반응하는 패턴을 확인하고 개발하며, 이러한 패턴은 정책들을 구별하기 위해서 이용되며, 이러한 과정에서 강화학습이 이루어진다. 이를 통해 행위자의 익숙한 방식의 합리적인 행동과 정책들의 상관관계를 평가할 수 있으며, 강화학습을 통해 실제적인 통계적인 모델이 가능하다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.851-854
• /
• 2010

유역관리는 유역이라는 한정된 범위 내에서 물에 영향을 미치거나 물에 의하여 영향을 받는 모든 인간 활동과 자연현상을 통합적으로 고려하는 것이다. 이러한 관점에서 유역관리는 유역 차원에서 물을 경제적이고 공평하게 관리하고 분배하여 수자원에 대한 장기적이고 지속가능한 해결 방안을 마련하는 것이다. 여기에는 정부, 시민사회 및 기업 행위자가 사회경제적 개발목표와 정책 형성, 집행계획을 수립하는 것으로부터 시작된다. 유역관리를 위한 의사결정들은 행위자들과의 영향으로 수정되며, 이런 과정에서 토지와 수자원에서 분쟁이 발생하며, 수자원 관리자는 자연현상, 물 사용, 재정적, 인적자원 및 외부적인 요인으로 인해 목적을 달성하는데 부합하지 않을 수도 있다. 효과적인 유역관리를 위해서는 제약조건 하에서 수자원 관리자가 의사결정에 정보를 주고 주요 행위자들과 협력을 통해서 이루어 질 수 있다. 본 논문에서는 유역관리를 위한 의사결정을 행위자기반모형(Agent based Model, ABM)으로 이해하고자 하며, ABM은 유역관리의 이해당사자간의 정책과정을 도출하고 다양한 유역관리 대안을 평가하고 유역관리의 영향을 설명하는 모델이다. 본 모형은 관측자료를 통해 상향식 접근법으로 가능한 많은 세부사항을 모의할 수 있다. 분석과정은 자료의 수집, 모델 확립, 모델의 개발, 통계 자료 수집 및 모델의 결과와 실제 시스템의 보충된 관측자료를 비교하는 검증 순으로 진행되며, 본 모델에서의 행위자는 과거의 행동으로부터 주위 환경의 반응하는 패턴을 확인하고 개발하며, 이러한 패턴은 정책들을 구별하기 위해서 이용되며, 이러한 과정에서 강화학습이 이루어진다. 이를 통해 행위자의 익숙한 방식의 합리적인 행동과 정책들의 상관관계를 평가할 수 있으며, 강화학습을 통해 실제적인 통계적인 모델이 가능할 것이다.