• 제목/요약/키워드: 네트워크 재구성

검색결과 306건 처리시간 0.026초

이종망 간 빠른 핸드오버를 위한 이동성 관리 방안 (A Mobility Management Scheme for Fast Handover between Heterogeneous Networks)

  • 유명주;최성곤
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2011년도 춘계학술발표대회
    • /
    • pp.607-610
    • /
    • 2011
  • 본 논문은 WiMAX 와 WLAN 네트워크 간 빠른 핸드오버를 위한 이동성 관리 방안을 제안한다. 제안방안은 MPLS 네트워크 환경을 기반으로 하고, 공용 인증키로써 MA ID(Mobility Agent Identifier)를 할당하여 핸드오버 시 재인증(Re-authentication) 및 IP 재구성을 위한 시그널링 메시지를 간소화시킨다. 따라서 이동노드가 핸드오버 할 때마다 반복적으로 요구되는 두 동작에 대한 처리가 보다 신속히 이뤄지면서 핸드오버 지연 감소의 효과를 보인다. 제안방안에 의한 성능 향상을 검증하기 위해 수식을 이용하여 기존방안과 제안방안의 핸드오버 지연을 분석하였다. 그 결과 제안방안에서의 핸드오버 지연이 기존방안 보다 더 낮음을 확인하였다.

SDR기반의 공용기지국 환경에서의 WiBro와 WLAN간의 효율적인 핸드오프 알고리즘 (An Efficient Handoff Algorithm for WiBro and WLAN Network in Common Base Station based on SDR)

  • 차빈;송주석
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2008년도 추계학술발표대회
    • /
    • pp.1320-1323
    • /
    • 2008
  • 통신망의 통합은 현존하는 네트워크의 중요한 발전과정으로 인식되면서 가속화되고 있으며 대표적으로 WLAN와 WiBro 네트워크와의 연동에 관심이 집중되고 있다. 뿐만 아니라 이기종 망에 대한 연동방법 연구도 광범위하게 연구되고 있다. 이러한 궁극적인 망 통합을 이루어 낼 수 있는 단말 재구성을 지원하는 SDR기반 연동기법을 통해 실질적인 기지국 공용화를 완성할 수 있을 것이다. 본 논문에서는 SDR 공용기지국 환경에서 밀결합 방식 연동망을 구성하여 단말의 속도를 고려한 WiBro와 WLAN 간의 효율적인 핸드오프 알고리즘을 제안하였다.

수중음향 센서 네트워크에서 효율적인 저전력 군집화 기법 (An Energy-Efficient Clustering Scheme in Underwater Acoustic Sensor Networks)

  • 이재훈;서보민;조호신
    • 한국음향학회지
    • /
    • 제33권5호
    • /
    • pp.341-350
    • /
    • 2014
  • 본 논문에서는 수중음향 센서 네트워크에서 자기 조직화 기법을 활용하는 에너지 효율적 클러스터링 기법을 제안한다. 제안 기법은 클러스터 헤드 선출에 각 노드의 배터리 잔여량 정보와 이웃 노드의 수를 고려하며, 클러스터 헤드의 배터리 잔여량이 특정 수준 이하로 떨어졌을 경우에만 클러스터 재구성을 수행함으로써 노드의 에너지 소모를 줄이고 네트워크 전체에 에너지 소모를 분산시켜 네트워크의 수명을 연장시킬 수 있다. 또한, 클러스터 헤드는 클러스터 멤버 노드로부터 수집한 데이터를 다중 홉 중계 방식으로 싱크 노드에 전송하여 에너지 소모를 줄인다. 컴퓨터 모의실험을 통해, 일정 시간 경과 후 전체 노드의 배터리 잔여량의 합, 생존 노드의 수, 네트워크 구성 단계에서의 에너지 소모량, 전체 노드의 에너지 소모 편차 등을 구하고 대표적 클러스터링 기법 중의 하나인 LEACH 기법과 비교 및 분석한다. 모의실험 결과, 제안 기법이 LEACH 기법에 비해 네트워크 운용 시간을 두 배 향상시킬 수 있으며, 전체 노드의 에너지 소모 편차 또한 감소시킴을 알 수 있다.

소셜 네트워크 기반 사용자 유사성 발견을 통한 개인화 및 소셜 검색 (Personalized and Social Search by Finding User Similarity based on Social Networks)

  • 박건우;오정운;이상훈
    • 정보처리학회논문지D
    • /
    • 제16D권5호
    • /
    • pp.683-690
    • /
    • 2009
  • 소셜 네트워크(Social Network)는 웹 환경에서 개인 중심의 네트워크로 구성되어 웹 사용자별 프로파일을 탐색하고 새로운 연결을 형성함으로써 정보의 소통을 지원한다. 따라서 유사한 내재적 정보를 가진 웹 사용자들로 구성 된 소셜 네트워크를 찾아서 검색에 적용한다면 검색의 효율성과 검색 결과에 대한 웹 사용자의 만족도를 향상 시킬 수 있다. 본 논문에서는 첫째, 웹 사용자간 직접 또는 간접적인 연결로 구성된 소셜 네트워크를 구성 한다. 둘째, 사용자들의 속성(Feature)에 내재된 정보를 이용하여 주제(topic)별 웹 사용자 간 유사성(Similarity)을 산정한 후, 주제(Topic)별 변화되는 유사성에 따라 소셜 네트워크를 재구성한다. 마지막으로 산정된 유사성과 웹 사용자들의 검색결과에 대한 만족도, 즉 검색 패턴(Search Pattern)을 비교 실험 한다. 실험 결과 주제별 유사성이 높은 웹 사용자 간에는 검색 패턴 또한 유사함을 확인 하였다. 이와 같은 사실을 검색에 적용한다면 개인화 검색(Personalized Search) 및 소셜 검색(Social Search)의 효율성 및 신뢰성 향상에 기여 할 수 있다.

딥러닝에 기반한 우리나라 장기간 일 단위 고해상도 격자형 기상자료 생산 (Development of long-term daily high-resolution gridded meteorological data based on deep learning)

  • 정유경;변규현
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.198-198
    • /
    • 2023
  • 유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

  • PDF

컨테이너 환경에서 토플로지 재구성 시간을 개선한 변형 LEACH 프로토콜 (Modified LEACH Protocol improving the Time of Topology Reconfiguration in Container Environment)

  • 이양민;이기원;곽광훈;이재기
    • 정보처리학회논문지C
    • /
    • 제15C권4호
    • /
    • pp.311-320
    • /
    • 2008
  • 일반적으로 애드-혹 네트워크에 적용되는 라우팅 알고리즘은 수천 개 이상의 많은 노드를 포함하는 환경에는 적합하지 않다. 이 문제를 해결하기 위해서 노드에 대한 계층적 관리와 토플로지의 안정적 유지를 위해 클러스터링 기반의 프로토콜을 이용한다. 본 논문에서는 통신 노드들을 장착한 금속 컨테이너들이 이동하는 환경에서도 적용 가능한 클러스터링 기반의 변형 LEACH 프로토콜을 제안한다. 제안한 프로토콜은 클러스터 기반의 프로토콜인 LEACH에 노드 이동을 감지하는 모듈을 구현하였고, 노드가 이동하는 환경에서 LEACH가 가지는 단점을 개선하였다. 그리고 멀티 홉의 구성 방법을 조절하여 효율적인 통신이 가능하도록 하였다. 또한 제안한 프로토콜과 기존의 LEACH 프로토콜을 점진적 네트워크 구성 시간, 토플로지 재구성 시간, 컨테이너 환경에서의 통신 성공률, 그리고 라우팅 오버헤드라는 네 가지 관점에서 비교하였다. 비교 결과, 본 논문에서 제안한 프로토콜이 금속 컨테이너에 포함된 이동 가능한 노드의 통신에서 기존의 LEACH 프로토콜보다 우수함을 확인하였다.

네트워크 트래픽 데이터의 희소 클래스 분류 문제 해결을 위한 전처리 연구 (A Pre-processing Study to Solve the Problem of Rare Class Classification of Network Traffic Data)

  • 류경준;신동일;신동규;박정찬;김진국
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제9권12호
    • /
    • pp.411-418
    • /
    • 2020
  • 정보보안을 위한 IDS(Intrusion Detection Systems)는 통상적으로 서명기반(signature based) 침입탐지시스템과 이상기반(anomaly-based) 침입 탐지시스템으로 분류한다. 이 중에서도 네트워크에서 발생하는 트래픽 데이터를 기계학습으로 분석하는 이상기반 IDS 연구가 활발하게 진행됐다. 본 논문에서는 공격 유형 학습에 사용되는 데이터에 존재하는 희소 클래스 문제로 인한 성능 저하를 해결하기 위한 전처리 방안에 대해 연구했다. 희소 클래스(Rare Class)와 준 희소 클래스(Semi Rare Class)를 기준으로 데이터를 재구성하여 기계학습의 분류 성능의 개선에 대하여 실험했다. 재구성된 3종의 데이터 세트에 대하여 Wrapper와 Filter 방식을 연이어 적용하는 하이브리드 특징 선택을 수행한 이후에 Quantile Scaler로 정규화를 처리하여 전처리를 완료한다. 준비된 데이터는 DNN(Deep Neural Network) 모델로 학습한 후 TP(True Positive)와 FN(False Negative)를 기준으로 분류 성능을 평가했다. 이 연구를 통해 3종류의 데이터 세트에서 분류 성능이 모두 개선되는 결과를 얻었다.

애드-혹 네트워크에서의 확장성 있는 다중점 대 다중점 라우팅 프로토콜 ((A Scalable Multipoint-to-Multipoint Routing Protocol in Ad-Hoc Networks))

  • 강현정;이미정
    • 한국정보과학회논문지:정보통신
    • /
    • 제30권3호
    • /
    • pp.329-342
    • /
    • 2003
  • 기존의 애드-혹 네트워크를 위한 멀티캐스트 프로토콜들에서는 송신원 수가 많은 경우의 프로토콜 효율성을 고려하지 않아, 송신원 수가 많아지는 경우 프로토콜 오버헤드가 지나치게 커지거나, 데이타 전달율이 저하되는 결과를 가져올 수 있다. 이에 본 논문에서는 멀티캐스트 그룹의 송신원 수에 대한 확장성을 고려한 애드-혹 네트워크를 위한 멀티캐스트 라우팅 프로토콜을 제안한다. 제안하는 프로토콜은 송신원 중 일정 비율을 코어 송신원으로 선택하고, 선출된 코어 송신원을 루트로 하여 각 코어 송신원으로부터 멀티캐스트 그룹의 모든 수신원에 이르는 코어 송신원별 트리를 구성한다. 이렇게 구성된 코어 송신원별 트리의 합집합으로 데이타 전달 메쉬를 형성하고, 일반 송신원들은 가장 가까운 곳에 위치한 코어 송신원을 선택하여 해당 코어 송신원을 통해 데이타 패킷을 전송하게 된다 제안하는 프로토콜이 효율적으로 동작하기 위해서는 적절한 수의 코어 송신원을 선출하는 것이 중요하다. 너무 많은 수의 코어 송신원을 선출하게 되면, 데이타 전달 경로를 유지하기 위해 코어 송신원이 주기적으로 플러딩하는 제어 메시지 오버헤드나 불필요한 중복 데이타 패킷 오버헤드가 과다하게 된다. 반면에 너무 적은 수의 코어 송신원은 호스트의 이동성에 대해서 안정적인 경로를 제공하지 못하고 전달 트리 상에 과부하가 발생할 수 있어 데이타 전달율을 저하시키는 결과를 가져온다. 제안하는 프로토콜은 코어 송신원이 주기적으로 플러딩하는 제어 메시지를 통해 데이타 전달 메쉬를 최적으로 재구성하고, 주기적인 최적 재구성 기간 사이에는 지속적인 메쉬의 연결 유지를 위해 국부적 메쉬 재구성을 수행한다. 시뮬레이션을 통하여 기존에 제안된 프로토콜들과 성능을 비교한 결과, 제안하는 프로토콜이 멀티캐스트 그룹의 송신원 수가 많은 경우에 데이터 전달율 및 오버헤드 측면에서 보다 효율적인 멀티캐스트 통신을 제공함을 알 수 있었다.화에 따른 이방성 에너지를 계산하였으며, 150 K에서 124.01 erg/$cm^3$로 최대값을 갖음을 알 수 있었다.다.었다.었다.다.었다.시료는 황산염 환원반응을 거쳐 $10{\textperthousand}$이상의 높은 ${\delta}^{34}S$ 값을 보이고, $7{\textperthousand}$ 내외의 ${\delta}^{34}S$ 값을 보이는 지하수는 황철석과 대기기원 외에도 인위적 오염에 의한 황 성분의 유입 가능성을 배제할 수 없다.해지는 것을 방지 할 수 있었다. 5. 주관적 감각으로 온냉감, 습윤감, 쾌적감, 피로감을 측정하였는데 유공안전모 착용시가 무공안전모 착용시보다 더 낮은 주관적 감각 수치를 나타내어 착용감이 더 좋았음을 알 수 있었다. 또한 근력측정에서 무공안전모 착용시가 유공안전모 착용시 보다 평가 수치 가 낮게 나타나 더 피로한 것을 알수 있다. 이상의 결과에서 통기를 목적으로 구멍을 뚫어놓은 유공작업안전모가 심부온, 피부온, 혈압, 심박수, 발한량, 모자내 기후 등의 인체생리반응을 고려해 볼 때 더 바람직한 작업 안전모 형태라는 것을 알 수 있었다. 종래의 작업과 관련한 피복연구에서 작업복, 장갑, 신발에 대하여는 생리학적 연구가 이루어졌으나, 안전모에 관한 연구에서는 생리학적인 부분을 고려하지 않고 단지 안전 보호측면에서의 연구가 이루어졌을 뿐이었다. 따라서 서열환경하에서 머리부분의 쾌적성을 고려한 다양한 작업 안전모에 대한 계속적인 연구와 개발이 이루어진다면 물리적 측면에서 작업 안전을 만족시킬 뿐만 아니라 생리적 측면에서 체열 평형을 도모하여 작업 능률의 향상을 가져올 것이다.나타났다(p<0.01). 남성들은 여성에 비해 소주를, 여성들은 남성에 비해 맥주를 즐겨 마셨으며 (p<0.001), 21~30세에서는 소주보다 맥주를,

대규모 확장이 가능한 범용 신경망 연산기 : ERNIE (Expansible & Reconfigurable Neuro Informatics Engine : ERNIE)

  • 김영주;동성수;이종호
    • 전자공학회논문지CI
    • /
    • 제40권6호
    • /
    • pp.56-68
    • /
    • 2003
  • 범용 신경망 연산기를 디지털 회로로 구현함에 있어 가장 까다로운 문제들 중 하나는 시냅스의 확장과 해당 네트워크에 맞게 뉴런들을 재배치하는 재구성 문제일 것이다. 본 논문에서는 이러한 문제들을 해결하기 위한 새로운 하드웨어 구조를 제안한다. 제안된 구조는 시냅스의 확장과 네트워크 구조의 변경을 위해 오리지날 디자인의 변경이 필요치 않으며, 모듈러 프로세싱 유니트의 확장을 통한 뉴런의 개수 및 레이어의 확장이 가능하다. 이 구조의 범용성 및 확장성에 대한 검증을 위해 다양한 종류의 다층 퍼셉트론 및 코호넨 네트워크를 구성하여 HDL 시뮬레이터를 통한 결과와 C 언어로 작성된 소프트웨어 시뮬레이터 결과를 비교하였으며 그 결과 성능이 거의 일치함을 확인하였다.

언어 모델 네트워크에 기반한 대어휘 연속 음성 인식 (Large Vocabulary Continuous Speech Recognition Based on Language Model Network)

  • 안동훈;정민화
    • 한국음향학회지
    • /
    • 제21권6호
    • /
    • pp.543-551
    • /
    • 2002
  • 이 논문에서는 20,000 단어급의 대어휘를 대상으로 실시간 연속음성 인식을 수행할 수 있는 탐색 방법을 제안한다. 기본적인 탐색 방법은 토큰 전파 방식의 비터비 (Viterbi) 디코딩 알고리듬을 이용한 1 패스로 구성된다. 언어 모델 네트워크를 도입하여 다양한 언어 모델들을 일관된 탐색 공간으로 구성하도록 하였으며, 프루닝(pruning) 단계에서 살아남은 토큰들로부터 동적으로 탐색 공간을 재구성하였다. 용이한 후처리를 위해 워드그래프 및 N개의 최적 문장을 출력할 수 있도록 비터비 알고리듬을 수정하였다. 이렇게 구성된 디코더는 20,000 단어급 데이터 베이스에 대해 테스트하였으며 인식률 및 RTF측면에서 평가되었다.