• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.264-266
• /
• 1998

IP 유니테스트 이동성을 지원하는 연결 재설정 방법에 대한 연구들은 네트워크가 멀티 캐스르 기능지원하지 않는 경우에 이동 호스트에 데이터그램을 송수신 할 수 없는 전송문제를 내포하고 있다. 본 논문은 멀티캐스트 기능을 지원하지 않는 네트워크에서도 이동호스트에게 멀티캐스트 응용 서비스를 제공할 수 있는 MCI-Based rerouting 방법을 제안한다. 이 연구는 종단 이동호스트와 최적 경로를 이루는 네트워크의 최하단 멀티캐스트 라우터를 단순한 비교 연산만으로 찾아 연결을 재설정한다. 근원지에서 최하단 멀티캐스트라우터까지는 멀티캐스트로 전달되고, 멀티캐스트 라우터에서 이동 호스트까지는 터널링을 이용함으로써 이동호스트에 멀티캐스트 데이터그램을 송수신 할 수 있게 한다. 또한 광대역의 인터넷에서도 멀티캐스트 데이터 그램을 송수신할 수 있게 함으로써 확장성을 고혀한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.327-330
• /
• 1997

패턴인식중에서 가장 기본적인 문제인 판별문제를 대상으로 러프집합을 이용한 판별분석을 행하는 신경망의 학습알고리즘을 제안한다. 어떤군에 속할 것인가의 경계영역을 명확히 하는 것을 목적으로 한다. 2군 판별의 문제를 각 데이터가 각 군에 속한 정도를 표현하는 소속함수(membership function)을 이용하며, 경계영역에 대한 문제는 소속함수를 구간치 함수로 확장하여 가능성과 필연성을 동시에 표현할 수 있는 학습 알고리즘을 제안한다.

• Electronics and Telecommunications Trends
• /
• v.24 no.4
• /
• pp.41-54
• /
• 2009

인터넷 서비스 데이터량의 지속적인 증가로 대량의 원시 데이터로부터 정보를 가공 처리하는 과정, 체계화된 정보의 저장 관리 및 유용한 정보를 추출하기 위한 분석 등에 분산 컴퓨팅 기술을 적용하는 움직임이 활발히 진행되고 있다. 기존의 RDBMS 기술, MPI 분산 처리 기술 등은 대규모 데이터 처리 환경에 적용하기에는 운영 환경, 기능/성능면에서 확장성 혹은 고비용 문제가 따른다. 그러므로 저가의 서버들로 구성된 대규모 클러스터 환경을 기반으로 분산 컴퓨팅 기술을 적용한 새로운 시스템들이 대규모 데이터 처리를 요하는 인터넷 서비스 응용에 이용되고 있다. 이를 기반으로 바이오인포매틱스, 과학 시뮬레이션, 비즈니스 인텔리전스 등 다른 응용 영역으로 확대하여 클라우드 서비스로 제공하려는 비즈니스 모델이 제시되고 있다. 본 논문에서는 이와 같은 분산 컴퓨팅 기술을 적용한 대규모 데이터 저장 관리 및 처리 기술 동향을 조사하고 클라우드 기반 서비스로의 발전 방향을 서술한다.

• The KIPS Transactions:PartC
• /
• v.8C no.4
• /
• pp.429-436
• /
• 2001

IMT-2000에서 RNC의 MCP는 호 처리를 담당하는 부분으로, 신뢰도와 실시간성이 요구된다. MCP는 높은 견고성을 갖도록 구현되지만 다소간의 오류 율(Fault late)은 존재할 수밖에 없으므로 프로세서를 이중화하여 활성화된 프로세서가 장애를 일으키더라도 대기중인 프로세서가 연속적인 서비스를 제공할 수 있어야한다. Warm standby sharing에 비하여 Hot standby sharing은 데이터 손실이 없고 오류 데이터가 확산되지 않는 등의 다수의 장점을 갖지만 동기화 문제로 인하여 이를 시스템에 실제로 구현하는 것은 어렵다. 따라서 본 연구에서는 Hot standby sharing에 비하여 기존의 Warm standby sharing이 갖는 동기화의 장점에 데이터 손실 및 거짓 데이터의 확산 문제를 개선함으로서, 실제 구현의 용이성 및 성능 향상이라는 결과를 얻으려 하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.1
• /
• pp.119-128
• /
• 2010

Recently, social network services are rapidly growing and it is estimated that this trend will continue in the future. Social network data can be published for various purposes such as statistical analysis and population studies. When data publication, however, it may disclose the personal privacy of some people, since it can be combined with external information. Therefore, a social network data holder has to remove the identifiers of persons and modify data which have the potential to disclose the privacy of the persons by combining it with external information. The utility of data is maximized when the modification of data is minimized. In this paper, we propose a privacy protection method for social network data that considers both structural and content information. Previous work did not consider content information in the social network or distorted too much structural information. We also verify the effectiveness and applicability of the proposed method under various experimental conditions.

• Information Systems Review
• /
• v.16 no.1
• /
• pp.37-50
• /
• 2014

Conventional case-based reasoning (CBR) does not perform efficiently for high volume dataset because of case-retrieval time. In order to overcome this problem, some previous researches suggest clustering a case-base into several small groups, and retrieve neighbors within a corresponding group to a target case. However, this approach generally produces less accurate predictive performances than the conventional CBR. This paper suggests a new hybrid case-based reasoning method which dynamically composing a searching pool for each target case. This method is applied to diagnose for the heart disease dataset. The results show that the suggested hybrid method produces statistically the same level of predictive performances with using significantly less computational cost than the CBR method and also outperforms the basic clustering-CBR (C-CBR) method.

• Annual Conference of KIPS
• /
• 2024.10a
• /
• pp.352-355
• /
• 2024

합성데이터는 통계적 특성이 유사한 가상의 데이터로, 개인정보 보호 및 데이터 부족 문제를 해결하는 데 기여한다. 이를 관계형 데이터베이스로 확장한 관계형 테이블 합성데이터는 금융, 통신 등 다양한 응용 분야에서 사용되고 있으며 이에 대한 유용성과 안전성을 평가하는 다양한 지표들이 개발되어왔다. 그러나 현재 사용되는 평가지표는 단일 테이블이나 여러 테이블을 하나로 결합한 후 평가하는 경우가 많아 관계형 데이터의 복잡한 구조를 충분히 반영하지 못한다는 한계가 있다. 따라서 본 논문은 관계형 테이블 합성데이터 평가 시 기존 지표에 대한 한계를 분석하고, 데이터 간 관계 보존을 효과적으로 평가할 수 있는 포괄적 평가 지표의 필요성을 강조하며, 이를 위한 향후 지표 개발 방향성을 논의한다. 본 연구는 관계형 테이블 합성데이터의 신뢰성과 품질을 높이는 데 중요한 기여를 할 것으로 기대된다.

• The KIPS Transactions:PartC
• /
• v.10C no.3
• /
• pp.345-354
• /
• 2003

IP Multicast is required of more little network resources than one in unicast. Furthermore, reliable multicast has been researched for supporting reliability at IP Multicast mechanism. Although these studies are carried out, they only have focused on general data. In other words, in case that realtime packet, they can not support reliability since they do not consider realtime properties such as dependency of interframe and playback in time. Besides, we also request to support scalability because we are based on Mobile IP network together with internet. Thus, we need a mechanism to guarantee reliability and scalability of realtime stream data. In this paper, we propose PER (Preceding Error Recovery) that reflect characteristics of the realtime data, especially for H.323. PER provides scalable reliability because it is based on tree-based multicast basically and helps to support scalable relibility as reducing control packet and recovers stream buffer space from underflow status as soon as possible. PER shows much better scalable and reliable than existing works.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.6
• /
• pp.1183-1190
• /
• 2017

With the development of network and IT technology, people are searching and purchasing items they want, not bounded by places. Therefore, there are various studies on how to solve the scalability problem due to the rapidly increasing data in the recommendation system. In this paper, we propose an item-based collaborative filtering method using Tag weight and a recommendation technique using MapReduce method, which is a distributed parallel processing method. In order to improve speed and efficiency, the proposed method classifies items into categories in the preprocessing and groups according to the number of nodes. In each distributed node, data is processed by going through Map-Reduce step 4 times. In order to recommend better items to users, item tag weight is used in the similarity calculation. The experiment result indicated that the proposed method has been more enhanced the appropriacy compared to item-based method, and run efficiently on the large amounts of data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04a
• /
• pp.367-369
• /
• 2000

에이전트의 객체가 사용자의 요구에 맞는 에이전트 시스템으로 이동하여 사용자의 요구를 충족시키기 위한 이동성은 이동 에이전트 시스템에서 가장 기본적이고도 중요한 문제이다. 이동성을 증가시키기 위해 URL을 이용한 많은 연구가 이루어져 왔다. 하지만 URL은 위치 의존성을 가지고 있기 때문에 이동 하고자 하는 에이전트 시스템의 위치가 달라지면 에이전트의 이동이 불가능해지고 가진고 있는 URL정보는 아무 쓸모가 없어진다는 문제를 가지고 있다. 이에 본 논문에서는 기존의 URL을 이용한 이동성 구현의 문제점을 보완하고자, URL 그리고 URC데이터 베이스를 이용한 에이전트 프로그램 언어를 설계하려 한다. 또한 에이전트 이동을 위하여 URN을 URC 데이터 베이스를 이용하여 URL로 매핑 시키는 과정에 있어서는 Resource Monitor이라는 개념을 이용하여 좀더 효과적인 방법을 제시한다. 이러한 이동성이 극대화된 에이전트는 사용자에게 보다나은 서비스를 제공할 것으로 기대된다.