• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10A
• /
• pp.1727-1736
• /
• 2001

본 논문에서는 실제 자원의 개발 전에도 망 관리 시스템의 개발 및 운용 테스트를 수행하도록 지원하는 실제 자원 시뮬레이터(RRS : Real Resource Simulator)를 제안한다. RRS는 객체의 상태를 유지하는 MOT(Managed Object Table)와 사용자가 정의한 동작 특성을 유지하는 SDT(Simulation Data Table), 랜덤(Random) 값과 랜덤주기(interval) 값을 발생할 지원 함수들, 순차적인 사건 발생 또는 값의 수정을 지원하는 스케줄링 테이블, 그리고 이들을 전체적으로 관장하는 메인 커널로 이루어져 있다. 본 논문에서는 이러한 각 요소의 기능과 동작 시나리오, 이를 이용한 평가 방안을 소개한다.

• Proceedings of the KSME Conference
• /
• 2005.11a
• /
• pp.187.2-187.2
• /
• 2005

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.43 no.4 s.310
• /
• pp.39-49
• /
• 2006

This paper proposes an efficient verification environment of PCI Express controller that is the future I/O interface. This verification environment consists of a test vector generator, a test bench, and two abstract memories. We also define the assembler set to generate the verification scenarios. In this paper, we propose the random test environment which consists of a random vector generator, a .simulator part, and a compare engine. This verification methodology is useful to find the special errors which are not detected by the basic-behavioral test and hardware-design test.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.142-144
• /
• 2004

다양한 지리 관측 기술 및 GPS 그리고 무선통신 기술의 발달로 인해, 해수의 흐름 변화 관측이나 PDA를 장착한 물류 차량 관리와 같이 시간에 따라 이동하는 여러 객체들의 변화를 추적하고 관리하는 것이 용이해지고 있다. 그리고. 이로 인해 지능형 교통 시스템. 물류 차량 관리 시스템 등이 활발히 개발되고 있다. 그러나 개발된 시스템에서 차량 운송 계획 평가 및 테스트를 할 경우 차량의 실제 데이터가 부족하기 때문에 적절한 평가 및 다양한 테스트를 하기 힘들고, 실생활에 알맞은 시스템을 만들기 어려움 점이 있다. 이렇게 부족한 차량 데이터를 보충하기 위해, 대부분의 연구에서는 몇몇의 이동 객체 위치 데이터 생성기를 활용하고 있다. 그러나 기존의 이동 객체 데이터 생성기는 단순히 정규 분포, 가우스 분포. 랜덤 데이터. 도로 정보 등을 고려하여 데이터를 생성하기 때문에. 사용자가 물류 수송 계획 등에 활용하기 위해 의도한 시나리오에 따른 데이터를 생성하지 못하고 있다. 따라서, 이 논문에서는 차량 위치 데이터 생성기에 사용자가 지정한 시나리오를 생성, 저장하는 이동 객체 패턴 제공기를 추가하여. 사용자 지정 시나리오를 지원하는 차량 위치 데이터 생성기를 설계한다 이 논문에서 설계된 차랑 위치 데이터 생성기는 사용자가 원하는 계획대로 차량의 위치 정보를 생성함으로써, 물류 수송 및 도로 건설계획 등을 검토할 때 도움이 될 수 있을 것이다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.5
• /
• pp.911-916
• /
• 2016

The nearest-neighbor multihop routing with/without infrastructure support is known to achieve the optimal capacity scaling in a large packet-erasure network in which multiple wireless nodes and relay stations are regularly placed and packets are erased with a certain probability. In this paper, a throughput scaling law is shown for an infrastructure-supported erasure network where wireless nodes are randomly distributed, which is a more feasible scenario. We use an exponential decay model to suitably model an erasure probability. To achieve high throughput in hybrid random erasure networks, the multihop routing via highway using the percolation theory is proposed and the corresponding throughput scaling is derived. As a main result, the proposed percolation highway based routing scheme achieves the same throughput scaling as the nearest-neighbor multihop case in hybrid regular erasure networks. That is, it is shown that no performance loss occurs even when nodes are randomly distributed.

• Journal of KIISE:Software and Applications
• /
• v.36 no.6
• /
• pp.443-450
• /
• 2009

In an earlier development phase, the simulation technique is one of the key analysis methods for checking the correctness of system's functional requirements. In general, simulation is manually or randomly performed by executing state machine diagrams according to the requirement scenarios. Therefore, simulation is one of the most effort-consuming tasks. In this paper, an automatic simulation technique of state machine diagrams is provided according to the scenarios of the sequence diagrams. It is not easy to generate detailed simulation traces from sequence diagrams due to different abstraction levels between sequence diagrams and state machine diagrams. In order to adjust for different abstraction levels, state machine diagrams and sequence diagrams are transformed into LTS models and compositional analysis and transition reduction are performed. After checking behavior conformance between them, detailed simulation traces for the state machine diagrams are generated. These simulation traces are used not only for performing automatic simulation but also for assisting analyzers to reach a specific system state in order to guide further efficient simulation.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.1811-1812
• /
• 2006

본 논문은 공간상에서 움직이는 다중신호원의 신호 도달 방향 추정과 신호원이 보낸 신호를 다중 센서 어레이를 이용하여 판별하는 문제를 다룬다. 일반적으로 정지하고 있는 신호원의 방향 추정은 어레이에서의 출력 방정식의 방향 벡터들이 시불변인 상수이기 때문에 잡음환경 하에서도 샘플링된 벡터(Snapshot) 수가 늘어날수록 훨씬 정확하게 방향 추정이 가능하지만 신호원이 움직이는 경우에는 신호원의 방향이 변하게 되어 결국 어레이 방정식의 방향 벡터들이 시변이므로 추정값의 분산(variance)이 커지게 되어 정확한 추정이 어렵게 된다. 이러한 경우에 대한 정량적인 분석 예는 드물어 실제 여러 가지 추정 기법들의 특성이 어떻게 나타나는지 가늠하기가 어렵다. 따라서 본 논문에서는 이러한 경우에 대한 시나리오 예를 설정한 후 이 시나리오에 따른 랜덤 가우시안 잡음 하에서의 수치 데이터 모델을 생성하여 수신기에서는 미지의 값인 이 데이터에 대해 기존의 DOA 추정 기법을 이용하여 추정을 수행하여 그 정량적인 결과들을 계산해 봄으로써 시변인 경우에서의 그 성능을 판단해 보기로 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.112-112
• /
• 2020

하천에서 유해화학물질 유입 사고 발생 시 수환경 피해를 최소화하기 위해 신속한 초기 대응이 필요하다. 따라서, 본 연구에서는 수환경 화학사고 대응 시스템 구축을 위해 하천 실시간 모니터링 지점에서 관측된 유해화학물질의 농도 자료를 이용하여 발생원의 유입 지점과 유입량을 역추적하는 프레임워크를 개발하였다. 본 연구에서 제시하는 프레임워크는 첫 번째로 하천 저장대 모형(Transient Storage Zone Model; TSM)과 HEC-RAS 모형을 이용하여 다양한 유량의 수리 조건에서 화학사고 시나리오를 생성하는 단계, 두번째로 생성된 시나리오의 유입 지점과 유입량에 대한 시간-농도 곡선 (BreakThrough Curve; BTC)을 21개의 곡선특징 (BTC feature)으로 추출하는 단계, 최종적으로 재귀적 특징 선택법(Recursive Feature Elimination; RFE)을 이용하여 의사결정나무 모형, 랜덤포레스트 모형, Xgboost 모형, 선형 서포트 벡터 머신, 커널 서포트 벡터 머신 그리고 Ridge 모형에 대한 모형별 주요 특징을 학습하고 성능을 비교하여 각각 유입 위치와 유입 질량 예측에 대한 최적 모형 및 특징 조합을 제시하는 단계로 구축하였다. 또한, 현장 적용성 제고를 위해 시간-농도 곡선을 2가지 경우 (Whole BTC와 Fractured BTC)로 가정하여 기계학습 모형을 학습시켜 모의결과를 비교하였다. 제시된 프레임워크의 검증을 위해서 낙동강 지류인 감천에 적용하여 모형을 구축하고 시나리오 자료 기반 검증과 Rhodamine WT를 이용한 추적자 실험자료를 이용한 검증을 수행하였다. 기계학습 모형들의 비교 검증 결과, 각 모형은 가중항 기반과 불순도 감소량 기반 특징 중요도 산출 방식에 따라 주요 특징이 상이하게 산출되었으며, 전체 시간-농도 곡선 (WBTC)과 부분 시간-농도 곡선 (FBTC)별 최적 모형도 다르게 산출되었다. 유입 위치 정확도 및 유입 질량 예측에 대한 R²는 대부분의 모형이 90% 이상의 우수한 결과를 나타냈다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1437-1440
• /
• 2004

자동차를 기반으로 한 애드혹 환경에서는 자동차의 움직임 패턴 특성을 고려하여 모빌리티 모델을 구축하여 시물레이션을 해야 한다. 일반적으로 사용되는 랜덤 웨이포인트 모빌리티 모델[7] 및 그룹 모빌리티 모델[2]은 자동차 특성의 움직임 패턴을 보여주지 못한다. 또한 Freeway 모빌리티 모델 및 맨하탄 모빌리티 모델[4]도 애드혹 망에 대한 전체적인 성능평가를 분석하기 용이하지만 자동차 그룹의 움직임 및 그룹내에서의 성능 평가를 분석하기에는 적합하지 않다. 본 논문에서는 Freeway 모빌리티 모델을 이용하여 그룹의 이동 시나리오를 제시하고 그룹내에서의 통신시 고려되어야할 점 즉, 컨트롤 오버헤드 및 라우팅 경로의 발견등에 관하여 옵넷 시물레이터를 이용하여 분석하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.7
• /
• pp.101-108
• /
• 2022

We propose an intrusion detection model that detects denial-of-service(DoS) and distributed reflection denial-of-service(DRDoS) attacks, based on the empirical data of each internet of things(IoT) device by training system and network metrics that can be commonly collected from various IoT devices. First, we collect 37 system and network metrics from each IoT device considering IoT attack scenarios; further, we train them using six types of machine learning models to identify the most effective machine learning models as well as important metrics in detecting and distinguishing IoT attacks. Our experimental results show that the Random Forest model has the best performance with accuracy of over 96%, followed by the K-Nearest Neighbor model and Decision Tree model. Of the 37 metrics, we identified five types of CPU, memory, and network metrics that best imply the characteristics of the attacks in all the experimental scenarios. Furthermore, we found out that packets with higher transmission speeds than larger size packets represent the characteristics of DoS and DRDoS attacks more clearly in IoT networks.