• 한국통신학회논문지
• /
• 제26권10A호
• /
• 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.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2005년도 창립60주년 기념 추계 학술대회
• /
• pp.187.2-187.2
• /
• 2005

• 전자공학회논문지CI
• /
• 제43권4호
• /
• pp.39-49
• /
• 2006

본 논문에서는 차세대 입출력 인터페이스인, PCI 익스프레스 컨트롤러의 기능 검증을 위해 효율적인 검증 환경을 제안하였다. 검증 환경은 벡터 생성 부분, 테스트 벤치, 그리고 두개의 메모리로 구성된다. 이러한 효율적인 검증 환경을 제대로 동작시키기 위한 명령어 세트를 정의하였다. 이 명령어는 어셈블리 구조를 가지며, PCI 익스프레스의 모든 프로토콜을 지원하며, 설계된 PCI 익스프레스 컨트롤러를 검증하기 위한 모든 시나리오를 제공하도록 정의되었다. 또한 본 논문에서는 랜덤 벡터 생성 부분, 시뮬레이션 부분, 그리고 비교 엔진으로 구성된 랜덤 검증 환경을 제안하였다. 본 랜덤 테스트 검증 환경에서 수행된 결과는 일반적인 기본 동작 검증과 설계 기반 검증에서 찾지 못한 특수 경우의 에러도 발견 할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• 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.

• 한국정보통신학회논문지
• /
• 제20권5호
• /
• pp.911-916
• /
• 2016

인프라구조 도움을 받는 최 인근 다중 홉 라우팅 및 순수 최 인근 다중 홉 라우팅은 다수 개의 무선 노드와 중계기가 균일하게 분포되며 패킷이 특정 확률로 삭제되는 거대한 패킷 소거 네트워크에서 최적의 용량 스케일링을 취득하는 것으로 알려져 있다. 본 논문에서는 보다 실제적인 시나리오로써 무선 노드가 랜덤하게 분포하는 인프라구조 도움을 받는 소거 네트워크에서의 용량 스케일링 법칙을 보인다. 소거 확률을 모델링하기 위해 지수적 감쇠 모델을 사용한다. 혼합 랜덤 소거 네트워크에서 고용량 취득을 위해 침투 이론을 사용한 고속도로 기반 다중 홉 라우팅을 제안하고, 대응되는 용량 스케일링을 분석한다. 주요 결과로써, 제안한 침투 고속도로 기반 라우팅 기술은 혼합 균일 소거 네트워크에서 최 인근 다중 홉을 사용한 경우와 동일한 용량 스케일링 취득이 가능함을 보인다. 즉, 노드가 랜덤하게 분포하는 상황에서도 성능 손실은 발생하지 않음을 확인한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권6호
• /
• pp.443-450
• /
• 2009

시스템 개발 초기 단계에 시스템의 기능적 요구사항이 제대로 반영되었는지를 검사하기 위해 시뮬레이션 기법을 이용한다. 일반적으로 시뮬레이션은 순차도에 나타난 추상적 시나리오를 바탕으로 상태머신을 직접 또는 랜덤으로 수행하는 행태로 진행된다. 시뮬레이션은 분석자가 직접 수행해야 하므로 많은 시간과 노력이 소요된다. 이 논문에서는 순차도 기반의 상태 머신의 시뮬레이션의 자동화 기법을 제공한다. 일반적으로 순차도와 상태머신의 추상화 레벨이 달라서 순차도에서 상세 시뮬레이션 트레이스를 추출하기가 쉽지 않다. 이 연구에서는 상태 머신을 LTS 모델로 변환하여 합성적 분석, 트랜지션 축약 등의 분석 방법을 적용하여 순차도와 동일한 추상화 레벨로 변환한 다음, 시나리오 포함여부를 검사한 후 해당 시나리오의 상세 시뮬레이션 트레이스를 생성한다. 이러한 시뮬레이션 트레이스는 순차도에 기술된 시나리오를 기반으로 시뮬레이션을 자동으로 수행할 뿐만 아니라, 특정 시스템 상태까지 자동 시뮬레이션할 수 있으므로 시뮬레이션을 효율적으로 진행할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• 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.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.101-108
• /
• 2022

본 논문은 다수의 사물인터넷 단말에서 보편적으로 수집할 수 있는 시스템 및 네트워크 메트릭을 학습하여 각 사물의 경험데이터를 기반으로 서비스거부 및 분산반사 서비스거부 공격을 탐지하는 침입 탐지 모델을 제안한다. 먼저, 공격 시나리오 유형별로 각 사물에서 37종의 시스템 및 네트워크 메트릭을 수집하고, 이를 6개 유형의 머신러닝 모델을 기반으로 학습하여 사물인터넷 공격 탐지 및 분류에 가장 효과적인 모델 및 메트릭을 분석한다. 본 논문의 실험을 통해, 랜덤 포레스트 모델이 96% 이상의 정확도로 가장 높은 공격 탐지 및 분류 성능을 보이는 것을 확인하였고, 그 다음으로는 K-최근접 이웃 모델과 결정트리 모델의 성능이 우수한 것을 확인하였다. 37종의 메트릭 중에는 모든 공격 시나리오에서 공격의 특징을 가장 잘 반영하는 CPU, 메모리, 네트워크 메트릭 5종을 발견하였으며 큰 사이즈의 패킷보다는 빠른 전송속도를 갖는 패킷이 사물인터넷 네트워크에서 서비스거부 및 분산반사 서비스거부 공격 특징을 더욱 명확히 나타내는 것을 실험을 통해 확인하였다.