• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.363-367
• /
• 2010

임베디드 시스템 가상화는 PDA, 스마트 폰과 같은 장비에서 다양한 운영체제 및 응용프로그램이 동작하도록 컴퓨팅 자원에 대한 추상화를 제공한다. 반면 한정된 자원을 여러 가상 머신이 분할하여 사용함으로써 자원량의 제한이 더욱 심화된다. 특히, 메모리의 부족은 프로세스 실행에 반드시 필요한 자원으로 반드시 해결되어야 하는 문제이다. 본 논문은 메모리의 부족을 해결하기 위해 불필요한 메모리 공간에 대한 압축을 제안한다. 이는 가상화로 인한 메모리 분할과 프로세스의 메모리 상주 등의 이유로 인한임베디드 시스템 가상화 환경에서의 메모리 부족을 해결할 수 있다. 본 논문은 이 메모리 압축 기법을 기술하고, 실제 가상화된 임베디드 시스템에서 경험한 메모리 부족 문제를 보인다. 이를 통해 메모리 절약 기법의 당위성을 증명하고, 향후 가상 머신 모니터에서의 메모리 압축 기법의 구현과 성능 평가의 기초를 다진다.

• Smart Media Journal
• /
• v.12 no.8
• /
• pp.18-25
• /
• 2023

The COVID-19 outbreak in 2020 caused continuous damage worldwode, especially the smart tourism industry was hit directly by the blockade of sky roads and restriction of going out. At a time when overseas travel and domestic travel have decreased significantly, the number of tourist hotels that are colsed and closed due to the continued deficit is increasing. Therefore, in this study, licensing data from the Ministry of Public Administraion and Security were collected and visualized to understand the operation status of the tourism and lodging industry. The machine learning classification algorithm was applied to implement the business status prediction model of the tourist hotel, the performance of the prediction model was optimized using the ensemble algorithm, and the performance of the model was evaluated through 5-Fold cross-validation. It was predicted that the survival rate of tourist hotels would decrease somewhat, but the actual survival rate was analyzed to be no different from before COVID-19. Through the prediction of the business status of the hotel industry in this paper, it can be used as a basis for grasping the operability and development trends of the entire tourism and lodging industry.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.1-2
• /
• 2022

현대인의 스마트폰 이용이 증가함에 따라 스마트 애플리케이션에 대한 관심도 같이 증가하였다. 특히 건강에 대한 관심이 커지면서 헬스케어 어플리케이션의 수요가 증가하고 있다. 본 연구는 사용자의 핸드폰 사용에 따른 데이터들을 데이터베이스에 저장하고 머신러닝 분류기법에 적용할 수 있는 1차 데이터 추출 모델을 제시한다. 스마트폰 앱에서 제공하는 핸드폰 사용 시간 정보를 통해 전체 사용 시간과 습관성 핸드폰 조작정보를 데이터베이스에 저장하여 핸드폰 중독 표준 데이터 세트와 비교할 수 있도록 사용한다. 핸드폰 중독 증세를 스스로 확인이 가능하게 함으로써 개인이 절제할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.514-517
• /
• 2012

최근 인터넷 사용자 증가와 네트워크를 기반의 응용 프로그램이 다양하게 개발되고 있다. 또한 스마트 폰과 매블릿 PC 의 대중화로 누구나 쉽게 인터넷을 통해 정보검색 서비스를 이용할 수 있다. 따라서 갈수록 증가하는 패킷에 대한 제]어와 이동, 삭제 등과 같은 처리를 빠르게 하기 위해 네트워크 프로세서 (Network Processor)가 개발되었다. 네트워크 프로세서는 패킷 제어와 이동, 삭제를 수행하는데 최적화되어 있다. 하지만 네트워크 프로세서를 개발한 회사마다 교차개발환경 툴과 개발언어가 서로 다르기 때문에 소스코드 재사용 및 확장이 어렵다. 또한 네트워크 프로세서에서 동작하는 프로그램을 매스트 하기 위해 하드웨어 장비가 필요하고 네트워크 프로세서에 종속적인 개발환경과 언어를 배우는 것은 프로그래머에게 큰 부담을 준다. 본 논문에서는 네트워크 프로세서에 최적화된 기능을 언어 레벨에서 정의한 eFlowC 언어를 사용하고 범용 컴퓨터에서 매스트 및 실행을 할 수 있는 가상머신을 제안한다. 그리고 가상머신 중간언어를 사용하여 가상머신이 설치된 범용 컴퓨터에서 소스코드 재사용 및 확장을 가능하게 한다. 따라서 범용 컴퓨터에서 프로그램 테스트를 통해 신뢰성 높은 프로그램을 작성할 수 있다.

• Smart Media Journal
• /
• v.12 no.2
• /
• pp.66-75
• /
• 2023

Recently, the number of cloud web applications is increasing owing to the accelerated migration of enterprises and public sector information systems to the cloud. Traditional network attacks on cloud web applications are characterized by Denial of Service (DoS) attacks, which consume network resources with a large number of packets. However, HTTP DoS attacks, which consume application resources, are also increasing recently; as such, developing security technologies to prevent them is necessary. In particular, since low-bandwidth HTTP DoS attacks do not consume network resources, they are difficult to identify using traditional security solutions that monitor network metrics. In this paper, we propose a new detection model for detecting HTTP DoS attacks on cloud web applications by collecting the application metrics of web servers and learning them using machine learning. We collected 18 types of application metrics from an Apache web server and used five machine learning and two deep learning models to train the collected data. Further, we confirmed the superiority of the application metrics-based machine learning model by collecting and training 6 additional network metrics and comparing their performance with the proposed models. Among HTTP DoS attacks, we injected the RUDY and HULK attacks, which are low- and high-bandwidth attacks, respectively. As a result of detecting these two attacks using the proposed model, we found out that the F1 scores of the application metrics-based machine learning model were about 0.3 and 0.1 higher than that of the network metrics-based model, respectively.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.61-62
• /
• 2013

안드로이드 스마트폰 사용자에게 응답성은 중요한 성능 이슈이다. 스마트폰 응용 구동 시 응답성에 큰 영향을 미치는 것은 수많은 페이지 부재 처리기의 수행 시간이다. 선사상 기법은 페이지 부재 발생을 효과적으로 줄일 수 있는 기법이지만, 선사상할 페이지를 예측하기 어렵기 때문에 기존 안드로이드 스마트폰에서는 요구 사상 기법이 사용되고 있다. 본 논문은 응답성 향상을 위해 커널이 안드로이드 런타임과 라이브러리의 도움을 받아 선사상할 페이지를 예측하는 선사상 기법을 제안한다. 실험 결과 제안된 기법은 기존 시스템에 비해 웹 브라우저 응용의 응답 시간을 최대 3.25% 단축할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.532-534
• /
• 2021

최근 데이터의 양이 급격히 증가함에 따라 빅데이터 환경에서 데이터 질의 처리 수행 시 연산 시간이 많이 소요되는 문제점이 발생한다. 이러한 처리 시간을 줄이기 위한 방법으로 근사질의 처리에 대한 연구의 필요성이 대두되고 있다. 근사 질의 처리 방법은 정확도가 다소 떨어지더라도 빠른 결과를 요구하는 응용 분야에서 매우 유용하게 쓰일 수 있다. 본 논문에서는 사용자가 원하는 결과 정확도와 적시성 등을 지원하기 위한 근사 질의 처리 언어 확장, 실행 계획생성 및 질의 최적화 기술을 제안하고, 설계 방향 및 특징 등에 대해서 설명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.681-683
• /
• 2022

코로나 19 로 인해 사회적으로 활동 범위에 제약이 많아져 신체 노화가 진행중인 노년층의 심각한 운동 부족 현상 발생했다. 이에 따라 본 연구는 스마트 미러 트레이닝 프로그램의 범람 속에 신체적인 불편함을 가지고 있는 노인의 건강 증진에 주목하여 스마트 미러와 노인 자세 탐지, 자세 정확성 판단 시스템을 기반으로 한 자세 분류 서비스 제공 프로그램을 제안한다. 스마트 미러에 탑재된 카메라로 받아온 영상을 MoveNet 과 머신러닝 모델을 사용하여 사용자의 동작을 파악하는 방식으로 활동 프로그램을 진행한다. 향후 디지털 소외 계층의 사용 및 노인 자세 데이터 분석에 활용할 수 있을 것으로 기대한다.

• Electronics and Telecommunications Trends
• /
• v.38 no.6
• /
• pp.22-30
• /
• 2023

Recently, artificial intelligence has been in the spotlight across various fields. Artificial intelligence uses massive amounts of data to train machine learning models and performs various tasks using the trained models. For model training, large, high-quality data sets are essential, and database systems have provided such data. Driven by advances in artificial intelligence, attempts are being made to improve various components of database systems using artificial intelligence. Replacing traditional complex algorithm-based database components with their artificial-intelligence-based counterparts can lead to substantial savings of resources and computation time, thereby improving the system performance and efficiency. We analyze trends in the application of artificial intelligence to database systems.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.11
• /
• pp.1421-1427
• /
• 2018

Due to the rapid development of Internet-of-Things technology, different types of smart sensors are now devised and deployed widely. These smart sensors are now used in animal husbandry which was traditionally managed by the experience of farmers, such that wearable sensors for livestock, and the smart farm which is equipped with multiple sensors are utilized to increase the efficiency of livestock management. Herein, we consider a scheme in which the body temperature and the level of activity are measured by smart sensor which is attached to the neck of dairy cattle and the health condition is monitored based on collected data. Especially, we find that the estrous of dairy cattle which is one of most important metric in milk production, can be predicted with high precision using various machine learning techniques. By utilizing the proposed prediction scheme, estrous of cattle can be detected immediately and this can improve the efficiency of cattle management.