• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1082-1083
• /
• 2023

우리나라의 수출입 대부분은 해상을 통해 이루어지고 있으나 항만의 물류 창고는 데이터 네트워크를 통한 유기적인 화물의 출입과 현황관리가 부족한 실정이다. 이는 부족한 데이터 네트워크 인프라와 CCTV에 의한 아날로그 영상 데이터에 의존하는 기존 시스템의 한계로 인해 기인하는 바가 크다. 이에 IP 카메라와 엣지 디바이스의 영상분석에 의한 개별 화물 창고의 디지털 현황 분석 기반을 구축하고 분산된 개별 화물 창고의 데이터를 클라우드에 위치한 중앙 집중 데이터 분석 시스템을 구축하여 유연한 개별 화물 창고 관리와 지속적인 모니터링 기반을 제공한다. 사용자 인터페이스는 웹 기반으로 구축하여 항만 화물 관계자에게 편의성과 위치에 구애받지 않는 서비스를 제공한다. 이 과정에서 사설 IoT 네트워크를 통한 최소한의 시공비용으로 항만 내 인터넷 데이터 네트워크를 구축하여 향후 항만 내 다양한 데이터 서비스를 위한 초석을 제공한다.

• Journal of Platform Technology
• /
• 제8권4호
• /
• pp.59-69
• /
• 2020

최근 초미세먼지 및 미세먼지에 대한 심각성은 국가적 차원의 재난으로 대두되고 있으나 지방 중소도시는 면적에 비해 미세먼지 측정소가 부족하여 미세먼지관리가 어려운 측면이 있다. 미세먼지 데이터의 수집과 처리를 위한 컴퓨팅자원은 규모가 크지않지만 데이터를 공유를 위하여 클라우드와 민간 및 공공데이터를 활용하는 것이 필요하다. 본 논문에서는 미세먼지 및 초미세먼지 그리고 온·습도를 측정하여 이를 처리하여 미세먼지 실시간 관제와 대국민서비스할 수 있는 소형 엣지컴퓨팅 시스템을 제안하였다. 미세먼지 데이터의 수집과 공공 및 민간데이터를 활용하여 미세먼지 등급을 서비스하는 것은 데이터양이 크지 않고 처리부하가 크지 않기 때문에 라즈베리파이를 이용한 엣지컴퓨팅으로 처리하는 것이 효율적이다. 실험을 위하여 3가지 센서와 라즈베리파이 그리고 Thinkspeak를 이용하여 실험시스템을 구성하였으며 경북북부권지역에 대한 미세먼지 측정을 실험하였다. 실험결과 민간의 GIS데이터 기반에 시간에 따른 측정된 미세먼지 측정결과가 정확하게 확인되었다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.17-22
• /
• 2022

본 논문에서는 지능형 엣지 컴퓨팅을 지원할 수 있는 경량 임베디드 기기를 설계하고, 영상 기기로부터 입력되는 이미지에서 객체를 실시간으로 빠르게 검출할 수 있음을 보인다. 제안하는 시스템은 산업 현장이나 군 지역과 같이 사전에 설치된 인프라가 없는 환경에 적용되는 지능형 영상 관제 시스템이나 드론과 같은 자율이동체에 탑재된 영상 보안 시스템에 적용될 수 있다. 지능형 비전 인지 시스템이 확산 적용되기 위해 온디바이스 AI(On-Device Artificial intelligence) 기술 적용 필요성이 증대되고 있다. 영상 데이터 취득 장치에서 가까운 엣지 기기로의 컴퓨팅 오프 로딩은 클라우드를 중심으로 수행되는 인공지능 서비스 대비 적은 네트워크 및 시스템 자원으로도 빠른 서비스 제공이 가능하다. 또한, 다양한 해킹 공격에 취약한 공격 표면의 감소와 민감한 데이터의 유출을 최소화 할 수 있어 다양한 산업에 안전하게 적용될 수 있을것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.43-50
• /
• 2022

모바일 데이터의 사용이 늘어나면서 특히 비디오 콘텐츠가 차지하는 비중이 가파르게 증가하고 있다. 모바일 사용자가 지리적으로 원거리에 위치한 클라우드 서버를 통해 데이터를 전달받으면서 발생하는 문제들을 해결하기 위해 사용자와 지리적으로 가까운 엣지 서버에 미리 데이터를 캐싱하는 방법이 많은 주목을 받고 있다. 본 논문에서는 셀룰러 네트워크 환경에서 지연 오프로딩 스킴(delayed offloading scheme)을 적용해 모바일 사용자에게 효과적으로 콘텐츠 파일을 제공하기 위한 SBS 캐싱 기법을 제안하였다. 지연 오프로딩 스킴에서 Macro Base Station(MBS)보다 Small Cell Base Station(SBS)으로부터 데이터를 다운받는 경우 더 적은 비용을 요구하기 때문에 MBS로부터 전송받는 데이터 크기를 최소화하는 것을 목표로 하였다. 모바일 사용자의 이동 경로 확률과 콘텐츠 파일의 인기도를 사용해 SBS에 캐싱할 콘텐츠 파일과 그 크기를 결정하고 SBS의 서비스 범위가 중복되는 것을 고려해 콘텐츠 파일을 재배치하는 캐싱 기법을 제안하였다. 또한 실험을 통해 다른 알고리즘보다 MBS로부터 다운받는 데이터 크기를 줄일 수 있다는 것을 증명하였다.

• 융합보안논문지
• /
• 제22권1호
• /
• pp.71-79
• /
• 2022

정보기술과 전력 공급 시스템을 결합하여 전력 공급자와 소비자 간의 실시간 정보 교환을 통해 에너지 효율을 극대화하는 스마트 그리드 시스템이 등장했다. 중앙 클라우드 서버와 스마트 그리드 IoT 기기 사이에서 전력 관련 정보 수집 및 데이터저장 처리하는 엣지 서버를 활용하여 스마트 그리드 시스템을 위한 블록체인 기반의 사용자 인증 기법이 제안되고 있다. 최근, 스마트 그리드 환경에서 보안을 강화하기 위해 인증 방식이 제안되고 있지만 여전히 많은 취약점이 보고되고 있다. 본 논문은 블록체인을 이용한 엣지 컴퓨팅 기반의 스마트 그리드에서 사용자의 프라이버시와 익명성을 보장하기 위한 새로운 상호 인증 기법을 제시한다. 제안된 방식에서는 키 자료 업데이트 및 폐기와 같은 키 관리의 효율성을 위해 스마트 계약을 사용합니다. 마지막으로 제안하는 기법이 사용자의 스마트 그리드-IoT 기기와 에지 서버 간의 세션 키를 안전하게 설정함과 동시에 익명성을 보장함을 증명한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1090-1100
• /
• 2021

Recently, as indoor activities increase due to the spread of infectious diseases, the metaverse is attracting attention. Metaverse refers to content in which the virtual world and the real world are closely related, and its representative platform technology is VR(Virtual Reality). However, since VR hardware is difficult to access in terms of cost, the concept of streaming-based cloud VR has emerged. This study proposes a server configuration and deployment method in an edge network when metaverse content involving multiple users operates based on cloud VR. The proposed algorithm deploys the edge server in consideration of the network and computing resources and client location for cloud VR, which requires a high level of computing resources while at the same time is very sensitive to latency. Based on simulation, it is confirmed that the proposed algorithm can effectively reduce the total network traffic load regardless of the number of applications or the number of users through comparison with the existing deployment method.

• 스마트미디어저널
• /
• 제11권2호
• /
• pp.70-76
• /
• 2022

클라우드 서버를 이용한 IoT 응용 개발은 네트워크로 연결된 하드웨어에 데이터 송수신 지연, 네트워크 트래픽, 실시간 처리 지원을 위한 비용 등의 문제가 발생한다. 엣지 클라우드 기반 플랫폼에서는 이러한 문제를 해결하기 위해 빠른 데이터 전달이 가능하도록 뉴로모픽 하드웨어를 사용할 수 있다. 본 논문에서는 FPGA상에서 스파이킹 뉴럴 네트워크를 위한 모델 최적화 기법을 제안한다. 뉴로모픽 하드웨어에 최적화된 네트워크 모델 파라미터를 자동 조정하는 것에 초점을 맞추었다. 정확도에 대한 사용자 요구사항을 기반으로 더 높은 성능을 보이도록 최적화를 수행한다. 성능 분석 결과, 기존의 오픈 프레임워크에서 지원하는 고정 기법과 달리 사용자의 요구사항을 모두 만족하였으며 수행시간 측면에서 더 높은 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1525-1530
• /
• 2021

스마트 공장의 생산 계획 및 제조 데이터를 이용하여 AI 기반의 효율적인 재고 관리 및 물류 최적화 기술을 적용하면 해당 제조 기업의 생산성 향상과 고객 만족도 향상을 기대할 수 있다. 본 논문에서는 공장의 생산 공정에서부터 데이터를 수집하여 클라우드에 저장하고, 여기에 저장된 제조 데이터를 활용하여 추후 AI 기반의 공급망 최적화 기술을 적용할 수 있는 시스템을 제안하였다. 기존 시스템의 경우는 대략 10종~20종 정도의 데이터 타입을 지원했다면, 제안 시스템은 100종 이상의 데이터 타입을 지원하도록 설계 및 개발된다. 또한 수집 주기의 경우는 매 초당 1~2회의 데이터를 수집할 수 있도록 지원하며, TB 단위의 데이터 수집이 가능하다. 따라서 본 시스템은 자동화된 데이터 수집 체계를 갖추고 있는 스마트 공장 외에 기존의 전통 제조 현장에도 적용할 수 있도록 고안하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.93-102
• /
• 2023

클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다.