• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.107-116
• /
• 2011

본 논문에서는 무선 센서 망을 위한 트래픽 적응적 수면시간 기반 매체 접근 제어 (Traffic Adaptive Sleep based Medium Access Control; TAS-MAC) 프로토콜을 제안한다. 제안 된 프로토콜은 클러스터를 구성하는 센서노드에 적용되며 TDMA를 기본 방식으로 사용한다. 기존에 제시된 LEACH와 BMA-MAC과 같은 전형적인 스케줄링 방식을 사용하지만 입력 데이터가 없거나 주변으로부터 발생되는 이벤트 발생이 없는 긴 침묵시간을 고려한다. 이를 위하여 간단한 트래픽 측정기법을 사용하며 기존 중앙집중식 MAC에서 수행하는 불필요한 스케줄링 시간을 줄임으로서 에너지 소모를 적게 한다. 제안된 프로토콜의 프레임은 조사(I), 전송(T), 그리고 수면기간(S)로 구성되며 I-기간 동안 필요한 정보를 수집하여 긴 침묵 시간에 대응한 적당한 수면시간을 동적으로 결정한다. 또한 한 노드에서 클러스터 헤드로 전송할 데이터가 하나 이상일 때, T-기간 동안 다중의 데이터 전송이 가능하도록 TAS-MAC 프로토콜을 개선하여 데이터의 평균 전송 지연을 줄인다. 시뮬레이션을 통하여 에너지 소비와 전송 지연을 분석하고 기존 방식에 비해 에너지 효율이 향상됨을 보인다. 제안된 방식은 에너지 효율이 증가되면서 지연이 상대적으로 증가하는데 에너지 감소 요구를 만족시키는 방안도 논의한다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.688-694
• /
• 2005

본 논문에서는 클러스터링을 뉴로-퍼지 모델에 직접 적용하여 모델을 최적화하는 방법을 제안하였다. 기존의 오차미분기반 학습을 통한 뉴로-퍼지 모델의 최적화 과정과는 달리 제안된 방법은 클러스터링 학습과 연계하여 모델을 구성하며 자율적으로 클러스터의 수를 추정하며 동시에 최적화를 수행한다. 순차적인 학습 기법에서는 각각의 학습 기법을 따로 적용하여 모델링을 실시하였으나 제안된 기법에서는 하나의 클러스터링 학습으로 전체 모델의 학습을 실시하였다. 또한 제안된 방법에서는 클러스터링이 수렴하는 만큼 전체 모델의 연산량이 감소하여 학습과정에서 발생하는 연산량 문제를 개선하였다. 시뮬레이션을 통하여 기존의 연구 결과들과 비교하여 제안된 기법의 유용성을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권4호
• /
• pp.77-85
• /
• 2015

최근 무선 센서 네트워크는 다양한 분야에서 유비쿼터스 컴퓨팅 환경을 구현하기 위해 사용되고 있으며 센서 필드의 정보 수집을 위해 소형의 저전력, 저가격 센서를 사용한다. 본 논문은 이러한 센서 노드의 에너지 효율성을 고려한 클러스터링 알고리즘을 제안한다. 제안 알고리즘은 기존의 LEACH에 기반하며 슬립 기법과 전송 모드의 변경을 통해 네트워크와 노드의 수명을 연장할 수 있다. 제안 알고리즘에서 노드는 이웃 노드들과의 거리를 기반으로 자신의 클러스터링 참여 값을 구하고 자신의 주위에 노드들이 많이 존재한다면 슬립 모드로 대기하도록 한다. 또한 BS로의 데이터 전달에 기존의 싱글 홉 전송만 사용하는 것이 아니라 클러스터 헤드의 에너지 수준에 따라 멀티 홉 전송으로 변경할 수 있도록 하여 에너지를 보존하도록 한다 제안 기법의 성능을 확인하기 위해 LEACH와 비교 실험을 수행하였으며 특히 불균일하게 노드가 배치된 네트워크에서 제안기법의 성능이 우수함을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.33-35
• /
• 2012

위치 기반 서비스에 대한 활용이 증가되면서 도로 네트워크 환경에서 차량의 이동 궤적을 통해 밀집구역을 발견하기 위한 연구들이 진행되고 있다. 기존 연구들은 특정 도로 세그먼트에 포함된 차량 수를 고려하여 밀집 구역을 발견하였다. 하지만 실제적인 도로 환경에서는 도로마다 다른 길이나 도로의 폭이 다르기 때문에 차량 수만으로 도로가 밀리는 구간을 발견하기에는 문제가 있다. 또한 기존 밀집 구역 발견 연구들은 도로 내 방향성을 고려하지 않는 밀집 구간을 발견한다. 따라서 본 논문에서는 기존 밀집도 기반 클러스터링 연구와는 달리 도로 내 차량 및 도로 환경을 고려하여 도로 혼잡 구간을 판별하는 기법을 제안한다. 제안하는 혼잡 구간 판별 기법은 도로 네트워크를 거리와 폭이 다른 세그먼트로 분할하여 방향성이 존재하는 각 도로 내에 차량의 속도 및 객체 포화도에 따른 혼잡 세그먼트를 추출하고, 이를 통해 혼잡 구간을 판별하는 클러스터를 수행한다. 성능 평가 결과를 통해 제안하는 기법은 혼잡 구역을 클러스터링하여 방향 별 혼잡 구간을 파악할 수 있음을 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권2호
• /
• pp.108-121
• /
• 2004

본 논문에서는 대용량 스토리지를 공유하는 스토리지 클러스터 시스템에서 스냅샷 생성 이후 발생하는 쓰기 연산의 성능 저하를 해결하는 매핑 테이블 기반의 스냅샷 기법을 제안한다. 대용량 공유 스토리지 클러스터 시스템의 스냅샷 기법은 몇 가지 심각한 성능상의 문제점을 갖는다. 첫째 스냅샷 생성 시 스냅샷 매핑 테이블을 복사하는 기간동안 대상 저장 장치에 대해 모든 호스트의 접근 및 서비스가 중지된다. 둘째 스냅샷 시점의 데이타의 유지를 위해 수행되는 Copy-on-Write(COW) 이후에 발생하는 데이타 블록의 변경은 COW의 수행 여부의 판단을 위해 스냅샷 매핑 블록에 대한 추가적인 디스크 I/O의 요구로 쓰기 연산의 성능이 저하된다. 셋째 스냅샷 삭제 수행 시에도 COW가 수행되었는지 판단하기 위한 매핑 블럭에 대한 추가적인 디스크 I/O가 요구되어 동시 수행되는 I/O 연산의 성능 저하를 가져온다. 제안한 스냅샷 기법에서는 최초 할당 비트(FAB: First Allocation Bit)와 스냅샷 상태 비트(SSB: Snapshot Stautus Bit)를 매핑 엔트리에 도입하여 기존 스냅샷 기법이 갖는 문제점들을 해결하였다. 스냅 샷 생성시 대상 저장 장치에 대한 I/O의 중단 없이 데이타의 일관성을 보장한다. 또한 쓰기 연산 수행 시 COW의 수행 여부 판단을 원본 매핑 엔트리의 FAB와 SSB를 이용하여 스냅샷 매핑 블록에 대한 추가적인 I/O를 없앤다. 동일한 방법으로 삭제 시의 COW 수행 여부 판단을 처리하여 성능을 향상시킨다. 원본 매핑 엔트리의 SSB를 통해 할당을 해제하는 방식으로 성능을 향상시키는 스냅샷 수행 기법에 대해 설계하고 구현한다.

• 인터넷정보학회논문지
• /
• 제8권5호
• /
• pp.133-140
• /
• 2007

최근 언제 어디서나 고품질의 인터넷 서비스 이용에 대한 필요성이 증가함에 따라, 인터넷 또는 셀룰러 망과 같은 기반 망과 연동된 하이브리드 애드 혹 네트워크에 대한 연구가 중요해지고 있다. 이러한 통합 네트워크는 홈 네트워크, 텔레매틱스, 센서 네트워크 분야 등에서 사용자 요구에 부합하는 다양한 종류의 서비스 제공이 가능해진다. 그러나 무선 이동 네트워크에서 불안정한 링크에 의한 전송 거리와 전송 대역폭 및 이동 노드의 배터리 제약은 대용량의 실시간 데이터 처리를 요구하는 서비스의 원활한 제공을 어렵게 만든다. 따라서 본 논문에서는 기반 망에서 제공하는 인프라를 활용하여 에너지 효율성을 고려한 클러스터 기반의 계층적 라우팅 기법을 제안한다. 인덱스 기반의 브로드캐스팅 기법을 적용한 경로 전달 모델을 통해 노드가 필요한 정보만을 선택적으로 청취함으로써 불필요한 에너지 손실을 줄인다. 또한, 경로 탐색 및 유지비용과 경로 설정에 필요한 지연시간을 줄였다.

• 정보처리학회논문지D
• /
• 제11D권7호
• /
• pp.1357-1366
• /
• 2004

웹에서 효율적인 정보 관리와 데이터 교환을 위해 XML의 중요성이 증가함에 따라 XML의 구조 통합과 구조 검색에 대한 연구가 진행되고 있다. 구조가 정의되어 있는 XML 문서의 구조 검색은 스키마 또는 DTD를 통해 가능하다 그러나 DTD나 스키마가 정의되어 있지 않은 XML 문서에 대한 검색은 기존의 검색 방법을 적용할 수 없다. 그러므로 이 논문에서는 구조 정보가 주어지지 않은 많은 양의 XML 문서를 대상으로 구조를 빠르게 검색하기 위한 기반 연구로써 새로운 클러스터링 기법을 제안한다. 먼저 각 문서로부터 빈발한 구조의 특성을 추출한다. 그리고 추출된 빈발 구조를 문서의 대표 구조로 하여 유사 구조기반의 클러스터링을 수행한다. 이것은 서로 다른 구조의 전체 문서를 대상으로 검색하는 것보다 신속하게 구조 검색을 할 수 있도록 한다. 또한 유사한 구조들로 그룹화되어 있는 클러스터들을 기반으로 XML 문서에 대한 구조 검색을 수행한다. 아울러 구조 검색의 적용 방법을 기술하고, 그에 대한 결과의 예를 보여 제안 기법의 효율성을 증명한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.289-292
• /
• 2005

본 논문에서는 클러스터링과 뉴로-퍼지 모델링을 동시에 실시하는 학습 기법을 제안하였다. 클러스터링을 이용하여 뉴로-퍼지 모델링을 실시하는 일반적인 경우, 클러스터링 학습을 실시한 후 학습된 파라미터를 뉴로-퍼지 모델의 초기 파라미터로 설정하고 모델을 다시 학습하는 방법을 취한다. 즉 클러스터링에서 클러스터의 수를 구하고 파라미터를 최적화함으로써 초기 구조동정과 파라미터 동정을 실시하며 이를 다시 뉴로-퍼지 모델에서 세부적인 파라미터 동정을 실시하는 것이다. 또한 모델에서의 학습은 출력데이터의 오차를 이용한 오차미분기반 학습으로 전제부 소속함수 파라미터를 수정하는 방법을 이용한다. 이 경우 클러스터링의 영향과 모델의 영향이 각각 별개로 고려될 수 있다. 따라서 본 논문에서는 클러스터링을 전제부 소속함수로 부여하고 클러스터링의 학습에 뉴로-퍼지 모델을 이용하면서 또한 모델의 학습에 클러스터링을 직접 적용하는 클러스터링 기반 뉴로-퍼지 모델링을 제안하였으며 이 경우 클러스터링의 학습과 모델의 학습이 동시에 이루어지며 뉴로-퍼지 모델에서 클러스터링의 효과를 직접적으로 확인할 수 있다. 제안된 방법의 유용성을 시뮬레이션을 통하여 보이고자 한다.

• 대한공간정보학회지
• /
• 제25권1호
• /
• pp.29-36
• /
• 2017

본 논문은 인 메모리 시스템인 Spark에 기반 한 공간 빅 데이터 분석 프로토타입을 구현하고, 이를 기반으로 공간 분할 알고리즘에 따른 성능을 비교하였다. 클러스터 컴퓨팅 환경에서 빅 데이터의 컴퓨팅 부하를 균형 분산하기 위해, 빅 데이터는 일정 크기의 순차적 블록 단위로 분할된다. 기존의 연구에서 하둡 기반의 공간 빅 데이터 시스템의 경우 일반 순차 분할 방법보다 공간에 따른 분할 방법이 효과적임이 제시되었다. 하둡 기반의 공간 빅 데이터 시스템들은 원 데이터를 그대로 공간 분할된 블록에 저장한다. 하지만 제안된 Spark 기반의 공간 분석 시스템에서는 검색 효율성을 위해 공간 데이터가 메모리 데이터 구조로 변환되어 공간 블록에 저장되는 차이점이 있다. 그러므로 이 논문은 인 메모리 공간 빅 데이터 프로토타입과 공간 분할 블록 저장 기법을 제시하였다, 또한, 기존의 공간 분할 알고리즘들을 제안된 프로토타입에서 성능 비교를 하여 인 메모리 환경인 Spark 기반 빅 데이터 시스템에서 적합한 공간 분할 전략을 제시하였다. 실험에서는 공간 분할 알고리즘에 대한 질의 수행 시간에 대하여 비교를 하였고, BSP 알고리즘이 가장 좋은 성능을 보여주는 것을 확인할 수 있었다.

• 대한전자공학회논문지TC
• /
• 제42권1호`
• /
• pp.75-80
• /
• 2005

본 논문에서는 Double Space-Time Transmit Diversity(DSTTD) 시스템의 수신 오차 확률(bit error rate; BER)에 효율적인 shuffling pattern 결정 알고리즘을 제안한다. 기존 shuffling pattern 결정 알고리즘이 채널 상관도를 측정해서 상관도를 최소화하는 기법인 반면, 본 기법은 수신안테나별 최소 수신 신호 대 잡음비(signal to noise ratio; SNR)를 최대화하는 shuffling pattern을 결정하는 기법이다. 제안된 기법은 수신 오차 확률에 직접적인 영향을 주는 수신 신호 대 잡음비로부터 pattern을 결정하므로, 기존 기법에 비해서 향상된 수신 오차 확률을 보여준다. Monte Carlo 모의 실험을 통해 제안된 기법의 성능을 살펴보면, 강한 상관도를 갖는 단일 클러스터 채널 모델에서 제안된 shuffling pattern 결정 알고리즘을 이용한 DSTTD 시스템이 10/sup -3/오차 확률에 대해서 기존 기법에 비해 3 dB 수신 신호 대 잡음비의 향상이 있음을 알 수 있었다.