• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.195-198
• /
• 2015

최근 TV 서비스의 가입자 및 TV 프로그램 콘텐츠의 급격한 증가에 따라 빅데이터 처리에 적합한 추천 시스템의 필요성이 증가하고 있다. 본 논문은 사용자들의 간접 평가 데이터 기반의 추천 시스템 디자인 시, 누적된 사용자의 과거 이용내역 데이터를 저장하지 않고 새로 생성된 사용자 이용내역 데이터를 학습하는 효율적인 알고리즘이면서, 시간 흐름에 따라 사용자들의 선호도 변화 및 TV 프로그램 스케줄 변화의 추적이 가능한 토픽 모델링 기반의 알고리즘을 제안한다. 빅데이터 처리를 위해서는 분산처리 형태의 알고리즘을 피할 수 없는데, 기존의 연구들 중 토픽 모델링 기반의 추론 알고리즘의 병렬분산처리 과정 중에 핵심이 되는 부분은 많은 데이터를 여러 대의 기계에 나누어 병렬분산 학습하면서 전역변수 데이터를 동기화하는 부분이다. 그런데, 이러한 전역데이터 동기화 기술에 있어, 여러 대의 컴퓨터를 병렬분산처리하기위한 하둡 기반의 시스템 및 서버-클라이언트간의 중재, 고장 감내 시스템 등을 모두 고려한 알고리즘들이 제안되어 왔으나, 네트워크 대역폭 한계로 인해 데이터 증가에 따른 동기화 시간 지연은 피할 수 없는 부분이다. 이에, 본 논문에서는 빅데이터 처리를 위해 사용자들을 클러스터링하고, 클러스터별 제안 알고리즘으로 전역데이터 동기화를 수행한 것과 지역 데이터를 활용하여 추론 연산한 결과, 클러스터별 지역별 TV프로그램 시청 토큰 별 은닉토픽 할당 테이블을 유지할 때 추천 성능이 더욱 향상되어 나오는 결과를 확인하여, 제안된 구조의 추천 시스템 디자인의 효율성과 합리성을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제36권8C호
• /
• pp.489-496
• /
• 2011

무선 센서 네트워크에서 넓은 지역의 현상 및 움직임을 지속적으로 추적, 관찰하기 위해 에너지 효율성은 가장 중요한 요소이다. 이러한 망에서 에너지를 절약하기 위해 센서노드들에 대한 선택적 활성화 기법은 효과적인 방법이다. 그러나 이러한 선택적 활성화 기법을 적용한 기존의 대부분의 연구들은 침입자, 탱크와 같은 개별객체에 대해서만 고려했기 때문에 산불, 유독가스와 같은 연속객체에 대해서는 기존 기법을 적용하기 어렵다. 이는 연속객체들은 주변 환경의 영향에 상당히 민감하기 때문에 매우 유동적이고 불안정하여 이동할 다음 위치를 단순히 시공간 기법만을 가지고 예상할 수 없지 때문이다. 따라서 본 논문에서는 망의 센서노드들이 충분히 밀집한 경우 보다 정밀한 예측을 위해 객체가 퍼지거나 수축될 것으로 예상되는 지역의 센서들을 클러스터 단위로 활성화 시키는 클러스터 기반의 선택적 활성화 기법을 제안한다. 또한, 본 방안은 예측을 위한 계산이 동시에 수행될 필요가 없기 때문에 예측을 함에 있어 비동기식 기법을 적용한다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1039-1046
• /
• 2022

코로나-19 판데믹 이후 언택트 문화의 확산과 다양한 유형의 데이터를 생성하는 4차 산업 혁명으로 이전과는 비교되지 않을 정도로 많은 데이터가 생성되었다. 이는 보다 높은 데이터 처리율을 요구하게 되었고, 벤더와 하드웨어를 중심으로 하는 기존 네트워크 체계의 한계를 조금씩 드러나게 하였다. 최근 이런 한계점을 극복할 수 있는 사용자와 소프트웨어 중심의 SDN이 주목받고 있다. 또한, SDN을 기반으로 한 부하분산 기법은 방대하고 다양한 데이터를 생성하고 처리하는 데이터 센터의 서버 클러스터의 부하분산 영역에 효율을 높여줄 것으로 보인다. 본 논문은 기존 SDN 부하분산 연구들과 달리 모니터링 기법을 통한 주기적인 확인 아닌 이벤트 발생에 따라 컨트롤러가 서버의 상태를 확인하고, 부하율에 따른 가중치를 부여하여 사용자의 요청을 할당하는 부하분산 기법을 제안하고 있다. 소기 실험결과 제안기법이 대조기법과 비교하여 3%가량 균등한 부하분산 효과를 보여 소기의 성과를 보였기에 규모가 크고 패킷의 흐름이 많은 데이터 센터의 서버 클러스터에서의 좀 더 효과적일 것으로 기대된다.

• 융합보안논문지
• /
• 제12권6호
• /
• pp.25-30
• /
• 2012

정보기술의 발전에 따라 전쟁의 양상이 무기체계 위주 재래식 전쟁에서 네트워크를 기반으로 한 네트워크중심전(NCW)로 바뀌어 가고 있다. NCW(네트워크중심전)는 컴퓨터의 자료 처리 능력과 네트워크로 연결된 통신 기술의 능력을 활용하여 정보의 공유를 보장함으로써 성공적, 효과적인 작전 수행을 위해서 작전참여 구성원들의 공조활동방식의 상호교류를 통해서 군사력의 효율성을 향상 한다는 개념으로, 우리 군에서도 정보통신 기술발전과 더불어서 각각의 개체들과의 상호 연결을 통해서 원활한 전장자원 정보를 공유하여 효과적인 전쟁을 하기 위한 방법들을 연구하고 있다. 본 논문에서는 센서 네트워크를 사전에 클러스터링 해 주고 클러스터 그룹에 CH(Cluster Header) 두어 네트워크를 구성하게 된다. 배치 이전에 BS(Base Station)와 센서 노드 사이에 인증서[9]를 제공하고 클러스터링 후 BS와 센서 노드간에 인증을 거치게 된다. 여기에 클러스터 헤더 간의 인증 기술을 추가시켜 센서노드의 파괴나 교체에 능동적으로 대응할 있다. 또한 두 번의 인증과정을 거치기 때문에 더 높은 보안성을 제공 할 수 있다.

• 융합보안논문지
• /
• 제21권1호
• /
• pp.121-127
• /
• 2021

무선 노드 외에 어떠한 인프라도 존재하지 않는 MANET은 빠른 네트워크 구성할 수 있는 장점을 가지고 있다. 하지만 노드들의 이동, 무선 매체 등은 MANET이 가지고 있는 보안 취약점의 원인이기도 하다. 특히 네트워크상에 존재하는 공격 노드들에 의한 그 피해는 다른 네트워크에 비해 상당히 크다. 따라서 공격노드들에 대한 탐지 기법과 공격으로 인한 피해를 줄이는 기법도 반드시 필요하다. 본 논문에서는 침입탐지의 효율성을 높이기 위한 계층구조 기법과 공격으로 인한 피해를 줄이기 위해 P2P 메시 네트워크 구성 기법을 적용한 협업 기반 침입탐지 기법을 제안하였다. 제안한 기법에서는 클러스터내 노드들에 대한 신뢰도 평가를 통해 사전에 공격 노드에 대한 네트워크 참여를 배제하였다. 그리고 공격 노드에 의한 공격이 탐지되면 클러스터 헤드간의 P2P 메시 네트워크를 통해 네트워크 전역에 공격 노드 정보를 빠르게 전달함으로써 공격 노드의 피해를 최소화하는 방법을 적용하였다. 제안한 기법의 성능 평가를 위해 ns-2 시뮬레이터를 이용하였으며, 비교 실험을 통해 제안한 기법의 우수한 성능을 확인할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.69-76
• /
• 2008

본 논문에서는 Mountain clustering 알고리즘을 이용한 Fuzzy Radial Basis Function Neural Network(FRBFNN)의 규칙 수를 자동생성 방법을 제시한다. FRBFNN은 기존 RBFNN에서 가우시안이나 타원형 형태의 특정 RBF를 사용하는 구조와 달리 클러스터의 중심값과의 거리에 기반을 둔 멤버쉽함수를 사용하여 전반부의 공간 분할 및 활성화 레벨을 결정한다. 또한 분할된 로컬영역에서의 입출력 특성을 나타내는 퍼지규칙의 후반부로서 고차 다항식을 고려하였다. 본 논문에서는 데이터의 밀집도에 기반을 두어 클러스터링을 수행하는 Mountain clustering 알고리즘을 사용하여 적합한 퍼지 규칙(클러스터)의 수와 클러스터의 중심값을 자동적으로 생성하는 방법을 제안한다. Mountain clustering으로부터 구해진 클러스터의 중심은 멤버쉽 값을 결정하는데 사용되며, Weighted Least Square Estimator (WLSE) 알고리즘을 사용하여 후반부 다항식의 계수를 추정한다. 제안된 알고리즘은 비선형 함수 모델링에 적용하여 성능의 우수성과 알고리즘의 타당성을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.213-220
• /
• 2015

저렴한 다수의 센서들로 구성되는 WSN(Wireless Sensor Network)은 운용 특성상 한 번 배치되면 전원의 교체가 불가능하기에 효율적인 에너지 관리는 중요한 문제이다. 에너지 효율성을 위한 방법 중 네트워크를 몇 개의 클러스터로 나누고 모든 센서들을 클러스터 헤드와 멤버 노드로 구분하는 클러스터링은 에너지 효율적인 WSN을 위한 매우 좋은 라우팅 기법이다. 최초의 클러스터 기반 라우팅 프로토콜인 LEACH는 정해진 확률에 따라 랜덤하게 클러스터 헤드를 선출한다. 하지만 선출된 헤드의 네트워크 내 분포가 적절하지 못 한 경우 클러스터 헤드들의 균일한 에너지 소비를 보장할 수 없고 이로 인해 시간에 따른 생존 노드 수 성능이 많이 감소할 수 있다. 이러한 점에 착안하여 논 본문에서는 클러스터 헤드 선택 시 모든 노드의 잔존 에너지를 비교한 뒤 최대 잔존 에너지를 갖는 노드를 헤드로 선택하는 방법을 제안한다. 노드 간 잔존 에너지 차이를 감소시켜 헤드였던 노드가 더욱 오랫동안 멤버 노드로서 역할을 할 수 있고 이로 인해 더욱 향상된 네트워크 생존 기간과 더 많은 데이터가 기지국으로 도착함을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.57-60
• /
• 2011

도로 환경에서 이동하는 객체에 효율적인 위치기반 서비스를 제공하기 위해 다양한 브로드캐스트 기법들이 연구 되어 왔다. 하지만 실시간으로 변하는 도로 환경을 고려한 효율적인 브로드캐스트 기법이 요구되고 있다. 본 논문에서는 도로 특성을 고려한 양방향 선형 브로드캐스트 색인 구조를 제안하고, 빈번하게 변화하는 도로 환경을 고려하여 센서 네트워크를 통해 수집되는 도로 정보를 기반으로 최적의 QoS(Quality of Service)를 유지시키는 브로드캐스트 전략 갱신 기법을 제안한다. 또한 질의 처리 속도 향상을 위해 서비스 지역을 센서 클러스터 기반의 지역 세그먼트로 분할하여 불필요한 데이터의 브로드캐스트를 제거하는 분산 브로드캐스트 서비스 구조를 제안한다. 제안하는 기법의 우수성을 증명하기 위해 기존에 제안된 브로드캐스트 기법과 성능을 비교 평가한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.291-296
• /
• 2006

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 환경으로 인한 식별자의 형태가 훼손되어 있기 때문에 일정한 규칙으로는 찾기 힘들다. 본 논문에서는 컨테이너 영상에 대해 ART2 알고리즘을 적용하여 컨테이너 영상을 양자화한다. 제안된 ART2 알고리즘 기반 양자화 기법은 컬러정보를 클러스터링 한 후, 각 클러스터의 중심 패턴을 이용하여 원 영상의 컬러정보를 분류한다. 양자화된 컨테이너 영상에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자는 ART2 기반 RBF 네트워크를 개선하여 인식에 적용한다. 실제 컨테이너 영상 300장에 대해 실험한 결과, 제안한 컨테이너 식별자 인식 방법의 추출 및 인식 성능이 기존의 컨테이너 식별자 인식 방법 보다 개선된 것을 확인하였다.