• 정보처리학회논문지D
• /
• 제9D권5호
• /
• pp.779-788
• /
• 2002

이미지, 비디오, 오디오와 같은 멀티미디어 데이터들은 텍스트기반의 데이터에 비하여 대용량이고 비정형적인 특성때문에 검색이 어렵다. 또한 멀티미디어 데이터의 특징은 행렬이나 벡터의 형태로 표현되기 때문에 완전일치 검색이 아닌 유사 검색을 수행하여 원하는 이미지와 유사한 이미지를 검색해야 한다. 본 논문에서는 멀티미디어 데이터 검색에 클러스터링과 인덱싱 기법을 같이 적용하여 유사한 이미지는 인접 디스크에 클러스터하고 이 클러스터에 접근하는 인덱스를 구축함으로써 이미지 근처의 클러스터를 찾아 빠른 검색 결과를 제공하는 유사 검색방법을 제시한다. 본 논문에서는 트리 유사 구조의 인덱스 대신 해싱 방법을 이용하며 검색시 I/O 시간을 줄이기 위해 오브젝트를 가진 클러스터 위치를 찾는데 한번의 I/O를 사용하고 이 클러스터를 읽기 위해 연속적인 파일 I/O를 사용하여 클러스터를 찾는 비용을 최소화한다. 클러스터 인덱싱 접근은 클러스터링을 생성하는 알고리즘과 해싱 기법의 인덱싱을 이용함으로써 고차원 데이터가 갖는 차원의 문제를 해결하며 클러스터링 또는 인덱싱 만을 이용하는 내용기반의 이미지 검색보다 효율적인 검색 적합성을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.519-524
• /
• 2023

해싱 기반 이미지 검색에서는 조작된 이미지의 해시코드가 원본 이미지와 달라 동일한 이미지 검색이 어렵다. 본 논문은 이미지의 질감, 모양, 색상 등 특징 정보로부터 지각적 해시코드를 생성하는 자기 감독 기반 딥해싱 모델을 제안하고 평가한다. 비교 모델은 오토인코더 기반 변분 추론 모델들이며, 인코더는 완전 연결 계층, 합성곱 신경망과 트랜스포머 모듈 등으로 설계된다. 제안된 모델은 기하학적 패턴을 추출하고 이미지 내 위치 관계를 활용하는 SimAM 모듈을 포함하는 변형 추론 모델이다. SimAM은 뉴런과 주변 뉴런의 활성화 값을 이용한 에너지 함수를 통해 객체 또는 로컬 영역이 강조된 잠재 벡터를 학습할 수 있다. 제안 방법은 표현 학습 모델로 고차원 입력 이미지의 저차원 잠재 벡터를 생성할 수 있으며, 잠재 벡터는 구분 가능한 해시코드로 이진화 된다. CIFAR-10, ImageNet, NUS-WIDE 등 공개 데이터셋의 실험 결과로부터 제안 모델은 비교 모델보다 우수하며, 지도학습 기반 딥해싱 모델과 동등한 성능이 분석되었다.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.204-210
• /
• 2019

Mobile Crowd Computing is one of the most efficient and effective way to collect the Electronic health records and they are very intelligent in processing them. Mobile Crowd Computing can handle, analyze and process the huge volumes of Electronic Health Records (EHR) from the high-performance Cloud Environment. Electronic Health Records are very sensitive, so they need to be secured, authenticated and processed efficiently. However, security, privacy and authentication of Electronic health records(EHR) and Patient health records(PHR) in the Mobile Crowd Computing Environment have become a critical issue that restricts many healthcare services from using Crowd Computing services .Our proposed Efficient Multi-layer Encryption Framework(MLEF) applies a set of multiple security Algorithms to provide access control over integrity, confidentiality, privacy and authentication with cost efficient to the Electronic health records(HER)and Patient health records(PHR). Our system provides the efficient way to create an environment that is capable of capturing, storing, searching, sharing, analyzing and authenticating electronic healthcare records efficiently to provide right intervention to the right patient at the right time in the Mobile Crowd Computing Environment.

• 한국산학기술학회논문지
• /
• 제17권10호
• /
• pp.61-67
• /
• 2016

최근 스마트기기의 높은 보급률 및 컴퓨팅 기술의 발전으로 인하여 단순히 정보를 검색하는 사용 패턴에서 벗어나 사진 및 동영상 등의 멀티미디어에 관한 사용자의 관심이 증대되고 있다. 이러한 관심 증대로 인하여 다양한 응용을 위해 이미지를 생성하고 처리하는 이미지 프로세싱에 대한 기술이 발전하고 있다. 최근 자신이 좋아하는 연예인 등의 여러 개의 작은 이미지들을 이용하여 모자이크로 표현하는 엔터테인먼트적인 사례들이 등장하고 있으며 모자이크 기법에 대한 연구 또한 활발히 진행 중이다. 하지만 기존의 모자이크 기법들 데이터베이스의 이미지를 선형적으로 비교하기 때문에 데이터베이스 이미지수가 증가함에 따라 비교 연산처리 시간이 증가하는 단점이 있다. 긴 연산처리 시간을 가진다. 따라서 본 논문에서는 효율적인 검색을 위해 DCT 해쉬를 이용하는 모자이크 이미지 생성 알고리즘을 제안한다. 제안한 알고리즘은 데이터베이스 생성 단계와 모자이크 생성 단계로 구성된다. 데이터베이스 생성 단계에서는 데이터베이스 구축을 위한 이미지들을 블록 단위로 분할하고 분할된 영역에 대한 DCT 해쉬 셋을 생성하여 저장한다. 모자이크 생성 단계에서는 입력 이미지의 각 블록에 대하여 DCT 해쉬를 통해 데이터베이스 내의 가장 유사한 블록을 효율적으로 검색하고, 최종적인 모자이크 이미지를 생성한다. 다양한 실험을 통해, 제안된 알고리즘이 다양한 종류의 이미지 및 크기에 상관없이 효과적으로 모자이크가 생성됨을 보였다.

• 한국정보과학회논문지:정보통신
• /
• 제33권3호
• /
• pp.231-246
• /
• 2006

무선 인터넷 프록시 서버 클러스터에서 부하 분산기는 사용자의 요청을 각 서버로 분산시키는 역할을 한다. 리눅스 가상 서버(LVS: Linux Virtual Server)는 소프트웨어적으로 사용되는 부하 분산기로써 여러 가지 스케줄링 방식들을 지원한다. LVS 스케줄링 방식에는 라운드 로빈 방식, 해슁 기반 방식, 또는 서버와 부하 분산기 사이에서 서버로 연결된 커넥션 개수를 이용하는 방식이 있다. 일부 향상된 방법에서는 각 서버별로 서버의 최고 성능 범위 안에서 허용된 커넥션 개수의 상한값과 하한값을 사전에 결정하여 이를 스케줄링 시에 적용한다. 그러나, 이러한 스케줄링 방법들에서는 서버의 실시간 부하 정보들이 부하 분산에 반영되지 않는다. 본 논문에서는 서버 부하 정보에 기반한 동적 스케줄링 방식을 제안한다. 제안된 방식에서는 부하 분산기가 서버의 실시간 CPU 부하 정보를 바탕으로 가장 적은 부하를 가지는 서버에 새로운 요청을 할당한다. 16대로 구성된 클러스터링 컴퓨터와 정적 컨텐츠(이미지와 HTML)를 가지고 실험을 수행하였다. 실험결과 CPU를 많이 사용하는 요청과 호스트의 성능이 다른 경우에 대하여 종래의 스케줄링 방식보다 성능이 향상됨을 확인하였다.