• Information and Communications Magazine
• /
• v.33 no.5
• /
• pp.12-19
• /
• 2016

미래의 IoT, 클라우드 빅데이터, 모바일 환경에서 퍼베이시브 정보통신(Pervasive information network)은 우리 사회에 스며들어 다양한 기기를 통해 접근한다. 이를 실현하기 위해, 새로운 네트워크 아키텍처와 서비스 플랫폼이 요구된다. 현재의 네트워크 환경에서 이러한 형태의 퍼베이시브 정보통신을 지원하는 것은 매우 어렵다. 실제 환경과 가상 공간 사이의 간극을 극복하기 위한 연구는 도전적인 주제이다. 관련 연구 결과 중 가장 발전된 형태의 성과를 보이는 것으로 일본 AKARI 프로젝트와 유럽 FP6 BIONETS 프로젝트가 있다. AKARI 프로젝트는 차세대 네트워크의 구현을 목표로 하고 있으며, 이를 위해 완전히 새로운 형태의 미래인터넷 아키텍처를 설계했다. BIONETS 프로젝트는 미래인터넷 환경에서의 새로운 서비스 프레임워크를 확립했다. 이러한 프로젝트의 연구 및 결과물 융합을 통해 미래 사회에 기여할 수 있는 보다 발전된 형태의 네트워크를 준비한다.

• Annual Conference of KIPS
• /
• 2016.10a
• /
• pp.481-482
• /
• 2016

스마트 디바이스의 발전과 IoT 시대에 들어서면서 다양하고 유용한 데이터가 끊임없이 쏟아져 나오고 있다. 이러한 데이터들을 기반으로 개인화된 추천 시스템의 중요성은 높아지고 있다. 추천 시스템에서 가장 성공적인 협업적 필터링 기법은 고객에 대한 일정 수준 이상의 데이터가 존재해야 한다. 즉, 충분한 데이터가 존재하지 않는다면 정확하지 않은 추천 결과를 출력하는 희박성의 문제가 생긴다. 본 연구에서는 개개인을 구분 지을 수 있는 개인화 요인에 가중치를 두어 기존의 협업적 필터링 기법이 가지는 희박성 문제를 해결하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.151-153
• /
• 2016

80/128-비트 마스터키 길이와 ECB, CBC, OFB, CTR의 4가지 운영모드를 지원하는 PRESENT 경량 블록암호 프로세서를 설계하고, Virtex5 FPGA에 구현하여 정상 동작함을 확인하였다. PRESENT 크립토 프로세서를 $0.18{\mu}m$ 공정의 CMOS 셀 라이브러리로 합성한 결과 8,237 GE로 구현되었으며, 최대 434 MHz 클록으로 동작하여 868 Mbps의 성능을 갖는 것으로 예측되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.51-52
• /
• 2018

산업 현장에서 작업자의 잘못된 작업행동으로 인한 안전사고가 꾸준히 발생하고 있다. 현재는 관리자가 육안으로 작업자의 위험행동 여부를 관리하고 있지만, 모든 작업자를 관리자 한명이 관리하기에는 현실적으로 어려움이 있다. 본 논문에서는 이 문제를 해결하기 위해 고소 작업자의 안전벨트에 IoT 장치를 부착하여 행동 데이터를 클라우드에 업로드하고, 딥러닝을 통해 작업자 위험행동 여부를 분석한다. 분석한 결과를 관리자가 쉽게 모니터링 할 수 있도록 하여, 안전사고를 예방하도록 하는 시스템을 설계하였다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.875-877
• /
• 2015

IoT 환경의 센서 네트워크와 RFID 태그 등에서의 AES나 SEED에 대응 할 수 있는 새로운 저전력 경량화 암호 알고리즘이 필요 해짐에 따라 본 논문에서는 2006년 국내에서 제안된 HIGHT와 2007년 CHES에서 제안된 PRESENT 알고리즘을 Arduino에 적용하여 성능을 비교분석 하였다. 그 결과 HIGHT 알고리즘이 PRESENT알고리즘에 비하여 더 짧고, 적은 수행시간과 프로그램 메모리 사용량을 보였으며, 더 많은 동적 메모리 사용량을 보였다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.60-62
• /
• 2019

지능형 IoT 애플리케이션들을 효과적으로 사용하기 위해서는 추론 엔진을 Edge device로 포팅하는 것이 필수적이다. 그러나 컴퓨팅 자원이 제한적인 Edge 환경에서 computational cost가 상당히 큰 CNN 추론을 실시간으로 하는 것은 쉽지 않다. 이에, CNN 추론의 하드웨어 가속화의 필요성이 제기되어 활발한 연구가 진행되고 있으며, Xilinx, Intel 등에서도 하드웨어 가속화를 도와주는 툴을 개발하여 지속적으로 업그레이드하고 있다. 본 연구에서는 CIFAR-10 데이터베이스의 테스트 이미지 10,000개를 Xilinx 사의 CNN 추론 엔진인 DPU를 사용하여 Zynq UltraScale+ 보드에서 추론해보고, DPU 아키텍처에 따른 결과를 비교·분석했다. 병렬처리 수준을 높게 한 DPU는 그렇지 않은 DPU보다 소비전력 및 자원 사용량이 3배 이상 높았지만, 1.65배 좋은 성능을 보여 Trade-off 관계를 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.111-114
• /
• 2019

최근 봇넷(Botnet)은 PC 뿐만 아니라 IoT 기기를 대상으로 확대되어 구축되고 있으며, 최신 기술들이 적용되면서 탐지와 방어가 어렵도록 구축되고 있다. 특히, 해커와 테러범 사이에서 많이 활용되는 정보 은닉 기술인 스테가노그래피(Steganography)가 적용된 Botnet(Stego-botnet)이 출현하였는데, 기존의 Botnet 형태와는 달리 SNS 환경을 Botnet 개체 사이의 통신 기반으로 활용하며 Steganography 기술로 통신 내용을 숨겨 탐지가 어렵기 때문에 그 위험성과 피해가 심각할 수 있다. 본 논문에서는 SNS 환경에서의 Steganography 기반 Botnet 구축 가능성을 조사하고, 실제로 카카오톡을 활용한 Steganography 기반 Botnet 통신 가능성을 실험한 후 결과를 제시하며, Steganography 기반 Botnet에 대한 탐지 및 역추적 방안을 간략히 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.183-186
• /
• 2022

최근 인공지능 기반 객체 탐지 기술이 발전함에 따라 영상 감시, 얼굴 인식, 로봇 제어, IoT, 자율주행, 제조업, 보안 등 다양한 분야에 활용되고 있다. 이에 본 논문은 발전된 객체 탐지 알고리즘을 이용하여 비전문가에겐 생소한 컴퓨터나 전기 장치 등의 '단자(terminal)' 모양을 구별하는 방법을 제안한다. 이를 위해 객체 탐지 프로그램인 You Only Look Once (YOLO) 알고리즘을 이용하여 입력한 단자들의 모양을 검출하는 알고리즘을 구성하였다. 일상에서 쉽게 볼 수 있는 단자들의 이미지(VGA, DVI, HDMI, DP, USB-A, USB-C)를 라벨링하여 데이터셋을 구축하였고, YOLOv4와 YOLOv5 두 버전의 알고리즘을 사용하여 성능을 검증하였다. 실험 결과 mean Average Precision(mAP) 기준 최대 92.9%의 정확도를 얻을 수 있었다. 전기 장치에 따라 단자의 모양이 다양하고, 그 종류 또한 많기 때문에 본 연구가 방송 기술 등의 여러 분야에 응용될 것으로 기대된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.686-688
• /
• 2021

The performance assessment in real sea is very important to increase the reliability of the fishing gear automatically identification monitoring system. The concept of real sea experiment for fishing gear automatically identification monitoring system is introduced and results of communication performance of RoLa and LTE Cat.M1 modules are reported through this research.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.221-223
• /
• 2022

최근 CNN(Convolutional Neural Network)은 초해상화(super-resolution)를 포함한 다양한 컴퓨터 비전 분야에서 우수한 성능을 보이며 널리 사용되고 있다. 그러나 CNN은 계산 집약적이고 많은 메모리가 요구되어 한정적인 하드웨어 자원인 모바일이나 IoT(Internet of Things) 기기에 적용하기 어렵다는 문제가 있다. 이런 한계를 해결하기 위해, 기 학습된 깊은 CNN 모델의 성능을 최대한 유지하며 네트워크의 깊이나 크기를 줄이는 경량화 연구가 활발히 진행되고 있다. 본 논문은 네트워크 경량화 기술인 지식증류(knowledge distillation) 중 자가증류(self-distillation)를 초해상화 CNN 모델에 적용하여 성능을 평가, 분석한다. 실험 결과, 정량적 평가지표를 통하여 자가증류를 통해서도 성능이 우수한 경량화된 초해상화 모델을 얻을 수 있음을 확인하였다.