• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권12호
• /
• pp.287-296
• /
• 2019

IoT, 클라우드 컴퓨팅과 같은 인터넷 서비스의 발전과 사용량의 증가로 인해 수많은 패킷들이 인터넷상에서 빠르게 생성되고 있다. 안전한 인터넷 사용 환경을 만들기 위해서는 이 수많은 패킷 중에 존재할 수 있는 악성 데이터의 빠른 처리가 이뤄져야 한다. 본 논문에서는 빅데이터 보안 이벤트의 신속한 처리를 위해 비정형 데이터 분석과 빅데이터 처리에 특화된 MongoDB를 침입탐지시스템에 적용하였다. 또한 보호 대상인 사설 클라우드의 일부 자원을 이용하여 침입탐지시스템을 구축함으로써 증가 또는 감소하는 보안 이벤트 수에 따라 탄력적으로 컴퓨팅 자원 재구성이 가능하도록 하였다. 본 논문에서 제안하는 MongoDB 기반 침입탐지시스템의 성능을 평가하기 위하여 MongoDB 기반의 침입탐지시스템과 기존의 관계형 데이터 베이스를 기반으로 한 침입탐지시스템의 프로토타입을 구축하고 성능을 비교하였다. 또한 분산화 구성에 따른 성능 변화를 확인하기 위하여 가상머신의 수를 변경하며 성능 변화를 확인하였다. 그 결과 전체적으로 MongoDB 환경에서 동일한 성능의 시스템을 분산화시켜 가상 머신의 수를 증가시킬수록 침입탐지시스템의 성능이 향상되는 것을 확인하였다. 분산 MongoDB 기반의 보안 이벤트 저장 속도가 관계형 데이터베이스 기반에 비해 최대 60%, 그리고 분산 MongoDB 기반의 침입 데이터 탐지 속도가 관계형 데이터베이스 기반에 비해 최대 100% 빠른 결과를 얻었다.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.131-141
• /
• 2022

미래 전장은 지·해·공·우주·사이버로 확대되고 있다. 이로 인해 미래의 군사작전은 다양한 전장 도메인에서 동시·복합적으로 수행될 것으로 예상된다. 또한 인공지능, loT, 빅데이터 등 경제, 사회, 국방 전 분야에 걸쳐 혁신을 일으키는 융합기술 적용이 추진되고 있다. 그러나 현재의 한국군 C4I체계는 하나의 DB서버에 다양한 전투수행기능 DB를 관리하고 있어 전장 데이터 활용, 데이터 정보 유통 속도, 작전 반응 시간 등에서 전투 수행, 효율성이 크게 저하되고 4차 산업혁명 기술 적용이 어렵다는 문제점을 갖고 있다, 이를 해결하기 위해 인공지능, loT, 5G, 빅데이터, 클라우드 등 4차 산업혁명 기술을 한국군 C4I체계에 어떻게 적용할 것인지 연구가 필요하나 이에 대한 연구는 부족한 실정이다. 따라서 본 논문에서는 현재 한국군 C4I체계의 문제점을 분석하고, 미래전 양상에 적합한 통합 C4I체계로 발전하기 위해 작전임무, 네트워크 및 데이터링크 컴퓨팅 환경, 사이버 작전, 상호운용성 및 연동능력 측면에서 4차 산업혁명 기술을 적용하는 방안을 제시한다.

• 한국인터넷방송통신학회논문지
• /
• 제18권4호
• /
• pp.131-142
• /
• 2018

한국에서 지난 50여년간 산업단지는 국가주력산업의 집적지로 경제성장에 있어 중요한 역할을 담당하였으나 이러한 노후산업단지가 가지고 있는 다양한 문제점으로 인하여 경쟁력 약화 요인으로 작용하고 있다 산업단지 유형 특성별 발전계획, 관리계획, 지원계획 등으로 구분하여 융복합 첨단산업단지로의 관리 육성을 위한 모델로 전환될 필요가 있다 이를 위하여 IoT를 기반으로 하는 클라우드 컴퓨팅, RFID, WSN, CPS, 빅데이터 분석 등의 신기술을 활용한 CIPs(Connected-Industrial parks)를 제안한다 이것은 각 CIP가 연결되어 확장된 개념으로서 물리적 자산을 소유, 운용하면서 운송, 창고, 제조 영역에서 다양한 서비스를 지원하는 허브라고 할 수 있다 이러한 CIPs를 통해서 네트워크형 협업 제조가 가능하고 지능형 물류 혁신으로 원가 절감, 납기단축, 품질향상 등을 달성하여 국가경쟁력의 혁신을 이룰 수 있을 것이다.

• 한국정보통신학회논문지
• /
• 제26권2호
• /
• pp.223-229
• /
• 2022

매년 날씨가 추워지는 동절기에는 전기 사용량이 급증하는 특징을 보인다. 많은 전기를 사용하면서 인구 밀도가 높은 시장, 목욕탕, 아파트 등의 건물들의 전기 시설의 누전으로 인해 화재 발생이 늘어나고 있다. 이러한 누전화재의 원인은 대부분 전선의 노후화로 인해 사용량이 증가되어 과도하게 걸리는 부하를 견디지 못하고 전선피복이 녹아내려 주변의 발화물질로 인하여 발생하게 된다. 본 논문에서는 과부하센서, VoC센서, 과열센서로 구성된 복합 센서를 통해 전선에 발생하는 부하 및 과열을 측정하며, 이 때 발생된 유독가스를 검출하고 게이트웨이를 활용하여 서버에 로깅하는 시스템을 구현한다. 이를 바탕으로 빅데이터 분석을 진행하여 실시간으로 전기화재를 예측, 경보 및 차단이 가능한 플랫폼과 모의 화재발생 실험이 가능한 시뮬레이터를 개발한다.

• 스마트미디어저널
• /
• 제12권3호
• /
• pp.120-128
• /
• 2023

산업재해로 인한 피해를 줄이기 위해 다양한 ICT 기술이 지속적으로 개발되고 있으며, 센서, IoT, 빅데이터, 머신러닝 및 인공지능 등을 활용하여 산업재해 발생 시 피해를 최소화하고자 하는 연구가 진행되고 있다. 본 논문에서는 산업 현장의 밀폐구간, 산악, 해양, 탄광 등의 통신 음영지역에서 디바이스 간 다자간 통신 및 스마트 중계기와의 통신이 가능한 스마트 디바이스의 설계 방안을 제안한다. 제안된 스마트 디바이스는 작업자 위치, 이동 속도 등 작업자 정보와 지형, 풍향, 온도, 습도 등 환경정보를 수집하고 작업자 상호 간의 안전거리를 확보하여 위험 상황 발생 시 경고가 가능하며 헬멧에 부착할 수 있도록 설계하였다. 이를 위해, 스마트 디바이스에 필요한 기능적 요구사항과 스마트 디바이스 내의 센서와 모듈을 이용하여 요구사항을 구현하기 위한 설계 방안과 스마트 디바이스의 성능평가를 위한 지표를 도출하고 산악지역에서의 성능평가를 위한 평가환경을 제안한다.

• International Journal of Computer Science & Network Security
• /
• 제23권7호
• /
• pp.155-164
• /
• 2023

Machine learning with its high precision algorithms, Precision agriculture (PA) is a new emerging concept nowadays. Many researchers have worked on the quality and quantity of PA by using sensors, networking, machine learning (ML) techniques, and big data. However, there has been no attempt to work on trends of artificial intelligence (AI) techniques, dataset and crop type on precision agriculture using internet of things (IoT). This research aims to systematically analyze the domains of AI techniques and datasets that have been used in IoT based prediction in the area of PA. A systematic literature review is performed on AI based techniques and datasets for crop management, weather, irrigation, plant, soil and pest prediction. We took the papers on precision agriculture published in the last six years (2013-2019). We considered 42 primary studies related to the research objectives. After critical analysis of the studies, we found that crop management; soil and temperature areas of PA have been commonly used with the help of IoT devices and AI techniques. Moreover, different artificial intelligence techniques like ANN, CNN, SVM, Decision Tree, RF, etc. have been utilized in different fields of Precision agriculture. Image processing with supervised and unsupervised learning practice for prediction and monitoring the PA are also used. In addition, most of the studies are forfaiting sensory dataset to measure different properties of soil, weather, irrigation and crop. To this end, at the end, we provide future directions for researchers and guidelines for practitioners based on the findings of this review.

• 한국정보통신학회논문지
• /
• 제20권12호
• /
• pp.2348-2354
• /
• 2016

최근 농업분야에서 IoT(Internet of Things)기술을 통해 다양한 생체 및 환경 정보를 DB(data base)로 구축할 수 있게 되면서 빅 데이터를 이용한 기계학습 분석이 증가하고 있다. 기계학습 분석을 통해 농업의 생산량과 가축의 질병 등을 예측할 수 있게 되어 농업경영에서 효율적인 의사결정을 돕는다. 본 논문에서는 스마트 돈사의 다양한 환경데이터와 몸무게데이터를 이용하여 환경정보와 일당증체의 연관성 모델을 도출하고 그 정확도를 분석하였다. 이를 위해 기계학습의 M5P tree기법을 적용하였다. 분석을 통해 일당증체량이 풍속에 큰 영향을 받는 것을 확인하였다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.19-29
• /
• 2022

IoT 기술의 발전에 따라 스마트팜을 활용하는 농가가 증가하고 있다. 스마트팜은 환경을 모니터링하고, 원격 또는 자동으로 최적의 내부 환경을 조성하여 작물의 생산량 및 품질을 향상시킨다. 이를 위해 수집되는 농업 디지털 데이터를 활용하여 작물의 생산성을 예측하는 기술에 대한 연구가 활성화되고 있다. 그러나 생산량 예측을 위한 연구에서는 기존의 통계자료를 바탕으로 하는 통계모델 기반의 연구가 대부분이며, 이에 따라 예측 정확도가 낮은 문제점이 존재한다. 본 연구에서는 시설 원예 스마트팜에 수집된 농업 디지털 데이터를 활용하여 다양한 머신러닝 모델을 통해 생산량 및 판매 수익금을 예측하고, 성능을 비교하였다. 성능을 비교한 모델은 다중선형회귀, 서포트벡터머신, 인공신경망, 순환신경망, LSTM, ConvLSTM이다. 성능 비교 결과 ConvLSTM가 R2 값 및 RMSE 값에서 가장 우수한 성능을 나타내었다.

• 융복합기술연구소 논문집
• /
• 제7권2호
• /
• pp.21-23
• /
• 2017

Smart Factories could be regarded as a result of the integration of various key technologies of the fourth industrial revolutions. In smart factory, the IoT (Internet of things) is applied to capture the data generated by the production facility, store and analyze data generated in real time using Big Data technology. In addition, 3D printers are used to print expensive and complex parts, industrial robots supply materials and parts to the production site, store finished products in warehouses. In this paper, we introduced the definition of smart factory and change of job market. Also, we summarize several national policies to support enhancing transformation process of smart factory.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.130-133
• /
• 2020

Smart pig farm which is based on IoT has been widely adopted by many pig farmers. In order to achieve optimal control of smart pig farm, the relation between environmental conditions and performance metric should be characterized. In this study, the relation between multiple environmental conditions including temperature, humidity and various performance metrics, which are daily gain, feed intake, and MSY, is analyzed based on data obtained from 55 real pig farm. Especially, based on preprocessing of data, various regression based machine learning algorithms are considered. Through performance evaluation, we show that the performance can be predicted with high precision, which can improve the efficiency of management.