• 한국전자통신학회논문지
• /
• 제15권2호
• /
• pp.363-370
• /
• 2020

본 연구에서는 OSHW에서 가장 많이 활용되고 있는 아두이노 기반 IoT코딩 환경과 영국에서 개발되어 확산되고 있는 마이크로비트 기반 IoT코딩 환경을 비교하고 분석하였다. 결과를 통하여 마이크로비트 기반 교육 환경이 다양한 이점을 제공할 수 있는 것으로 보인다. 기초적인 문제를 정의하여 비교하였지만 많은 차이가 발생한다. 마이크로비트를 기반으로 하는 환경이 아두이노 기반 대비 오버헤드가 적어 IoT코딩 교육에 효과적일 것으로 판단되었다.

• 융합정보논문지
• /
• 제10권5호
• /
• pp.1-7
• /
• 2020

본 논문은 수중 IoT 네트워크에서 센서의 전력 소비를 줄이고 네트워크의 처리량을 향상하는 수중 링크적응 방법을 제안한다. 링크 적응 방법의 하나인 AMC(Adaptive Modulation and Coding) 기술은 SNR(Signal Noise Rate)과 BER(Bit Error Rate)의 강한 상관관계를 이용하지만, 수중에 바로 적용하는 것은 어렵다. 따라서 수중 환경에 적합한 머신러닝 기반의 AMC 기술을 제안한다. 제안하는 MCS(Modulation Coding and Scheme) 예측 모델은 수중 채널 환경에서 목표 BER 값을 달성하기 위한 통신 방법을 예측한다. 예측된 통신 방법을 실제 수중 무선 통신에서 적용하는 것은 현실적으로 어렵기 때문에 본 논문에서는 높은 정확도의 BER 예측 모델을 사용해 MCS 예측 모델의 성능을 확인한다. 결과적으로 제안하는 AMC 기술은 통신 성공 확률을 올림으로써 머신러닝의 적용 가능성을 확인시켰다.

• 정보보호학회논문지
• /
• 제30권1호
• /
• pp.29-37
• /
• 2020

사물인터넷 기반의 응용서비스의 활용이 높아지고 네트워크 사용량이 급격히 증가함에 따라 네트워크 처리량을 개선하기 위하여 네트워크 코딩을 적용하는 연구가 활발하다. 네트워크 코딩에서 노드들은 주변 노드로부터 수신한 패킷을 여러 개 조합한 인코딩 패킷으로 변환하여 전송하고 목적지에서 디코딩할 수 있도록 한다. 이런 방식은 노드간 신뢰를 기반으로 하지만 노드의 참여가 자유로운 사물인터넷 환경에서는 악의적인 노드가 구성에 참여할 경우 패킷을 조작할 수 있게 된다. 목적지에서 수신된 패킷은 하나의 소스에서 전송한 것이 아니라 여러 노드에서 생성한 여러 패킷이 조합된 것이므로 인코딩된 패킷의 진위를 식별하는 것이 어렵게 된다. 본 논문에서는 목적지에서 수신한 패킷이 전송 중에 공격을 받아 "유효하게 식별되는" 위장된 패킷의 존재를 탐지하는 방법과 디코딩 결과 중에 유효한 메시지를 식별하는 방법을 제안한다. 이 방법은 목적지가 위장패킷의 존재에도 불구하고 높은 확률로 재전송없이 수신된 패킷만으로 유효한 메시지를 구할 수 있으므로 네트워크 코딩의 성능이 향상됨을 보여준다.

• 한국게임학회 논문지
• /
• 제20권3호
• /
• pp.35-44
• /
• 2020

본 연구에서는 현재 운영 중인 코딩교육 플랫폼인 코딩퍼즐 시스템에서 학습자들이 직접 손으로 조작할 수 있는 탠저블 블록형태로 제작된 코딩퍼즐 입력용 명령어들의 배치를 증강현실 환경에서 제한 시간 안에 안정적으로 다수의 블록을 인식할 수 있는 인식시스템의 설계 및 배치 인식 성능 측정 결과를 제시한다. 그 결과, 5초 이내로 30개 이상의 탠저블 블록 형태의 명령어들의 배치를 안정적으로 인식할 수 있었다. 본 인식시스템을 기존 코딩퍼즐 모바일 앱에 성공적으로 이식하였으며, 블루투스에 연동되는 모바일 앱을 통해 IoT 로봇을 구동할 수 있다.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.41-48
• /
• 2020

수중 IoT 네트워크에서 센서 노드는 지속적인 전력 공급이 어렵기 때문에 제한된 상황에서 소비 전력과 네트워크 처리량의 효율성이 매우 중요하다. 이를 위해 기존의 무선 네트워크에서는 SNR(Signal Noise Rate)과 BER(Bit Error Rate)의 높은 연관성을 기반으로 적응적으로 통신 파라미터를 선택하는 AMC(Adaptive Modulation and Coding) 기술을 적용한다. 하지만 본 논문의 실험 결과, 수중에서 SNR과 BER 사이의 상관 관계가 상대적으로 감소함을 확인하였다. 따라서 본 논문에서는 SNR과 함께 다중 파라미터를 동시에 사용하는 딥러닝 기반 BER 예측 모델(MLP, Multi-Layer Perceptron)을 적용한다. 제안하는 BER 예측 모델은 처리량이 가장 높은 통신 방법을 찾아낼 수 있고, 시뮬레이션 결과 85.2%의 높은 정확도와 네트워크 처리량은 기존 처리량보다 4.4배 높은 성능을 보여주는 우수한 성능을 확인하였다.

• 한국통신학회논문지
• /
• 제41권4호
• /
• pp.433-440
• /
• 2016

본 논문에서는 사물인터넷 환경에서 통신 기기들이 정보를 직접 공유하고자 할 때 전체 네트워크의 에너지 소모량을 최소화하기 위한 방식을 제안한다. 제안하는 방식은 매 전송 시 동적으로 전송 노드 및 전송 데이터를 선택하는 효과적인 네트워크 부호화 기법을 사용하여 정보 공유에 필요한 총 전송 횟수를 감소시킨다. 실험을 통하여 기존의 고정된 순서로 전송 노드를 설정하는 네트워크 부호화 방식, 랜덤한 순서로 전송 노드를 설정하는 네트워크 부호화 방식, 그리고 랜덤한 순서로 전송 노드를 설정하는 비부호화 방식에 비해 총 전송 횟수 측면에서 보다 뛰어난 성능을 가짐을 확인하였다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.45-53
• /
• 2021

교육 장소에서 실제 수업하거나, 시뮬레이션 환경에서 교육하는 방법에 대한 방향이 제시되고 있다. 4차 산업혁명 이후에 다양한 분야의 산업 발전이 이루어지고 있고, 특히 IoT와 관련된 교육이 실행되고 있는 실정이다. 제안 모델은 3D 환경에서의 시뮬레이션 시스템을 응용하여 큰 비용 없이 다양한 IoT 시스템을 간접적으로 구축하여 교육할 수 있는 모델로서, 아두이노 플랫폼을 기반으로 가상 리모트 IO를 구현하였으며, 이를 통하여 교육을 위한 시스템 구축비용의 경감과 시스템을 간접적으로 구축하여 학습할 수 있는 모델이다. 또한 교육과 관련된 콘텐츠들을 다양하게 실습할 수 있다. 테스트 코드를 작성하여 실제 시스템과 가상의 시스템과의 동작 일치성을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권4호
• /
• pp.430-435
• /
• 2018

본 논문에서는 부호 길이가 작은 LCPC 부호에 대한 개선된 복호 방식을 제안하였다. LCPC 부호는 터보 부호나 LDPC 부호에 비해 복잡도가 낮고 요구되는 메모리도 적어 IoT 단말 간 통신에 적합하다. IoT 단말은 에너지가 제한되어 있어서 복잡도가 낮아야 하며 종단 간 지연 시간이 짧아야 하는 경우가 많다. 또한, 전송되는 패킷 길이가 작고 IoT 단말의 신호 처리 능력이 작기 때문에 LCPC 부호 시스템이 가능한 한 간단해야 한다. LCPC 부호는 단일 오류는 모두 정정할 수 있고 2개의 오류 중 일부를 정정할 수 있다. 본 논문에서는 변조기 출력단의 소프트 값을 이용하여 2개의 오류를 모두 정정함으로서 복잡도를 증가시키지 않고서도 비트 오율 성능을 개선하였다. 본 논문에서 제안한 복호 방식을 이용하여 시뮬레이션을 한 결과 기존의 복호 방식에 비해 $10^{-4}$의 비트 오율에서 약 1.1[dB]의 부호 이득을 얻을 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.407-408
• /
• 2022

본 논문에서는 AIoT를 위한 비주얼 블록 코딩 도구를 설계하였다. AI 블록 코딩이 가능한 EduB 플랫폼에 피지컬 컴퓨팅을 가능하게 하는 모듈을 추가함으로써 블록을 사용한 쉬운 피지컬컴퓨팅 코딩과 AIoT 코딩이 가능하다. 도구는 WebSocket과 Wifi를 사용해 EduB와 타겟보드인 RaspberryPi의 무선 통신을 하며, 블록으로 생성된 코드를 RaspberryPi 내부에서 실행하여 GPIO와 SenseHAT을 제어할 수 있게 하였다. 따라서, 코딩 결과를 콘솔 출력이나 그래프로만 확인할 수 있어 정적이던 AI 교육을 LED나 모터를 제어해 동적으로 결과를 확인할 수 있게 하여 흥미와 관심을 유발할 수 있도록 한다.

• 한국산학기술학회논문지
• /
• 제18권11호
• /
• pp.46-52
• /
• 2017

최근 ICT 및 IoT 제품의 활용 분야가 다양화 되면서 오픈소스 소프트웨어의 활용 분야가 컴퓨터, 스마트폰, IoT 디바이스 등 다양한 기기와 환경에서 활용되고 있다. 이처럼 오픈소스 소프트웨어의 활용분야가 다양해짐에 따라 오픈소스의 보안 취약점을 악용하는 불법적인 사례가 지속적으로 증가하고 있다. 이에 따라 다양한 시큐어 코딩을 위한 도구나 프로그램이 출시되고 활용되고 있지만 여전히 많은 취약점들이 발생하고 있다. 본 논문에서는 안전한 오픈 소스 소프트웨어 개발을 위해 오픈 소스의 취약점 분석 결과에 의한 이력과 패턴을 지속적으로 학습하여 신규 취약점 분석에 활용할 수 있는 방법을 제안한다. 본 연구를통해 취약점 이력 및 패턴 학습기반의 취약점 분석 시스템을 설계하였으며, 프로토타입으로 구현하여 실험을 통해 시스템의 성능을 평가하였다. 5개의 취약점 항목에 대해 평균 취약점 검출 시간은 최대 약 1.61sec가 단축되었으며, 평균 검출 정확도는 약 44%point가 향상된 것을 평가결과에서 확인할 수 있었다. 본 논문의 내용 및 결과는 소프트웨어 취약점 연구 분야에 대한 발전과 소프트웨어 개발자들의 취약점 분석을 통한 시큐어 코딩에 도움이 될 것을 기대한다.