• 한국언론정보학보
• /
• 제62권
• /
• pp.200-222
• /
• 2013

최근의 망 중립성 논쟁은 전송 차등화와 그에 따른 비용정산으로 전환되고 있으며, 이와 같은 현상은 수직 계열화된 네트워크 사업자가 경쟁 사업자를 배제하기 위한 전략이라는 주장이 제기되고 있다. 이와 같은 맥락에서 본 연구는 네트워크 사업자의 전송 차등화 사례를 분석하고, IX 시장에서 수직 계열화된 네트워크 사업자의 문제점을 검토했다. 연구결과 전송 차등화 현상은 향후 OTT나 스마트TV 응용 프로그램과 같이 범용 망을 사용하는 콘텐츠에 대한 차별화 현상을 가중시킬 것으로 전망되며, 관련법에서는 이와 같은 문제를 해결할 수 있는 방법이 애매한 것으로 나타났다. 더욱이 ISP 시장에서 수직 계열화되어 있고, 상업적으로 운영되는 IPS 사업자들은 경쟁 사업자를 차별하고 이와 같은 현상은 관련법에서도 노골적으로 명시되고 있는 것으로 나타났다.

• 대한전자공학회논문지TC
• /
• 제42권11호
• /
• pp.35-44
• /
• 2005

Mobile IP 프로토콜에서는 이동 노드가 자신의 홈망이 아닌 다른 망에 이동할 경우에도 자신의 홈 IP 주소를 그대로 사용하기 때문에 이동 노드와 방문망, 홈망 사이의 상호인증은 중요한 문제이다. 지금까지 이와 관련된 여러 연구는 주로 비밀정보 공유를 기반으로 이동 노드와 HA간에 미리 대칭키를 나눠가지고 이를 이용하여 인증을 할 수 있도록 하거나, 공개키 방식을 적용할 경우도 복잡한 알고리즘으로 인하여 실제 환경에 적용하기 어려운 문제점을 가지고 있다. 또한 replay attack 등 네트워크 상의 공격이슈에 대한 문제를 해결하지 못하고 있다. 본 논문에서는 Mobile IP 프로토콜에서 발생하는 여러 가지 보안이슈들에 대하여 설명하고, Mobile IP 프로토콜에 적용가능한 인증프로토콜을 제안한다. 제안하는 프로토콜은 공개키 알고리즘에 기반하여 기존의 Mobile IP 프로토콜의 수정없이 그대로 적용되어, 실제 환경에 적용가능하며 이동 노드들에 대한 확장성을 갖는다. 우리는 제안하는 프로토콜의 안전성을 증명하고 고유의 Mobile IP 프로토콜의 성능에 영향을 끼치지 않음을 보여줄 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권1호
• /
• pp.31-36
• /
• 2014

트위터와 페이스북 등의 SNS(Social Network Service)는 일반 대중의 관심사나 트렌드 등의 이슈를 탐지하기 좋은 지식원이다. 본 논문에서는 검색 질의어에 관련된 이슈나 화제를 질의어에 대한 연관 어휘로 보고, 이를 트위터에서 추출하기 위한 방법을 제안한다. 제안하는 방법에서는 질의어와 연관성이 높은 단어는 질의어와 가까운 위치에서 자주 발생한다고 가정하고, 단어 간 거리에 반비례하고 공기 빈도에 비례하는 단어 간 인접도의 합으로 단어간 연관도를 구한다. 구해진 연관도 값이 임계치를 넘는 어휘를 연관 어휘로 보고 네트워크의 형태로 관련 이슈를 제시한다. 제안한 방법에서는 네트워크의 특성을 분석하여 복합어를 손쉽게 탐지할 수 있다.

• 한국비블리아학회지
• /
• 제30권1호
• /
• pp.181-207
• /
• 2019

본 연구는 언어네트워크 분석기법을 활용하여 언론 보도자료에 나타난 대통령기록물 관련 사회적 이슈를 분석하였다. 이를 위해 국내 주요 언론사 5종(조선일보, 중앙일보, 동아일보, 한겨레, 경향신문)을 대상으로, 주제어인 "대통령기록물"을 포함하는 관련 기사를 수집하고, 시기에 따른 핵심 키워드와 관련 이슈들을 분석하였다. 또한 매체의 성향에 따라 인물, 개체, 행위의 세부 키워드를 비교 분석하여 대통령기록물 관련 이슈 보도 특성을 파악하였다. 그 결과 대통령기록물 관련 이슈의 보도 양태 및 이슈의 구성요소를 파악할 수 있었으며, 매체 성향에 따른 보도 특성의 차이를 도출하였다.

• Structural Monitoring and Maintenance
• /
• 제5권1호
• /
• pp.51-65
• /
• 2018

A number of sensing techniques have been implemented for detecting defects in civil infrastructures instead of onsite human inspections in structural health monitoring. However, the issue of faults in sensors has not received much attention. This issue may lead to incorrect interpretation of data and false alarms. To overcome these challenges, this article presents a deep learning-based method with a new architecture of Stateful Long Short Term Memory Neural Networks (S-LSTM NN) for detecting sensor fault without going into details of the fault features. As LSTMs are capable of learning data features automatically, and the proposed method works without an accurate mathematical model. The detection of four types of sensor faults are studied in this paper. Non-stationary acceleration responses of a three-span continuous bridge when under operational conditions are studied. A deep network model is applied to the measured bridge data with estimation to detect the sensor fault. Another set of sensor output data is used to supervise the network parameters and backpropagation algorithm to fine tune the parameters to establish a deep self-coding network model. The response residuals between the true value and the predicted value of the deep S-LSTM network was statistically analyzed to determine the fault threshold of sensor. Experimental study with a cable-stayed bridge further indicated that the proposed method is robust in the detection of the sensor fault.

• Journal of Communications and Networks
• /
• 제18권6호
• /
• pp.948-961
• /
• 2016

Internet protocol (IP) spoofing is a serious problem on the Internet. It is an attractive technique for adversaries who wish to amplify their network attacks and retain anonymity. Many approaches have been proposed to prevent IP spoofing attacks; however, they do not address a significant deployment issue, i.e., filtering inefficiency caused by a lack of deployment incentives for adopters. To defeat attacks effectively, one mechanism must be widely deployed on the network; however, the majority of the anti-spoofing mechanisms are unsuitable to solve the deployment issue by themselves. Each mechanism can work separately; however, their defensive power is considerably weak when insufficiently deployed. If we coordinate partially deployed mechanisms such that they work together, they demonstrate considerably superior performance by creating a synergy effect that overcomes their limited deployment. Therefore, we propose a universal anti-spoofing (UAS) mechanism that incorporates existing mechanisms to thwart IP spoofing attacks. In the proposed mechanism, intermediate routers utilize any existing anti-spoofing mechanism that can ascertain if a packet is spoofed and records this decision in the packet header. The edge routers of a victim network can estimate the forgery of a packet based on this information sent by the upstream routers. The results of experiments conducted with real Internet topologies indicate that UAS reduces false alarms up to 84.5% compared to the case where each mechanism operates individually.

• 한국시뮬레이션학회논문지
• /
• 제27권3호
• /
• pp.89-97
• /
• 2018

미래전에서는 무기체계의 상당부분이 무인체계로 대체될 것이며 이들은 상호 통신으로 연결되어 네트워크중심전으로 변화하고 있다. 이에 따라 무인체계 효과분석이 중요한 이슈가 될 것이다. 하지만 무인체계의 주요통제 수단인 통신장애 상황에서 UGV에 대한 효과분석 연구는 매우 미흡한 실정이다. 본 논문에서는 지형을 고려한 통신장애 상황에서 무인체계의 운용효과분석을 위한 새로운 에이전트기반 모델링 절차를 제시하였다. 추가적으로, 통신장애 상황을 극복할 수 있는 통신중계기를 추가하였을 경우 UGV운용효과의 변화에 대한 분석결과도 제시하였다.

• Journal of Information Processing Systems
• /
• 제13권4호
• /
• pp.914-927
• /
• 2017

Weighted network link prediction is a challenge issue in complex network analysis. Unsupervised methods based on local structure are widely used to handle the predictive task. However, the results are still far from satisfied as major literatures neglect two important points: common neighbors produce different influence on potential links; weighted values associated with links in local structure are also different. In this paper, we adapt an effective link prediction model-local naive Bayes model into a weighted scenario to address this issue. Correspondingly, we propose a weighted local naive Bayes (WLNB) probabilistic link prediction framework. The main contribution here is that a weighted cluster coefficient has been incorporated, allowing our model to inference the weighted contribution in the predicting stage. In addition, WLNB can extensively be applied to several classic similarity metrics. We evaluate WLNB on different kinds of real-world weighted datasets. Experimental results show that our proposed approach performs better (by AUC and Prec) than several alternative methods for link prediction in weighted complex networks.

• 한국통신학회논문지
• /
• 제34권1A호
• /
• pp.65-75
• /
• 2009

무선 센서 네트워크(WSN: Wireless Sensor Network) 환경에서 사건의 탐지(event detection)와 라우팅(routing), 정보추적(information tracking) 등의 중요한 기능을 수행하기 위해 센서노드의 위치를 측정하는 문제는 반드시 해결되어야 한다. DV-Hop 알고리즘은 멀티 홉에서 얻어지는 정보를 기반으로 위치를 측정하며 비교적 적은 앵커로도 구현이 가능하지만 보다 정밀한 위치측정을 위해 개선되어야 할 부분이 존재한다. 그러한 요인 중 하나로 알고리즘에 사용되는 홉 간 거리가 여러 앵커 노드로 부터의 홉 간 거리의 평균값으로 계산되는 것을 들 수 있다. 이는 홀(Hole)과 같은 장애물에 의한 홉 수의 증가로 발생할 수 있는 미지노드와 앵커사이에 거리 값 계산의 오차를 발생시킨다. 본 논문에서는 DV-Hop 알고리즘의 이러한 문제점을 분석하고 이를 보완 가능한 그룹기반DV-Hop(GDV-Hop) 알고리즘을 제시한다. 그룹 기반 DV-Hop 알고리즘은 다양한 비컨의 라우팅 경로에 의한 위치오차를 효과적으로 줄일 수 있을 뿐 아니라 불필요한 비컨전송의 오버 헤드를 줄일 수 있는 장점을 갖는다.

• 한국시스템다이내믹스연구
• /
• 제16권2호
• /
• pp.33-52
• /
• 2015

This study aims to comprehensively understand the dynamics of the community network of Community Child Centers and further find out the measures to activate its community network based on the Systems Thinking. The contents of the study are as follows. Firstly, it examines the existing studies on the community network of Community Child Centers and presents the major variables to understand the situation of its community network. Secondly, it analyzes the structure of its causation in order to understand the dynamics of its community network. Lastly, it concludes with the suggestions to activate its community network based on its feedback structure presented in the causal loop diagrams. This study is expected to make a useful and basic material as the first research to dynamically understand the community network issue of the Community Child Centers.