• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권8호
• /
• pp.2490-2506
• /
• 2022

In Mobile Edge Computing (MEC), attackers can speculate and mine sensitive user information by eavesdropping wireless channel status and offloading usage pattern, leading to user privacy leakage. To solve this problem, this paper proposes a Privacy-preserving and Energy-efficient Offloading Algorithm (PEOA) based on Lyapunov optimization. In this method, a continuous Markov process offloading model with a buffer queue strategy is built first. Then the amount of privacy of offloading usage pattern in wireless channel is defined. Finally, by introducing the Lyapunov optimization, the problem of minimum average energy consumption in continuous state transition process with privacy constraints in the infinite time domain is transformed into the minimum value problem of each timeslot, which reduces the complexity of algorithms and helps obtain the optimal solution while maintaining low energy consumption. The experimental results show that, compared with other methods, PEOA can maintain the amount of privacy accumulation in the system near zero, while sustaining low average energy consumption costs. This makes it difficult for attackers to infer sensitive user information through offloading usage patterns, thus effectively protecting user privacy and safety.

• 한국게임학회 논문지
• /
• 제16권2호
• /
• pp.119-128
• /
• 2016

컴퓨터 게임에서 대부분의 사용자 인터페이스 방법은 키보드, 마우스, 터치스크린이다. 사운드 형태 명령어의 전체 처리 시간은 크게 명령어 입력 시간과 인식 시간으로 구성된다. 본 논문은 명령어 신호 전체를 입력받지 않고 일부 앞부분 신호만을 받음으로써, 입력 시간을 줄여 전체 처리 시간을 단축하는 방법을 제안한다. 우리의 방법에서는 HMM(Hidden Markov Process)를 이용해 명령어 신호를 인식하는데, 전체 신호 및 부분 신호들에 대해 별도의 HMM을 구성한다. 플랫홈 게임의 대표 명령어들을 음성과 손바닥 소리로 표현해, 본 논문의 방법을 실험했다. 실험 결과, 인식률의 큰 저하 없이 명령어 처리 시간을 줄임을 알 수 있었다. 본 연구는 게임의 사용자 인터페이스 방법을 다양화하는데 기여할 것이다.

• 한국통신학회논문지
• /
• 제36권10A호
• /
• pp.823-829
• /
• 2011

최근 무선 인체 네트워크 (WBAN)는 유비쿼터스 헬스케어 시스템에의 활용으로 주목 받고 있다. WBAN에서는 인체에 부착 되거나 이식되는 센서 노드와 PDA와 같은 휴대용 개인 베이스 스테이션 (BS)의 에너지 제약이 있고, 이 장치들의 제한된 계산 능력과 메모리 때문에 노드들이 수행하는 계산의 복잡도를 최대한 줄여야만 한다. 또한 생체 신호를 다루기 때문에 신뢰성 있는 데이터 전송이 필수적이다. 본 논문에서는 네트워크 코딩 오버헤드를 줄이고 에너지 효율을 높이기 위해 WBAN을 위한 시스테매틱 (systematic) 네트워크 코딩 기법을 제안한다. 제안하는 시스템을 마코프 체인 (Markov chain)을 이용해 모델링 하고 모든 노드가 BS로의 데이터 패킷 전송을 완료하는데 까지 소모되는 에너지를 최소화 하는 것을 최적화 문제로 정의 하였다. 다양한 환경에서 시뮬레이션을 수행 한 결과 기존의 전송 방법과 비교 했을 때 에너지 효율을 얻는 것을 보였다. 또한 기존의 WBAN에서의 네트워크 코딩의 디코딩 과정 보다 계산 복잡도가 낮아 네트워크 코딩으로 인한 계산 오버헤드를 줄였다.

• 인터넷정보학회논문지
• /
• 제13권1호
• /
• pp.7-14
• /
• 2012

본 논문은 불완전한 채널 감지를 고려한 포화 상태에서의 IEEE 802.11 carrier-sense multiple access with collision-avoidance(CSMA/CA)의 성능을 분석한다. 불완전한 채널 감지는 missed-detection과 false alarm을 포함하는데, 이러한 불완전한 채널 감지가 IEEE 802.11의 성능에 미치는 영향을 분석하고 이를 수식적으로 표현한다. 물리 계층의 불완전한 채널 감지를 표현하기 위해, 본 논문에서는 기존의 2차원 마코프 프로세스 모델을 수정했다. 모의실험 결과와 제안된 모델의 이론적인 결과가 일치하는 것을 보였다. 이러한 실험 결과를 바탕으로, 감지 확률이 IEEE 802.11의 성능에 있어 가장 중요한 요소임을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1579-1602
• /
• 2020

In the design of production system, buffer capacity allocation is a major step. Through polymorphism analysis of production capacity and production capability, this paper investigates a buffer allocation optimization problem aiming at the multi-stage production line including unreliable machines, which is concerned with maximizing the system theoretical production rate and minimizing the system state entropy for a certain amount of buffers simultaneously. Stochastic process analysis is employed to establish Markov models for repairable modular machines. Considering the complex structure, an improved vector UGF (Universal Generating Function) technique and composition operators are introduced to construct the system model. Then the measures to assess the system's multi-state reliability and structural complexity are given. Based on system theoretical production rate and system state entropy, mathematical model for buffer capacity optimization is built and optimized by a specific genetic algorithm. The feasibility and effectiveness of the proposed method is verified by an application of an engine head production line.

• 상하수도학회지
• /
• 제30권2호
• /
• pp.155-165
• /
• 2016

Pipe Deterioration Prediction (PDP) and Pipe Failure Risk Prediction (PFRP) models were developed in an attempt to predict the deterioration and failure risk in water mains using fuzzy technique and the markov process. These two models were used to determine the priority in repair and replacement, by predicting the deterioration degree, deterioration rate, failure possibility and remaining life in a study sample comprising 32 water mains. From an analysis approach based on conservative risk with a medium policy risk, the remaining life for 30 of the 32 water mains was less than 5 years for 2 mains (7%), 5-10 years for 8 (27%), 10-15 years for 7 (23%), 15-20 years for 5 (17%), 20-25 years for 5 (17%), and 25 years or more for 2 (7%).

• International Journal of Contents
• /
• 제10권3호
• /
• pp.17-25
• /
• 2014

In this paper, we describe an adaptive Markov chain Monte Carlo-based particle filter that effectively addresses real-time multi-face tracking on mobile platforms. Because traditional approaches based on a particle filter require an enormous number of particles, the processing time is high. This is a serious issue, especially on low performance devices such as mobile phones. To resolve this problem, we developed a tracker that includes a more sophisticated likelihood model to reduce the number of particles and maintain the identity of the tracked faces. In our proposed tracker, the number of particles is adjusted during the sampling process using an adaptive sampling scheme. The adaptive sampling scheme is designed based on the average acceptance ratio of sampled particles of each face. Moreover, a likelihood model based on color information is combined with corner features to improve the accuracy of the sample measurement. The proposed tracker applied on various videos confirmed a significant decrease in processing time compared to traditional approaches.

• 한국멀티미디어학회논문지
• /
• 제13권2호
• /
• pp.225-236
• /
• 2010

본 논문은 카메라 영상 정보와 기울기 센서 정보를 통합한 바이모달 응급상황 인식방법을 제안한다. 제안된 방법은 어느 한 센서가 오작동 하거나 사용자가 착용형 기울기 센서를 착용하지 않거나, 영상 획득의 어려움이 있는 욕실과 같은 곳에 있는 경우에도 응급 상황을 감지하여 센서 간에 상호 협력과 보완을 함으로써 응급 상황을 인식할 수 있다. 본 논문에서는 HMM 학습 및 인식을 통해 걷는 동작, 바닥에 앉는 동작, 소파에 앉는 동작, 눕는 동작, 기절 동작을 판단할 수 있도록 하였다. 영상의 특징 벡터와 기울기 센서의 특징 벡터를 결합하여 학습하고 인식했을 때, 인식률의 향상을 가져올 수 있었다. 또한 다양한 조명의 변화에도 적응적 배경 모델을 통해 움직이는 객체를 강건하게 검출할 수 있어서 높은 인식률을 유지할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.43-48
• /
• 2018

In this paper, more efficient classification result could be obtained by applying the combination of the Hidden Markov Model and SVM Model to HMSV algorithm gene expression data which simulated the stochastic flow of gene data and clustering it. In this paper, we verified the HMSV algorithm that combines independently learned algorithms. To prove that this paper is superior to other papers, we tested the sensitivity and specificity of the most commonly used classification criteria. As a result, the K-means is 71% and the SOM is 68%. The proposed HMSV algorithm is 85%. These results are stable and high. It can be seen that this is better classified than using a general classification algorithm. The algorithm proposed in this paper is a stochastic modeling of the generation process of the characteristics included in the signal, and a good recognition rate can be obtained with a small amount of calculation, so it will be useful to study the relationship with diseases by showing fast and effective performance improvement with an algorithm that clusters nodes by simulating the stochastic flow of Gene Data through data mining of BigData.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.781-786
• /
• 2019

오늘날 다양한 생명현상을 다루고있는 질병연구와 같은 효율적인 목적을 달성하기 위해서는 이들 연구로부터 획득한 빅데이터를 처리하여 효과적인 현실적 가치를 부여할 수 있어야 한다. 본 논문에서 제안한 MKSV알고리즘은 최적의 확률분포를 추정하여 입력패턴을 결정 한 후 데이터마이닝 기법으로 분류한 결과 효율적인 계산량과 인식률을 획득할 수 있었다. MKSV 알고리즘은 유전자 데이터의 확률적 흐름을 시뮬레이션하여 빅데이터의 데이터마이닝 과정을 통해 데이터를 분류하여 빠르고 효과적인 성능 향상을 보임으로써 현 사회에 급증하는 질병과 유전자의 관련성을 연구하는 데 유용할 것이다.