• 한국통신학회논문지
• /
• 제38B권5호
• /
• pp.394-400
• /
• 2013

WoT(Web of Things)는 웹 표준화 기술을 이용하여 사물간 지능화 통신을 실체화하기 위해 제안된 기술이다. WoT 환경은 LLN(Low-power, Lossy Network)과 자원이 제한적인 센서 장치 등을 포함하고 있으므로 기존 인터넷 환경에 적용했던 보안 기술들을 그대로 적용하기는 어렵다. 최근 IETF 표준화 그룹에서는 WoT 환경에서 보안 서비스를 제공하기 위해 DTLS 프로토콜을 이용한 방안이 제시되었다. 하지만 DTLS 프로토콜은 사전 설정(핸드 쉐이킹) 과정의 복잡성과 전송되는 메시지양이 많아 WoT 환경에서 종단간 보안 서비스를 제공하기에는 무리가 있다. 본 논문에서는 이를 개선하기 위해 WoT 환경을 DTLS 적용 가능 구간과 경량화 보안 기술이 적용될 구간으로 나누고, 경량화 구간을 위한 상호 인증 및 세션키 분배 시스템을 제안한다. 제안하는 시스템은 사용자의 관리가 용이한 스마트기기를 모바일 게이트웨이 및 WoT 프락시로 사용한다. 제안기술은 ISO 9798 표준화 기술을 수정하여 메시지 전송량을 줄이고 암호 프리미티브 계산량을 감소시키도록 했다. 또한 제안 기술은 재전송 공격, 스푸핑 공격, 선택 평문/암호문 공격, 및 DoS 공격 등에 대응 할 수 있다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.217-233
• /
• 2020

본 연구는 공간 빅데이터, 공공 Wi-Fi AP와 야간 위성영상과 같은 새로운 지리 데이터를 활용하여 2018년 대구광역시의 도시 활력을 평가하였다. 새로운 지리 데이터는 다양한 시공간 스케일에서 도시민의 활동을 보다 직접적으로 파악하기 위하여 본 연구에서 사용되었다. 이동전화 데이터, 대중교통 스마트카드 데이터, 신용카드 데이터와 같은 세 가지 공간 빅데이터가 도시 활력의 사회적, 경제적 및 모빌리티 측면을 반영하기 위하여 사용되었다. 반면에, 공중 Wi-Fi AP와 야간 위성영상은 도시 활력의 가상적 및 물리적 측면을 고려하기 위하여 사용되었다. 다섯 개의 도시활력 지표들은 주성분 분석을 통해 통합되어 네 개의 시간대에서 집계구별 도시 활력 지수로 변환 되었다. 연구 결과에 의하면, 높은 도시 활력을 가진 다섯 개의 클러스터가 대구 도심, 대구은행 네거리와 범어역 네거리, 성서, 동대구역, 칠곡 3지구 주변에서 확인되었다. 또한, 도시 활력 지수는 같은 도시 공간상에서도 시간대별로 변한다는 것이 밝혀졌다. 본 연구는 도시 활력을 측정하기 위한 대리변수로 공간 빅데이터, 공공 Wi-Fi AP, 야간 위성영상을 통합하여 활용할 수 있는 가능성을 제시한다.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.496-502
• /
• 2020

전자출결관리시스템의 경우 일부 대학 및 교육기관에서 시범적으로 도입, 운영하고 있다. 그러나 대부분의 관련시스템은 기존의 바코드 및 마그네틱 카드시스템을 설치, 운영하고 있으며, 비접촉식 RF카드를 도입하여 강의실의 출결관리를 하고 있으나 인식거리(5cm이하) 문제, 학생들의 출결을 위한 매번 카드를 리더기에 읽혀야하는 체크과정을 요구함으로 학생들의 강의실 이용의 혼잡 발생 등의 문제점을 야기 시켰다. 또한 한번 체크한 기록을 가지고 한 과목의 강의시간에 활용하므로 중간이석(조퇴, 두 번째 강의시간 결석 등) 상황에 실시간으로 대응 할 수 없다. 이러한 문제들을 해결하기 위해서 제안된 다양한 모바일 출결 시스템들 또한 스마트폰의 애플리케이션만을 활용하여 출석여부를 확인하기 때문에 중간 이석 및 대리 출석 등과 같은 문제들을 본질적으로 해결하지는 못하는 실정이다. 본 논문에서는 가상의 경계로 구분된 영역에 대해서 사람, 사물 등의 진입과 진출을 감지하는 측위 기반 기술인 지오펜싱 기술을 이용하여 수강생이 스마트폰을 가지고 지오펜스로 설정된 강의실을 드나들 때 출입기록을 자동으로 기재하도록 설정하여 중간 이석 및 대리출석 문제를 해결하는 스마트 출결시스템을 제안한다. 그리고, 강의실에 입장할 때 스마트폰의 기능 일부를 제한(무음, 진동, 인터넷 사용)하여 스마트폰을 통해 발생되는 의도하지 않은 실수들을 미연에 방지할 수 있는 기능 또한 제공한다.

• Journal of Korea Trade
• /
• 제24권7호
• /
• pp.1-28
• /
• 2020

Purpose - This paper empirically investigates the predictors and main determinants of consumers' ratings of mobile applications in the Google Play Store. Using a linear and nonlinear model comparison to identify the function of users' review, in determining application rating across countries, this study estimates the direct effects of users' reviews on the application rating. In addition, extending our modelling into a sentimental analysis, this paper also aims to explore the effects of review polarity and subjectivity on the application rating, followed by an examination of the moderating effect of user reviews on the polarity-rating and subjectivity-rating relationships. Design/methodology - Our empirical model considers nonlinear association as well as linear causality between features and targets. This study employs competing theoretical frameworks - multiple regression, decision-tree and neural network models - to identify the predictors and main determinants of app ratings, using data from the Google Play Store. Using a cross-validation method, our analysis investigates the direct and moderating effects of predictors and main determinants of application ratings in a global app market. Findings - The main findings of this study can be summarized as follows: the number of user's review is positively associated with the ratings of a given app and it positively moderates the polarity-rating relationship. Applying the review polarity measured by a sentimental analysis to the modelling, it was found that the polarity is not significantly associated with the rating. This result best applies to the function of both positive and negative reviews in playing a word-of-mouth role, as well as serving as a channel for communication, leading to product innovation. Originality/value - Applying a proxy measured by binomial figures, previous studies have predominantly focused on positive and negative sentiment in examining the determinants of app ratings, assuming that they are significantly associated. Given the constraints to measurement of sentiment in current research, this paper employs sentimental analysis to measure the real integer for users' polarity and subjectivity. This paper also seeks to compare the suitability of three distinct models - linear regression, decision-tree and neural network models. Although a comparison between methodologies has long been considered important to the empirical approach, it has hitherto been underexplored in studies on the app market.