• 정보처리학회논문지C
• /
• 제15C권2호
• /
• pp.93-102
• /
• 2008

네트워크사업자, 인터넷 사업자, 및 엔터프라이즈 네트워크의 트래픽 현황을 파악하기 위한 방법으로 Network Weather Map (NWM)과 대역폭 시간추이 그래프를 많이 사용한다. 이들은 라우터나 스위치장비 내에 동작하는 SNMP 에이전트가 제공하는 MIB정보를 주기적으로 수집하여 DB에 저장하고, 사용자가 언제 어디서나 볼 수 있도록 웹으로 결과를 보여주는 형태로 구축된다. 현재의 엔터프라이즈 네트워크는 multi-Gbps를 지원하는 이더넷 스위치 중심의 트리 토폴로지 형태로 구축되고 있다. 본 논문은 현재의 엔터프라이즈 네트워크에 적합한 SNMP 기반의 Network Weather Map 구축에 있어 고려되어야 할 사항을 점검하고, 이를 바탕으로 엔터프라이즈 Network Weather Map 시스템을 설계하고 구현한 내용을 기술한다. 특히 엔터프라이즈 네트워크와 Core 네트워크의 토폴로지 상의 차이를 고려하여 효율적인 Network Weather Map 디자인을 제시하고, multi-Gbps 고속 링크를 지원하는 현재의 라우터/스위치장비에 SNMP MIB-II 사용의 문제점을 확인하고 이의 해결방안을 제시한다. 또한 SNMP의 사용에 따른 트래픽 발생량, 그리고 네트워크 장비의 부하를 조사함으로써 SNMP의 효율적 사용방법을 제시한다. 본 논문에서는 학교 캠퍼스 네트워크를 대상으로 Network Weather Map 시스템을 구축하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권12호
• /
• pp.113-121
• /
• 2013

본 논문에서는 네트워크의 전반적인 구조와 함께 트래픽 흐름을 한 눈에 보여줄 수 있는 거시적인 view를 제공하는 네트워크 기상도 시스템을 위한 모델을 제안하고, 이를 설계 및 구현 하여 실제 전국 규모의 연구망에 구축 및 활용된 사례를 소개한다. 개발된 기상도 시스템은 전반적인 네트워크 사용 현황 정보에 더해 네트워크 내의 주요 라우터 노드 및 백본 링크들에 대한 현 상황은 물론 과거의 주요 트래픽 플로우 상황 정보들을 모두 데이터베이스화하고, 이렇게 축적된 데이터를 바탕으로 웹 기반의 질의 응답 기능까지 모두 제공하는 통합 관리 시스템으로, 저비용으로 효율적인 네트워크 관리 시스템을 필요로 하는 중소규모 망 사업자 및 관리자들에게 하나의 좋은 관리 도구가 될 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.203-211
• /
• 2006

오늘날 네트워크는 전 세계적으로 광범위하게 퍼져있으며, 기업 서버에서부터 심지어 가정의 가전제품까지 우리 생활의 대부분의 기기들이 네트워크로 연결되는 상황에 이르렀다. 따라서 실시간으로 네트워크 상태를 파악하고 계획, 관리할 수 있는 프레임워크의 중요성이 날로 증가하고 있다. 네트워크 상황을 실시간으로 파악하고 지속적으로 최적의 상태를 유지할 수 있는 기술은 네트워크 운영의 고도화 측면에서 가장 근본적이며 핵심적인 요소이다. 고속도로 교통관제 센터의 역할과 유사하게 그물처럼 연결된 네트워크를 한눈에 파악할 수 있는 네트워크 상태보고 프레임워크가 효과적으로 구축되어 있다면 바이러스나 웜으로 인한 급격한 트래픽의 증가 또는 서비스 거부공격 등의 긴급 상황에 빠르게 대처할 수 있고, 트래픽 통계 데이터의 분석을 통해서 네트워크의 확장이나 병목구간 등을 미리 파악할 수 있을 것이다. 본 논문에서는 네트워크 트래픽과 성능 상태를 실시간으로 모니터링하고, 동적으로 보고를 해주는 네트워크 상태보고 시스템의 구조를 제시하였다. 이를 위해서 각 네트워크 세그먼트 단위에 이동성을 제공하는 지능형 에이전트를 구축하고 이를 통하여 전체 네트워크의 상태를 효과적으로 제공하는 프레임워크를 제안하였다.

• 한국기후변화학회지
• /
• 제6권1호
• /
• pp.55-60
• /
• 2015

Agro-Meteorological Information Service (AMIS) network has been established since 2001 by Rural Development Administration (RDA) in Korea, and has provided access to current and historical weather data with useful information for agricultural activities. AMIS network includes 158 automated weather stations located mostly in farm region, with planning to increase by 200 stations until 2017. Agrometeorological information is disseminated via the web site (http://weather.rda.go.kr) to growers, researchers, and extension service officials. Our services will give enhanced information from observation data (temperature, precipitation, etc.) to application information, such as drought index, agro-climatic map, and early warning service. AMIS network of RDA will help the implementation of an early warning service for weather risk management.

• 인터넷정보학회논문지
• /
• 제19권5호
• /
• pp.43-54
• /
• 2018

연무가 있는 상황에서 촬영된 영상은 낮은 대비로 인해 시인성이 낮아지는 문제가 있다. 이렇게 연무로 인해 흐릿한 영상에서 연무의 효과를 제거하는 과정을 연무제거라고 한다. 연무제거에서 가장 중요한 문제 중 하나는 전달지도 (transmission map) 또는 깊이지도 (depth map)를 정확하게 추정하는 것이다. 본 논문에서는 정확한 깊이지도 추정을 위해 생성적 대립쌍 신경망 (Generative Adversarial Network: GAN)을 이용한 정확한 깊이 영상 추정 방법을 제안한다. 제안된 GAN 모델은 흐릿한 입력영상과 이에 상응하는 깊이지도 간의 비선형 매핑을 학습한다. 그리고 연무제거단계에서는 훈련된 모델을 사용하여 입력영상의 깊이지도를 추정하고 이것을 전달지도를 계산하는데 사용한다. 이어서 guided filter를 사용하여 전달지도를 다듬는다. 마지막으로 대기 산란 모델을 기반으로 연무가 제거된 영상을 복원한다. 제안된 GAN 모델은 합성실내영상으로 훈련되었다. 하지만 실제 연무영상에 대해서도 적용할 수 있다. 이를 실험을 통해 증명하였다. 또한 실험에서 제안된 방법이 이전에 연구된 방법에 비해 시각적 및 정량적 측면에서 우수한 결과를 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.123-123
• /
• 2020

The present study is aimed to correcting radar-based mean areal precipitation forecasts to improve urban flood predictions and uncertainty analysis of water levels contributed at each stage in the process. For this reason, a long short-term memory (LSTM) network is used to reproduce three-hour mean areal precipitation (MAP) forecasts from the quantitative precipitation forecasts (QPFs) of the McGill Algorithm for Precipitation nowcasting by Lagrangian Extrapolation (MAPLE). The Gangnam urban catchment located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 24 heavy rainfall events, 22 grid points from the MAPLE system and the observed MAP values estimated from five ground rain gauges of KMA Automatic Weather System. The corrected MAP forecasts were input into the developed coupled 1D/2D model to predict water levels and relevant inundation areas. The results indicate the viability of the proposed framework for generating three-hour MAP forecasts and urban flooding predictions. For the analysis uncertainty contributions of the source related to the process, the Bayesian Markov Chain Monte Carlo (MCMC) using delayed rejection and adaptive metropolis algorithm is applied. For this purpose, the uncertainty contributions of the stages such as QPE input, QPF MAP source LSTM-corrected source, and MAP input and the coupled model is discussed.

• 한국농공학회지
• /
• 제41권6호
• /
• pp.33-43
• /
• 1999

Drought is a serious diaster in agriculutre, especially to upland crops. Hence, the Agricultural Drought Analysis Model (ADAM) that is integratable with GIS was applied to analyae agriculture drought in upland. ADAM is composed of two sub-models , one is a Soil Water Balance Model (SWBM) and the other is a Drougth Analysis Model (DAM) that is based on the Runs theory. The ADAM needs weather data, rainfall data and soil physical characteristics data as input and calculates daily soil moisture contents. GIS was integrated to the ADAM for the calculation of regional soil moisture using digitized landuse map, detaile dsoil map, thiessen network and district boundary . For the agriculutral drought analysis, the ADAM adapt the Runs theory for analyzing drought duration, severity and magnitude . Log-Pearson Type-III probability distribution function and Kolmogorov-Smirnov test were used to test the fitness of good of the model. The integration of ADAM with GIS was successfully implemented and would be operated effectively for the regional drought analysis.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.455-464
• /
• 2015

최근 해외여행에 대한 관심과, 스마트폰의 사용이 증가함에 따라 여행객들의 여행 관련 응용 사용이 늘고 있다. 여행객들에게 필요한 응용은 날씨, 지도, 여행 정보 제공 응용 등이 있다. 하지만 해외에서의 네트워크는 비싸고 불안정하기 때문에, 해외여행객들에게 금전적인 부담을 주고 사용상의 불편함을 준다. 예를 들어, 지도 응용은 네트워크 연결이 필수적이며 이미지 다운로드 양이 많아서 배터리 소모가 많다. 하지만 해외여행은 야외 활동이 주를 이루기 때문에 스마트폰의 충전이 쉽지 않다. 이러한 문제점을 해결하고자 본 논문에서는 네트워크, 배터리의 사용을 최소한으로 줄이는 방법을 목적으로 Travel Manager를 제안하며 구현한다. Travel Manager는 사용자가 네트워크의 연결 여부를 확인하여 수동으로 여행 관련 정보를 동기화할 수 있도록 한다. 그 밖에 환율을 자동 적용하여 경비를 계산하며, 사용자 간에 여행 정보를 주고받을 수 있는 기능을 제안한다. 또한 배터리의 사용을 최소화하면서 네트워크 연결 없이도 사용이 가능한 네트워크 프리 그린 네비게이션을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.428-435
• /
• 2016

Hundreds of millions of new posts and information are being uploaded and propagated everyday on Online Social Networks(OSN) like Twitter, Facebook, or Instagram. This paper proposes and implements a GPS-location based SNS data mapping, analysis, and visualization system, called Smart SNS Map, which collects SNS data from Twitter and Instagram using hundreds of PlanetLab nodes distributed across the globe. Like no other previous systems, our system uniquely supports a variety of functions, including GPS-location based mapping of collected tweets and Instagram photos, keyword-based tweet or photo searching, real-time heat-map visualization of tweets and instagram photos, sentiment analysis, word cloud visualization, etc. Overall, a system like this, admittedly still in a prototype phase though, is expected to serve a role as a sort of social weather station sooner or later, which will help people understand what are happening around the SNS users, systems, society, and how they feel about them, as well as how they change over time and/or space.

• 한국멀티미디어학회논문지
• /
• 제22권9호
• /
• pp.1000-1010
• /
• 2019

Image semantic segmentation and dehazing are key tasks in the computer vision. In recent years, researches in both tasks have achieved substantial improvements in performance with the development of Convolutional Neural Network (CNN). However, most of the previous works for semantic segmentation assume the images are captured in clear weather and show degraded performance under hazy images with low contrast and faded color. Meanwhile, dehazing aims to recover clear image given observed hazy image, which is an ill-posed problem and can be alleviated with additional information about the image. In this work, we propose a deep multi-task network for simultaneous semantic segmentation and dehazing. The proposed network takes single haze image as input and predicts dense semantic segmentation map and clear image. The visual information getting refined during the dehazing process can help the recognition task of semantic segmentation. On the other hand, semantic features obtained during the semantic segmentation process can provide cues for color priors for objects, which can help dehazing process. Experimental results demonstrate the effectiveness of the proposed multi-task approach, showing improved performance compared to the separate networks.