• 한국항행학회논문지
• /
• 제23권2호
• /
• pp.194-199
• /
• 2019

현재 기후 변화를 비롯한 여러 자연재해 및 여러 재해로 인해 막대한 손실을 가져오고 있으며, 이러한 자연재해는 원천적 차단은 어렵다. 그러나 이런 재난현장의 정보를 실시간으로 수집하여 빠른 시간내에 피해를 줄이기 위한 방안으로 본 연구에서는 ICT 기술을 접목하여 대응전략을 구사하며, 미래 유비쿼터스 사회를 대비하기 위한 USN 기술을 응용한 모델이 필요하여 제안하고자 한다. 제안 알고리즘은 이동 방향이 일정하지 않아도 보다 적은 수의 이동 기지국만으로도 디지털 각도기를 활용한 방향각과 정지 시 확인할 수 있는 추정 위치를 연계하여 위치 파악이 가능하다는 것을 시뮬레이션을 통하여 분석한 바에 따르면, 제안한 알고리즘이 기존 알고리즘들보다 더욱 효율적임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.741-744
• /
• 2009

본 논문에서는 보안의 사각지대인 축산 및 농수산물 보관창고와 물류창고 등에서 도난으로 인한 피해 손실의 예방 및 보안률을 높이기 위해 적외선 센서에서 감지한 값과 양방향 무선카메라(DRC)를 통하여 얻어온 영상에 대해서 영상처리 기법을 적용하여 불법 침입자 효율적으로 감지할 수 있는 시스템을 설계 및 구현한다. 본 시스템은 적외선센서로 일정한 감지할 위치를 잡아 감지된 값 발생시에 카메라로 영상을 습득 하는데 습득된 영상을 영상처리 과정을 통하여 움직임 인자의 판별을 하는 과정을 거쳐 최종적으로 감지, 분석된 결과와 이미지정보를 보안업체 또는 보관창고의 주인의 이동단말기에 송신하여 실시간 감시 할 수 있는 영상분석기술과 저렴한 센싱장비를 이용한 감지 시스템이다.

• 한국전산구조공학회논문집
• /
• 제33권6호
• /
• pp.359-366
• /
• 2020

본 논문에서는 전산구조 해석 데이터를 기반으로 인공 신경망을 활용하여 헬리데크 구조물에 대한 손상 추정 기법을 제안하였다. 헬리데크를 구성하는 트러스와 서포트 부재들에 대해서 절점을 공유하는 부재들을 70개의 모델로 그룹화 하였으며, 최대 3가지 부재 그룹에 무작위로 손상을 부여하여 총 37,400개의 손상 시나리오를 생성하였다. 이들 각각에 대해서 구조 해석 프로그램을 통해 모드 해석을 수행하였으며, 전체 손상 시나리오를 사용 목적에 따라 학습, 유효성 검사, 그리고 검증 시나리오로 분리하였다. 헬리데크의 손상 및 비손상 상태의 동적 응답 특성에 대한 패턴 인식을 위해 PyTorch 프로그램을 활용하여 3개의 은닉층을 가지는 인공 신경망을 구성하였으며, 이에 대해서 다양한 손상 시나리오를 반복 학습함으로써 손실 함수를 최소로 하는 인공 신경망을 도출하였다. 최종적으로 총 400개의 검증 시나리오에 대해서 인공 신경망이 추정한 손상률과 실제 부여된 손상률을 비교하였으며, 그 결과 본 연구를 통해 얻어진 인공 신경망이 손상 부재의 위치와 손상 정도를 매우 높은 정확도로 예측하는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1248-1253
• /
• 2019

재난 상황 시 대피 경로를 유도하기 위해 대부분의 건물 등의 구조물에서는 중앙통제센터나 안전요원의 안내 및 대피 경로 유도등을 통해 대피 경로를 안내하고 있다. 하지만 규모가 커지고 갈수록 내부 구조가 복잡해짐에 따라 비상 상황 시 안전을 보장할 수 있는 지능적 안내 시스템의 필요성이 증가하고 있다. 따라서 경로 탐색 알고리즘에 기반한 지능적 대피경로 탐색 및 안내 시스템이 제안되었고, 구조물 내 설치된 센서 노드로부터 수집된 상황 정보를 기반으로 중앙 서버에서 각 위치별 최적의 경로를 제시하는 방식으로 대피 유도가 이루어졌다. 그러나 대피자의 효과적인 대피와 함께 중요한 부분이 구조자의 효율적인 구조활동이다. 현재까지 대피자의 대피 경로 유도에 대한 연구는 다양하게 이루어져왔으나, 구조자의 효율적 진입 경로 탐색에 대한 연구는 전무하였다. 따라서 본 논문에서는 센서 네트워크 환경에서 유전 알고리즘을 적용한 구조자 진입 경로 탐색 방안에 대해 제안하였다. 제안된 방식의 실효성을 검증하기 위해 컴퓨터 시뮬레이션을 통해 제안된 방식의 성능을 검증하였고, 그 결과 작업량 기준의 적응도 평가 시 적응도가 일정 시간 내에 수렴되었으며, 각 출구별 이동하는 노드의 비율로 환산한 출구집중도 역시 최대값과 최소값 차이가 현저하게 감소하였다.

• 문화기술의 융합
• /
• 제8권4호
• /
• pp.121-125
• /
• 2022

4차 산업혁명의 기술이 발전함에 따라 공간정보의 디지털화가 심화되고 있다. 이제는 스마트폰으로도 메가시티 내의 국가·군사중요시설의 위치를 쉽게 식별할 수 있다. 이로 인해 메가시티의 국가·군사중요시설은 전통적 위협뿐만 아니라 테러, 사이버 해킹, 범죄 활동 등과 같은 비전통적 위협에 노출되었다. 본 연구에서는 이와 같은 위협으로부터 메가시티의 국가·군사중요시설을 방호할 수 있는 방안을 제시하였다. 시간·자원의 제약을 고려할 때, 모든 국가·중요시설을 방호하는 것은 제한되므로 이들의 핵심노드에 집중해야 한다. 구체적으로 핵심노드와 주변 환경과의 조화로운 설계 및 배치, 지하·복토화, 허식(虛飾) 등의 방법을 융·복합하는 방안을 대책으로 제시하였다. 향후, 도심항공모빌리티와 자율주행차량의 등장으로 디지털 공간정보의 투명성은 더욱 증대될 것이다. 따라서, 미래 위협에 대비하기 위해 메가시티 핵심노드의 노출을 최소화하기 위한 방안이 강구되어야 할 것이다.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.91-102
• /
• 2022

With the evolution of wireless sensor network (WSN) technology, the routing policy has foremost importance in the Internet of Things (IoT). A systematic routing policy is one of the primary mechanics to make certain the precise and robust transmission of wireless sensor networks in an energy-efficient manner. In an IoT environment, WSN is utilized for controlling services concerning data like, data gathering, sensing and transmission. With the advantages of IoT potentialities, the traditional routing in a WSN are augmented with decision-making in an energy efficient manner to concur finer optimization. In this paper, we study how to combine IoT-based deep learning classifier with routing called, Kriging Regressive Deep Belief Neural Learning (KR-DBNL) to propose an efficient data packet routing to cope with scalability issues and therefore ensure robust data packet transmission. The KR-DBNL method includes four layers, namely input layer, two hidden layers and one output layer for performing data transmission between source and destination sensor node. Initially, the KR-DBNL method acquires the patient data from different location. Followed by which, the input layer transmits sensor nodes to first hidden layer where analysis of energy consumption, bandwidth consumption and light intensity are made using kriging regression function to perform classification. According to classified results, sensor nodes are classified into higher performance and lower performance sensor nodes. The higher performance sensor nodes are then transmitted to second hidden layer. Here high performance sensor nodes neighbouring sensor with higher signal strength and frequency are selected and sent to the output layer where the actual data packet transmission is performed. Experimental evaluation is carried out on factors such as energy consumption, packet delivery ratio, packet loss rate and end-to-end delay with respect to number of patient data packets and sensor nodes.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권11호
• /
• pp.4244-4274
• /
• 2021

The utilization of UAVs in various fields has led to the development of flying ad hoc network (FANET) technology. In a network environment with highly dynamic topology and frequent link changes, the traditional routing technology of FANET cannot satisfy the new communication demands. Traditional routing algorithm, based on geographic location, can "fall" into a routing hole. In view of this problem, we propose a geolocation routing protocol based on multi-agent reinforcement learning, which decreases the packet loss rate and routing cost of the routing protocol. The protocol views each node as an intelligent agent and evaluates the value of its neighbor nodes through the local information. In the value function, nodes consider information such as link quality, residual energy and queue length, which reduces the possibility of a routing hole. The protocol uses global rewards to enable individual nodes to collaborate in transmitting data. The performance of the protocol is experimentally analyzed for UAVs under extreme conditions such as topology changes and energy constraints. Simulation results show that our proposed QLGR-S protocol has advantages in performance parameters such as throughput, end-to-end delay, and energy consumption compared with the traditional GPSR protocol. QLGR-S provides more reliable connectivity for UAV networking technology, safeguards the communication requirements between UAVs, and further promotes the development of UAV technology.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.599-607
• /
• 2021

스트리트뷰(Street-view) 영상은 도로의 특정 위치를 중심으로 한 전방위 영상을 제공하며, 보행 환경에 대한 다양한 장애물 정보를 포함한다. 보행자용 길안내 서비스에 활용하기 위한 보행 네트워크(Pedestrian network) 데이터는 교통약자를 비롯한 보행자의 이동 편의성을 보장하기 위하여 보행 장애물에 대한 최신 정보를 반영해야 한다. 본 연구에서는 스트리트뷰 영상과 딥러닝 기반의 객체탐지 알고리즘을 활용하여 서울 전역에 위치한 주요 보행 장애물인 볼라드(Bollard)를 학습하였다. 또한, 탐지된 볼라드 정보와 보행 네트워크 간의 공간매칭을 통해 횡단보도 노드를 대상으로 볼라드의 유무와 개수 정보를 장애물 속성으로 입력하고, 동시에 누락된 횡단보도 정보를 갱신하기 위한 프로세스를 정의하였다. 스트리트뷰 영상으로 학습된 모델은 보행 상황에서 스마트폰으로 촬영한 사진에 대해서도 적용이 가능하며, 향후 스트리트뷰 영상에 포함된 다양한 보행 장애물에 대한 추가 학습을 통해 효율적인 보행 장애 정보 갱신이 가능할 것으로 기대된다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.1-8
• /
• 2021

본 논문에서는 임업인의 신체 이상 징후를 실시간 모니터링하여 응급 조치를 수행함과 동시에 인근의 산불이나 산사태와 같은 자연재해 또는 열사병에 대한 알람을 제공하는 IOT 구축을 제안한다. 임업인에게 제공되는 노드에 6축 센서, 온도 센서, GPS, LoRa를 포함하도록 하고, LoRa 통신을 이용하여 측정된 데이터를 게이트웨이를 통해 네트워크 서버에 송신한다. 네트워크 서버는 6축 센서 데이터로 임업인의 신체 이상 징후 여부를 판단한 후 GPS 위치를 추적하여 응급 조치를 수행한다. 온도 데이터를 분석한 후 열사병 가능성이 있는 경우 또는 인근에서 산불 및 산사태가 발생했을 경우에 알람을 제공한다. 본 논문에서는 노드 및 게이트웨이를 제작하고, 네트워크 서버를 구축하여 얻은 데이터를 분석하여 임업인의 신체 이상 징후 실시간 감지 및 재해조기경보 IOT 구축이 가능함을 확인하였다.

• KNOM Review
• /
• 제24권1호
• /
• pp.1-12
• /
• 2021

VM (Virtual Machine) live migration은 VM에서 동작하는 서비스의 downtime을 최소화하면서 해당 VM을 다른 서버 노드로 이전시키는 서버 가상화 기술이다. 클라우드 데이터센터에서는 로드밸런싱, 특정 위치 서버로의 consolidation 통한 전력 소비 감소, 서버 유지보수(maintenance) 작업 중에도 사용자에게 무중단 서비스를 제공하기 위한 목적 등으로 VM live migration 기술이 활발히 사용되고 있다. 또한 고장 및 장애 상황이 예측되거나 그 징후가 탐지되는 경우, 예방 및 완화 수단으로 활용될 수 있다. 본 논문에서 우리는 두 가지 선제적(proactive) VNF live migration 방법을 제안하며, 첫 번째 방법은 서버 로드밸런싱에 VNF live migration 기법을 사용하며 두 번째 방법은 고장 예측에 기반하여 고장 회피 목적으로 VNF live migration을 사용한다. 선제적 migration을 위한 예측에 머신러닝(기계학습)을 활용하며 실험을 통해 그 실효성을 검증한다. 특히 두 번째 방법에 대해 vEPC (Virtual Evolved Packet Core)의 고장 상황을 case study한 결과를 제시한다.