• 지능정보연구
• /
• 제18권4호
• /
• pp.117-127
• /
• 2012

최근 온라인 소셜 네트워크 서비스(SNS)의 사용자가 크게 늘어나고 있으며 다양한 분야에서 SNS의 사용자 관계 구조 및 메시지를 분석하기 위한 연구를 진행하고 있다. 그러나 대부분의 소셜 네트워크 분석 방법들은 노드 사이의 최단 거리를 기초로 하고 있으므로 계산 시간이 오래 걸린다. 이는 점차 대형화 되어가는 SNS의 데이터를 여러 분야에서 활용하는데 걸림돌이 되고 있다. 이에 따라 본 논문에서는 SNS의 사용자 그래프에서 사용자간 최단거리를 빠르게 찾기 위한 휴리스틱 기반의 최단 경로 탐색 방법을 제안한다. 제안하는 방법은 1) 트리로 표현된 소셜 네트워크에서 시작 노드와 목표 노드를 설정한다. 그리고 2) 만약 목표 노드가 경사 트리의 단말에 있다면 경사 트리가 시작하는 노드를 임시 골 노드로 설정한다. 마지막으로 3) 연결의 차수를 평가값으로 하는 휴리스틱 기반 최단거리 탐색을 수행한다. 이렇게 최단거리를 탐색한 후 매개 중심성 분석(Betweenness Centrality) 및 근접 중심성(Closeness Centrality)를 계산한다. 제안하는 방법을 사용하면 소셜 네트워크 분석에서 가장 많은 시간이 필요한 최단거리 탐색을 빠르게 수행할 수 있으므로 소셜 네트워크 분석의 효율성을 기대할 수 있다. 본 논문에서 제안하는 방법을 검증하기 위하여 약 16만 명으로 구성된 SNS에서의 실제 데이터를 이용하여 매개 중심성 분석과 근접 중심성 분석을 수행하였다. 실험 결과, 제안하는 방법은 전통적 방식에 비하여 매개 중심성, 근접 중심성의 계산 시간이 각각 6.8배, 1.8배 더 빠른 결과를 보였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 분석하는데 유용하게 활용될 수 있다.

• 정보처리학회논문지C
• /
• 제14C권6호
• /
• pp.519-524
• /
• 2007

제한된 자원을 가진 센서 노드들로 구성된 센서 네트워크에서 가장 중요한 이슈 중 하나는 주어진 에너지를 최대한 활용하여 네트워크 수명을 연장하는 것이다. 네트워크 수명을 연장하는 가장 대표적인 방법은 클러스터링 방법이며, 이는 단일홉 모드와 다중홉 모드로 분류된다. 단일홉 모드는 클러스터 내의 모든 센서 노드들이 CH(Cluster Head)와 단일홉 통신을 하는 것을 말하며, 반면 다중홉 모드는 중간 노드들의 중계를 통하여 센서 노드와 CH가 통신하는 방식을 말한다. 기존의 다중홉 클러스터링 방식에서 성능 상 가장 중요한 영향을 미치는 요소는 클러스터 크기이며, 노드의 분포가 균일하다고 가정하였다. 그러나 실제 네트워크에서의 노드 분포는 균일하지 않을 수 있으므로 이러한 환경에서의 최적의 클러스터 크기 계산은 아주 어렵다. 본 논문에서는 싱크 주변의 CH에 대한 트래픽 부하를 줄이기 위하여 싱크로부터의 거리를 기반으로 클러스터 크기를 동적으로 변화시키는 다중홉 클러스터링 방법을 제안한다. 또한 수학적 분석과 시뮬레이션을 통하여 제안된 동적크기 클러스터링 방식이 기존의 고정크기 클러스터링 보다 더 나은 성능을 가짐을 보였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.429-437
• /
• 2013

무선 메쉬 네트워크는 확장성이 좋으며 넓은 지역에 서비스가 가능하므로 네트워크 음영지역 해소 및 우회, 분산 경로 구축을 위한 솔루션으로 각광받고 있다. 하지만 메쉬 네트워크는 인프라 기반의 네트워크보다 사용자에게 낮은 QoS를 제공한다. 본 논문에서는 모바일 WiMAX 기반의 메쉬 네트워크에서 라우팅 성능을 향상시키고 QoS를 보장하기위한 LSQR (Load Sensing QoS Routing) 기법을 제안한다. LSQR 기법은 각각의 노드가 네트워크의 혼잡 상황을 인지하여 우회 경로를 선택한다. 이는 대량의 인터넷 트래픽이 발생할 때 centralized link에서 distributed link로 라우팅 경로를 변경하여 효과적인 부하 분산을 기대할 수 있다. NS-2를 이용한 시뮬레이션 결과로부터, 제안한 LSQR 기법이 기존의 다른 대표적인 라우팅 기법에 비해 패킷 손실을 감소하고 동시에 데이터 전송 속도를 증가함을 검증하였다.

• 한국통신학회논문지
• /
• 제41권11호
• /
• pp.1431-1439
• /
• 2016

본 논문은 센서 노드들의 에너지 소비를 줄이고 소스로부터 이동 싱크 그룹까지 데이터를 전달하기 위한 새로운 위치 서비스와 위치 기반 라우팅을 제안한다. 기존 방안들과는 다르게, 제안 방안은 그룹 영역 대신 싱크 그룹을 대표하는 리더 싱크 위치 정보를 사용한다. 그래서, 제안 방안은 소스와 리더 싱크 간의 위치 서비스와 위치 기반 라우팅을 위한 상위 계층과 리더 싱크와 멤버 싱크들 간의 위치 서비스와 라우팅을 위한 하위 계층으로 이루어진 계층적 위치 서비스와 위치 기반 라우팅을 사용한다. 각각의 상위와 하위 계층의 위치 서비스와 위치 기반 라우팅은 플러딩을 사용하지 않기 때문에 제안 방안은 센서 노드들의 에너지 소비를 줄일 수 있다. 다양한 시뮬레이션 결과는 제안 방안이 기존 방안보다 우수함을 증명한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.677-683
• /
• 2017

Apache Storm이란 대표적인 실시간 분산 처리 시스템으로써, 분산 서버를 통해 실시간 데이터를 빠르게 처리하는 특징을 갖는다. 기존에 Storm은 다수의 서버에 트래픽을 분배할 때, 셔플(Shuffle) 그룹핑은 처리 지연 문제가 발생하며 이를 개선한 로컬(Local-or-Shuffle) 그룹핑은 트래픽이 특정 노드에 편중되는 문제가 발생할 수 있다. 본 논문은 이러한 기존 Storm 그룹핑에서 발생할 수 있는 문제를 해결하기 위한 지역성 고려(Locality-aware) 그룹핑을 제안한다. 실험에서는 제안하는 지역성 고려 그룹핑이 기존의 셔플 그룹핑 및 로컬 그룹핑에 비해 우수함을 확인하였다. 본 논문은 기존의 Storm의 한계점인 지역성과 로드 밸런싱을 동시에 고려한 우수한 결과라 사료된다.

• 디지털콘텐츠학회 논문지
• /
• 제11권3호
• /
• pp.341-348
• /
• 2010

MIPv6, HMIPv6, FMIPv6와 같은 호스트 기반의 IPv6 이동성 지원 프로토콜들과 달리, Proxy Mobile IPv6 (PMIPv6)은 이동 노드의 개입없이 네트워크 엔티티들간의 협업 절차만을 사용하여 이동성 관리를 수행하기 때문에, IPv6 이동성 지원 프로토콜의 실질적인 도입을 촉진시킬 것으로 기대되고 있다. 본 논문에서는, MIPv6, HMIPv6, FMIPv6와 같은 대표적인 호스트 기반의 IPv6 이동성 지원 프로토콜들과 네트워크 기반의 IPv6 이동성 지원 프로토콜인 PMIPv6간의 핸드오버 지연시간을 분석 및 비교하고자 한다. 본 연구의 분석 결과, PMIPv6의 핸드오버 지연시간은 MIPv6 및 HMIPv6에 비하여 월등히 짧으며, 또한 무선링크상에서의 지연시간이 MAG와 LMA간의 지연시간보다 클 경우에는 PMIPv6에서의 핸드오버 지연시간이 FMIPv6에서의 핸드오버 지연시간보다 짧다는 것을 보여준다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권5호
• /
• pp.199-202
• /
• 2013

무선 센서 네트워크에서 클러스터링 방식의 네트워크 수명은 클러스터 헤드 결정 방법에 의해서 영향을 받는다. 대표적인 클러스터링 방식인 LEACH(Low-Energy Adaptive Clustering Hierarchy)의 경우 주기적으로 클러스터 헤드를 선택함으로써 클러스터 재구축으로 인한 에너지 소모가 큰 단점이 있다. 한편 ACAWT(Adaptive Clustering Algorithm via Waiting Timer)는 클러스터 헤드의 잔여 에너지 수준이 하나의 특정 임계치에 도달하면 클러스터를 재구축하는 비주기적인 클러스터 재구축 방식을 사용한다. 본 논문에서는 클러스터를 주기적으로 재구축하지 않고 노드의 잔여 에너지 수준(level)을 여러 단계로 설정한 후 클러스터 헤드의 잔여 에너지 수준이 한 단계 낮아지면 클러스터를 재구축하는 방법을 제안한다. 또한 클러스터 헤드 선정 시 이웃 노드 수와 잔여 에너지 수준을 고려함으로써 클러스터 헤드의 분포를 균일하게 유지시켜 네트워크 수명을 연장시킨다. 본 제안 방식의 성능을 평가하기 위해서 Qualnet 기반의 시뮬레이션을 수행하였으며, ACAWT와 성능을 비교한 결과 제안 방식이 네트워크 수명 측면에서 우월함을 확인하였다.

• 한국정보과학회논문지:정보통신
• /
• 제34권1호
• /
• pp.48-61
• /
• 2007

국내의 와이브로 기술은 단말의 이동성을 지원하기 때문에 사용자가 임의의 서브넷 내부에서 이동 할 때에도 지속적인 인터넷 서비스를 제공한다. 또한, 차세대 인터넷 지원 기술인 IPv6 및 Mobile IPv6 (MIPv6)은 이동 단말에 주소를 할당하고, 이러한 단말들이 서로 다른 서브넷을 이동 할 때에도 기존의 인터넷 세션을 유지할 수 있도록 지원하는 최신 기술이다. 하지만, VoIP (Voice over IP)와 같은 실시간 서비스를 만족시킬 수준의 이동성을 지원하려면, 와이브로 망 및 단말에 최적화된 고속 IPv6 핸드오버 기술 개발이 선행되어야 한다. 본 논문에서는 IPv6 단말이 와이브로 망에서 서브넷 간 이동을 시도할 때, 핸드오버 지연 시간을 최소화하는 최적화된 핸드오버 기법을 제안한다. 제안하는 기법은 고속 핸드오버를 지원하기 위한 IETF 대표 프로토콜인 Fast Mobile IPv6 (FMIPv6)에 기반을 두고 있으며 2계층 와 이브로 MAC (Medium Access Control)과 3계층 FMIPv6 과의 밀접한 상호 작용 및 관련 핸드오버 절차로 구성된다. 마지막으로, 수학적 성능 분석을 통하여 와이브로 망에서 운영되는 FMIPv6의 핸드오버 지연 시간을 계산하여 그 결과를 제시한다.

• 한국방재학회 논문집
• /
• 제10권1호
• /
• pp.23-28
• /
• 2010

구조물의 방재를 위해서 구조물의 효율적인 유지관리는 필수적이며, 여기서 신뢰 있는 구조물의 동적해석은 중요한 역할을 한다. 유한요소법은 구조해석법으로 가장 많이 사용되는 방법으로 자리 잡고 있으며, 요소와 요소망이 제대로 선택되면 신뢰 있는 해석 결과를 출력한다. 시간 영역 동적해석에 유한요소법을 사용하려면 각 시간 단계에서 요소망을 재형성할 필요가 생길 수 있는데, 여기에 연산 시간 측면에서 효율적인 적응적 요소망 전략을 사용하면 편리하다. 본 연구는 시간영역 동적해석에서 전단계 해석 결과를 사용하여 계산된 대표 변형률 값을 오차 평가하는데 사용하고, 요소 세분화는 절점 이동인 r-법과 요소 분할인 h-법의 조합으로 효율적으로 계산하는 적응적 요소망 형성 전략을 제시한다. 적용한 캔틸레버보의 예제를 통하여 정확성과 연산 효율성을 검증하였고 나아가 방법의 간단함이 지진 하중, 풍하중 등에 의한 복잡한 구조 동적 해석에도 효율적으로 사용될 수 있는 것을 보여 준다.