• 한국정보처리학회논문지
• /
• 제5권12호
• /
• pp.3025-3035
• /
• 1998

본 연구에서는 개념 기반 이미지 정보 시스템 COIRS(COncept-Based Image Retrieval System)를 설계하고 구현하였다. COIRS는 개념에 기반한 질의가 가능하다는 점에서 기존의 내용기반 이미지 검색 시스템들과 다르다. 즉, 사용자는 개념적으로 관련이 있는 이미지를 검색할 수 있다. 본 논문에서 개념은 기본적으로 한 이미지 내에 있는 단순 객체들의 복합 형태를 의미한다. COIRS에서 한 이미지는 대상 객체들과 그들 사이의 공간관계로 이루어지는 트리플들에 의해 표현되며, 트리플 시소러스에 의해 개념이 유추된다. COIRS는 가시적 이미지 색인기, 트리플 시소러스, 역화일, 사용자 질의기로 구성되어 있다. 가시적 이미지 색인기는 객체의 이름 명시를 통한 객체의 인식과 그들간의 상대적 위치를 명시함으로써 색인시 수작업을 최소화하기 위한 도구이다. 트리플 시소러스는 트리플을 분석하여 개념을 유추함으로T 궁극적으로는 이미지 전체의 의미를 추출할 수 있게 한다. 이미지를 색인할 경우와 질의를 정형화 할 때 모두 공통적으로 트리플이 사용되므로 질의의 평가는 사용자 질의기를 통해 주어진 트리플들과 역화일내의 트리플간의 부합에 의해 수행된다. COIRS의 주된 장점은 1)기존의 이미지 정보 검색 시스템들이 색, 모양, 질감 등의 정보에 의해 검색을 수행하는데 비해 개념에 기반한 검색을 수행하므로 한 단계 더 진보된 이미지 정보 검색 시스템이며, 2)개념에 기반한 검색 기능과 더불어 기존의 이미지 정보 검색기술도 모두 균일한 환경안에서 수용할 수 있는 통합된 구조를 지원한다는 것이다.

• International Journal of Contents
• /
• 제8권2호
• /
• pp.13-18
• /
• 2012

In wireless sensor networks, an energy efficient data gathering scheme is one of core technologies to process a query. The cluster-based data gathering methods minimize the energy consumption of sensor nodes by maximizing the efficiency of data aggregation. However, since the existing clustering methods consider only uniform network environments, they are not suitable for the real world applications that sensor nodes can be distributed unevenly. To solve such a problem, we propose a balanced multi-hop clustering scheme in non-uniform wireless sensor networks. The proposed scheme constructs a cluster based on the logical distance to the cluster head using a min-distance hop count. To show the superiority of our proposed scheme, we compare it with the existing clustering schemes in sensor networks. Our experimental results show that our proposed scheme prolongs about 48% lifetime over the existing methods on average.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (D)
• /
• pp.215-220
• /
• 2007

최근 센서 네트워크에서 에너지 효율성을 위한 다양한 연구가 진행 중이다. 특히 센서 노드의 저전력을 위해서는 센서 네트워크에서 전송되는 데이터의 횟수나 전송량을 최소한으로 줄이면서 효율적이면서 신뢰성을 가지는 질의에 대한 결과를 얻을 수 있어야 한다. 본 연구에서는 해양 센서 네트워크 상에서 데이터의 전송량을 줄일 수 있는 SDMTree(Sensing Data Management Tree)를 제안한다. 제안된 SDMTree는 질의 최적화를 위해 질의 처리기 구성 요소로 도입 가능하다. 해양 센서 네트워크에서 in-network 각 4레벨에서 하위 노드로부터 받은 데이터를 병합, 관리하기 위한 방법으로 데이터를 속성별로 구분하여 중복된 데이터를 제거하여 트리형태로 구성되기 때문에 질의에 대한 응답에 해당하는 데이터 검색시 정확하고 신속하게 처리할 수 있으며, 트리 구성 또한 중복 데이터 및 중복 영역을 배제하여 구성되므로, 상위노드가 하위 노드로부터 센싱 데이터를 수집하여 저장하기 위한 에너지와 상위 노드에서 하위 노드로 질의를 전송시 질의에 해당하는 특정 영역에만 질의를 전송할 수 있기 때문에 데이터 저장 및 통신에 소모되는 불필요한 에너지를 최대한 줄일 수 있다.

• 정보처리학회지
• /
• 제11권6호
• /
• pp.56-75
• /
• 2004

In this article we address some system characteristics and challenging issues in developing Context-aware Middleware for Ubiquitous Computing. The functionalities of a Context-aware Middleware includes gathering context data from hardware/software sensors, reasoning and inferring high-level context data, and disseminating/delivering appropriate context data to interested applications/services. The Middleware should facilitate the query, aggregation, and discovery for the contexts, as well as facilities to specify their privacy policy. Following a formal context model using ontology would enable syntactic and semantic interoperability, and knowledge sharing between different domains. Moddleware should also provide different kinds of context classification mechanical as pluggable modules, including rules written in different types of logic (first order logic, description logic, temporal/spatial logic, fuzzy logic, etc.) as well as machine-learning mechanical (supervised and unsupervised classifiers). Different mechanisms have different power, expressiveness and decidability properties, and system developers can choose the appropriate mechanism that best meets the reasoning requirements of each context. And finally, to promote the context-trigger actions in application level, it is important to provide a uniform and platform-independent interface for applications to express their need for different context data without knowing how that data is acquired. The action could involve adapting to the new environment, notifying the user, communicating with another device to exchange information, or performing any other task.

• 한국컴퓨터정보학회논문지
• /
• 제17권1호
• /
• pp.31-40
• /
• 2012

인간의 삶을 돕는 유비쿼터스 환경에서 GeoSensor의 다양한 센서 데이터들을 다루는 u-GIS DSMS의 연구가 진행되고 있고 그에 따른 고가용성 서비스를 제공하기 위한 클러스터 시스템이 대두되고 있다. GeoSensor에 의해 수집되는 데이터는 폭발적으로 발생되는 특징을 가지고 있다. 이러한 특징은 서버의 제한된 메모리로 인하여 주어진 메모리를 초과하는 현상과 데이터가 손실되어 질의 정확도가 떨어지는 현상이 발생한다. 이를 해결하기 위해 부하제한 기법들이 활발히 연구되고 있다. 하지만 기존의 기법들은 단일 서버환경에서의 기법들로써 필터링을 통해 부하가 발생한 큐의 튜플들을 특별한 기준에 의해 드롭하는 방식이다. 그렇기 때문에 집계질의와 같은 튜플 삭제에 민감한 질의의 정확도를 만족시키기 어렵다. 본 논문에서는 GeoSensor 스트림 데이터의 클러스터링 환경에서 집계질의의 정확도 향상을 위한 이중처리 부하제한 기법을 제안한다. 본 기법은 두 노드가 고가용성을 위해 이중화 되어있는 스트림 데이터의 환경을 이용한다. 같은 스트림의 데이터를 공유하고 있는 특성을 이용해 두 노드에서 하나의 스트림의 데이터를 나누어 처리한다. 이때 슬라이딩 윈도우 단위로 두 노드 간 스트림 데이터를 동기화한다. 그리고 각 노드에서 처리된 결과를 다시 병합하는 방식이다. 성능평가를 통해 기존 기법들과 달리 튜플의 손실 없이 집계질의의 질의 정확도가 향상된 결과를 얻을 수 있었다.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.966-975
• /
• 2017

사물인터넷 환경에서는 센서 노드가 사물로 의미가 확장되고 각 사물들은 자신만의 의사결정을 통해 사물간 정보 수집 및 공유가 가능하다. 따라서 노드의 데이터를 싱크노드 또는 중앙 서버로 전송하는 것을 목적으로 하는 WSN 정보 수집 방법을 사물인터넷 환경에 그대로 적용하는 것은 비효율적이다. 또한 기존 WSN 방법은 주변 사물들의 정보를 수집하는 과정에서 모든 사물이 정보 수집에 참여하는 방식으로 구성되어 있기 때문에 전송횟수 증가 등의 다양한 문제가 발생한다. 본 논문에서는 각 사물들 간의 에너지 효율적인 정보 공유를 위한 클러스터링 및 속성 기반 데이터 교환 방법을 제안한다. 제안하는 방법은 우선 각 사물이 생산할 수 있는 데이터의 속성을 부여하여 클러스터를 구성한다. 데이터 교환시에는 부여된 속성을 이용해 데이터를 생산할 수 있는 사물들과 통신하여 에너지 효율성을 향상시킨다. 성능평가를 위해 TOSSIM을 이용하여 네트워크 수명, 평균 에너지 소비량 등을 측정하였다.

• Spatial Information Research
• /
• 제18권4호
• /
• pp.75-88
• /
• 2010

최근 모바일 기기 및 우선 통신의 발달로 인하여 지오센서 네트워크가 실생활의 다양한 분야에서 활용되고 있다. 이에 따라 센서 노드의 제한된 에너지를 효율적으로 사용할 수 있는 미들웨어에 대한 연구가 활발히 진행되고 있다. 그러나 기존 미들웨어들은 센서 노드의 고유한 처리 능력 몇 가능을 고려하여 개발하지 않았기 때문에, 제한된 시스템 자원만을 사용하는 센서 노드에서는 운영이 불가능하다. 따라서 본 논문에서는 지오센서 네트워크에서 에너지 효율성을 자원하는 바이트코드 기반 데이터 서비스 미들웨어를 설계 및 구현한다. 제안하는 미들웨어는 첫째, 하드웨어 추상화를 지원하는 데이터 관리자와 최소한의 바이트코도 명령어를 통하여, 센서 노드에 최적화된 기능만을 제공한다. 둘째, 불필요한 데이터를 제거함으로써 데이터 전송량을 최소화하는 데이터 집계 질의처리 및 데이터 필터링을 통하여, 센서 노드의 에너지 효율성을 향상시킨다. 마지막으로, 기존 연구인 SwissQM과의 성능 평가를 통해 제안하는 미들웨어가 데이터 전송량과 평균 에너지 소모량 측면에서 에너지 효율적임을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.80-84
• /
• 2008

DSMS는 USN과 같은 환경으로부터 스트림데이터를 실시간으로 입력 받아 등록된 연속질의를 처리하는 시스템이다. DSMS는 등록된 연속질의 처리를 위해 필요한 데이터를 버퍼에 관리하며, 스트림데이터의 저장기법에 따라 연속질의 처리 성능 및 버퍼 저장비용이 개선될 수 있으며, DSMS에서 연속질의는 특정 스트림데이터에 대해 일정한 기간 동안의 평균 값, 최대 소 값, 누적 값 등의 집계 연산을 요구하는 경우가 많다. 기존의 DSMS에서는 이러한 집계 연산이 필요한 연속질의의 효율적인 처리를 위해 LINT, BINT등의 자원 공유 집계 처리기법이 제안 되었다. 하지만 기존의 자원공유 집계 기법들은 위치 값을 포함하는 GeoSensing 데이터에 대한 고려를 하지 않았다. 본 논문에서는 공간 DSMS에서 공간영역질의 기반의 연속질의를 효율적으로 처리하기 위한 R-tree기반의 집계기법을 제안한다. 이는 각각의 연속질의에 포함된 공간 영역을 R-tree 인덱스로 구성하고, 연속질의에 필요한 공간 스트림데이터에 대한 집계값을 저장하여 연속질의를 처리하는 것이다. 제안기법은 공간 DSMS에서 공간영역 기반의 연속질의 처리 성능을 개선할 수 있으며, R-tree 기반으로 해당 영역에 대한 데이터 만을 버퍼에 관리하여 저장비용을 줄일 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권10호
• /
• pp.477-482
• /
• 2016

기업의 신속한 의사결정 및 전략적 정책 결정을 위해 빅데이터에 대한 고도 분석이 필수적으로 요구됨에 따라 대량의 데이터를 복수의 노드에 분산하여 처리하는 하둡 또는 스파크와 같은 분산 처리 플랫폼이 주목을 받고 있다. 최근 공개된 Spark SQL은 Spark 환경에서 SQL 기반의 분산 처리 기법을 지원하고 있으나, 기계학습이나 그래프 처리와 같은 반복적 처리가 요구되는 고도 분석 분야에서는 효율적 처리가 불가능한 문제가 있다. 따라서 본 논문은 이러한 문제점을 바탕으로 Spark 환경에서 고도 분석 지원을 위한 SQL 기반의 빅데이터 최적처리 엔진설계와 처리 프레임워크를 제안한다. 복수의 조건과 다수의 조인, 집계, 소팅 연산이 필요한 복합 SQL 질의를 분산/병행적으로 처리할 수 있는 최적화 엔진과 관계형 연산을 지원하는 기계학습 최적화하기 위한 프레임워크를 설계한다.