• 한국인터넷방송통신학회논문지
• /
• 제14권1호
• /
• pp.189-193
• /
• 2014

네트워크 서비스는 로컬서비스와 결합하면서 생활밀착형 서비스로 발전하고 있다. 생활밀착형 서비스는 기존의 모바일 서비스와는 달리, 위치정보와 로컬정보 그리고 소셜 네트워크서비스 정보 등을 모아 개인화된 서비스를 제공할 것으로 예상된다. 여러 정보를 모아 처리하는 과정에서 빅데이터 기술, 클라우드 기술 등이 필요하다. 이미 이에 대한 효율성 높은 알고리즘이 연구되고 있으나 반면, 생활 밀착형 서비스 모델 또는 빅데이터 환경에서의 프라이버시 보호 모델에 대한 연구는 상대적으로 미흡한 편이다. 이 글은 생활밀착형 서비스에 활용될 빅데이터 기술이 야기하는 프라이버시 문제에 대하여 구조혈 중심으로 다룬다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권1호
• /
• pp.37-44
• /
• 2015

사회관계망 분석에 있어서 매개 중심도(Betweenness Centrality)는 네트워크를 구성하는 노드들의 상대적인 중요도를 파악하기 위한 척도로서 주로 사용되어 왔다. 그러나 매개 중심도를 측정하기 위한 시간 복잡도가 높기 때문에 대규모의 온라인 사회관계망 서비스에서 각 노드의 매개 중심도를 산출하는 것은 쉽지 않은 문제이다. 그래서 본 연구팀에서는 과거에 네트워크를 구성하는 각각의 노드들마다 자신의 지역 정보를 활용하여 확장 자아 네트워크(Expanded Ego Network)를 정의하고 그 네트워크에서 확장 자아 매개 중심도(Expanded Ego Betweenness)를 산출하여 기존의 매개 중심도를 대체하려는 시도를 하였다. 본 논문에서는 지역정보 기반의 확장 자아 네트워크의 특징을 분석하여 확장 자아 매개 중심도를 빠르게 산출할 수 있는 알고리즘을 제안한다. 그리고 일반적인 사회관계망의 특성을 대표하는 Barab$\acute{a}$si-Albert 네트워크 모델을 사용한 가상 네트워크와 실제 사회관계망을 대표하는 페이스북 친구 관계 네트워크에서의 실험을 통하여 확장 자아 매개 중심도의 중요도 순위가 기존 매개 중심도의 중요도 순위와 거의 일치함을 보인다. 또한 제안하는 알고리즘이 기존 알고리즘에 비해 확장 자아 네트워크에서의 확장 자아 매개 중심도를 더 빠르게 산출함을 보인다.

• 대한전자공학회논문지TC
• /
• 제41권11호
• /
• pp.39-45
• /
• 2004

본 논문은 차세대 망을 위한 주소분석 알고리즘을 제안한다. 즉, 차세대 망에서의 공중 전화망 번호체계 및 ATM 망 번호 체계를 수용할 수 있는 통합망 주소분석 메커니즘을 제안한다. 본 논문에서 제안하는 통합망 주소분석 메커니즘은 시스템 및 망 운용 중 대규모 정보의 변화에도 능동적이고, 융통성 있게 대응할 수 있는 주소분석 소프트웨어 구현이 목적이다. 이를 위해 주소분석 데이터베이스의 구조를 설계하고 주소분석 알고리즘을 기술하였다. 제안되는 관계형 모델 데이터베이스 구조는 복잡한 망의 주소 정보를 효율적으로 관리할 수 있도록 하는 효과를 갖는다. 또한 제안하는 메커니즘을 검증하기 위하여 실제 환경에 적용하여 연동 시험을 통해 우수성을 입증하였다.

• Journal of information and communication convergence engineering
• /
• 제6권3호
• /
• pp.255-260
• /
• 2008

In the recently years, there has been a big interest in ad hoc wireless network as they have tremendous military and commercial potential. An Ad hoc wireless network is composed of mobile computing devices that use having no fixed infrastructure of a multi-hop wireless network formed. So, the fact that limited resource could support the network of robust, simple framework and energy conserving etc. In this paper, we propose a new ad hoc multicast routing protocol for based on the ontology scheme called inference network. Ontology knowledge-based is one of the structure of context-aware. And the ontology clustering adopts a tree structure to enhance resilient against mobility and routing complexity. This proposed multicast routing protocol utilizes node locality to be improve the flexible connectivity and stable mobility on local discovery routing and flooding discovery routing. Also attempts to improve route recovery efficiency and reduce data transmissions of context-awareness. We also provide simulation results to validate the model complexity. We have developed that proposed an algorithm have design multi-hierarchy layered networks to simulate a desired system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권1호
• /
• pp.35-57
• /
• 2014

Multi-criteria decision making (MCDM) algorithms play an important role in ensuring quality of service in an integrated HetNets (Heterogeneous Networks). The primary objective of this paper is to develop a multi-criteria vertical handoff decision algorithm (VHDA) for best access network selection in an integrated Wireless Local Area Network (WLAN)/Universal Mobile Telecommunications System (UMTS)/Worldwide Interoperability for Microwave Access (WiMAX) system. The proposed design consists of two parts, the first part is the evaluation of an Analytic Hierarchy Process (AHP) to decide the relative weights of handoff decision criteria and the second part computes the final score of the weights to rank network alternatives using Simple Additive Weighting (SAW). SAW ranks the network alternatives in a faster and simpler manner than AHP. The AHP-SAW mathematical model has been designed, evaluated and simulated for streaming video type of traffic. For other traffic type, such as conversational, background and interactive, only simulation results have been discussed and presented in brief. Simulation results reveal that the hierarchical modelling and computing provides optimum solution for access network selection in an integrated environment as obtained results prove to be an acceptable solution to what could be expected in real life scenarios.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1275-1292
• /
• 2021

As a fine-grained classification problem, aspect-level sentiment classification predicts the sentiment polarity for different aspects in context. To address this issue, researchers have widely used attention mechanisms to abstract the relationship between context and aspects. Still, it is difficult to effectively obtain a more profound semantic representation, and the strong correlation between local context features and the aspect-based sentiment is rarely considered. In this paper, a hybrid attention capsule network for aspect-level sentiment classification (ABASCap) was proposed. In this model, the multi-head self-attention was improved, and a context mask mechanism based on adjustable context window was proposed, so as to effectively obtain the internal association between aspects and context. Moreover, the dynamic routing algorithm and activation function in capsule network were optimized to meet the task requirements. Finally, sufficient experiments were conducted on three benchmark datasets in different domains. Compared with other baseline models, ABASCap achieved better classification results, and outperformed the state-of-the-art methods in this task after incorporating pre-training BERT.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2361-2376
• /
• 2023

The electrocardiogram (ECG) signal is commonly used to screen and diagnose cardiovascular diseases. In recent years, deep neural networks have been regarded as an effective way for automatic ECG disease diagnosis. The convolutional neural network is widely used for ECG signal extraction because it can obtain different levels of information. However, most previous studies adopt single scale convolution filters to extract ECG signal features, ignoring the complementarity between ECG signal features of different scales. In the paper, we propose a dual-scale network with convolution filters of different sizes for 12-lead ECG classification. Our model can extract and fuse ECG signal features of different scales. In addition, different spatial and time periods of the feature map obtained from the 12-lead ECG may have different contributions to ECG classification. Therefore, we add a spatial-temporal attention to each scale sub-network to emphasize the representative local spatial and temporal features. Our approach is evaluated on PTB-XL dataset and achieves 0.9307, 0.8152, and 89.11 on macro-averaged ROC-AUC score, a maximum F1 score, and mean accuracy, respectively. The experiment results have proven that our approach outperforms the baselines.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4268-4290
• /
• 2015

Future mobile communications face enormous challenges as traditional voice services are replaced with increasing mobile multimedia and data services. To address the vast data traffic volume and the requirement of user Quality of Experience (QoE) in the next generation mobile networks, it is imperative to develop efficient content distribution technique, aiming at significantly reducing redundant data transmissions and improving content delivery performance. On the other hand, in recent years cloud computing as a promising new content-centric paradigm is exploited to fulfil the multimedia requirements by provisioning data and computing resources on demand. In this paper, we propose a cooperative caching framework which implements State based Content Distribution (SCD) algorithm for future mobile networks. In our proposed framework, cloud service providers deploy a plurality of cloudlets in the network forming a Distributed Cloud Service Network (DCSN), and pre-allocate content services in local cloudlets to avoid redundant content transmissions. We use content popularity and content state which is determined by content requests, editorial updates and new arrivals to formulate a content distribution optimization model. Data contents are deployed in local cloudlets according to the optimal solution to achieve the lowest average content delivery latency. We use simulation experiments to validate the effectiveness of our proposed framework. Numerical results show that the proposed framework can significantly improve content cache hit rate, reduce content delivery latency and outbound traffic volume in comparison with known existing caching strategies.

• 한국통신학회논문지
• /
• 제23권4호
• /
• pp.1035-1044
• /
• 1998

본 논문에서는 수동 성형 결합기(Passive Star coupler)를 이용한 단일흡 방식의 파장 분할 다중화 네트워크에서 다중 채널 접근 방안과 이에 따른 망 구조가 연구된다. 제안되는 방안에서는 단일흡 방식의 파장 분할 다중화 네트워크에서 핵심이되는 자둥 사용자의 다중 채널 접근을 위해 집중형 스케쥴링 노드(Central Scheduling Node, CSN)를 두었다. 제안되는 방법은 망 내의 모든 노드에서 분산적인 스케쥴링 알고리듬을 수행하는 기존의 다중 채널 접근 방안에서 제기될 수 있는 제어 오버헤드를 줄일 수 있으며 채널 충돌, 목적지 충돌과 같은 충돌이 발생하지 않는 스케쥴링 노드는 간단한 구조를 가지며 여기서 수행되는 스케쥴링 알고리듬 역시 간단하기 때문에 구현상에 장점을 가진다. 그리고 집중형 노드는 데이터 패킷이 아닌 제어 패킷만을 처리하기 때문에 버퍼 요구량 또한 작다. 제안된 네트워크 구조와 다중 접근 방안은 다중큐 다중서버(Multi-Queue Multi-Server)모델로 성능이 분석되며 아울러 시뮬레이션을 통해 성능이 평가된다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.234-240
• /
• 2022

본 논문은 직종별 근무 환경에 따른 상대적 운동량을 고려한 맞춤형 AI 운동 추천 서비스 방법을 제안한다. 가속도 및 자이로 센서를 활용하여 수집된 데이터를 18가지 일상생활의 신체활동으로 분류한 WISDM 데이터베이스를 기반으로 전신, 하체, 상체의 3가지 활동으로 분류한 후 인식된 활동 지표를 통해 적절한 운동을 추천한다. 본 논문에서 신체활동 분류를 위해서 사용하는 1차원 합성곱 신경망(1D CNN; 1 Dimensional Convolutional Neural Network) 모델은 커널 크기가 다른 다수의 1D 컨볼루션(Convolution) 계층을 병렬적으로 연결한 컨볼루션 블록을 사용한다. 컨볼루션 블록은 하나의 입력 데이터에 다층 1D 컨볼루션을 적용함으로써 심층 신경망 모델로 추출할 수 있는 입력 패턴의 세부 지역 특징을 보다 얇은 계층으로도 효과적으로 추출 할 수 있다. 제안한 신경망 모델의 성능 평가를 위해서 기존 순환 신경망(RNN; Recurrent Neural Network) 모델과 비교 실험한 결과 98.4%의 현저한 정확도를 보였다.