• Journal of Computing Science and Engineering
• /
• 제1권2호
• /
• pp.195-210
• /
• 2007

Dwarf is a highly compressed structure, which compresses the cube by eliminating the semantic redundancies while computing a data cube. Although it has high compression ratio, Dwarf is slower in querying and more difficult in updating due to its structure characteristics. We all know that the original intention of data cube is to speed up the query performance, so we propose two novel clustering methods for query optimization: the recursion clustering method which clusters the nodes in a recursive manner to speed up point queries and the hierarchical clustering method which clusters the nodes of the same dimension to speed up range queries. To facilitate the implementation, we design a partition strategy and a logical clustering mechanism. Experimental results show our methods can effectively improve the query performance on data cubes, and the recursion clustering method is suitable for both point queries and range queries.

• 한국정보처리학회논문지
• /
• 제5권9호
• /
• pp.2353-2360
• /
• 1998

리엔지니어링에서 기존 소프트웨어 시스템의 환경변화에 따라 대부분 논리적 실행을 중심으로 집단화를 실행해왔으나 본 논문에서는 기존 소스 프로그램을 중심으로 각 모듈간의 정보공유측면에서 효율적으로 집단화할 수 있는 방안을 제안하였다. 정보고유를 이용한 관련 모듈들의 집단화를 위해서 모듈 집단간 휴리스틱 측정방법을 근간으로 본 논문에서 제안한 유사성 및 단일성 알고리즘을 이용한 측정을 한 후 그 결과를 평가하였다. 이를 통해 모듈 및 프로시져의 관련성을 중심으로 관련 모듈 및 프로시져의 정리 및 집단화를 유도할 수 있었다. 소프트웨어 시스템의 환경변화에 따른 기존 시스템을 정보공유를 중심으로 집단화함으로써 과적으로 소프트웨어 시스템을 재구축할 수 있는 방법론을 제시하였으며, 그 구현 가능성을 실제 예를 통해서 보였다.

• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권4호
• /
• pp.665-683
• /
• 2011

Wireless sensor networks (WSN) consist of a large amount of sensor nodes distributed in a certain region. Due to the limited battery power of a sensor node, lots of energy-efficient schemes have been studied. Clustering is primarily used for energy efficiency purpose. However, clustering in WSNs faces several unattained issues, such as ensuring connectivity and scheduling inter-cluster transmissions. In this paper, we propose a location-based spiral clustering (LBSC) algorithm for improving connectivity and avoiding inter-cluster collisions. It also provides reliable location aware routing paths from all cluster heads to a sink node during cluster formation. Proposed algorithm can simultaneously make clusters in four spiral directions from the center of sensor field by using the location information and residual energy level of neighbor sensor nodes. Three logical addresses are used for categorizing the clusters into four global groups and scheduling the intra- and inter-cluster transmission time for each cluster. We evaluated the performance with simulations and compared it with other algorithms.

• 시스템엔지니어링학술지
• /
• 제8권1호
• /
• pp.21-28
• /
• 2012

Development of the system that has required performance is the most important figure and that is the key of project succeed. In order to perform that, systems engineering has come to the fore as a solution. In each step of system engineering process, particularly, requirement analysis and derivation, logical solution, architecture design step are known to affect many of the function and efficiency. Of these, this paper focus on architecture design. We introduce methodology for physical architecture design by applying DSM(Design Structure Matrix) methodology which is based on result of logical solution from MBSE methodology.

• 한국항행학회논문지
• /
• 제13권4호
• /
• pp.551-558
• /
• 2009

에너지 효율성 초점이 맞추어진 대부분의 클러스터링 기법에서 클러스터 내에서 단일의 클러스터를 채용함으로써 클러스터 헤드의 에너지 소비가 급격히 증가 할 수 있다. 최근, 이러한 단점을 개선하기 위해 데이터 병합 기능 헤드와 데이터 전송 기능 헤드로 구분하는 2-계층 클러스터 기법은 클러스터 내에서 클러스터 헤드의 에너지 소비를 분산시켰다. 그러나 이러한 구조는 한 클러스터 내에 존재하는 두 개 헤드 사이에 독립적인 영역구분이 없는 단지 논리적인 영역이므로 많은 메시지 충돌과 전송 지연이 발생한다. 이러한 문제점을 해결하기 위해, 본 논문에서는 노드의 위치정보와 클러스터 반경을 이용해 한 클러스터에 속한 두 계층을 독립적으로 명확히 분할할 수 있는 분리된 2-계층 라우팅기법을 제시한다. 제안하는 스킴에서는 각 계층에 속하는 멤버노드 수에 대한 균등분포를 통해 부하의 분산을 보장한다. 제안한 기법은 기존의 DLS 기법보다 메시지 충돌문제를 50% 개선하였고, 네트워크의 수명도 DLS와 LEACH 등에 비해 약 10% 개선하였다.

• Nuclear Engineering and Technology
• /
• 제54권9호
• /
• pp.3336-3346
• /
• 2022

In general, a number of severe accident scenarios derived from Level 2 probabilistic safety assessment (PSA) are typically grouped into several categories to efficiently evaluate their potential impacts on the public with the assumption that scenarios within the same group have similar source term characteristics. To date, however, grouping by similar source terms has been completely reliant on qualitative methods such as logical trees or expert judgements. Recently, an exhaustive simulation approach has been developed to provide quantitative information on the source terms of a large number of severe accident scenarios. With this motivation, this paper proposes a machine learning-based categorization method based on exhaustive simulation for grouping scenarios with similar accident consequences. The proposed method employs clustering with an autoencoder for grouping unlabeled scenarios after dimensionality reductions and feature extractions from the source term data. To validate the suggested method, source term data for 658 severe accident scenarios were used. Results confirmed that the proposed method successfully characterized the severe accident scenarios with similar behavior more precisely than the conventional grouping method.

• 정보과학회 논문지
• /
• 제44권3호
• /
• pp.275-286
• /
• 2017

본 연구에서 우리는 모듈의 의존관계와 저자 엔트로피(Author Entropy) 정보를 이용하여 소프트웨어 모듈-뷰를 복원하는 새로운 소프트웨어 클러스터링 기법을 제안한다. 해당 기법은 우선 구조적 및 논리적 의존관계 정보를 기준으로 소프트웨어 모듈을 클러스터링한 후, 모듈 별 저자 엔트로피를 이용하여 일부 선택된 모듈을 클러스터 결과로부터 이전한다. 제안된 기법의 평가를 위해 참(ground-truth) 모듈-뷰가 알려진 오픈소스 프로젝트들에 적용하여 MoJoFM 값을 구하였다. 이와 함께 기존에 연구된 모듈-뷰 복원 기법들의 MoJoFM값과 비교하여, 제안된 기법이 소프트웨어 모듈-뷰 복원에 보다 효과적임을 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권12호
• /
• pp.1493-1503
• /
• 1999

ATM Clustering System과 같이 SAN(System Area Network) 환경에서 동작하는 시스템은 낮은 지연시간과 넓은 대역폭의 네트워크가 필수적이나 기존의 에러 복구 프로토콜들은 이러한 요구를 충족시키기에는 큰 오버헤드를 가지고 있다. 제안된 새로운 에러 복구 프로토콜은 ATM Clustering System 환경에서 최적의 성능을 나타내는 light-weight 프로토콜로 에러가 없는 상황과 에러 복구가 진행중인 상황에 따라 acknowledgement 주기를 적응적으로 변화시키는 adaptive acknowledgement scheme를 제안하여 적용하였다. 제안된 프로토콜은 상용 툴인 SDT를 이용한 논리 검증 받았고, DEVSim++ 환경에서의 성능 분석을 통해 프로토콜이 최상의 성능을 보이기 위한 파라메터 값을 찾았고, 이 값을 적용하였을 때의 성능을 기존의 프로토콜과 비교하여 제안된 프로토콜이 더 우수함을 확인하였다.Abstract While a system working with SAN, such as ATM Clustering System, requires a network with low latency and wide bandwidth, the previous error recovery protocols have a serious network overhead to satisfy this requirement. The suggested error recovery protocol is a light-weight protocol which can shows its best performance at ATM Clustering System and uses a newly suggested adaptive acknowledgement scheme. In the adaptive acknowledgement scheme, the period of acknowledgement is dynamically changed depending on the state of the network. We proved the logical correctness of our protocol with SDT and did performance analysis with DEVSim++. From the analysis, we found the optimal parameter values for best performance and showed that our protocol works better than the previous error recovery protocols.

• 정보처리학회논문지C
• /
• 제10C권6호
• /
• pp.665-674
• /
• 2003

이 논문에서는 침입 탐지 시스템의 탐지 효율을 높이기 위해 데이터 마이닝의 클러스터링 기법을 이용하여 경보 데이터를 그룹화하고 그 결과를 이용하여 경보 데이터의 상관 관계를 분석하는 방법을 제안하였다. 즉 클러스터링 기법을 이용하여 경보데이터를 사용자가 원하는 개수의 그룹으로 분류하고, 생성된 경보 데이터 클러스터 모델을 이용하여 새로운 경보 데이터을 분류할 수 있도록 하였다. 또한, 결과 클러스터의 생성 원인이 되는 이전의 경보의 분포 데이터를 저장 관리하여 클러스터 간의 시퀀스를 생성하였고, 생성된 각각의 클러스터 시퀀스를 통합하여 클러스터들의 시퀀스를 추출하여 발생한 경보 이후의 향후 발생 가능한 경보 타입을 예측하기 위한방법을 제공하였다. 이는 과거에 탐지된 공격의 형태 뿐만 아니라 새로운 혹은 변형된 경보의 분류나 분석에도 이용 가능하다. 또한 생성된 클러스터간의 생성 원인의 분석에 의한 클러스터 간의 순차적인 관계의 추출을 통해 사용자가 공격의 순차적 구조나 탐지된 각 공격 이면에 감추어진 전략을 이해하는데 도움을 주며 현재의 경보 이후에 발생 가능한 경보들을 얘측할 수 있다.