한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

경량 IoT 를 위한 오토 인코더 기반의 데이터 압축 기법

Autoencoder-based Data Compression Technique for Lightweight IoT

  • 김연진 (성신여자대학교 융합보안공학과 ) ;
  • 박나은 (성신여자대학교 미래융합기술공학과 ) ;
  • 이일구 (성신여자대학교 융합보안공학과, 미래융합기술공학과)
  • Yeon-Jin Kim (Dept. of Convergence Security Engineering, Sungshin Women's University) ;
  • Na-Eun Park (Dept. of Future Convergence Technology Engineering, Sungshin Women's University) ;
  • Il-Gu Lee (Dept. of Convergence Security Engineering, Future Convergence Technology Engineering, Sungshin Women's University)
  • 발행 : 2024.05.23
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

IoT 가 전 산업에 널리 활용되면서 생성되는 데이터 양이 급증하고 있다. 그러나 경량, 저가, 저전력 IoT 는 대용량 데이터를 처리, 저장, 전송하기 어렵다. 그러나 이러한 문제를 해결하기 위한 종래의 방법들은 복잡도와 성능의 트레이드오프 문제가 있다. 본 논문은 IoT 기기의 효율적 리소스 사용을 위한 오토 인코더 데이터 압축 기법을 제안한다. 실험 결과에 따르면 제안한 기법은 종래 기술에 비해 평균 60.61% 축소된 데이터 크기를 보였다. 또한, 제안된 기법으로 압축된 데이터를 사용하여 모델 학습을 진행한 결과에 따르면 RNN 과 LSTM 모델에 제안한 방법을 적용했을 때 모두 97% 이상의 정확도를 보였다.

키워드

과제정보

본 논문은 2024 년도 산업통상자원부 및 한국산업기술진흥원의 산업혁신인재성장지원사업 (RS-2024-00415520)과 과학기술정보통신부 및 정보통신기획평가원의 ICT 혁신인재 4.0 사업의 연구결과로 수행되었음 (No. IITP-2022-RS-2022-00156310)

참고문헌

  1. Yaacoub, J-P.A et al., "Ethical hacking for IoT: Security issues, challenges, solutions and recommendations," in Internet of Things and Cyber-Physical Systems, vol. 3, pp. 280-308, 2023.
  2. Sarhan, M et al., "Feature extraction for machine learning-based intrusion detection in IoT networks," in Digital Communications and Networks, vol. 10, 1, pp. 205-216, 2024.
  3. Alaghbari, K.A et al., " Deep Autoencoder-Based Integrated Model for Anomaly Detection and Efficient Feature Extraction," in IoT Networks, vol. 4, 3, pp. 345-365, 2023.
  4. Correa, J.D.A et al., "Lossy Data Compression for IoT Sensors: A Review," in Internet of Things, vol. 19, pp. 100516, 2022.
  5. Hafeez et al., "Using Dynamic Perceptually Important Points for Data Reduction in IoT," in Proceedings of the 11th International Conference on the Internet of Things, New York, pp. 33-39, 2022.