최근 새롭게 연구되는 심전도기반 바이오인식은 통상 고가의 심전도 측정 장비를 필요로 하고 측정방법에도 제한이 많아 실제 인식시스템으로 사용하기 위해서는 극복해야할 문제들이 많은 실정이다. 이에 본 논문에서는 심전도 바이오인식용 심전도 측정 하드웨어를 제작해 심전도 리드 I 파형을 이용한 바이오인식 시스템을 개발했다. 제작된 하드웨어는 측정자의 동적인 측정환경 및 파형왜곡 최소화를 고려해 설계된 필터가 적용되었고, 기준접점을 제거해 두 개의 전극만으로도 심전도 측정이 가능하도록 설계되어 측정자의 거부감을 줄일 수 있다. 제작된 하드웨어를 기반으로 17명의 측정자로부터 심전도 리드 I 파형을 수집했으며, 파형 추출 알고리즘을 개발해 각각의 단일 심전도 파형으로 분리했다. SVM(support vector machine) 분류기를 이용한 심전도 바이오인식 실험결과 민감도(sensitivity, SN) 98.59% 및 정확도(accuracy, ACC) 97.21% 의 성능을 보였다. 개발된 심전도 바이오인식 기술은 기존 심전도 바이오인식 대비 사용 편의성을 높였으며 저가의 하드웨어로 구현 가능하다.

본 논문에서는 Hadoop 클러스터의 노드 정보와 작업 정보를 실시간으로 수집할 수 있는 새로운 모니터를 제안한다. 이 모니터는 Hadoop클러스터의 노드 정보와 작업 정보를 수집하는 Agent, 수집된 정보를 분석하고 데이터베이스에 저장하는 Collector로 구성된다. 또한 Collector를 Hadoop 클러스터에 참여하지 않은 새로운 노드에 위치시킴으로써 분석과정에서 발생하는 오버헤드로 인한 Hadoop의 작업지연을 제거한다. 제안한 모니터를 구현하고 실험적 클러스터에 적용함으로써, dead 노드의 발생을 실시간으로 파악할 수 있었다. 또한, Hadoop의 작업수행 과정에서 비효율적인 과정을 발견하고 개선함으로써 작업수행시간을 단축시킬 수 있었다.

본 논문에서는 알츠하이머병이 유도된 형질전환 마우스로부터 획득한 혈소판 라만 스펙트럼의 분석을 위해 가우시안 모델을 이용한 커브 피팅으로 기준선을 추정하고 보정하는 방법을 제안하였다. 측정된 라만 스펙트럼은 의미 있는 정보와 불필요한 노이즈 성분인 기준선과 가산 노이즈를 포함하고 있다. 스펙트럼의 효율적인 분석을 위해 노이즈를 포함하고 있는 스펙트럼을 몇 개의 피크를 포함하는 영역으로 분할하고 각 로컬 영역의 스펙트럼을 가우시안 모델을 이용한 커브 피팅으로 모델링한다. 가산 노이즈는 원 스펙트럼을 이 델로 대체하는 과정에서 명백하게 제거된다. 피팅된 모델의 로컬 최저점을 linear, piecewise cubic Hermite, cubic spline 알고리즘으로 보간하고 기준선을 보정한다. 기준선을 보정한 피팅 모델은 PCA(principal component analysis) 방법을 이용하여 특징을 추출하고 SVM(support vector machine)과 MAP(maximum $a$ posteriori probability) 분류 방법으로 성능 비교 실험을 하였다. 실험 결과에 따르면 linear 보간법이 모든 주성분 수에 대한 분류율의 평균에서 우세하였고 특히 piecewise cubic Hermite 보간법은 주성분의 수가 5개인 경우에서 SVM 분류율이 약 97.3%로 가장 좋은 성능을 보였다. 또한 이전의 연구 결과와 비교를 통해 제안한 기준선 보정 방법이 혈소판 라만 스펙트럼의 분석에 효과적으로 적용될 수 있음을 확인하였다.

주 기억 장치인 메모리의 전송 속도와 프로세서의 처리 성능 향상에 비해 보조 기억 장치의 속도 향상은 매우 느리다. 응용프로그램의 실행을 위해서는 보조 저장 장치에서 메모리로의 적재 과정을 거쳐야 하며 이 구간에서 병목현상이 발생한다. 본 논문은 응용 프로그램의 초기 적재 시간의 감소를 위하여 실행 가능한 압축 기법을 구현하고 이의 성능 향상 정도를 실험하였다. 이를 위해서 퍼스널 컴퓨터 상에서 실행하는 실행 바이너리 파일 압축기와 임베디드 환경에서 실행되는 압축 해제기를 각각 구현하였다. 파일의 크기가 다른 6개의 테스트 바이너리 파일을 이용하여 실험한 결과 파일의 크기가 작아 성능이 감소한 경우를 제외하고 평균 약 29%의 프로그램 초기 실행 시간이 감소되었다. 각 파일의 특성에 따라 압축률이 다르고 성능 향상 정도가 다르기 때문에 해당 파일의 특성에 최적화된 압축 알고리즘의 적용이 필요할 것으로 보인다.

네트워크 환경과 유무선 통신 기술의 급속한 발달로 인해 비디오 콘텐츠의 배포가 손쉽게 이루어짐에 따라 비디오 콘텐츠에 대한 보안은 매우 중요시 되고 있다. 따라서 본 논문에서는 MPEG-2 비디오 인코딩 과정 내에 복수의 카오스 사상 기반의 디지털 비디오 암호화 방법을 제안한다. 제안방법은 카오스 사상인 텐트 사상(Tent map)을 기본블록으로 하는 해시체인으로부터 128-bit의 난수특성이 우수한 비밀 해시 키를 생성하고 이를 로지스틱 사상(Logistic Map)과 헤논 사상(Henon map)에 적용하여 64개의 난수로 이루어진 $8{\times}8$ 난수블록을 생성한다. 제안한 방법은 $8{\times}8$ 난수 블록과 DCT 블록 내 영상정보에 대한 파급효과가 큰 저주파 계수들에 대해 선택적으로 XOR 암호화 연산을 수행함으로써 암호화 처리에 따른 오버헤드를 줄일 수 있으며, 복수의 카오스 사상을 결합한 구조를 사용하여 비교적 간단하면서 우수한 난수특성을 제공한다. 실험 결과를 통해 제안 방법은 암호화된 영상에 대해 PSNR이 12dB 이하로 좋은 시각적 암호화 성능을 나타냈으며, 압축 효율성 측면의 시간변화율과 압축 변화율은 각각 2%와 0.4% 이내의 실시간성에 적용 가능한 성능을 나타냈다.

무선 센서 네트워크(Wireless Sensor Network)는 사람이 직접 접근하기 불가능한 군사지역이나 자연 환경의 감시, 혹은 안전감시를 위한 목적으로 각 상황의 특성에 맞는 다양한 정보를 수집하는데 많이 이용되고 있다. 지금까지 제시된 프로토콜 중 LEACH 프로토콜은 에너지의 균등한 소모를 특징으로 많이 쓰이고 있다. 하지만 거리에 따른 에너지 소모의 증가로 원거리 노드의 에너지 소모 문제가 대두되었는데, 지금까지 여러 가지 해결방안들이 제시되었는데 대부분 중앙 시스템 방식이다. 본 논문에서는 LEACH 프로토콜을 사용한 무선 센서 네트워크를 모델로 하여, 네트워크 규모가 커질수록 1-hop 전송방식에서 발생할 수 있는 원거리 센서 노드의 에너지 불균형 문제를 해결하였다. 또한, 중앙 시스템 방식이 아닌 센서 노드 자체에서 클러스터링 문제를 해결할 수 있는 분산 시스템 방식의 라이프타임 향상 알고리즘을 제안하였다.

WBAN(Wireless Body Area Network) 기술은 인체 내부 및 외부에 부착한 디바이스들을 무선으로 연결하여 통신할 수 있는 근거리 무선 통신 기술로서 IEEE 802.15.6 TG BAN을 중심으로 물리 계층, 데이터 링크 계층, 네트워크 계층 및 응용계층 등에서 표준화가 진행되고 있다. WBAN 환경을 지원하기 위해서는 센서 노드 디바이스 뿐만 아니라 WBAN 미들웨어 및 WBAN 응용 서비스 등의 WBAN 핵심 기술의 개발이 필요하다. 본 논문에서는 3G, 4G, WiFi를 통하여 환자의 생체 정보를 정확하고 신속하게 전달하기 위한 목적으로 WBAN 환경을 위한 의료용 메시지 구조를 설계하고 WBAN 게이트웨이 관리 엔진을 통하여 BN으로부터 들어온 환자의 생체 정보를 스마트폰에서 확인할 수 있는 의료용 애플리케이션을 구현하였다.