고에너지 물리나 생명공학 분야의 거대 문제를 풀기 위해서는 다수의 계산 자원이 요구되는데 이는 하나의 그리드 환경을 통해서는 확보되기가 어려울 수 있다. 각 그리드 환경에서 각각의 사용자 인터페이스를 통해서 작업을 제출할 수 있지만, 수 백 개 이상의 작업들로 이루어지는 거대 문제를 각기 다른 그리드 환경에서 따로 관리하기에는 많은 비용과 노력이 요구될 수 있다. 본 논문에서는 이와 같은 문제점을 그리드 사용자 인터페이스 시스템인 Ganga의 Gridway 백엔드와 InterGrid 백엔드를 개발하여 이 기종의 그리드 환경에서 동일한 사용자 인터페이스를 제공하여 해결하고자 한다. 우리는 Globus 기반의 그리드 자원을 백엔드로 사용할 수 있도록 Ganga의 Gridway 백엔드 모듈을 개발하였다. 또한 gLite 기반의 그리드 자원과 Globus 기반의 그리드 자원을 함께 사용할 수 있도록 지원하기 위해서 InterGrid 백엔드 모듈도 개발하였다. 이와 함께, 개발된 백엔드 모듈들의 실용성을 보여주기 위해서 WISDOM 프로젝트에서 사용되고 있는 AutoDock 프로그램을 지원하는 Autodock application 플러그인을 개발하여, Globus 기반의 PRGMA 자원과 gLite 기반의 EGEE 자원을 동시에 활용하는 연동실험을 수행하였다.

본 논문은 서로 다른 벤더의 응용 프로그램과 생체 신호 측정 장치가 동적으로 데이터 전달을 할 수 있는 생산자(Producer)/소비자(Consumer) 패턴 기반의 데이터 결합기 구조를 제안한 것으로 휴대용 정보 단말에서 컴포넌트 기반의 프로그래밍이 가능하고 서비스 지향적인 동작 메커니즘을 제공하는 OSGi 플랫폼의 번들로서 구현된다. 데이터 결합기는 정적으로 데이터 생산자와 소비자를 연결하는 OSGi WireAdmin 서비스의 단점을 보완한 것으로, 데이터를 사용하는 주체인 응용 프로그램의 요구 사항을 응용 프로그램 설명자(Application Descriptor)로 형식화하고 데이터를 생산하는 주체인 생체 신호 측정 장치의 기능을 장치 설명자(Device Descriptor)로 형식화하여 런타임에 데이터 생산자-소비자 쌍을 만들어 동적으로 데이터가 연결되는 기능을 제공한다. 따라서 센서 기반 응용을 개발할 때 데이터 생산자와 데이터 소비자를 사이에서 빈번하게 일어나는 연결 관리를 동적으로 해주는 기능 구현에 활용 가능하다. 본 논문의 목적은 생체 신호 측정 장치와 같은 데이터 생산자와 헬스케어 응용 프로그램과 같은 데이터 소비자를 분리시켜 헬스케어 서비스 개발의 편이성을 제공하기 위한 것이다.

웹 어플리케이션의 활용과 그 시장이 압도적으로 성장하면서 그 기능이 확대 심화되고 있다. 오늘날 나날이 높아지는 소프트웨어의 고품질 요구와 맞물려 웹 어플리케이션의 테스트에 대한 관심도 급증하고 있다. 웹 어플리케이션은 개발환경적인 면에서 프레임워크 기반으로 개발되고 있는 추세로 그 프레임워크의 영역이 확장될수록 전체 웹 어플리케이션의 각 모듈은 이질적인 파일들의 조합으로 구성되고 있다. 반제품의 형태로 제공되는 프레임워크가 전체 개발 대상의 구조를 제어한다는 점에서 웹 어플리케이션만의 특성을 갖게 된다. 본 논문에서는 웹 어플리케이션의 실행 단위로써 의미를 가지는 최소 단위로 웹비즈니스 로직을 정의하고, 이에 대한 BizUnit 테스트 코드를 자동생성하는 방안을 제안하며, BizUnit을 통해 효과적으로 웹 어플리케이션을 테스트하는 것을 분석한다.

낸드 플래시 메모리는 하드디스크와 달리 읽기 입출력과 쓰기 입출력이 소모하는 시간 및 전력량이 다르며 그 비율은 SLC, MLC, SSD 등 다양한 형태에 따라 상이하다. 특히 최근에는 내장 메모리 장치와 함께 외장 메모리 카드 또는 USB 메모리를 동시에 사용하는 경우도 증가하고 있어서, 버퍼 캐시 교체 알고리즘을 설계하는 데 있어서 페이지의 재참조 확률뿐 만 아니라 접근 장치와 참조 종류에 따른 입출력 비용을 함께 고려해야 한다. 본 논문은 페이지의 참조 빈도(frequency), 최근성(recency) 정보와 함께 인기와 쓰기의 입출력 비용을 직접적으로 고려하는 WWCLOCK (Write-Weighted CLOCK) 알고리즘을 제안한다. WWCLOCK은 입출력 비용이 다른 다양한 2차 저장 장치에 대해 적용 가능하며, CLOCK에 가까운 낮은 시간 및 공간 복잡도를 갖고 있다. 트레이스 기반 시뮬레이션을 통해 제안된 알고리즘이 LRU 알고리즘에 비해 전체 입출력 실행 시간을 평균 36.2% 감소시킴을 보인다.

본 논문에서는 참조 패턴에 따라 페이지 사상 정책과 블록 사상 정책을 선택적으로 사용하는 Janus-FTL을 제안한다. 일반적으로 플래시 메모리의 특성에 따르면, 순차 참조의 경우 블록 사상 FTL이 적당하고, 비 순차적인 참조의 경우 페이지 사상 FTL이 적당하다. 따라서 실용적인 FTL은 데이터의 특성에 따라 플래시 메모리 블록을 블록 사상 또는 페이지 사상 정책으로 선택적으로 사용하면서, 블록 사상 영역과 페이지 사상 영역의 크기를 참조 패턴에 따라 효율적으로 변화하여 할당하는 관리 기법이 필요하다. 본 논문에서는 저장된 데이터가 블록 사상 영역에서 페이지 사상 영역으로 이동하는 퓨전(Fusion) 연산과 반대로 이동하는 디퓨전(Defusion) 연산을 통해, 블록 사상과 페이지 사상 기법을 동시에 활용하는 Janus-FTL을 설명한다. 또한 Janus-FTL을 구현하여 성능을 측정하였으면, 성능 측정 결과에 따르면 기존의 FTL에 비해 최대 50%의 우수한 성능을 보였다.

최근 디지털 음반 시장의 발전으로 인해 음악 검색 및 추천에 대한 수요가 증가하고 있는데 이러한 서비스를 수행하는 음악 기반 응용 시스템의 성능 향상을 위해서는 일반적인 음악의 형태인 다음(Polyphonic) 음악에서 멜로디를 추출하는 과정이 필수적이다. 본 논문에서는 다음의 복잡도가 높고 넓은 음역을 가지는 음악을 만들 수 있는 피아노 솔로 음악에서 멜로디를 추출하는 방법을 제안한다. 본 연구는 피아노 음악을 음악의 특성에 따라 세 가지 유형으로 분류해서 유형별로 멜로디를 추출하는 방법을 살펴본다. 제안한 방법에 따라 구현된 시스템을 이용해서 성능을 측정한 결과 다양한 피아노 솔로 음악에 적용 가능함을 확인했다.

생체 내에서 질병 발생은 다양한 요인들의 복합적인 작용에 의해 발생한다. 하지만, 대부분의 질병 관련 원인을 발견하고자하는 연구들에서는 여러 요인들의 다양한 조합들을 복합적으로 고려하여 분석하기에는 한계가 있는 경우가 많다. 단 하나의 질병 관련 요인들을 찾는 것데 그치고 있다. 본 연구에서는 유전체 정보과 임상 정보를 이용하여 질병 분류 모델 기반 인자 조합들의 진화적 학습 방법을 제안한다. 이 방법을 이용하여 본 연구에서는 질병 관련 주요 인자를 찾고, 이를 시각화할 수 있는 시스템을 만드는 것을 목적으로 한다. 본 연구를 통해 정확도 높은 당뇨병 환자군 분류 모델을 만들고, 당뇨병 발생에 중요한 영향을 미치는 인자들의 조합을 찾을 수 있었다. 또한 생뭍학적인 분석을 통해 본 연구에서 찾은 인자들의 조합이 실제로도 당뇨병 발생에 영향을 미치는 인자가 될 수 있음을 확인하고, 특히 각 인자들이 하나씩 존재할 때보다. 조합으로 존재할 경우 당뇨병 발생 가능성이 높아질 수 있음을 확인할 수 있었다.

본 논문에서는 IEEE 802.15.4 저속 무선개인통신망(LR-WPAN)을 기반으로 센서노드간의 흡간지연을 분석하고 이를 바탕으로 에너지 효율적이고 정확한 데이터 병합을 위한 동적 타임아웃 스케줄링을 제안한다. 제안기법은 흡간지연의 특성을 이용하여 애플리케이션이 요구하는 데이터 정확도를 만족하는 타임아웃을 무선 채널의 특성과 채널을 공유하는 노드의 수를 고려하여 결정한다. 제안 기법에서의 타임아웃은 기존의 데이터 병합 기법에서 타임아웃으로 사용했던 흡간지연의 최대값보다 훨씬 작으므로 센서노드의 메시지 대기로 인한 에너지 소모를 상당부분 줄일 수 있다. 또한, 응용애플리케이션이 요구하는 패킷의 수신률을 보장함으로써 데이터 병합의 정확도 유지할 수 있다. 시뮬레이션 결과, 동적 타임아웃 스케줄링 기법은 기존 흡간지연의 최대값을 타임아웃으로 사용하는 것 보다 에너지소모 측면에서 30%이상의 성능향상을 보였고 데이터 정확도의 성능저하는 거의 없었다.

본 논문은 무선 센서 네트워크의 환경에서 연속적인 스카이라인 질의를 효율적으로 처리하는 새로운 필터링 기법을 제안한다. 기존 필터링기법은 라우터 경로를 기반으로 필터를 생성하고 적용하는 기법이다. 그러나 이러한 기법은 필터의 적용범위가 부분적이기 때문에 센서노드들이 싱크노드에게 전송해야 할 데이터를 대부분 싱크노드로 전송하고 에너지의 효율성 측면에서 좋지 않다. 그래서 본 논문은 적은 비용으로 효율적인 필터를 생성하고 그 필터의 적용범위를 전체 센서노드로 적용하여 싱크노드에 전송해야 할 데이터를 획기적으로 감소시키는 기법을 제안한다. 그 효율적인 필터는 센서데이터의 지역적 특성과 클러스터링을 이용하여 생성한다. 제안된 기법의 우수성을 보이기 위해 다양한 환경에서 시뮬레이션을 통한 성능 평가를 수행한다.

소프트웨어의 결함을 예측하고 검증과 확인 활동을 통하여 효율적인 자원을 관리하기 위하여 많은 연구에서 결함 예측 모형을 제안하고 있다. 하지만 기존의 연구는 예측율이 최대 효과를 보이는 임계치에 결함 예측 모형의 예측율을 평가하고 있다. 이는 측정 시스템의 결함 정보를 알고 있는 가정하에서 평가가 이루어지는 것이기 때문에 실제 결함 정보를 알 수 없는 시스템에서는 최적의 임계치를 결정할 수 없다. 그러므로 임계치 선정의 중요성을 확인하기 위하여 본 연구에서는 결함 예측 모형으로 타 시스템의 결함을 예측하는 비교 실험을 하였다. 실험은 기존에 제안된 3개의 결함 예측 모형과 4개의 시스템을 대상으로 하였고 결함 예측 모형의 임계치별 예측의 정확성을 비교하였다. 실험결과에서 임계치는 모형의 예측율과 높은 관련이 있었지만 실제 결함 정보가 확인 안 되는 시스템에 대하여 결함을 예측하는 경우에는 임계치를 선정할 수 없음을 확인하였다. 따라서 결함 예측 모형을 타 시스템에 적용하기 위하석 임계치 선정에 관한 추후 연구가 필요함을 확인하였다.

최근 공간 네트워크에서 대용량 이동객체의 위치정보를 관리하기 위한 DS-GRID(distributed S-GRID)가 제안되었다[1]. 그러나 DS-GRID는 균일 크기의 그리드 셀을 이용하기 때문에, 실제 응용에서 빈번히 발생하는 이동 객체의 쏠림 현상을 효율적으로 관리하지 못하는 단점을 지닌다. 이를 해결하기 위해, 본 논문에서는 이동객체의 밀도에 따라 그리드 셀을 동적으로 분할하는 동적 분산 그리드 기법을 제안한다. 아울러 이를 위한 k-최근접 질의처리 알고리즘을 제안한다. 마지막으로 성능 평가를 통해 이동객체의 쏠림 현상이 발생하였을 경우, 제안하는 동적 분산 그리드 기법이 검색 및 업데이트 성능 측면에서 DS-GRID 보다 우수함을 입증한다.

질의 처리는 사용자가 입력한 질의를 분석하여 시스템이 이해할 수 있는 질의로 변환하는 작업으로, 온톨로지 및 시맨틱 웹 검색을 위한 질의 처리가 최근 주목을 받고 있다. 시맨틱 웹에서 사용하는 형식 질의 언어는 찾는 대상을 정확히 표현할 수 있지만, 키워드 기반과 달리 온톨로지의 구조 파악이 선행되어야 한다. 본 논문에서는 일반 사용자에게 익숙한 키워드로 작성된 질의문을 시맨틱 웹 환경에서 적합한 형식 질의문으로 변환하기 위한 키워드 기반 질의 변환 시스템을 제안한다. 제안한 방법은 온톨로지 구조 지식을 활용하여 개별 키워드가 어떤 제약 조건 또는 제약 대상과 결합하는지를 명시함으로써, 질의 키워드로부터 등가의 조건에 해당하는 형식 질의문을 생성할 수 있다.

최근 저장장치로 하드 디스크를 대치하고 있는 플래시 메모리 저장장치는 물리적 특성이 하드디스크와 다르다. 이러한 플래시 메모리 저장장치의 성능을 향상시키기 위해 운영체제 및 파일시스템의 여러 계층에 걸쳐 다양한 연구가 진행되고 있다. 본 연구에서는 파일 삭제시 무효화되는 페이지 정보를 상위 계층에서 전달받아 이를 저장하고 활용하는 플래시 메모리 저장장치의 구조를 제안하고 해당 시스템의 성능 및 영향에 대해 연구하였다. 제안하는 시스템은 페이지 무효 정보를 블록 병합, 웨어 레벨링 등에 활용하고 이에 따라 시스템의 성능을 효과적으로 향상시키는 것으로 나타났다.

LFS(Log-structured File System)는 쓰기 요청을 세그먼트 버퍼에 모으고, 세그먼트 단위로 순차 기록함으로써 무작위 쓰기에서도 최적의 성능을 보여준다. 그러나 디스크의 공간이 유한하여, LFS는 여유 세그먼트를 생성하는 클리닝을 수행해야 한다. 파일 시스템의 사용률이 증가함에 따라 세그먼트 클리닝 비용이 급격히 증가하는 단점이 있다. 본 논문에서는 LPS의 쓰기 성능 최적화를 위한 세그먼트 공간 재활용 기법을 설명한다. 이 기법은 유효 세그먼트를 재활용하여 여유 공간을 생성하는 방법으로 빈 세그먼트가 없이 쓰기요청을 처리 할 수 있다. 따라서 높은 비용의 클리닝 동작 없이, 데이터를 세그먼트 내 여유공간에 동적 재배치하여 쓰기요청을 처리한다. 또한 효율적인 세그먼트 공간 재활용을 위해 데이터 및 세그먼트의 지역성을 고려하는 분류기법을 설명한다. 실험 결과에서 이 기법은 파일 시스템의 사용률이 90%인 경우에도 기존 WOLF 기법을 사용한 LFS 보다 HDD에서 1.9배, SSD에서 1.6배의 성능향상을 보여준다.

멀티 코어 프로세서는 현재 많은 고성능 서버에 적용되어 사용되고 있다. 최근 이들 서버는 점차 높은 네트워크 대역폭 활용을 요구하고 있다. 이러한 요구를 만족시키기 위해서는 멀티 코어를 효율적으로 활용하여 네트워크 처리율을 향상시키는 방안이 필요하다. 그러나 현재 운영체제들은 멀티 코어 시스템을 멀티 프로세서 환경과 거의 동일하게 다루고 있으며 아직 멀티 코어의 고유 특성을 고려한 성능 최적화 시도는 미흡한 상태이다. 이러한 문제를 해결하기 위해서 본 논문에서는 멀티 코어의 특성을 최대한으로 고려하여 프로세스 스케줄링을 결정함으로써 통신 성능을 향상시키는 방안에 대해서 연구한다. 제안되는 프로세스 스케줄링은 멀티 코어 프로세서의 캐쉬 구조, 프로세스의 통신 집중도, 그리고 각 코어의 부하를 기반으로 해당 프로세스에게 최적의 코어를 결정하고 스케줄링한다. 제안된 기법은 리눅스 커널에 구현되었으며 측정 결과는 최신 리눅스 커널의 네트워크 처리율을 20%까지 향상시켰으며 프로세서 자원은 55% 더 절약할 수 있음을 보인다.

이력추적관리시스템은 상품의 생산과 유통의 모든 단계에서 추적 조사 기록이 가능한 시스템을 의미한다. 국내에서는 건강과 직접적으로 관련이 있는 식품의 이력추적에 대한 관심이 높다. 본 연구에서는 전통의학분야에서 사용되어지는 한약재를 대상으로 RFID 기술을 적용하여 이력추적관리 프로세스를 제안한다. 세계적인 표준으로 채택되고 있는 RFID 코드체계 구성과 한약재의 이력관리 프로세스, 현재 진행되고 있는 한약재 이력관리시스템을 분석하였다. 우선적으로 RFID 기술에 적합한 새로운 한약재 이력추적관리 프로세스를 설계하였으며, 이 프로세스에 적합하도록 ISO 표준과 국내의 농수산물 표준코드를 활용하여 한약재 이력정보 추적을 위한 RFID 코드체계를 제안한다. 코드체계 설계는 한약재의 추적에 있어 식별자로서의 역할을 담당하기에 가장 중요한 요소이다. 제안된 코드체계는 96비트 길이 내에서 국가구분, 관리기관, 구분자, 식별번호, 일련번호로 구성되어 있다. 마지막으로 이력추적시스템 내에서 코드발급프로세스를 정의하였다.

본 논문에서는 다수의 강화 학습 에이전트들의 학습 결과 및 Expert의 지식을 하나의 학습 알고리즘으로 융합하는 강화학습인 "potential-based" reinforcement learning(RL)기법에 불확실한 환경에서의 의사결정 알고리즘인 Case-based Decision Theory(CBDT)를 적용한 "RLs-CBDT"를 제안한다. 그리고 테트리스 실험을 통하여 기존의 RL 알고리즘에 비해 RLs-CBDT가 최적의 정책에 더 마르게 수렴하는 것을 보인다.

유아들의 언어습득에 있어서 중요한 점 하나는 학습자에 대한 언어환경의 노출이다. 유아가 접하는 언어환경은 부모와 같은 인간뿐만 아니라 각종 미디어와 같은 인공적 환경도 포함되며, 유아는 이러한 방대한 언어환경을 탐색하면서 언어를 학습한다. 본 연구는 대용량의 언어 데이터 노출이 영향을 미치는 유아언어학습을 유연하고 적절하게 모사하는 인지적 기제에 따른 기계학습 방식을 제안한다. 유아의 초기 언어학습은 문장수준의 학습과 생성 같은 행동들이 수반되는데, 이는 언어 코퍼스에 대한 노출만으로 모사가 가능하다. 모사의 핵심은 언어 하이퍼망 구조를 가진 기억기반 학습모델이다. 언어 하이퍼망은 언어구성 요소들 간의 상위차원 관계 표상을 가능케 함으로써 새로운 데이터 스트림에 대해 유사구조의 적용과 이용을 도모하여 발달적이고 점진적인 학습을 모사한다. 본 연구에서는 11 개의 유아용 비디오로부터 추출한 문장 32744개를 언어 하이퍼망을 통한 점진적 학습을 수행하여 문장을 생성해 유아의 점진적, 발달적 학습을 모사하였다.

본 논문에서는 합성곱 구문 트리 커널(convolution parse tree kernel)과, 한 문장에서 나타나는 두 개체 간의 관계를 가장 잘 설명하는 동사 상당어구에 대한 개념화를 통해 생성되는 워드넷 신셋 벡터(WordNet synsets vector) 커널을 활용하여 과학기술분야 전문용어 간의 관계 추출을 시도하였다. 본 논문에서 적용한 모델의 성능 평가를 위해서 세 가지 검증 컬렉션을 활용하였으며, 각각의 컬렉션 마다 기존의 접근 방법론 보다 우수한 성능을 보여주었다. 특히 KREC 2008 컬렉션을 대상으로 한 성능 실험에서는, 기존의 합성곱 구문 트리 커널과 동사 신셋 벡터(verb synsets vector)를 함께 적용한 합성 커널이 비교적 높은 성능 향상(8% F1)을 나타내고 있다. 이는 성능을 높이기 위해서 관계 추출에서 많이 활용하였던 개체 자질 정보와 더불어 개체 주변에 존재하는 주변 문맥 정보(동사 및 동사 상당어구)도 매우 유용한 정보임을 입증하고 있다.

클러스터링 기법은 다양한 분야에서 이용되어 왔으며, 통계 기반 기계번역에서도 익히 사용된 기법이다. 그러나 기존의 연구에서는 깊이 있는 문법적인 분석 없이 기계학습 기법을 사용하거나, 문장구조의 정보를 사용하더라도 정규식을 이용하여 판별하는 선에서 그치는 경우가 많았다. 본 논문에서는 각 문장의 의존관계 문법에 따른 구조와 조사 등의 품사 정보를 사용하여 문장구조를 파악하고 유형별로 분류하여 각각에 특화된 언어모델을 획득하는 방법과, 이를 구 기반 통계기계번역에 추가적인 정보로 사용하여 번역성능을 향상하는 데 이용하는 방법을 제안한다.

IPTV 서비스는 주로 여러 수신자에게 채널 전송이 효과적인 멀티캐스트 네트워크를 기반으로 제공된다. 수신자 측에 인접한 접속망에서는 IGMP(인터넷 그룹 관리 프로토콜)가 쓰이는데, 이는 수신자가 특정 채널 전송 중인 멀티캐스트 그룹에 가입하고 탈퇴할 수 있는 기능을 지원한다. 하지만 접속망 내부의 악의적인 공격자는 IGMP 메시지를 이용하여 정상적인 수신자의 서비스 이용에 장애를 줄 수 있다. 공격자는 IGMP 메시지를 위조하여 정상적인 수신자의 채널을 가로채거나 다수의 채널을 요청하여 접속망의 대역폭을 낭비시킬 수 있다. 또한 말단 라우터에 대량의 IGMP 메시지를 보내어 라우터의 자원을 소모하는 공격을 가할 수 있다. 메시지 위조를 방지하기 위한 대책으로 패킷 수준의 인증 기법을 도입할 수 있는데 이것은 말단 라우터에 추가적인 프로세싱 오버헤드를 발생시키므로, IGMP 플러딩 공격에 더욱 취약해질 우려가 있다. 따라서 본 논문에서는 IGMP 플러딩 공격 효과를 감소시킬 수 있도록, IGMP 패킷 속성 인증이 가능한 두 단계 인증 기법을 제안한다.

Drive-by download와 같은 클라이언트 측 공격은, 악의적인 서버와 상호작용하거나 악의적인 데이터를 처리하는 클라이언트 애플리케이션의 취약점을 대상으로 이루어진다. 전형적인 공격은 특정 브라우저 취약점을 악용하는 악성 웹 페이지와 관련된 웰 기반 공격으로, 클라이언트 시스템에 멀웨어를 실행하거나 클라이언트의 제어를 악의적인 서버에게 완전히 넘겨주기도 한다. 이러한 공격을 방어하기 위해, 본 논문에서는 Capture-HPC를 이용하여 가상 머신에서 실행기반으로 악성 웹 페이지를 탐지하는 고 상호작용(high interaction) 클라이언트 허니팟을 구축하였다. 이 실행기반 탐지 시스템을 이용하여 악성 웰 페이지를 탐지하고 분류하였다. 또한 가상머신의 이미지 개수 및 한 가상머신에서 동시 수행하는 브라우저 수에 따른 시스템 성능을 분석하였다. 실험 결과, 가상머신의 이미지 수는 하나이고 동시 수행하는 브라우저의 수가 50개일 때 시스템이 적은 리버팅 오버헤드를 유발하여 더 나은 성능을 보였다.

난독처리(obfuscation)는 프로그램의 의미를 그대로 유지하면서, 프로그램 코드를 이해/분석하기 어렵게 만드는 기술로, 악의적인 역공학(reverse engineering) 공격으로부터 소프트웨어를 방어하는 가장 효과적인 기술 중의 하나이다. 하지만, 난독처리로 인해 원본 프로그램에 비해 난독처리된 프로그램의 코드 크기 및 실행 시간이 증가될 수 있다. 모바일 기기에서 코드크기 및 수행시간 증가는 전력소모 증가 등 자원낭비로 이어진다. 본 논문에서는 ARM 프로세서가 장착된 임베디드 보드 상에서 몇 가지 고급수준 난독처리 알고리즘을 구현하고, 각 난독처리 알고리즘의 유효성 및 전력 소모량을 분석하여, 프로그램의 특성에 따라 실행시간이나 전력소모 면에서 효율적인 난독처리 기법이 있음을 보였다.