블로그 내에는 다수의 사용자들에게 컨텐츠를 파급시키는 영향력 있는 사용자들이 존재한다. 본 논문에서는 이러한 사용자들을 파급 파워 유저라고 정의하고, 이러한 사용자들을 파악하는 방법에 대하여 논의한다. 본 논문에서는 블로그 연결망에서 파급 파워 유저를 파악하기 위해서 독립 전파 모델을 이용하는데, 독립 전파 모델의 수행을 위해서는 사용자들 간의 동화확률로서 실질적인 값을 부여하는 것이 필수적이다. 따라서 본 논문에서는 사용자의 재생산 파워의 개념과 이를 계량화하는 방법을 제안하고, 사용자의 컨텐츠 파워와 재생산 파워를 이용하여 사용자 간의 동화확률을 부여하는 방안을 제안한다. 끝으로, 실제 블로그 연결망에서 제안하는 기법과 기존의 기법을 이용하여 파워 유저들을 파악하는 실험을 수행하고, 결과를 비교 및 분석한다.

라이프로그 관리 시스템이란 개인의 일상 생활에 관련된 모든 정보를 저장하고, 이에 대한 관리 및 검색 기능을 제공하는 시스템이다. 본 논문은 라이프로그를 검색하는 방법 중, 현실 세상에서 발생한 사용자와 다른 사람들과의 사회적 접촉에 대한 정보를 키워드로 하여 관련된 라이프로그를 검색할 수 있도록 하는 방법을 제안한다. 이를 위하여 휴대폰의 근거리 무선 통신 장치를 이용하여 현실 세상에서 발생한 사용자의 사회적 접촉 정보를 자동으로 수집하는 방법과, 수집된 사회적 접촉 정보를 이용하여 주어진 인물과 관계된 사진을 검색할 수 있도록 하는 방법을 제안한다. 블루투스 장치와 인물의 관계를 추론하기 위하여 인물 정보가 기록된 기존 라이프로그를 이용, 인물과 블루투스 장치가 동시에 관찰되는 빈도수를 계산하여 사람-블루투스 매트릭스를 만든다. 실험 결과, 실제 사용자의 오프라인 만남 정보 중에서, 빈도수 계산 시각에 발생한 모든 오프라인 만남 정보의 20%의 정보만으로도 블루투스 장치와 그 소유주의 관계를 90% 이상의 정확도로 알아 낼 수 있었다. 또한 매트릭스에서 인물에 해당하는 벡터와 라이프로그가 생성된 시점에 스캔된 블루투스 장치들을 벡터 정보 검색 방법으로 비교하여 주어진 인물과 관련된 라이프로그를 검색함으로써, 제안하는 검색 방법은 기존의 검색 방법에 비하여 더 많은 사진을 반환할 뿐만 아니라 기존에는 불가능했던 검색어와의 유사도에 따른 정렬을 가능하게 한다.

최근 비즈니스 프로세스와 IT 시스템은 점점 더 복잡해져 가고 있다. 특히 엔터프라이즈 어플리케이션은 복잡도를 제어하기가 힘들어지면서 관리비용도 계속 증가해가는 추세다. 따라서 복잡도는 소프트웨어 개발에 있어서 방심해선 안될 중요한 문제가 되었으며, 이와 같은 문제를 효과적으로 해결할 수 있는 방법이 절실히 필요한 실정이다. 본 논문에서는 엔터프라이즈 어플리케이션 개발 복잡도 문제를 해결하기 위한 ISIS(Integrated System of Independent Subsystems) 아키텍처를 제안하고자 한다. ISIS는 대규모 엔터프라이즈 어플리케이션의 복잡도를 줄이고자 하는 노력에서 연구개발 되었으며, 시스템 개발의 복잡도를 줄이고 컴포지트 어플리케이션 개발이 가능한 아키텍처 모델이다. 엔터프라이즈 어플리케이션은 상호연관성 및 ISIS 분해방법에 따라 독립적인 서브시스템(sub-system)으로 나뉘게 된다. 그리고 이 기종 분산 플랫폼에 위치한 각 서브시스템의 상호연동을 위해서 ISIS 지원 미들웨어를 사용한다. 본 논문에서는 이와 같은 ISIS 기술을 검증하고자 ITSM(IT Service Management) 시스템에 ISIS 아키텍처를 적용 및 구현하였다. 결론적으로 ISIS 아키텍처는 개발 복잡도를 줄임으로써 비즈니스 요건이 변경되거나 기존 시스템을 업그레이드 할 경우 구조유연성 및 개발생산성을 향상시킬 수 있다.

2008년도 SecruityFocus 자료에 따르면 마이크로소프트사의 인터넷 익스플로러를 통한 클라이언트 측 공격(client-side attack)이 50%이상 증가하였다. 본 논문에서는 가상머신 환경에서 능동적으로 웹 페이지를 방문하여 행위 기반(즉, 상태변경 기반)으로 악성 URL을 분석하여 탐지하고, 블랙리스트 기반으로 악성 URL을 필터링하는 시스템을 구현하였다. 이를 위해, 우선 크롤링 시스템을 구축하여 대상 URL을 효율적으로 수집하였다. 특정 서버에서 구동되는 악성 URL 탐지 시스템은, 수집한 웹페이지를 직접 방문하여 머신의 상태 변경을 관찰 분석하고 악성 여부를 판단한 후, 악성 URL에 대한 블랙리스트를 생성 관리한다. 웹 클라이언트 머신에서 구동되는 악성 URL 필터링 시스템은 블랙리스트 기반으로 악성 URL을 필터링한다. 또한, URL의 분석 시에 메시지 박스를 자동으로 처리함으로써, 성능을 향상시켰다. 실험 결과, 게임 사이트가 다른 사이트에 비해 악성비율이 약 3배 많았으며, 파일생성 및 레지스트리 키 변경 공격이 많음을 확인할 수 있었다.

보안을 위한 암호 키는 진난수 발생기를 사용하여 만들어야 한다. 진난수 발생기는 상태 예측이 거의 불가능한 혼란 진원지에서 초기값을 추출하여 비가역적 해시 알고리즘을 적용해 난수를 만들어 낸다. DRAM 접근 대기 시간(latency)에도 불규칙성이 존재하여 혼란 진원지 역할을 할 수 있음이 알려져 있는데, 요즘 널리 사용되는 동기식 DRAM (SDRAM)을 장착한 시스템에서는 접근 대기 시간의 불규칙성이 잘 노출되지 않으며, 난수 비트 패턴의 뭉침 현상이 심해진다. 이 문제를 xor 연산을 사용하여 해결하였다. 이 방법으로 만든 난수를 통계학적으로 평가하여 진난수에 필적하는 품질을 확인하였다. 이와 같은 난수 발생 방법의 성능은 100 Kbits/sec 수준이며, 별도의 장치나 회로를 요구하지 않아 DRAM을 장착하고 있는 여러 형태의 컴퓨터 장비에서 사용 가능하다.

무선 메쉬 네트워크는 쉬운 설치와 향상된 커버리지로 인해 많은 관심과 연구가 진행되고 있다. 예를 들면 메쉬 네트워크에서 throughput을 향상시키는 라우팅 프로토콜에 관한 연구나, 메쉬 링크의 품질을 측정하는 방법 등 다양하다. 하지만 이러한 연구들 중 대부분은 메쉬 라우터의 위치가 고정되어 있다고 가정한다. 하지만 실내 메쉬 네트워크의 경우 관리자가 메쉬 네트워크를 독점적으로 관리하기 때문에 설치 시에 메쉬 라우터를 설치할 위치를 마음대로 결정할 수 있다. 따라서 처음부터 메쉬 네트워크의 성능을 고려하여 메쉬 라우터를 설치하는 것은 성능향상에 필수적이다. 이 논문에서는 유전자 기반 최적화 알고리즘을 바탕으로 메쉬 네트워크의 특성 (간섭, 패킷 전달 토폴로지 등)을 고려한 메쉬 라우터 위치선정 기법을 제시한다. 기존에 메쉬 네트워크는 아니지만 다양한 무선 내트워크에서 기지국이나 AP등을 설치하는 문제가 연구되었고, 메쉬 네트워크의 고정된 메쉬 라우터 집합에서 게이트웨이를 선택하는 문제등이 연구되었지만, 메쉬 라우터의 위치를 선택하는데 있어서, 메쉬 라우터들의 위치나 메쉬 라우터 상에서의 패킷 전송 토폴로지에 의한 간섭을 고려한 연구는 없었다. 다양한 시뮬레이션을 통해 이 논문에서 제시된 기법이 랜덤 선택 기법에 비해 30-40%의 향상을 달성하였음을 보였다.

다차원 척도법(multidimensional scaling)은 고차원의 데이터를 낮은 차원의 공간에 매핑(mapping)하여 데이터 간의 유사성을 표현하는 방법이다. 이는 주로 자질 선정 및 데이터를 시각화하는 데 이용된다. 그러한 다차원 척도법 중, 전통 다차원 척도법(classical multidimensional scaling)은 긴 수행 시간과 큰 공간을 필요로 하기 때문에 객체의 수가 많은 경우에 대해 적용하기 어렵다. 이는 유클리드 거리(Euclidean distance)에 기반한 $n{\times}n$ 상이도 행렬(dissimilarity matrix)에 대해 고유쌍 문제(eigenpair problem)를 풀어야 하기 때문이다(단, n은 객체의 개수). 따라서, n이 커질수록 수행 시간이 길어지며, 메모리 사용량 증가로 인해 적용할 수 있는 데이터 크기에 한계가 있다. 본 논문에서는 이러한 문제를 완화하기 위해 GPGPU 기술 중 하나인 CUDA와 분할-정복(divide-and-conquer)기법을 활용한 효율적인 다차원 척도법을 제안하며, 다양한 실험을 통해 제안하는 기법이 객체의 개수가 많은 경우에 매우 효율적일 수 있음을 보인다.

소셜 네트워크를 비롯한 네트워크로부터 커뮤니티를 발견하려면 네트워크의 노드를 그룹 내에서는 서로 조밀하게 연결되고 그룹 간에는 연결의 밀도가 낮은 그룹들로 군집화하는 과정이 꼭 필요하다. 군집화 알고리즘의 성능을 위해서는 군집화의 기준이 되는 유사도 기준이 잘 정의되어야 한다. 이 논문에서는 네트워크 내의 커뮤니티 발견을 위해 유사도 기준을 정의하고, 정의한 유사도를 유사도 전파(affinity propagation) 알고리즘과 결합하여 만든 방법을 기존의 방법들과 비교한다.

무선 센서 네트워크가 적용되는 새로운 응용분야는 점점 더 정교하고 복잡한 태스크 수행과 정해진 시간내에 태스크 수행을 완료해야 한다는 조건 만족을 요구하고 있다. 그러나 현재까지, 무선 센서 네트워크에서 센서 노드의 자원 제약성과 수행 작업 특성을 고려한 실시간 센서 운영체제 기반의 인터럽트 처리 기법에 관한 연구는 미비하다. 본 논문에서는 센서 운영체제에서 실시간성을 만족시키기 위한 요구 사항들을 분석하고, 이를 바탕으로 시스템을 설계 및 구현한다. 또한 다양한 검증을 통해, 제안하는 기법의 신뢰성 제공을 확인하며, 시뮬레이션을 통해 실시간 특성에 대한 요구사항 충족 및 성능의 효율성을 검증한다.

본 논문에서는 대량의 사진 데이터베이스에 대한 효과적인 사진 검색을 위하여 브라우징을 지원하는 인덱싱 방법을 제안하였다. 제안한 방법은 대표적인 거리 공간 인덱싱 방법인 M-트리를 기본 구조로 하였다. 그러나 M-트리는 pruning을 통한 검색의 효율성에 초점을 맞추었으며 브라우징을 직접적으로 고려하지 않는다. 따라서 본 논문에서는 M-트리의 노드 선택 방법, 노드 분할 방법 및 노드 분할 조건을 브라우징에도 적합하도록 변경하였다. 제안한 방법을 적용하여 실험한 결과 노드 응집도와 클러스터링 정확도에서 각각 2배와 1.5배의 향상을 나타내었으며, 검색 성능도 약 2배정도 빨라지는 효과를 확인하였다.

유비쿼터스 지능공간 모니터링 시스템은 유비쿼터스 지능공간 내에서의 다양한 스마트 객체의 기능, 성능 및 상태를 모니터링하고 분석함으로써 사용자 지수, 서비스의 통합 동작 상황, 서비스의 상태를 판단할 수 있는 정보를 실시간으로 제공해준다. 또한 최적화 및 자기 관리를 통하여 서비스 성능을 향상시킬 수 있는 기능을 제공한다. 이러한 실시간 모니터링 시스템의 적용범위를 확장하기 위해서는 유동적인 대량의 데이터 처리가 필요하다. 본 논문에서는 모니터링 시스템을 구성하는 스마트 객체의 데이터 발생에 따라 유발되는 에이전트들의 부하를 해결하기 위해 부하를 예측하여 미리 분산시키는 기법을 제안한다. 제안된 기법이 적용된 시스템은 실험을 통해 기존의 시스템에 비해 전체 데이터 마감시간 초과율이 매개변수가 1일 경우, 80%이상 감소됨을 보여준다.

무선 센서 네트워크에서는 다수의 노드에서 소수의 싱크로 수렴하는 트래픽의 특성으로 인해 네트워크의 혼잡이 빈번히 발생한다. 기존의 혼잡 제어 기법은 혼잡 발생 시 트래픽 제어를 통해 혼잡을 회피할 수 있으나 트래픽의 제어는 응용에서 요구하는 피델리티를 위반한다는 단점을 갖는다. 본 논문에서는 리소스의 제어를 통하여 혼잡을 회피하는 멀티패스 기반의 혼잡 제어 기법을 제안한다. 멀티패스 기반 혼잡제어 기법은 혼잡 발생 시 다수의 대체 경로를 통하여 트래픽을 분산시켜 전송하므로 혼잡 회피가 가능하고 네트워크 리소스의 활용도 또한 증대한다. 실험을 통해 멀티패스 기반 혼잡 제어 기법이 응용의 피델리티를 만족시키며 효과적으로 혼잡을 제어할 수 있음을 확인하였다.

얼굴 인식 분야는 오래전부터 꾸준히 연구되어 왔지만, 아직도 실용적인 얼굴 인식은 이루어지지 않고 있다. 이는 실제 얼굴 인식 시스템의 입력 영상의 경우, 실험실에서 획득된 얼굴 영상과는 달리 안경이나 스카프, 헤어스타일 등에 의해서 가려진 얼굴 영상인 경우에 인식 성능이 매우 저하되는 것에 기인한다. 이러한 비 얼굴 요소를 처리하기 위해, 최근 수년간 다양한 방식의 비 얼굴 요소처리 방법이 있었으나, 만족할만한 성능을 보이지 못했다. 본 논문에서는, 최근 관련 방법 중에서 특징 공간에서 최소거리의 볼을 찾아 근사값을 추정하는 방식인 SVDD를 이용하는 비 얼굴 요소 복원 방법을 제안하고, 실험을 통해 성능을 평가한다. 제안 방법의 실효성을 검증하기 위해, 비얼굴 요소 부분을 점진적으로 증가시켜 복원하는 실험 등 을 통해 실험한 결과, 제안 방법은 상당한 수준의 실효성을지니고 있음을 확인하였다.

본 논문은 하드디스크와 NAND 플래시메모리를 동시에 사용하는 저장 시스템 환경에서 전력 소모를 최소화하는 버퍼 캐쉬 관리 기법을 제안한다. 저장장치별 전력 소모율과 입출력 연산 종류(읽기 또는 쓰기) 및 블록의 재참조 가능성(최근성 및 빈도)을 통합적으로 고려하는 버퍼 캐쉬 관리 기법의 설계로 저장 시스템의 전력 소모량을 평균 18.0%, 최대 58.9%까지 줄일 수 있음을 보인다.

블로그는 가장 널리 퍼지고 있는 개인화 웹 서비스로서 전세계의 많은 사람들이 이용하고 있다. 이런 블로그의 내용은 대부분 일상 생활에서 겪은 경험이나 감정을 표현하고 있는 것들이다. 따라서 모바일 기기로 수집된 개인의 생활에 대한 정보를 모아 자동으로 블로그를 만든다면 그것을 바탕으로 보다 쉽게 자신만의 블로그를 만들수 있을 것이다. 이미 모바일 상황정보를 바탕으로 블로그를 자동으로 만들기 위한 몇몇 연구가 이루어지고 있다. 본 논문에서는 모바일 기기에서 수집된 정보를 바탕으로 사용자의 상태를 추론한다. 그리고 추론된 결과를 바탕으로 페트리 넷 스크립트를 이용하여 스토리 형태로 텍스트를 생성한 후, 최종적으로 사진과 지도상의 이동 패턴을 합쳐 사용자의 생활을 보여주는 블로그를 구성한다.

최근 주요 검색 엔진들의 인덱스들이 굉장한 비율로 성장하는 것처럼, 수직형 검색 서비스들은 사용자가 원하는 것을 찾을 수 있도록 지원할 수 있다. 실시간 검색은 주어진 주제를 쉽게 찾아낼 수 있기 때문에 매우 유용하다. 본 논문에서는 고성능 실시간 검색 시스템을 구현하기 위한 새로운 구조를 설계하였다. 전체적인 시스템은 실시간 검색의 특징을 기반으로, 크게 수집 시스템과 검색 시스템의 두 부분으로 나뉘어진다. 본 논문의 평가 결과에서 제안한 구조가 Replication Overhead 값을 유지하면서 실시간 검색에 있어 투명한 확장성을 제공할 수 있음을 확인하였다.

본 연구에서는 무선 센서 네트워크를 기반으로 침대 주변에서 사람의 행동유형을 분류하고자 한다. 침대 주변에서 사람의 다섯가지 행동유형과 세가지 상태들을 정의하고, 이들을 상태기계로 표현하였다. 움직임 감지 및 진동센서들을 통해 행동유형 관련 데이터들을 수집하고 이로 부터 특정벡터를 추출하였다. 행동유형별 특징벡터와 상태기계를 기초로 행동유형 모델을 정립하였고, 정립된 모델의 유효성 검증을 위해 실험을 실시한 후 행동유형 모델을 보정하였다. 이러한 실험결과들은 침대 주변에서 사람들이 행하는 행동유형들이 잘 분류될 수 있음을 보여준다.

최근 모바일기기에 탑재된 가속도 센서가 제스처기반 모바일 사용자 인터페이스에 활용됨에 따라 동적시간정합(Dynamic Time Warping, DTW)기반 인식기에 대한 연구가 활발하다. DTW는 학습샘플을 매칭 템플릿으로 사용하기 때문에 별도의 학습과정이 없다. 하지만 인식시 입력 데이터를 모든 템플릿과 비교해야하기 때문에 계산복잡도로 인하여 모바일환경에 적용하기 어렵다. 본 논문에서는 이러한 문제를 해결하기 위해 지역화된 소수의 템플릿을 사용하는 DTW기반 제스쳐 인식기를 제안한다. 지역화된 템플릿은 k-평균 클러스터링(k-means clustering)알고리즘을 사용하여 학습 제스처 셋의 유사한 패턴들을 k개의 그룹으로 묶고, 각 그룹의 중심(centroid)에 가까운 패턴을 DTW인식기의 템플릿으로 선택한다. 이러한 방법으로 템플릿수를 줄여 인식속도를 향상하고, 템플릿의 다양성을 유지하여 인식성능저하를 최소화한다. 실험 결과 제안하는 방법이 학습 템플릿을 전부 사용하는 DTW보다 약 5배 빠른 인식속도를 보였으며, 템플릿을 임의로 선택한 경우보다 안정적인 성능을 보임을 확인했다.

고차원의 구성 공간 상에서 빠르게 동작하는 경로 계획을 위하여, 본 논문에서는 단일-질의 알고리즘의 일종인 새로운 경로 계획 알고리즘을 제안한다. 단일-질의 알고리즘의 동작과 탐험 알고리즘의 유사성에 주목하여 탐험 알고리즘의 하나인 기억-탐험(Remembering Exploration) 방법을 응용하여, 로드맵의 한 노드를 선택하여 그 주위의 자유 공간상에 있는 노드들을 새로 로드맵에 추가하는 방법으로 로드맵을 키워나가는 것이 본 논문이 제안하는 알고리즘이다. 성능 평가를 위하여 2차원 공간상에서의 경로 계획 문제와 3차원 공간상의 움직임 계획 문제를 제안하는 알고리즘과 다른 잘 알려진 알고리즘을 이용하여 성능 비교 실험을 하였으며, 경로의 발견 유무와 발견하기까지의 시간 비교를 한 결과 제안하는 알고리즘의 성능 우위를 확인할 수 있었다.

위키피디아는 개방형 백과사전으로서 수많은 편집자들에 의해 작성되기 때문에 빠른 시간에 방대한 양의 정보가 축적되고 있으며, 축적되는 정보의 신뢰성 또한 매우 높다. 본 논문에서는 이러한 장점을 가진 위키피디아의 여러 가지 세부정보를 이용하여 한국어 개체명 사전을 자동으로 구축하는 방법을 제안한다. 먼저 위키피디아의 각 엔트리(entry)의 분류정보를 사용하여 분류체계(class hierarchy)를 생성한다. 생성된 분류체계에 위키피디아 엔트리를 자동으로 매핑(mapping)시킨 다음, 분류체계에서 최상위 계층의 불확실성(entropy)을 계산한다. 마지막으로, 임계값 이상의 불확실성을 가지는 분류체계를 제거함으로써 정확률이 높은 개체명 사전을 구축한다. 본 논문에서 제안하는 방법으로 실험을 한 결과 최고 81.12%(83.94%:정확률,78.48%:재현율)의 F1-measure의 성능을 보였다.

소프트웨어 몽타주란 소프트웨어로부터 빠르게 추출 가능하고 내재된 특성을 함축하고 있는 정보를 의미한다. 잘 알려진 프로그램으로부터 몽타주를 작성하면 몽타주를 기반으로 유사 프로그램 탐지 대상을 필터링할 수 있다. 본 논문에서는 API 호출과 문자열 기반의 소프트웨어 몽타주를 제안한다. 제안된 몽타주를 평가하기 위해서 인스턴트 메신저 프로그램에 대한 유사 프로그램 탐지 대상의 필터링 실험을 하였다. 이 실험으로부터 제안된 몽타주가 잘 알려지지 않은 프로그램 탐지 대상을 필터링하는 포렌식 도구로 활용될 수 있다는 것을 확인하였다.

증강 책(Augmented book)이란, 컴퓨터 그래픽 기술로 생성된 3D 물체, 동영상, 소리영상과 같은 멀티미디어 요소들을 증강현실 기술을 이용하여 실제 책에 증강시킨 책을 말한다. 증강 책은 책을 읽는 독자들에게 흥미를 유발시키고, 책에 좀 더 몰입할 수 있도록 하여, 교육 및 엔터테인먼트 효과를 증대시키는 것이 목적이다. 증강 책을 위한 기술은 크게 페이지 인식 그리고 페이지 트래킹으로 나눌 수 있는데, 본 논문에서는 페이지가 인식된 후, 정교한 페이지 트래킹을 위한 카메라의 6 자유도 자세를 추정하기 위해 적응형 키프레임 기반 페이지 트래킹 기술을 제안한다. 페이지가 인식된 이후에는 트래킹을 위해 가장 알맞은 키프레임을 선정한 후 coarse-to-fine의 두 단계에 걸쳐 트래킹을 수행하였다. 결과적으로 본 논문에서 제안된 트래킹 방법은 시점 변화와 조명 변화에 좀 더 강인하고 실시간성을 보장한다.

본 논문은 GPGPU가속을 이용한 스케일링 필터(scaling filter) 및 트랜스코딩(Transcoding)의 성능 향상 방법을 제안한다. 트랜스코딩 기술은 다양한 요구조건을 지닌 멀티미디어 기기에 적합하게 동영상을 가공하는 기술로, 오늘날 여러 분야에서 활용되는 중요한 기술이다. 그러나 트랜스코딩에는 대량의 연산이 필요하기 때문에 기존 트랜스코더(Transcoder) 사용자들은 오랜 처리시간을 감내 해야만 했는데, 이는 CPU만을 이용한 트랜스코딩이 충분히 효율적이지 못하기 때문이다. 본 연구에서는 고성능의 연산이 가능한 GPGPU기술을 활용하여, 트랜스코더의 스케일링 필터를 GPU 상에서 높은 병렬성을 가지고 동작하도록 개선함으로써 트랜스코더의 전체적인 성능을 향상시켰다. 개선된 트랜스코더는 다양한 크기의 동영상과 여러 종류의 스케일링 필터 옵션들에 대해 잘 동작함이 검증되었으며, 기본 옵션에서 36%, 최대 101%의 성능향상을 보였다.