최근 방송통신 융합의 경향에 따라 IP 네트워크 통신 기반의 주문형 미디어와 지상파, 케이블등에 기반한 방송형 미디어를 모두 수용하는 하이브리드 IPTV가 주목을 받고 있다. 본 논문에서는 최신 H.264 코덱을 지원하는 하이브리드 IPTV를 위한 리치 미디어 프레임워크를 제안한다. 이를 위해 하이브리드 미디어를 다루는 TV에 최적화된 미디어 콤포넌트와 RIA 런타임 엔진을 개발한다. 미디어 콤포넌트는 RF 방송, IP 기반 저장된 미디어 및 라이브 미디어의 다양한 재생 방식에 대해 일관되면서도 효율적인 응용 인터페이스를 제공하도록 설계되었다. 특히, 성능과 이식성을 위해 미디어 콤포넌트는 미디어 스트림 추상화, 적응식 주문형 I-프레임 탐색, 재생시간 자동 계산 등을 채택하였다. 제안된 미디어 인터페이스를 기반으로 RIA 런타임 프로토타입을 개발하였다. RIA 런타임은 한정된 자원을 갖는 IPTV 환경에서의 최적화된 렌더링을 위해 프로세서의 내장 그래픽 가속기를 최대한 활용하도록 설계되었다. 개발된 프레임워크의 성능과 유용성을 검증하기 위해 시연 및 실험을 실시하고 그 결과를 제시한다. 제안된 프레임워크는 IPTV 기반 VOD, 광고, 교육 등의 응용에서 벡터 그래픽 및 하이브리드 미디어를 지원하는데 효과적으로 사용될 것으로 기대된다.

최근 임베디드 시스템은 운영체제를 포함하는 복잡한 소프트웨어 계층 구조를 가지는 형태로 발전하고 있다. 이러한 소프트웨어의 성능을 분석하기 위해서는, 한 소프트웨어 계층에서의 성능 뿐 아니라 전체 소프트웨어 계층 구조를 모두 고려해야 한다. 본 논문에서는 리눅스 기반 임베디드 시스템의 모든 소프트웨어 계층 구조를 고려할 수 있는 성능 분석 도구를 설계하고 구현한 결과를 보인다. 제안하는 기법은 응용 프로그램이나 라이브러리에 대한 재컴파일 없이 모든 소프트웨어 계층의 성능 분석에 필요한 측정 정보를 수집한다. 이 기법을 통해 리눅스 기반 임베디드 시스템에서 응용 프로그램의 실행에 따라 발생하는 사용자 정의 함수, 미들웨어 라이브러리 함수, 커널의 시스템 호출, 커널 이벤트에 대한 다양한 성능 분석을 수행할 수 있다. 실험을 통해 본 연구를 통해 구현된 분석도구를 사용하여 실제 실행 경로 분석, 각 소프트웨어 계층의 함수나 이벤트의 소요시간 분석, 그리고 소프트웨어 계층간 실행 흐름 분석 결과를 확인할 수 있으며, 이를 통해 전체 소프트웨어 계층상의 성능 병목을 찾을 수 있음을 보인다.

비계량 다차원 척도법은 개체들 간의 비유사성이 비계량으로 주어져 개체들 간의 거리 개념을 설정하기 어려운 경우에 개체들을 유클리드 공간 상으로 사상하여 개체 간의 관련성을 연구하는 방법으로 지역 최적치가 많은 최적화 문제로 간주할 수 있다. 비계량 다차원 척도법을 위한 기존의 알고리즘은 최대 경사법을 사용함으로 일단 지역 최적치에 도달하면 더 이상 향상된 해를 찾기 어렵다는 단점이 있다. 이러한 단점을 해결하기 위하여 본 논문에서는 담금질 방법을 비계량 다차원 척도법에 접목하여 지역 최적치에 빠지지 않고 전역 최적치를 효율적으로 찾을 수 있는 새로운 비계량 다차원 척도법 알고리즘을 제안하였다. 제안한 알고리즘을 벤치마킹 문제에 적용하고 실험을 통하여 기존 알고리즘과 비교 분석한 결과, 제안한 알고리즘은 기존 알고리즘 대비 0.7%에서 3.2%의 향상률을 보였다. 또한 통계적 가설 검정을 통하여 제안한 알고리즘의 우수성을 입증하였다.

본 논문은 2단계 연속(cascade) 방법을 이용한 향상된 보행자/비보행자 인식 알고리즘을 제안한다. 인식을 위한 분류기로는 약한 분류기를 강한 분류기로 만드는 아다부스트 알고리즘을 적용하였다. 먼저 두 가지 특징벡터를 추출 한다: (i) 기존의 기울기 히스토그램(HOG) 특성과 (ii) 한 점이 가지는 곡률특성 네 가지를 이용한 곡률-HOG를 제안하고 이용하였다. 그 다음 훈련 영상을 통하여 두 가지의 특징 벡터에 대해 약한 분류기로부터 강한 분류기를 얻었으며, 인식은 입력 영상으로부터 하나의 특징을 선택하여 이미 만들어진 강한 분류기를 통하여 1차적인 인식과 오인식을 실시하며, 오인식된 영상에 대해 2차적인 특징을 투입하여 이에 해당하는 강한 분류기를 통하여 2단계 아다부스트 알고리즘을 적용하여 최종적인 인식결과를 얻는다. 두 가지의 서로 다른 특성 벡터를 이용하여 연속 방법에 의한 2단계 아다부스트 알고리즘을 적용한 결과 기존의 실험 방법보다 더 정확한 인식 결과를 얻을 수 있었다.

본 논문은 질의 문서와 의미가 유사한 문서를 검색하는 문제를 다룬다. 이 문제에 대한 기본적인 접근법은 각 문서를 bag-of-words 형태로 표현한 후, 코사인 유사도 등의 거리 기준에 기반하여 유사 문서를 판별하는 것이다. 그러나, 이처럼 문서에 출현하는 단어에만 의존하는 검색 방법은 의미적 유사성을 제대로 반영하기 어렵다는 단점을 가진다. 본 논문에서는 이러한 문제를 극복하기 위해 데이터 기반의 감독 학습(supervised learning) 기법과 관련 온톨로지 정보를 마코프 논리(Markov logic)에 기반하여 결합한다. 구체적으로, 단어들 사이에 존재하는 관계를 표현한 온톨로지와 유사도가 태깅된 문서 데이터에서 마코프 논리 망(Markov logic network)을 학습하며, 학습된 마코프 논리 망과 문서 데이터 및 새로 주어진 질의 문서에 대한 추론을 통해 질의 문서와 의미적으로 유사한 문서를 검색하는 기법을 제안한다. 제안하는 접근법은 서울시의 민원서비스 홈페이지에서 수집된 실제 민원 데이터에 적용되었으며, 적용 결과, 단순한 문서 간 거리에 기반한 유사 문서 검색 기법에 비해 월등히 높은 정확도를 보였다.

무선 센서 네트워크에서의 결함 허용은 센서 노드의 취약성 보완과 신뢰성 높은 정보 제공을 위해 필요하다. 센서 노드들의 자원 제약적인 특성 때문에 오류에 노출되기 쉬우며, 기존의 체크포인팅 기법 들은 센서 네트워크의 특성을 고려하지 않고 설계되었기 때문에 이를 적용하기 어렵다. 본 논문에서는 클러스터 기반의 라우팅 프로토콜에 체크포인팅 기법을 적용하여 헤드 노드의 결함 시 발생할 수 있는 정보 손실과 높은 복구 비용 문제를 해결하는 방법을 제안한다.

최근 NAND 플래시 메모리는 소형, 경량, 저전력 소모, 빠른 접근 속도 등의 장점으로 내장형 시스템과 개인용 컴퓨터, 서버 시스템에서 널리 사용되고 있다. 플래시 메모리를 하드 디스크처럼 사용하기 위해서는 플래시 변환 계층이 필요하다. 이전에 많은 플래시 변환 계층들이 제안되었지만 이전에 제안되었던 플래시 변환 계층들은 블록 스래싱 문제와 블록 연관성 등 몇 가지 문제점을 가지고 있다. 이 논문에서는 위의 문제를 해결하기 위한 새로운 플래시 변환 계층을 제안한다. 이 기법은 로그 블록의 연관성을 제한하고 데이터 블록의 연관성을 제한하지 않아 합병 연산의 횟수를 최소화 하고, 새로운 공간 회수 기법은 로그 블록 가비지 컬렉션을 이용하여 합병 연산의 비용을 줄인다.

압축파일시스템은 비용효율성을 높이기 위해 모바일 장치 개발에 자주 사용된다. 그러나 압축파일시스템은 비압축파일시스템에 비해 읽기 성능이 떨어진다는 단점이 있다. 압축파일시스템의 읽기성능저하의 원인 중 하나는 커널 의 미리읽기 기법이다. 주된 이유는 압축파일시스템의 압축해제 오버헤드로 인해 미리읽기 미스패널티가 너무 크기 때문이다. 이 문제를 해결하기 위해 본 논문에서는 커널의 미리읽기 기법을 고려한 압축파일시스템의 읽기기법을 제안한다. 제안된 기법은 bulk read를 통해 저장장치의 성능을 향상시키는 동시에 선택적 압축해제를 통해 압축파일 시스템의 압축해제 오버헤드를 줄인다. 우리는 리눅스 기반 시스템에서 널리 사용되는 압축파일시스템인 CramFS를 수정하여 제안된 기법을 구현하였으며 성능측정 실험을 통해 제안된 기법이 압축파일시스템의 메이저 페이지 폴트 처리 시간을 약 28%까지 단축시킬 수 있음을 보였다.

본 논문은 광역 무선 메쉬 네트워크에서 1홉 이웃 노드들의 정보만을 이용하는 애니캐스트 라우팅 기법을 제안한다. 제안 프로토콜은 물리계 장 이론에 기반하여 설계되었으며 일정량의 제어 패킷만으로 메쉬 게이트웨이의 부하를 분산한다. 분산 알고리즘 구현을 위하여 유한 차분법을 응용한다. 그리고 시뮬레이션을 통해 제안 프로토콜의 특성을 검증한다.

무선센서네트워크 시스템들은 응용 어플리케이션에서 많은 노드들이 처리하고 분석하기 위해 요청한 실시간 센서 데이터를 수집하고 분석한다. 본 논문에서는 전라북도 군산시 지역에 여러 요소의 무선센서네트워크 클러스터를 구축하였다. 구축된 시스템을 이용하여 측정된 실시간 데이터를 도형화하고 분석하여 변화의 결과를 도출하고자 한다. 결과로 나온 분석 내용은 데이터의 시간적인 변화량과 공간적인 변화량 그리고 진행 방향성에 대해 시각적으로 나타내어 해석하기 쉬운 형태의 데이터를 생성한다. 이러한 분석 방법은 무선센서네트워크를 사용하여 분석하는 많은 사람들에게 보다 편리하게 해 줄 것이다.

신용카드 정보나 공인 인증서들이 웹을 통해 전송되어지는 현재 전자상거래 시스템에서 사용자의 의도와 다르게 클라이언트가 웹 프록시 서버를 경유하게 되거나 프록시 서버의 경로가 변경될 경우가 종종 발생한다. 이때 전송되는 기밀 정보가 SSL(Secure Sockets Layer) 또는 TLS(Transport Layer Security)프로토콜을 통해 암호화 되어 전송 되어도 프록시 서버에서 인증서 변조를 통하여 계좌번호나 신용카드 비밀번호를 스니핑 당하는 위험에 노출된다. 본 논문에서는 현재 사용되고 프록시 정보 변조 해킹에 의해 무방비 상태의 신용카드 결제 보안 시스템에 대해서 분석하고 이를 방지하기 위한 인증 프록시 서버와 프록시 변조 MITM(Man-In-The-Middle) 공격 방지 방법에 대해서 제안한다.

최근 차량 통신망에서는 차량 안전 및 도로 교통 서비스에 더하여, 차량 통신 사용자들에게 email, ftp, 비디오 스트리밍 등 인터넷을 통한 서비스를 제공하기 위한 기술을 개발 중이다. 특히 차량 통신망의 특수성을 고려한 IP 이동성 제공 기술의 연구가 필요하다. 차량의 이동성 관리를 위해 Proxy Mobile IPv6(PMIPv6)를 차량 통신망에 적용할 경우, 차량의 빠른 이동 속도로 위치 등록에 따른 신호비용이 증가되는 문제점을 가지고 있다. 특히 차량 밀도가 높은 도로에서 많은 차량들이 고속으로 이동을 하게 되면 위치등록에 따른 신호비용이 증가하기 때문에 본 논문에서는 이동하는 다수의 차량들을 한 번에 LMA(Local Mobility Anchor)에 등록할 수 있는 방법을 제안하여 신호 비용을 줄이는 것을 목표로 한다. 수치 분석 및 시뮬레이션을 통해, 제안방안이 기존의 PMIPv6를 적용한 방식보다 신호 비용 면에서 효율적인 것을 확인하였다.

본 논문에서는 웹브라우저를 통하여 로컬 디바이스를 쉽게 네트워크 디바이스로 바꾸어주는 프레임워크를 제안한다. 해당 네트워크 디바이스들은 가상데스크탑에 사용된다. 관리 소프트웨어는 디바이스풀을 유지하며 디바이스들을 관리한다. 사용자의 요청이 발생하면 데스크탑의 I/O를 관리하는 가상데스크탑 소프트웨어가 풀에 접근하여 디바이스를 선택, I/O를 데스크탑에 전달해준다. 본 논문에서는 로컬 컴퓨터에 설치가 필요하지 않은 RIA 솔루션을 채택함으로써 사용자는 쉽게 자신의 디바이스를 디바이스풀에 등록 또는 해지할 수 있으며 가상데스크탑 소프트웨어에 명령을 내릴 수 있게 된다. 본 논문의 후반부에서는 제안하는 프레임워크가 사용될 수 있는 시나리오를 설명하고 성능평가를 진행함으로써 프레임워크의 효율성 및 활용성을 보인다.

대부분의 관계형 데이터베이스 시스템은 대량의 키 값을 효율적으로 검색하고 관리하기 위하여 $B^+$-트리 기반의 인덱스 구조를 사용하며, $B^+$-트리를 효율적으로 생성하기 위해 일반적으로 상향식 벌크로드 기법을 사용한다. 비록 벌크로드 기법이 키를 하나씩 삽입하여 인덱스를 생성하는 방식보다 효율적이긴 하지만, 데이터가 클 경우 전체 데이터를 정렬해야하기 때문에 많은 시간을 필요로 한다. 벌크로드 기법의 성능을 개선하기 위하여, 본 논문에서는 NDIVIA에서 제공하는 병렬 컴퓨팅 아키텍쳐인 CUDA를 활용한 GPU 기반의 효율적인 $B^+$-트리 병렬 벌크로드 기법을 제안한다. 제안하는 병렬 벌크로드 기법의 성능을 증명하기 위하여 실험을 수행한 결과, 기존 CPU 벌크로드 방법보다 약 70% 이상 성능이 향상됨을 확인하였다.

본 논문에서는 레퍼런스 시퀀스에 기가 시퀀싱데이터를 매핑하여 얻어지는 커버리지 데이터를 이용한 모양 기반의 단위반복변이 영역 (CNVR) 추출 방식을 제안한다. 제안하는 CNVR 검색 알고리즘은 후보 영역 추출 단계와 후처리 단계로 이루어진다. 후보 영역 추출 단계에서는 추출하고자 하는 CNV의 모양을 입력 변수로 조절하여 다양한 높이 및 크기를 갖는 CNV 후보 영역을 추출한다. 다음, 후처리 단계에서는 레퍼런스 시퀀스와 기가 시퀀싱 데이터에 포함되어 있는 시퀀싱 에러 문제를 보완하기 위하여, 레퍼런스 시퀀스의 에러 영역 보정, GC-content 영역 보정 등의 정제 과정을 거친 후, 최종 CNVR을 추출한다. 제안된 방식의 유용성을 보이기 위하여 "1000 게놈 프로젝트"에 의하여 공개된 실 데이터를 이용한 다양한 실험을 수행하였으며, DGV를 이용하여 추출된 CNVR의 정확도를 검증하였다. 실험 결과에 의하면 제안된 방식은 HLA 영역에 존재하는 반복되거나 결실되는 다양한 모양의 CNV를 효율적으로 검출하였다.

일반적으로 무선 MAC에서는 신뢰성을 부여하기 위해 ACK를 이용한다. 한편, 센서 네트워크 응용에서는 데이터가 주기적으로 전송되며, 어느 정도의 중복성을 갖고 있다. 이와 같이 신뢰성에 융통성이 있는 응용에서는 모든 MAC 프레임에 대해 ACK를 이용하는 것이 에너지 낭비로 작용할 수 있다. 에너지 절약을 목적으로 설계된 IEEE 802.15.4에서는 이에 대비하여 ACK 사용 여부를 선택 사항으로 지정해 놓고 있으나, 이를 활용한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 프레임이 잘 전달되는 경우 ACK를 생략하고, 프레임이 잘 전달되지 않을 경우 ACK를 사용하여 사용자가 요구하는 신뢰성(예: 단대단 패킷 도달율)을 만족할 수 있는 선택적 Unacknowledged 전송 기법을 제안하였다. 또한 NS2 시뮬레이터를 이용하여 다양한 성능 평가를 수행하였다.

최근 RIA(Rich Internet Application)의 등장으로 인해 자바스크립트 코드의 복잡도가 증가함에 따라 이를 위한 고성능 자바스크립트 엔진들이 경쟁적으로 발표되고 있다. 또한 이들 엔진의 성능 측정을 위한 도구로서 SunSpider 벤치마크가 널리 사용되고 있다. 본 논문에서는 대표적인 고성능 자바스크립트 엔진인 Mozilla의 Trace-Monkey, Google의 V8, 그리고 Apple의 SquirrelFish Extreme에 대해 자바스크립트 코드 수행 방식을 비교하고 SunSpider 벤치마크를 이용해 각 엔진의 성능을 측정한다. 또한 각 엔진들의 수행 방식과 SunSpider 각각의 코드 특성을 토대로 하여 성능 결과를 분석하여 각 엔진의 장단점을 평가한다.

최근 모바일 기기의 다양한 센서들을 통하여 데이타를 수집하여 개인의 삶을 기록하는 연구들이 진행 중이다. 효율적인 모바일 라이프로그의 저장과 탐색을 위해 연관 검색이 가능한 모바일 라이프로그 시맨틱 네트워크가 제안되었다. 기존의 시맨틱 네트워크 상의 검색은 텍스트 기반으로 관계를 바탕으로 하는 사용자의 능동적인 연관 검색에 한계가 있었다. 본 논문에서는 모바일 라이프로그의 연관 검색을 위해 검색 과정과 결과를 시각화된 네트워크로 데이타간의 관계를 보여주는 선택 연관 검색과 키워드 연관 검색을 제안한다. 복잡한 시맨틱 네트워크에 대해서 사용자의 이해도를 높이기 위해 의미 추상화를 적용하였다. 실제 모바일 라이프로그 시맨틱 네트워크 데이타를 바탕으로 질의를 해결하는 과정을 기존 연구에서 보였던 텍스트 기반 연관 검색 방법과 비교하고 사용성 평가를 시행함으로 유용성을 입증하였다.

대량의 데이터 처리 영역에 대한 중요성이 증가하는 가운데 다차원의 속성을 갖는 레코드에 대한 스캔을 필요로 하는 질의처리에 있어 SIMD 명령어 셋을 이용하여 보다 효율적인 스캔성능을 얻을 수 있다. 이러한 배경하에서 이 논문에서 제시하는 기법인 'SIMD 레코드 스캔'은 행-기반의 스캔으로 열-기반의 저장구조를 갖는 기존의 메모리 기반 데이터베이스 시스템에서 조건식 처리나 집계연산등에서의 연산성능을 높이기 위해 열에 종속적으로 SIMD 명령어를 이용하던 것과는 달리 다차원 속성들의 비교가 요구되는 레코드 스캔에서의 효율을 높일 수 있다. 이는 레지스터 및 시스템 메모리의 크기가 증가함에 따라 더 큰 성능향상을 가져올 수 있으며, 멀티코어 기반의 병렬화 기법과 독립적이므로 SIMD를 지원하는 단일 프로세서뿐 아니라 이들로 구성된 멀티코어 프로세서에도 기존 시스템이나 아키텍처를 변경하지 않고도 적용이 가능하다.

연동형 방송 서비스 구현 시 배경이 되는 오디오/비디오 스트림과 오버레이 되는 데이터 콘텐츠의 시간 동기화는 중요한 문제이다. 그러나 현재 MPEG-4 환경에서는 절대적인 시간 값을 바탕으로 각각의 데이터를 동기화하는 기초적인 방법을 이용하고 있다. 따라서 본 논문에서는 연동형 방송 콘텐츠 개발 시 효율적인 데이터 동기화를 위해 비디오 콘텐츠의 내용에 따라 데이터 콘텐츠의 내용이 변화하는 내용 기반 동기화 기법을 제안한다. 제안하는 내용 기반 동기화 기법은 장면 키워드를 바탕으로 BIFS 노드를 확장 정의하고 MPEG-7의 메타데이터를 이용하여 구현되었다.

기존의 패턴 매칭을 이용한 랜덤성 테스트를 개선하기 위하여, 근사 주기에 기반한 새로운 랜덤성 테스트를 제안한다. 근사 주기를 활용하면 랜덤수열에서 비슷한 부분이 반복되는 것을 찾아낼 수 있지만, 계산 시간이 오래 걸리는 단점이 있다. 본 논문에서는 근사주기를 계산하는 시간복잡도를 O($n^3$)에서 O($n^2$)으로 줄임으로써, O($n^2$)의 시간복잡도를 가지는 새로운 랜덤성 테스트를 제안한다. 그리고 AES 암호알고리즘을 이용한 의사 랜덤수열(pseudo random number)과 실제 랜덤수열(true random number)에 제안한 테스트를 적용하여 실험하였다.

본 연구에서는 기계 가독형 사전 정보를 이용하여 중의어 의미 태깅을 위한 학습에 사용될 양질의 의미부착 데이터를 자동 생성하여 중의어 태깅 정확도를 향상시키는 방법을 제안한다. 또한 중의어의 의미별로 특징있는 주변 단어를 원소로 갖는 의미그룹을 생성하고, 의미그룹내 중요 자질의 가중치 선정에 집중도 개념을 도입하여 태깅 정확도를 높인다. SENSEVAL-2 데이터를 사용하여 태깅 정확도를 평가한 결과 본 연구에서 제안한 방법이 기존의 방법보다 정확도를 향상시킨 것으로 나타났다.