기존 교통정보 수집시스템의 낮은 확장성과 높은 비용 등의 문제를 해결하기 위해 WSN 기반의 교통정보 수집 시스템이 최근 많이 연구되고 있다. WSN 기반 시스템은 기존 시스템에 비해 높은 확장성과 낮은 유지보수 비용을 가지는 장점이 있다. 최근에는 자기장센서, 가속도센서, 음향센서 등 다양한 센서를 이용하여 WSN 기반 교통정보수집 시스템 연구가 진행되고 있다. 하지만, 초음파센서를 이용한 WSN 기반 시스템은 아직 연구가 부족한 실정이다. WSN 기반 시스템은 배터리 동작, 낮은 컴퓨팅 파워와 같은 고유 특징으로 인해 에너지절약과 알고리즘의 경량화가 필요하다. 본 논문에서는 상세 모델링과 분석을 통해 도로환경에 따른 초음파 센서의 이상적인 에너지절약 방법을 제시한다. 또한 초음파 데이터를 이용한 차량인식 알고리즘의 경량화를 위한 방법을 제시한다. 제안된 방법은 초소형 마이크로프로세서에 실제 구현되었으며 성능평가를 통해 높은 차량인식 정확성을 보임을 확인하였다.

시맨틱 웹상에서 RDFS로 표현된 데이터의 사용 증가로 인하여, 대용량 데이터의 추론에 대한 많은 요구가 생겨나고 있다. 많은 연구자들은 대용량 온톨로지 추론을 수행하기 위해서 하둡과 같은 고가의 분산 프레임워크를 활용한다. 그러나, 적절한 사이즈의 RDFS 트리플 추론을 위해서는 굳이 고가의 분산 환경 시스템을 사용하지 않고 단일 머신에서도 논리적 프로그래밍을 이용하면 분산 환경과 유사한 추론 성능을 얻을 수 있다. 본 논문에서는 단일 머신에 논리적 프로그래밍 방식을 적용한 대용량 RDFS 추론 기법을 제안하였고 다중 머신을 기반으로 한 분산 환경 시스템과 비교하여 2억개 정도의 트리플에 대한 RDFS 추론 시스템을 적용한 경우 분산환경과 비슷한 성능을 보이는 것을 실험적으로 증명하였다. 효율적인 추론을 위해 온톨로지 모델을 세부적으로 분리한 메타데이터 구조와 대용량 트리플의 색인 방안을 제안하고 이를 위해서 전체 트리플을 하나의 모델로 로딩하는 것이 아니라 각각 온톨로지 추론 규칙에 따라 적절한 트리플 집합을 선택하였다. 또한 논리 프로그래밍이 제공하는 Unification 알고리즘 기반의 트리플 매칭, 검색, Conjunctive 질의어 처리 기반을 활용하는 온톨로지 추론 방식을 제안한다. 제안된 기법이 적용된 추론 엔진을 LUBM1500(트리플 수 2억개) 에 대해서 실험한 결과 166K/sec의 추론 성능을 얻었는데 이는 8개의 노드(8 코아/노드)환경에서 맵-리듀스로 수행한 WebPIE의 185K/sec의 추론 속도와 유사함을 실험적으로 증명하였다. 따라서 단일 머신에서 수행되는 본 연구 결과는 트리플의 수가 2억개 정도까지는 분산환경시스템을 활용하지 않고도 분산환경 시스템과 비교해서 비슷한 성능을 보이는 것을 확인할 수 있었다.

상태 머신 다이어그램 결함 주입을 통하여 강건성 테스트 케이스를 생성하기 위한 연구가 수행되고 있다. 그러나 기존의 연구들은 상태 머신 다이어그램의 구조적인 측면만을 단순 고려하고 있기 때문에 작은 크기의 모델임에도 불구하고 많은 결함이 주입될 수 있다. 본 논문에서는 강건성 테스트의 효과성은 유지한 채, 주입될 결함의 수를 줄이기 위한 결함 주입 방법을 제안한다. 제안 방법은 전자레인지 상태 머신 다이어그램을 이용하여 설명되었으며, 유효성을 검증하기 위하여 해쉬 테이블 상태 머신 다이어그램에 제안 방법을 적용하였다. 해쉬 테이블에 적용된 실험 결과, 제안 연구는 강건성 테스트의 효과성은 유지하였으며, 주입된 결함의 수는 43%, 생성한 테스트 케이스의 수는 63% 감소시킨 것을 확인할 수 있었다.

트위터는 페이스북과 더불어 전 세계적으로 인기 있는 SNS(Social Network Service)이다. 트위터에서 이메일 인증 방식을 악용하여 대량 생성된 스패머 계정은 유해한 콘텐츠로 트위터 사용자들에게 불편함을 준다. 본 논문에서는 이러한 문제를 해결하고자 관계 기반 특징을 이용한 스패머 탐지 기법을 제안한다. 관계 기반 특징이란 사용자의 호감 정도를 표현할 수 있는 친구 관계 특징과 사용자 간의 유사성을 나타낼 수 있는 유형 관계 특징들을 의미한다. 기존의 스패머 탐지 기법과 본 논문에서 제안하는 탐지 기법의 성능을 스패머의 비율을 3%에서 30%까지 변화시키면서 비교 실험한 결과, 본 논문에서 제안하는 기법이 Naive Bayesian Classifier와 Decision Tree 모두에서 더 우수한 성능을 보였다.

R-tree는 공간 데이터베이스 분야에서 가장 널리 쓰이는 색인 구조이며 다양한 변형된 기법들이 제안되었다. 이 기법들 중 Hilbert R-tree는 공간 채움 곡선인 Hilbert 곡선을 이용해서 대용량의 데이터를 고비용의 분할 과정 없이 R-tree를 구성하는 기법이다. 하지만 기존의 CPU기반의 Hilbert R-tree는 대용량의 데이터를 처리할 때는 순차적인 접근으로 발생되는 고비용의 전처리 비용과 느린 구축시간으로 실제 응용에 적용되기에는 한계가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 GPU를 이용해서 데이터의 Hilbert 매핑을 병렬화 하고 이를 통해서 최종적으로 GPU의 메모리에 Hilbert R-tree의 벌크로딩을 고속화하는 기법을 제안한다. GPU기반의 Hilbert R-tree는 inversed-cell 기법과 트리구조 패킹의 병렬화 기법을 통해서 벌크로딩의 성능을 향상시켰다. 실험 결과에서는 기존의 CPU 기반의 벌크로딩에 비해 최대 45배의 성능향상을 보여주었다.

본 논문에서는 분산 컴퓨팅 환경에서 데이터 제공자들이 각자 소유한 데이터의 프라이버시는 보호하면서도 피어슨(Pearson) 상관계수와 스피어만(Spearman)의 순위상관계수를 안전하게 계산하는 해결책을 각각 제안한다. 분산 컴퓨팅 환경에서 마이닝(또는 데이터 분석)을 수행하기 위해서는 원본 데이터를 상대방에게 제공해야 한다. 그러나, 원본 데이터는 민감한 정보를 포함하는 경우가 많고, 이때 데이터 제공자(소유자)는 프라이버시 보호를 이유로 정확한 값을 직접 노출하기를 원하지 않는다. 본 논문에서는 분산 컴퓨팅 환경의 데이터 제공자들이 각자 소유한 데이터는 상대방에게 공개하지 않으면서 상관관계를 계산하는 문제, 즉 안전한 상관관계 계산(SCC: Secure Correlation Computation) 문제를 정형적으로 정의한다. 그리고, 임의 행렬 기반 안전한 스칼라 곱을 사용하여 피어슨 상관계수와 순위상관계수에 대한 SCC 문제를 해결하는 방법을 각각 제안한다. 제안한 해결책이 바르게 수행함을 보이기 위해, 정확성과 안전성을 정리로 제시하고 증명한다. 또한, 실험을 통해 제안한 기법이 수행 시간 측면에서도 실용적인 방법임을 보인다.

IEEE 802.11s 기반의 무선 메쉬 네트워크는 기존의 인터넷 구조를 지니기 때문에 목적지 주소 기반 라우팅을 수행한다. 하지만 이러한 방식은 네트워크 사용자의 근본적 목적인 '무엇'에는 관심이 없으며 '어디'에만 관심을 가진다는 한계점을 지닌다. 또한, 최근 폭발적으로 증가한 모바일 디바이스로 인하여 무선 네트워크 트래픽 역시 폭발적으로 증가하였다. 이러한 트래픽은 많은 사용자가 동일한 컨텐츠를 요구할 시 네트워크 내에 중복된 내용의 패킷이 늘어나 네트워크 전체 효율성을 저하시킨다는 문제점을 지니고 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여 OpenFlow 기반 무선 메쉬 네트워크 환경에서의 컨텐츠 라우팅 기법을 제안한다. 효율적인 컨텐츠 라우팅을 위하여 기존 메쉬 네트워크의 네트워크 계층에 컨텐츠 계층을 추가적으로 구현하였으며, OpenFlow를 활용하여 컨텐츠 식별자를 기반으로 하는 라우팅 기법을 제안하였다. 또한 OpenFlow를 활용한 효율적인 캐싱 기법을 제안하여 메쉬 네트워크 내의 중복된 내용의 패킷을 감소시킴으로서 네트워크의 효율성을 증가시켰다. 본 논문에서는 제안한 컨텐츠 라우팅 기법의 컨트롤 메시지 오버헤드를 CCN 방식과 비교하여 분석하였으며, 캐싱 위치 설정 기법이 적용되지 않은 환경과 적용된 환경의 지연 시간을 비교하였다. 그 결과, 캐싱 기법의 효율성을 나타내는 지연시간 측면에서는 약 20%의 성능 향상을 보였으며 컨트롤 메시지 시그널링 오버헤드는 최대 89% 감소함을 확인할 수 있었다.

HTTP (Hypertext Transfer Protocol) 적응적 스트리밍은 네트워크 변화에 적응적으로 비디오 품질을 조절한다. HTTP 적응적 스트리밍은 TCP (Transmission Control Protocol)를 기반으로 비디오를 전송하기 때문에 높은 지연을 갖는 네트워크에서 가용대역폭을 부정확하게 측정하여 불필요하게 비디오 품질을 조절한다. 본 논문에서는 HTTP 적응적 스트리밍 서비스의 품질 향상과 부드러운 재생을 위해 버퍼 기반의 비디오 품질 조절 기법을 제안한다. 제안하는 기법은 지연을 고려한 스트리밍 모델을 통한 정확한 가용대역폭 측정, 불필요한 품질 조절을 방지하기 위한 비디오 품질의 유지 가능성 계산, 버퍼상태에 적응적으로 비디오를 요청할 시간을 결정함으로써 비디오 품질을 조절한다. 시뮬레이션을 통해 제안한 기법이 높은 지연을 갖는 네트워크에서 HTTP 적응적 스트리밍 서비스의 품질을 향상시키고 부드럽게 비디오 품질을 조절하는 것을 확인하였다.

프로그램의 로딩 속도는 프로그램이 요청하는 디스크 블록을 미리 읽어 들임으로써(프리페칭) 향상시킬 수 있다. 그러나 기존의 프리페칭 관련 기법들은 특정 프로그램에 최적화된 경우를 제외하면 상당한 오버헤드를 보여주었다. 특히 요청블록을 정확히 추적하는데 어려움이 있었다. 어떤 블록들은 여러 시퀀스(단위시간 내에 추적된 블록들)에 나타날 수 있고 두 접근 시퀀스가 동일 하더라도 버퍼 캐시에 의해서 접근 시간과 수집되는 블록 정보가 다를 수 있기 때문에 분석이 까다롭다. 본 논문에서는 소프트웨어적 접근 방법으로 새로운 범용 워크로드 프리페칭 기법을 제안한다. 제안하는 프리페칭 기법은 브레이크 포인트를 프로그램의 적재 적소에 배치함으로써 요청 블록의 상관관계 정보를 수집하고, 이를 바탕으로 프리페칭을 수행한다. 상용 하드디스크를 이용한 실험 결과, 불필요한 오버헤드가 감소되었으며 기동 시간은 평균 30%, 로딩은 평균 15% 단축되었음을 확인하였다.

터치기반 스마트 기기의 발달에 따라, 사용자가 펜/손가락을 이용하여 그린 스케치를 기반으로 다양한 멀티미디어 검색 기술은 컴퓨터 비전, 컴퓨터 그래픽스, 패턴인식, HCI 분야에서 많은 각광을 받고 있다. 하지만, 기존의 텍스트 정보를 기반으로 한 검색 시스템은 사용자가 원하는 멀티미디어 데이터를 정확히 검색하는데 한계가 있다. 따라서, 멀티미디어 자체가 가지고 있는 정보를 이용하여 검색할 수 있는 내용 기반 멀티미디어 검색에 관한 연구가 필요하게 되었다. 본 논문에서는 Hybrid Edge Descriptor(HED)를 사용한 웹 환경에서의 사용자가 스케치로부터 3차원 모델을 검색할 수 있는 시스템을 제안한다. 3차원 모델로부터 다양한 방향으로 투영된 suggestive contour 영상 및 사용자가 그린 스케치 영상으로부터 전역/지역 히스토그램 분석을 이용한 HED 검색자를 통해 회전 및 이동에 강인한 3차원 모델 검색 시스템을 제안한다.

지금까지 최적의 인간 시각 만족을 위한 이미지 평가 기법 또는 도구 연구가 많이 이루어져 오고 있는데 SSIM(Structural SIMilarity) 및 이의 개선 기법들이 그 대표적인 예이다. 하지만 이들 기법은 여전히 다양한 이미지 종류 및 이미지 왜곡 종류에 대해 견실하게 대응하지 못하는 한계를 보이며 인간 시각 만족과의 괴리가 크게 존재하고 있다. 이 논문에서는 SSIM 및 개선된 SSIM 기법을 대상으로 집중적인 이미지 평가를 수행하였으며 각각의 함수에서의 관측된 이상 동작 내용에 대해서 원인을 분석하고 이를 보완 및 개선하는 새로운 이미지 평가 기법을 제시한다. 또, 기법에 대한 다양한 이미지 평가 실험을 통해서 제안 기법이 SSIM과 이의 기존 개선 기법보다 여러 이미지 종류와 왜곡 종류에 대해서 인간 시각 만족을 견실하고 일관성 있게 효과적으로 표현하고 있음을 보인다.

최근 몇 년 동안, 난독화 기술은 악성 코드를 보호하기 위해 악용되어 큰 위협이 되고 있다. 특히, 가상 머신 기반으로 난독화된 악성 코드의 경우, 원본 프로그램이 직접적으로 드러나지 않고 가상머신의 의미와 원본 프로그램의 의미가 함께 수행되므로 분석하기 어렵다. 이러한 위협에 대응하기 위하여, 가상 머신 기반으로 난독화된 프로그램을 분석하는 동적 분석 기반의 프레임워크를 제안한다. 첫째, 난독화된 실행파일의 동적 실행 트레이스를 추출한다. 둘째, 동적 실행 트레이스를 중간언어로 변환하고 동적 제어 흐름 그래프를 이용하여 가상 머신의 구조를 추출한다. 결과적으로, 추출된 가상 머신 구조를 이용하여 원본 프로그램의 의미를 추출한다. 본 논문은 최신 상용 난독화 도구로 난독화된 실행파일에서 원본 프로그램을 추측할 수 있는 방안을 제시한다. 개발된 도구는 가상 머신 기반으로 난독화된 프로그램을 이해하고 프로그램 분석 기법을 적용하는 데 활용될 수 있으며 추출된 원본 프로그램의 요약 의미를 이용하여 추가적인 분석을 적용할 수 있을 것으로 기대한다.