• 정보과학회 논문지
• /
• 제44권11호
• /
• pp.1130-1137
• /
• 2017

하나의 메모리 셀에 여러 비트의 정보를 저장하는 다치화 기법은 공정 미세화와 함께 낸드 플래시 메모리의 집적도를 크게 향상시켰지만, 그 반대급부로 MLC 낸드 플래시 메모리의 평균 쓰기 성능은 SLC 낸드 플래시 메모리 대비 두 배 이상 하락하였다. 본 논문에서는 MLC 낸드 플래시 기반 저장장치의 성능 향상을 위해 제안되었던 기존의 계층 교차적 최적화 기법들을 소개하고, 두 기법의 상호 보완성을 분석하여 해당 기법들의 한계점을 극복하는 새로운 통합 기법을 제안한다. MLC 낸드 플래시 디바이스에 존재하는 성능 비대칭성을 플래시 변환 계층 수준에서 최대한 활용함으로써, 제안하는 기법은 인가되는 다수의 쓰기 명령을 SLC 낸드 플래시 디바이스의 성능으로 처리하여 저장장치의 성능 향상을 도모한다. 실험 결과, 제안하는 기법은 기존 기법 대비 평균 39%의 성능 향상을 달성할 수 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.126-130
• /
• 2008

Mobile IP는 단말에게 이동성을 제공해 줌으로써 이동하면서도 인터넷에 접속할 수 있게 해준다. 하지만 L2 연결과 L3 연결이 순차적으로 진행되어 핸드오버시 지연과 데이터 로스의 문제가 발생한다. 이러한 핸드오버 과정에서 발생하는 지연과 데이터 로스를 줄이기 위해 L2 트리거를 이용한 Fast Handover 기술이 개발되었지만 Fast Handover 기술 역시 L2 연결과 L3 연결이 독립적으로 진행된다. 본 논문에서는 Mobile IP의 L3 핸드오버 과정과 이기종 네트워크들의 L2 핸드오버 과정을 통합하고 핸드오버 과정을 최적화하여 성능 개선된 핸드오버 방안을 제안하고 성능평가를 통해 우수함을 보인다.

• 한국통신학회논문지
• /
• 제37권8B호
• /
• pp.712-721
• /
• 2012

본 논문에서는 무선 센서 네트워크에서 프로토콜 성능 극대화를 위해서 비동기식 MAC과 라우팅 교차 계층 방식의 향상된 위치 기반 데이터 전송 (Enhanced Geographic Forwarding; EGF) 기법을 제안한다. EGF 기법은 기존의 일반적인 위치 기반 전송 알고리즘과 달리 주기적인 이웃 노드들의 위치 정보 등을 이용하지 않고, 오직 소스와 목적지 노드의 위치 정보와 에너지 비용 정보만을 이용한 최적의 back-off 매핑 메커니즘을 사용하여 데이터를 전송한다. 또한 효율적인 MAC과 라우팅의 교차 계층 방식으로 오버헤드를 최소화하고 데이터 전달 성능을 최적화 하였다. 성능 분석 결과 패킷 전송 성공률, 저전력성 및 데이터 전송 지연에 대해서 향상된 성능을 확인하였다.

• 한국정보과학회논문지:정보통신
• /
• 제34권1호
• /
• pp.48-61
• /
• 2007

국내의 와이브로 기술은 단말의 이동성을 지원하기 때문에 사용자가 임의의 서브넷 내부에서 이동 할 때에도 지속적인 인터넷 서비스를 제공한다. 또한, 차세대 인터넷 지원 기술인 IPv6 및 Mobile IPv6 (MIPv6)은 이동 단말에 주소를 할당하고, 이러한 단말들이 서로 다른 서브넷을 이동 할 때에도 기존의 인터넷 세션을 유지할 수 있도록 지원하는 최신 기술이다. 하지만, VoIP (Voice over IP)와 같은 실시간 서비스를 만족시킬 수준의 이동성을 지원하려면, 와이브로 망 및 단말에 최적화된 고속 IPv6 핸드오버 기술 개발이 선행되어야 한다. 본 논문에서는 IPv6 단말이 와이브로 망에서 서브넷 간 이동을 시도할 때, 핸드오버 지연 시간을 최소화하는 최적화된 핸드오버 기법을 제안한다. 제안하는 기법은 고속 핸드오버를 지원하기 위한 IETF 대표 프로토콜인 Fast Mobile IPv6 (FMIPv6)에 기반을 두고 있으며 2계층 와 이브로 MAC (Medium Access Control)과 3계층 FMIPv6 과의 밀접한 상호 작용 및 관련 핸드오버 절차로 구성된다. 마지막으로, 수학적 성능 분석을 통하여 와이브로 망에서 운영되는 FMIPv6의 핸드오버 지연 시간을 계산하여 그 결과를 제시한다.

• 전자공학회논문지
• /
• 제51권12호
• /
• pp.30-45
• /
• 2014

최근 유비쿼터스 컴퓨팅 환경과 광대역 접속 환경을 필요로 하는 멀티미디어 어플리케이션 사용자가 급속히 증가하고 있으며, 이들에게 효율적인 네트워크 서비스를 제공할 수 있는 차세대 무선 네트워킹을 위한 핵심기술로서 무선 메쉬 네트워크가 주목받고 있다. 다수의 네트워크의 플로우들이 동시에 전송되는 경우, 각 플로우들의 경로 설정을 위한 경로 탐색과 각 플로우들의 전송을 위한 링크의 자원 할당은 네트워크의 효율성에 직접적으로 영향을 주는 요소 중 하나이다. 본 논문에서는 STDMA 기반의 무선 메쉬 네트워크에서 수리적 모델링을 사용하여 경로 탐색과 링크의 자원할당 문제를 동시에 고려하여 주어진 각 플로우들의 전송률을 최대로 수용할 수 있는 계층간 최적화 설계 기법을 이용한 알고리즘을 제안한다. 그리고, 성능 분석을 통하여 제안한 알고리즘이 다중 홉 무선 메쉬 네트워크를 경유하는 플로우들의 수가 늘어날 때 주어진 대역폭 자원을 최대로 활용하여 전송 성능을 향상 시킬 수 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제22권9호
• /
• pp.1250-1256
• /
• 2018

최근 무선 네트워크는 사이버 물리 시스템 및 차세대 산업 자동화 시스템과 같은 크리티컬한 대형 응용 분야의 핵심 인프라가 되고 있다. 그러나, 무선 네트워크가 갖는 원천적인 링크 성능의 불확실성으로 인하여 전체 시스템의 안정성에 치명적 문제를 야기할 수 있다. 본 논문에서는 네트워크 내 링크의 실시간 상태 정보 없이 응용의 요구 성능을 만족시킬 수 있는 능동형 무선 네트워크 최적화기를 제시한다. 특히, 제시하는 능동형 최적화기는 네트워크 상에서 최대 $\kappa$-개의 링크 결함이 발생하더라도 항시 성능을 보장할 수 있도록, 라우팅 경로와 트래픽 분산을 최적화하는 계층 교차적 방안이다. 시뮬레이션을 통하여, 제안된 능동형 네트워크 최적화기가 기존의 수동형 네트워크에 비하여 고강건성을 보장하는 것을 분석하였다. 또한, 능동형 네트워크는 수동형 네트워크의 주요 단점인 링크 상태 정보의 오류로 인한 성능 감쇄 및 네트워크 재구성과 같은 비용이 발생하지 않는다.

• 한국통신학회논문지
• /
• 제38B권6호
• /
• pp.454-472
• /
• 2013

무선 네트워크의 사용이 모바일 사용자로 점점 확대되고 무선 네트워크 기술의 발달로 다양한 무선 네트워크 시스템이 생겨났다. 무선 네트워크 시스템들은 중첩되어 있을 수 있으며 네트워크 간 전환을 필요로 한다. NGWN(Next Generation Wireless Networks)은 다양한 무선 네트워크를 통합하여 사용자에게 넓은 커버리지 영역과 최적화된 서비스를 제공한다. 기존의 핸드오프 관리 프로토콜은 NGWN의 응용프로그램에 핸드오프 지원을 보장하기에 충분하지 않다. CLH(Cross-Layer Handoff) 프로토콜 기법은 NGWN의 네트워크 내와 네트워크 간의 효율적인 핸드오프 관리를 위해 개발되었다. CLH은 무선 네트워크 환경에서 이동성관리를 지원하고 핸드오프 성능향상을 위해 모바일의 속도와 핸드오프 시그널링 지연 정보를 이용한다. 본 논문에서는 핸드오프 성능 분석을 위해 링크계층 및 네트워크계층의 민감도를 분석하고 이것을 기반으로 CLH 기법을 제안한다. CLH가 네트워크 내와 네트워크 간 핸드오프의 성능 향상을 높여준 다는 것을 본 논문의 다양한 이론적 분석을 통하여 평가하고 분석한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.399-401
• /
• 2022

유방 악성 상태를 분류하기 위한 최종 진단은 침습적 생검을 이용한 현미경 분석을 통해 확인이 가능하나, 분석을 위해 일정 시간과 비용이 부과되며, 병리학적 지식을 보유한 전문가가 필요하다. 이러한 문제를 극복하기 위해, 딥 러닝을 활용한 진단 기법은 조직병리학적 이미지에서 유방암을 양성 및 악성으로 분류에 효율적인 방법으로 고려된다. 본 연구는 유방암 조직병리학적 이미지를 40배 확대한 BreaKHIS 데이터 세트를 사용하여 양성 및 악성으로 분류하였으며, 100% 미세 조정 체계와 Adagrad를 이용한 최적화로 사전 훈련된 컨볼루션 신경망 모델 아키텍처를 사용하였다. 사전 훈련된 아키텍처는 InceptionResNetV2 모델을 사용하여 마지막 계층을 고밀도 계층과 드롭아웃 계층으로 대체하여 수정된 InceptionResNetV2를 생성하도록 구성되었다. 훈련 손실 0.25%, 훈련 정확도 99.96%, 검증 손실 3.10%, 검증 정확도 99.41%, 테스트 손실 8.46%와 테스트 정확도 98.75%를 입증한 결과는 수정된 InceptionResNetV2 모델이 조직병리학적 이미지에서 유방 악성 유형을 예측하는 데 신뢰할 수 있음을 보여주었다. 향후 연구는 k-폴드 교차 검증, 최적화, 모델, 초 매개 변수 최적화 및 100×, 200× 및 400× 배율에 대한 분류에 초점을 맞추어 추가실험이 필요하다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.147-150
• /
• 2017

지능형 로봇의 사용자 품질을 결정하는 주요 요소들 중 하나는 짧은 부트 시간이다. 로봇 시스템에서는 부팅 과정 중에 침입자인지, 자택 순찰, 개인 비서, 엔터테인먼트와 같은 다수의 응용들이 동시에 초기화되는데, 고품질의 사용자 경험을 제공하기 위해서는 사용자 응답성이 중요한 응용들이 우선적으로 초기화되어야한다. 이를 위해 리눅스 기반 로봇 시스템에서 부트 시간을 단축하기 위한 다양한 연구들이 진행되어 왔다. 하지만 이들은 단일 응용 각각에 대한 초기화 시간을 단축하는 연구들이며, 응용들 간에 CPU, 메모리, I/O와 같은 자원 경쟁에 의한 지연 요소를 고려하지 않고 있다. 본 논문에서는 응용들 간의 각종 자원경쟁들을 고려하여 사용자 응답성이 중요한 응용을 우선적으로 초기화하기 위한 외부 컨텍스트 기반 선별적 자원 사용률 조정기법을 제안한다. 이를 리눅스 기반 시스템 상에 구현하여 검증한 결과 응용의 부트 시간이 기존 대비 33.02% 단축됨을 확인했다.