• 제목/요약/키워드: 고정 클러스터링

검색결과 66건 처리시간 0.028초

고정 그리드 공간 색인을 위한 클러스터링 알고리즘의 성능 평가 (Performance Evaluation of Clustering Algorithms for Fixed-Grid Spatial Index)

  • 유진영;김진덕;김동현;홍봉희;김장수
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
    • /
    • pp.32-134
    • /
    • 1998
  • 공간 색인의 하나인 그리드 파일은 공간 데이터 영역을 격자 형태의 셀로 분할하여 구성하는데 특히, 셀들의 크기가 모두 동일한 값으로 고정되어진 것을 고정 그리드(fixed grid)라고 한다. 셀들의 크기가 고정된으로 인해 샐 분할선 상에 객체가 존재하는 경우가 자주 발생하게 되고 이러한 객체들은 하나 이상의 셀에 의해 중복으로 참조된다. 중복 참조 객체는 1/10 시간을 증가시켜 질의 처리 시 성능 저하의 주요한 원인이 된다. 따라서 중복 객체를 효율적으로 처리 할 수 있는 클러스터링 알고리즘의 고안이 필요하다. 이 논문에서는 중복 참조 객체를 처리하기 위한 객체 클러스터링(Object clustering)과 셀 단위로 클러스터하기 위한 셀 클러스터링(Cell clustering) 알고리즘을 구현한다. 그리고 공간 질의 수행 시에 각 클러스터기법들에 대한 성능을 평가한다.

고정 그리드 파일의 객체 및 셀 클러스터링 알고리즘 (Object and Cell Clustering Algorithms of the Fixed Grid File)

  • 조대수;유진영;홍봉희
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제28권1호
    • /
    • pp.69-85
    • /
    • 2001
  • 공간 데이터베이스에서 효율적으로 공간 질의를 처리하기 위해서는 클러스터링을 통해서 이스크 접근 비용을 줄이는 것이 필요하다. 이 논문은 공간 지역성에 기반을 둔 여러 가지 클러스터링 알고리즘을 제안하고 실험을 통해 제안한 클러스터링 알고리즘의 성능을 평가하였다. 이 논문에서 제안하는 클러스터링 알고리즘은 객체 클러스터링 알고리즘과 셀 클러스터링 알고리즘으로 나뉜다. 객체 클러스터링 알고리즘은 정규 준할 공간 색인 구조에서 영역 분할 선과 겹치는 객체들의 저장 위치를 결정하는데 사용된다. 셀 클러스터링 알고리즘은 클러스터를 만들기 위해 정규 분할된 영역들을 그룹화하는데 사용된다. 실험결과 객체 클러스터링 알고리즘에서는 객체간의 거리를 이용한 경우에 대체로 좋은 성능을 보였지만, 버퍼 크기가 커지거나 데이터가 희박한 영역의 질의에 있어서는 알고리즘 별로 성능의 차이는 거의 없었다. 셀 클러스터링 알고리즘에 대한 실험에서는 이 논문에서 제안한 클러스터링 알고리즘은 N-순서화 기법에 의한 클러스터링 알고리즘에 비해 우수한 성능을 보였다. 특히 중복 참조도를 이용한 경우와 셀의 무게 중심간 거리를 이용한 방법이 가장 우수하였다.

  • PDF

i-LEACH : 랜덤배치 고정형 WSN에서 헤더수 고정 클러스터링 알고리즘 (i-LEACH : Head-node Constrained Clustering Algorithm for Randomly-Deployed WSN)

  • 김창준;이두완;장경식
    • 한국정보통신학회논문지
    • /
    • 제16권1호
    • /
    • pp.198-204
    • /
    • 2012
  • 무선센서 네트워크의 계층구조형 클러스터링 알고리즘은 센서노드의 효율적인 관리를 위해서 다양한 분야에 사용하고 있다. 계층형 클러스터링 구조에 많이 사용되는 LEACH(Low Energy Adaptive Clustering Hierarchy)는 확률 함수식을 사용하기 때문에 클러스터 헤드노드의 선출 개수가 일정하지 않다. 본 논문에서는 LEACH 알고리즘의 단점을 보완하여 매 라운드마다 고정된 개수의 클러스터 헤드노드를 선출하는 i-LEACH 알고리즘을 제안한다. i-LEACH(improved-LEACH)는 BS이 고정된 개수의 클러스터 헤드노드를 선출하여 네트워크 전체에 통보하기 때문에 클러스터링 구성과정의 네트워크 트래픽량을 줄일 수 있고, 네트워크의 에너지를 효율적으로 관리할 수 있다. 제안한 i-LEACH와 LEACH를 시뮬레이션 한 결과 i-LEACH에서는 클러스터 헤드노드의 선출과정이 제외되었기때문에 LEACH 보다 소비된 전력량은 25%, 네트워크 트래픽 량은 16% 향상되었다.

WSN환경에서 센서노드의 생명주기 연장을 위한 고정 분할 기법 (Fixed Partitioning Methods for Extending lifetime of sensor node for Wireless Sensor Networks)

  • 한창수;조영복;우성희;이상호
    • 한국정보통신학회논문지
    • /
    • 제20권5호
    • /
    • pp.942-948
    • /
    • 2016
  • WSN은 센서 노드에 의해 구성된 네트워크로, 센서 노드는 한번 배치되면 재충전하거나 위치적으로 재배치가 불가능하다. 또한 센서노드들은 제한된 에너지를 가지고 통신에 참여하게 된다. 그러나 기존 제안되었던 클러스터링 기법들은 불균일한 분포로 배치된 WSN환경에 적용 시 지역적 특징으로 통신 단절이 발생되는 문제점으로 네트워크의 신뢰성에 문제점을 갖는다. 따라서 제안 알고리즘에서는 WSN환경에서 센서노드의 불균형 배치를 고려해 센서필드를 분할하고 분할영역의 센서노드 밀집도에 따라 고정, 정적, 동적 클러스터링 알고리즘을 선별적으로 적용함으로 센서노드의 통신 참여율을 25% 향상시켰다. 그리고 전체 네트워크 생명주기는 14%연장하여 네트워크의 신뢰성을 보장하였다.

노이즈에 강한 밀도를 이용한 Fuzzy C-means 클러스터링 알고리즘 (Noise resistant density based Fuzzy C-means Clustering Algorithm)

  • 고정원;최병인;이정훈
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
    • /
    • pp.211-214
    • /
    • 2006
  • Fuzzy C-Means(FCM) 알고리즘은 probabilitic 멤버쉽을 사용하는 클러스터링 방법으로서 널리 쓰이고 있다. 하지만 이 방법은 노이즈에 대하여 민감한 성질을 가진다는 단점이 있다. 따라서 본 논문에서는 이러한 노이즈에 민감한 성질을 보완하기 위해서 데이터의 밀도추정을 이용하여 새로운 FCM 알고리즘을 제안한다. 본 논문에서 제안된 알고리즘은 FCM과 비슷한 성능의 클러스터링 수행이 가능하며, 노이즈가 포함된 데이터에서는 FCM보다 더 나은 성능을 보여준다.

  • PDF

유전자 알고리즘에 기반한 K-medoid 클러스터링 알고리즘에서의 최적의 k-탐색과 적용 (Optimal k-search and Its Application in k-medoid Clustering Algorithm based on Genetic Algorithm)

  • 안선영;윤혜성;이상호
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
    • /
    • pp.55-57
    • /
    • 2006
  • k-medoid 클러스터링 알고리즘은 고정된 클러스터 수(k)를 가지고 실험하기 때문에 데이터에 대한 사전 지식이 없으면 올바른 분석이 어렵고, 클러스터 수를 변경하면서 여러 번 반복 실험하여 실험 결과에 대한 타당성을 조사해야 하기 때문에 데이터의 크기가 커질수록 시간 비용이 증가하는 단점이 생긴다. 본 논문에서는 k-medoid 클러스터링 알고리즘 분석에 있어서 가장 어려운 문제 중 하나인 적절한 클러스터 수 k를 사회 네트워크 분석 방법 중 매개중심 값을 이용하여 찾는 새로운 방법을 제안하고 이를 실제 마이크로 어레이 데이터에 적용하여 유전자 알고리즘에 기반한 k-medoid 클러스터링을 수행함으로써 좀 더 정확한 클러스터링 결과를 보인다.

  • PDF

센서 네트워크에서의 동적 크기 다중홉 클러스터링 방법 (Dynamic-size Multi-hop Clustering Mechanism in Sensor Networks)

  • 임유진;안상현
    • 정보처리학회논문지C
    • /
    • 제12C권6호
    • /
    • pp.875-880
    • /
    • 2005
  • 제한된 자원을 가진 센서 노드들로 구성된 센서 네트워크에서 가장 중요한 이슈 중 하나는 쑤어진 에너지를 최대한 활용하여 네트워크 수명을 연장하는 것이다. 네트워크 수명을 연장하는 가장 대표적인 방법은 클러스터링 방법이다. 본 논문에서는 CH(Cluster Head) 및 후보 CH 노드들로부터 주어지는 통신 부하(load)와 잔여 에너지 양에 대한 정보를 기반으로 클러스터 크기를 동적으로 변화시켜 클러스터 내의 노드 밀도에 상관없이 각 CH에게 주어지는 부담을 일정하게 유지시키는 새로운 동적 크기 다중홉 클러스터링 방법을 제안한다. 시뮬레이션을 통해 제안된 방법이 기존의 단일홉 모드나 고정 크기 다중홉 모드 클러스터링 방법보다 우수함을 보였다.

MANET 환경에서의 이동 에이전트를 이용한 동적 클러스터링 기법 (Mobile Agent based Dynamic Clustering scheme in MANET)

  • 임원택;김구수;선승상;엄영익
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
    • /
    • pp.313-315
    • /
    • 2005
  • 본 논문은 이동 애드혹 네트워크에서 이동 에이전트를 이용하여 동적으로 클러스터링을 구성하는 기법에 관한 것이다. 기존에 제안된 이동 애드혹 네트워크에서의 클러스터링 기법은 클러스터의 크기가 고정되어 있기 때문에 네트워크의 상태나 노드들의 이동성에 따라 클러스터 재구성의 오버헤드가 발생하였다. 본 제안 기법에서는 네트워크의 상태에 따라 클러스터 크기의 최대 임계치와 최소 임계치를 설정하고 이에 따라 이동 에이전트를 이용하여 클러스터를 병합 흑은 분할하면서 클러스터의 크기를 임계치 내에서 일정하게 유지시킴으로써, 클러스터 재구성의 오버헤드라 클러스터 내부의 경로 탐색의 오버헤드를 줄일 수 있다.

  • PDF

사용자 로그 스트림 클러스터링에 의한 실시간 침입탐지 기법 (Anomaly Intrusion Detection by Clustering Transactional Audit Streams in a Host Computer)

  • 박남훈;오상현;이원석
    • 한국IT서비스학회:학술대회논문집
    • /
    • 한국IT서비스학회 2008년도 춘계학술대회
    • /
    • pp.594-599
    • /
    • 2008
  • 침입탐지에 있어서 사용자 로그 분석은 중요한 주제로서, 기존의 연구들에서 클러스터링 기법들을 사용하여 저장된 사용자 로그들을 분석해왔다. 하지만, 이러한 방법은 고정된 사용자 패턴 분석에는 효율적이지만, 로그 스트림과 같이 무한히 생성되어 사용자 패턴이 변화하는 경우 변화하는 패턴을 분석할 수 없다. 본 연구에서는 무한히 생성되는 사용자 로그 스트림을 대상으로 실시간 침입탐지 방법을 제시한다. 사용자로그의 정보는 사용자 행동에 대한 특성값으로 표현되어, 이러한 특성값들에 대해 실시간 데이터 스트림 클러스터링을 수행하여 이들을 클러스터로 분류한다. 각 클러스터는 사용자의 정상로그에 대한 특성값을 반영하게 되며, 그 결과 과거 사용자 로그에 대한 저장없이 새로운 로그 스트림을 지속적으로 분석할 수 있다. 결과적으로 사용자의 비정상행동을 실시간으로 탐지할 수 있으며, 이를 실험을 통해 평가하였다.

  • PDF

클러스터링을 이용한 급격한 장면 전환 검출 기법 (Abrupt Shot Change Detection using an Unsupervised Clustering of Multiple Features)

  • 이훈철;고윤호;윤병주;김성대;유상조
    • 대한전자공학회논문지SP
    • /
    • 제38권6호
    • /
    • pp.712-720
    • /
    • 2001
  • 본 논문에서는 클러스터링을 이용해서 급격한 장면 전환을 찾는 방법을 제안한다. 일반적으로 장면 전환검출 기법에서 많이 사용되는 특징들은 특별한 상황에서만 잘 적용된다는 단점이 있기 때문에 여러 종류의 특징을 동시에 고려하는 클러스터링 기반의 기법이 많이 사용되고 있다. 하지만 이 경우에는 클러스터의 초기 중심을 정하는 것이 중요한 문제가 된다. 본 논문에서는 k-평균 클러스터링에서의 초기 중심을 적응적으로 바꾸면서 장면 전환 존재 여부를 결정하도록 하였다. 실험 결과 초기 클러스터 중심이 고정된 경우에 비해서 더 좋은 결과를 얻었다.

  • PDF