• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.418-420
• /
• 2001

하나의 송신자가 동일한 데이터를 다수의 수신자들에게 전송하는 인터넷 방송 서비스, 파일 전송 서비스, 뉴스, 증권 서비스 등에 있어서 멀티캐스트는 효율적인 수단을 제공한다. 이러한 멀티캐스트의 효율성이 부각되면서 확장성 및 신뢰성을 보장하기 위한 다양한 프로토콜들이 제안되었다. 최근에는 망의 트리 구조를 알고 있는 라우터를 이용하여 지역 그룹내의 응답자(Replier)를 선정하여 손실된 패킷에 대한 재전송을 처리해 주는 방범에 대한 연구가 진행되고 있다. 이 경우, 지역 그룹내의 응답자는 망의 상태에 따라 임의적으로 선택되므로 멀티 캐스트 그룹내의 모든 수신자들은 응답자가 될 가능성을 가지고 있다. 따라서 모든 수신자들은 손실복구를 위한 버퍼를 가지며 수신한 패킷을 저장하게 된다. 본 논문에서는 지역 그룹내외 모든 수신자가 수신했을 패킷을 응답자의 버퍼에서 지우는 시점을 제안한다. 이 기법은 LSM[1] 모델을 기반으로, 지역 그룹을 대표하는 삭제자(Eraser)로부터의 ACK를 기반으로 응답자는 불필요한 패킷을 판단하고 버퍼에서 해당 패킷들을 비우게 된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (D)
• /
• pp.285-289
• /
• 2007

IEEE 802.11 프로토콜은 근거리 네트워크인 LAN(Local Area Network)을 대상으로 한다. 네트워크를 구성하는 하나의 BSS(Basic Service Set)는 보통 제한된 규모의 크기를 가지며 그 안에 속한 스테이션(station)의 수는 수십 개 내외로 가정한다. 하지만 지능형 교통 시스템과 같은 대규모의 네트워크에서 하나의 AP(Access Point)가 담당하는 BSS의 크기는 수 Km에 달하며 그 안에 속한 스테이션의 수도 수백개에 달한다. 이러한 고속 이동성과 대규모의 스테이션 수를 특징으로 하는 네트워크를 지원하기 위해 기존의 802.11 프로토콜은 적합하지 않다. 본 논문에서는 대규모 고속 이동 스테이션들이 존재하는 네트워크를 지원할 수 있는 802.11 기반의 그룹화 메커니즘을 제안한다. 하나의 BSS 내에서 경쟁하는 스테이션의 수를 그룹화 하여 경쟁의 정도를 완화함으로써 성능을 개선한다. 기존의 802.11 프로토콜 성능을 수학적 모델로 평가하였던 [1]과 제안한 그룹화 메커니즘을 도입하였을 경우의 성능을 수학적으로 비교 분석한 결과 그룹화를 통해 최대 187%의 성능 향상을 가져올 수 있음을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (D)
• /
• pp.1-6
• /
• 2007

프락시 암호 기법은 안전한 그룹 통신에서 중간 노드 신뢰 문제를 해결하기 위한 좋은 방법을 제공한다. 기존의 연구에서 프락시 암호 기법을 이용한 방법들이 제안되었으나 이들은 멀티캐스트 데이터전송 측면에서 매우 비효율적이거나 1-affect-n 문제로 인해 확장성이 저하되는 단점을 가지고 있다. 이에 따라 이 논문에서는 그룹 가입/탈퇴 분석 모델에 기반하여 동적으로 그룹을 분할/병합함으로써 키 분배에서의 확장성과 데이터 전송에서 효율성을 같이 제공하는 새로운 프락시 암호 기반의 안전한 그룹 통신 기법을 제안한다. 제안한 방법은 인터넷이나 무선 네트워크와 같이 공개된 환경에서 가입/탈퇴가 빈번히 일어나는 대규모 가입자를 대상으로 하는 실시간 멀티미디어 방송 서비스에 적합하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (D)
• /
• pp.160-165
• /
• 2007

무선 센서 망에서 다중싱크 이동성에 관련된 연구는 단순히 독립된 단일싱크 이동성 확장에 기인한다. 하지만, 다중 싱크의 경우 싱크 상호간의 이동 결집도에 따라 두 가지 그룹으로 분류될 수 있다: 싱크간의 산재된 싱크그룹(loosely coupled sink group)과 밀집된 싱크그룹(tightly coupled sink group)이다. 전자는 기존 다중싱크 연구에서 가정하고 있는 일반적인 모델이다. 반면, 후자의 예로는 전쟁터에서 동일한 작전을 수행하는 작은 분대 단위의 군인들의 이동성 등이 있다. 본 논문은 밀집된 싱크그룹 이동성을 갖는 다중 싱크를 위한 데이터전달 프로토콜을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.218-220
• /
• 2000

그룹웨어는 시.공간적으로 떨어져 있는 사용자들이 공동작업을 수행할 수 있도록 만들어진 어플리케이션이다. 따라서 싱글 유저 어플리케이션과 비교하여 사용자간 데이터 공유 지원, 통신 지원, 사용자 관리 등 추가적으로 구현해야 될 사항이 많다. 이 논문에서는 이러한 그룹웨어 어플리케이션 개발에 편의를 제공하고자 그룹웨어 어플리케이션이 공통적으로 개발하여야 하는 루틴을 라이브러리로 시스템 차원에서 지원해 주는 툴킷, SessionKit을 개발하여 소개한다. SessionKit은 자바로 구현된 순수 객체 모델 기반의 툴킷으로 일반 객체와 공유 객체 사이에 사용 방법상의 차이를 없앰으로써 메시지 전달 방식에 의한 데이터 공유에 비해 개발자에게 한 단계 높은 abstraction을 제공한다. 또한 일반적으로 그룹웨어 어플리케이션이 어플리케이션 단위로 데이터를 공유하는데 반해 SessionKit 시스템은 개별 객체를 그 공유 단위로 함으로써 서로 다른 어플리케이션 간에도 정보 공유가 가능하도록 한다.

• 생명과학회지
• /
• 제20권4호
• /
• pp.496-502
• /
• 2010

산성 식염수 쥐모델은 사람의 섬유근통에 근접한 모델로 제시되고 있다. 포도씨에서 얻은 oligomeric proanthocyanidin complexes (OPC)는 항산화제로 알려져 있다. 저자들은 산성 식염수 모델에서 통증 역치에 대한 OPC의 효과를 연구했다. 좌측 장딴지 근육에 pH 4.0의 산성 식염수 $100\;{\mu}l$를 0일과 5일에 주사했다. 대조군은 pH 7.2의 생리 식염수를 같은 스케줄로 주사했다. 산성 식염수 그룹 10마리를 다시 두 그룹으로 나누어 한 그룹은 멸균 식염수, 다른 한 그룹은 OPC 300 mg/kg를 복강 내 주사했다. 복강 내 주사 한시간 후 다시 통각에 대한 역치를 조사했다. 0일에 비해 7일에서 산성 식염수 모델은 기계적 과통각을 나타냈다(p<0.05). OPC 300 mg/kg를 복강내 주사한 그룹에서 강력한 항통각 효과를 나타냈다(주사측 발바닥, p=0.001; 반대측 발바닥, p=0.002). 면역조직화학 염색상 복강내 식염수를 처치한 대조군에 비해 OPC 처치군에서 대뇌의 M1 및 M2 영역에서 산-감지 이온 통로3의 발현이 감소되었다(p<0.05). 사람의 섬유근통에서 OPC 치료의 효과를 보기 위한 연구가 향후 필요할 것으로 생각된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권10호
• /
• pp.777-785
• /
• 2009

협력적 여과는 특별한 아이템에 대한 사용자의 선호도를 예측하는 데 사용하는 기술이다. 이러한 협력적 여과 기술은 사용자 기반 접근 방식과 아이템 기반 접근 방식으로 구분할 수 있으며, 많은 상업적인 추천 시스템에서 광범위하게 사용되고 있다. 본 논문에서는 저차원 선형 모델을 사용하여 사용자 기반과 아이템 기반을 통합하는 하이브리드 협력적 여과 방법을 제안한다. 제안한 방법에서는 저차원 선형모델 중 비음수 행렬 분해(NMF)를 이용하여 기존의 협력적 여과 시스템의 문제점인 희박상과 대용량성의 문제점을 해결한다. 협력적 여과 시스템에서 NMF를 이용하는 방법은 사용자를 의미 관계로 표현할 때 유용하게 사용되나 사용자-아이템 행렬의 평가값에 따라 정확도가 낮아질 수 있으며, 모델 기반의 방법이기 때문아 계산 과정이 복잡하여 동적인 추천이 불가능하다는 단점을 갖는다. 이러한 단점을 보완하기 위하여 제안된 방법에서는 NMF에 의해 군집된 그룹을 대상으로 TF-lDF를 이용하여 그룹의 특징을 추출한다. 또한, 아이템 기반에서 아이템간의 유사도를 계산하기 위하여 상호정보량(mutual information)을 이용한다. 오프라인 상에서 훈련집합의 사용자를 군집시키고 그룹의 특징을 추출한 후, 온라인 상에서 추출한 그룹의 특징을 이용하여 새로운 사용자를 가장 최적의 그룹으로 분류함으로써 사용자를 분류하는 데 걸리는 시간을 단축시켜 동적인 추천을 가능하게 하며, 사용자 기반과 아이템 기반을 병합함으로써 기존의 방법보다 정확도를 높인다.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권5_6호
• /
• pp.307-318
• /
• 2003

본 논문에서는 분산 객체 컴퓨팅 환경에서 보장된 실시간 서비스를 지원하는 TMO 객체그룹(TMO Object Group) 모델을 설계ㆍ구축하고, 우리 모델의 정확한 분산 실시간 서비스 수행능력을 검증 한다. 우리가 제안한 TMO 객체그룹은 TINA(Telecommunications Information Networking Architecture) 의 객체그룹 개념을 기반으로, 실시간 특성을 가지는 TMO(Time-triggered Message-triggered Object) 객체들과 객체그룹 내의 객체 관리 서비스(Object Management Service), 실시간 스케줄링 서비스(Real-Time Scheduling Service)를 지원하는 컴포넌트들로 구성된다. 또한, TMO 객체는 분산 시스템에 비중복 또는 중복으로 존재할 수 있다. 본 모델은 특정 ORB나 운영체제들의 제약 없이 COTS(Commercial Off-The-Shelf) 미들웨어 상에서 보장된 분산 실시간 서비스를 수행한다. TMO 객체그룹을 구축하기 위해 TMO 객체의 개념과 TMO 객체그룹의 구조를 정의하였고, 객체그룹 내의 컴포넌트들의 기능과 그들간의 상호작용을 설계 구현하였다. TMO 객체그룹은 객체 관리 서비스와 실시간 스케줄링 서비스 지원을 위해 동적바인더객체(Dynamic Binder Object)와 스케줄러객체(Scheduler Object)를 각각 가진다. 동적바인더객체는 클라이언트들의 요청에 대해 중복 TMO 객체 중 적정 객체를 선정하는 동적 바인딩 서비스를 지원하고, 스케쥴러객체는 클라이언트들의 서비스 요청에 대해 TMO 객체가 수행해야 할 작업들의 우선순위를 정하는 실시간 스케줄링 서비스를 지원한다. TMO 객체그룹의 수행 검증을 위해 이미 연구된 알고리즘을 확장한 동적 바인딩 서비스를 위한 바인딩 우선순위(Binding Priority) 알고리즘과 실시간 스케줄링 서비스를 위한 EDF(Earliest Deadline First) 알고리즘을 적용하여 동적바인더객체와 스케쥴러객체를 구현했다. 마지막으로 수치 분석을 통해 TMO 객체그룹이 비중복/중복 TMO 객체의 동적 바인딩 서비스와 클라이언트들의 요청을 받는 임의의 TMO 객체에서 실시간 스케줄링 서비스를 지원하는지 검증했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• pp.69-72
• /
• 2001

CIS 기술 그룹과 데이터베이스 그룹간의 상호 연관된 연구의 필요성이 인식되면서, 시공간의 개념에 대한 동시 지원이 요구되고 있다. 또한 각 시스템간의 데이터 모델이 매우 다르기 때문에 지금까지 분산되어 있던 방대한 양의 공간 데이터에 대한 상호 운용성의 필요성이 증가함에도 불구하고 시스템의 통합 및 표준화의 진행이 어렵다. 이 논문에서는 분산된 공간 데이터의 상호 운용성을 제공하고 공간과 시간의 개념을 동시에 지원하기 위해 3차원 시공간 컴포넌트를 설계하고 이를 ATL/COM 을 사용하여 구현함으로써 COM 컴포넌트의 장점인 확장성과 재사용성을 그대로 수용하였다. 상호 운용성을 위한 통합 데이터 모델로써 OGC 의 2차원 표준 모델을 3차원과 시간 영역으로 확장시키고, 이를 기반으로 COM 컴포넌트 인터페이스를 설계하였다. 또한 공간 데이터를 WKB 구조로 정의하여 저장함으로써 시스템간의 이식성을 보장한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.458-461
• /
• 2021

유동인구 예측은 상권의 특성에 따른 점포의 입지 선정 및 고객 맞춤형 마케팅 등 민간 분야에서부터 교통망 등 사회 간접 자본 설계를 위한 공공 분야에 이르기까지 다양한 목적으로 연구되어 왔으며, 최근에는 Covid-19 의 확산에 따라 그 중요도가 더욱 높아지고 있다. 보다 정교한 예측을 위해서는 전체적인 유동 인구 뿐만 아니라 특성 별로 세분화된 하위 그룹에 대해서도 정확한 예측이 요구되나, 기존의 예측 모델들은 이러한 데이터의 계층 구조를 고려하지 않았다. 본 연구에서는 세분화된 하위 그룹 별 유동인구의 예측 정확도를 높이기 위해 전체 유동인구의 패턴을 동시에 활용하는 Global-Local 구조 기반의 Deep Learning 유동인구 분석 모델을 제안한다. 실험 결과 단일 시계열 데이터만을 사용하는 경우 대비 5.4%~52.6%의 예측 오류 감소 효과가 있음을 확인하였다.