• Journal of Internet Computing and Services
• /
• v.16 no.5
• /
• pp.39-47
• /
• 2015

The centrality is calculated to describe the importance of a node in a graph and ranking is given according to the centrality for each node. There are many centrality measures and we use degree centrality, closeness centrality, eigenvector centrality, and betweenness centrality. In this paper, we analyze the effect of an additional edge of a graph on centrality and ranking through experimental computations. It is found that the effect of an additional edge on centrality and ranking of the nodes in the graph is different according to the graph structure using PCA. The results can be used for define the graph characteristics.

• Annual Conference of KIPS
• /
• 2013.05a
• /
• pp.463-466
• /
• 2013

본 논문은 클라이언트에게 콘텐츠를 서비스하는 스트리밍 서버 등에서 정보 중심 네트워크와 연동하기 위하여 가상 파일 시스템을 이용하는 방법을 설명한다. 특히 콘텐츠의 식별자를 포함하는 파일 오퍼레이션을 통하여 콘텐츠 서버와 정보 중심 네트워킹 노드와 연동함으로써 콘텐츠 서비스 프로토콜과 정보 중심 네트워킹 프로토콜간의 독립성을 유지할 수 있다.

• Convergence Security Journal
• /
• v.21 no.2
• /
• pp.47-56
• /
• 2021

Network topology visualization has been studied a lot since the past and developed with many tools. The network topology has strength in understanding the overall structure of a network physically and is useful for understanding data flow between nodes logically. Although there are existing tools, not many can be utilized efficiently while using the general network node data structure and express the topology similar to the actual network structure. In this paper, we propose an efficient method to visualize topology using only connection information of network nodes. The method finds the central node by using the centrality, the influence of nodes in the network, and visualizes the topology by dynamically segmenting all nodes and placing network nodes in 3D space using the weight of the child node. It is a straightforward method, yet it effectively visualizes in the form of an actual network structure.

• The Korean Journal of Applied Statistics
• /
• v.24 no.2
• /
• pp.401-409
• /
• 2011

From a social network of n nodes connected by l lines, one may produce centrality measures such as closeness, betweenness and so on. In the past, the magnitude of n was around 1,000 or 10,000 at most. Nowadays, some networks have 10,000, 100,000 or even more than that. Thus, the scalability issue needs the attention of researchers. In this short paper, we explore random networks of the size around n = 100,000 by Monte-Carlo method and propose Monte-Carlo algorithms of computing closeness and betweenness centrality measures to study the small world properties of social networks.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.6
• /
• pp.531-536
• /
• 2022

Megacities are emerging all over the world and gradually becoming the center of an country. Therefore, Megacities are inevitably exposed to various threats such as existing, potential, supra-national, and non-military. In particular, as seen in the recent Ukraine-Russia war, national infrastructure systems has become a major target of enemies. However, considering the size of Megacities, various types of threats, and limited resources, it is impossible to completely protect all national infrastructure systems. Therefore, wisdom is necessary to identify and protect critical nodes. The critical node is the vital point to which the national infrastructure is connected. To this end, in this study, as a method for logically and systematically identifying critical nodes, Node centrality analysis method, which is a network theory, and the Center of Gravity analysis method, which is a military theory, were presented.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.124-126
• /
• 2003

다차원 색인 기법 M-트리는 노드의 중심점과 객체간의 상대적 거리로 색인을 구성하고, 검색 공간에 포함되는 객체를 액세스하는 기법으로서 노드들은 페이지 단위로 구성되며 하위 엔트리들을 포함할 수 있는 반경, 즉 유사도 거리에 의해 노드의 영역이 표현되어진다. 그러나 이와 같은 노드의 영역 표현에 있어서 노드 색인공간의 중첩으로 인해 질의 시 검색 패스가 증가하고 이로 인해 거리계산과 디스크 입출력의 증가를 야기하는 문제를 갖는다. 본 논문에서는 M-트리에서 문제가 되고 있는 노드 색인 공간의 중첩을 최소화할 수 있는 노드 분할 정책을 제안한다. 기존의 M-트리와는 다르게 노드의 가상 중심점을 계산하여 그것을 라우팅 객체로 만들어 노드를 커버하는 영역을 최소화하고 노드 안의 엔트리를 재분배하여 밀도 높은 노드를 구성 하도록 한다. 제안된 분할 알고리즘의 효율성을 증명하기 위한 실험 결과 색인공간의 중첩이 줄고 이로 인해 거리계산과 디스크 입출력의 횟수가 줄어듦을 보였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.59-64
• /
• 2007

데이타 중심 센서 네트워크에서는 측정된 데이타의 값에 따라 데이타를 저장하는 센서 노드가 결정되기 때문에 같은 값을 갖는 데이타가 빈번하게 발생하면 이를 저장하는 센서 노드에 부하가 집중되어 에너지가 빠르게 고갈되는 문제가 있다. 또한 센서 네트워크가 확장되면 데이타 저장 및 질의 처리시 목적 센서 노드로의 라우팅 거리가 멀어져 통신 비용이 증가되는 문제가 있다. 그러나 기존 연구들은 데이타 저장의 효율적인 관리에만 치우쳐 이와 같은 문제를 효율적으로 해결하지 못하고 있다. 본 논문에서는 이러한 문제를 해결하기 위해 비균등 네트워크 분할(Non-Uniform Network Spilt: NUNS) 기법을 제안한다. NUNS는 센서 네트워크를 센서 노드 개수와 분할된 영역 크기 차이가 최소가 되도록 비균등 크기의 Partition으로 분할하고 각 Partition에서 발생한 데이타를 그 Partition 내의 센서 노드가 저장 관리함으로써 센서 노드의 데이타 저장 부하를 분산시키고, 센서 네트워크의 확장에 따른 통신 비용을 줄인다. 그리고 NUNS는 각 Partition을 분할된 영역 크기 차이가 최소가 되도록 센서 노드 개수만큼 비균등하게 Zone으로 분할함으로써 센서 노드가 없는 Zone으로 인해 센서 노드에 부하가 집중되는 것을 막고 불필요한 라우팅 비용을 줄인다.

• Journal of the Korean Society for Library and Information Science
• /
• v.40 no.3
• /
• pp.191-214
• /
• 2006

Recently, some bibliometric researchers tried to use the centrality analysis methods and the centrality measures which are standard tools in social network analysis. However the traditional centrality measures originated from social network analysis could not deal with weighted networks such as co-citation networks. In this study. new centrality measures for analyzing bibliometric networks with link weights are suggested and applied to three real network data, including an author co-citation network, a co-word network, and a website co-link network. The results of centrality analyses in these three cases can be regarded as Promising the usefulness of suggested centrality measures, especially in analyzing the Position and influence of each node in a bibliometric network.

• Journal of the Korean Geographical Society
• /
• v.41 no.2 s.113
• /
• pp.188-194
• /
• 2006

Three-dimensional topological data is essential for 3D modeling and application such as emergency management and 3D network analysis. This paper reviewed current 3D topological data model and developed a method to construct 3D topological node-relation data structure from 2D computer aided design (CAD) data. The method needed two steps with medial axis-transformation and topological node-relation algorithms. Using a medial-axis transformation algorithm, the first step is to extract skeleton from wall data that was drawn polygon or double line in a CAD data. The second step is to build a topological node-relation structure by converting rooms to nodes and the relations between rooms to links. So, links represent adjacency and connectivity between nodes (rooms). As a result, with the conversion method 3D topological data for micro-level sub-unit of each building can be easily constructed from CAD data that are commonly used to design a building as a blueprint.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.235-238
• /
• 2007

본 논문에서는 기존의 클러스터 기반 퍼지 모델트리에서 트리의 깊이에 따른 over-fitting으로 인한 훈련 및 검증데이터의 일관성 문제점을 해결하기 위해 상호 노드간의 정보를 고려하는 방법을 제안하고자 한다. 제안된 방법은 우선 입력과 출력변수의 속성을 고려한 퍼지 클러스터링에 의해 중심벡터를 계산한 후, 중심벡터들과 입력 속성간의 소속도를 이용하여 구간 분할된 영역별로 각각의 선형모델을 구축한다. 예측 단계에서는 입력된 데이터가 잎노드에 도달하는 노드간의 중심벡터와 입력 데이터간의 거리값에 따른 소속도를 계산한 후 최종적으로 무게 중심법을 이용하여 출력값을 예측하게 된다. 제안된 방법의 우수성을 보이기 위해 다양한 벤치마크 데이터를 대상을 실험한 결과, 기존의 클러스터 기반 퍼지 모델트리보다 향상된 성능을 보임을 알 수 있었다.