• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.133-136
• /
• 2019

차량에서 생성되는 데이터의 가치가 상승함에 따라 데이터 소스와 데이터 내용에 대한 보안 위협 또한 증가하고 있다. 데이터 소스인 차량의 경우에는 운행의 안정성을 보장하고자 블록체인을 결합하려는 시도가 있어왔지만, 무결한 차량 운행 데이터 관리 시스템에 대한 이해 부족으로 데이터 위·변조 등 차량 데이터에 대한 사이버 공격에 적절히 대응하지 못하고 있다. 이에 본 논문은 수집된 차량 데이터의 무결성을 보장하고 수집된 데이터에 대한 질의가 가능한 블록체인 기반 데이터 베이스 시스템을 제안한다. 본 시스템을 통하여 분산 합의 기반 데이터 무결성 검증, 블록을 구성하는 해시트리의 복제 저장 없이 위·변조된 차량 데이터 검출, 일정 수준의 장애를 허용한 상태 하에서의 질의문 처리 등이 가능해진다. 본 시스템은 높은 공간 효율성과 확장성을 가지며, 수소전기차 공유 업체의 차량 운행 정보를 바탕으로 한 성능 평가 결과 평균적으로 데이터 블록 저장에 4.0 초, 각 블록 검증에 2.4 초, 질의 처리를 위한 합의 과정에 1.3 초가 소요됨을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1085-1087
• /
• 2021

이 논문에서는 다매체를 사용하여 데이터를 수집한 후 기계학습을 통해 분석하고 주어진 상황에 대응하기 위한 시스템의 개발을 기술한다. 개발 시스템은 센서데이터 수집부, 상황인지 및 상황대응부로 이루어지며, 아두이노와 라즈베리파이를 사용하여 구성한다. 구성된 시스템은 영상 카메라 및 온습도을 포함한 다수의 센서를 사용하여 환경정보를 수집한 후 수집자료를 전처리하고 주어진 상황을 인지하여 상황에 가장 적절하다고 판단되는 대응을 안내하도록 기능을 구성하였다. 상황인지를 위해서는 기계학습 알고리즘으로 의사결정트리를 사용하였으며 100%의 상황인지 정확률을 갖는다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.23 no.4
• /
• pp.216-221
• /
• 2022

The 4th industrial revolution is accelerating the transition to digital innovation in various aspects of our daily lives, and efforts for manufacturing innovation are continuing in the manufacturing industry, such as smart factories. The 4th industrial revolution technology in manufacturing can be used based on AI, big data, IoT, cloud, and robots. Through this, it is required to develop a technology to establish a production facility data collection and analysis system that has evolved from the existing automation and to find the cause of defects and minimize the defect rate. In this paper, we implemented a system that collects power, environment, and status data from production facility sites through IoT devices, quantifies them in real-time in a cloud computing environment, and displays them in the form of MQTT-based real-time infographics using widgets. The real-time sensor data transmitted from the IoT device is stored to the cloud server through a Rest API method. In addition, the administrator could remotely monitor the data on the dashboard and analyze it hourly and daily.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.34 no.3
• /
• pp.479-491
• /
• 2024

Android manufacturers collect diagnostic data to improve the quality of service to users around the world. The content and frequency of diagnostic data collected by these Android manufacturers is unknown. We analyze the diagnostic data collection behavior of Samsung smartphones, which has the largest share of the Android market among smartphone manufacturers, to explain which diagnostic data is communicated to the server via network packets, how the system app that collects the diagnostic data works, and whether the diagnostic data violates user privacy.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.121-122
• /
• 2016

본 논문에서는 노면상에 발생하는 다양한 유형의 유고정보를 센싱 및 처리하기 위한 미들웨어를 제안한다. 유고정보란 도로 및 노면에서 발생될 수 있는 센싱자료들을 분석하여 제공하는 정보로서 유고정보 처리 및 분석을 위한 기초 데이터들을 수집하는 목적지향 미들웨어 시스템을 구축하였다. 유고정보 분석을 위해 인터넷과 센서 수집을 통하여 미들웨어로 데이터를 수집한다. 이때 인터넷을 통한 수집을 위해 공개키를 사용하여 인터넷의 공공데이터들을 수집한다. 또한 수집된 데이터들을 미들웨어에서 관리 및 제어를 할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.4
• /
• pp.909-916
• /
• 2010

In ubiquitous GIS services is possible to use the spatio-temporal data using a mobile device at anytime. Also, client is transmitted latest spatio-temporal data from server. But traditional systems have a problem that the time of transmitting latest information from server to client takes long time because of collecting data periodically. In this paper, we proposed Two-way Synchronization system supporting field update to solve the existing problem. This system uses mobile device for collecting changed data in the real world and sending collected data to server.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.13 no.3
• /
• pp.1-9
• /
• 2014

This study deals with development of Integrated Transportation Analysis System for Large-scale event. Based on case studies, the requirements of the system were defined and the direction of development was established. The large-scale events that require fast and accurate transportation policy were selected. The data warehouse and data mart were developed by integrating the large-scale event data and the traffic data. Business intelligence system was designed and developed users to allow timely decisions.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2190-2192
• /
• 2001

가스 배관 진단 시스템은 배관 내부에 삽입되어 배관 내에 주입된 가스에 의해 추진되는 시스템으로 배관의 건설, 유지, 보수, 해체 등의 작업을 위한 여러 정보를 수집한다. 배관 진단을 위한 대표적인 센서로는 배관 내부의 찌그러짐(dent)과 주름(wrinkle)의 형태 및 크기를 측정하는 캘리퍼(caliper) 센서와 배관 외부의 파손을 측정하는 MFL(Magnetic Flus Leakage) 센서 그리고 배관 내의 환경 정보를 측정하기 위한 온도 센서와 압력 센서가 있다. 이러한 센서들로 수집된 정보를 활용하기 위해서는 정확한 위치 정보가 필요하므로 IMU(Inertial Measurement Unit)와 주행 거리계를 사용하는 결합 항법 시스템도 필요하다. 본 논문에서는 가스 배관 진단 시스템을 위한 항법 데이터 저장 시스템을 개발한다. 배관 진단 시스템의 특성상 일반적인 측정 센서는 700Hz 이상의 주기로 측정되고 항법 정보는 100Hz 주기 이상으로 측정되며 배관 내 이동 시간은 2시간에서 24시간 이상으로 다양하므로 많은 데이터를 효율적으로 저장할 수 있어야 한다. 따라서 데이터 저장 장치로는 DAT를 사용하게 되며 많은 센서 데이터를 실시간으로 저장하기 위해서 마스터-슬레이브 구조를 갖는 멀티 프로세서 구성을 이용한 항법 데이터 저장 시스템을 설계 제작하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.561-564
• /
• 2018

최근 빠르게 발생하는 빅데이터 스트림이 다양한 분야에서 활용되고 있다. 이러한 빅데이터 전체를 수집하고 처리하는 것은 매우 비경제적이므로, 데이터 스트림 중 필요한 데이터를 걸러내는 필터링 과정이 필요하다. 본 논문에서는 아파치 스톰(Apache Storm)을 사용하여 데이터 스트림의 질의 필터링 시스템을 구축한다. 스톰은 대용량 데이터 스트림을 처리하기 위한 실시간 분산 병렬 처리 프레임워크이다. 하지만, 스톰은 입력 데이터 구조나 알고리즘 변경 시, 코드의 수정과 재배포, 재시작 등이 필요하다. 따라서, 본 논문에서는 이 같은 문제를 해결하기 위해 아파치 카프카(Apache Kafka)를 사용하여 데이터 수집 모듈과 스톰의 처리 모듈을 분리함으로써 시스템의 가용성을 크게 높인다. 또한, 시스템을 웹 기반 클라이언트-서버 모델로 구현하여 사용자가 언제 어디에서든 질의 필터링 시스템을 사용할 수 있게 하며, 웹 클라이언트를 통해 입력한 질의를 자동적 분석하는 쿼리 파서를 구현하여 별도의 프로그램의 수정 없이 질의 필터링을 적용할 수 있다.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_4
• /
• pp.1085-1095
• /
• 2023

Time-series data generated from satellite data are crucial resources for change detection and monitoring across various fields. Existing research in time-series data generation primarily relies on single-image analysis to maintain data uniformity, with ongoing efforts to enhance spatial and temporal resolutions by utilizing diverse image sources. Despite the emphasized significance of time-series data, there is a notable absence of automated data collection and preprocessing for research purposes. In this paper, to address this limitation, we propose a system that automates the collection of satellite information in user-specified areas to generate time-series data. This research aims to collect data from various satellite sources in a specific region and convert them into time-series data, developing an automatic satellite image collection system for this purpose. By utilizing this system, users can collect and extract data for their specific regions of interest, making the data immediately usable. Experimental results have shown the feasibility of automatically acquiring freely available Landsat and Sentinel images from the web and incorporating manually inputted high-resolution satellite images. Comparisons between automatically collected and edited images based on high-resolution satellite data demonstrated minimal discrepancies, with no significant errors in the generated output.