• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.556-558
• /
• 2018

다양한 센서들과 디바이스들이 실시간으로 정보를 주고받는 산업 IoT환경에서 싱크노드에게 속하는 하위 센서 및 디바이스들을 통한 데이터 손실 및 시스템 마비를 발생시킬 수 있는 상황이 발생될 수 있다. 따라서 본 논문은 위의 상황을 고려하여 센서 및 디바이스의 정상범주를 파악하고 비정상적인 디바이스를 판별을 통해 시스템 보안성을 향상시키는 방안을 제시한다. 싱크노드에 속하는 센서 및 디바이스들의 로그데이터를 통해 주성분 분석법을 통해 데이터의 차원을 감소시키고 차원 감소시킨 데이터를 K-means 클러스터링 알고리즘에 적용하여 정상범주 내에 속하지 않는 디바이스를 판별하여 비정상 센서 및 디바이스를 판별한다. 비정상 데이터로 판별된 센서 및 디바이스의 모니터링을 통해 시스템의 보안성을 향상시킬 수 있도록 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.861-864
• /
• 2014

Recently, the growth control of crops is developed as one of essential factors for smart agriculture based on ubiquitous sensor network. It is reason of easiability for control of product quantity and management of product quality. In this paper, scenario of smart agriculture is investigated for domestic and foreign countries and currently used sensor data technologies is compared to support a series of technological systemization works for sensor data field of smart agriculture. The results of this paper can be used as basic data for smart agriculture standardizations which is currently under progress at domestic and abroad.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.530-531
• /
• 2021

In this paper, I proposed a technique for identifying discrepancies between data input in the IoT sensor environment. The proposed technique can manage numerically input sensor data so that it can be applied to actual field problems. The proposed technique can detect when contradictory data is input from two or more sensors in an actual IoT sensor environment, and through this, it can be developed into a method that can identify and resolve sensor failure or intentional data disturbance.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.17 no.4
• /
• pp.137-142
• /
• 2017

Recently, along with the development of IoT technology, technologies for wirelessly sensing various data, such as sensor nodes, RFID, CCTV, smart phones, etc., have rapidly developed, and in the field of multiple applications, to utilize sensor network related technology Have been actively pursued in various fields. Therefore, as GeoSensor utilization increases, query processing systems for efficiently processing 2D data such as spatial sensor data are actively researched. However, existing spatial query processing systems do not support a spatial-temporal data type and a spatial-temporal operator for processing spatial-temporal sensor data. Therefore, they are inadequate for processing spatial-temporal sensor data like GeoSensor. Accordingly, this paper developed a spatial-temporal query processing system, for efficient spatial-temporal query processing of spatial-temporal sensor data in a sensor network.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.651-656
• /
• 2006

센서 네트워크는 지정된 지역 내에서 흩어져 있는 센서 노드들에 의해 주변 현상을 감지하여 싱크 노드로 전송한다. 하지만, 센서 노드들은 제한된 배터리 용량을 가지기 때문에 영구적인 수명을 보장할 수 없다. 따라서 에너지 효율적인 라우팅을 통한 네트워크 수명의 최대화가 매우 중요하다. 이 논문에서 우리는 클러스터 기반의 효율적인 데이터 전송 라우팅 프로토콜을 제안한다. 이 프로토콜은 여러 개의 유동성 싱크가 존재하는 센서 네트워크에서 에너지 효율적인 데이터 전송을 지원한다. 기존의 제안된 클러스터 기반의 에너지 효율적인 라우팅 프로토콜(CBPER)은 위와 같은 네트워크 환경에서 두 계층 데이터 전송 라우팅 프로토콜(TTDD)의 단점인 과도한 컨트롤 패킷 사용을 보완하여 제안되었다. 하지만, 데이터 전송 과정에서 최적의 경로로 전송하지 않기 때문에 네트워크의 에너지를 효율적으로 사용하지 않는다. 이에 본 논문에서는 클러스터 기반의 효율적인 데이터 전송 라우팅 프로토콜을 기반으로 데이터 전송 경로를 최적 경로로 선택하여 데이터를 전송함으로서 센서 노드들의 배터리 소모를 줄이고 전체 네트워크의 수명을 연장시킨다. 제안한 프로토콜과 CBPER의 비교 실험을 통해 제안한 프로토콜의 성능이 더 에너지 효율적임을 검증한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.429-429
• /
• 2019

최근 들어 이상기후 등 다양한 환경적 요인으로 인해 국지적이고 집중적인 호우가 빈발하고 있으며 도로상의 교통체증과 도로재해가 사회적으로 큰 문제가 되고 있다. 이러한 문제를 해결하기 위해서는 실시간, 단기간 이동성 강우정보 기술과 도로 기상정보를 활용할 수 있는 방법에 대한 연구가 필요하다. 본 연구는 차량의 AW(AutoWiping) 기능을 위해 장착된 강우센서를 이용하여 강우정보를 생산하는 기술을 개발하고자 하였다. 강우센서는 총 4개의 채널로 이루어져있고, 초당 250개의 광신호 데이터를 수집하며, 1시간이면 약 360만 개의 데이터가 생산되게 된다. 5단계의 인공강우를 재현하여 실내 인공강우실험을 실시하고 이를 통해 강우센서 데이터와 강우량과의 상관성을 W-S-R관계식으로 정의하였다. 실내실험데이터와 비교하여 외부환경 및 데이터 생성조건이 다른 실외 데이터의 누적값을 계산하기 위해 Threshold Map 방식을 개발하였다. 강우센서에서 생산되는 대량의 데이터를 이용하여 실시간으로 정확한 강우정보를 생산하기 위해 빅 데이터 처리기법을 사용하여 계산된 실내 데이터의 Threshold를 강우강도 및 채널에 따라 평균값을 계산하고 $4{\times}5$ Threshold Map(4 = 채널, 5 = 강우정보 사상)을 생성하였고 강우센서 기반의 강우정보 생산에 적합한 빅데이터 처리기법을 선정하기 위하여 빅데이터 처리기법 중 Gradient Descent와 Optima Rainfall Intensity을 적용하여 분석하고 결과를 지상 관측강우와 비교검증을 하였다. 이 결과 Optima Rainfall Intensity의 적합도를 검증하였고 실시간으로 관측한 8개 강우사상을 대상으로 강우센서 강우를 생산하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.68-73
• /
• 2006

센서 노드의 송수신 상태를 분석하여 노드의 생존성 향상과 효율적인 프로토콜 설계를 하려고 한다. 센서 노드의 분석을 위한 실험 환경은 다음과 같다. 센서 노드의 생존성-가용 배터리, 센서 노드의 출력-검색 가능 영역, 센서 노드의 통신 경로-라우팅 테이블 생성, 센서 노드의 대역폭-송신 데이터의 크기이다. RFID 태그와 리더를 통한 관리 시스템과 재해방지를 위한 다양한 센서를 통한 정보 수집 시스템과 의사결정 시스템에 적용 될 수 있다. 그리고 다양한 센서 데이터로부터 수신된 데이터의 자료수집, 센서분류, 수신율 조절 시스템을 위한 프로토콜 설계 자료로 활용 가능하다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.4B
• /
• pp.303-310
• /
• 2006

In sensor network environments, a sensor node has a limited power because of their resource constraints. Therefore it is important to efficiently use its power in sensor networks. Power consumption of sensor node is closely related to its amount of transmission data. So, we need to reduce the transmission data in order to minimize the power consumption. And sensor networks are inherently unreliable because radio transmission can fail, node can move, and so on. In this paper, we propose the reliable data aggregation protocol in order to these problems. This protocol performs the routing and the query inserting process at the same time to minimize the packet loss caused by network changes. And, this protocol removes the unnecessary routing caused by the periodic routing without query. Additionally, we suggest the countermeasure algorithm against the frequent errors in sensor networks.

• Journal of KIISE:Databases
• /
• v.37 no.6
• /
• pp.324-332
• /
• 2010

The majority of event detection in real-time embedded sensor network systems is based on data fusion that uses noisy sensor data collected from complicated real-world environments. Current research has produced several excellent low-level mechanisms to collect sensor data and perform aggregation. However, solutions that enable these systems to provide real-time data processing using readings from heterogeneous sensors and subsequently detect complex events of interest in real-time fashion need further research. We are developing real-time event detection approaches which allow light-weight data fusion and do not require significant computing resources. Underlying the event detection framework is a collection of real-time monitoring and fusion mechanisms that are invoked upon the arrival of sensor data. The combination of these mechanisms and the framework has the potential to significantly improve the timeliness and reduce the resource requirements of embedded sensor networks. In addition to that, we discuss about a privacy that is foundation technique for trusted embedded sensor network system and explain anonymization technique to ensure privacy.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.11
• /
• pp.2073-2078
• /
• 2016

Recently, there have been many research that recognize the situation using sensors. However, sensor data collection and analysis are still lacking in integration. This is because the data generated by the sensor is difficult to match in terms of metadata and units. Therefore, a methodology for efficiently using data generated from various sensors is needed. In this paper, we propose a system that recognizes the location through information generated from a moving iBeacon. This system constructs the ontology with the data that can recognize the exact position when the patient wearing iBeacon moves in the room. This maps standard items and sensor items, and stores the results of filtering the detected values as knowledge. the system can extract efficient location information by recognizing the value generated by moving the patient carrying iBeacon through the ontology. This can be applied not only to beacons but also to other sensors, and it can be applied variously according to the ontology configuration.