• Journal of Internet Computing and Services
• /
• v.23 no.3
• /
• pp.97-110
• /
• 2022

Federated learning is a learning method capable of performing model learning without transmitting learning data. The IoT or healthcare field is sensitive to information leakage as it deals with users' personal information, so a lot of attention should be paid to system design, but when using federated-learning, data does not move from devices where data is collected. Accordingly, many federated-learning implementations have been developed, but detailed research on system design for the development and operation of systems using federated learning is insufficient. This study shows that measures for the life cycle, code version management, model serving, and device monitoring of federated learning are needed to be applied to actual projects and distributed to IoT devices, and we propose a design for a development environment that complements these points. The system proposed in this paper considered uninterrupted model-serving and includes source code and model version management, device state monitoring, and server-client learning schedule management.

• The Science & Technology
• /
• v.32 no.2 s.357
• /
• pp.74-79
• /
• 1999

유럽연합(EU)의 생명공학은 어디까지 와 있는가. EU는 생명공학 연구에서 미국ㆍ일본과 더불어 경쟁력을 강화하기 위해 장기프로그램을 세우고 막대한 예산을 투입하고 있다. 81년 연구프로그램 태동과 함께 시작된 생명공학기술개발은 생화학 및 유전공학의 연구결과를 유럽의 농업문야에 응용하는데 초점을 두었다. 유럽연합의 생명공학 연구현황을 정재준 재영한국과학기술자협회장의 특별기고를 통해 알아본다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.533-534
• /
• 2023

본 논문에서는 불균형하게 분포된(Non-IID) 데이터를 소유하고 있는 데이터 소유자(클라이언트)들을 가정하고, 데이터 소유자들 간 원본 데이터의 직접적인 이동 없이도 딥러닝 학습이 가능하도록 연합학습을 적용하였다. 실험 환경 구성을 위하여 MNIST 손글씨 데이터 세트를 하나의 숫자만 다량 보유하도록 분할하고 각 클라이언트에게 배포하였다. 연합학습을 적용하여 손글씨 분류 모델을 학습하였을 때 정확도는 85.5%, 중앙집중식 학습모델의 정확도는 90.2%로 연합학습 모델이 중앙집중식 모델 대비 약 95% 수준의 성능을 보여 연합학습 시 성능 하락이 크지 않으며 특수한 상황에서 중앙집중식 학습을 대체할 수 있음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.722-723
• /
• 2023

연합학습은 중앙 서버에서 데이터를 수집하는 방식이 아닌 로컬 디바이스 또는 클라이언트에서 학습을 진행하고 중앙 서버로 모델 업데이트만 전송하는 분산 학습 기법으로 데이터 보안 및 개인정보보호를 강화하는 동시에 효율적인 분산 학습을 수행할 수 있다. 그러나, 연합학습 대부분의 시나리오는 클라이언트의 서로 다른 분포 형태인 non-IID 데이터를 대상으로 학습함에 따라 중앙집중식 모델에 비하여 낮은 성능을 보이게 된다. 이에 본 연구에서는 연합학습 모델의 성능을 개선하기 위하여 non-IID 의 환경에서 참여 후보자 중에서 적합한 클라이언트 선택의 최적화 기법을 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.582-584
• /
• 2023

연합학습(Federated Learning)에서는 여러 참가자가 서로 간의 데이터를 공유하지 않고 협력하여 하나의 모델을 학습할 수 있다. 그 중 수직 연합학습(Vertical Federated Learning)은 참가자 간에 동일한 샘플에 대해 서로 다른 특성(Feature)를 가지고 학습한다. 또한 서로 다른 특성(Feature)에는 입력의 라벨(Label)도 포함하기 때문에 라벨을 소유한 참가자 외에는 라벨 정보 또한 접근할 수 없다. 이처럼 다양한 참가자가 학습에 참여하는 경우 악의적인 참가자에 의해 모델이 포이즈닝 될 여지가 존재함에도 불구하고 수직 연합학습에서는 관련 연구가 부족하다. 포이즈닝 공격 중 백도어 공격은 학습 과정에 관여하여 특정 입력 패턴에 대해서 모델이 공격자가 원하는 타겟 라벨로 예측하도록 오염시키는 공격이다. 수직 연합학습에서는 참가자가 학습과 추론 모든 과정에서 관여하기 때문에 백도어 공격에 취약할 수 있다. 본 논문에서는 수직 연합학습에서의 최신 백도어 공격과 한계점에 대해 분석한다.

• Journal of the Society of Disaster Information
• /
• v.10 no.4
• /
• pp.528-535
• /
• 2014

The objectives of this study is applied to the process of established fire scientific research organization and to be equipped capabilities to develop fire organization, so finally to offer promising fire organization in the future.

• The Science & Technology
• /
• v.33 no.3 s.370
• /
• pp.44-46
• /
• 2000

• The Science & Technology
• /
• v.33 no.3 s.370
• /
• pp.58-61
• /
• 2000

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.22 no.6
• /
• pp.157-167
• /
• 2023

The use of big data for transportation often involves using data that includes personal information, such as the driver's driving routes and coordinates. This study explores the creation of a route choice prediction model using a large dataset from mobile navigation apps using federated learning. This privacy-focused method used distributed computing and individual device usage. This study established preprocessing and analysis methods for driver data that can be used in route choice modeling and compared the performance and characteristics of widely used learning methods with federated learning methods. The performance of the model through federated learning did not show significantly superior results compared to previous models, but there was no substantial difference in the prediction accuracy. In conclusion, federated learning-based prediction models can be utilized appropriately in areas sensitive to privacy without requiring relatively high predictive accuracy, such as a driver's preferred route choice.

• Environmental and Resource Economics Review
• /
• v.15 no.2
• /
• pp.201-245
• /
• 2006

We applied general equilibrium model to analysis the economic impact of international emission trading by sector and the efficiency of the Convention to study whether Climate Change Convention satisfy the efficiency. We divided the world as 4 groups : USA, OECD members w/o USA (OEC), Former Soviet Union (FSU) and Developing countries (DEV). Compared to no trading, global trading would accomplish the same environmental effect with less cost as much as 97.8 billion$, which is the surplus of trading. However, half of it is taken by USA and 20% by OEC. FSU and DEV have only 18% and 10%. This result suggest the two things. First, the emission trading is effective as far as the participation of developing countries are guaranteed. If they do not take part in the coalition and emit the leakage, it may threaten the stability of the international trading coalition. Second, we found the logical ground of the side payment for developing countries. The permit buying countries take more share of the surplus under the emission trading, while the energy sector of developing countries shrinks to sell permits, which may adversely affect to economic growth of the countries. Therefore, the Annex-I countries need to provide side payment to lead the participation of the developing countries.