• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.145-148
• /
• 2018

클라우드 컴퓨팅 기반 사물인터넷 환경은 급격히 증가하는 통신량, 기종 간 이질성, 지연 시간과 같은 문제점으로 인해 어려움을 겪고 있다. 이를 해결하기 위한 대표적인 방법 중 하나는 분산 모델을 통해 클라우드 컴퓨팅 환경에 집중된 네트워크 또는 컴퓨팅 파워를 분산시키는 포그 컴퓨팅 (Fog Computing) 또는 에지 컴퓨팅 (Edge Computing)을 활용하는 것이다. 그러나 이 분산형 네트워크의 단점을 보완하기 위해 사물인터넷 (IoT, Internet of Things)과 가장 가까이 존재하는 네트워크 모델로써 미스트 컴퓨팅 (Mist Computing)이 탄생하였다. 그러나 다양한 프로토콜에 의해 통신이 이루어지는 사물인터넷 환경에는 수천 가지 제로데이 공격이 존재한다. 이 공격들의 대부분은 이전에 알려진 공격의 작은 변형체이다. 이러한 공격을 효과적으로 막기 위해 사물인터넷 환경에서의 침입 탐지 시스템은 지능적이어야 한다. 따라서 본 논문에서는, 미스트 컴퓨팅 환경에서 새로운 또는 지속적으로 변화하는 사물인터넷 대상 공격을 효과적으로 방어하기 위한 인공지능 기반 침입 탐지 시스템을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.576-578
• /
• 2023

네트워크 트래픽 연구는 오랜 기간 지속되어 왔으며, 구현이 비교적 간단하고 높은 정확도를 가지는 기존의 분류 방식들이 오랫동안 사용되어왔다. 그러나 네트워크 기술과 암호화 기술의 발달로 기존의 분류 방식들은 더 이상 분류 결과에 대한 신뢰성을 보장할 수 없으며, 이에 따라 새로운 분류 방식의 필요성이 대두되었다. 최근 머신러닝과 딥러닝을 네트워크 트래픽 분류에 적용하는 연구가 활발히 이루어지고 있으며 획기적인 모델들이 많이 제안되었고, 그 분류 성능 또한 입증되었다. 그러나 여전히 여러 가지 극복해야 할 문제점은 남아있으며 이러한 문제점을 해결하기 위한 연구가 앞으로도 계속 진행될 것으로 보인다. 본 논문은 머신러닝과 딥러닝을 이용한 네트워크 트래픽 분류 연구 동향에 대해 살펴보고 이러한 연구들이 가지는 문제점을 짚고 넘어가며 앞으로의 네트워크 트래픽 분류 연구의 방향성에 대해 이야기 하고자 한다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1357-1366
• /
• 2022

긴급 상황에 대비하는 재난망이나 전술 이동통신 네트워크는 현장에 적응하여 신속하고 정확하게 구축하는 것이 중요하다. 전통적인 무선통신 시스템을 구성하기 위해서는 셀 플래닝 장비를 통해 기지국의 파라미터를 설정한다. 하지만 셀 플래닝을 위해서는 환경에 대한 정보나 데이터가 사전에 구축되어 있어야 하며, 셀 플래닝에 반영되지 않아 현장에 맞지 않는 파라미터가 사용되면 네트워크 구축 후 문제의 해결 및 성능 향상을 위해서 별도의 최적화가 진행되어야 한다. 이 논문에서는 이동통신 기지국에서의 인공지능(AI)과 자율운용(SON) 기술을 사용한 신속한 이동통신망 구축 및 최적화 방법을 제시한다. 기지국의 위치와 단말의 측정 정보를 이용한 DNN 모델을 통해 경로 손실 예측을 수행하여 지형을 구분하는 CNN 모델을 기지국 파라미터를 자동으로 설정한 후, 운용 중에 수집되는 데이터로 경로 손실 모델을 학습시키며 이를 이용해 Coverage/Capacity 최적화를 지속적으로 수행할 수 있도록 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.404-406
• /
• 2003

행동 기반 인공지능은 기본 행동들의 집합으로부터 적절한 행동을 선택함으로써 복잡한 행동을 하도록 하는 방식이다. 행동 기반 시스템은 1980년대에 시작되어 이제는 많은 에이전트 시스템에 사용되고 있다. 본 논문에서는 기존의 P. Maes가 제안한 행동 선택 네트워크에 Learning Classifier System을 이용한 학습 기능을 부가하여, 변하는 환경에 적절히 적응하여 행동의 시퀀스를 생성할 수 있는 방법을 제안하다. 행동 선택 네트워크는 주어진 문제에 따라 노드 간 연결을 설계자가 미리 설정하도록 하는데, 해결해야 할 문제가 변함에 따라 네트워크에서의 연결 형태가 변형될 필요가 있다. Khepera 로봇을 이용한 시뮬레이션 결과, 행동 선택 네트워크에서의 학습이 유용함을 확인할 수 있었다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.1-14
• /
• 2022

대부분의 블록체인이 사용하는 작업증명 합의 알고리즘은 채굴이라는 형태로 대규모의 컴퓨팅리소스 낭비를 초래하고 있다. 작업증명의 컴퓨팅리소스 낭비를 줄이기 위해 유용한 작업증명 합의 알고리즘이 연구 되었으나 여전히 블록 생성 시 리소스 낭비와 채굴의 중앙화 문제가 존재한다. 본 논문에서는 블록생성을 위한 상대적으로 비효율적인 연산 과정을 분산 인공지능 모델 학습으로 대체하여 블록생성 시 리소스 낭비문제를 해결하였다. 또한 학습 과정에 참여한 노드들에게 공평한 보상을 제공함으로써 컴퓨팅파워가 약한 노드의 참여 동기를 부여했고, 기존 중앙 집중 인공지능 학습 방식에 근사한 성능은 유지하였다. 제안된 방법론의 타당성을 보이기 위해 분산 인공지능 학습이 가능한 블록체인 네트워크를 구현하여 리소스 검증을 통한 보상 분배를 실험 하였고, 기존 중앙 학습 방식과 블록체인 분산 인공지능 학습 방식의 결과를 비교하였다. 또한 향후 연구로 블록체인 메인넷과 인공지능 모델 확장 시 발생 할 수 있는 문제점과 개발 방향성을 제시함으로서 논문을 마무리 하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2007년도 하계학술대회 논문집
• /
• pp.461-463
• /
• 2007

현재 아파트를 중심으로 가정에 보급되기 시작한 홈 네트워크 시스템은 단순 홈 서버를 기반으로 가정 내 다양한 기기들을 연결하고 외부 인터넷 망과 연동하는 등 여러 가지 시도가 있으나 아직까지 단편적인 서비스를 제공하는 수준에서 크게 벗어나지 못하고 있다. 본 논문은 이러한 현 홈 네트워크 시장 상황에서 다양하고 실질적인 응용을 실제로 구현하고 사용자와 상호작용하기 위해 인공지능을 갖춘 서비스 로봇을 활용함으로써 홈 네트워크 시장을 활성화하기 위한 방안을 제시한다.

• 정보보호학회지
• /
• 제31권3호
• /
• pp.51-59
• /
• 2021

최근 5G 무선통신 네트워크 기술이 상용화 단계에 진입하자마자 6G를 위한 차세대 무선통신 네트워크 기술에 대한 경쟁적인 연구개발이 가속화되고 있다. 6G에서는 5G 대비 50배의 속도, 10분의 1의 무선 지연 시간의 개선이 예상되며, 인공지능 기술과 융합해 네트워크 구성 요소들을 최적화하고 사람, 기계, 사물 간 새로운 차원의 초연결 경험을 제공하는 것을 목표로 한다. 그러나 획기적인 성능과 효율성 개선을 위해 시스템의 복잡성이 증가하고, 연결성이 상시 보장되어야 하며, 유연성과 지능 내재화를 위해 프로그래머블 디자인이 필수적인 요소가 되었기 때문에 보안 취약성이 커졌다. 본 논문에서는 차세대 무선통신 네트워크의 핵심 기술 요소와 표준화 동향을 분석하고, 보안 이슈와 향후 연구 방향을 제시한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.274-277
• /
• 2021

의존 구문 분석은 문장 내 의존소와 지배소 사이의 관계를 예측하여 문장 구조를 분석하는 자연어처리 태스크이다. 최근의 딥러닝 기반 의존 구문 분석 연구는 주로 포인터 네트워크를 사용하는 방법으로 연구되고 있다. 포인터 네트워크는 내부적으로 사용하는 attention 기법에 따라 성능이 달라질 수 있다. 따라서 본 논문에서는 포인터 네트워크 모델에 적용되는 attention 기법들을 비교 분석하고, 한국어 의존 구문 분석 모델에 가장 효과적인 attention 기법을 선별한다. KLUE 데이터 셋을 사용한 실험 결과, UAS는 biaffine attention을 사용할 때 95.14%로 가장 높은 성능을 보였으며, LAS는 multi-head attention을 사용했을 때 92.85%로 가장 높은 성능을 보였다.

• 디지털융복합연구
• /
• 제16권6호
• /
• pp.187-195
• /
• 2018

최근 전 세계적으로 4차 산업혁명이 국가 경쟁력 향상을 위한 핵심으로 부상하면서, 4차 산업혁명의 주요 특징인 초연결과 초지능을 구현하기 위한 관련 기술을 효율적으로 발전시키기 위한 기술 로드맵 개발이 주요 과제로 부각되고 있다. 본 연구에서는 4차 산업혁명 시대의 핵심기술인 '인공지능(Artificial Intelligence)' 분야의 국내외 기술수준에 대한 객관적 비교분석을 통해 선진국 대비 부족하거나 향후 발전 가능성이 높은 세부기술을 도출하고, 이를 토대로 발전 방향성을 제시하였다. 국내외 특허데이터 중 '인공지능' 키워드 검색 결과 도출된 데이터를 대상으로 키워드 네트워크 분석 및 IPC 분류 기준 공백기술 분석을 수행하였다. 분석 결과, 국내 인공지능 관련 기술 개발 건수는 미국, 유럽 등 선진국 대비 1.2% 수준이었으며, 주요 개발 분야의 경우 데이터 인식기술, 디지털 정보 전송기술 등에서 상대적으로 부족한 것으로 나타났다. 본 연구는 선진국 대비 국내 인공지능 관련 기술의 비교분석 수행을 통해 공백기술을 도출하였으며, 향후 이를 활용한 국내 인공지능 기술의 발전 방향성을 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.89-90
• /
• 2019

본 논문에서는, 에너지 인터넷에서 정밀한 수요반응을 위한 인공지능 알고리즘 모델을 제안한다. 제안하는 인공지능 모델은 시계열 전력사용량 데이터 처리를 위해 딥러닝 기반 long-short term memory (LSTM) 네트워크를 사용한다. 시뮬레이션 결과를 통해 제안한 시스템 모델의 전력사용량 예측 정확도를 확인하였다.