• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.10
• /
• pp.345-352
• /
• 2022

Recent LiDAR(Light Detection And Ranging) sensor is used for scanning object around in real-time. This sensor can detect movement of the object and how it has changed. As the production cost of the sensors has been decreased, LiDAR begins to be used for various industries such as facility guard, smart city and self-driving car. However, LiDAR has a large input data size due to its real-time scanning process. So another way for processing a large amount of data are needed in LiDAR system because it can cause a bottleneck. This paper proposes edge computing to compress massive point cloud for processing quickly. Since laser's reflection range of LiDAR sensor is limited, multiple LiDAR should be used to scan a large area. In this reason multiple LiDAR sensor's data should be processed at once to detect or recognize object in real-time. Edge computer compress point cloud efficiently to accelerate data processing and decompress every data in the main cloud in real-time. In this way user can control LiDAR sensor in the main system without any bottleneck. The system we suggest solves the bottleneck which was problem on the cloud based method by applying edge computing service.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.350-353
• /
• 2014

The large scale of data and operating systems in the trading environment in the cloud. However, technology is not an easy trading system of cloud-based data interoperability. Partially meets the data transfer rate and also the timeliness of the best trading system on the difficulties. Thus various techniques have been introduced for improving the throughput and low latency minimization problem. But the reality is, and the limits of speed improvements like Socket Direct Protocol, Offload Engine with TCP/IP is the hardware, the introduction effect is also low. In this paper, the proposed trading of the cloud XMDR-DAI based stock system. The proposed Safe Proper Time Method for optimal transmission speed and reliability.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2006.05a
• /
• pp.223-226
• /
• 2006

본 연구에서는 ALS의 스캔라인 특성을 이용하여 포인트 클라우드를 효율적으로 분리하는 기법을 제시하였다. 이전 연구에서 제시하였던 방식에서 포인트 분류를 위한 쿼리 영역의 제한 기능을 강화시키고 효율적인 메모리 관리를 위하여 쿼리에 사용되지 않는 포인트를 영구 저장하여 메모리로부터 해제하는 기능을 추가하였다. 결과적으로 대용량의 포인트 데이터를 처리하는 동안 속도 저하 현상이 발생하지 않았으며 높은 정확도로 건물 포인트를 분리할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.16-18
• /
• 2021

최근 베어메탈 시스템에 스케줄러 시스템 기반 인프라 시스템에서 벗어나 사용자 맞춤형 클라우드 인프라가 관심을 받고 있다. KI Cloud 플랫폼은 고성능 컴퓨팅(HPC) 사용자를 위한 클라우드 기반 IaaS, PaaS 통합 플랫폼이다. 본 논문에서는 KI Cloud를 위한 데이터 저장소 설계 및 구현에 대해 기술한다. 오픈 소스 Ceph 분산 스토리지 시스템을 기반으로 구축하였고, 프로젝트의 목적에 맞게 블록 스토리지, 오브젝트 스토리지, 파일 스토리지 방식으로 구현하였다. Openstack 기반의 서비스와 Kubernetes 기반의 서비스가 하나의 스토리지를 통해 다양한 타입의 서비스를 제공할 수 있도록 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.107-110
• /
• 2012

기존 상황인식 시스템을 제안한 대부분의 연구는 모바일 환경에서 제한된 모바일 기능과 메모리 공간 및 데이터 처리 능력으로 인해 소규모의 상황인식 처리 능력을 가지는 단점과 추론 엔진의 부분 개발로 인한 상황 정보 추론 방식의 제한적인 형태로 나타나고 있다. 이에 본 논문에서는 모바일이라는 단점을 극복하고자 모바일 클라우드 환경을 기반으로 Jess 및 SWRL을 이용한 상황인식 프로세스를 구현하였다.

• Journal of Broadcast Engineering
• /
• v.26 no.5
• /
• pp.553-565
• /
• 2021

Point cloud is a set of points for representing a 3D object, and consists of geometric information, which is 3D coordinate information, and attribute information, which is information representing color, reflectance, and the like. In this way of expressing, it has a vast amount of data compared to 2D images. Therefore, a process of compressing the point cloud data in order to transmit the point cloud data or use it in various fields is required. Unlike color information corresponding to all 2D geometric information constituting a 2D image, a point cloud represents a point cloud including attribute information such as color in only a part of the 3D space. Therefore, separate processing of geometric information is also required. Based on these characteristics of point clouds, MPEG under ISO/IEC standardizes V-PCC, which imitates point cloud images and compresses them into 2D DCT-based 2D image compression codecs, as a compression method for high-density point cloud data. This has limitations in accurately representing 3D spatial information to proceed with compression by converting 3D point clouds to 2D, and difficulty in processing non-existent points when utilizing 3D DCT. Therefore, in this paper, we present 3D Discrete Cosine Transform-based Point Cloud Compression (3DCT PCC), a method to compress point cloud data, which is a 3D image by utilizing 3D DCT, and confirm the efficiency of 3D DCT compared to V-PCC based on 2D DCT.

• The Journal of the Korea Contents Association
• /
• v.10 no.10
• /
• pp.78-85
• /
• 2010

Map/Reduce is the programing model which can implement the Cloud Computing recently has been noticed. The model operates an application program processing amount of data using a lot of computers. It is important to plan the mechanism of separating the data in proper size and distributing that to a cluster consisted of computing node in efficient for using the computing nodes very well. Besides that, planning a process of Map phases and Reduce phases also influences the performance of Map/Reduce. This paper suggests the effectively distributing scheme that separates a huge data and operates Map task in the considering the performance of computing node and network status. And we make the Reduce task can be processed quickly through the tuning the mechanism of Map and Reduce task operation. Using the two Map/Reduce sample application, we experimented the suggestion and we evaluate suggestion considered it in how impact the Map/Reduce performance.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.11
• /
• pp.2658-2663
• /
• 2014

To minimize low latency and improve the processing speed of the stock trading system, various technologies have been introduced. However, expensive network equipment has limitation for improving speed of trading system. Also, it is true that there is not much advantage by introducing those kind of systems. In this paper, we propose a low-Latency SPT(Safe Proper Time) scheme for overcoming the stock trading system in a cloud. The proposed method minimizes the CPI in order to reduce the CPU overhead that is based on the understanding of the kernel. and this approach satisfies the data timeliness.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.449-452
• /
• 2018

본 논문에서는 데이터 시각화 목적에 따른 시각화 표현 방식과 6개의 데이터 시각화 툴들의 비교 분석을 통하여 목적에 맞는 차트 유형의 선택의 중요성과 각 툴들이 제공하는 기능과 차이점을 분석해 보았다. 부분적이지만 선정된 각 툴들의 비교를 통해 데스크톱 기반인 환경에서는 비교적 많은 시각화 유형(차트)의 제공이 가능하지만 모바일 환경에서의 제약사항들을 알 수 있었다. 또한 시각화 툴들이 점차 웹 기반 서비스로 진화하고 있으며 클라우드를 제공하여 전과물들을 쉽게 저장 공유하고 텀플로우 기능이 점점 더 요구될 것으로 보인다. 이에 향후 필요로 하는 다양한 초점의 데이터 시각화 연구를 고찰해 보았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.949-952
• /
• 2016

클라우드 기반 IoT 환경에서 광범위하게 설치된 디바이스는 보안성 강화 또는 기능 수정을 위해 소프트웨어를 원격에서 갱신할 필요가 있다. 디바이스는 하드웨어 자원과 네트워크 성능이 한정적이기 때문에 갱신 과정에서 발생하는 네트워크 트래픽을 줄여야하며 서비스가 중지되는 시간을 줄이기 위해 갱신 소요시간을 단축시켜야 한다. 이를 해결하기 위해 본 논문에서는 갱신 과정에서 가상화 기술을 이용하여 이미지를 계층화 하고, 캐싱하는 방식을 이용한 소프트웨어 갱신 프레임워크를 제안한다. 이미지 계층화는 소프트웨어와 종속 파일을 담은 이미지 파일의 수정, 변경, 추가된 부분을 새로운 계층으로 생성하고 관리하는 것을 일컫는다. 캐싱은 갱신 과정에서 서버에서 전송한 이미지를 게이트웨이에 저장하고 다른 디바이스가 갱신을 요청하면 저장된 이미지를 서버를 거치지 않고 전송하는 것을 말한다. 이를 적용하여 새로운 계층만 전송하고, 중복된 데이터의 전송을 줄여 네트워크 트래픽 발생량을 줄이고, 설치 파일의 용량을 줄여 갱신 소요시간을 줄인다. 본 논문에서 제안하는 프레임워크는 트래픽 발생량과 갱신 소요시간이 기존 방식에 비해 감소한다.