• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.6
• /
• pp.1175-1180
• /
• 2009

Frame Aggregation is a promissing technology for improving MAC throughput in IEEE 802.11n. In IEEE 802.11n, two frame aggregation schemes, Aggregate MSDU (A-MSDU) and Aggregation MPDU (A-MPDU), are defined. In this paper, we analyze the performance the two-level frame aggregation scheme where A-MSDU and A-MPDU are combined. We develop the analytical model for the two-level frame aggregation scheme and present numerical results on the effect of bit error rate, aggregation size, and the number of nodes.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.473-476
• /
• 2009

Frame Aggregation is a promissing technology for improving MAC throughput in IEEE 802.11n. In IEEE 802.11n, two frame aggregation schemes, Aggregate MSDU (A-MSDU) and Aggregate MPDU (A-MPDU), are defined. In this paper, we analyze the performance the two-level frame aggregation scheme where A-MSDU and A-MPDU are combined. We develop the analytical model for the two-level frame aggregation scheme and present numerical results on the effect of bit error rate, aggregation size, and the number of nodes.

• The KIPS Transactions:PartC
• /
• v.17C no.6
• /
• pp.485-490
• /
• 2010

IEEE 802.11n supports two frame aggregation schemes, aggregation for MAC service data unit (A-MSDU) and aggregation for MAC protocol data unit (A-MPDU), to improve throughput at the MAC layer. In this paper, we propose a cooperative frame aggregation (CoFA), which can recover erroneous frames in a cooperative manner based on A-MPDU. Specifically, CoFA receive multiple frames from direct and relay paths, and combined multiple frames jointly. Numerical results show that CoFA outperforms direct transmission and relay transmission over diverse channel conditions.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.499-502
• /
• 2012

빅 데이터 분석의 시대가 도래하면서 대용량 데이터의 특성과 계산 집약적 연산의 특성을 동시에 가지는 문제 해결에 대한 요구가 늘어나고 있다. 대용량 데이터 처리의 경우 각종 분산 파일 시스템과 분산/병렬 컴퓨팅 기술들이 이미 많이 사용되고 있으며, 계산 집약적 연산 처리의 경우에도 GPGPU 활용 기술의 발달로 보편화되는 추세에 있다. 하지만 대용량 데이터와 계산 집약적 연산 이 두 가지 특성을 모두 가지는 문제를 처리하기 위해서는 많은 제약 사항들을 해결해야 하는데, 본 논문에서는 이에 대한 대안으로 분산 컴퓨팅 프레임워크인 Hadoop MapReduce와 Nvidia의 GPU 병렬 컴퓨팅 아키텍처인 CUDA 흘 연동하는 방안을 제시하고, 이를 밀집행렬(dense matrix) 연산에 적용했을 때 얻을 수 있는 성능 개선 효과에 대해 소개하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.317-319
• /
• 2018

최근 발생하는 데이터는 대용량이며, 형태가 다양하고 빠르게 생성되는 특징이 있다. 이러한 데이터는 CPU, 인메모리 기반인 기존의 데이터 처리 시스템에서 처리하는데 많은 시간이 소모된다. 이 문제를 해결하기 위해 GPU 기반 데이터 집약 시스템이 출현하기 시작했다. 하지만, 이러한 시스템의 성능을 종합적으로 측정하는 테스트 결과는 시스템마다 다른 기준으로 제공하고 있다. 이에 따라, 개발자 및 사용자는 성능 병목 현상을 탐색하고 해결하는 데 큰 어려움을 겪을 수 있다. 즉, 이러한 다른 기준으로는 개발자 및 사용자가 시스템의 통합적인 성능 비교 분석을 수행하기 힘들다. 이러한 문제를 해결하기 위해서, 본 논문은 원스탑 테스팅 프레임워크인 BenchGAD 를 제안하고자한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2003.11a
• /
• pp.127-132
• /
• 2003

현재의 네트워크는 다양한 서버, 라우터, 스위치 등 여러 장치들로 구성된 복잡한 구조를 가지고 있다. 정책 기반의 프레임워크는 복잡한 네트워크를 단순화하고 자동화하여 관리할 수 있는 도구를 제공한다. 본 논문에서는 여러 보안 시스템 모델들이 사용할 수 있는 취약성 정보들을 집약시킴으로써 보안 시스템간의 정보 공유를 쉽게 할 수 있는 SVDB (Simulation based Vulnerability Data Base)를 구축하였다. 또한 SVDB를 활용하여 보안 규칙을 유도하고 유도된 보안 규칙을 정책 기반 프레임워크에 적용할 수 있는 환경을 구성하였다. 정책 기반의 프레임워크에서 취약점 데이터베이스를 이용한 정책 유도와 적용을 검증하기 위해 서비스 거부 공격 (Denial of Service)과 Probing 공격을 사용하여 시뮬레이션을 수행하였다. 정책 기반의 프레임워크에서 보안 시뮬레이션을 수행함으로써 적용될 보안 정책이 기대되는 대로 동작하는지 검증할 수 있는 환경을 제공할 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1379-1382
• /
• 2011

모바일 융합 서비스를 개발하기 위해 단순 컴포넌트의 조립(integration)이나 합병(merge)과 융합 서비스를 식별하는 기존의 개념만으로 부족하다. 비즈니스 서비스 모델에 적합한 비즈니스 기능을 가진 융합 서비스를 지원하는 응용 시스템 개발을 위해 비즈니스 서비스 모델에서부터 서비스 모델로의 매핑과 다양한 자산(assets)정보가 필요하며 이들을 설계 단계에서 구현 단계를 지원하는 적절한 프레임 워크가 절대적으로 필요하다. 따라서 본 논문에서는 소프트웨어 집약적인 신기술을 도입하여 시장 전략과 융합 모바일 도메인에 적합한 소프트웨어 개발 도구 및 환경 지원을 위한 모바일 융합 서비스 기반 공통 프레임워크(SOCF:Service Oriented Common Frameworks)를 연구하며 실생활의 모바일 서비스가 제공자와 고객 간에 재사용 단위의 추상화 수준을 단순 컴포넌트를 넘어 서비스 제공과 사용사이(provide/consume)의 서비스 수준까지 확대하여 다양한 서비스 자원들을 통합하고 재사용하여 서비스 융합 시스템 개발을 지원하는 프레임워크 설계 및 구현에 관한 내용을 서술한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2004.05a
• /
• pp.207-214
• /
• 2004

The Qis visualizational spreadsheet environment is shown to be extremely effective in supporting the visualization of multi-gigabyte multi-dimensional data sets. The Qis has a novel framestack that is the 3-D arrangement of spreadsheet elements. It enables the visualization spreadsheet to effectively manage, rapidly organize, and compactly encapsulate multi-dimensional data sets for visualization. Using several experiments with scientific users, the Qis has been demonstrated to be a highly interactive visual browsing tool for the analysis o( multidimensional data, displaying 2-D 3-D graphics, and rendering in each frame of the spreadsheet.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.309-315
• /
• 2007

SK텔레콤은 급변하는 이동통신시장 환경의 변화에 적절히 대응하기 위하여 지난 10여 년간 사용해 온 메인프레임 기반의 COIS 시스템을 중단하고 Unix 기반의 NGM 시스템으로 다운사이징하기로 결정하였다. 2002 년 9 월 SK 텔레콤은 차세대 IT 인프라 혁신 전략 프로젝트를 완료하고 이에 근거하여 2003 년 말 1 단계 프로젝트를 추진하게 된다. 그러나 개발 툴의 문제점, Governance 의 확보 실패 등 문제점이 계속 누적되어 2005년에 접어들어서는 총체적 난국 상황에 봉착하게 되었다. 2005 년 2 월 자체 점검 결과 개발 진척도는 50%에 불과한 상황이었다. 결국 2005 년 3 월, NGM 추진본부는 프로젝트의 추진 중단을 선언하기에 이르렀다. NGM 프로젝트는 처음부터 재 검토하여 Re-planning 을 실시한 후 구축을 재개하기로 결정하였다. 2005 년 5 월 NGM 프로젝트의 Re-plan 이 수립되었다. 우선 Turn-key 방식의 문제점을 해소하기 위하여 SK 텔레콤이 구축의 총책임을 떠맡고, SK C&C 가 시스템 이행에 대한 책임을 지는 Governance 체제를 확립하였다. 또한 2 단계 프로젝트에서는 NGM 프로젝트를 기술적으로 원점부터 재 검토하여 이전과는 근본적으로 다른 In-House 구축 접근방식을 채택하기로 하였다. 2 단계 프로젝트에서 관심을 집중한 기술적 의사결정 영역은 크게 (1) 미들웨어 및 개발프레임워크의 적용, (2) DB 아키텍처의 결정 및 슬림화, (3) 시스템 성능 개선 등의 세 분야로 집약할 수 있다. 이 논문에서는 이들 각각의 분야를 구체적으로 검토하였다. 결국 2006 년 10 월 9 일 메인프레임 기반의 COIS 는 Shut-down 되어 가동을 멈추었고, Unix 기반의 NGM 시스템이 가동을 개시함으로써 차세대 마케팅을 본격 추진하기 위한 다운사이징 프로젝트가 성공적으로 완수되었다.

• Information and Communications Magazine
• /
• v.32 no.11
• /
• pp.12-20
• /
• 2015

최근 의학 기술이 눈부시게 발전함에 따라 사람들은 수명이 연장되고 삶의 질 향상에 많은 관심을 가지게 되었다. 더욱이 혁신적인 디지털 기술 발전과 함께 다양한 웨어러블 기기와 수많은 헬스케어 어플리케이션이 출시되고 있으며, 이들은 어떻게 하면 개인의 성향이나 체질에 잘 맞는 맞춤형 (개인화) 서비스를 제공할 수 있을 것인가에 관심을 두고 진화하고 있다. 따라서 IoT 환경의 일상생활에서 입력되는 센서 데이터의 수집, 처리, 가공 기술, 일상 행위 및 라이프 스타일 인지, 지식 획득 및 관리 기술, 개인화 추천서비스 제공, 프라이버시 및 보안을 통합적으로 지원할 수 있는 프레임워크 개발에 대한 요구가 증대되고 있다. 이에 본 고에서는 저자가 개발중인 개인 맞춤 건강 및 웰니스 서비스를 제공하는 마이닝 마인즈 프레임워크를 소개한다. 마이닝 마인즈는 현존하는 최신 기술의 집약체로 개인화, 큐레이션, 빅 데이터 처리, 클라우드 컴퓨팅의 활용, 다양한 센서 정보의 수집과 분석, 진화형 지식의 생성과 관리, UI/UX를 통한 습관화 유도 등 다양한 요소를 포함한다. 그리고 건강 및 웰니스 프레임워크 요구사항 분석을 통해 마이닝 마인즈가 이러한 요구를 충족시킬 수 있으며, 개발된 프로토타입을 통해 개인화 서비스의 발전 가능성을 입증하고 향후 나아가야 할 방향을 제시한다.