• 한국통신학회논문지
• /
• 제17권8호
• /
• pp.796-804
• /
• 1992

본 논문은 레지스터 인서션 링 구조를 사용한 Backbone 네트워크의 디자인에 관하여 연구하였다. 고속의 레지스터 인서션 Backbone 링 네트워크는 적은 비용으로 간단한 모듈라 구조와 Concurrent Communication을 통하여 네트워크간의 빠른 속도의 데이타 통신을 가능케하여 준다. 큰 네트워크를 형성하기 위하여 국부 지역 통신망(근거리 통신망, Local Area Network:LAN)들과 접속되어 있는 브릿지 노드들이 Pint-to-Point로 연결되어 레지스터 인서선 Backbone링을 형성한다. 본 논문에서 제안된 브릿지 노드는 불필요하게 데이타 메시지가 링으로 유입되는 것을 막기 위하여 Local Address Filtering을 하여 Backbone링의 통신량을 현저하게 줄이며, Remote Adress Filtering을 하여 LAN 세그먼트내의 통신량을 감소시키므로 그 성능 특성을 극대화 시킨다. 또한 본 논ㅁ누에서는 네트워크의 Reconfiguration을 쉽게 하기 위하여 자동 학습 기능이 고안되었다. 그리고 Throushput 분석에 의해서 Backbone 링에 사용되는 전송매체의 Bandwidth를 예측하여 설계하는 방법이 연구되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 통신소사이어티 추계학술대회논문집
• /
• pp.223-226
• /
• 2003

In this paper, we propose new agent discovery and route discovery schemes to support Mobile IP (MIP) in Ad Hoc networks with wireless backbone. The wireless backbone consisting of stationary wireless routers and Internet gateways (IGs) is a kind of wireless access network of IP-based core network. The proposed scheme utilizes favorable features of wireless backbone such as stable links and no energy constraints. In the agent discovery scheme, backbone-limited periodic Agent Advertisement (AA) and proxy-AA messages are used, which reduce network-wide broadcasting overhead caused by AA and Agent Solicitation messages and decentralize MIP processing overhead in IGs. In order to reduce delay time and control message overhead during route discovery far the destination outside Ad Hoc network, we propose a cache-based scheme which can be easily added to the conventional on-demand routing protocols. The proposed schemes can reduce control overhead during agent discovery and route discovery, and efficiently support MIP in Ad Hoc network with wireless backbone.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제2권3호
• /
• pp.135-149
• /
• 2008

Traditional attack detection schemes based on packets or flows have very high computational complexity. And, network based anomaly detection schemes can reduce the complexity, but they have a limitation to figure out the pattern of the distributed global scale network attack. In this paper, we propose an efficient and fast method for detecting distributed global-scale network attack symptoms in high-speed backbone networks. The proposed method is implemented at the aggregate traffic level. So, our proposed scheme has much lower computational complexity, and is implemented in very high-speed backbone networks. In addition, the proposed method can detect attack patterns, such as attacks in which the target is a certain host or the backbone infrastructure itself, via collaboration of edge routers on the backbone network. The effectiveness of the proposed method are demonstrated via simulation.

• 한국정보통신학회논문지
• /
• 제16권7호
• /
• pp.1416-1427
• /
• 2012

본 논문에서는 생존 가능한 선박 백본 네트워크의 설계 기법을 제안하였다. 제안한 설계 기법에서 선박 백본 네트워크의 토폴로지를 근사 최적으로 구성하기 위하여 먼저 선박 장치의 통신 인터페이스와 링크가 이중화로 구성된 선박 백본 네트워크의 효율적인 구조를 분석 및 제안하였다. 그리고 제안한 선박 백본 네트워크의 구조를 고려한 정수선형계획법 기반 물리 토폴로지의 구성 방안을 제안하였다. 마지막으로 메타 휴리스틱 기법을 적용하여 물리 토폴로지 계층 위에서 형성되는 논리 토폴로지의 구성 방안을 제안하였다.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.21-29
• /
• 2020

Accurate estimation of human pose relies on backbone method in which its role is to extract feature map. Up to dated, the method of backbone feature extraction is conducted by the plain convolutional neural networks named by CNN and the residual neural networks named by Resnet, both of which have various architectures and performances. The CNN family network such as VGG which is well-known as a multiple stacked hidden layers architecture of deep learning methods, is base and simple while Resnet which is a bottleneck layers architecture yields fewer parameters and outperform. They have achieved inspired results as a backbone network in human pose estimation. However, they were used then followed by different pose estimation networks named by pose parsing module. Therefore, in this paper, we present a comparison between the plain CNN family network (VGG) and bottleneck network (Resnet) as a backbone method in the same pose parsing module. We investigate their performances such as number of parameters, loss score, precision and recall. We experiment them in the bottom-up method of human pose estimation system by adapted the pose parsing module of openpose. Our experimental results show that the backbone method using VGG network outperforms the Resent network with fewer parameter, lower loss score and higher accuracy of precision and recall.

• 반도체디스플레이기술학회지
• /
• 제22권2호
• /
• pp.128-132
• /
• 2023

Recently, with the development of deep learning technology, research on pedestrian attribute recognition technology using deep neural networks has been actively conducted. Existing pedestrian attribute recognition techniques can be obtained in such a way as global-based, regional-area-based, visual attention-based, sequential prediction-based, and newly designed loss function-based, depending on how pedestrian attributes are detected. It is known that the performance of these pedestrian attribute recognition technologies varies greatly depending on the type of backbone network that constitutes the deep neural networks model. Therefore, in this paper, several backbone networks are applied to the baseline pedestrian attribute recognition model and the performance changes of the model are analyzed. In this paper, the analysis is conducted using Resnet34, Resnet50, Resnet101, Swin-tiny, and Swinv2-tiny, which are representative backbone networks used in the fields of image classification, object detection, etc. Furthermore, this paper analyzes the change in time complexity when inferencing each backbone network using a CPU and a GPU.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.106-118
• /
• 2019

최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.

• 한국통신학회논문지
• /
• 제25권5B호
• /
• pp.889-898
• /
• 2000

본 논문에서는 2000년대 중반 이후의 다양한 광대역 멀티미디어 서비스를 수용할 수 있는 메쉬(Mesh) 구조의 차세대 전광 WDM 기간망의 구조를 설계하였다. 이를 위하여 전국을 6개의 중계국으로 구분하여 각 도시별 인구수, 광역 중계국간의 거리, 그리고 각 광역 그룹의 정보화 지표에 기초한 PDI(Population-Distance-Information factor) 트래픽 모델에 기초하여 6개의 광역 중계국 노드들을 연결하는 링크의 용량을 예측하여 전광 WDM 기간망 설계에 반영하였다. 또한 각 광역 중계국들을 연결하는 링크 단절 등의 장애 발생 시, 기본 통신(minimal communication)이 가능하도록 Restoration이 가능한 망 구조를 설계하였다. 설계된 전광 WDM 기간망의 성능 특성을 분석하기 위하여 SLAM II 시뮬레이션 언어를 사용하여 시뮬레이터를 구성하였다. 설계된 시뮬레이터에 PDI 트래픽으로 예측한 트래픽 값을 적용하여 제안된 광 전송망의 성능특성을 분석하였다. 본 논문은 차세대 전광 WDM 기간망의 구축 시 활용될 수 있다.

• 한국통신학회논문지
• /
• 제24권6B호
• /
• pp.1165-1173
• /
• 1999

미래의 다양한 멀티미디어 통신 서비스를 효율적으로 지원하기 위해서는, 최근의 발달된 광통신 기술을 이용하여 현재의 기간망을 확충하거나 재구성할 필요가 있다. 본 논문에서는 차세대 국가 기간망으로 사용될 WDM 전광전달망의 구조를 설계하였다. 전달망을 설계하기 위하여 전국을 6개의 광역 중계국으로 구분하여 각 도시별 인구수, 광역 지역간의 거리, 그리고 각 광역 그룹의 평균 1인당 생산액에 기초한 PDG (Population-Distance-Gross Group Products) 트래픽 모델에 기초하여 6개의 광역 중개국 노드들을 연결하는 전광 전달망에서 링크 용량을 예측하여 전광 전달망에의 설계에 반영하였다. 제안된 기간망의 성능 특성을 분석하기 위하여 SLAM II를 이용하여 시뮬레이터를 구성하였다. 시뮬레이션을 통한 기간망의 성능특성 분석 결과는 2000 년대의 다양한 통신 서비스를 효율적으로 수용할 수 있음을 보여준다. 본 연구 결과는 향후 WDM 전광 전달망의 구축 시 활용될 수 있을 것으로 기대된다.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2004년도 하계학술대회
• /
• pp.59-62
• /
• 2004

차세대 지능형 광 전달망의 구축, 확산에 따라 새로운 개념의 L1 VPN인 Optical VPN에 대한 많은 연구가 이루어지고 있다. 현재까지의 Optical VPN은 OXC 시스템 제조업체가 제공하는 EMS/NMS의 부가 기능으로 구현되고 있으며 따라서 멀티 벤더 환경의 광 전달망 구조에서는 적용할 수 없는 문제점 있다. 본 논문에서는 표준화된 시그널링 인터페이스를 활용하여 이러한 문제점을 극복하고 CNM 및 bandwidth-on-demand 기능을 제공하는 새로운 Optical VPN 서비스 플랫폼의 개념 및 개발 현황을 소개한다.