• ETRI Journal
• /
• 제44권6호
• /
• pp.936-944
• /
• 2022

The mobile network allows redundant transmission via disjoint paths to support high-reliability communication (e.g., ultrareliable and low-latency communications [URLLC]). Although redundant transmission can improve communication reliability, it also increases network costs (e.g., traffic and control overhead). In this study, we propose a reliability-guaranteed multipath allocation algorithm (RG-MAA) that allocates appropriate paths by considering the path setup time and dynamicity of the reliability paths. We develop an optimization problem using a constrained Markov decision process (CMDP) to minimize network costs while ensuring the required communication reliability. The evaluation results show that RG-MAA can reduce network costs by up to 30% compared with the scheme that uses all possible paths while ensuring the required communication reliability.

• 한국정밀공학회지
• /
• 제23권9호
• /
• pp.7-14
• /
• 2006

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권1호
• /
• pp.240-259
• /
• 2020

Analyzing network traffic is the basis of dealing with network security issues. Most of the network security systems depend on the feature selection of network traffic data and the detection ability of malicious traffic in network can be improved by the correct method of feature selection. An FAFS method, which is short for Fuzzy Association Feature Selection method, is proposed in this paper for network malicious traffic detection. Association rules, which can reflect the relationship among different characteristic attributes of network traffic data, are mined by association analysis. The membership value of association rules are obtained by the calculation of fuzzy reasoning. The data features with the highest correlation intensity in network data sets are calculated by comparing the membership values in association rules. The dimension of data features are reduced and the detection ability of malicious traffic detection algorithm in network is improved by FAFS method. To verify the effect of malicious traffic feature selection by FAFS method, FAFS method is used to select data features of different dataset in this paper. Then, K-Nearest Neighbor algorithm, C4.5 Decision Tree algorithm and Naïve Bayes algorithm are used to test on the dataset above. Moreover, FAFS method is also compared with classical feature selection methods. The analysis of experimental results show that the precision and recall rate of malicious traffic detection in the network can be significantly improved by FAFS method, which provides a valuable reference for the establishment of network security system.

• 한국통신학회논문지
• /
• 제33권7B호
• /
• pp.557-566
• /
• 2008

모바일 네트워크 노드, 이동형 액세스 포인트, ad-hoc 네트워크 노드 등과 같은 장비들은 수시로 이동할 수 있으며 그 사용 특성상 다수의 장비가 지역적으로 넓게 분포된다. 이러한 환경에서는 관리대상 노드는 물론 관리자 노드조차도 수시로 네트워크에서 이탈할 수 있으므로 네트워크의 토폴로지가 수시로 변한다. 기존의 많은 네트워크 관리 기법들은 대부분 토폴로지가 정적이며 상대적으로 적은 규모의 동질적인 네트워크 요소로 구성되는 네트워크를 관리하는 기법이므로 이동형 장비를 관리하는 기법으로는 적당하지 않다. 본 논문은 P2P (Peer-to-Peer)와 안전한 그룹통신 기법 그리고 SNMP (Simple Network Management Protocol)를 사용하여 이동성이 높은 장비들을 인터넷을 통하여 안전하게 어디서나 관리할 수 있는 기법을 제안한다. 제안한 기법은 구현을 통하여 그 실용성을 증명한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.127-139
• /
• 2013

최근 지식기반 사회의 진입과 더불어 지식재산에 대한 관심이 증가하고 있다. 특히 하이테크산업을 이끌고 있는 ICT기업들은 지식재산의 체계적 관리를 위하여 끊임없이 노력하고 있다. 기업의 지적 자본을 대표하는 특허정보가 지속적으로 축적됨에 따라 정량적인 분석이 가능해졌다. 특허정보를 통하여 특허수준부터 기업수준, 산업수준, 국가 수준에 이르기 까지 다양한 수준에서의 분석이 가능하다. 특허정보는 기술 현황을 파악하거나 성과에 미치는 영향을 분석하는데 활용되고 있다. 특허 인용 정보를 활용한 분석은 크게 두 가지로, 인용 횟수를 활용하는 인용지표 분석과 인용관계를 바탕으로 한 네트워크분석으로 나뉜다. 네트워크를 통한 분석은 지식 영향의 흐름을 나타내며, 이를 통하여 기술의 변화를 확인할 수 있을 뿐만 아니라 앞으로의 연구 방향을 예측할 수 있다. 네트워크를 활용한 분석 분야에서는 기업이 차지하는 네트워크상에서의 위치가 기업성과에 미치는 영향을 다각도에서 분석하는 연구가 진행되고 있다. 본 연구에서는 소셜네트워크분석 기법을 활용하여 특허 인용을 기반으로 한 기업 간의 네트워크를 도출하고 특허 인용 네트워크에서 차지하는 기업의 위치적 특성이 기업성과에 미치는 영향을 분석하였다. 이를 위해 미국 S&P500에 등록된 IT 및 통신서비스 기업 가운데 74개 기업을 표본으로 선정하였다. 소셜네트워크분석을 통하여 개별 기업들의 아웃디그리 중심성, 매개 중심성, 효율성(구조적 공백)을 측정하여 네트워크 상에서의 위치적 우위를 나타내는 독립변수로서 이용하였으며, 기업성과 변수로는 순이익을 사용하였다. 실증 분석 결과, 각각의 네트워크 지표는 기업성과인 순이익에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 두 가지 중심성 지표는 기업성과에 정(+)의 영향을 미친 반면, 구조적 공백으로 인한 위치적 우위를 나타내는 효율성은 기업성과에 부정적(-)인 영향을 미치는 것으로 나타났다. 세 가지 네트워크 지표를 동시에 고려할 경우에는 매개 중심성만이 기업성과에 대해 통계적 유의성을 보였다. 분석 결과를 토대로 연구의 발견점을 토의하고 시사점을 논의하였다.

• 한국컴퓨터정보학회논문지
• /
• 제22권4호
• /
• pp.41-49
• /
• 2017

Word sense disambiguation(WSD) that determines the exact meaning of homonym which can be used in different meanings even in one form is very important to understand the semantical meaning of text document. Many recent researches on WSD have widely used NNLM(Neural Network Language Model) in which neural network is used to represent a document into vectors and to analyze its semantics. Among the previous WSD researches using NNLM, RNN(Recurrent Neural Network) model has better performance than other models because RNN model can reflect the occurrence order of words in addition to the word appearance information in a document. However, since RNN model uses only the forward order of word occurrences in a document, it is not able to reflect natural language's characteristics that later words can affect the meanings of the preceding words. In this paper, we propose a WSD scheme using Bidirectional RNN that can reflect not only the forward order but also the backward order of word occurrences in a document. From the experiments, the accuracy of the proposed model is higher than that of previous method using RNN. Hence, it is confirmed that bidirectional order information of word occurrences is useful for WSD in Korean language.

• 인터넷정보학회논문지
• /
• 제9권5호
• /
• pp.165-173
• /
• 2008

하이브리드 애드 혹 네트워크는 통합 네트워크로서 홈 네트워크, 텔레매틱스, 센서 네트워크 등에서 다양한 종류의 서비스를 제공할 수 있다. 특히 애드 혹 네트워크의 각 노드는 이웃 노드들에 데이터를 전송해야 하므로, 전체 에너지의 사용량을 줄이면서, 균형적으로 에너지를 사용하게 해야 한다. 균형적으로 에너지를 사용하지 않으면 부하가 걸린 노드에서 빠른 시간 내에 노드 전송 실패가 나타날 수 있으며, 이는 네트워크 분할 및 네트워크의 기능제공 시간이 단축되는 것을 의미한다. 그러므로 본 논문에서는 에너지의 효율성을 고려한 라우팅 알고리즘에 관한 연구를 수행하였다. 제안한 알고리즘에서는 예측모델을 이용해 각 노드의 에너지의 잔량을 예측하므로, 라우팅 경로의 설정시 에너지 정보를 얻기 위한 많은 부하를 감소시킬 수 있으며, 전체 노드에 걸쳐 에너지의 사용을 균형적으로 사용하게 할 수 있다. 이에 따라 에너지의 손실의 감소 및 네트워크의 가용시간을 연장할 수 있다

• 정보처리학회논문지C
• /
• 제8C권5호
• /
• pp.543-550
• /
• 2001

본 논문에서는 네트워크 취약점 검색공격에 대한 기존의 탐지알고리즘들이 갖는 문제점을 분석하고 대규모 네트워크에서의 종합적인 탐지 및 대응을 지원하는 개선된 탐지시스템을 제안한다. 가상 공격에 의한 모의 실험을 통하여 제안된 시스템은 소수의 취약점 포트 위주의 공격과 협동공격, 느린 스캔 및 느린 협동공격을 정확히 탐지할 뿐 아니라 에이전트와 서버사이의 유기적인 연동을 통해 보다 종합적이고 계층적으로 공격에 대응함을 검증하였다

• 센서학회지
• /
• 제18권5호
• /
• pp.337-342
• /
• 2009

This paper describes a robust mobile u-healthcare system with multiple physiological signs measurement capability in real time with integration of WSN(wireless sensor network) technology and CDMA(code division multiple access) network. A cellular phone receives health data in WSN and performs local physiological signs analysis at a phone processor, and then transmits abnormal data to server for further detail or precise health signal evaluation by a medical doctor over a CDMA network. Physiological signs of the patients are continuously monitored, processed and analyzed locally at cellular phone process to produce useful medical information for diagnosis and tracking purposes. By local simple analysis in cellular phone processor we can save the data transmission cost in CDMA network. By using the developed integrate ubiquitous healthcare service architecture, patients can realize self-health checking so that the prevention actions can be taken earlier. Appropriate self-monitoring and self-management can cure disease and relieve pain especially for patients who suffer from chronic diseases that need long term observation.

• International journal of advanced smart convergence
• /
• 제8권1호
• /
• pp.141-146
• /
• 2019

These days, there are many applications using neural networks as parts of their system. On the other hand, adversarial examples have become an important issue concerining the security of neural networks. A classifier in neural networks can be fooled and make it miss-classified by adversarial examples. There are many research to encounter adversarial examples by using denoising methods. Some of them using GAN (Generative Adversarial Network) in order to remove adversarial noise from input images. By producing an image from generator network that is close enough to the original clean image, the adversarial examples effects can be reduced. However, there is a chance when adversarial noise can survive the approximation process because it is not like a normal noise. In this chance, we propose a research that utilizes high-level representation in the classifier by combining GAN network with a trained U-Net network. This approach focuses on minimizing the loss function on high representation terms, in order to minimize the difference between the high representation level of the clean data and the approximated output of the noisy data in the training dataset. Furthermore, the generated output is checked whether it shows minimum error compared to true label or not. U-Net network is trained with true label to make sure the generated output gives minimum error in the end. At last, the remaining adversarial noise that still exist after low-level approximation can be removed with the U-Net, because of the minimization on high representation terms.