• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.669-674
• /
• 2017

화석 연료의 고갈 및 환경오염의 증가로 인하여 전기 에너지를 사용하는 전기 자동차가 차세대 교통수단으로 주목받고 있으며 전 세계적으로 인기를 끌고 있다. 전기 자동차의 보급률 및 관심이 높아짐에 따라 V2G (Vehicle to Grid) 및 IT 기술을 이용한 충전 인프라에 대한 연구가 활발히 진행되고 있다. 특히, 전기 자동차의 안정적인 충전 및 부하 관리를 위하여 그리드 네트워크와의 통신은 가장 중요한 요소이다. 그러나 기존의 중앙 집중형 인프라 구조의 경우 제어 메시지 요청이 증가할 경우 느린 응답속도로 인하여 충전 인프라가 효율적으로 작동하지 못하는 문제점들이 존재한다. 본 논문에서는 분산형 클라우드 컴퓨팅 기술을 무선 기지국에 적용하여 충전 인프라에 혼잡을 줄이고 지연시간을 줄이기 위해 MEC (Mobile Edge Computing)를 활용한 새로운 전기자동차 충전 인프라 구조를 제안한다. 성능 평가를 통해 본 논문에서 제안한 저 지연시간을 가지는 충전 인프라가 기존에 존재하는 충전 인프라보다 효율적으로 전력 피크 상황에 대처함을 확인하였다.

• 전자공학회논문지CI
• /
• 제42권5호
• /
• pp.9-20
• /
• 2005

본 논문에서는 실내에서 이동하는 사용자를 적외선에 기반을 둔 근접방법으로 추적하는 시스템인 ubiTrack을 제안한다. 현재까지 개발된 대부분의 실내 위치 추적 시스템들은 성능 및 정확도 향상을 위해 중앙 집중적인 방식으로 사용자를 추적하고 있다. 그러나 이와 같은 방식은 수많은 센서들이 환경에 편재되는 유비쿼터스 컴퓨팅 환경에서 프라이버시 문제를 야기할 수 있으며 다수의 사용자로 위치 추적을 확장하는 경우 연산의 부하가 크다는 문제점이 있다. 제안된 ubiTrack은 사용자의 모바일 기기에서 위치정보를 획득하는 passive mobile 구조로 설계되어 프라이버시 문제를 완화하며, 이동하는 사용자에 적합한 영역기반의 근접방법을 사용하여 위치 추적을 위한 연산의 효율을 높인다. 이를 위해 ubiTrack은 센싱 영역을 시분할 방식 (Time-Division Multiplexing)으로 중첩시켜 사용자에게 적합한 영역을 생성하며, 시분할 방식에 따른 성능 저하를 막기 위해 짧은 발신 주기를 가지는 적외선 통신 방식을 사용한다. 아울러 ubiTrack은 위치 추적의 정확도와 정밀도를 높이기 위해 하드웨어로 구현된 수신기와 소프트웨어로 구현된 활용 모듈에서 외부로부터의 충격이나 신호 강도 약화에 의해 발생하는 노이즈를 필터링하는 방법들을 각각 사용한다. ubiTrack은 유비쿼터스 컴퓨팅 환경에서 서로 다른 어플리케이션들의 통신을 지원하는 네트워크 모듈과 연계되어 있어, 단순히 위치 정보에 의존적인 어플리케이션뿐만 아니라 사용자 컨텍스트 정보를 활용하는 어플리케이션 등의 다양한 서비스들에서 쉽게 응용될 수 있다.

• 한국정보처리학회논문지
• /
• 제2권5호
• /
• pp.797-806
• /
• 1995

본 논문에서는 기존의 클라이언트-서버 응용 개발 도구에 비해서 멀티미디어 처리 기능이 강화되고, 분산 시스템 소프트웨어의 전위(Front-End) 역할을 수행하는 멀티미 디어 클라이언트-서버 응용 개발 도구(한우리/C)를 제안한다. 한우리/C는 분산 처리 환경(Distributed Computing Environment:DCE)위에서 멀티미디어 응용 개발을 지원하 는 제 4세대 언어 형태의 클라이언트-서버 도구이다. 본 논문에서는 한우리/C를 구성 하는 요소등을 중에서 미들웨어 부분에 대한 설계와 구현된 내용을 설명한다.

• 융합보안논문지
• /
• 제24권2호
• /
• pp.141-150
• /
• 2024

최근 개인정보 유출에 대한 사고가 빈번하게 발생함에 따라 개인정보보호에 대한 관심이 높아지고 있다. 또한, 블록체인 기술의 등장과 함께 블록체인을 적용한 자기주권 신원 모델에 대한 관심이 높아지고 있으며, 이를 실현하기 위해 DID에 대한 연구도 꾸준히 이루어지고 있다. 하지만 대학 내 전산시스템은 수많은 개인정보 등의 주요 정보를 저장하고 활용하지만, 중앙화된 정보시스템을 기반으로 운영 및 관리되고 있으며, 이에 따른 개인정보 유출 사고사례도 매년 발생하고 있다. 따라서 본 논문에서는 대학 내 적용 가능한 DID 기반의 전산시스템을 제안하고 이를 구현한다. 또한, 대학 내에서의 대표적인 서비스를 설정하고 구현 시스템에서 수행한다. 제안하는 시스템은 영지식증명을 기반으로 사용자의 자기주권 신원을 보장할 수 있으며, 기존의 중앙화된 시스템에서 벗어나 안전한 대학 내 통합정보시스템을 구성할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (하)
• /
• pp.865-868
• /
• 2002

Computer Resource의 대용량화 및 인터넷 속도의 발달은 원거리에서 사용자가 인터넷을 통해 서버에 접속하여 컴퓨터를 사용하는 요구를 증가시켰다. 이는 Server-based 원격 컴퓨팅을 활용한 서비스의 연구 개발을 활성화 시켰으며, 최근 들어서는 Thin Client를 기반으로하는 중앙 집중형 원격 데스크탑 시스템(Remote Desktop System)을 꾸준히 발달시켰다. 그러나 단순한 파일 데이터의 접근에 대한 보안만을 제공하는 현재의 보안 체계는 이러한 Server-based 컴퓨팅 환경에서 다수의 사용자에 대한 복잡한 형태의 정보 공유 및 미세한 수준의 접근 권한이 요구되는 경우에는 적합하지 않다. 본 논문에서는 ASP(Application Service Provider) 컴퓨팅 시스템과 같은 중앙 집중형 원격 데스크탑 시스템에 적용하여 하나의 응용 프로그램에 대해 사용자별 세부적인 하위명령 사용 제한을 수행하는 사용자 명령 인증시스템을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.228-230
• /
• 2020

The emergence of collaborative learning to the public is to tackle the user's privacy issue in centralized learning by bringing the AI models to the data source or client device for training Collaborative learning employs computing and storage resources on the client's device. Thus, it is privacy preserved by design. In harmony, blockchain is also prominent since it does not require an intermediary to process a transaction. However, these approaches are not yet fully ripe to be implemented in the real world, especially for the complex system (several challenges need to be addressed). In this work, we present the performance of collaborative learning and potential use case of blockchain. Further, we discuss privacy issues in the system.

• 한국인터넷방송통신학회논문지
• /
• 제22권1호
• /
• pp.83-88
• /
• 2022

최근 정보통신기술의 발전에 따라 사물인터넷(이하 IoT) 관련 기술이 지속적으로 발전하고 있다. IoT 시스템은 다양한 센서들을 바탕으로 센서마다 고유한 데이터를 네트워크를 통해 주고 받는다. IoT 시스템에서 발생하는 데이터는 실시간으로 발생한다는 특징과, 그 양이 설치된 센서의 양과 비례한다는 점에서 연속적으로 수집되는 데이터들은 빅 데이터로 정의할 수 있다. 현재까지의 IoT 시스템은 중앙 집중 처리 방식을 통한 데이터 저장, 처리 및 연산을 적용하였다. 하지만, 구축 규모가 커지고 다량의 센서를 사용하는 경우 기존의 중앙 집중 처리 방식의 서버는 병목 현상으로 인한 부하가 발생할 수 있다. 따라서, 본 논문에서는 IoT 환경에서 발생하는 실시간 센서 데이터를 효율적으로 처리하기 위하여 시스템의 고가용성을 목적으로 하는 데이터의 중요도 기반 알고리즘을 적용하기 위한 분산 처리 시스템에 대해 제안하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.419-421
• /
• 2018

Cloud vehicular networks are a promising paradigm to improve vehicular through distributing computation tasks between remote clouds and local vehicular terminals. Software-Defined Network(SDN) can bring advantages to Intelligent Transportation System(ITS) through its ability to provide flexibility and programmability through a logically centralized controlled cluster that has a full comprehension of view of the network. However, as the SDN paradigm is currently studied in vehicular ad hoc networks(VANETs), adapting it to work on cloud-based vehicular network requires some changes to address particular computation features such as task computation of applications of cloud-based vehicular networks. There has been initial work on briging SDN concepts to vehicular networks to reduce the latency by using the fog computing technology, but most of these studies do not directly tackle the issue of task computation. This paper proposes a Software-Defined Cloud-based vehicular Network called SDCVN framework. In this framework, we study the effectiveness of task computation of applications of cloud-based vehicular networks with vehicular cloud and roadside edge cloud. Considering the edge cloud service migration due to the vehicle mobility, we present an efficient roadside cloud based controller entity scheme where the tasks are adaptively computed through vehicular cloud mode or roadside computing predictive trajectory decision mode. Simulation results show that our proposal demonstrates a stable and low route setup time in case of installing the forwarding rules of the routing applications because the source node needs to contact the controller once to setup the route.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.238-240
• /
• 2018

Cloud vehicular networks are a promising paradigm to improve vehicular through distributing computation tasks between remote clouds and local vehicular terminals. Software-Defined Network(SDN) can bring advantages to Intelligent Transportation System(ITS) through its ability to provide flexibility and programmability through a logically centralized controlled cluster that has a full comprehension of view of the network. However, as the SDN paradigm is currently studied in vehicular ad hoc networks(VANETs), adapting it to work on cloud-based vehicular network requires some changes to address particular computation features such as task computation of applications of cloud-based vehicular networks. There has been initial work on briging SDN concepts to vehicular networks to reduce the latency by using the fog computing technology, but most of these studies do not directly tackle the issue of task computation. This paper proposes a Software-Defined Cloud-based vehicular Network called SDCVN framework. In this framework, we study the effectiveness of task computation of applications of cloud-based vehicular networks with vehicular cloud and roadside edge cloud. Considering the edge cloud service migration due to the vehicle mobility, we present an efficient roadside cloud based controller entity scheme where the tasks are adaptively computed through vehicular cloud mode or roadside computing predictive trajectory decision mode. Simulation results show that our proposal demonstrates a stable and low route setup time in case of installing the forwarding rules of the routing applications because the source node needs to contact the controller once to setup the route.