• 한국통신학회논문지
• /
• 제40권4호
• /
• pp.720-722
• /
• 2015

본 논문에서는 클라우드[1] 기반의 AP Controller를 이용한 새로운 형태의 무선 네트워크 통합 관리 시스템을 제안한다. 이 시스템을 이용하여 망 관리자는 지역적으로 분리된 기업, 기관들의 무선 네트워크를 계층적으로 통합 관리할 수 있다. 기업, 기관들의 본사, 중앙에 AP Controller Manager를 두어 지역별로 나뉘어져 있는 AP, AC들을 계층적으로 통합 관리할 수 있고, 자동으로 AC를 생성하여 운영할 수 있는 기능을 제공한다. 본 논문에서는 제안한 무선 네트워크 통합 관리 시스템의 아키텍처와 구성 요소 및 동작 프로토콜을 설명한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권4호
• /
• pp.121-128
• /
• 2021

In order to design a real time big data collection and analysis system of manufacturing data in a smart factory, it is important to establish an appropriate wired/wireless communication system and protocol. This paper introduces the latest communication protocol, OPC-UA (Open Platform Communication Unified Architecture) based client/server function, applied user interface technology to configure a network for real-time data collection through IoT Integration. Then, Database is designed in MES (Manufacturing Execution System) based on the analysis table that reflects the user's requirements among the data extracted from the new cutting process automation process, bush inner diameter indentation measurement system and tool monitoring/inspection system. In summary, big data analysis system introduced in this paper performs SPC (statistical Process Control) analysis and visualization analysis with interface of OPC-UA-based wired/wireless communication. Through AI learning modeling with XGBoost (eXtream Gradient Boosting) and LR (Linear Regression) algorithm, quality and visualization analysis is carried out the storage and connection to the cloud.

• 한국건설관리학회논문집
• /
• 제17권5호
• /
• pp.78-88
• /
• 2016

최근 국내에서는 BIM 적용을 의무화하는 프로젝트의 증가로 인하여 BIM 기술의 도입이 확대되고 있지만, 중소설계사무소에서는 관련 제도 미비, 인프라 구축비용, 상이한 프로세스 등과 같은 다양한 문제로 인해 BIM 확산이 저조한 실정이다. 본 연구에서는 이러한 문제 중에서 BIM 운영관리를 위해 필요한 인프라 구축 및 유지비용 절감 방안으로 타 산업에서 최근 적용이 모색되고 있는 클라우드 컴퓨팅 기술 중 하나인 VDI 시스템을 BIM 분야에 적용하기 위한 연구를 수행하였다. 연구 수행절차로는 중소설계사무소의 BIM 기반 환경에서 문제점을 분석하고 타 산업에서 VDI의 활용 요소가 BIM 환경의 저해요인을 해소 할 수 있는지 분석한 후, 건설 산업에 적합한 VDI 시스템 적용 방안을 모색하여 Server 규모산정 프로세스를 구축하였다. 이를 바탕으로 BIM 인프라 환경에 적용하여 자원관리의 효율성을 분석하여 BIM 환경에서 성공적인 VDI 도입에 일조 하고자 한다.

• 한국전자거래학회지
• /
• 제20권3호
• /
• pp.89-112
• /
• 2015

본 연구는 모바일 시대의 진입, 글로벌 경쟁격화, 및 의료서비스 요구사항의 확대 등, 의료경영환경의 급격한 변화에 부응하기 위해 새로운 IT 기반 의료서비스가 필수적임에도 불구하고 이를 실현하고 있지 못한 중소형 규모 병원에 클라우드 기반 의료서비스를 제공할 수 있는 '중소형 병원의 클라우드 병원정보시스템(CHISSMH, Cloud Hospital Information System for Small Medium Hospitals)'의 아키텍처와 서비스 모델을 제시하였다. 스마트폰 시대에 진입하면서 개인단위의 클라우드 서비스는 일반화되었지만 비즈니스 단위의 서비스, 특히 병원정보시스템에 대한 클라우드 서비스의 도입은 초기단계이기에 이를 활성화하고자하는 차원에서 CHISSMH의 아키텍처를 개발하여 제시하였다. 특히 본 연구는 병원산업계에 클라우딩 서비스 도입 활성화를 위해 사용자관점이 아닌 서비스 제공자 관점에서 이에 대한 해결책을 제시하였다. 즉, 서비스 제공자가 고품질 및 합리적 가격의 클라우드 의료 서비스를 제공한다면 비록 일부 저해요인이 존재하더라도 도입이 활성화될 것으로 기대한다. 이를 위해 CHISSMH는 하드웨어뿐만 아니라 애플리케이션까지 가상화를 시도하여 자원공용화(Resource Pooling)를 추구함으로써 운영비용의 최소화를 통해 합리적 가격의 서비스를 제공할 수 있는 기술 기반 아키텍처와 서비스 모델을 제시하였다. 또한 CHISSMH이 15개 중소병원을 대상으로 서비스한 자료를 분석하여 CHISSMH의 합리성과 유용성을 제시하였으며, 전통적 소유형 HIS와 비교하여 44.5%의 IT 서비스 비용이 절감되는 것으로 나타났다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제13권1호
• /
• pp.321-339
• /
• 2021

Response Surface Method (RSM) has been widely used for flammable cloud size prediction as it can reduce computational intensity for further Explosion Risk Analysis (ERA) especially during the early design phase of offshore platforms. However, RSM encounters the overfitting problem under very limited simulations. In order to overcome the disadvantage of RSM, Bayesian Regularization Artificial Neural (BRANN)-based model has been recently developed and its robustness and efficiency have been widely verified. However, for ERA during the early design phase, there seems to be room to further reduce the computational intensity while ensuring the model's acceptable accuracy. This study aims to develop an integrated method, namely the combination of Center Composite Design (CCD) method with Bayesian Regularization Artificial Neural Network (BRANN), for flammable cloud size prediction. A case study with constant and transient leakages is conducted to illustrate the feasibility and advantage of this hybrid method. Additionally, the performance of CCD-BRANN is compared with that of RSM. It is concluded that the newly developed hybrid method is more robust and computational efficient for ERAs during early design phase.

• 한국통신학회논문지
• /
• 제36권12B호
• /
• pp.1498-1508
• /
• 2011

시스템의 고장, 크래킹, 오작동, 정전 등의 이유로 저장된 고객 데이터의 영구적 유실이나 일정 기간 동안의 접근 불가 상황이 발생할 때, 클라우드 스토리지 서비스 고객은 클라우드 서비스 제공자에 의한 데이터 복원이 가능하기를 기대할 수밖에 없다. 본 논문에서는 이 문제에 대해 클라우드 스토리지 시스템 내에서가 아니라 클라우드 고객의 영역에서 실현할 수 있는 솔루션을 고려한다. 본 논문은 고객이 다수의 클라우드 스토리지 제공자 들을 선택하여, 저장할 데이터 단위를 분할, 암호화 후 부분 중복 저장함으로써 일부 클라우드 스토리지에 접근이 불가능한 상황에서도 데이터 단위를 복원할 수 있는 기법 및 그 적용 구조를 제안한다. 제안 방식은 높은 데이터 가용성 보장과 더불어, 개별 사용자에 투명하게 데이터 암호화 키를 갱신할 수 있으며, 사용자별로 접근했던 데이터 단위의 목록들을 명시할 수 있어 필요 시 데이터 유출의 범위를 명확히 규정할 수 있도록 한다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.13-21
• /
• 2023

최근 코로나19로 인해 분야 간의 경계가 무너지면서 모든 데이터를 연결하고 국민, 기업, 정부 모두가 데이터에 접근 가능하도 록 하는 정부의 목표가 주목받고 있다. 이러한 목표에는 클라우드 기술이 계속해서 언급되어 오고 있으며 클라우드 사용으로 인한 보안 이슈를 피해갈 수 없어, 이와 관련된 다양한 연구가 진행되고 있다. 본 논문에서는 국내 공공·행정기관에서의 클라우드 사용 사례를 분석하고, 이때 발생할 수 있는 보안 이슈를 완화하기 위해 미국 정부 TIC 3.0 개념을 적용한 모델을 제시하고자 한다. 그리고 이를 토대로 TIC 3.0을 적용한 국내 공공·행정기관의 안전한 클라우드 서비스 모델을 제안하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권1호
• /
• pp.77-92
• /
• 2020

When automatic speech recognition (ASR) is provided as a cloud service, it is easy to collect voice and application domain data from users. Harnessing these data will facilitate the provision of more personalized services. In this paper, we demonstrate our transfer learning-based knowledge service that built with the user-generated data collected through our novel system that deliveries personalized ASR service. First, we discuss the motivation, challenges, and prospects of building up such a knowledge-based service-oriented system. Second, we present a Quadruple Transfer Learning (QTL) method that can learn a classification model from a source domain and transfer it to a target domain. Third, we provide an overview architecture of our novel system that collects voice data from mobile users, labels the data via crowdsourcing, utilises these collected user-generated data to train different machine learning models, and delivers the personalised real-time cloud services. Finally, we use the E-Book data collected from our system to train classification models and apply them in the smart TV domain, and the experimental results show that our QTL method is effective in two classification tasks, which confirms that the knowledge transfer provides a value-added service for the upper-layer mobile applications in different domains.

• Journal of Information Processing Systems
• /
• 제14권3호
• /
• pp.569-589
• /
• 2018

Cloud computing, also known as "country as you go", is used to turn any computer into a dematerialized architecture in which users can access different services. In addition to the daily evolution of stakeholders' number and beneficiaries, the imbalance between the virtual machines of data centers in a cloud environment impacts the performance as it decreases the hardware resources and the software's profitability. Our axis of research is the load balancing between a data center's virtual machines. It is used for reducing the degree of load imbalance between those machines in order to solve the problems caused by this technological evolution and ensure a greater quality of service. Our article focuses on two main phases: the pre-classification of tasks, according to the requested resources; and the classification of tasks into levels ('odd levels' or 'even levels') in ascending order based on the meta-heuristic "Bat-algorithm". The task allocation is based on levels provided by the bat-algorithm and through our mathematical functions, and we will divide our system into a number of virtual machines with nearly equal performance. Otherwise, we suggest different classes of virtual machines, but the condition is that each class should contain machines with similar characteristics compared to the existing binary search scheme.

• 사물인터넷융복합논문지
• /
• 제8권6호
• /
• pp.85-92
• /
• 2022

빅데이터 분석 및 AI 개발자에 대한 수요가 증가하지만 이를 공급할 교육 기반이 부족한 실정이다. 본 논문에서는 클라우드 기반 인공지능 교육 플랫폼을 개발하여 교육기관 및 IT기업에서 실무 중심의 실습 교육을 저비용, 고효율로 학습할 수 있는 환경 구축에 목표를 두었다. 교육 플랫폼의 개발은 사용자별 시나리오 기획, 아키텍처 설계, 화면 설계, 개발 기능 구현, 하드웨어 구축으로 진행하였다. 본 교육 플랫폼은 쿠버네티스 기반으로 컨테이너화된 워크 로드와 서비스관리 플랫폼, 강사·수강생을 위한 강의 및 개발 플랫폼으로 구성되어 있으며, 실시간 알람 시스템과 에이지 테스트로 클라우드 안정성을 확보하였고, CI/CD 개발 환경을 제공하며, 도커 이미지 배포를 통한 신뢰성을 확보하였다. 본 교육 플랫폼의 개발로 교육분야 신사업 진출의 기회를 확대하고 AI 및 빅데이터 분야의 실무 인력양성에 기여할 것으로 판단된다.