• 한국인터넷방송통신학회논문지
• /
• 제9권6호
• /
• pp.15-21
• /
• 2009

무선 센서 네트워크는 특정 지역의 센서 정보를 센서 노드를 통해 수집하는 네트워크이다. 지역 내 센서 노드의 측정된 데이터는 데이터를 수집, 처리하여 사용자에게 전달하는 싱크 노드로 전송된다. 하지만, 센서 네트워크를 구성하는 센서 노드의 제한된 능력 때문에 센서 노드의 저전력 동작 기법이 필요하다. 센서 네트워크에서 노드들은 주위 노드가 유사한 데이터를 측정한다는 특성을 갖기 때문에 클러스터를 형성하여 클러스터 헤드로 데이터를 전송하는 클러스터링 기법이 저전력 동작 기법에 효과적으로 사용될 수 있다. 다중 흡 기반의 클러스터링 형성 기법에서 클러스터 내 멤버 노드의 개수는 균형적인 클러스터 형성에 영향을 주기 때문에, 클러스터링 기법은 클러스터를 균등하게 분할하는 방법이 필요하다. 이를 위해, 본문은 클러스터 내 적절한 멤버 노드를 설정하여, 에너지 효율적인 센서네트워크 클러스터링 방법을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제41권8호
• /
• pp.569-579
• /
• 2014

전술 네트워크 환경에서 임무 수행을 위해 조합된 서비스를 수행하기 위해서는 실제로 서비스를 제공하는 자원과 추상 서비스를 바인딩 하는 작업이 필요하다. 그러나 군이 운용하는 전술 네트워크는 대역폭이 낮고 패킷 손실률이 높아 서비스를 안정적으로 수행하기 위해서는 통신량을 최소화 해야 한다. 또한 전장 환경은 그 특성상 동적으로 변화한다. 이를 위해 본 논문에서는 분산 서비스 코디네이션 과정에 생기는 서비스 게이트웨이간 통신량을 최소화 하고 전장 환경의 변화 중 일부 게이트웨이의 무력화 상황을 고려하는 두 개의 자원 재할당 기법을 제안하고 게이트웨이간 총 통신 오버헤드와 할당 유사도를 기준으로 평가하였다.

• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.507-516
• /
• 2007

Segmentation and organization of the LiDAR (Light Detection and Ranging) data of the Earth's surface are difficult tasks because the captured LiDAR data are composed of irregularly distributed point clouds with lack of semantic information. The reason for this difficulty in processing LiDAR data is that the data provide huge amount of the spatial coordinates without topological and/or relational information among the points. This study introduces LiDAR data segmentation technique by utilizing histograms of the LiDAR height image data and analyzing roof shape for 3D reconstruction and visualization of the buildings. One of the advantages in utilizing LiDAR height image data is no registration required because the LiDAR data are geo-referenced and ortho-projected data. In consequence, measurements on the image provide absolute reference coordinates. The LiDAR image allows measurement of the initial building boundaries to estimate locations of the side walls and to form the planar surfaces which represent approximate building footprints. LiDAR points close to each side wall were grouped together then the least-square planar surface fitting with the segmented point clouds was performed to determine precise location of each wall of an building. Finally, roof shape analysis was performed by accumulated slopes along the profiles of the roof top. However, simulated LiDAR data were used for analyzing roof shape because buildings with various shapes of the roof do not exist in the test area. The proposed approach has been tested on the heavily built-up urban residential area. 3D digital vector map produced by digitizing complied aerial photographs was used to evaluate accuracy of the results. Experimental results show efficiency of the proposed methodology for 3D building reconstruction and large scale digital mapping especially for the urban area.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권12호
• /
• pp.6145-6158
• /
• 2019

It is a challenge for the current security industry to respond to a large number of malicious codes distributed indiscriminately as well as intelligent APT attacks. As a result, studies using machine learning algorithms are being conducted as proactive prevention rather than post processing. The k-NN algorithm is widely used because it is intuitive and suitable for handling malicious code as unstructured data. In addition, in the malicious code analysis domain, the k-NN algorithm is easy to classify malicious codes based on previously analyzed malicious codes. For example, it is possible to classify malicious code families or analyze malicious code variants through similarity analysis with existing malicious codes. However, the main disadvantage of the k-NN algorithm is that the search time increases as the learning data increases. We propose a fast k-NN algorithm which improves the computation speed problem while taking the value of the k-NN algorithm. In the test environment, the k-NN algorithm was able to perform with only the comparison of the average of similarity of 19.71 times for 6.25 million malicious codes. Considering the way the algorithm works, Fast k-NN algorithm can also be used to search all data that can be vectorized as well as malware and SSDEEP. In the future, it is expected that if the k-NN approach is needed, and the central node can be effectively selected for clustering of large amount of data in various environments, it will be possible to design a sophisticated machine learning based system.

• 융합보안논문지
• /
• 제7권2호
• /
• pp.107-118
• /
• 2007

센서 네트워크는 다양한 환경에 배치되어 환경요소 감시 및 군사적으로 유용한 정보를 제공하는데 사용될 수 있다는 특징을 가지고 있지만, 여러 가지 보안상의 취약점을 갖고 있는 단점이 있다. 따라서 이러한 센서 네트워크의 안전성을 위해서는 반드시 보안 서비스가 요구되며, 센서 네트워크 노드간의 안전한 통신을 위해 보다 안전하고 효과적인 노드 관리 기법이 요구된다. 본 논문에서는 센서 네트워크에서의 센서 노드의 보안성이 요구되는 환경 및 그룹 키 관리기법에 적합한 효과적인 CH 및 클러스터링 기법을 제안한다. 먼저 각각의 노드들은 매 라운드 설정단계에서 BS와의 통신을 통하여 잔류 전력 및 암호 키를 이용한 인증 메시지를 전송하고 BS는 유효인증비율 및 잔류전력량을 반영하여 이 값들이 높은 노드를 CH로 선발한다. 이후 BS는 매 라운드 마다 이전라운드의 유효인증비율을 반영/누적 하여 적은 양의 에너지 소비로 안전한 클러스터 노드를 선발할 수 있는 기법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.251-260
• /
• 2011

본 논문에서는 신뢰하는 제 3기관(혹은 장치)(TTP)이 없고 사전에 키가 분배되지 않는 멀티 홉 클러스터 센서 네트워크 환경에서 안전하게 암호화된 키를 교환하는 알고리즘을 제안한다. 기존의 연구는 TTP가 존재하거나 노드간 키가 이미 분배되었다는 가정하에서 진행되었다. 그러나, 기존의 방법들은 기반 구조가 없는 USN 환경에서는 가능하지 않다. 기존 연구 중 일부는 난수를 이용한 Diffie-Hellman 알고리즘을 이용하여 문제를 해결하고자 하였으나 재생 공격과 중간자 공격에 취약한 것으로 나타났다. 기존의 Diffie-Hellman 알고리즘에서 취약한 문제로 드러난 노드 간 인증 문제는 ��TESLA를 사용한 수정된 Diffie-Hellman 알고리즘으로 해결한다. 본 논문에서는 수정된 Diffie-Hellman 알고리즘에 타임 스탬프를 사용한 일회용 패스워드(OTP)를 추가하여 안전하면서, 가볍고, 강인한 키 교환 알고리즘을 제안한다. 마지막으로 인증, 기밀성, 무결성, 부인방지, 후방향 안전성 및 전방향 안전성에 대해서 안전하다는 것을 검증한다.

• 한국산학기술학회논문지
• /
• 제8권5호
• /
• pp.1279-1288
• /
• 2007

시간제한을 가지는 차량경로문제는 배송 및 물류에서 가장 중요한 문제 중의 하나이다. 실제적으로 고객의 서비스를 위하여 주어진 시간 안에 출발해서 배송을 끝마쳐야 한다. 본 연구는 복수 물류센터의 최적차량경로문제를 위하여 유전자 알고리즘을 이용한 2단계 접근방법을 사용한 VRP(Vehicle Routing Problem)모델의 개발이다. 1단계로 구역별로 Clustering한 것은 복수 물류센터의 문제를 쉽게 해결하기 위해 단일 물류센터의 문제로 전환하여 모델을 개발하였다. 2단계로 시간제한을 가지는 최적차량경로를 찾을 수 있는 개선된 유전자 알고리즘을 이용하여 GA-TSP(Genetic Algorithm-Traveling Salesman Problem)모델을 개발하였다. 따라서 본 연구에서 개발한 Network VRP는 ActiveX와 분산객체기술을 이용한 VRP문제의 해를 구하기 위한 전산프로그램을 개발한다.

• 한국정보과학회논문지:정보통신
• /
• 제31권6호
• /
• pp.582-594
• /
• 2004

수십 대의 PC들로 구성된 학교 PC실 또는 교육 목적 PC실에서는 컴퓨터들이 분산 구조로 되어 있어서 각 컴퓨터별로 셋업, 유지보수, 업그레이드가 각각 따로따로 수행된다. 이러한 분산 구조에 대한 대안으로 씬 클라이언트 컴퓨팅 환경을 고려해 볼 수 있다. 씬 클라이언트 컴퓨팅 환경에서, 클라이언트 쪽 장치는 사용자에게 친숙한 GUI와 멀티미디어 지원과 함께 주로 IO 기능들을 제공하는 반면에 터미널 서버라 불리는 원격 서버들은 컴퓨팅 파워를 제공한다. 이 환경에서는 많은 클라이언트를 지원하기 위해서 터미널 서버들을 클러스터로 구성할 수 있다. 그러나 이러한 구조에서는 터미널 세션의 유지와 사용자의 다양한 컴퓨팅 사용 패턴 요인으로 부하 분산이 어렵고 결과적으로 터미널 서버 자원의 활용도가 낮아지는 단점을 가진다. 이러한 단점을 보완하기 위해 본 논문에서는 적응적 터미널 클러스터를 제안한다. 이 구조에서는 부하가 적은 그룹에 속한 터미널 서버가 부하가 큰 그룹으로 실시간에 동적으로 재 할당될 수 있다. 제안된 적응적 터미널 클러스터를 일반적인 터미널 클러스터와 그룹 기반 비적응적 터미널 클러스터와 비교하고 실험을 통해 제안된 방법의 유효성을 검증하였다.

• 대한지리학회지
• /
• 제42권4호
• /
• pp.616-631
• /
• 2007

거주지 분화 현상은 도시적 삶의 공간성을 파악하는데 본질적인 요소이기 때문에 도시학 연구에서 오랫동안 주목을 받아왔다. 거주지 분화 현상에 대한 연구 과제 중의 하나가 상이한 두 집단이 얼마나 공간적으로 분리되어 있는지를 측정하는 문제이다. 이러한 측면에서 가장 널리 사용되어온 것이 상이지수(index of dissimilarity)인데, 이 지수는 거주지 분리의 '불균등성(unevenness)'은 측정할 수 있지만, 공간적 '집중도(clustering)'는 측정하지 못하는 단점을 갖고 있다. 이러한 단점을 극복하기 위해 제안되어 온 '공간적 격리 지수(spatial indices of segregation)' 역시 가설검정 절차를 제시하지 못하고 최근의 공간통계학 연구 성과를 수용하지 못하는 등의 단점을 가지고 있다. 이러한 의미에서 본 논문의 주된 연구 목적은 새로운 '공간 분리성 측도(spatial separation measure)'를 개발하는 것이다. 이 공간 분리성 측도는 상이한 인구 집단이 거주 공간에 얼마나 불균등하게 분포하고 있는지에 대한 것뿐만 아니라 그러한 불균등 분포가 보여주는 공간적 의존성의 정도까지도 측정하는 새로운 통계량이다. 주요 연구 결과는 다음과 같다. 첫째, 기존의 '공간 연관성 측도(spatial association measures)'와 '공간적 카이-스퀘어 통계량(spatial chi-square statistics)'을 통합하여 새로운 측도를 개발했으며, 일반화된 랜덤화 검정법을 적용해 측도에 대한 유의성 검정법을 제시하였다. 둘째, 개발된 측도와 유의성 검정법을 우리나라 7대 도시의 학력 집단 간 거주지 분리 현상에 적용함으로써, 연구방법론으로서의 유용성을 확인하였다.

• 대한공간정보학회지
• /
• 제23권2호
• /
• pp.89-96
• /
• 2015

위치기반 소셜 미디어 데이터는 빅데이터, 위치기반서비스 등 다양한 분야에서 활용가능성이 매우 큰 데이터이다. 본 연구에서는 위치기반 소셜 미디어 데이터의 텍스트 정보를 분석하여 주요한 키워드들이 공간적으로 어떻게 분포하고 있는지를 파악할 수 있는 일련의 분석방법론을 적용해보았다. 이를 위해, 위치태그를 지닌 트윗 데이터를 서울시 강남지역과 그 주변지역에 대하여 2013년 8월 한달 간 수집하였으며, 이 데이터를 대상으로 하여 텍스트 마이닝을 통해 주요 키워드들을 도출하였다. 이러한 키워드들 중 음식, 엔터테인먼트, 업무 및 공부의 세 카테고리에 해당하는 키워드들만 추출, 분류하였으며 각 카테고리에 해당하는 트윗 데이터들에 대해서 공간적 클러스터링을 실시하였다. 도출된 각 카테고리별 클러스터들을 실제 그 지역의 건물 또는 벤치마크 POI들과 비교한 결과, 음식 카테고리 클러스터는 대규모 상업지역들과 일치도가 높았고 엔터테인먼트 카테고리의 클러스터는 공연장, 극장, 잠실운동장 등과 일치하였다. 업무 및 공부 카테고리 클러스터들은 학원 밀집지역 및 사무용 빌딩 밀집지역과 높은 일치도를 나타내었다.