• Journal of Information Processing Systems
• /
• 제13권6호
• /
• pp.1613-1627
• /
• 2017

The concept of the Internet of Things (IoT) enables physical objects or things to be virtually accessible for both consuming and providing services. Undue access from irresponsible activities becomes an interesting issue to address. Maintenance of data integrity and privacy of objects is important from the perspective of security. Privacy can be achieved through various techniques: password authentication, cryptography, and the use of mathematical models to assess the level of security of other objects. Individual methods like these are less effective in increasing the security aspect. Comprehensive security schemes such as the use of frameworks are considered better, regardless of the framework model used, whether centralized, semi-centralized, or distributed ones. In this paper, we propose a new semi-centralized security framework that aims to improve privacy in IoT using the parameters of trust and reputation. A new algorithm to elect a reputation coordinator, i.e., ConTrust Manager is proposed in this framework. This framework allows each object to determine other objects that are considered trusted before the communication process is implemented. Evaluation of the proposed framework was done through simulation, which shows that the framework can be used as an alternative solution for improving security in the IoT.

• Journal of information and communication convergence engineering
• /
• 제21권3호
• /
• pp.208-215
• /
• 2023

Deep learning techniques provide powerful solutions to several pattern-recognition problems, including Raman spectral classification. However, these networks require large amounts of labeled data to perform well. Labeled data, which are typically obtained in a laboratory, can potentially be alleviated by data augmentation. This study investigated various data augmentation techniques and applied multiple deep learning methods to Raman spectral classification. Raman spectra yield fingerprint-like information about chemical compositions, but are prone to noise when the particles of the material are small. Five augmentation models were investigated to build robust deep learning classifiers: weighted sums of spectral signals, imitated chemical backgrounds, extended multiplicative signal augmentation, and generated Gaussian and Poisson-distributed noise. We compared the performance of nine state-of-the-art convolutional neural networks with all the augmentation techniques. The LeNet5 models with background noise augmentation yielded the highest accuracy when tested on real-world Raman spectral classification at 88.33% accuracy. A class activation map of the model was generated to provide a qualitative observation of the results.

• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.156-165
• /
• 2023

IEEE 802.15.4e-TSCH is recognized as a wireless industrial sensor network standard used in IoT systems. To ensure both power savings and reliable communications, the TSCH standard uses techniques including channel hopping and bandwidth reserve. In TSCH mode, scheduling is crucial because it allows sensor nodes to select when data should be delivered or received. Because a wide range of applications may necessitate energy economy and transmission dependability, we present a distributed approach that uses a cluster tree topology to forecast scheduling requirements for the following slotframe, concentrating on the Poisson model. The proposed Optimized Minimal Scheduling Function (OMSF) is interested in the details of the scheduling time intervals, something that was not supported by the Minimal Scheduling Function (MSF) proposed by the 6TSCH group. Our contribution helps to deduce the number of cells needed in the following slotframe by reducing the number of negotiation operations between the pairs of nodes in each cluster to settle on a schedule. As a result, the cluster tree network's error rate, traffic load, latency, and queue size have all decreased.

• 한국정보통신학회논문지
• /
• 제5권1호
• /
• pp.173-182
• /
• 2001

본 논문에서는 이종 분산 지식기반 시스템을 구축하는데에 온톨로지가 어떤 역할을 하는지에 대해 논의한다. 먼저 다중 에이전트 시스템 기반 지식 공유와 재사용의 구조물인 지식사회에서 온톨로지와 에이전트간 관계를 논의하는데 온톨로지는 각 에이전트에 있어 지식사회에 연결되기 위한 최소한의 요구조건이다. 둘째로 지식사회에서 온톨로지가 어떻게 사용되고 있는가를 보여주기 위해 온톨로지에 의한 중재를 설명한다. 중재자라 불리는 특별한 에이전트는 주소가 없는 메시지들을 분석해서 온톨로지와 상의하고 온톨로지와 에이전트간 관계를 참고로 해서 수신후보 에이전트들을 추론한다. 셋째, 개념화 방식을 나타낼 수 있는 각 상황들의 결합으로서 온톨로지를 모델링한다. 상황통합을 의미하는 결합상황 혹은 상황선택을 의미하는 범주 상황으로서 상황들이 결합된다. 상황에 의한 온톨로지는 실세계 현상에 대한 이종 다중 기술을 허용하기 때문에 이종 지식기반시스템에게는 적합하다. 또한 다중상황을 해석하는 방식으로서 메시지 번역을 보여준다. 번역에이전트는 상황들의 종속성을 분석하여 어떤 상황을 가진 메시지를 다른 상황을 가진 메시지로 번역할 수 있다. 에이전트들을 쉽고 자연스럽게 구축하기 위해서 메시지의 중재와 번역은 중요한데 각 에이전트에 대하여 다른 에이전트들에 대한 지식이 덜 요청되기 때문이다.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2085-2092
• /
• 2016

IC 기판의 가장 중요한 성질들의 하나는 넓은 영역에 걸쳐 균일해야만 한다는 것이다. 웨이퍼 결함 분석의 다양한 물리적 접근 방법 중에서 적외선 조사 기법에 특별한 관심이 모아지고 있다. 특히, 높은 공간적 분해력을 가지고 있는 근적외선 흡수 방법은 반-절연 GaAs 내의 결함들을 직접적으로 관찰하는데 이용되고 있다. 적외선 전송에 기초를 둔 이 기법은 신속하고 비파괴 적이다. 이 방법은, 직접적으로 GaAs 반도체의 적외선 영상은 결함의 광흡수 작용에 기인한 것임을 밝히고 있다. 반-절연 GaAs 내의 EL2에 관련된, 비 균일 적으로 분포된 결함들의 적외선 흡수 영상에서 콘트라스트가 반전되는 현상에 대해 새로운 모델을 제시하고 있다. 저온 포토퀀칭 실험은, 직접적인 방법으로, GaAs 웨이퍼의 콘트라스트 반전 영상은 밴드갭의 지엽적인 변동이나 전하 재분포에 의한 것이 아니라 흡수와 산란의 두 메커니즘에 의한 것임을 증명하고 있다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.50-55
• /
• 2021

다중경로 시스템은 유선망, LTE망, 위성망 등 다양한 망을 동시에 활용하여 데이터를 전송하는 시스템으로, 통신망의 전송속도, 신뢰도, 보안성 등을 높이기 위해 제안되었다. 본 논문에서는 이 시스템에서 각 망의 지연시간을 보상으로 하는 강화학습 기반 경로 선택 방안을 제안하고자 한다. 기존의 강화학습 모델과는 다르게, deep Q 학습을 이용하여 망의 변화하는 환경에 즉각적으로 대응하도록 알고리즘을 설계하였다. 네트워크 환경에서는 보상 정보를 일정 지연시간이 지나야 얻을 수 있으므로 이를 보정하는 방안 또한 함께 제안하였다. 성능을 평가하기 위해, 분산 데이터베이스와 텐서플로우 모듈 등을 포함한 테스트베드 학습 서버를 개발하였다. 시뮬레이션 결과, 제안 알고리즘이 RTT 감소 측면에서 최저 지연시간을 선택하는 방안보다 20% 가량 좋은 성능을 가지는 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권4호
• /
• pp.109-116
• /
• 2021

본 논문은 분산자원 집합 거래시장의 활성화와 에너지 관리의 중요성이 증가되면서 에너지 관리 모니터링 기술로서 합산된 전체 전력으로부터 각각의 가전제품의 전력을 찾아내는 비 침입 부하 모니터 기법을 제안한다. 본 논문에서는 데이터 전처리를 통해 각 가전제품들의 power on-off상태가 나오도록 한다. 이러한 데이터를 LSTM을 모델로 사용하여 각 가전제품들의 power on-off 상태를 예측한다. 예측한 상태들을 데이터 후처리를 한 후, 실제 상태들과 비교하여 정확도를 측정한다. 본 논문에서는 전자제품의 개수, 데이터 후처리 방법과 Time step size를 다르게 하여 정확도를 측정하여 비교한다. 전자 제품의 개수가 6개이고, Round함수로 데이터 후처리 방법을 사용하고, Time step size는 6으로 설정하였을 때, 가장 높은 정확도가 나온 것으로 측정되었다.

• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.527-534
• /
• 2023

삼중구조 시스템에서는 하나의 프로세서에서 고장이 발생해도 여유도 때문에 주어진 임무를 계속 수행할 수 있다. 본 연구에서는 삼중구조 시스템에 체크포인터 기법을 도입한 후 고장 탐지와 체크포인터를 분리하는 새로운 고장 극복 방법을 제안한다. 먼저 한 개 프로세서에서 고장이 발생하면 고장 탐지와 동시에 모든 프로세서의 상태를 동기화함으로써 고장을 복구한다. 또한 두 개 이상의 프로세서에서 동시에 고장이 발생하면 직전의 체크포인터로 회귀하여 태스크를 재실행함으로써 고장을 복구한다. 본 논문에서는 태스크가 데드라인 이내에서 성공적으로 수행될 확률을 최대화하는 고장 탐지 구간과 체크포인터 구간의 선정 방법을 제안한다. 제안된 방식을 탑재한 삼중구조 시스템을 마코프 체인으로 모델링하고 실시간 태스크의 성공적 수행 확률을 도출하는 모의실험을 수행하여 최적의 해를 구하는 과정을 제시한다.

• 한국산학기술학회논문지
• /
• 제19권1호
• /
• pp.75-84
• /
• 2018

본 철도 유지보수 산업의 효율화를 위해서는 핵심부품의 적시 관리를 통한 부품 가동률 향상 및 철도 운행의 안정성 향상이 필요하다. 또한 유지보수 시스템 고속화에 따른 신뢰성 향상과 핵심부품의 유지보수 비용 절감의 두 가지 측면을 모두 만족시키기 위해, 부품 이력관리와 대규모 빅데이터의 자동화된 분석 기술을 활용한 부품 상태 진단 기술 수요가 증가하고 있다. 이 논문에서는 철도차량의 차상 및 지상 장치로부터 발생되는 실시간 빅데이터 수집, 처리, 분석을 위해서 빅데이터 플랫폼 기반의 철도차량 부품의 상태 데이터 관리시스템을 개발하였으며, 이 시스템의 활용으로 철도차량의 부품 상태정보 및 시스템 리소스에 대한 실시간 모니터링이 가능하다. 또한 빅데이터 플랫폼으로부터 수집된 상태 데이터를 기반으로 분산/병렬처리 및 자동화된 부품 고장진단이 가능한 머신러닝 기법을 제안하였다. 실험결과, 분산/병렬처리 기술이 적용된 알고리즘의 실행시간 단축을 아마존 웹서비스의 가상 인스턴스 생성 시스템을 통해 증명하였으며, random forest 머신러닝 기법을 활용한 고장 진단 모델의 베어링 및 차륜 부품에 대한 상태 예측 정확도가 83%임을 확인하였다.

• 정보처리학회논문지A
• /
• 제16A권6호
• /
• pp.481-488
• /
• 2009

가스절연개폐장치(Gas Insulated Switchgear:GIS)는 SF6가스를 절연 매체로 하는 대용량 전력 차단기기이다. GIS는 단순한 구조로 고장이 적고 신뢰성이 높은 편이지만 내부를 볼 수 없어 고장 확인이 어렵고 고장이 발생하면 파급 효과가 크고 복구가 어렵다. 따라서 GIS 내부의 이상 징후를 초기에 찾아낼 수 있도록 GIS 예방진단시스템이 도입되었다. GIS 예방진단시스템은 센서에서 수집, 분석한 정보로 이상 징후를 판 단하기 때문에 데이터의 신뢰성과 적시성이 중요하다. 하지만 기존 시스템은 중앙 집중 데이터 수집 방식으로 효율이 낮고 신뢰성과 적시성의 보장이 어렵다. 이러한 신뢰성과 적시성을 보장하기 위하여 GIS 예방진단시스템은 실시간성을 보장하는 미들웨어를 탑재해야 한다. 따라서 본 논문에서는 GIS 예방진단시스템의 신뢰성 향상을 위하여 실시간 분산 컴퓨팅의 적시성 보장을 위해 제안된 TMO를 적용한 미들웨어를 사용한 다. 그리고 TMO를 적용한 데이터 수집 및 감시, 제어 방법을 적용한 새로운 GIS 예방진단 시스템을 제안한다. 논문에서 제안하는 시스템은 TMO의 실시간 기능을 활용하여 데이터의 분산 처리가 가능한 통신제어장치를 개발하여 사용한다. 통신제어장치는 TMO를 통해 실시간 데이 터 수집 및 처리 과정의 적시성을 보장하고 데이터의 신뢰성을 높여 시스템의 성능 향상에 기여한다. 또한, 기존의 서버의 데이터 수집 및 처 리 과정을 통신제어장치가 부담하여 서버의 부하를 줄이고 향후 분산 환경을 지원할 수 있도록 설계하였다. 따라서 제안하는 시스템은 통신제 어장치의 적시성 보장을 통해 GIS 예방진단시스템의 신뢰성과 성능을 향상시키고 GIS의 안정적인 운영을 보장할 수 있다.