• 전기전자학회논문지
• /
• 제19권1호
• /
• pp.58-63
• /
• 2015

본 논문에서는 클라우드 기반의 모바일 지능형 관제시스템 개발을 제안하였다. 모바일 지능형 관제시스템은 클라우드 서버, 미들웨어, 센서로 구성되어 있다. 각 모듈들은 모바일 환경에서 제어되고 주변 환경에 대한 각 기기의 동작 상태를 모니터링 할 수 있다. 본 논문에서는 침입자를 감지하기 위해 영상 기반 움직임 감지 알고리즘을 적용하였고, 움직임 감지 실험에서 움직임 검출율이 평균 12.3% 높게 측정되어 보안장치로써의 타당성을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권1호
• /
• pp.1-10
• /
• 2020

유동적으로 변화하는 환경에서 사용자의 요구에 따라 서비스를 제공하는 서비스 로봇은 클라우드 서비스와 같은 외부 서비스를 이용할 수 있어야 한다. 그러나 클라우드 서비스는 지속해서 변화하고 확장되므로 서비스의 기능 및 데이터 변경에 적응할 수 있는 일반적이고 유연한 인터페이스가 필요하다. 이를 위해 다양한 클라우드 서비스에 대한 모델 기반의 일반적인 인터페이스를 활용하여야 한다. 이러한 접근 방법을 통해 변경된 서비스에 접근할 수 있는 표준 서비스 프로파일을 정의함으로써 일반적이고 확장 가능한 인터페이스를 구현하였다. 또한, 지능형 서비스 로봇을 활용한 실험을 통해 새로운, 혹은 변경된 외부 서비스에 대해 유연하게 적응하는 결과를 검증하였다.

• 디지털융복합연구
• /
• 제12권12호
• /
• pp.345-350
• /
• 2014

다양한 모바일 단말을 활용한 스마트 워크에 대한 수요 증가 및 클라우드, 웨어러블 컴퓨팅, 차세대 유 무선 통신망 등과 같은 융합형 인프라 기반의 서비스 증가에 따라 네트워크의 신뢰성이 매우 중요한 문제로 대두되고 있다. 그러나, 아직까지 이러한 융합형 인프라 기반의 서비스 제공 시 네트워크의 신뢰성을 제공하는 방안에 대한 연구는 거의 이루어지지 않고 있다. 따라서, 본 논문에서는 이러한 문제를 해결하고 클라우드 기반 사무환경 구축시 적용할 수 있는 ISNTC (Intelligent Safe Network Technology based on Cloud)를 제안한다. 제안하는 ISNTC는 SDN (Software Defined Network) 기반의 세이프 네트워크 기술을 활용하여 사용자 데이터를 전송하는 방식이며, 동기화된 전송 경로 및 전송 타이밍을 통해 안전한 데이터 전송을 보장한다. 제안한 ISNTC의 성능 평가는 OPnet 기반의 시뮬레이션을 통해 이루어졌으며, 이를 통해 제안한 방안의 우수성을 검증하였다.

• 한국산업정보학회논문지
• /
• 제17권3호
• /
• pp.59-68
• /
• 2012

제로 클라이언트 체제는 기업의 문서 중앙화를 위해 제시된 최신의 방법이며, 이를 기업의 현실에 보다 적합하도록 토착화시키는 작업은 필수적이다. 본 연구는 제로 클라이언트 체제의 잘 알려진 보안 및 프라이버시 상의 문제점을 제외한, 사용 상의 문제점을 보완하고자 고안되었다. 즉, 작업자가 작업한 문서를 기업 클라우드 스토리지에 저장하고자 저장 카테고리를 검색하는 과정의 부담과 정확성을 향상시키기 위하여, 작업 문서의 주제어를 자동으로 파악하고, 이를 바탕으로 해당 문서가 저장되어야 하는 카테고리를 자동으로 검색하여 작업자의 확인을 통해 자동 저장되도록 하는, 지능적 아카이빙 방식을 제시한다. 본 연구에서 제시하는 주제어 자동 파악 및 자동 아카이빙을 위한 방법론과 프로토타입 시스템은 기업 환경에 적용이 가능할 정도로 정확성과 확장성을 갖추고 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4345-4363
• /
• 2021

Deep Learning as a Service (DLaaS), utilizing the cloud-based deep neural network models to provide customer prediction services, has been widely deployed on mobile cloud computing (MCC). Such services raise privacy concerns since customers need to send private data to untrusted service providers. In this paper, we devote ourselves to building an efficient protocol to classify users' images using the convolutional neural network (CNN) model trained and held by the server, while keeping both parties' data secure. Most previous solutions commonly employ homomorphic encryption schemes based on Ring Learning with Errors (RLWE) hardness or two-party secure computation protocols to achieve it. However, they have limitations on large communication overheads and costs in MCC. To address this issue, we present LeHE4SCNN, a scalable privacy-preserving and communication-efficient framework for CNN-based DLaaS. Firstly, we design a novel low-expansion rate homomorphic encryption scheme with packing and unpacking methods (LeHE). It supports fast homomorphic operations such as vector-matrix multiplication and addition. Then we propose a secure prediction framework for CNN. It employs the LeHE scheme to compute linear layers while exploiting the data shuffling technique to perform non-linear operations. Finally, we implement and evaluate LeHE4SCNN with various CNN models on a real-world dataset. Experimental results demonstrate the effectiveness and superiority of the LeHE4SCNN framework in terms of response time, usage cost, and communication overhead compared to the state-of-the-art methods in the mobile cloud computing environment.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권12호
• /
• pp.2294-2314
• /
• 2011

The key issue in providing fast and reliable access on cloud services is the effective management of resources in a cloud system. However, the high variation in cloud service access rates affects the system performance considerably when there are no default routines to handle this type of occurrence. Adaptive techniques are used in resource management to support robust systems and maintain well-balanced loads within the servers. This paper presents an adaptive resource management for cloud systems which supports the integration of intelligent methods to promote quality of service (QoS) in provisioning of cloud services. A technique of dynamically assigning cloud services to a group of cloud servers is proposed for the adaptive resource management. Initially, cloud services are collected based on the excess cloud services load and then these are deployed to the assigned cloud servers. The assignment function uses the proposed proportional ordering which efficiently assigns cloud services based on its resource consumption. The difference in resource consumption rate in all nodes is analyzed periodically which decides the execution of service assignment. Performance evaluation showed that the proposed dynamic service assignment (DSA) performed best in throughput performance compared to other resource allocation algorithms.

• 전자통신동향분석
• /
• 제34권1호
• /
• pp.1-12
• /
• 2019

The role of Internet of Things (IoT) has been evolving from connectivity to intelligent and autonomous functions. The increase in the number of connected things and the volume of data has revealed the limit of cloud-based intelligent IoT. Meanwhile, the development of microprocessors for the IoT has enabled their intelligent decision making and reactions without the intervention of the cloud; this phase is referred to as the "autonomous IoT era." However, intelligence is not the only function of the IoT. When a cyber physical system (CPS) is running on the cloud, the real-time synchronization between the real and virtual worlds cannot be guaranteed. If a CPS is running on the IoT, both the worlds can be synchronized closely enough for a zero- time gap, i.e., achieving the goals of autonomous IoT. ETRI implements intelligence into the role of IoT and collaborates their decision making and reactions without the intervention of humans. Then, we focus on the development of a new IoT computing paradigm that enables human-like discussions.

• 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.

• 한국지능시스템학회논문지
• /
• 제24권3호
• /
• pp.239-244
• /
• 2014

클라우드 컴퓨팅 (Cloud Computing) 환경의 중요성, 편리성이 점점 커지면서 개인 정보 (프라이버시, privacy)에 대한 염려도 점점 더 커지고 있다. 클라우드 환경에서 개인 정보의 보호에 대한 연구와 노력은 계속 지속되고 있지만 개인 정보의 침해에 대한 염려는 항상 존재하고 있다. 또한 대부분의 클라우드 환경이 제공하는 파일 단위의 단순화된 동기화 기법은 파일의 부분 변경을 어렵게 한다. 특히 파일에 데이터베이스를 생성하는 SQLite와 같은 내장형 DBMS를 사용하는 데이터 중심 앱에서 단순한 파일 단위의 동기화는 많은 정보를 잃어버릴 수 있게 한다. 본 논문에서는 모바일 기기에서 데스크탑 컴퓨터를 이용하여 레코드 단위의 세밀한 동기화를 지원하는 개별 클라우드를 구축하는 기법을 제안하고, 데모 시스템을 구축하여 그 기능을 확인한다. 데모 시스템은 데스크탑 컴퓨터에 RESTFul 웹 서비스 기능을 구현한 후 모바일 기기의 스키마와 동일한 스키마를 클라우드 저장소인 데스크탑 컴퓨터에 구현하고, 낙관적 방식의 레코드 단위의 동기화를 지원하게 한다.