• 한국항행학회논문지
• /
• 제27권6호
• /
• pp.770-775
• /
• 2023

최근 디지털 데이터 양의 기하급수적 증가는 데이터 처리 시스템의 중요성을 부각시켰다. 이 연구는 클라우드 컴퓨팅 (CC; cloud computing), 엣지 컴퓨팅 (EC; edge computing), 그리고 UAV (unmanned aerial vehicle) 기반 지능형 에지 컴퓨팅 (UEC; unmanned aerial vehicle-based intelligent edge computing) 간의 성능을 비교하였으며, 특히 회랑감시와 같은 실시간 대용량 데이터 처리 상황에 초점을 맞추었습니다. UAV 기반 지능형 에지 컴퓨팅은 이동성과 특수 환경에서의 대규모 데이터 처리 및 분석에 높은 효과성을 보인다. 이러한 연구 결과를 바탕으로 각 상황에 맞게 최적화된 시스템 선택 방법론을 제안한다.

• 한국통신학회논문지
• /
• 제42권2호
• /
• pp.523-535
• /
• 2017

IoT 환경이 심화됨에 따라 집, 사무실 등 특정 지역에 설치된 센서 정보를 활용하여 지역내 냉난방, 조명 등의 서비스를 자동 조절하는 지능형 로컬 서비스에 대한 관심이 커지고 있다. 그런데 지금까지의 IoT 기반 지능형 로컬 서비스는 지역 내 사용자의 프레즌스와 서비스 선호도를 간접적인 방식으로 반영함으로써 실제 재실중인 사용자의 선호도를 왜곡하여 반영하는 문제가 발생한다. 본 연구에서는 이러한 문제점을 해결하기 위해 개별 사용자의 프레즌스 및 선호도 정보를 기반으로 한 지능형 로컬 서비스 제어 방식을 제안하고 이를 프로토타입 으로 구현한 결과를 제시한다. 아울러 대부분의 지능형 로컬 서비스를 위한 복잡한 예측 모형의 생성은 주로 클라우드 상의 서버에서 수행되어 왔다. 그러나 이러한 방식은 IoT 기기와 클라우드 간의 대량의 데이터 전송을 발생시킨다. 모바일 엣지 컴퓨팅 환경은 지능형 로컬 서비스 제어 시스템의 이러한 문제점을 해결할 수 있는 해결책이 될 수 있다. 본 연구에서는 클라우드 환경에서 개인 프레즌스-선호 기반 지능형 로컬 서비스 시스템을 구현한 후, 구현 결과를 기반으로 모바일 엣지 컴퓨팅 환경에 적용하는 방안을 제시한다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.687-694
• /
• 2020

SDN과 NFV은 차세대 네트워크 기술로서, 데이터센터, 캠퍼스, 대형회사 등 Cloud가 구축되어 있거나, 서비스 제공 중심의 통신회사 등에서 활발하게 적용하고 있다. 특히, 군(軍) 적용을 위해서는 국방통합데이터센터가 대표적인 예가 될 것이다. 국방통합데이터센터(DIDC)가 지능화된 센터로 도약하기 위해 최신 정보통신기술(ICT)을 적용한 「스마트 국방통합데이터센터」 추진에 박차를 가하고 있다. DIDC 설립 당시, Cloud 서비스 등의 인프라 구축을 30% 안팎의 수준으로 시작하여, 현재 'Cloud 퍼스트'를 통해 D-Cloud를 75%까지 확장할 예정이다. 또한, SDN/NFV 도입하므로 DIDC의 운용비용과 인력을 절감하고, 정보자원의 효율적인 이용과 사이버 정보보호체계에 대한 능력을 강화할 예정이며, 각 체계 사용에 유연성과 민첩성을 높여 앞으로 국방경영에 효율성에 이바지하기 위해 노력하고 있다. 이에 DIDC을 중심으로 SDN/NFV 도입의 당위성과 기대효과를 논하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권1호
• /
• pp.406-434
• /
• 2019

In general, an information security approach estimates the risk, where the risk is to occur due to an unusual event, and the associated consequences for cloud organization. Information Security and Risk Management (ISRA) practices vary among cloud organizations and disciplines. There are several approaches to compare existing risk management methods for cloud organizations but their scope is limited considering stereo type criteria, rather than developing an agent based task that considers all aspects of the associated risk. It is the lack of considering all existing renowned risk management frameworks, their proper comparison, and agent techniques that motivates this research. This paper proposes Agent Based Information Security Framework for Hybrid Cloud Computing as an all-inclusive method including cloud related methods to review and compare existing different renowned methods for cloud computing risk issues and by adding new tasks from surveyed methods. The concepts of software agent and intelligent agent have been introduced that fetch/collect accurate information used in framework and to develop a decision system that facilitates the organization to take decision against threat agent on the basis of information provided by the security agents. The scope of this research primarily considers risk assessment methods that focus on assets, potential threats, vulnerabilities and their associated measures to calculate consequences. After in-depth comparison of renowned ISRA methods with ABISF, we have found that ISO/IEC 27005:2011 is the most appropriate approach among existing ISRA methods. The proposed framework was implemented using fuzzy inference system based upon fuzzy set theory, and MATLAB(R) fuzzy logic rules were used to test the framework. The fuzzy results confirm that proposed framework could be used for information security in cloud computing environment.

• 전자통신동향분석
• /
• 제33권6호
• /
• pp.24-33
• /
• 2018

In the age of IoT, in which everything is connected to a network, there have been increases in the amount of data traffic, latency, and the risk of personal privacy breaches that conventional cloud computing technology cannot cope with. The idea of edge computing has emerged as a solution to these issues, and furthermore, the concept of ultra-low power edge intelligent semiconductors in which the IoT device itself performs intelligent decisions and processes data has been established. The key elements of this function are an intelligent semiconductor based on artificial intelligence, connectivity for the efficient connection of neurons and synapses, and a large-scale spiking neural network simulation framework for the performance prediction of a neural network. This paper covers the current trends in ultra-low power edge intelligent semiconductors including issues regarding their technology and application.

• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1480-1493
• /
• 2018

Recently, computational intelligence has received a lot of attention from researchers due to its potential applications to artificial intelligence. In computer science, computational intelligence refers to a machine's ability to learn how to compete various tasks, such as making observations or carrying out experiments. We adopted a computational intelligence solution to monitoring residual resources in cloud computing environments. The proposed residual resource monitoring scheme periodically monitors the cloud-based host machines, so that the post migration performance of a virtual machine is as consistent with the pre-migration performance as possible. To this end, we use a novel similarity measure to find the best target host to migrate a virtual machine to. The design of the proposed residual resource monitoring scheme helps maintain the quality of service and service level agreement during the migration. We carried out a number of experimental evaluations to demonstrate the effectiveness of the proposed residual resource monitoring scheme. Our results show that the proposed scheme intelligently measures the similarities between virtual machines in cloud computing environments without causing performance degradation, whilst preserving the quality of service and service level agreement.

• 한국정보전자통신기술학회논문지
• /
• 제16권4호
• /
• pp.193-202
• /
• 2023

최근 대규모 데이터 세트로 학습된 거대 언어 모델들의 뛰어난 성능이 공개되면서 큰 화제가 되고 있다. 하지만 거대 언어 모델을 학습하고 활용하기 위해서는 초대용량의 컴퓨팅 및 메모리 자원이 필요하므로, 대부분의 연구는 빅테크 기업들을 중심으로 폐쇄적인 환경에서 진행되고 있었다. 하지만, Meta의 거대 언어 모델 LLaMA가 공개되면서 거대 언어 모델 연구들은 기존의 폐쇄적인 환경에서 벗어나 오픈 소스화되었고, 관련 생태계가 급격히 확장되어 가고 있다. 이러한 배경하에 사전 학습된 거대 언어 모델을 추가 학습시켜 특정 작업에 특화되거나 가벼우면서도 성능이 뛰어난 모델들이 활발히 공유되고 있다. 한편, 사전 학습된 거대 언어 모델의 학습데이터는 영어가 큰 비중을 차지하기 때문에 한국어의 성능이 비교적 떨어지며, 이러한 한계를 극복하기 위해 한국어 데이터로 추가 학습을 시키는 한국어 특화 언어 모델 연구들이 이루어지고 있다. 본 논문에서는 오픈 소스 기반의 거대 언어 모델의 생태계 동향을 파악하고 영어 및 한국어 특화 거대 언어 모델에 관한 연구를 소개하며, 거대 언어 모델의 활용 방안과 한계점을 파악한다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제12권1호
• /
• pp.605-616
• /
• 2020

The construction quality control of hull blocks is of great significance for shipbuilding. The total station device is predominantly employed in traditional applications, but suffers from long measurement time, high labor intensity and scarcity of data points. In this paper, the Terrestrial Laser Scanning (TLS) device is utilized to obtain an efficient and accurate comprehensive construction information of hull blocks. To address the registration problem which is the most important issue in comparing the measurement point cloud and the design model, an automatic registration approach is presented. Furthermore, to compare the data acquired by TLS device and sparse point sets obtained by total station device, a method for key point extraction is introduced. Experimental results indicate that the proposed approach is fast and accurate, and that applying TLS to control the construction quality of hull blocks is reliable and feasible.

• International Journal of Computer Science & Network Security
• /
• 제21권6호
• /
• pp.35-46
• /
• 2021

Small and Medium Enterprises (SMEs) are increasingly using ERP systems to connect and manage all their functions, whether internally between the different departments, or externally with customers in electronic commerce. However, the selection of the right ERP system is usually an issue, due to the complexities of identifying the criteria, weighting them, and selecting the best system and provider. Because cost is usually important for SMEs, ERP systems based on Cloud Software as a Service (SaaS) has been adopted by many SMEs. However, SMEs face an issue of selecting the right system. Therefore, this paper proposes a fuzziness ranking engine system in order to match the SMEs requirements with the most suitable service provider. The extensive experimental result shows that our approach has better result compared with traditional approaches.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.128-130
• /
• 2021

Smart cities collect data from thousands of IoT-based sensor devices for intelligent application-based services. Centralized cloud servers support application tasks with higher computation resources but introduce network latency. Fog layer-based data centers bring data processing at the edge, but fewer available computation resources and poor task allocation strategy prevent real-time data analysis. In this paper, tasks generated from devices are distributed as high resource and low resource intensity tasks. The novelty of this research lies in deploying a virtual node assigned to each cluster of IoT sensor machines serving a joint application. The node allocates tasks based on the task intensity to either cloud-computing or fog computing resources. The proposed Task Allocation Strategy provides seamless allocation of jobs based on process requirements.