• 한국항행학회논문지
• /
• 제21권1호
• /
• pp.72-77
• /
• 2017

최근 수년간 IoT (internet of things) 기술은 급격히 발달하였고 많은 분야에 적용되고 있다. IoT 디바이스는 다양한 환경에서 정보를 수집하고 분석하여 사용자에게 유용한 정보를 제공하는 역할을 수행한다. 최근에 IoT 디바이스 증가로 인하여, 가격이 저렴하고 사용하기 쉬운 하드웨어와 소프트웨어 기반의 오픈소스 플랫폼들이 많이 개발되어 제공되고 있다. 본 논문에서는 블루투스 무선 데이터를 스마트 폰과 실시간으로 통신할 수 있는 아두이노 기반의 IoT 시스템을 연구하였다. 그리고 안드로이드 스마트 폰과의 통신을 위하여 앱 인번터 2 기반의 무선 시스템 제어 앱을 개발하였다. 또한, 디바이스를 제어할 수 있는 아두이노 기반의 IoT 시스템을 제작하여 디바이스 사이의 연결성 측면의 기능을 구현하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.172-172
• /
• 2023

The use of low-cost IoT sensors for flow measurement in open channels has gained significant attention due to their potential to provide continuous and real-time data at a low cost. However, the accuracy and reliability of these sensors in real-world scenarios are not well understood. This study aims to compare the performance of low-cost IoT sensors in the laboratory and real-world conditions to evaluate their accuracy and reliability. Firstly, a low-cost IoT sensor was integrated with an IoT platform to acquire real-time flow rate data. The IoT sensors were calibrated in the laboratory environment to optimize their accuracy, including different types of low-cost IoT sensors (HC-SR04 ultrasonic sensor & YF-S201 sensor) using an open channel prototype. After calibration, the IoT sensors were then applied to a real-world case study in the Dorim-cheon stream, where they were compared to traditional flow measurement methods to evaluate their accuracy.The results showed that the low-cost IoT sensors provided accurate and reliable flow rate data under laboratory conditions, with an error range of less than 5%. However, when applied to the real-world case study, the accuracy of the IoT sensors decreased, which could be attributed to several factors such as the effects of water turbulence, sensor drift, and environmental factors. Overall, this study highlights the potential of low-cost IoT sensors for flow measurement in open channels and provides insights into their limitations and challenges in real-world scenarios.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.159-169
• /
• 2024

본 논문에서는 증강 현실 (AR) 기술과 사물 인터넷 (IoT) 기술을 융합하여 새로운 실시간 화재 모니터링 및 대피 내비게이션 시스템을 제안한다. 제안된 시스템은 건물 내에 설치된 IoT 온도 측정 디바이스를 통해 온도 데이터를 수집하고, 이를 IoT 플랫폼을 통해 MySQL 클라우드 데이터베이스에 자동으로 전송함으로써 실시간으로 정확한 데이터를 모니터링한다. 이후, 건축 정보 모델링 (BIM)을 통해 생성된 3D 건물 모델에 실시간 IoT 데이터를 가시화하고, AR 기술을 통해 현실 세계에 모델을 표현함으로써 직관적으로 화재 발생 위치를 파악할 수 있다. 또한, Vuforia 엔진의 Device Tracking 및 Area Targets 기능을 활용하여 사용자의 실시간 위치를 파악하고, 개선된 A* 알고리즘을 통해 여러 비상구 중 최적의 대피 경로를 찾는다. 본 논문에서는 다양한 가상 화재 시나리오를 기반으로 사용자 실험 평가를 진행하여 제안된 시스템의 실용성과 빠르고 안전한 대피 효과를 입증한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권7호
• /
• pp.313-318
• /
• 2016

IoT 환경에서 센싱 정보의 활용을 위해서는 센서로 부터 생성된 정보의 가공 및 처리를 위한 효율적인 소프트웨어 아키텍처 설계가 필수적이다. 특히 IoT 환경에서 사물은 인터넷에 연결되고 각종 센서를 탑재한 디바이스간 통신이 가능하여야 한다. 그러나 MapReduce 기반의 Hadoop과 Twister은 데이터의 배치 처리에 적합하지만, 스트리밍 센서 자료의 이동중 처리에는 제약점을 갖는다. 전통적인 스트리밍 데이터 처리 방법인 MOM 기반의 메시지 큐 시스템을 이용해 메시지 스트림을 처리하는 방식은 프로그래머가 메시지 흐름의 복잡도를 고려해야 상세한 처리를 프로그램 함으로써 유지보수 및 확장성을 갖기 어려움이 있다. 이 논문에서는 IoT 환경에서 수집된 센싱 자료의 처리를 위한 소프트 웨어 아키텍처를 설계하였다. 또한 설계된 소프트아키텍처를 기반으로 오픈소스 프레임워크인 Storm의 응용 구성을 기술한다. 구성응용은 센서게이트웨이(Sensor Gateway)를 통해 자료를 수집한 후 실시간 스트리밍 데이터를 파이프-필터 스타일로서 변환한다.

• 한국콘텐츠학회논문지
• /
• 제15권2호
• /
• pp.58-73
• /
• 2015

IoT 환경에서 사용자에게 상황인지 서비스를 제공하기 위해서는 상황정보가 필요하다. 이를 위해 센서나 액츄에이터 같은 장치에서 수집된 데이터를 온톨로지를 통해 상황정보로 변환한다. 기존의 상황인지 서비스를 위한 온톨로지는 타겟 서비스를 기반으로 온톨로지를 설계하여 사용자의 요구사항, 서비스 조건, 환경 등이 변하거나 또는 전혀 다른 서비스를 원할 경우 온톨로지를 전반적으로 재설계해야 하는 불편함이 있다. 이러한 점을 극복하기 위해 본 논문에서는 사용자가 장소나 상황에 구애 받지 않고 자신이 원하는 장소에서 원하는 서비스를 정의할 수 있는 크로스 버티컬(Cross-vertical) 온톨로지 모델인 Generic Ontology Models(GOMs)를 제안한다. 또한 IoT 서비스의 데이터 흐름을 나타내는 IoT 서비스 개념 모델과 IoT 서비스를 제공하기 위한 IoT 서비스 환경을 제안하고 제안된 환경에서 GOMs를 이용하여 다양한 서비스 시나리오에 적용해봄으로써 IoT 환경에서 상황인지 서비스가 가능함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.965-968
• /
• 2016

IoT 환경이 도래하면서 데이터 수집, 데이터 전송, 데이터 처리와 같이 IoT 서비스 제공을 위한 인프라에 대한 연구는 활발하게 진행되고 있지만 이러한 인프라에서 실제 IoT 서비스를 사용하는데 필요한 데이터 분석은 상대적으로 연구가 미흡하다. IoT 서비스를 효율적으로 제공하고, 효과적으로 사용하기 위해서는 데이터 분석에 대한 연구가 선행돼야 한다. 특히 IoT 서비스 중에서도 IoT 홈 서비스의 경우 데이터에 내재된 개인정보 문제 때문에 데이터의 수집이 어렵고, 분석에 필요한 형태를 갖추기도 어렵기 때문에 기계학습기법의 적용이 용이하지 않다. 본 논문에서는 이진형(Discret) IoT 홈 서비스의 데이터 분석을 위해 DAG기반 데이터 시각화 기법을 제안한다. 해당 기법을 통해 IoT 홈 서비스 디바이스들간 연관성, 각 디바이스의 사용 지속성 및 사용패턴과 같은 데이터 분석을 위한 메타데이터를 제공한다.

• 한국IT서비스학회지
• /
• 제15권4호
• /
• pp.41-62
• /
• 2016

In Internet of Things (IoT) era, more diverse types of information are collected and the environment of information usage, distribution, and processing is changing. Recently, there have been a growing number of cases involving breach and infringement of personal information in IoT services, for examples, including data breach incidents of Web cam service or drone and hacking cases of smart connected car or individual monitoring service. With the evolution of IoT, concerns on personal information protection has become a crucial issue and thus the risk analysis and management method of personal information should be systematically prepared. This study shows risk factors in IoT regarding possible breach of personal information and infringement of privacy. We propose "a risk analysis framework of protecting personal information in IoT environments" consisting of asset (personal information-type and sensitivity) subject to risk, threats of infringement (device, network, and server points), and social impact caused from the privacy incident. To verify this proposed framework, we conducted risk analysis of IoT services (smart communication device, connected car, smart healthcare, smart home, and smart infra) using this framework. Based on the analysis results, we identified the level of risk to personal information in IoT services and suggested measures to protect personal information and appropriately use it.

• International journal of advanced smart convergence
• /
• 제7권4호
• /
• pp.75-83
• /
• 2018

Predictive IoT Sensor Algorithm is a technique of data science that helps computers learn from existing data to predict future behaviors, outcomes, and trends. This algorithm is a cloud predictive analytics service that makes it possible to quickly create and deploy predictive models as analytics solutions. Sensors and computers collect and analyze data. Using the time series prediction algorithm helps to predict future temperature. The application of this IoT in industrial environments like power plants and factories will allow organizations to process much larger data sets much faster and precisely. This rich source of sensor data can be networked, gathered and analyzed by super smart software which will help to detect problems, work more productively. Using predictive IoT technology - sensors and real-time monitoring - can help organizations exactly where and when equipment needs to be adjusted, replaced or how to act in a given situation.

• Journal of Multimedia Information System
• /
• 제4권4호
• /
• pp.163-170
• /
• 2017

Internet of things (IoT) is a new paradigm for collecting, processing and analyzing various contents in order to detect anomalies and to monitor particular patterns in a specific environment. The collected data can be used to discover new patterns and to offer new insights. IoT-enabled data mashup is a new technology to combine various types of information from multiple sources into a single web service. Mashup services create a new horizon for different applications. Environmental monitoring is a serious tool for the state and private organizations, which are located in regions with environmental hazards and seek to gain insights to detect hazards and locate them clearly. These organizations may utilize IoT - enabled data mashup service to merge different types of datasets from different IoT sensor networks in order to leverage their data analytics performance and the accuracy of the predictions. This paper presents an IoT - enabled data mashup service, where the multimedia data is collected from the various IoT platforms, then fed into an environmental cognition service which executes different image processing techniques such as noise removal, segmentation, and feature extraction, in order to detect interesting patterns in hazardous areas. The noise present in the captured images is eliminated with the help of a noise removal and background subtraction processes. Markov based approach was utilized to segment the possible regions of interest. The viable features within each region were extracted using a multiresolution wavelet transform, then fed into a discriminative classifier to extract various patterns. Experimental results have shown an accurate detection performance and adequate processing time for the proposed approach. We also provide a data mashup scenario for an IoT-enabled environmental hazard detection service and experimentation results.

• Journal of Information Technology Applications and Management
• /
• 제27권3호
• /
• pp.19-36
• /
• 2020

The Internet of things (IoT) is a system of interrelated computed devices, digital machines and any physical objects which are provided with unique identifiers and the potential to transmit data to people or machine (M2M) without requiring human interaction. IoT devices can be used to monitor and control the electrical and electronic systems used in different fields like smart home, smart city, smart healthcare and etc. In this study we introduce four imaginary IoT devices as a learning support assistants according to students' dominant learning styles measured by Honey and Mumford Learning Styles: Activists, Reflectors, Theorists and Pragmatists. This research emphasizes the association between students' strong learning styles and a preference to appropriate IoT devices with specific characteristics. Moreover, different levels of IoT devices' architecture are clearly explained in this study where all the artificial devices are designed based on this structure. Data analysis of experiment were measured by the use of chi square test for association and research results showed the statistical significance of the estimated model and the impacts of each category over the model where we finally got accurate estimates for our research variables. This study revealed the importance of considering the students' dominant learning styles before inventing a new IoT device.