• 전자공학회논문지
• /
• 제51권8호
• /
• pp.58-65
• /
• 2014

최근 이슈가 되고 있는 사물인터넷(Internet of Things)에서는 모든 사물들이 정보를 주고 받고 또한 이에 반응하는 형태의 서비스를 기반으로 한다. 이러한 사물 인터넷 서비스들은 가장 기본적으로 정보 노드로부터의 정보를 받아서 이에 대한 반응을 하는 것이 주가 되는데, 이러한 이벤트에 기반한 서비스를 수행하는데 있어서 정보노드들이 주는 정보들을 어떻게 처리하는가는 사물인터넷에서의 서비스 신뢰도에 중요한 요인이 된다. 이에 본 논문에서는 분산 결정 방식의 사물인터넷 구조에서 센싱 정보등을 전달하는 정보노드로부터 정보를 받아서 서비스를 수행하는 액츄에이터등의 수행노드들의 서비스 신뢰성 확보와 에너지 효율성 증대를 위한 방법을 제안토록 한다.

• 디지털융복합연구
• /
• 제18권3호
• /
• pp.189-194
• /
• 2020

최근 IoT 네트워크는 이기종의 IoT 장치에서 발생하는 데이터를 효율적으로 처리하기 위해서 다양한 클러스터링 기법들이 연구되고 있다. 그러나, 기존 클러스터링 기법들은 정적으로 네트워크를 분할하는데 초점을 맞추고 있어서 이동이 가능한 IoT 장치에는 기존 클러스터링 기법들이 적합하지 않다. 본 논문에서는 에지 네트워크를 이용하여 IoT 장치의 정보를 수집·분석하기 위한 확률적 딥러닝 기반의 동적 클러스터링 모델을 제안한다. 제안 모델은 수집된 정보의 속성값의 빈도수를 확률적으로 딥러닝에 적용하여 서브넷을 구축한다. 구축된 서브넷은 시드로 추출된 연계 정보를 계층적 구조로 그룹핑할 때 사용하며, IoT 장치에 대한 동적 클러스터링의 속도 및 정확도를 향상시킨다. 성능평가 결과, 제안모델은 기존 모델에 비해 데이터 처리 시간이 평균 13.8% 향상되었고, 서버의 오버헤드는 기존 모델보다 평균 10.5% 낮게 나타났다. 서버에서 IoT 정보를 추출할 때의 정확도는 기존모델보다 평균 8.7% 향상되었다.

• 사물인터넷융복합논문지
• /
• 제8권1호
• /
• pp.79-85
• /
• 2022

사물인터넷(IoT)은 다양한 플랫폼, 컴퓨팅 성능, 기능을 가지는 장치를 연결한다. 네트워크의 다양성과 IoT 장치의 편재로 인해 보안 및 개인 정보 보호에 대한 요구가 증가하고 있다. 따라서 암호화 메커니즘은 이러한 증가된 요구 사항을 충족할 만큼 충분히 강력해야 하고 동시에 저 사양의 장치에 구현될 수 있을 만큼 충분히 효과적이어야 한다. 논문에서는 IoT에서 사용할 수 있는 다양한 유형의 장치에 대한 최신 암호화 기본 요소 및 체계의 성능 및 메모리 제한 사항을 제시한다. 또한, IoT 네트워크에 자주 사용되는 저 사양의 장치에서 가장 일반적으로 사용되는 암호화 알고리즘의 성능에 대한 자세한 성능 평가를 수행한다. 데이터 보호 기능을 제공하기 위해 바이너리 링에서 암호화 비대칭 완전 동형 암호화와 대칭 암호화 AES 128비트를 사용했다. 실험 결과 IoT 장치는 대칭 암호를 구현하는데 충분한 성능을 가지고 있었으나 비대칭 암호 구현에서는 성능이 저하되는 것을 알 수 있다.

• 전자통신동향분석
• /
• 제36권6호
• /
• pp.13-24
• /
• 2021

Industrial networks has been developing various technologies from fieldbus technology to industrial Ethernet and time-sensitive networking. The industry expects that the 5G mobile network will solve the diverse and highly specific industrial site requirements. Accordingly, 3GPP has been developing standard functions to provide ultra-high reliability, ultra-high speed, ultra-connection, and ultra-low latency services, and 3GPP Rel-16 began developing ultra-low latency and ultra-high reliability communication functions for 5G mobile networks to support vertical industries. In this paper, we show the related standardization trends and requirements to apply industrial IoT service scenarios to 5G mobile networks, and in particular, we introduce 5G system features and extended 5G system architecture to provide time sensitive communication and time synchronization services.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.262-264
• /
• 2023

Internet of Things (IoT) networks currently employ an increased number of users and applications, raising their susceptibility to cyberattacks and data breaches, and endangering our security and privacy. Intrusion detection, which includes monitoring and analyzing incoming and outgoing traffic to detect and prohibit the hostile activity, is critical to ensure cybersecurity. Conventional intrusion detection systems (IDS) are centralized, making them susceptible to cyberattacks and other relevant privacy issues because all the data is gathered and processed inside a single entity. This research aims to create a blockchain-based architecture to support federated learning and improve cybersecurity and intrusion detection in IoT networks. In order to assess the effectiveness of the suggested approach, we have utilized well-known cybersecurity datasets along with centralized and federated machine learning models.

• 전기학회논문지
• /
• 제65권1호
• /
• pp.122-127
• /
• 2016

In this paper, new spectrum sensing schemes based on analog/RF front-end processing are introduced for IoT wireless sensor networks. While the conventional approaches for wireless channel cognition have been issued in signal processing area, the RF spectrum cognition concept makes it feasible to achieve cognitive wireless sensor networks (C-WSNs). The spectrum cognition at RF processing is categorized as four kinds of sensing mechanisms. Two recent reseaches are described as promising candidates for the C-WSN. One senses spectrum by the frequency discriminating receiver, the other senses and detects from the frequency selective super-regenerative receiver. The introduced systems with simple and low-power RF architectures play dual roles of channel sensing and demodulation. simultaneously. Therefore, introduced spectrum sensing receivers can be one of the best candidates for IoT wireless sensor devices in C-WSN environments.

• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.590-598
• /
• 2018

최근 사물들에 인터넷 서비스를 제공하는 IoT(Internet of Things) 기술에 관한 관심이 높아지고 있다. IoT는 홈 네트워크, 헬스 케어, 재난 알림 등에서 다양한 서비스를 제공하고 있다. LLN(Low Power & Lossy Networks) 특징을 갖는 IoT는 빈번한 센서 노드의 손실이 발생한다. IoT의 표준 라우팅 프로토콜인 RPL은 센서 노드의 손실이 발생하면 전체 경로 재설정(Global repair)을 수행하여 데이터를 전송한다. 하지만 낮은 사양의 센서 노드로 인한 빈번한 센서 노드 손실은 잦은 전체 경로 재설정으로 인해 네트워크 성능 저하를 일으킨다. 본 논문에선 Storing mode 센서 노드 선정 이후에도 잦은 경로 재설정 문제로 인한 네트워크 성능 저하 문제를 해결하기 위한 Storing mode 센서 노드의 추가 선정 방법을 제안하고 각 Instance의 전체 경로 재설정 횟수의 평준화 방법을 제안하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권1호
• /
• pp.5-23
• /
• 2012

Nowadays, most researchers and manufacturers always pay attention on wireless sensor networks (WSNs) due to its potential applications in many regions such as military, industrial and civilian areas. WSNs are the basic components of Internet of Things (IoT) and the key to machine-to-machine communications and the future Internet. Also, the security is an essential element for deploying WSNs. Recently the concept of trust-based mechanism was proposed in WSNs such as traditional cryptographic and authentication mechanisms. However, there is lack a survey on trust management for WSNs, IoT even future Internet. In this paper, we discuss the concept and potential application areas of trust management for WSNs and IoT worlds. Furthermore, we survey different trust management issues (i.e., cluster, aggregation, reputation). Finally, future research directions with respect to trust management in WSNs and future IoT world are provided. We give not only simple WSNs for IoT environments but also a simulated bootstrap platform to provide the discussion of open challenges and solutions for deploying IoT in Future Internet.

• 융합보안논문지
• /
• 제14권7호
• /
• pp.45-51
• /
• 2014

IoT시스템 품질확보를 목표로 하는 QoS 관리체계에서 가장 중요한 포인트는 품질 측정체계 설계와 품질평가 제도이다. 본 연구는 IoT시스템 구조와 기능 진단을 토대로 한 핵심품질 측정용 매트릭스 모델 연구이다. 특히 사물인터넷(IoT) 환경의 품질측정에 대한 메트릭스를 개발함으로써 사물 인터넷(IoT) 품질 측정/분석을 위한 기초를 제공한다. IoT시스템 품질평가용 매트릭스는 기능적 요구사항과 품질 요구사항을 하나의 통합 테이블에 기술하여 품질평가를 시행하는 방법이다. 기능적 요구사항과 품질 요구사항을 종합하여 연관성을 평가함으로써 평가 신뢰도와 활용성을 높일 수 있다. 제안된 방법 적용 시 IoT 품질은 신호처리, 프로세싱, 네트워킹 기능 등에서 보다 효율적인 품질확보의 토대가 되고 전체적으로 지연을 줄이면서 QoS를 향상 시킬 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1310-1338
• /
• 2023

As Internet of Things (IoT) applications and devices rapidly grow, cyber-attacks on IoT networks/systems also have an increasing trend, thus increasing the threat to security and privacy. Botnet is one of the threats that dominate the attacks as it can easily compromise devices attached to an IoT networks/systems. The compromised devices will behave like the normal ones, thus it is difficult to recognize them. Several intelligent approaches have been introduced to improve the detection accuracy of this type of cyber-attack, including deep learning and machine learning techniques. Moreover, dimensionality reduction methods are implemented during the preprocessing stage. This research work proposes deep Autoencoder dimensionality reduction method combined with Artificial Neural Network (ANN) classifier as botnet detection system for IoT networks/systems. Experiments were carried out using 3- layer, 4-layer and 5-layer pre-processing data from the MedBIoT dataset. Experimental results show that using a 5-layer Autoencoder has better results, with details of accuracy value of 99.72%, Precision of 99.82%, Sensitivity of 99.82%, Specificity of 99.31%, and F1-score value of 99.82%. On the other hand, the 5-layer Autoencoder model succeeded in reducing the dataset size from 152 MB to 12.6 MB (equivalent to a reduction of 91.2%). Besides that, experiments on the N_BaIoT dataset also have a very high level of accuracy, up to 99.99%.