• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.728-738
• /
• 2016

ICT 기술의 발전은 인간이 생산해내는 정보뿐 아니라 일상 사물을 인터넷에 연결하여 사물의 정보와 사물이 센싱하는 환경 정보까지 공유할 수 있는 사물인터넷 시대의 도래를 촉진하고 있다. 이에 사물과 사물 간 데이터를 전송하는 많은 방법들이 제안되고 있으며 대표적으로 HTTP 프로토콜을 활용한 데이터 전송 방법이 대중적으로 사용되고 있다. 하지만 방대한 데이터들을 효과적으로 처리하기 위하여 사물 인터넷 플랫폼 시장에서는 좀 더 신속하고 안정적인 통신 프로토콜을 지향하고 있다. HTTP 프로토콜을 지원하는 시스템에서는 헤더가 데이터에 비해 상대적으로 크기에 전송 효율의 문제를 보인다. 또한 시스템 과부하의 문제점이 대두되고 있으며 기업 간 자체 사물인터넷 표준은 데이터 교환 호환성을 방해하고 있다. 이에 본 논문에서는 경량의 표준 사물인터넷 프로토콜인 MQTT와 Web Socket을 활용하여 전송 효율을 개선하고 신속하고 안정성 있는 사물인터넷 플랫폼을 위한 데이터 수집 솔루션을 제안한다.

• 융합보안논문지
• /
• 제17권3호
• /
• pp.41-49
• /
• 2017

글로벌 IT 시장조사기관인 IDC의 조사에 따르면 국내 융합보안 시장은 2010년 기준으로 1조 7,000 억 원 규모였으며, 이후 매년 32%씩 성장해서 2018년에는 12조 8,000 억 원 규모가 될 것으로 전망하고 있다. 이처럼 전 세계적으로 융합보안의 중요성은 증가하고 있다. 기존의 융합보안관제 솔루션은 다양한 솔루션시스템(방화벽, 네트워크 침임 탑지 시스템 등) 및 장비들(CCTV, Access Control System 등)로부터 수집된 데이터를 기반 하여 이벤트를 발생시키고, 이를 보안관제 요원들이 상황을 판단 및 조치하는 방식으로 구성되어 있다. 하지만 최근 IoT 산업의 발전으로 IoT 장비들의 수가 급격히 증가하고 있고, 이러한 장비들이 보안관제에 사용될 수 있음에 따라 발생할 수 있는 이벤트의 양 역시 증가할 것이다. 물론 많은 이벤트들을 통해 보다 더 많은 상황에 대한 판단 및 조치를 할 수 있는 이점은 있지만, 반대로 너무 많은 이벤트들을 처리해야 하는 부담감 역시 존재한다. 따라서 본 논문에서는 융합보안관제 시스템에서 발생 할 수 있는 이벤트들을 3가지 종류로 구분 짓고, 효과적으로 이벤트들을 분류 및 처리할 수 있는 모델을 제안하여 융합보안관제 시스템의 효율성을 향상시키고자 한다.

• 정보와 통신
• /
• 제32권4호
• /
• pp.80-86
• /
• 2015

본고에서는 급증하는 단말과 모바일 트래픽을 수용하기 위한 방안으로 이동형 개인셀에 대해 알아본다. 이동형 개인셀은 사용자 중심의 네트워킹 실현을 위한 주요 기술 중 하나로, IoT(Internet of Things)의 실현 등으로 인한 모바일 단말의 급격한 증가를 수용하기 위한 후보 기술로 연구되고 있다. 본고에서는 5G 요구사항 중 기존 4G 시스템 대비 1000배의 단말 수용을 위해 이동형 개인셀의 활용 가능성을 검토하고자 한다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.237-245
• /
• 2022

The prominence of IoTs (Internet of Things) and exponential advancement of computer networks has resulted in massive essential applications. Recognizing various cyber-attacks or anomalies in networks and establishing effective intrusion recognition systems are becoming increasingly vital to current security. MLTs (Machine Learning Techniques) can be developed for such data-driven intelligent recognition systems. Researchers have employed a TFDNNs (Tensor Flow Deep Neural Networks) and DCNNs (Deep Convolution Neural Networks) to recognize pirated software and malwares efficiently. However, tuning the amount of neurons in multiple layers with activation functions leads to learning error rates, degrading classifier's reliability. HTFDNNs ( Hybrid tensor flow DNNs) and MRNs (Modified Residual Networks) or Resnet CNNs were presented to recognize software piracy and malwares. This study proposes HTFDNNs to identify stolen software starting with plagiarized source codes. This work uses Tokens and weights for filtering noises while focusing on token's for identifying source code thefts. DLTs (Deep learning techniques) are then used to detect plagiarized sources. Data from Google Code Jam is used for finding software piracy. MRNs visualize colour images for identifying harms in networks using IoTs. Malware samples of Maling dataset is used for tests in this work.

• 컴퓨터교육학회논문지
• /
• 제18권6호
• /
• pp.81-88
• /
• 2015

웹 3.0 시대의 도래와 IoT(Internet of Things) 기술을 발달에 따라 생산된 정보의 양 역시 기하급수적으로 늘고 있다. 본 논문에서는 이 중에서 사용자의 관심도가 높은 개체명(NE: Named Entity) 사전을 반자동으로 구축하는 도구를 개발하였다. 제안된 방법은 초기 학습 모델을 통해 인식된 결과로부터 오류 후보를 자동으로 생성하고 사용자로부터 최소한의 보정 작업을 수행하여 이를 재학습한다, 특히 공개지식자원인 위키피디아 내의 다양한 메타데이터의 특성을 활용하여 능동 학습에 필요한 학습 예제 작성을 위한 수작업을 최소화하고자 한다. 도구 활용 효과를 분석한 결과, 능동 학습을 통해 자동 인식 결과의 오류의 약 68.6%가 보정됨을 보였다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.1-8
• /
• 2021

With the rapid growth of intelligent devices and communication technologies, 5G network environment has become more heterogeneous and complex in terms of service management and orchestration. 5G architecture requires supportive technologies to handle the existing challenges for improving the Quality of Service (QoS) and the Quality of Experience (QoE) performances. Among many challenges, traffic steering is one of the key elements which requires critically developing an optimal solution for smart guidance, control, and reliable system. Mobile edge computing (MEC), software-defined networking (SDN), network functions virtualization (NFV), and deep learning (DL) play essential roles to complementary develop a flexible computation and extensible flow rules management in this potential aspect. In this proposed system, an accurate flow recommendation, a centralized control, and a reliable distributed connectivity based on the inspection of packet condition are provided. With the system deployment, the packet is classified separately and recommended to request from the optimal destination with matched preferences and conditions. To evaluate the proposed scheme outperformance, a network simulator software was used to conduct and capture the end-to-end QoS performance metrics. SDN flow rules installation was experimented to illustrate the post control function corresponding to DL-based output. The intelligent steering for network communication traffic is cooperatively configured in SDN controller and NFV-orchestrator to lead a variety of beneficial factors for improving massive real-time Internet of Things (IoT) performance.

• 한국멀티미디어학회논문지
• /
• 제18권9호
• /
• pp.1098-1104
• /
• 2015

With the widespread use of smartphones and IoT (Internet of Things), data are being generated on a large scale, and there is increased for the analysis of such data. Hence, distributed processing systems have gained much attention. Hadoop, which is a distributed processing system, saves the metadata of stored files in name nodes; in this case, the main problems are as follows: the memory becomes insufficient; load occurs because of massive small files; scheduling and file processing time increases because of the increased number of small files. In this paper, we propose a solution to address the increase in processing time because of massive small files, and thus improve the processing performance, using the Reuse JVM method provided by Hadoop. Through environment setting, the Reuse JVM method modifies the JVM produced conventionally for every task, so that multiple tasks are reused sequentially in one JVM. As a final outcome, the Reuse JVM method showed the best processing performance when used together with CombineFileInputFormat.

• 한국게임학회 논문지
• /
• 제17권5호
• /
• pp.103-112
• /
• 2017

많은 사용자가 함께 즐기는 온라인 게임(MMOGs)에서 IoT의 확장은 서버에 엄청난 부하를 지속적으로 증가시켜, 모든 데이터들이 Big-Data화 되어가는 환경에 있다. 이에 본 논문에서는 딥러닝 기법 중에서 가장 많이 사용되는 Sparse Autoencoder와 이미 잘 알려진 부하분산 알고리즘(ProGReGA-KF)을 결합한다. 기존 알고리즘 ProGReGA-KF과 본 논문에서 제안한 알고리즘을 이동 안정성으로 비교하였고, 제안한 알고리즘이 빅-데이터 환경에서 좀 더 안정적이고 확장성이 있음 시뮬레이션을 통해 보였다.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1478-1481
• /
• 2019

As core technologies(IoT, 5G, Cloud, Bigdata, AI etc) leading the Fourth Industrial Revolution promote smart convergence across the national socio-economic infrastructure, the threat of new forms of cyber attacks is increasing and the possibility of massive damage is also increasing. Reflecting this trend, cyber security is expanding from simple information protection to CPS(Cyber Physical System) protection that combines safety and security that implements hyper-connectivity and ultra-reliability. This study introduces the recent evolution of cyber attacks and looks at the next generation cyber security technologies based on the conceptual changes of cyber security technologies such as SOAR(Security Orchestration, Automation and Response) and Zero Trust.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.664-665
• /
• 2016

본 논문에서는 QR(Quick Response)코드 기반 사물인터넷 디바이스 생산/폐기 정보 식별체계를 제안한다. 전 세계적으로 매년 2천~5천만 톤의 전자폐기물이 발생하며, 한국의 경우 3천 5백만대의 전자제품이 교체 또는 폐기된다. 시장조사 기관인 가트너에 따르면 사물인터넷 디바이스가 2013년 26억 개에서 2020년 300억개로 증가할 것으로 예상되나 폐기와 환경을 고려한 관리 규정 및 체계가 미비하다. 이러한 문제를 해결하기 위해서 사물인터넷 디바이스의 생산/폐기 정보를 반영할 수 있는 식별체계가 필요하다. 본 논문에서 제안한 QR코드 식별체계는 사물인터넷 디바이스의 생산자, 제품모델, 시리얼 번호, 재활용률, 재생률, 재활용 가능률, 재생 가능률 정보를 QR코드에 담아 기존의 RFID 식별체계보다 대용량 정보를 저장할 수 있다. 또한 사용자는 스마트폰 애플리케이션으로 QR코드를 인식하여 생산/폐기 정보를 바로 확인할 수 있다.