• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.874-890
• /
• 2021

With the widespread deployment of the fifth-generation (5G) communication networks, various real-time applications are rapidly increasing and generating massive traffic on backhaul network environments. In this scenario, network congestion will occur when the communication and computation resources exceed the maximum available capacity, which severely degrades the network performance. To alleviate this problem, this paper proposed an intelligent resource allocation (IRA) to integrate with the extant resource adjustment (ERA) approach mainly based on the convergence of support vector machine (SVM) algorithm, software-defined networking (SDN), and mobile edge computing (MEC) paradigms. The proposed scheme acquires predictable schedules to adapt the downlink (DL) transmission towards off-peak hour intervals as a predominant priority. Accordingly, the peak hour bandwidth resources for serving real-time uplink (UL) transmission enlarge its capacity for a variety of mission-critical applications. Furthermore, to advance and boost gateway computation resources, MEC servers are implemented and integrated with the proposed scheme in this study. In the conclusive simulation results, the performance evaluation analyzes and compares the proposed scheme with the conventional approach over a variety of QoS metrics including network delay, jitter, packet drop ratio, packet delivery ratio, and throughput.

• 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.

• International Journal of Computer Science & Network Security
• /
• 제23권3호
• /
• pp.31-48
• /
• 2023

The popularization of smart devices and subsequent optimization of their sensing capacity has resulted in a novel mobile crowdsensing (MCS) pattern, which employs smart devices as sensing nodes by recruiting users to develop a sensing network for multiple-task performance. This technique has garnered much scholarly interest in terms of sensing range, cost, and integration. The MCS is prevalent in various fields, including environmental monitoring, noise monitoring, and road monitoring. A complete MCS life cycle entails task allocation, data collection, and data aggregation. Regardless, specific drawbacks remain unresolved in this study despite extensive research on this life cycle. This article mainly summarizes single-task, multi-task allocation, and space-time multi-task allocation at the task allocation stage. Meanwhile, the quality, safety, and efficiency of data collection are discussed at the data collection stage. Edge computing, which provides a novel development idea to derive data from the MCS system, is also highlighted. Furthermore, data aggregation security and quality are summarized at the data aggregation stage. The novel development of multi-modal data aggregation is also outlined following the diversity of data obtained from MCS. Overall, this article summarizes the three aspects of the MCS life cycle, analyzes the issues underlying this study, and offers developmental directions for future scholars' reference.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.51-54
• /
• 2021

본 논문은 차량과 보행자 간 충돌 사고를 예측하는 V2P(Vehicle to Pedestrian) 서비스에서 보행자 휴대기기의 데이터 전송 시점을 동적으로 계산함으로써 불필요한 통신을 감소시켜 에너지 효율을 향상시키는 것을 목적으로 하며, MEC(Mobile Edge Computing) 기반 V2P 서비스를 제안하였다. V2P 서비스에서는 보행자와 차량 간 충돌 가능성을 예측하기 위하여 두 객체의 실시간 GPS 데이터가 요구된다. 이때 보편적으로 보행자에 비해 차량의 이동속도가 더 빠르기 때문에 보행자가 빠르게 이동해 들어오는 주변 차량에 발견될 수 있기 위해서는 자신의 위치에는 의미 있는 변화가 발생하지 않았더라도 차량 이동속도에 맞춘 빠른 주기로 차량 혹은 중앙 클라우드 서버로 자신의 데이터를 송신해야만 한다. 이 과정에서 보행자 휴대폰의 에너지가 급속하게 소모된다. 따라서 본 연구는 이러한 문제를 해결하기 위하여 MEC 서버를 배치한 V2P 서비스를 제안하였고, 보행자가 본인의 상태 정보를 활용하여 효율적인 다음 데이터 전송 시점을 계산할 수 있는 동적시점계산 알고리즘을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.623-626
• /
• 2009

차후 새로운 기술과 선박, 함정 장비를 연결 운용해 나가야 함으로 현재 사용되고 있는 선박의 항해 장비와 연동은 필수적이다. 주간/야간 카메라와 안정화 짐블 구조 그리고 user interface와 육상원격 조정시스템을 개발 해야 전세계 시장 경쟁력이 있다. 특히, 외국의 경쟁사의 경우는 장비 장비 개발 판매로 인해 경쟁력이 떨어지므로 기존의 선박용 항해 통신 장비 개발 납품의 노화후를 가지고 전체 시스템에 Integration 하는 부분도 개발을 같이 진행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.70-73
• /
• 2021

Mobile Edge Computing(MEC)는 사용자 근처에서 서비스를 제공하기 때문에 사물인터넷에서 주목받고 있는 기술이다. 오프로딩을 통한 MEC 서버의 활용은 제한된 배터리 수명이나 계산 능력을 갖는 디바이스들에게 매우 유용하다. 본 논문은 강한 신뢰도가 요구되는 산업 사물인터넷(Industrial IoT, IIoT) 시나리오를 가정하여, 태스크를 실행할 때 발생하는 에너지 소모량과 지연시간을 최적화하며 신뢰도를 보장하는 오프로딩 기법을 제시한다. 본 연구는 실험을 통해 에너지 소모량과 신뢰성 측면에서 제안 기법의 성능을 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.147-150
• /
• 2022

최근 들어 다양한 제약 조건이 있는 스마트 시티나 스마트 팩토리와 같은 도메인들 내에서 태스크들을 효과적으로 처리하기 위해서 MEC 기술이 많이 사용되고 있다. 그러나 이러한 도메인에서 발생하는 복잡하고 동적인 시나리오는 기존의 휴리스틱이나 메타 휴리스틱 기법을 이용하여 해결하기엔 계산 복잡도가 증가하는 문제점을 가지고 있다. 따라서 최근 들어 이러한 문제점을 해결하기 위한 방법 중 하나로 강화학습과 딥러닝이 결합된 DRL 기법이 주목을 받고 있다. 본 연구는 스마트 팩토리 환경에서 종속성을 가진 태스크들이 실행시간과 태스크가 처리되는 MEC 서버들의 로드 표준편차를 최소화하는 태스크 스케줄링 기법을 제안한다. 모의실험을 통하여 제안 기법은 태스크가 증가하는 동적인 환경에서도 좋은 성능을 보임을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.277-278
• /
• 2024

모바일 엣지 컴퓨팅 기술은 블록체인과 결합하여 모바일 기기의 낮은 컴퓨팅 파워를 보완함과 동시에 추적성, 무결성이 보장된 데이터베이스를 제공하기에, 미래 IoT 환경에서 중추적인 역할을 할 것으로 기대된다. 그러나 블록체인 기반 모바일 엣지 컴퓨팅을 안전하고 효율적으로 사용하기 위해 보안이 함께 동반되어야 하며, 본 논문은 이러한 보안의 하나로써 안전한 그룹 서명과 인증 체계를 위해 고려해야 하는 보안 위협을 살펴보고, 이를 완화하기 위한 보안 기술을 살펴보고자 한다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.38-50
• /
• 2023

최근 인공지능 (Artificial Intelligence: AI) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서에 AI 기술을 도입하여 특정 돌발상황을 검지하고 있으나 대부분 고정식 장비 기반으로 돌발상황 검지가 진행되어왔다. 따라서 모든 도로 공간에 대한 돌발상황 검지에는 한계가 존재해왔다. 그러나 영상 센서와 edge-computing 기술 등의 발전으로 이동식 영상정보수집 및 분석 기술이 확산되고 있다. 본 연구는 이러한 이동식 영상 수집 및 분석 장비(커넥티드 차량)의 도입 수준에 따른 돌발상황 검지시간 감소효과를 추정하는 것이 목적이다. 이를 위해 2021년 경부고속도로 수원지사에서 수집된 돌발상황 발생 건수 자료를 활용하였다. 분석 결과 편도 2차로 고속도로는 커넥티드 차량의 보급률(Market Penetration Rate: MPR)이 4% 이상, 편도 3차로 고속도로는 3% 이상이면 돌발상황 검지 시간이 1분 이하로 나타났고, 편도 2차로와 편도 3차로 고속도로에서 MPR이 각각 0.4% 이상, 0.2% 이상이면 한국도로공사에서 발표한 평균 돌발상황 검지시간 보다 감소하는 것으로 나타났다.

• 한국전자통신학회논문지
• /
• 제9권5호
• /
• pp.601-608
• /
• 2014

본 연구에서는 스마트폰의 제한된 연산 환경에 적합한 영상 잡음 제거 알고리즘을 개발하여 기존의 연구들과 비교할 시에 스마트폰에서 보다 빠르게 영상 후처리 결과물을 얻고, 품질적인 면에서도 비교할 만한 수준의 영상을 얻는 앱 환경에서 실용적인 알고리즘을 제안한다. 제안된 저조도 환경에서 스마트폰 카메라를 위한 영상잡음 제거 알고리즘은 영상획득 과정에서 발생한 가우시안 잡음만 찾아내어 제거함으로써 영상 복원과정에서 발생하는 연산량을 감축하면서 윤곽선의 블러링 현상을 방지한다. 실험 결과에 의하면 기존의 평균필터와 메디언 필터 적용 기법들에 비해 훨씬 양호한 PSNR 값을 가짐을 보였다. 그리고 영상 내 윤곽선의 흐려짐을 방지하여 기존의 방법들에 의한 결과들보다 선명한 영상 품질을 가지며, 또한 기존의 라플라시안 마스크 연산적용에 비해 연산량을 약 52% 감소시킴으로서 안드로이드 기반의 스마트폰 카메라 앱으로 구현 및 적용했을 때도 복원된 영상이 원 영상에 훨씬 근접하는 영상복원 성능을 가짐을 확인하였다.