• 대한전자공학회논문지TC
• /
• 제48권4호
• /
• pp.84-91
• /
• 2011

최근 IEEE 802.15.6 을 중심으로 표준화가 진행중인 WBAN (Wireless Body Area Network) 은 인체 내부 혹은 인체로부터 3 미터 이내의 주변에서 일어나는 근거리 무선통신을 목적으로 하는 네트워크이다. 근거리 무선네트워크에서 효과적인 QoS 조절기법과 오디오 및 비디오 데이터를 한정된 대역폭에서의 효율적인 관리는 사용자 뿐 아니라, 통신네트워크의 부하측면에서도 중요한 요소이다. 본 논문에서는 IEEE 802.15.6 고속 WBAN 표준에서, 한정된 데이터에 대해 수퍼프레임의 조정을 통해 효율적인 대역관리를 해주는 동적 할당 알고리즘과 가중치 공평 큐잉(WFQ:Weighted Fair Queueing) 알고리즘을 제안한다. 이것은 Quality of Service (QoS)를 기준으로 한 큐잉 알고리즘을 바탕으로 QoS의 질적인 요소에 대해 robust한 성능을 나타내며 공평성을 유지하고 시스템 성능을 최대화하는 효율적인 알고리즘이다. 제안한 알고리즘에 대한 성능평가 결과, 동적 할당을 적용한 경우 전송대역폭은 최대 5배가 확장되었으며, 가중치 공평큐잉을 적용한 경우 throughput은 최대 24.3%가 개선되고, delay bound 문제가 해결됨을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제25권4호
• /
• pp.609-619
• /
• 2020

고품질 비디오 스트리밍 요구에 따라 제한된 대역폭에서 높은 전송률이 필요하고, 트래픽 혼재 상황이 더 발생한다. 특히 실시간 영상 서비스를 제공 시 패킷 손실 및 비트 오류 확률이 더 크게 증가한다. 이러한 문제를 해결하기 위해 실시간 서비스 품질향상을 위한 방법으로 FEC 기술의 한 종류인 랩터 코드가 어플리케이션 영역에서 활발히 사용되고 있다. 본 논문에서는 랩터 코드를 활용하여 유사한 수준의 화질에서 전송 효율을 높이기 위한 다양한 심층 신경망(Deep Neural Network, DNN) 기반 영상전송 파라미터를 결정하는 방법을 제안한다. 제안된 신경망은 패킷 손실율(Packet Loss Rate), 비디오 인코딩 속도 및 전송속도를 입력으로 사용하고 랩터 FEC 파라미터와 패킷 크기를 출력으로 한다. 제안한 방법은 기존 멀티미디어 전송 기법과 유사한 수준의 PSNR(Peak Signal-to-Noise Ratio)에서 전송 효율을 최적화하여 평균 1.2% 높은 스루풋(throughput)을 보였다.

• 한국경제지리학회지
• /
• 제18권4호
• /
• pp.539-555
• /
• 2015

본 논문의 목적은 서울시버스체계의 시간거리 접근성을 산출하고 공간구조를 분석하는 것이다. 이를 위해 빅데이터인 교통카드 트랜잭션 데이터베이스에서 버스 이용객의 시공간정보를 이용하여 서울 버스 교통망의 시간거리 접근성을 산출하는 방법론을 제시한다. 특히 버스체계 운영 특성을 반영하여 버스 승객들이 출발지에서 승차하여 같은 버스로 목적지에 도착하거나 또는 중간에 다른 버스노선으로 환승하여 목적지 까지 도착하는 통행을 나타낼 수 있는 버스 교통망 그래프를 구성하고, 교통카드 트랜잭션 데이터베이스에서 각 승객이 이동하는 시간을 추출해 내어 평균 이동시간을 버스 교통망 그래프의 각 연결선의 가중치로 설정한다. 수정된 Floyd APSP algorithm을 이용하여 얻어진 각 결절점들 사이의 최단경로 이동시간을 바탕으로 각 버스정류장의 접근성을 계산하는 방법론을 제시한다. 또한 분석 결과를 정리하고 공간분포를 시각화하여 공간구조를 파악한다. 본 연구는 많은 버스노선과 버스정류장들로 구성되고 환승 등 다양한 통행행태가 내포되어 있는 복잡성 때문에 접근성 측정이 용이하지 않았던 서울 버스 교통망의 시간거리 접근성을 산출하려는 첫 시도라는 측면에서 의의가 크다.

• 한국통신학회논문지
• /
• 제38C권7호
• /
• pp.630-642
• /
• 2013

이동환자의 생체진단신호 원격전달을 위해서는 환자 및 감시자의 이동성, 환자의 이상징후 감지기능과 관련 컴퓨팅 자원들의 자율군집성 동작 서비스 바인딩 기능이 필수적으로 요구된다. 기존의 연구는 이동 환자 생체 신호 전달을 위해 중앙 집중화된 방식으로 중앙 서버 스스로 단일 고장점(Single Point of Failure)이 되어 서버가 다운되면 전체 시스템이 멈추게 되고, 지역적으로 일어나는 서비스에 대해 중앙으로 데이터 트래픽을 발생시킨다. 오버레이 네트워크 기반 자율군집형 미들웨어 플랫폼은 자율군집 메커니즘을 적용하여 구성한 유무선 이기종망 환경하의 오버레이 네트워크를 통해 관리 서버에 의한 중앙 또는 외부의 제어 없이 노드 간 협업에 의해 다양한 센서 장치(생체신호 측정 장비 포함)와 스마트폰, TV, PC 및 외부 시스템 간에 실시간 스트림 데이터를 송수신할 수 있도록 개발된 미들웨어 플랫폼이다. 생체신호 측정 장비로부터 발생한 여러 생체진단신호를 도처에 존재하는 자율군집형 분산 미들웨어 플랫폼인 SoSpR(Self-organizing Software-platform Router)로 관리 서버의 중재없이 자율적으로 실시간 전달 및 저장하고 동시에 복수개의 다양한 수신 단말에서 가까운 SoSpR로부터 실시간 수신 및 재생 시킬 수 있다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.47-56
• /
• 2022

본 논문의 안전운행 보상시스템은 안전운전을 수행한 차량운전자에게 직접적인 보상을 제공하여 안전운전의 동기를 부여하고 적극적 참여를 유도함으로써 사고의 발생을 줄여 생명과 재산의 손실을 줄이는데 목표가 있다. 기존의 디지털 운행기록계의 경우 차량의 운전상태를 기록만 하였으나, 안전운전보상시스템은 사고예방 효과를 높이기 위한 지원책으로서 안전운전을 수행한 경우 금전적 보상을 통해 위험운전을 피하고 안전운전을 하도록 유도하였다. 즉, 과속으로 인한 사고 발생 빈도가 높은 지역에서는 속도 준수, 또는 차 간 거리 유지, 지정차로 운행 등의 안전운행 지시를 수행한 경우 직접적인 보상을 제공함으로써 안전운전 동기를 부여하여 교통사고를 예방하고자 한다. 이러한 안전운행 데이터와 보상내용은 투명하고 안전하게 관리되어야 하므로 보상근거와 보상내용을 폐쇄형 블록체인 하이퍼레저 패브릭을 이용하여 구축하였다. 그러나 블록체인 시스템은 투명성과 안전성이 보장되는 반면에 낮은 데이터 처리속도가 문제가 되므로 이를 개선하고자 블록생성 가속 기능을 구현하였다. 본 연구에서는 순차적으로 블록을 생성하는 속도가 10TPS(Transaction per second) 내외의 낮은 속도를 나타내어, 블록의 생성속도를 높이기 위해 가속 기능을 적용한 결과 1,000TPS 이상의 고성능 네트워크를 구현하였다.

• 대한교통학회지
• /
• 제20권5호
• /
• pp.33-43
• /
• 2002

본 연구는 교통방송이 제공하는 교통정보가 직장인의 통행행태에 미치는 영향을 분석하고자 하였다. 이러한 연구목적을 달성하기 위해 직장인의 통행전 교통수단 변경여부와 통행중 노선 전환행태를 분석하고자 하였으며, 통행자가 통행전 또는 통행중에 교통방송이 제공하는 실시간 정보를 접했을 때 나타나는 행태의 변화를 분석하고자 하였다. 본 연구를 위해 대구시에 있는 직장인을 대상으로 한 설문조사를 통해 현시선호자료(revealed preferences data)와 잠재선호자료(stated preferences data)를 수집하였고, 이 자료를 이용하여 네스티드 로짓모형을 추정하고 그 결과를 논의하였다. 본 연구를 통해 직장인의 통행전 교통수단 변경여부와 통행중 노선 전환여부 선택행태를 분석한 결과를 요약해서 살펴보면 다음과 같다. 첫째, 통행자의 통행중 노선 전환여부 선택에는 첨두시에는 나이, 성별, 통행시간, 청취빈도, 인지노선수, 사고정보가 의미 있는 영향을 미치는 것으로 밝혀졌다. 한편 비첨두시에는 첨두시와는 달리 통행시간이 의미 있는 영향을 미치지 않는 것으로 확인되었다. 둘째 통행자의 통행전 교통수단 변경여부 선택에는 첨두시와 비첨두시 공히 나이, 성별, 통행시간, 시간여유, 청취빈도, 사고정보가 의미 있는 영향을 미치는 것으로 밝혀졌다. 셋째, 모형의 경험적 추정결과는 본 연구에서 가설화된 네스티드 로짓모형의 타당성을 입증케 한다. 즉 통행 전 교통수단 변경여부의 선택과 통행중 노선 전환여부의 선택은 상호 밀접한 관련을 가지면서 이루어진다는 사실을 확인할 수 있으며, 특히 직장인이 통행전에 교통정보를 접하고 교통수단 변경여부를 선택할 상황에서도 향후 나타날 통행중 노선 전환여부의 선택상황까지도 고려하여 의사결정을 한다는 사실을 알 수 있었다.ing strategy) 문제를 인식하고, 이 차량들을 링크상의 교통량 전파조건(flow propagation constraint)을 토대로 다음 통행배정 시간대의 실시간 수요로서 반영할 수 있는 방안을 제시한다.여도 취소소송의 대상으로 삼도록 하는 보다 명확하고 일관성 있는 논의전개를 제안하였다.수 있었다.로 첨가하여 48시간 배양한 후 암항원 유전자 발현성을 측정한 결과 세포주에 따라 다소 차이는 있으나 대개 0.2 uM농도에서도 유전자 발현이 유도되었으며 1, 5 uM농도에서 매우 강하게 유도되었다. ADC 처리가 페암세포주의 MHC와 B7 발현을 증가시키는가를 알아보기 위해 1 uM 농도의 ADC를 72시간 처치한 후 FACS 분석을 실시한 결과 4개의 페암세포주에서 MHC 및 B7분자의 발현은 유도되지 않았다. 또 ADC농도가 세포성장에 미치는 영향을 알아보기 위하여 ADC를 0.2, 1, 5 uM농도로 96시간 처치 후 세포수를 측정하여 상대성장지수를 알아본 결과 ADC 처치 농도가 증가함에 따라 세포의 성장은 매우 감소하였다. 결론: 폐암세포주에서 ADC처치는 MAGE, GAGE 및 NY-ESO-1과 같은 세포독성 T 림프구 반응을 유도할 수 있는 암항원의 발현을 증가시킬 수 있으며, ADC의 세포독성과 항원 발현 유발시간을 분석할 때 1 uM 농도에서 48시간 처치한 후 ADC가 없는 배지에서 수일간 배양하는 것이 가장 효과적이라고 생각된다. 그러나, ADC를 처치하여도 MHC 및 B7의 발현의 변화는 없었으므로 ADC를 처치한 폐암세포를 암백신으로 사용하기 위해서는 MHC나 B7 및 cytokine의 발현을 증가시키는 추가적인 처치가 필요하다고 생각된다.ded.한 질소제거를 N-balance로부터 구해보면, R3 반응조의 경우가 가장 높은

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권9호
• /
• pp.217-224
• /
• 2019

최근 가정, 교통, 의료, 전력망 등 우리 생활과 밀접한 연관을 가진 여러 분야에서 IoT(Internet of Things) 센서 장치를 활용해 데이터를 수집하는 센서 네트워크를 구축하고 활용하고 있다. 이러한 센서 네트워크에서 센싱 데이터 조작은 재산 상, 안전 상의 심각한 위협이 될 수 있다. 따라서 외부 공격자가 센싱 데이터를 조작하지 못하도록 하는 방법이 필요하다. 본 논문에서는 외부 공격자에 의해 조작된 센싱 데이터를 효과적으로 제거하기 위해 데이터 난독화와 변화량 분석을 활용한 IoT 센싱 데이터 유효성 검증 기법을 제안한다. IoT 센서 장치는 난독화 함수에 따라 센싱 데이터를 변조하여 사용자에게 전송하고, 사용자는 전송받은 값을 원래의 값으로 되돌려 사용한다. 적절한 난독화를 거치지 않은 거짓 데이터는 유효 데이터와 다른 변화 양상을 보이고, 변화량 분석을 통해 거짓 데이터를 탐지할 수 있다. 성능 분석을 위해 데이터 유효성 검증 성능 및 검증 소요시간을 측정하였다. 그 결과, 기존 기법에 비해 최대 1.45배 거짓 데이터 차단율을 향상시키고, 0.1~002.0% 수준의 오검출률을 보였다. 또한 저전력, 저성능 IoT 센서 장치에서 검증 소요시간을 측정 결과, 데이터량 증가에 따라 2.5969초까지 증가되는 RSA 암호화 기법에 비해 제안 기법은 0.0003초로 높은 검증 효율을 확인하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권6호
• /
• pp.459-468
• /
• 2008

데이타 스트림이란 실시간에 연속적으로 빠르게 생성되는 데이타 집합을 의미한다. 이러한 데이타 스트림들은 최근 사회가 발달과 더불어 정보 환경도 급속도로 발전함에 따라 센서 데이타, 교통상황 수집 자료, 웹 클릭 모니터링 등과 같은 많은 응용 분야에서 적용되고 있다. 이러한 형태의 데이트 스트립을 처리하기 위해서는 미리 등록된 질의에 대하여 새롭게 들어오는 스트림 데이타의 결과를 계속적으로 생성하게 된다. 이와 같은 이유로 끊임없이 들어오는 스트링 데이타들을 빠르게 처리하는 것이 이 분야에서 주된 이슈가 되었으며, 이를 위한 방법으로 등록된 질의들을 효율적으로 처리하기 위한 질의 최적화분야에 많은 연구가 있었다. 그러므로 본 논문에서는 기존 연구에서 사용되었던 그리디 방법을 기반으로 비용 모델을 이용하여 최소의 비용을 갖는 질의 계획을 선택하는 확장된 그리디 방법(EGA)을 제시한다. 화장된 그리디 방법은 알고리즘의 정확성이 떨어지는 그리디 알고리즘의 단점을 극복하기 위하여 비용이 가장 작은 연산하나를 선택하는 대신 비용이 자은 연산들의 집합을 선택한다. 이 연산들의 집합의 크기는 알고리즘의 정확성과 수행 시간에 영향을 끼치며, 투 개의 변수에 의해서 적응적으로 조절 수 있다. 실험에서는 다양한 스트림 환경에서 대부분 그리디 알고리즘보다 향상된 성능을 보장하고, 두 변수에 의한 알고리즘의 성능 및 수행 시간 차이를 보여줌으로써 본 알고리즘의 효율성을 검증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.35-40
• /
• 2011

본 논문은 센서 네트워크의 각 이벤트 영역에서의 데이터 취합 및 전달을 위한 방법들을 비교 평가한다. 이를 위해 이벤트 영역내의 두 가지 전송 방법인 직접적인 전송 방식과 취합 노드를 통한 전송 방식을 비교한다. 직접적인 전송 방식은 모든 노드가 자신이 측정한 데이터를 전송하기 때문에 데이터의 중복성과 네트워크의 트래픽을 증가시키는 단점을 가진다. 반면에 취합 노드를 통한 전송 방식은 이벤트 영역 내에서 노드들의 데이터를 취합함으로써 데이터의 중복을 방지하고 데이터를 간소화 할 수 있다. 취합 노드의 선정 방식은 노드의 위치에 기반 한다. 즉, 취합 노드가 이벤트 영역의 중앙에 위치한 노드 혹은 싱크 노드와 가장 가까운 노드를 선정하는 것이다. 위 두 가지 방법을 바탕으로 취합 노드 선정 방식들을 모델링 하여 이벤트 영역의 증가에 따른 각 방법의 에너지 소비를 측정한다. 이를 위해, 이벤트 노드와 취합 노드의 거리와 취합 노드와 싱크 노드의 거리를 구하고, 이를 수식으로 간략히 정리한다. 또한, 기존의 에너지 수식을 적용하여 거리 수식과 같이 적용하여 에너지 소비 모델을 만든다. 이를 통해 취합 노드 방식들의 에너지 소비를 비교 평가하여 센서 네트워크에 에너지 효율적인 방식을 찾아낸다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.