• 문화기술의 융합
• /
• 제4권4호
• /
• pp.31-36
• /
• 2018

광 산업은 국가 경제 활성화에 지대한 영향력을 갖고 있으며, IT기술의 발전은 관광객의 특성, 행위, 구매 성향, 관심사 등에 기반한 개인 프로파일 정보 및 위치정보, 활동정보 등의 수집과 분석이 가능해졌다. 이를 구현하기 위해 융합형 스마트관광 정보 서비스 플랫폼 구현은 3단계로 나누어 비지니스 모델 개발, IoT & 빅데이터 통합관리 시스템, 빅데이터 알고리즘 개발 및 분석 플랫폼 개발로 완성된다. 플랫폼 및 알고리즘의 원천기술은 오픈소스를 채택하고 그 기반위에 서비스 요소를 확장한 후, 지역을 연계한 Test-Bed 실증 시험을 통해 문제점을 보완하는 과정을 진행하게 된다. 이 플랫폼을 활용하면 다양한 정보를 통합적으로 분석하여 관광객별 맞춤화된 서비스를 제공할 수 있는 스마트관광 환경이 가능해진다. 또한 지역중심의 스마트관광 생태계 조성을 통해 관광 목적지 주민의 삶을 개선하고 지역 재생과 일자리 창출에도 기여할 수가 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.1-6
• /
• 2020

도로이동 오염원 대기환경 빅데이터는 상시 교통량 조사장비인 AVC, VDS, WIM, DTG를 활용한 차종, 속도, 하중 등 실시간 교통류 데이터와 GIS를 활용한 도로형상(오르막, 내리막, 회전구간) 데이터를 연계한 교통류 데이터로 구성되어 있다. 또한, 일반적인 데이터와 달리 단위시간 당 데이터가 많이 발생하고, 다양한 포맷을 가지고 있다. 특히, 이들 상세 교통류 정보로 수집되는 대용량의 실시간 데이터들은 약 총 740만 건/시간 이상이 수집되어 저장 및 가공되기 때문에 효율적으로 데이터를 처리할 수 있는 시스템이 필요하다. 따라서 본 연구에서는 도로이동 오염뭔 대기환경 빅데이터 시각화를 위한 오픈소스 기반의 데이터 병렬처리 성능 최적화 연구를 수행한다.

• 상하수도학회지
• /
• 제35권1호
• /
• pp.53-61
• /
• 2021

The quantified analysis of damages to wastewater treatment plants by natural disasters is essential to maintain the stability of wastewater treatment systems. However, studies on the quantified analysis of natural disaster effects on wastewater treatment systems are very rare. In this study, a total disaster index (DI) was developed to quantify the various damages to wastewater treatment systems from natural disasters using two statistical methods (i.e., AHP: analytic hierarchy process and PCA: principal component analysis). Typhoons, heavy rain, and earthquakes are considered as three major natural disasters for the development of the DI. A total of 15 input variables from public open-source data (e.g., statistical yearbook of wastewater treatment system, meteorological data and financial status in local governments) were used for the development of a DI for 199 wastewater treatment plants in Korea. The total DI was calculated from the weighted sum of the disaster indices of the three natural disasters (i.e., TI for typhoon, RI for heavy rain, and EI for earthquake). The three disaster indices of each natural disaster were determined from four components, such as possibility of occurrence and expected damages. The relative weights of the four components to calculate the disaster indices (TI, RI and EI) for each of the three natural disasters were also determined from AHP. PCA was used to determine the relative weights of the input variables to calculate the four components. The relative weights of TI, RI and EI to calculate total DI were determined as 0.547, 0.306, and 0.147 respectively.

• 국제물리치료학회지
• /
• 제12권1호
• /
• pp.2261-2266
• /
• 2021

Background: Deep learning related research works on website medical images have been actively conducted in the field of health care, however, articles related to the musculoskeletal system have been introduced insufficiently, deep learning-based studies on classifying orthopedic manual therapy images would also just be entered. Objectives: To create a deep learning model that categorizes cervical mobilization images and establish a web application to find out its clinical utility. Design: Research and development. Methods: Three types of cervical mobilization images (central posteroanterior (CPA) mobilization, unilateral posteroanterior (UPA) mobilization, and anteroposterior (AP) mobilization) were obtained using functions of 'Download All Images' and a web crawler. Unnecessary images were filtered from 'Auslogics Duplicate File Finder' to obtain the final 144 data (CPA=62, UPA=46, AP=36). Training classified into 3 classes was conducted in Teachable Machine. The next procedures, the trained model source was uploaded to the web application cloud integrated development environment (https://ide.goorm.io/) and the frame was built. The trained model was tested in three environments: Teachable Machine File Upload (TMFU), Teachable Machine Webcam (TMW), and Web Service webcam (WSW). Results: In three environments (TMFU, TMW, WSW), the accuracy of CPA mobilization images was 81-96%. The accuracy of the UPA mobilization image was 43~94%, and the accuracy deviation was greater than that of CPA. The accuracy of the AP mobilization image was 65-75%, and the deviation was not large compared to the other groups. In the three environments, the average accuracy of CPA was 92%, and the accuracy of UPA and AP was similar up to 70%. Conclusion: This study suggests that training of images of orthopedic manual therapy using machine learning open software is possible, and that web applications made using this training model can be used clinically.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권1호
• /
• pp.1-8
• /
• 2022

RISC-V는 오픈 소스 명령어 집합 구조로, 간단한 기본 구조를 가지며 목적에 따라 명령어 집합을 유연하게 확장할 수 있다. 본 논문에서는 소형, 저전력 32-bit RISC-V 프로세서를 설계하여 RISC-V 임베디드 시스템 연구를 위한 기반을 마련하고자 하였다. 설계한 프로세서는 2단계 파이프라인으로 구성하였고, RISC-V ISA 중 FENCE, EBREAK 명령어를 제외한 32-bit 정수형 ISA 및 인터럽트 처리를 위한 특권 ISA를 지원한다. Vivado Design Suite를 이용하여 합성한 결과 Xilinx Zynq-7000 FPGA에서 1895개의 LUT 및 1195개의 플립플롭을 사용하였고, 0.001W의 전력을 소모하였다. 이를 GPIO, UART, 타이머와 함께 시스템을 구성하여 합성하였고, FPGA 상에서 FreeRTOS를 포팅하여 16MHz에서의 동작을 검증하였다. Dhrystone, Coremark 벤치마크를 통해 성능을 측정하여 목적에 따라 확장 가능한 저전력 고효율 프로세서임을 보였다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1537-1544
• /
• 2022

application specific integrated circuit (ASIC) 및 system on chip (SoC) 설계 시 디지털 회로는 클럭에 동기화되어 작동한다. 칩 설계 시, place & route (P&R)에서 설계 조건과 타이밍 조건, 클럭의 동기화 여부 등을 고려한다. P&R에서 클럭 경로에 대한 delay를 줄이기 위해, clock tree synthesis (CTS) 기법을 이용한다. 본 논문에서는 사전 클럭트리 합성 가능 여부 판단을 위한 shallow-CTS 알고리즘을 소개한다. 오픈 소스 Parser-Verilog를 사용하여 register transfer level (RTL) 합성가능한 Verilog를 파싱하여, Pre-CTS와 Post-CTS 단계를 진행하고, 가장 긴 clock path와 버퍼 삽입 전후의 표준편차를 비교하여 CTS의 정확도에 대해 분석한다. 본 논문에서 시간 투입이 많이 되는 licensed EDA tool을 사용하여 CTS 결과를 확인하지 않고, RTL 수준에서 사전 클럭 트리 합성 검증 방법을 제공하여 비용 및 시간문제를 감소할 수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1047-1054
• /
• 2022

네트워크 장비의 하드웨어 영역과 소프트웨어 영역을 분리하고 오픈소스 기반의 소프트웨어를 사용하여 네트워크를 정의하는 차세대 네트워크 기술인 SDN의 등장으로 기존 네트워크 체계가 가지고 있던 복잡성과 확장성의 문제를 해결하고 저비용으로 사용자의 환경과 요구조건에 맞춤형 네트워크 구성이 가능해졌다. 하지만, 컨트롤러와 스위치 간에 발생하는 많은 제어 통신으로 인한 네트워크의 부하가 발생할 수 있다는 구조적 단점을 가지고 있어 이를 효과적으로 해결하기 위한 네트워크 부하분산에 대한 많은 연구가 선행되었다. 특히 플로우 테이블과 관련된 부하분산 기법의 기존 연구에서는 플로우 엔트리에 대한 고려 없이 진행된 연구가 많아서 플로우 수가 많아지게 되면 패킷 처리속도가 떨어져 오히려 부하를 가중시키는 결과를 가져오기도 했는데, 본 논문에서는 이러한 문제점을 해결하기 위해 실시간으로 플로우를 모니터링하고 동적 플로우 관리 기법을 적용하여 플로우 수를 적정 수준으로 조절하면서도 높은 패킷 처리속도를 유지할 수 있는 새로운 네트워크 부하분산 기법을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권12호
• /
• pp.429-436
• /
• 2022

메모리보다 큰 대용량 테이블들에 대해 해시조인(Hash Join) 수행 시 임시 파일들을 생성해서 조인 과정에서 발생하는 임시 데이터 I/O를 수행하고 조인 종료 시에 그 파일들을 삭제한다. 본 논문에서는 해시조인용 임시 파일들을 하드디스크가 아닌 SSD상에서 관리할 때, 파일 생성 시 fallocate 시스템 콜 및 파일 삭제 관련 trim 옵션이 해시조인 성능에 큰 영향을 미치는 점을 밝힌다. 구체적으로 대표적인 오픈소스 데이터베이스인 PostgreSQL을 이용해서 다양한 상용 및 연구용 SSD 상에서 해시조인 수행 시, 임시 파일들에 대한 fallocate 및 trim 옵션 사용 여부에 따라 디폴트 조합에 비해 최대 약 3~5배 조인 성능 향상이 가능함을 보인다. 그리고, 임시 파일들에 대한 두 옵션의 조합여부에 따른 SSD내의 쓰기 증폭(Write Amplification)과 Trim 명령어 오버헤드가 조인 성능에 큰 영향을 미치는 점을 자세히 분석한다.

• 정보보호학회논문지
• /
• 제32권4호
• /
• pp.637-645
• /
• 2022

클라우드 컴퓨팅은 수십 년을 걸쳐 인기를 얻고 있으며, 그에 따라 클라우드 네이티브 애플리케이션에 주요하게 사용되는 기술인 컨테이너 또한 주목을 받고 있다. 이러한 컨테이너 기술은 기존 VM보다 가볍고 성능이 뛰어나지만, 호스트 시스템과 커널을 공유하거나 이미지 레지스트리에서 이미지를 업/다운로드 하는 등의 문제로 여러 가지 보안상의 위협이 존재한다. 컨테이너의 보안 위협 중 하나로 컨테이너 생성의 소스가 되는 컨테이너 이미지의 무결성을 언급할 수 있다. 또한, 컨테이너 애플리케이션이 동작하는 동안의 런타임 보안이 매우 중요하며, 런타임에서 컨테이너 애플리케이션의 동작을 모니터링함으로써 컨테이너에서 발생하는 이상 행위를 탐지하는 데에 도움을 줄 수 있다. 따라서 본 논문에서는 첫째로, 컨테이너 이미지의 무결성을 보장하기 위해 기존의 Docker Content Trust(DCT) 기술을 기반으로 자동으로 이미지의 서명을 검사하는 서명 검사기를 구현한다. 다음으로 Cloud Native Computing Foundation (CNCF)의 오픈소스 프로젝트인 falco를 기반으로 falco 이미지의 배포 간편성을 위해 새로 생성한 이미지를 소개하고, 간편하게 모니터링 시스템을 구축할 수 있도록 돕는 docker-compose를 구현 및 패키지 구성을 제안한다.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.39-47
• /
• 2023

The development of autonomous driving and Advanced Driver Assistance System (ADAS) technology has grown rapidly in recent years. As most traffic accidents occur due to human error, self-driving vehicles can drastically reduce the number of accidents and crashes that occur on the roads today. Obviously, technical advancements in autonomous driving can lead to improved public driving safety. However, due to the current limitations in technology and lack of public trust in self-driving cars (and drones), the actual use of Autonomous Vehicles (AVs) is still significantly low. According to prior studies, people's acceptance of an AV is mainly determined by trust. It is proven that people still feel much more comfortable in personalized ADAS, designed with the way people drive. Based on such needs, a new attempt for a customized ADAS considering each driver's driving style is proposed in this paper. Each driver's behavior is divided into two categories: assertive and defensive. In this paper, a novel customized ADAS algorithm with high classification accuracy is designed, which divides each driver based on their driving style. Each driver's driving data is collected and simulated using CARLA, which is an open-source autonomous driving simulator. In addition, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) machine learning algorithms are used to optimize the ADAS parameters. The proposed scheme results in a high classification accuracy of time series driving data. Furthermore, among the vast amount of CARLA-based feature data extracted from the drivers, distinguishable driving features are collected selectively using Support Vector Machine (SVM) technology by comparing the amount of influence on the classification of the two categories. Therefore, by extracting distinguishable features and eliminating outliers using SVM, the classification accuracy is significantly improved. Based on this classification, the ADAS sensors can be made more sensitive for the case of assertive drivers, enabling more advanced driving safety support. The proposed technology of this paper is especially important because currently, the state-of-the-art level of autonomous driving is at level 3 (based on the SAE International driving automation standards), which requires advanced functions that can assist drivers using ADAS technology.