• 제목/요약/키워드: Self-initialization

검색결과 16건 처리시간 0.019초

자기 초기화하는 Ad Hoc 네트워크에서의 대리 서명과 임계 서명 기법을 이용한 인증서 발급 기법 (Certificate Issuing using Proxy Signature and Threshold Signature in Self-initialized Ad Hoc Network)

  • 강전일;최영근;김군순;양대헌
    • 정보보호학회논문지
    • /
    • 제17권3호
    • /
    • pp.55-67
    • /
    • 2007
  • Ad Hoc 네트워크 환경에서 노드 스스로가 자신의 공개키와 비밀키를 생성하고 이를 시스템 인증 권한자에 의해 서명 받는 자기 초기화(또는 자기 조직화)기법에서 어떻게 인증서를 발급할 것이냐 하는 것은 인증 권한자가 초기에만 네트워크에 존재하는 시스템에서 해결해야하는 중요한 문제 중에 하나이다. 이러한 문제를 해결하기 위해서 앞선 연구들은 자기 초기화 기법에 관련된 연구들에서는 시스템 인증 권한자 자체를 처음부터 시스템에서 없는 것으로 가정하였거나, 인증서를 획득한 노드가 다시 부분 인증 권한자가 되어 다른 노드들을 부분 서명해주는 인증 확산 방식을 사용하였다. 이 논문에서는 대리 서명과 임계 서명 기법을 사용하여 기존의 연구에서 나타났던 여러 문제를 해결하는 방법을 소개하며, 이를 모의실험 등의 방법을 통해 성능과 보안성에 대해서 살펴보았다.

계층적 리샘플링 및 자기교차방지 운동성을 이용한 변형 모델 (Deformable Model using Hierarchical Resampling and Non-self-intersecting Motion)

  • 박주영
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제29권11호
    • /
    • pp.589-600
    • /
    • 2002
  • 변형 모델은 볼륨영상으로부터 관심 대상 객체의 3차원적 경계면 구조 추출을 위해 효과적인 접근 방법을 제공한다. 그러나, 기존 변형 모델은 초기 조건에 민감하고, 심한 함몰 및 돌출 부위를 가지는 복잡한 경계면을 잘 표현하지 못하면, 모델 내 구성 요소들 간에 자기교차를 일으킬 수 있는 세가지 주요 제한점이 있다. 본 논문에서는 기존 변형 모델이 갖는 이러한 제한점을 개선함으로써 복잡한 기하학적 표면 형태를 가지는 객체의 경계면 추출에 효과적인 변형 모델을 제안한다. 첫째, 제안 변형 모델은 다해상도 볼륨영상 피라미드를 기반으로 모델구성 요소들을 계층적으로 리샘플링한다. 이 접근은 객체의 경계면을 멀티스케일 방식으로 추출함으로써 초기화에의 의존성을 극복할 뿐 아니라, 모델 구성 요소들의 크기를 복셀 크기에 따라 항상 균일하게 유지함으로써 모델이 영상의 복잡한 특성 정보에 따라 유동적으로 변형될 수 있게 한다. 둘째, 제안 변형 모델은 기존 모델에서 가지는 내력과 외력 외에 자기교차방지력을 포함한다. 자기교차방지력은 제한 거리 이내로 근접한 비인접 모델구성 요소들간에 척력을 적용함으로써 자기교차를 사전에 방지한 수 있게 한다. 본 논문에서는 다양한 합성 볼륨영상 및 뇌 MR 볼륨영상에 대한 실험을 통해서 제안 모델이 초기화 위치에 의존하지 않고 자기교차 없이 복잡한 함몰 및 돌출 경계면 구조를 성공적으로 추출한 결과를 보인다.

클럭 조절 방식의 임계 클럭 조절형 LM-128 이진 수열 발생기 제안 (A proposal of binary sequence generator, Threshold Clock-Controlled LM-128)

  • 조정복
    • 한국정보통신학회논문지
    • /
    • 제19권5호
    • /
    • pp.1104-1109
    • /
    • 2015
  • 디지털 콘텐츠의 급속한 발전으로 미래의 요구에 부합할 수 있는 고속의 보안 암호 알고리즘 설계는 중요하다. 본 논문에서는 기존의 수열 발생기 보다 더 높은 처리율을 갖는 자체 수축형 LM-128 합산 수열 발생기를 제안한다. 임계 클럭 조절형 LM-128의 설계하고 구현하여 더 낮은 클럭 사이클을 가져서 더 높은 키 수열 발생 속도를 증명한다. 제안된 임계 클럭 조절형 발생기는 128비트 비밀 키와 초기 벡터를 갖는 내부 상태 256비트로 구성되어진다. 128-비트의 보안 수준의 암호는 고화질 및 고품질의 디지털 콘텐츠 보안에 적합하다.

Real-time Human Pose Estimation using RGB-D images and Deep Learning

  • 림빈보니카;성낙준;마준;최유주;홍민
    • 인터넷정보학회논문지
    • /
    • 제21권3호
    • /
    • pp.113-121
    • /
    • 2020
  • Human Pose Estimation (HPE) which localizes the human body joints becomes a high potential for high-level applications in the field of computer vision. The main challenges of HPE in real-time are occlusion, illumination change and diversity of pose appearance. The single RGB image is fed into HPE framework in order to reduce the computation cost by using depth-independent device such as a common camera, webcam, or phone cam. However, HPE based on the single RGB is not able to solve the above challenges due to inherent characteristics of color or texture. On the other hand, depth information which is fed into HPE framework and detects the human body parts in 3D coordinates can be usefully used to solve the above challenges. However, the depth information-based HPE requires the depth-dependent device which has space constraint and is cost consuming. Especially, the result of depth information-based HPE is less reliable due to the requirement of pose initialization and less stabilization of frame tracking. Therefore, this paper proposes a new method of HPE which is robust in estimating self-occlusion. There are many human parts which can be occluded by other body parts. However, this paper focuses only on head self-occlusion. The new method is a combination of the RGB image-based HPE framework and the depth information-based HPE framework. We evaluated the performance of the proposed method by COCO Object Keypoint Similarity library. By taking an advantage of RGB image-based HPE method and depth information-based HPE method, our HPE method based on RGB-D achieved the mAP of 0.903 and mAR of 0.938. It proved that our method outperforms the RGB-based HPE and the depth-based HPE.

수정된 DD LMS 알고리즘 (A Modified Decision-Directed LMS Algorithm)

  • 오길남
    • 전자공학회논문지
    • /
    • 제53권7호
    • /
    • pp.3-8
    • /
    • 2016
  • 자기적응 등화기의 최적화에 널리 사용되는 판정의거(decision-directed: DD) least mean square(LMS) 알고리즘의 수정된 형태를 제안하고, 수정된 형태가 기존 알고리즘의 초기 수렴 특성을 크게 개선함을 보인다. 기존 DD LMS는 등화기 출력과 그에 대한 양자화 값의 차이를 오차로 간주하고, 오차의 제곱을 비용 함수로 하여 등화기 계수에 대해 이를 최소화함으로써 등화기의 최적화를 달성한다. 이 오차 발생 방법은 이진 신호 또는 단일레벨 신호에 유용하나, 다치레벨 신호의 경우 등화기의 초기화에는 효과적이지 못하다. 수정된 DD LMS에서는 오차 발생을 수정하여 이 문제를 해결하였다. 다치레벨 신호를 대상으로 한 모의실험을 통해 심볼간 간섭에 의한 왜곡과 부가 잡음 하에서 수정된 DD LMS의 유용성과 성능을 검증하였다.

무선 애드혹 네트워크에서의 확률적 이웃 탐색 기법 (Probabilistic Neighbor Discovery Algorithm in Wireless Ad Hoc Networks)

  • 송태원;박현희;백상헌
    • 한국통신학회논문지
    • /
    • 제39B권9호
    • /
    • pp.561-569
    • /
    • 2014
  • 무선 애드혹 네트워크에서 이웃 탐색 과정은 네트워크를 초기화하는데 먼저 수행되어야 하고, 라우팅 알고리즘이나 토폴로지 컨트롤, 그리고 MAC 계층 설계를 위해서도 반드시 필요한 과정이므로 효율적인 분산적 이웃 탐색방법 설계가 필수적이다. 본 논문에서는 확률적 이웃 탐색 기법 (PND: Probabilistic neighbor discovery)을 제안한다. 제안한 기법에서는 MIMD (Multiplicative-increase, multiplicative-decrease) 정책을 통해 광고 메시지의 전송확률을 제어함으로써 이웃 탐색에 소요되는 시간을 줄이는 것이 가능하다. 더불어 임의의 기기가 광고 메시지를 전송한 경우, 그 메시지가 성공적으로 전송되었는지 여부를 알 수 있는 충돌 감지 기법 (CD: Collision detection)을 도입함으로써 확률적 이웃 탐색 기법의 성능을 더 높일 수 있다. 시뮬레이션 결과는 제안 기법이 모든 이웃을 탐색하기까지 소요되는 시간을 15.6%~57%까지 감소시킬 수 있음을 보여준다.