• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권4호
• /
• pp.826-842
• /
• 2024

As 5G and AI continue to develop, there has been a significant surge in the healthcare industry. The COVID-19 pandemic has posed immense challenges to the global health system. This study proposes an FL-supported edge computing model based on federated learning (FL) for predicting clinical outcomes of COVID-19 patients during hospitalization. The model aims to address the challenges posed by the pandemic, such as the need for sophisticated predictive models, privacy concerns, and the non-IID nature of COVID-19 data. The model utilizes the FATE framework, known for its privacy-preserving technologies, to enhance predictive precision while ensuring data privacy and effectively managing data heterogeneity. The model's ability to generalize across diverse datasets and its adaptability in real-world clinical settings are highlighted by the use of SHAP values, which streamline the training process by identifying influential features, thus reducing computational overhead without compromising predictive precision. The study demonstrates that the proposed model achieves comparable precision to specific machine learning models when dataset sizes are identical and surpasses traditional models when larger training data volumes are employed. The model's performance is further improved when trained on datasets from diverse nodes, leading to superior generalization and overall performance, especially in scenarios with insufficient node features. The integration of FL with edge computing contributes significantly to the reliable prediction of COVID-19 patient outcomes with greater privacy. The research contributes to healthcare technology by providing a practical solution for early intervention and personalized treatment plans, leading to improved patient outcomes and efficient resource allocation during public health crises.

• 한국컴퓨터정보학회논문지
• /
• 제17권1호
• /
• pp.61-69
• /
• 2012

스마트그리드는 기존의 전력망과 정보통신 기술을 융합하여 에너지 효율을 최적화할 수 있는 차세대 지능형 전력망이다. 현재까지 표준화 및 호환성에 대한 해결책이 진행 중인 가운데 스마트그리드 사업은 소비자에게는 전력요금의 실시간 확인을 통해 능동적인 전력소비를 유도하고, 공급자에게는 예상 발전량 측정을 통해 보다 안정적인 전력 시스템을 운용하도록 할 수 있다는 장점이 있다. 활발하게 스마트 산업이 발전함에 따라 AMI 시스템의 원격제어 시스템을 구현하기 위해서 무선 통신이 많이 고려되고 있으며 ZigBee 센서를 이용한 무선 통신을 다양한 분야에 적용하고 있다. 본 논문에서는 스마트그리드 환경에서 적용되고 있는 ZigBee 무선 통신 환경의 주소 지정 방식과 라우팅 알고리즘의 성능을 향상시키기 위한 새로운 좌표 값 알고리즘을 제안하였다. 기존 알고리즘을 이용한 분산 주소 할당 기법의 낭비되는 주소공간의 문제를 해결하기 위해 (x, y) 2개의 좌표축을 제안하여 16bit 주소공간을 분할하여 사용한다. 각 노드에서 라우팅 시 좌표 값을 이용하여 적은 비트별 연산이 수행되며 멀티 홉을 감소시킬 수 있다. 이에 대한 성능 분석으로 제안한 알고리즘은 수학적 분석 모델을 사용하였고 ZigBee 무선 통신 환경의 계층적 라우팅에서 사용하는 경로 벡터를 사용하여 센서 노드의 멀티 홉 카운트 결과를 도출하였다. 수학적 분석결과 ZigBee 분산 주소 할당 기법과 기존 알고리즘에 비해 평균 멀티 홉의 수가 감소함으로써 에너지 효율이 향상됨을 입증하였다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.144-151
• /
• 2017

본 논문에서는 실외 주차장 환경에서 무선통신을 이용한 주차장관리시스템용으로 사용될 안테나를 제안하였다. 제안된 안테나는 기본형 반파장 마이크로스트립 안테나의 방사소자 크기를 줄이기 위해 무급전 소자를 이용하여 소형화 방법에 대해 연구하였다. 설계된 안테나의 방사소자 크기는 $35mm{\times}35mm{\times}20.1mm$로 기본형 반파장 마이크로스트립 안테나의 방사소자 크기 $309.1mm(0.46{\lambda}){\times}296.1mm(0.441{\lambda}){\times}20.1mm(0.029{\lambda})$에 비해 98.7% 소형화 되었다. 안테나의 전기적 특성으로는 중심주파수 447 MHz에서 이득은 1.1 dBi이며 HPBW는 E-plane에서 무지향성 H-plane에서 $87.5^{\circ}$로 나타내었다. 무급전 소자를 이용하여 소형화된 ${\lambda}/4$ 폴디드 마이크로스트립 안테나는 실외 주차장 환경에서 무선중계장치와 지면에 설치되는 센서노드 및 strop bar에 실장이 용이함을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권2호
• /
• pp.91-101
• /
• 2006

현재 까지 지능형 자동차의 서비스 형태는 주로 차량 운전자에 대한 유용한 정보제공과 엔터테인먼트를 중심으로 연구 되어 왔다. 그러나 유비쿼터스 환경에서의 지능형 자동차와 같이 시간과 장소의 구애됨 없이 언제 어디서든 자동차와 대화 및 제어가 가능한 서비스 제공에는 많은 제약 사항을 가진다. 본 논문에서는 CDMA 이동통신망을 기반으로 웹상에서 차량의 무선 원격진단과 관리 가능한 지능형 차량정보시스템을 설계 및 구현 하였다. 구현한 지능형차량정보시스템은 본 논문에서 제안하는 컷앤콜백 매커니즘을 사용하여 언제 어디서든 웹브라우져를 통하여 원격지 차량의 제어와 진단이 가능하며, 제어 조작자와 차량 간의 이동성을 제공하다. 본 논문에서는 CDMA 기반의 지능형 차량 정보시스템의 설계 기법을 설명한다. 또한, 제안한 시스템의 구현을 통한 시스템의 성능분석이 이루어진다. 실험결과, 웹 클라이언트의 요구에 의한 차량단말의 초기 접속 응답 시간은 평균 10.302초를 보였으며, 초기 접속 완료 후 646.44ms의 응답시간을 보였다. 또한 차량 단말에 의한 CAN 센서노드의 응답시간은 평균 6.669ms를 보였다.

• 정보과학회 논문지
• /
• 제44권2호
• /
• pp.213-222
• /
• 2017

최근 IoT 기술의 확산으로 인해 산업 무선 센서 네트워크 분야에서도 IoT 기술이 적용되고 있다. 특히 스마트 팩토리는 유연한 공정 변화 및 맞춤형 제조를 위해 제조 설비에 무선 통신 및 네트워크 기술을 적용하는 것으로 무선 노드의 이동과 빈번한 네트워크 변동에도 적응적으로 네트워킹을 지원하는 것이 중요하다. 대표적인 산업 무선 센서 네트워크 기술인 IEEE 802.15.4e는 TSCH와 DSME의 2가지 MAC 모드를 사용하고 있으며, 그 중 DSME는 네트워크 변동에 강한 저 지연 실시간 전송을 위한 기능을 제공하고 있다. 본 논문에서는 DSME에 기반한 분산 스케줄링 기법을 제안한 것으로 이동성이 높은 산업 무선 센서 네트워크에서 트래픽에 적응적으로 통신 슬롯을 할당하여 산업 무선 센서 네트워크의 시의성과 전송 신뢰성을 확보하고 있다. 제안 알고리즘은 Coordinator 노드의 Local queue의 길이와 Global queue의 길이를 비교하며, Slot stealing 기법에 기반한 Traffic-aware 분산 스케줄링을 수행한다. Slot stealing 기법을 통해 개별 통신 노드의 전송 기회를 효율적으로 보장하면서, Slot stealing을 통해 야기되는 충돌로 인한 성능 저하 및 재전송 문제를 극복하기 위해 GroupACK 기법 적용 및 CAP 구간에 재전송 예약 슬롯을 할당하였다. 이 논문에서는 제안 알고리즘을 TSCH, DSME, legacy IEEE 802.15.4 slotted CSMA/CA와 비교하였고, 다양한 이동성 실험에서 성능 우위를 확인하였다. 실험을 통해 30개 이상의 노드로 구성된 토폴로지에서는 전송 대역폭이 15% 이상 개선됨을 확인하였다. 또한, slotted CSMA/CA에 비해서는 약 40%, TSCH 및 DSME 표준기법에 비해서는 제안 알고리즘을 탑재한 DSME가 15%의 전력 소모 절감이 나타나는 것을 실험적으로 확인하였다.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.50-64
• /
• 2013

클러스터 구조를 가진 센서 네트워크에서 클러스터 헤드는 그 멤버들로부터 데이터를 모아서 모아진 데이터를 싱크에 보내는 역할을 수행하기에, 오염된 노드들이 클러스터 헤드 선출에 개입하여 선출결과를 조작하거나 변경하지 못하도록 막아야 한다. 오염된 노드들로부터 클러스터 헤드 선출 과정을 보호하기 위해서는 선출과정의 비예측성, 비조작성, 그리고 일치성을 보존해야 한다. 하지만, 기존의 클러스터 헤드 선출 방법들은 지능화된 오염노드들이 상호 협력을 통해 위의 속성들을 교묘하게 손상시키는 것을 막지 못한다. 본 논문에서는 이러한 지능화된 오염노드들을 식별하고 제거함으로써 클러스터 헤드 선출과정을 보호하는 방법을 제안한다. 클러스터 헤드 선출 라운드 마다 각 멤버는 다른 멤버들의 행위에 따라 그들에게 직접적인 신뢰값을 부여한다. 각 멤버는 자신이 부여한 직접신뢰값과 다른 멤버들에 의해 부여된 간접신뢰값을 묶어서 멤버들의 실제 신뢰값들을 추출한다. 이후에 각 멤버는 추출된 다른 멤버들의 실제 신뢰값을 평가하고 낮은 신뢰값을 가진 멤버들은 클러스터 헤드 후보자에서 제거한다. 이를 통해 제안방법은 다른 경쟁방법에 비해 클러스터 헤드 선출 결과의 비조작성과 일치성을 크게 향상 시킨다. 또한, 제안방법은 메시지 손실이 발생하는 환경에서도 다른 방법들에 비해 높은 비조작성과 일치성을 제공한다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.29-36
• /
• 2012

무선 센서 네트워크에서, 각 노드들의 정확한 위치 정보를 파악하는 것은 효율적인 네트워크 환경 구축과 수집된 정보를 효율적으로 활용하기 위해 필수적이다. 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS) 기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널의 상태 혹은 장애물 등 외부의 간섭으로 인한 신호의 왜곡 또는 감쇄가 발생하므로 이를 이용한 위치 추정 시 오차에 의한 영향을 충분히 고려하여야 한다. 위치 추정의 정확도를 향상시키기 위해, 일반적으로 충분한 수의 수신 신호 세기 표본의 획득하지만, 표본수가 늘어날수록 전송 시 에너지 소모가 발생한다. 본 논문에서는, 에너지 효율의 문제와 위치 추정의 정확도를 향상시키기 위해 전력 손실 지수 추정을 통한 베이지안 압축 센싱(Bayesian Compressive Sensing)을 사용하는 수신신호세기 기반 위치 추정 기법을 제안한다. RSS 기반 위치 추정 시 중요한 요소인 전력 손실 지수의 추정을 통해, 실제 채널 환경에서의 적응적인 위치 추정을 가능하게 하며 또한 위치 추정의 정확도를 향상시킬 수 있다. 그리고 적은 수의 표본으로 신호를 복원하는 기술인 압축 센싱(Compressive Sensing) 기법을 무선 센서 네트워크에 적용함으로써 에너지 효율적인 위치 추정 기법을 가능하게 한다. 시뮬레이션 결과에서, 제안하는 기법은 적은 수의 측정으로 다수의 불특정 노드에 대한 정확한 위치 추정이 가능하게 하며 채널 환경에 상관없이 강인한 성능을 가짐을 확인하였다. 그리고 제안하는 방법은 압축된 수신 신호 세기를 취급하므로 네트워크 트래픽과 에너지 소모를 줄이는데 효율적임을 검증하였다.