• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.681-684
• /
• 2006

본 논문에서는 특정 서버와 클라이언트 간의 통신 패킷을 추출하는 새로운 방법에 대하여 제안한다. 추출된 통신 패킷은 일반적인 클라이언트가 특정 서버에 접속할 경우에 요구되는 드라이버를 제작하는 소스로 활용된다. 제안된 방식은 중계서버를 이용하여 동일한 네트워크 상에 연결된 많은 통신 패킷 중 필요한 패킷만을 추출하는데 이용된다 제안된 방식은 복합화력 발전소의 PMS 서버와 ProDAS 클라이언트 사이의 패킷 추출을 통해 검증하였다. 제안된 방식은 일반적인 서버 시스템과 클라이언트 간의 통신 패킷 추출에도 응용할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.81-88
• /
• 2018

부사용자가 주사용자의 주파수 사용 상태를 판별하기 위해 인지 무선 시스템의 핵심 기술인 스펙트럼 센싱을 사용한다. 스펙트럼 센싱 기법 중 에너지 검출법은 할당 된 채널 신호의 강도에 따라서 주사용자의 주파수 사용 유무를 판별한다. 이 기법은 단순히 신호의 크기를 이용해 스펙트럼 센싱하기 때문에 SNR 대역이 낮아질수록 주사용자의 신호를 검출하기 어렵다는 단점이 있다. 본 논문은 낮은 SNR 대역에서의 성능 열화를 극복하기 위해 웨이블릿 패킷 분해를 사용한 서포트 벡터 머신을 스펙트럼 센싱과 융합하는 방식을 제안하였다. 이 방식은 센싱 신호를 웨이블릿 패킷 분해를 기반으로 특징 추출하여 Support Vector Machine의 훈련과 실험용 데이터로 사용한다. 제안한 방식의 실험 결과를 SNR대역에 대해 정확도와 ROC 커브 그래프의 AUC를 이용하여 에너지 검출법과 비교하였다. 실험 결과, 제안한 시스템은 낮은 SNR대역에서 에너지 검출법 보다 더 향상된 판별 성능을 보였다.

• 한국광학회지
• /
• 제23권4호
• /
• pp.143-146
• /
• 2012

본 논문에서는 반도체 광 증폭기(Semiconductor Optical Amplifier)의 교차 진폭 변조 현상을 이용하여 광 컴퓨팅이나 광통신에서 데이터의 패킷 교환, 데이터 리셋 혹은 추가나 제거에 필수적인 전광 데이터 추출을 시뮬레이션하고 실험적으로 구현하였다. 전광 데이터 추출의 실험적 시뮬레이션에는 상용 프로그램인 VPI Tool을 사용하였으며 기본적으로 두 개의 반도체 광 증폭기(SOA)를 사용하여 AND 논리를 구성한 후 이를 이용하여 데이터를 추출하였다. 또한 높은 집적성과 효율로 고속으로 연산할 수 있는 가능성을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.718-721
• /
• 2011

웹 서비스를 대상으로 하는 DDoS(Distributed Denial-of-Service) 공격 또는 유해 트래픽 유입을 탐지 또는 차단하기 위한 목적으로 HTTP(Hypertext Transfer Protocol) 트래픽을 실시간으로 분석하는 기능은 거의 모든 네트워크 트래픽 보안 솔루션들이 탑재하고 있는 필수적인 요소이다. 하지만, HTTP 트래픽의 실시간 데이터 측정 양이 시간이 지날수록 기하급수적으로 증가함에 따라, HTTP 트래픽을 실시간 패킷 단위로 분석한다는 것에 대한 성능 부담감은 날로 커지고 있는 실정이다. 이제는 응용 어플리케이션 차원에서는 성능에 대한 부담감을 해소할 수 없기 때문에 고비용의 소프트웨어 가속기나 하드웨어에 의존적인 전용 장비를 탑재하여 해결하려는 시도가 대부분이다. 본 논문에서는 현재 대부분의 PC 에 탑재되어 있는 그래픽 카드의 GPU(Graphics Processing Units)를 범용적으로 활용하고자 하는 GPGPU(General-Purpose computation on Graphics Processing Units)의 연구에 힘입어, NVIDIA사의 CUDA(Compute Unified Device Architecture)를 사용하여 네트워크 트래픽에서 HTTP 패킷 추출성능을 응용 어플리케이션 차원에서 향상시켜 보고자 하였다. HTTP 패킷 추출 연산만을 기준으로 GPU 의 연산속도는 CPU 에 비해 10 배 이상의 높은 성능을 얻을 수 있었다.