• 전자공학회논문지 IE
• /
• 제47권1호
• /
• pp.41-47
• /
• 2010

무선 센서 네트워크의 노드들은 한 번 배포되면 배터리의 교환 충전이 불가능하기 때문에 제한적인 에너지를 효율적으로 사용하여 네트워크의 수명을 연장하는 것이 중요한 문제이다. LEACH 프로토콜은 에너지를 효율적으로 이용하기 위한 대표적인 클러스터링 기반 라우팅 프로토콜로서 여러 개의 클러스터로 구성되며 각 클러스터는 헤드 노드와 그에 속한 멤버 노드로 이루어진다. LEACH는 모든 노드가 헤드로 전송할 데이터를 갖고 있다는 가정에서 시작하지만 실제의 경우 전송할 필요가 없는 데이터를 갖고 있는 멤버 노드도 존재하게 된다. 본 논문에서는 멤버 노드가 이전에 수집한 데이터와 현재 센싱한 데이터를 비교하여 동일한 경우 멤버 노드를 휴지 상태로 전환하여 전송 에너지 소비를 감소시키는 방법을 제안한다. 본 논문에서 제안한 방식으로 모의실험을 수행한 결과 기존의 클러스터링 기반 알고리즘들과 비교하여 시간 경과에 따른 생존 노드 수 측면에서 더욱 향상된 결과를 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권12호
• /
• pp.27-34
• /
• 2013

무선 센서 네트워크에서 센서들은 획득한 정보를 관리 노드로 전달하기 위해 서로 통신을 해야 하므로 공격에 취약한데 쓰레기 패킷 주입 같은 공격은 기존의 암호화 같은 방식을 사용해서는 퇴치하기 어렵다. 그래서 행위 기반 탐지가 대두되었는데 특정 감시 노드들이 이웃한 일반 노드의 통신을 감청하여 불법적인 패킷을 탐지하게 된다. 감시 노드들은 일반 노드들에 비해 더 많은 에너지를 사용하기 때문에 최소의 감시 노드들로 전체 또는 최대한 넓은 범위의 네트워크를 커버하는 것이 필요하다. 감시 노드는 일반 노드 중에서 선택될 수도 있고 일반 노드와 서로 다른 종류일 수도 있다. 본 연구에서는 서로 다른 종류의 감시 노드와 일반 노드가 배치되었을 때 커버되는 일반 노드의 수가 최대가 되도록 주어진 수의 감시 노드를 선택하는 알고리즘을 개발하고, 감시 노드의 수와 전송 범위가 감시 노드의 연결 비율과 일반 노드의 커버리지에 어떤 영향을 미치는 지 실험을 통해 비교하였다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1104-1108
• /
• 2018

IIoT는 IoT를 산업현장에 적용하여 생산, 제조, 안전 등의 요소를 모니터링하며, 작업자가 쉽게 현장을 관리하게 해주는 솔루션이다. 이러한 IIoT에서 중요한 기술요소는 센서를 이용하여 산업현장의 정보수집과 관리자에게 신뢰성 있는 정보를 전달하는 기술이 요구된다. 따라서 일반적인 산업현장에는 Ethernet과 RS485 등의 유선 네트워크 방식을 이용해 정보를 전달한다. 하지만 네트워크 구축에 있어 기반비용의 문제와 넓은 범위의 회선구축에 있어 한계가 존재한다. 따라서 본 논문에서는 공작기계가 즐비해있는 생산라인에 IEEE 802.15.4 Ad-Hoc 무선 센서 네트워크를 구축한다. 또한 공작기계의 배치형태를 고려한 라우팅 방식과 센서노드 고장을 감지하는 알고리즘을 설명한다.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.99-104
• /
• 2022

인공지능은 놀라운 이점으로 우리 삶의 중요한 부분을 차지하고 있다. 기계는 이미지에서 물체를 인식하는 것, 특히 사람들을 정확한 나이와 성별 그룹으로 분류하는 것에 있어서 인간을 능가하고 있다. 이러한 측면에서 나이와 성별 분류는 최근 수십 년 동안 컴퓨터 비전 연구자들 사이에서 뜨거운 주제 중 하나였다. 심층 합성곱 신경망(CNN) 모델의 배포는 최첨단 성능을 달성했다. 그러나 대부분의 CNN 기반 아키텍처는 수십 개의 훈련 매개 변수로 매우 복잡하기 때문에 많은 계산 시간과 자원이 필요하다. 이러한 이유로 기존 방법에 비해 훈련 매개 변수와 훈련 시간이 현저히 적은 새로운 CNN기반 분류 알고리즘을 제안한다. 덜 복잡함에도 불구하고 우리 모델은 UTKFace 데이터 세트에서 연령 및 성별 분류의 더 나은 정확도를 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제22권1호
• /
• pp.83-88
• /
• 2022

최근 정보통신기술의 발전에 따라 사물인터넷(이하 IoT) 관련 기술이 지속적으로 발전하고 있다. IoT 시스템은 다양한 센서들을 바탕으로 센서마다 고유한 데이터를 네트워크를 통해 주고 받는다. IoT 시스템에서 발생하는 데이터는 실시간으로 발생한다는 특징과, 그 양이 설치된 센서의 양과 비례한다는 점에서 연속적으로 수집되는 데이터들은 빅 데이터로 정의할 수 있다. 현재까지의 IoT 시스템은 중앙 집중 처리 방식을 통한 데이터 저장, 처리 및 연산을 적용하였다. 하지만, 구축 규모가 커지고 다량의 센서를 사용하는 경우 기존의 중앙 집중 처리 방식의 서버는 병목 현상으로 인한 부하가 발생할 수 있다. 따라서, 본 논문에서는 IoT 환경에서 발생하는 실시간 센서 데이터를 효율적으로 처리하기 위하여 시스템의 고가용성을 목적으로 하는 데이터의 중요도 기반 알고리즘을 적용하기 위한 분산 처리 시스템에 대해 제안하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.185-196
• /
• 2022

The Internet of Things (IoT) has become more and more widespread in recent years, thus attackers are placing greater emphasis on IoT environments. The IoT connects a large number of smart devices via wired and wireless networks that incorporate sensors or actuators in order to produce and share meaningful information. Attackers employed IoT devices as bots to assault the target server; however, because of their resource limitations, these devices are easily infected with IoT malware. The Distributed Denial of Service (DDoS) is one of the many security problems that might arise in an IoT context. DDOS attempt involves flooding a target server with irrelevant requests in an effort to disrupt it fully or partially. This worst practice blocks the legitimate user requests from being processed. We explored an intelligent intrusion detection system (IIDS) using a particular sort of machine learning, such as Artificial Neural Networks, (ANN) in order to handle and mitigate this type of cyber-attacks. In this research paper Feed-Forward Neural Network (FNN) is tested for detecting the DDOS attacks using a modified version of the KDD Cup 99 dataset. The aim of this paper is to determine the performance of the most effective and efficient Back-propagation algorithms among several algorithms and check the potential capability of ANN- based network model as a classifier to counteract the cyber-attacks in IoT environments. We have found that except Gradient Descent with Momentum Algorithm, the success rate obtained by the other three optimized and effective Back- Propagation algorithms is above 99.00%. The experimental findings showed that the accuracy rate of the proposed method using ANN is satisfactory.

• 자동차안전학회지
• /
• 제10권3호
• /
• pp.20-26
• /
• 2018

It was a pilot study for developing an algorithm to determine the presence or absence of cervical spine injury by analyzing the severity factor of the patients in motor vehicle occupant accidents. From August 2012 to October 2016, we used the KIDAS database, called as Korean In-Depth Accident Study database, collected from three regional emergency centers. We analyzed the general characteristics with several factors. Moreover, cervical spine injury patients were divided into two groups: Group 1 for from Quebec Task Force (hereinafter 'QTF') grade 0 to 1, and group 2 for from QTF grade 2 to 4. The score was assigned according to the distribution ratio of cervical spine injured patients compared to the total injured patients, and the cut-off value was derived from the total score by summation of the assigned score of each factors. 987 patients (53.0%) had no cervical spine injuries and 874 patients (47.0%) had cervical spine injuries. QTF grade 2 was found in 171 patients (9.2%) with musculoskeletal pain, QTF grade 3 was found in 38 patients (2.0%) with spinal cord injuries, and QTF grade 4 was found in 119 patients (6.4%) with dislocation or fracture, respectively. We selected the statistically significant factors, which could be affected the cervical spine injury, like the collision direction, the seating position, the deformation extent, the vehicle type and the frontal airbag deployment. Total score, summation of the assigned each factors, 10 was presented as a cut-off value to determine the cervical spine injury. In this study, it was meaningful as a pilot study to develop algorithms by selecting limited influence factors and proposing cut-off value to determine cervical spine injury. However, since the number of data samples was too small, additional data collection and influencing factor analysis should be performed to develop a more delicate algorithm.

• 한국통신학회논문지
• /
• 제39C권4호
• /
• pp.351-361
• /
• 2014

무선 센서네트워크의 데이터 전송을 위해서 각 노드는 백오프(Back-off)기법을 이용하여 이웃노드와 채널을 경쟁한다. 수중음향 센서네트워크에서도 일반적으로 백오프를 이용하여 노드 간 채널을 경쟁한다. 그러나 수중음향 센서네트워크의 백오프에 이용되는 슬롯타임(Slot-time)은 무선 센서네트워크와는 달리 매우 긴 지연시간을 갖는다. 따라서, 수중음향 센서네트워크에서는 긴 슬롯타임에 의해 각 노드간의 통신성능 저하 문제가 발생한다. 본 논문에서 제안하는 기법은 실제 노드가 배치된 상태를 이웃 노드와의 전파지연 시간을 이용하여 계산하고, 슬롯타임을 노드 스스로 최적화한다. 이러한 방법을 통해 각 노드들 간의 통신에 낭비되는 시간을 줄이고 네트워크 성능을 향상 시킨다. 본 논문에서는 제안하는 기법을 구체적으로 기술하고 제안하는 기법과 기존의 연구와의 성능차를 확인한다. 성능 비교결과 제안하는 기법이 기존의 기법에 비하여 우수한 성능을 갖는 것을 확인 하였다.

• 한국시뮬레이션학회논문지
• /
• 제32권3호
• /
• pp.23-31
• /
• 2023

소프트웨어 개발에는 시스템 엔지니어링 프로세스와 유사한 요구 사항 분석, 설계, 구현, 단위 테스트 및 통합 테스트를 포함한 일련의 단계가 포함된다. 본 연구는 다기능 레이다 소프트웨어를 개발하기 위해 MathWorks사의 모델 기반 설계 플랫폼을 활용하고 타당성과 효율성을 평가하였다. 기존 레이다 소프트웨어의 개발은 통합적인 형태보다는 단일 알고리즘 단위로 이루어졌기 때문에, 요구 분석이나 통합 테스트가 별도로 이루어졌고, 이들에 대한 통합 관리를 위해 추가적인 도구나 노력을 요구하였다. 본 논문에서 적용한 모델 기반 플랫폼은 요구사항 분석 및 할당, 시뮬레이션을 통한 알고리즘 개발, 배포를 위한 자동 코드 생성, 통합 요구사항 테스트 및 결과 관리를 위한 통합 개발 환경을 제공한다. 이 플랫폼을 통해 다기능 레이다 소프트웨어의 다단계 모델을 개발하고, 테스트 하네스를 사용하여 검증하며, 요구 사항을 관리하고, 자동 코드 생성툴을 사용하여 하드웨어 배포 가능한 언어로 변환하는 전과정을 수행하였다. 이러한 모델 기반 통합 개발을 통해 잘못된 의사소통이나 기타 인적 요인으로 인한 오류를 줄이고 개발 일정과 비용을 절감할 수 있을 것으로 기대한다.

• 한국통신학회논문지
• /
• 제40권12호
• /
• pp.2539-2548
• /
• 2015

이종 셀룰러 네트워크 환경에서 셀 간 간섭 문제와 부족한 주파수자원 환경을 극복하는 것은 통신 성능을 향상시키기 위한 주요 방법 중 하나이다. 정적 주파수 재사용 방식은 한정된 주파수 자원 환경에서 셀 간 간섭 문제를 효율적으로 해결하기 위해 제안된 방식이다. 이러한 방식은 미리 정해진 파워와 대역으로 주파수를 할당하기 때문에 네트워크의 통신 성능향상에 제한이 있다. 또한 기존의 동적 주파수 재사용 방식들은 대부분의 경우 셀 안에 존재할 수 있는 스몰 셀 환경을 고려하지 않고 있고, 네트워크의 트래픽 부하기 심하고 불균일한 환경에 특화되어 있지 않다. 제안한 동적 주파수 재사용 기법은 다중 이종 셀룰러 네트워크 환경에서 네트워크 환경에 적응하여 각 셀의 트래픽 비율에 알맞게 동적으로 주파수를 할당한다. 제안한 기법은 먼저 각 셀 Edge의 PRB 사용량을 수집하고 이에 적응하여 스몰 셀을 제외한 전 셀 지역에 주파수를 재 할당한다. 그 후 이를 고려하여 스몰 셀을 위한 주파수를 할당하고 이를 반복하여 전체 셀의 주파수 자원을 할당한다. 해당 기법은 네트워크의 트래픽 부하가 심하고 불균일할 때 스몰 셀 환경을 위해 각 셀의 트래픽 부하에 적합한 주파수 자원을 할당시킴으로써, 기존의 방식에 비해 Spectral Efficiency 성능을 향상시켜 결과적으로 시스템의 Throughput 성능을 향상시킨다.