• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1500-1505
• /
• 2019

현재 전 세계적으로 ICT 스마트시티의 일환으로 도시교통 문제해결을 위한 차세대 지능형 교통시스템인 C-ITS(Cooperative-Intelligent Transport Systems) 구축을 추진하고 있다. C-ITS와 함께 자율주행 서비스를 실현하기 위해서는 첨단 도로 인프라의 역할이 중요하다. 그리고 중장기적인 C-ITS, 자율주행서비스의 연구와 함께 단기적으로 도로 교통안전을 위한 보다 현실적인 솔루션 제시가 필요하다. 따라서 본 논문에서는 IoT 가드 레일을 기반으로 C-ITS의 필수 요구정보인 교통흐름과 사고위험 정보를 감지·분석하여, 도로 현장에 즉각적인 경보와 원격 모니터링을 제공할 수 있는 고속도로 사고감지 및 경보 시스템을 제안한다. 지능형 IoT 가드 레일은 장기적으로 C-ITS와 자율주행 서비스에서 요구하는 실제 도로 현장에서의 데이터를 제공하는 지능적 첨단 도로 인프라로서 활용될 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.751-756
• /
• 2018

본 연구는 입력 영상에서 교통 신호등을 검출하고, 신호등의 색상을 인식하며, 신호를 판별하여 무인 자율주행 차량이나 ITS(Intelligent Transportation System)에 적용할 수 있는 신호등 색상 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통신호등을 검출하기 위해 CEA(Canny Edge Algorithm)를 이용하여 외곽선을 추출하였고, 신호등의 색상을 인식하고 정확도를 높이기 위하여 HCT(Hough Circle Transform)를 적용하였다. 제안된 방법으로 주행도로상에서 획득한 스트림 영상에 적용한 결과, 우수한 신호등 색상 인식률을 확인할 수 있었다. 특히 입력영상에서 신호등이 존재할만한 ROI(Region Of Interest)로 구분하여 연산시간을 줄일 수 있었고, 신호등과 유사한 영역이라도 원이 검출되지 않거나 HSV 공간에서 V값이 낮아 후보영역에서 탈락시킴으로써 인식률의 정확도를 높일 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.83-89
• /
• 2022

최근 정보통신기술의 발전에 따라 사물인터넷 기술이 비약적으로 발전하고 있다. IoT 기술은 다양한 센서들을 활용하여 각 센서의 고유한 데이터를 발생시켜 시스템 상태의 진단을 가능하도록 한다. 하지만, 현재 적용되고 있는 장비운용 시스템은 장비에 문제가 발생한 후 관리자가 해당 문제를 처리해야하는 사후보전 방식의 개념이며, 이는 시스템의 에러로 인한 시스템의 신뢰성 및 가용성 문제점을 의미할 수 있으며, 정비를 위한 시스템 중단으로 생산성에 부정적 영향으로 인한 경제적 손실을 초래할 수 있다. 따라서, 본 연구에서는 지능형 IoT(AIoT) 기술을 적용하여 공장 내 정류기를 보다 효율적으로 운용하기 위한 엣지 컨트롤러 제어 의사 결정 알고리즘과, 정류기 부품별 고장 상황 정보에 대한 도메인 지식 기반의 모델링을 작성하여, 이를 바탕으로 수집된 각 센서 데이터에 대한 상관관계 분석을 통해 시나리오별 Abnormal 데이터에 대하여 적정 수준의 상태 메시지를 출력함을 확인할 수 있었으며, 이를 통한 기존 현장의 장비 운용 시스템의 가용성과 생산성이 향상됨을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.1166-1168
• /
• 2019

본 논문은 엣지컴퓨팅 환경에서 딥러닝기반 추천모델을 이용한 지능형 디지털 사이니지 플랫폼을 제안한다. 제안하는 플랫폼은 서버와 엣지로 구성되어 있다. 서버는 데이터를 관리하고, 광고추천 모델을 학습시키며, 엣지는 학습된 광고추천 모델을 이용하여 실시간으로 광고될 상품을 결정한다. 광고추천 모델은 상품을 선별하는 단계와 구매확률을 예측하는 단계로 구성되어 있다. 선별단계에서는 DNN에 벡터화된 사용자 기본정보와 상품 메타데이터를 입력하여 구매할 만한 상품을 도출한다. 최종적으로 군집의 예측된 구매확률을 이용하여 가장 적합한 광고를 선정한다. 제안하는 시스템은 서버와 통신하지 않고 엣지에서 학습된 모델로 광고를 결정한다. 이를 다수의 사용자에게 즉각적인 반응을 필요로 하는 디지털 사이니지에 적용했다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.38-50
• /
• 2023

최근 인공지능 (Artificial Intelligence: AI) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서에 AI 기술을 도입하여 특정 돌발상황을 검지하고 있으나 대부분 고정식 장비 기반으로 돌발상황 검지가 진행되어왔다. 따라서 모든 도로 공간에 대한 돌발상황 검지에는 한계가 존재해왔다. 그러나 영상 센서와 edge-computing 기술 등의 발전으로 이동식 영상정보수집 및 분석 기술이 확산되고 있다. 본 연구는 이러한 이동식 영상 수집 및 분석 장비(커넥티드 차량)의 도입 수준에 따른 돌발상황 검지시간 감소효과를 추정하는 것이 목적이다. 이를 위해 2021년 경부고속도로 수원지사에서 수집된 돌발상황 발생 건수 자료를 활용하였다. 분석 결과 편도 2차로 고속도로는 커넥티드 차량의 보급률(Market Penetration Rate: MPR)이 4% 이상, 편도 3차로 고속도로는 3% 이상이면 돌발상황 검지 시간이 1분 이하로 나타났고, 편도 2차로와 편도 3차로 고속도로에서 MPR이 각각 0.4% 이상, 0.2% 이상이면 한국도로공사에서 발표한 평균 돌발상황 검지시간 보다 감소하는 것으로 나타났다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.114-123
• /
• 2023

컴퓨터 비전(Computer Vision: CV) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서로 돌발상황을 검지하고 있다. 그러나 현재 이러한 기술은 대부분 고정식 영상 센서를 기반으로 한다. 따라서 고정식 장비의 영상 범위가 닿지 않는 음영지역의 돌발상황 검지에는 한계가 존재해왔다. 최근 엣지 컴퓨팅(Edge-computing) 기술의 발전으로 이동식 영상정보의 실시간 분석이 가능해졌다. 본 연구는 차량 내 설치된 이동식 영상 센서(dashboard camera 혹은 dash cam)에 컴퓨터 비전 기술을 도입하여 고속도로에서 실시간으로 돌발상황 검지 가능성에 대해 평가하는 것이 목적이다. 이를 위해 한국도로공사 순찰차량에 장착된 dash cam에서 수집된 4,388건의 스틸 프레임 데이터 기반으로 학습데이터를 구축하였으며, YOLO(You Only Look Once) 알고리즘을 활용하여 분석하였다. 분석 결과 객체 모두 예측 정밀도가 70% 이상으로 나타났고, 교통사고는 약 85%의 정밀도를 보였다. 또한 mAP(mean Average Precision)의 경우 0.769로 나타났고, 객체별 AP(Average Precision)를 보면 교통사고가 0.904로 가장 높게 나타났고, 낙하물이 0.629로 가장 낮게 나타났다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권3호
• /
• pp.296-309
• /
• 2003

모바일 컴퓨팅의 상업적인 응용분야로서, 지능형 교통정보시스템(ITS: Intelligent Transport Systems)의 한 분야인 첨단 여행자 정보시스템(ATIS: Advanced Traveler Information Systems )이 있다. ATIS에서 가장 중요한 모바일 컴퓨팅 태스크는 현재 위치에서 목적지까지의 최단 경로를 계산하는 일이다. 본 논문에서는 ATIS의 동적 경로 안내 시스템(DRGS: Dynamic Route Guidance System)에서 발생하는 최단 경로 재 계산 문제에 대해서 연구하였다. 이 문제는 동적인 교통상태에 따라 디지털 로드 맵 상의 간선 비용이 빈번하게 갱신되기 때문에 발생한다. 기존의 방법들은 처음부터 최단 경로를 재 계산하거나, 또는 단지 비용의 변화가 일어난 간선 상에 있는 양 꼰 노드 사이에 대해서만 최단 경로를 재 계산할 뿐이다. 이러한 방법은 앞서 계산된 최단 경로에 대한 정보를 이용하지 않는다는 점에서 모두 비효율적이다. 이에, 본 논문에서는 효율적인 동적 윈도우 기반의 근접 최단 경로 재 계산 방법(A Dynamic Window-Based Approximate Shortest Path Re-Computation Method)을 제안한다. 이 방법은 앞서 계산된 최단 경로의 정보를 이용하여 최적의 최단 경로에 상당히 근접한 경로를 매우 빠른 시간 안에 계산해 낸다. 우리는 제안한 방법을 이론적으로 분석한 다음 이를 격자 그래프 및 실제 디지털 로드맵 상에 구현하여 철저한 실험적인 성능 분석을 하였다.

• ETRI Journal
• /
• 제40권3호
• /
• pp.318-329
• /
• 2018

Femtocell (FC) technology envisaged as a cost-effective approach to attain better indoor coverage of mobile voice and data service. Deployment of FCs over macrocell forms a heterogeneous network. In urban areas, the key factor limits the successful deployment of FCs is inter-cell interference (ICI), which severely affects the performance of victim users. Autonomous FC transmission power setting is one straightforward way for coordinating ICI in the downlink. Application of intelligent control using soft computing techniques has not yet explored well for wireless networks. In this work, autonomous FC transmission power setting strategy using Adaptive Neuro Fuzzy Inference System is proposed. The main advantage of the proposed method is zero signaling overhead, reduced computational complexity and bare minimum delay in performing power setting of FC base station because only the periodic channel measurement reports fed back by the user equipment are needed. System level simulation results validate the effectiveness of the proposed method by providing much better throughput, even under high interference activation scenario and cell edge users can be prevented from going outage.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.536-551
• /
• 2017

With the advancement and deployment of leading-edge telecommunication technologies for sensing and collecting, computing related information, Cloud of Things (CoTs) has emerged as a typical application platform that is envisioned to revolutionize the daily activities of human society, such as intelligent transportation, modern logistics, food safety, environmental monitoring, etc. To avoid any possible malicious attack and resource abuse, employing hash functions is widely recognized as one of the most effective approaches for CoTs to achieve message integrity and data authentication. The Whirlpool hash function has served as part of the joint ISO/IEC 10118-3 International Standard by the International Organization for Standardization (ISO) and the International Electrotechnical Commission (IEC). In this paper, we propose an effective differential fault analysis on Whirlpool in the byte-oriented random fault model. The mathematical analysis and experimental results show that 8 random faults on average are required to obtain the current 512-bit message input of whirlpool and the secret key of HMAC-Whirlpool. Our work demonstrates that Whirlpool and HMAC-Whirlpool are both vulnerable to the single byte differential fault analysis. It provides a new reference for the security analysis of the same structure of the hash functions in the CoTs.