• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권6호
• /
• pp.1492-1511
• /
• 2013

A novel, chaotic map that is based on concatenated torus automorphisms is proposed in this paper. As we know, cat map, which is based on torus automorphism, is highly chaotic and is often used to encrypt information. But cat map is periodic, which decreases the security of the cryptosystem. In this paper, we propose a novel chaotic map that concatenates several torus automorphisms. The concatenated mechanism provides stronger chaos and larger key space for the cryptosystem. It is proven that the period of the concatenated torus automorphisms is the total sum of each one's period. By this means, the period of the novel automorphism is increased extremely. Based on the novel, concatenated torus automorphisms, two application schemes in image encryption are proposed, i.e., 2D and 3D concatenated chaotic maps. In these schemes, both the scrambling matrices and the iteration numbers act as secret keys. Security analysis shows that the proposed, concatenated, chaotic maps have strong chaos and they are very sensitive to the secret keys. By means of concatenating several torus automorphisms, the key space of the proposed cryptosystem can be expanded to $2^{135}$. The diffusion function in the proposed scheme changes the gray values of the transferred pixels, which makes the periodicity of the concatenated torus automorphisms disappeared. Therefore, the proposed cryptosystem has high security and they can resist the brute-force attacks and the differential attacks efficiently. The diffusing speed of the proposed scheme is higher, and the computational complexity is lower, compared with the existing methods.

• 한국항행학회논문지
• /
• 제13권1호
• /
• pp.134-141
• /
• 2009

본 논문에서는 매쉬업 기능을 제공하기 위하여 오픈 API를 활용한 마인드맵 프로그램에 대해서 제안하였다. 웹의 패러다임이 웹 2.0으로 넘어가면서 오픈 API를 이용한 매쉬업이 크게 활용되고 있다. 매쉬업이 웹에서의 서비스만으로 한정하지 않고 본다면 새로운 아이디어나 정보를 산출하는 방법 중 하나로 좋은 방법이다. 이러한 방법을 체계적으로 만들어 둔 것이 바로 마인드맵이다. 본 논문에서는 오픈 API를 이용하여 모바일 기기에서 활용할 수 있는 마인드맵 응용 프로그램을 설계 및 구현하였다. 이는 현재 입력된 단어와 연관된 검색어를 표시하고 웹 브라우저와 연동되어 모바일 기기의 효율성을 높일 수 있다. 따라서 연구의 중요성은 크다고 할 수 있으며, 빠른 상용화를 통해서 시장 창출의 효과를 가지고 올 수 있으리라 예상됩니다.

• 한국정보통신학회논문지
• /
• 제8권7호
• /
• pp.1588-1596
• /
• 2004

최근 정보기술 발전과 컴퓨터의 고성능화에 따라 인터넷과 지리정보 시스템(GIS:Geographic Information System)을 연동하여 많은 웹 사이트에서 지도정보 및 POI(Point of Interest)서비스를 제공하고 있다. 이러한 Web CIS는 시스템 구축이나 서비스 제공방법, 지도표현 형식에 있어 특정 시스템이나 환경에 의존적이며 제약이 많이 있다. 또한 무선인터넷의 급속한 발전으로 이동 환경에서 현재 위치정보를 적용한 실시간 서비스를 제공받기 원하는 사용자가 급증하고 있는 시점에서 이러한 서비스를 PDA와 같은 이동클라이언트에 LBS(Location Based Service)로 제공할 수 있어야한다. 본 논문에서는 국립지리원의 표준지도형식인 DXF 수치지도를 이용하여 모바일 웹 서비스가 가능한 GIS의 구축과 OGC(Open GIS Consortium)에서 권고한 벡터 방식의 SVC(Scalable Vector Graphics)를 이용한 지도 표현, XML 웹서비스를 이용한 개방형 서비스제공 방법, 이동클라이언트인 PDA에 GPS 수신기를 확장하여 이동환경에서 위치정보를 획득하여 실시간 LBS가 가능한 클라이언트/서버 시스템을 설계하고 서버기반 GIS 컴퓨팅 환경을 실용적으로 구현하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권5호
• /
• pp.593-600
• /
• 2018

인터넷과 스마트기기의 발달로 인해 소셜미디어 등 다양한 미디어의 접근의 용이해짐에 따라 많은 양의 빅데이터들이 생성되고 있다. 특히 다양한 인터넷 서비스를 제공하는 기업들은 고객 성향 및 패턴, 보안성 강화를 위해 맵리듀스 기반 빅데이터 분석 기법들을 활용하여 빅데이터 분석하고 있다. 그러나 맵리듀스는 리듀스 단계에서 생성되는 리듀서 객체의 수를 한 개로 정의하고 있어, 빅데이터 분석할 때 처리될 많은 데이터들이 하나의 리듀서 객체에 집중된다. 이로 인해 리듀서 객체는 병목현상이 발생으로 빅데이터 분석 처리율이 감소한다. 이에 본 논문에서는 로그 분석처리율 향상을 위한 맵리듀스 기반 분할 빅데이터 분석 기법을 제안한다. 제안한 기법은 리듀서 분할 단계와 분석 결과병합 단계로 구분하며 리듀서 객체의 수를 유동적으로 생성하여 병목현상을 감소시켜 빅데이터 처리율을 향상시킨다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.2068-2082
• /
• 2023

With the rapid development of deep learning, Depth Map Super-Resolution (DMSR) method has achieved more advanced performances. However, when the upsampling rate is very large, it is difficult to capture the structural consistency between color features and depth features by these DMSR methods. Therefore, we propose a color-image guided DMSR method based on iterative depth feature enhancement. Considering the feature difference between high-quality color features and low-quality depth features, we propose to decompose the depth features into High-Frequency (HF) and Low-Frequency (LF) components. Due to structural homogeneity of depth HF components and HF color features, only HF color features are used to enhance the depth HF features without using the LF color features. Before the HF and LF depth feature decomposition, the LF component of the previous depth decomposition and the updated HF component are combined together. After decomposing and reorganizing recursively-updated features, we combine all the depth LF features with the final updated depth HF features to obtain the enhanced-depth features. Next, the enhanced-depth features are input into the multistage depth map fusion reconstruction block, in which the cross enhancement module is introduced into the reconstruction block to fully mine the spatial correlation of depth map by interleaving various features between different convolution groups. Experimental results can show that the two objective assessments of root mean square error and mean absolute deviation of the proposed method are superior to those of many latest DMSR methods.

• 한국인터넷방송통신학회논문지
• /
• 제9권2호
• /
• pp.45-50
• /
• 2009

청소로봇이나 경비로봇과 같이 실내에서 이동하며 작업하는 로봇에서는 센서를 통한 환경의 인식이 필수적이다. 사무실 빌딩이나 공동주택의 경우 기본적인 환경이 동일하므로 설계도와 같은 공통된 지도를 이용하면 개별 환경마다 지도를 재작성하는 것보다 유리한 점이 있다. 이때 가구나 장애물 등 위치가 바뀔 수 있는 대상의 정보는 제거하고, 벽, 문, 창 등 불변의 대상을 인식하는 것이 중요하다. 이 논문에서는 사무실이나 가정환경에서 사용할 수 있는 실험용 이동로봇을 구현하고, 레이저스캐너의 정보와 세그먼트의 방향, 위치에 의한 히스토그램 방법을 이용하여 이와 같은 불변의 특징을 추출한다. 로봇에는 레이저스캐너, 자이로 센서, 초음파 센서, 적외선 센서 등이 탑재되며 제어프로그램은 C 프로그램으로 작성되었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권3호
• /
• pp.1105-1118
• /
• 2014

In this paper, a new reversible data hiding method based on a dual binary tree of embedding levels is proposed. Four neighborhood pixels in the upper, below, left and right of each pixel are used as reference pixels to estimate local complexity for deciding embeddable and non-embeddable pixels. The proposed method does not need to record pixels that might cause underflow, overflow or unsuitable for embedment. This can reduce the size of location map and release more space for payload. Experimental results show that the proposed method is more effective in increasing payload and improving image quality than some recently proposed methods.

• 한국인터넷방송통신학회논문지
• /
• 제12권2호
• /
• pp.119-126
• /
• 2012

최근 연구에서 모션 인식을 위해 여러 가지 인식 알고리즘을 사용하였다. 예를 들면, HMM, DTW, PCA 등의 기법을 이용하여 권투 모션을 인식하는 방법을 제시했다. 이러한 방법을 이용하기 위해서 연기자로부터 3차원 데이터를 얻기 위해 액티브 마커를 사용하여 손의 위치를 얻는다. 얻은 2차원 위치 정보는 다시 스테레오 기법을 이용하여 3차원 정보로 전환하여 구한다. 본 논문에서는 3차원 모션 데이터를 얻는 방법을 깊이 맵에 대한 알고리즘을 이용하여 구하였다. 그리고 3차원 위치 데이터 정보의 정확성 나타냈으며, 그리고 모션 동작에 대한 인식을 실험을 하였고, 그 실험 결과에 대해서 언급했다.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.129-135
• /
• 2011

본 논문에서는 2D 동영상을 3D 입체영상으로 변환하기 위해서 머신러닝에 의한 학습기반의 객체분할과 객체의 optical flow를 활용하는 방법을 제안한다. 성공적인 3D 변환을 가능하게 하는 객체분할을 위해서, 객체의 칼라 및 텍스쳐 정보는 학습을 통해 반영하고 움직임이 있는 영역 위주로 객체분할을 수행할 수 있도록 optical flow를 도입한 새로운 에너지함수를 설계하도록 한다. 분할된 객체들에 대해 optical flow 크기에 따른 깊이맵을 추출하여 입체영상에 필요한 좌우 영상을 합성하여 생성하도록 한다. 제안한 기법으로 인해 효과적인 객체분할과 깊이맵을 생성하여 2D 동영상에서 3D 입체동영상으로 변환됨을 실험결과들이 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.1886-1908
• /
• 2020

With the technical advances, the amount of big data is increasing day-by-day such that the traditional software tools face a burden in handling them. Additionally, the presence of the imbalance data in big data is a massive concern to the research industry. In order to assure the effective management of big data and to deal with the imbalanced data, this paper proposes a new indexing algorithm for retrieving big data in the MapReduce framework. In mappers, the data clustering is done based on the Sparse Fuzzy-c-means (Sparse FCM) algorithm. The reducer combines the clusters generated by the mapper and again performs data clustering with the Sparse FCM algorithm. The two-level query matching is performed for determining the requested data. The first level query matching is performed for determining the cluster, and the second level query matching is done for accessing the requested data. The ranking of data is performed using the proposed Monarch chaotic whale optimization algorithm (M-CWOA), which is designed by combining Monarch butterfly optimization (MBO) [22] and chaotic whale optimization algorithm (CWOA) [21]. Here, the Parametric Enabled-Similarity Measure (PESM) is adapted for matching the similarities between two datasets. The proposed M-CWOA outperformed other methods with maximal precision of 0.9237, recall of 0.9371, F1-score of 0.9223, respectively.