• 인터넷정보학회논문지
• /
• 제3권6호
• /
• pp.35-41
• /
• 2002

차량항법 시스템에서는 디지털 맵을 대상으로 하기 때문에 많은 양의 메모리가 소요되며 계산시간도 많이 필요하게 된다. 또한 교통 상황은 실시간으로 변하기 때문에 이러한 정보를 차량항법 시스템에 반영한다면 좀더 실제적인 결과를 얻을 수 있을 것이다. 본 연구에서는 출발지와 목적지간의 방향정보를 이용하여 차량운행 중에 발생하는 실시간 교통정보를 반영하면서도 적은 계산시간과 메모리 사용으로도 효율적인 경로 탐색을 할 수 있는 알고리즘을 제안하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5547-5562
• /
• 2016

JPEG-LS is an international standard for lossless or near-lossless image-compression algorithms. In this paper, a simple method is proposed to improve the performance of the lossless JPEG-LS algorithm. With respect to JPEG-LS and its supplementary explanation, Golomb-Rice (GR) coding is mainly used for entropy coding, but it is not used for long codewords. The proposed method replaces a set of long codewords with a set of shorter location map information. This paper shows how efficiently the location map guarantees reversibility and enhances the compression rate in terms of performance. Experiments have also been conducted to verify the efficiency of the proposed method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5287-5303
• /
• 2018

Handling vast amount of data found in large transactional datasets is an obvious challenge for the conventional data mining algorithms. Addressing this challenge, our paper proposes a parallel approach for proper decomposition of mining problem into sub-problems in order to find frequent patterns from these datasets. The proposed, Pattern Mining for Large Distributed Dataset (PMLDD) approach, ensures minimum dependencies as well as minimum communications among sub-problems. It establishes a linear aggregation of the intermediate results so that it can be adapted to large-scale programming models like MapReduce. In this context, an algorithmic structure for MapReduce programming model is presented. PMLDD guarantees an efficient load balancing among the sub-problems by a specific selection criterion. Further, it optimizes the number of required iterations over the dataset for mining frequent patterns as compared to the existing approaches. Finally, we believe that our approach is scalable enough to handle larger datasets in terms of performance evaluation, and the result analysis justifies all these mentioned concerns.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.583-600
• /
• 2014

Social media is considered a valuable platform for gathering and analyzing the collective and subconscious opinions of people in Internet and mobile environments, where they express, explicitly and implicitly, their daily preferences for brands and products. Extracting and tracking the various attitudes and concerns that people express through social media could enable us to categorize brands and decipher individuals' cognitive decision-making structure in their choice of brands. We investigate the cognitive network structure of consumers by building an inter-category map through the mining of big data. In so doing, we create an improved online recommendation model. Building on economic sociology theory, we suggest a framework for revealing collective preference by analyzing the patterns of brand names that users frequently mention in the online public sphere. We expect that our study will be useful for those conducting theoretical research on digital marketing strategies and doing practical work on branding strategies.

• 대한전자공학회논문지TC
• /
• 제44권4호
• /
• pp.49-58
• /
• 2007

IETF(Internet Engineering Task Force)에서는 기존의 Mobile IPv6에서 핸드오버 시 빈번한 바인딩 업데이트로 인해 발생하는 핸드오버 지연과 시그날링 오버헤드등 단점을 보완하기 위하여 HMIPv6(Hierarchical Mobile IPv6)를 제안하였다. HMIPv6는 지역 Home Agent역할을 하는 MAP(Mobility Anchor Point)라는 새로운 개체를 도입하여 MAP 도메인 내에서의 마이크로 이동성을 지원하기 위한 방법이다. 그러나 HMIPv6는 특정 MAP로의 부하집중과 MAP도메인 간의 핸드오버 시에 큰 지연시간은 극복해야 할 문제점으로 지적되고 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여, 멀티레벨 계층 구조에서 상위계층 MAP와 하위계층 MAP가 담당하는 노드들이 공존하는 가상도메인을 설정하여 노드의 이동방향에 따라 2계층 핸드오버 이전에 글로벌 바인딩 업데이트를 실시하여 MAP를 전환하는 방법을 제안한다. 제안방안은 MAP 도메인 간 핸드오버 시 LCoA의 바인딩 업데이트만으로 핸드오버를 완료할 수 있을 뿐만 아니라 가상 도메인에는 상위계층 MAP와 하위계층 MAP가 담당하는 MN들이 공존하기 때문에 특정 MAP로의 부하집중 문제를 해결할 수 있다. 제안방안의 성능을 검증하기 위하여 시뮬레이션을 실행하고 HMIPv6와 비교 분석한다.

• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.48-58
• /
• 2008

본 연구에서는 인터넷 쇼핑몰의 이미지 평가속성이 무엇인지를 파악하여 실제 소비자들에게 어떻게 기억되고 있으며, 또 어떤 이미지로 연출하는 것이 가장 효과적인 마케팅이 될 것인가를 지각도 구축을 통해 포지셔닝 전략 방향을 제시하고자 하였다. 분석결과 인터넷 쇼핑몰의 이미지는 제품정보서비스, 구매 후 고객서비스, 분위기, 편리성, 안전성, 명성 등의 요인으로 도출되었다. 이러한 이미지 평가속성요인으로 지각도를 작성해 본 결과 경쟁 쇼핑몰간에 소비자의 지각상에 서로 유의한 차이가 있음을 확인하였다. 쇼핑몰 이미지간에 가장 차별화되어 있는 속성은 제품정보서비스속성이며 가장 차별화되지 않은 속성은 편리성으로 나타났다. 또한 소비자 세분집단 간에도 인터넷 쇼핑몰에 대한 선호도와 이상점에 유의한 차이가 있었다. 이러한 연구결과는 경쟁이 심화되고 있는 인터넷 쇼핑몰 시장에서 마케팅 시장세분화 전략수립 차원에서 유용한 기초자료가 될 수 있음을 확인하였다.

• ETRI Journal
• /
• 제41권5호
• /
• pp.574-584
• /
• 2019

A new Mirai variant found recently was equipped with a dynamic update ability, which increases the level of difficulty for DDoS mitigation. Continuous development of 5G technology and an increasing number of Internet of Things (IoT) devices connected to the network pose serious threats to cyber security. Therefore, researchers have tried to develop better DDoS mitigation systems. However, the majority of the existing models provide centralized solutions either by deploying the system with additional servers at the host site, on the cloud, or at third party locations, which may cause latency. Since Internet service providers (ISP) are links between the internet and users, deploying the defense system within the ISP domain is the panacea for delivering an efficient solution. To cope with the dynamic nature of the new DDoS attacks, we utilized an unsupervised artificial neural network to develop a hierarchical two-layered self-organizing map equipped with a twofold feature selection for DDoS mitigation within the ISP domain.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.83-91
• /
• 2011

본 논문에서 최근 다양한 로봇에 기존에 개발된 소프트웨어를 쉽게 적용하기 위한 플랫폼 개발에 기여하고 있는데, 국내에서 개발한 지능형로봇 개발을 위한 공통기반 플랫폼(OPRoS)에서 동작하는 3차원 물체 인식 컴포넌트 개발한 내용을 기술하였다. 컴포넌트 구성 내용과 3차원 공간 인식을 위해 사용한 기존 시각차 맵과 깊이 맵에 대한 알고리즘에 대한 언급을 했으며, 또한 시각차 맵을 만들기 위해 스테레오 매칭 방법과 블럭 매칭 방법을 표현했다. 기존 알고리즘으로 만들어진 컴포넌트는 OPRoS가 탑재된 컴퓨터에서 동작을 시켜 실험을 하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권2호
• /
• pp.728-741
• /
• 2015

Stereo vision has become an important technical issue in the field of 3D imaging, machine vision, robotics, image analysis, and so on. The depth map extraction from stereo video is a key technology of stereoscopic 3D video requiring stereo correspondence algorithms. This is the matching process of the similarity measure for each disparity value, followed by an aggregation and optimization step. Since it requires a lot of computational power, there are significant speed-performance advantages when exploiting parallel processing available on processors. In this situation, multi-core CPU may allow many parallel programming technologies to be realized in users computing devices. This paper proposes parallel implementations for calculating disparity map using a shared memory programming and exploiting the streaming SIMD extension technology. By doing so, we can take advantage both of the hardware and software features of multi-core processor. For the performance evaluation, we implemented a parallel SAD algorithm with OpenMP and SSE2. Their processing speeds are compared with non parallel version on stereoscopic streaming video. The experimental results show that both technologies have a significant effect on the performance and achieve great improvements on processing speed.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권1호
• /
• pp.364-380
• /
• 2016

The most popular approach in object classification is based on the bag of visual-words model, which has several fundamental problems that restricting the performance of this method, such as low time efficiency, the synonym and polysemy of visual words, and the lack of spatial information between visual words. In view of this, an object classification based on weakly supervised E2LSH and saliency map weighting is proposed. Firstly, E2LSH (Exact Euclidean Locality Sensitive Hashing) is employed to generate a group of weakly randomized visual dictionary by clustering SIFT features of the training dataset, and the selecting process of hash functions is effectively supervised inspired by the random forest ideas to reduce the randomcity of E2LSH. Secondly, graph-based visual saliency (GBVS) algorithm is applied to detect the saliency map of different images and weight the visual words according to the saliency prior. Finally, saliency map weighted visual language model is carried out to accomplish object classification. Experimental results datasets of Pascal 2007 and Caltech-256 indicate that the distinguishability of objects is effectively improved and our method is superior to the state-of-the-art object classification methods.