• 한국통신학회논문지
• /
• 제34권10A호
• /
• pp.752-759
• /
• 2009

본 논문에서는 간단히 한국통신학회의 논문작성법에 대하여 설명하고자 합니다. (스타일-요약본문)협력 다이버시티 기법은 다중경로 페이딩 환경을 효과적으로 극복할 수 있는 통신 기술이다. 이 기술을 에너지 제한된 무선 센서 네트워크에 적용하기 위해서는 무선 센서네트워크에서 가장 중요한 성능요소인 네트워크 수명을 고려한 릴레이 선택과 전력 할당 방법 등이 설계되어야 한다. 본 논문에서는 네트워크 수명을 최대화하기 위해 노드의 잔여전력을 고려한 새로운 다중 릴레이 선택 및 전력 할당 알고리즘을 제시하였다. 제시한 알고리즘은 2단계로 구분 되어 있다. 먼저 각 노드의 채널 상태를 고려하여 릴레이 후보노드를 선택 한 후 각 노드의 잔여전력을 고려하여 전력을 할당함으로써 전체 송신전력을 최소화함과 동시에 네트워크수명을 극대화 하도록 하였다. 본 논문에서 제시한 알고리즘은 기본적으로 AF(Amplify and Forward) 릴레이 모델을 바탕으로 하였으며 시뮬레이션을 통해 제안한 방식이 기존의 방식에 비해 더 높은 네트워크 수명을 가지는 것을 입증할 수 있었다.

• 한국정보과학회논문지:정보통신
• /
• 제29권1호
• /
• pp.57-64
• /
• 2002

현재 사용중인 경로 선택 방법은 최단 경로 알고리즘을 이용하므로 망 자원을 효율적으로 이용하지 못하며 특정 경로로 트래픽이 집중될 경우 혼잡(congestion) 상황을 발생시킬 수 있다. 본 논문에서는 새롭게 요청되는 연결 설정 요구에 대해 요청된 대역폭을 충족시킬 수 있는 경로를 결정하는데 있어서 통계적 기법을 이용함으로써 망을 효율적으로 사용하며, 혼잡 상황을 줄일 수 있는 통계적 경로 선택(Statistical Route Selection; SRS) 알고리즘을 제안한다. MPLS의 등장으로 부하 균등화(load balancing)에 필요한 명시적인(explicit) LSP 설정을 할 수 있게 되었으며, MPLS의 LSP를 설정하기 위해 SRS 알고리즘을 이용할 수 있다. SRS 알고리즘은 경로 선택을 위해 링크들의 이용률을 구하고, 통계적인 기법을 사용하여 가중치를 결정하며, 그 가중치를 이용한 최단 경로를 구한다. 여기서 사용되는 통계적 기법은 링크들의 이용률의 평균과 분산을 이용하는 것으로, 이정보를 기반으로 링크의 가중치에 대해 분산을 작게 하는 방향으로 경로를 결정함으로써 부하 균등화 효과를 얻게 되어 혼잡 링크 수를 줄이고, 망 자원 이용률을 높인다. 실험을 통해 다른 경로 선택 알고리즘들에 비해 SRS 알고리즘이 망 자원을 효율적으로 이용하여 연결 설정 실패의 수와 혼잡 링크의 수를 줄이는 것을 보인다.

• 한국정보과학회논문지:정보통신
• /
• 제32권2호
• /
• pp.203-214
• /
• 2005

3G 네트워크와 무선랜의 통합은 서로 간의 보완적 특성으로 인하여 학계나 산업계에서 큰 관심사가 되고 있다. 이 주제는 최근 떠오르는 이슈로서 끊김 없는 계층적 핸드오프 지원은 네트워크 통합에 따른 중요한 관심사 중 하나로 인식되고 있다. 본 논문에서는 강결합 시스템에서의 계층적 핸드오프에서 단말의 에너지 소모를 고려하는 네트워크 인터페이스 선택 알고리즘을 제안한다. 본 저자들이 제안하는 Wise Interface SElection (WISE) 알고리즘은 네트워크와 이동 단말의 협력 하에 네트워크 인터페이스카드의 에너지 특성과 현재 서비스 받고 있는 네트워크 상태, 그리고 송수신하는 데이타 양을 종합적으로 고려하여 이동 단말이 효율적으로 에너지를 소비할 수 있는 적절한 네트워크로 서비스 받을 수 있도록 유도한다. 제안된 계층적 핸드오프 알고리즘은 에너지 소비 패턴을 고려하여 다운링크와 업링크에 대하여 독립적으로 동작한다. 3G 네트워크 인터페이스 만을 사용하는 경우와 무선랜 인터페이스 만을 사용하는 경우에 비해 제안된 WISE 알고리즘이 확연히 더 적은 에너지를 소비하여 이동 단말의 동작 시간을 연장시킬 수 있다는 것을 모의 실험을 통해 증명한다. 또한 TCP 트래픽의 경우 WISE 알고리즘의 비대칭적인 링크의 사용으로 부가적인 처리율 향상을 얻을 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.313-316
• /
• 2004

Model selection is the process that sets up the regularization parameter in the support vector machine or regularization network by using the external methods such as general cross validation or L-curve criterion. This paper suggests that the regularization parameter can be obtained simultaneously within the learning process of neural networks without resort to separate selection methods. In this paper, extended kernel method is introduced. The relationship between regularization parameter and the bias term in the extended kernel is established. Experimental results show the effectiveness of the new model selection method.

• 산업공학
• /
• 제20권4호
• /
• pp.458-468
• /
• 2007

Artificial immune systems (AIS) are one of natural computing inspired by the natural immune system. The fault detection, the pattern recognition, the system control and the optimization are major application area of artificial immune systems. This paper gives a concept of artificial immune systems and useful techniques as like the clonal selection, the immune network theory and the negative selection. A concise survey on the optimization problem based on artificial immune systems is generated. The overall performance of artificial immune systems for the optimization problem is discussed.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.587-590
• /
• 2019

본 논문은 센서 네트워크의 주요 문제점인 센서 노드의 이탈과 네트워크 변화에 따른 네트워크 수명 감소를 개선하기 위한 논문이다. 기존 Scalable Topology Organization(STO) 기반 지그비 트리 토폴로지 컨트롤 알고리즘은 전력 소모에 대한 방안을 고려하지 않아 네트워크의 수명이 비교적 짧았다. 이에 따라 매 라운드가 지날때마다 부모 노드를 새로 선출하고 네트워크 토폴로지를 새로 구성하는 클러스터 헤더 선출 기법을 도입하여 네트워크의 전체적인 수명을 연장하였다. 이에 대한 성능은 OMNet++ 시뮬레이터를 통해 동일한 실험 환경에서 기존의 STO 알고리즘과 제안하는 클러스터 헤더 선출 기법을 도입했을 때의 결과를 도출하였고 그 결과 네트워크 수명을 약 40% 증가시킬 수 있었으며 배터리 잔량 부분에서도 약 10%의 성능이 개선된 것을 확인 할 수 있었다.

• 보건행정학회지
• /
• 제14권2호
• /
• pp.1-16
• /
• 2004

The study purpose was to find which factors affect selection of hospital network types. This study used the 1998 American Hospital Association Annual Survey Database from Health Forum. Among these U.S. hospitals, the researcher selected hospitals located in Metropolitan Statistical Areas. Therefore the final observation cases for analysis are 1,971 Metropolitan Statistical Area hospitals in the United States. To identify significant variables influencing hospital network types, the study used proportional odds logistics regression model on population size, Health Maintenance Organization penetration rate, and market competition rate of area including a hospital, types of hospital ownership, hospital bed size, proportion of Medicare patients and Medicaid patients in total hospital patients, and occupancy rate. Contrary to conventional wisdom, selection of hospital network types was influenced by population size of area which a hospital located, types of ownership, hospital bed size, and proportion of medicare patients rather than Health Maintenance Organization penetration. Population size 1,000,000-2,499,999 had the highest probability of selecting type IV (clinical-vertical integration) from an independent hospital, and a religious group owned hospitals and for-profit owned hospitals had the highest probability of selecting Type IV (clinical-vertical integration) from an independent hospital. A bed size had positive relation on selecting Type IV (clinical-vertical integration) from an independent hospital. Unlikely general belief that the selecting types of hospital network was determined by the change of health insurance policy such as Health Maintenance Organizations and Preferred Provider Organizations, the types of hospital network were influenced by community characteristics such as population size, and hospital characteristics.

• Journal of Information Processing Systems
• /
• 제7권2호
• /
• pp.241-260
• /
• 2011

In earlier days, most of the data carried on communication networks was textual data requiring limited bandwidth. With the rise of multimedia and network technologies, the bandwidth requirements of data have increased considerably. If a network link at any time is not able to meet the minimum bandwidth requirement of data, data transmission at that path becomes difficult, which leads to network congestion. This causes delay in data transmission and might also lead to packet drops in the network. The retransmission of these lost packets would aggravate the situation and jam the network. In this paper, we aim at providing a solution to the problem of network congestion in mobile ad hoc networks [1, 2] by designing a protocol that performs routing intelligently and minimizes the delay in data transmission. Our Objective is to move the traffic away from the shortest path obtained by a suitable shortest path calculation algorithm to a less congested path so as to minimize the number of packet drops during data transmission and to avoid unnecessary delay. For this we have proposed a protocol named as Congestion Aware Selection Of Path With Efficient Routing (CASPER). Here, a router runs the shortest path algorithm after pruning those links that violate a given set of constraints. The proposed protocol has been compared with two link state protocols namely, OSPF [3, 4] and OLSR [5, 6, 7, 8].The results achieved show that our protocol performs better in terms of network throughput and transmission delay in case of bulky data transmission.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.99-109
• /
• 2023

The darknet is frequently referred to as the hub of illicit online activity. In order to keep track of real-time applications and activities taking place on Darknet, traffic on that network must be analysed. It is without a doubt important to recognise network traffic tied to an unused Internet address in order to spot and investigate malicious online activity. Any observed network traffic is the result of mis-configuration from faked source addresses and another methods that monitor the unused space address because there are no genuine devices or hosts in an unused address block. Digital systems can now detect and identify darknet activity on their own thanks to recent advances in artificial intelligence. In this paper, offer a generalised method for deep learning-based detection and classification of darknet traffic. Furthermore, analyse a cutting-edge complicated dataset that contains a lot of information about darknet traffic. Next, examine various feature selection strategies to choose a best attribute for detecting and classifying darknet traffic. For the purpose of identifying threats using network properties acquired from darknet traffic, devised a hybrid deep learning (DL) approach that combines Recurrent Neural Network (RNN) and Bidirectional LSTM (BiLSTM). This probing technique can tell malicious traffic from legitimate traffic. The results show that the suggested strategy works better than the existing ways by producing the highest level of accuracy for categorising darknet traffic using the Black widow optimization algorithm as a feature selection approach and RNN-BiLSTM as a recognition model.

• 디지털융복합연구
• /
• 제12권8호
• /
• pp.321-327
• /
• 2014

특징 선택은 중복 또는 서로간의 관련이 없는 특징을 제거하여 분류 성능을 향상시키는 기술이다. 본 논문에서는 가중 퍼지소속함수 기반 신경망 (Neural Network with Weighted Fuzzy Membership Functions; NEWFM)에서 제공하는 가중 퍼지소속함수의 경계합 (Bounded Sum of Weighted Fuzzy Membership functions, BSWFM)의 무게중심간의 거리를 이용한 새로운 특징 선택을 제안하여 분류 성능을 향상시켰다. 이러한 거리 기반의 특징 선택을 이용하여 초기 24개의 특징으로부터 무게중심간의 거리가 짧은 특징을 하나씩 제거되면서 분류 성능이 가능 높은 22개의 최소 특징을 선택하였다. 이들 22개의 최소 특징을 NEWFM의 입력으로 사용하여 97.7%, 99.7%, 98.7%의 민감도, 특이도, 정확도를 각각 구하였다.