• 한국정보전자통신기술학회논문지
• /
• 제11권1호
• /
• pp.76-81
• /
• 2018

미래 경제 성장 동력으로 부상하고 있는 사물인터넷은 이미 생활과 밀접한 분야에서는 도입이 활발하게 이루어지고 있으나, 잠재된 보안위협은 여전히 잔존하고 있다. 특히 인터넷 상의 유해 정보는 스마트홈 및 스마트시티의 활성화로 인해 폭발적으로 설치된 CCTV에 할당된 IP 정보 및 심지어 접속 포트 번호들이 포털 검색 결과 및 페이스북, 트위터와 같은 소셜 미디어 등에 공개되어 간단한 툴로도 보다 쉽게 해킹이 가능하다. 사용자들이 많이 사용하는 포털 검색 데이터 및 소셜 미디어 데이터의 보안취약점 및 불법 사이트 정보들을 데이터 분석하여, 보안취약성 같은 위험 요소가 내포된 데이터 및 사회적 문제를 야기하는 불법 사이트에 대한 대응을 신속하게 수행할 수 있게 지원하는 빅데이터 분석 시스템이 필요하다. 본 논문에서는 빅데이터 분석 시스템 설계를 위해 하둡 기반 빅데이터 분석 시스템과 스파크 기반 빅데이터 분석 시스템 연구를 통해 요구사항을 도출하여 요구사항에 맞게 Splunk 플랫폼을 활용한 유해 정보 탐지를 위한 빅데이터 분석 시스템을 설계하였다.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.30-38
• /
• 2022

안전사고의 위험성이 상존하는 작업 현장에서 안전사고 발생 시 신속한 조치를 위해서는 생체 데이터를 실시간으로 파악하는 것이 중요하다. 그 중 혈중산소포화도는 인간이 생명을 유지하는 데 있어서 가장 중요한 요소이므로 작업자의 안전관리를 위한 선제 대응으로 상황에 따라서 실시간 산소포화도 측정과 모니터링이 필요하다. 건강 및 생명 위험 보호복을 착용한 작업자로부터 실시간 생체 신호를 수신하고, 외부 시스템에서 작업자의 위험 상태를 공유 및 분석함으로써 작업자의 현재 상태를 진단하고 작업자에게 발생할 수 있는 응급 상황에 효율적으로 대응할 수 있다. 본 논문에서는 사고 현장에서 응급 상황에 대처하기 위해 보호복 착용자의 유해 가스와 산소포화도 위험도를 실시간 모니터링할 수 있고, 착용자의 활동성과 안전성을 보장할 수 있는 웨어러블 산소포화도 측정 플랫폼 기술을 제안하였다. 추후 제안한 시스템의 결과를 통해 확인한 한계점을 극복하고, 움직임 보정 등 개선된 생체 데이터를 플랫폼에 적용한다면 유해 가스 환경뿐만 아니라 응급 환자를 대상으로 하는 병원이나 가정에서도 활용할 수 있을 것이라 기대한다.

• 한국재난정보학회 논문집
• /
• 제16권3호
• /
• pp.479-492
• /
• 2020

연구목적: 본 연구의 목적은 우리나라 수도권을 대상으로 권역별 특성이 인구이동에 미치는 영향을 분석하는 것이다. 연구방법: 이를 위해 수도권의 66개 기초지자체는 2010~2016년 인구이동자료 분석을 통해 3개의 권역으로 구분하고, 단계적 회귀분석기법을 적용하여 권역 내부의 인구이동 결정요인과 권역 간 인구이동 결정요인을 파악하였다. 연구결과: 주요 분석결과로 수도권 전 지역에서의 인구이동에서는 지역의 아파트 수 증가율, 단독·다세대주택 증가율, 고용자 수 증가율, 제조업체 증가율, 지식·문화·여가산업 증가율, GRDP증가율, 지하철역 신규개통이 중요하다는 것이 확인되었다. 특히 아파트 수 증가율, 지식·문화·여가산업 증가율, GRDP 증가율, 지하철 역 신규개통은 인구유입을 늘리는데 긍정적으로 작용하였다. 결론: 권역별로 지식·문화·여가산업 증가율이 1권역의 인구유입에 크게 기여했으며, 2권역에서는 지하철역 신규개통과 GRDP증가율이 주요 요인인 것으로 나타났다. 아파트 수 증가율과 지하철역 증가율은 3권역에서 주요 요인으로 작용하였다.

• 한국멀티미디어학회논문지
• /
• 제25권10호
• /
• pp.1404-1415
• /
• 2022

The 2-dimensional arrangement method of nodes has been used in most of RF (Radio Frequency) based communication network simulations. However, this method is not useful for the an none-obstacle 3-dimensional space networks in which the propagation delay speed in communication is very slow and, moreover, the values of performance factors such as the communication speed and the error rate change on the depth of node. Such a typical example is an underwater communication network. The 2-dimensional arrangement method is also not useful for the RF based network like some WSNs (Wireless Sensor Networks), IBSs (Intelligent Building Systems), or smart homes, in which the distance between nodes is short or some of nodes can be arranged overlapping with their different heights in similar planar location. In such cases, the 2-dimensional network simulation results are highly inaccurate and unbelievable so that they lead to user's erroneous predictions and judgments. For these reasons, in this paper, we propose a method to place uniformly and randomly communication nodes in 3-dimensional network space, making the wireless link with neighbor node possible. In this method, based on the communication rage of the node, blocks are generated to construct the 3-dimensional network and a node per one block is generated and placed within a block area. In this paper, we also introduce an algorithm based on this method and we show the performance results and evaluations on the average time in a node generation and arrangement, and the arrangement time and scatter-plotted visualization time of all nodes according to the number of them. In addition, comparison with previous studies is conducted. As a result of evaluating the performance of the algorithm, it was found that the processing time of the algorithm was proportional to the number of nodes to be created, and the average generation time of one node was between 0.238 and 0.28 us. ultimately, There is no problem even if a simulation network with a large number of nodes is created, so it can be sufficiently introduced at the time of simulation.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.319-325
• /
• 2021

무선 기술의 고도화 및 이동통신 기술의 인프라가 빠르게 성장함에 따라 AI 기반 플랫폼을 적용한 시스템이 사용자의 주목을 받고 있다. 특히 사용자의 취향이나 관심사 등을 이해하고, 선호하는 아이템을 추천해주는 시스템은 고도화된 전자상거래 맞춤형 서비스 및 스마트 홈 등에 적용되고 있다. 그러나 이러한 추천 시스템은 다양한 사용자들의 취향이나 관심사 등에 대한 선호도를 실시간으로 반영하기 어렵다는 문제가 있다. 본 연구에서는 이러한 문제를 해소하기 위해 GRU(Gated Recurrent Unit) 언어 모델을 이용한 Fuzzy-AHP 기반 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 취향이나 관심사를 실시간으로 반영하기 위해 Fuzzy-AHP를 적용하였다. 또한 대중들의 관심사 및 해당 영화의 내용을 분석하여 사용자가 선호하는 요인과 유사한 영화를 추천하기 위해 GRU 언어 모델 기반의 모델을 적용하였다. 본 추천 시스템의 성능을 검증하기 위해 학습 모듈에서 사용된 스크래핑 데이터를 이용하여 학습 모델의 적합성을 측정하였으며, LSTM(Long Short-Term Memory) 언어 모델과 Epoch 당 학습 시간을 비교하여 학습 수행 속도를 측정하였다. 그 결과 본 연구의 학습 모델의 평균 교차 검증 지수가 94.8%로 적합하다는 것을 알 수 있었으며, 학습 수행 속도가 LSTM 언어 모델보다 우수함을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.169-174
• /
• 2023

현재 가정이나 사무실 및 공장 등 전력 수요가 증가하면서 전체 전력 사용량도 증가하고 있다. 전력사용의 증가는 에너지 절약에 대한 의식 변화가 나타나면서 대기전력에 대한 관심도도 높아졌다. 가정용 및 사무용 기기는 대기상태에서도 전력을 소모하고 있다. 이에 대기전력의 저감에 대한 필요성이 매우 커지고 있으며 대기전력 1W이하를 목표로 하고 있다. 지능형 콘센트는 근거리 무선망을 이용하여 홈네트워크에 연결하고 콘센트에 연결된 램프나 가전기기의 대기전력을 차단하거나 절감시키는 것이다. 본 연구에서는 근거리 무선망(Zigbee)를 이용하여 콘센트에 연결된 조명램프나 가전기기에서 사용하는 전기의 사용량을 원격으로 모니터링 하고 대기전력을 차단할 수 있는 모니터링 시스템과 지능형 콘센트을 개발하고자 한다. 또한, 개발하는 지능형 콘센트와 모니터링 시스템은 휴대용 장치(리모콘)를 이용하여 사용자가 손쉽게 대기전력을 차단할 수 있다.지능형 콘센트는 대기전력을 저감시킬 뿐만 아니라 화재 방재 시스템에도 응용 가능할 것이다. 대기하는 전력을 차단 하는 장치는 지능형 콘센트와 대기전력 차단 스위치를 포함하므로 누전과 화재를 방지할 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.