• 한국정보과학회논문지:정보통신
• /
• 제29권1호
• /
• pp.1-14
• /
• 2002

이동 컴퓨팅 환경에서 멀티미디어 트래픽 제공에 관련된 가장 중요한 이슈는 이동 호스트(클라이언트)에게 지속적인 QoS(Quality of Service)를 보장하는 것이다. 그러나, 핸드-오프를 초래하는 클라이언트의 이동성으로 인해 클라이언트와 네트워크간에 협상된 QoS가 보장되지 못할 수도 있다. 본 논문에서는 이동 컴퓨팅 환경에서 멀티미디어 트래픽에 대해 지속적인 QoS를 지원하기 위한 호 수락 제어 메커니즘을 제안한다. 각 셀은 핸드-오프 호를 위해 이웃 셀로부터 대역폭을 예약한다. 만약, 핸드-오프 호를 위해 필요 이상으로 대역폭이 예약된다면 신규 호의 블록킹 확률이 증가하므로, 핸드-오프 호를 위해 예약할 대역폭의 크기를 정확히 결정하는 것이 중요하다. 본 논문에서는 예약할 대역폭의 정확한 크기를 결정하고, 네트워크 상태에 다라 이 크기를 적응적으로 조정하기 위해 MPP(Mobility Pattern Profile)와 2-계층 셀 구조를 기반으로 한 적응적 대역폭 예약을 제안한다. 또한, MPP를 이용한 다음-셀 예측 기법과 적응적 대역폭 예약을 기반으로 한 호 수락 제어 메커니즘을 제안한다. 본 논문에서 제시된 호 수락 제어 메커니즘의 성능을 평가하기 위해, 신규 호 블록킹률, 핸드-오프 호 종료율, 대역폭 이용률을 측정하였다. 시뮬레이션 결과, 본 논문의 호 수락 제어 메커니즘의 성능이 NR-CAT1, FR-CAT1, AR-CAT1과 같은 기존의 메커니즘들보다 우수함을 알 수 있었다.

• 대한교통학회지
• /
• 제27권5호
• /
• pp.209-221
• /
• 2009

운전자가 원하는 통행시간 예측 정보를 제공하기 위해서는 이미 알고 있는 교통상황 하에서의 통행시간 추정이 선행되어야 한다. 그러나 현재 고속도로에 적용되고 있는 지점검지기에 의한 통행시간 추정 방법은 신뢰성 있는 통행시간을 산출하기에는 한계가 있다. 따라서 본 연구에서는 신뢰성 있는 예측정보를 제공하기 위한 기반 결과로서 고속도로 경로의 기 종점 영업소 간에서 실제 소요된 통행시간의 추정에 주안점을 두었다. 통행시간 추정시 교통정보의 활용도 측면에서 매우 유용하면서도 풍부한 고속도로 통행료 수납시스템 (Toll Collection System, TCS) 자료를 이용하였다. 경로통행시간 추정모형에서는 경로 내의 링크통행시간을 조합하여 고속도로의 경로통행시간을 추정하였다. TCS 자료가 결측 된 경우에는 통행시간의 증가패턴을 분석하여 선형보간법을 통해 이전주기의 TCS 통행시간을 참조하였다. 결측이 장기간 지속되거나 통행시간의 변동이 심한 전이시간대에는 VDS 시공도에 의한 동적인 통행시간을 추정하였다. 본 연구에서 제안한 모형을 통해 추정된 경로의 통행시간은 경로를 직접 통행한 차량들의 통행시간과 통계적으로 차이가 없음이 검증되었다. 제안모형은 동일 출발 시간대에서는 통행시간의 편차가 심하고 전 후 시간대에서는 통행시간 대푯값의 변화 패턴이 불규칙한 장거리 구간에 대해 신뢰성 있는 통행시간을 추정할 수 있었다. 본 연구에서 추정된 통행시간은 교통 상황의 성능 지표 및 실시간 통행시간 예측 분야에 활용될 수 있을 것으로 기대된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권5호
• /
• pp.258-266
• /
• 2010

메타 블로그에 등록된 RSS(Really Simple Syndication)의 수는 수십만 개 또는 수백만 개에 이른다. 따라서 이들에 대한 갱신 확인을 수행하는 것은 상당히 긴 시간과 네트워크 자원을 필요로 한다. 메타 블로그나 블로그 검색엔진은 제한된 자원을 가지고 있기 때문에 하루에 방문할 수 있는 블로그의 수가 제한적이다. 하지만 블로그 검색엔진의 성능향상을 위해 새로운 데이터를 최대한 수집하는 것이 필요하기 때문에, 우리는 이 논문에서 수집 효율을 높이기 위한 새로운 방법을 제안한다. 제안하는 방법은 블로그의 포스팅 성향을 분석하여 그것을 토대로 향후 갱신 가능성에 대해 예측하고 갱신 가능성이 높은 시점에만 갱신 확인을 수행한다. 이 연구는 블로그의 입장에서는 분산 서비스 거부 공격(DDoS Attack: Distributed Denial-of-Service Attack)만큼이나 빈번한 갱신확인을 줄이는데 도움이 되고, 인터넷 전체로 보아서는 트래픽을 감소시키는데 기여할 수 있다. 본 논문에서는 블로거들의 포스팅이 이루어지는 요일과 시간에 특정한 패턴이 존재할 것이라는 가정을 하고, 15119개의 실제 블로그에 작성된 포스트에 대해 요일과 시간의 선호도를 분석하였다. 그리고 과거의 포스팅 이력과 요일에 대한 선호도를 바탕으로 갱신 가능성을 예측하기 위한 방법을 제안하고, 12115개의 실제 블로그에 적용하여 그 정확도를 확인하였다. 성능평가를 통해 약 93.06%의 블로그에서 0.5 이상의 정확도를 가짐을 확인하였다.

• 한국정보과학회논문지:정보통신
• /
• 제29권6호
• /
• pp.595-612
• /
• 2002

이동 컴퓨팅에서 고 수준의 QoS를 보장하기 위한 가장 중요한 이슈 중의 하나가 셀에서 가용할 수 있는 대역폭의 부족으로 인한 핸드-오프 종료를 감소시키는 것이다. 각 셀은 핸드-오프 호들을 위해 이웃 셀들에게 대역폭 예약을 요청하며, 예약된 대역폭은 신규 호가 아닌 핸드-오프 호들을 위해 사용된다. 핸드-오프 호를 위해 대역폭을 너무 많이 예약한다면 신규 호의 블록킹 확률이 증가하므로, 예약할 대역폭의 크기를 정확히 결정하는 것이 중요하다. 따라서, 이동 컴퓨팅 환경에서 적절한 크기의 대역폭 예약과 호 수락 제어를 통해 QoS 보장하는 것이 필수적이다. 본 논문에서는 이동 컴퓨팅 환경에서 멀티미디어 트래픽에게 지속적인 QoS를 보장하기 위해 대역폭 예약과 호 수락 제어 메커니즘을 제안하였다. 본 논문은 적절한 크기의 대역폭 예약을 위해 이동성 그래프와 2-계층 셀 구조를 기반으로 한 적응적 대역폭 예약을 제안한다. 전자는 클라이언트가 다음에 이동할 셀을 예측하는 반면, 후자는 핸드-오프 확률이 높은 클라이언트에게만 적응적 대역폭 예약 메커니즘을 적용한다. 본 논문은 클라이언트의 현재 셀과 PNC(Predicted Next Cell)에 호 수락 테스트를 수행하는 호 수락 제어를 제안하며, 이 메커니즘은 계산 및 네트워크 오버헤드를 줄일 수 있다. 본 논문에서 제시된 대역폭 예약 및 호 수락 제어 메커니즘의 성능을 평가하기 위해, 신규 호 블록킹률, 핸드-오프 호 종료율, 대역폭 이용율을 측정하였다. 시뮬레이션 결과, 본 논문의 호 수락 제어 메커니즘의 성능이 NR-CAT2, FR-CAT2, AR-CAT2와 같은 기존의 메커니즘들보다 우수함을 알 수 있었다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.