Earticle

현재 위치 Home

오프로딩을 이용한 저사양 엣지 환경용 하이브리드 얼굴 인식 보안 시스템
Hybrid Face Recognition Security System for Low-Spec Edge Environments Using Offloading

첫 페이지 보기
  • 발행기관
    국제문화기술진흥원 바로가기
  • 간행물
    The Journal of the Convergence on Culture Technology (JCCT) KCI 등재 바로가기
  • 통권
    Vol.12 No.3 (2026.05)바로가기
  • 페이지
    pp.587-598
  • 저자
    박영현, 정민영
  • 언어
    한국어(KOR)
  • DOI
    https://doi.org/KISTI1.1003/JNL.JAKO202617036050901
  • URL
    https://www.earticle.net/Article/A487987

※ 원문이용 방식은 연계기관의 정책을 따르고 있습니다.

원문보기

원문정보

초록

영어
This paper proposes a hybrid AI security system architecture applying computation offloading to implement efficient face recognition-based security functions in resource-constrained edge environments. The proposed system is designed to perform low-power event sensing at the edge layer based on Arduino UNO, while offloading high-load AI computations to a local PC environment based on Node.js. In particular, the system ensures the integrity of security decision-making by structuring the logic into a five-state framework: 'SAFE', 'FALSE_POSITIVE', 'NO_FACE', 'USER_KNOWN', and 'ALERT_INTRUDER'. It achieves computational efficiency through a stage-wise AI pipeline consisting of YOLOv8n, YuNet, and ArcFace, which enables early exit of unnecessary operations. Since all inference processes are conducted within the local environment, network latency is eliminated, and privacy risks associated with external data transmission are fundamentally blocked. Experimental results demonstrated an end-to-end response time of approximately 4 seconds and an AI inference time of about 300 ms, with a high recall of approximately 0.96 at a threshold of 0.85. This study demonstrates a practical security system for low-end edge devices and provides an efficient alternative for designing security architectures in resource-limited environments.
한국어
본 논문에서는 자원 제약이 심한 엣지 환경에서 효율적인 얼굴 인식 보안 기능을 구현하기 위해, 연산 오프로딩(Computation Offloading)을 적용한 하이브리드 AI 보안 시스템 아키텍처를 제안한다. 제안 시스템은 Arduino UNO 기반의 엣지 계층에서 저전력 이벤트 감지를 수행하고, 고부하 AI 연산은 Node.js 기반의 로컬 PC 환경으로 오프로딩하여 처리하는 구조를 가진다. 특히, 시스템의 보안 운영 논리를 'SAFE', 'FALSE_POSITIVE', 'NO_FACE', 'USER_KNOWN', 'ALERT_INTRUDER'의 5단계 상태 체계로 구조화하여 보안 판단의 무결성을 확보하고, YOLOv8n, YuNet, ArcFace로 구성된 단계적 AI 파이프라인를 통해 불필요한 연산을 조기에 차단하는 효율성을 달성하였다. 모든 추론 과정은 로컬 환경 내에서 수행되어 네트워크 지연을 제거하고 개인정보 유출 위험을 원천 차단한다. 실험 결과, 전체 응답 시간은 약 4초, 순수 AI 추론 시간은 약 300ms를 기록하였으며, 임계값 0.85 기준에서 약 0.96의 높은 재현율(Recall)을 확보하였다. 본 연구는 저사양 엣지 환경에서도 적용 가능한 실용적인 보안 시스템 구현 방안을 제시하며, 자원 제약 환경에 최적화된 보안 시스템 설계의 효율적인 대안을 제시한다.

저자

  • 박영현 [ Younghyun Park ]
  • 정민영 [ MinYoung Jung ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제문화기술진흥원 [The International Promotion Agency of Culture Technology]
  • 설립연도
    2009
  • 분야
    공학>공학일반
  • 소개
    본 진흥원은 문화기술(Culture Technology) 관련 산·학·연·관으로 구성된 비영리 단체이다. 문화기술(CT)은 정보통신기술(ICT), 문화적 사고 기반의 예술, 인문학, 디자인, 사회과학기술이 접목된 신융합기술(New Convergence Technology, NCT)로 정의한다. 인간의 삶의 질을 향상시키고, 진보된 방향으로 변화시키고, 문화기술 관련 분야의 학술 및 기술의 발전과 진흥에 공헌하기 위하여, 제3조의 필요한 사업을 행함을 그 목적으로 한다.

간행물

  • 간행물명
    The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]
  • 간기
    격월간
  • pISSN
    2384-0358
  • eISSN
    2384-0366
  • 수록기간
    2015~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 600 DDC 700

이 권호 내 다른 논문 / The Journal of the Convergence on Culture Technology (JCCT) Vol.12 No.3

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장