Earticle

IoT 시대의 도래에 따라 더 많은 디바이스들이 데이터 획득에 활용이 되고 있고 데이터의 양이 기하급수적으로 증가하고 있다. 대용량 데이터를 효과적으로 저장하고 분석하기 위해서는 가상화 클러스터 환경에 관한 연구가 필요하다. 본 논문에서는 가상화 클러스터에서 빅 데이터 저장 및 처리를 위한 응용프로그램의 성능을 향상하기 위한 목적으로 Xen과 Docker를 이용한 두 개의 가상화 클러스터 환경을 만들고 Hadoop의 변수 중 블록의 크기과 복사본의설정 값을 변경하여 응용프로그램의 성능을 평가한다. 읽기 연산의 경우 블록 크기에 관계없이 Docker의 초당 데이터 처리율이 높았지만, 쓰기 연산의 경우 두 환경의 성능이 거의 비슷하였고 예외적으로 블록크기가 128MB일 때Xen의 초당 데이터 처리율이 Docker에 비해 다소 우월한 것을 확인하였다.

With the advance of IoT era, more and more devices are utilized for data acquisition and data volume is growing exponentially. Studies on the virtualized cluster environment are required to store and analyze large volume of data effectively. In this paper, we create two virtualized cluster environments by using Xen and Docker, to improve application performance for big data storage and processing. Then, we evaluate the application performance with differentg block sizes and replica numbers, by changing Hadoop parameters. For the case of read operations, Docker shows higher data throughput regardless of block sizes. However, for the case of write operations, both environments show similar performance and Xen shows slightly better performance than Docker in 128MB block size.

최근 인터넷 환경에 대한 사이버 공격 위협이 증가함에 따라 개인과 기업뿐만 아니라 국가 기반 시설까지 사이버 공격의 대상이 되고 있다. 민간 기업에서는 이러한 위협을 막기 위해 사이버 공격 보안 솔루션을 제시하고, 시뮬레이션 환경을 조성하여 공격 및 방어 기법을 분석하는 등 사이버 공격에 대한 효과적인 방어책을 마련하고 있다. 하지만 군 통신망에서는 이러한 사이버 공격을 방어하기 위한 시뮬레이션 환경이 제대로 조성되어있지 못하여 사이버전대책 수립에 어려움을 겪고 있다. 따라서 본 논문에서는 OPNET 시뮬레이터의 Cyber effect 모델을 이용하여 군유선통신망 사이버 공격 방어시뮬레이션 환경을 조성하고 대표적 사이버 공격인 DDoS 공격과 이를 방어하는 트래픽 측정 기반의 IDS를 모델링한다. 또한 모델링 된 공격, 탐지 모델에 대하여 실험을 통해 성능을 검증한다. 제안하는 유선 전술통신망 시뮬레이션 방법은 사이버전 모의를 위한 환경 모델 및 사이버 공격, 방어 모델을 정립하고 검증 가능한 기반을 마련하여 사이버전 기술발전에 기여한다.

Recently cyber attacks have increased threats to the Internet. Therefore, individuals and businesses, as well as national infrastructure to have been the target of cyber attacks. The private enterprise proposed a security solution for cyber attacks in order to prevent threats. Then, establish an effective defense against cyber attacks by creating a simulation environment for analyzing cyber attacks and defensive techniques. However, in tactical network, since the simulation environment for a cyber attack does not create properly. It makes difficult to establish defensive measures to cyber attack. In this paper, using the Cyber Effect model of OPNET simulator to create a simulation environment for the tactical wired network and not only modeling the DDoS attacks of typical cyber attacks but also, traffic measurement based IDS for detect the DDoS attacks. In addition, verifying the performance experiment against a the modeled attack and defense. The proposed idea model for establishing cyber warfare simulation and contributes to the cyber warfare technology.

본 논문에서는 다양한 커널분류기법 들-단일커널 다중SVM, 다중커널학습(MKL), 일반화된 다중커널학습(GMKL)-에서 주성분분석의 효과를 기술한다. 주성분분석은 주요 정보를 유지하면서 상대적으로 불필요한 데이터를 제외하는 방법에 의해서 고차원데이터를 저차원으로 줄이기 위한 기법이다. 본 논문은 이러한 주성분분석이 실제적으로 다양한 커널분류기에 적용되는 지를 보여준다. 이러한 실험을 위해서 ADNI 데이터베이스에서 내려받은FreeSurfer 평균대뇌피질두께를 사용한다. 정상인과 경도인지장애, 알츠하이머병의 3가지로 분류하는 실험을 3 교차 검증을 통해 정확성을 구한다. 각 방법들의 비교 결과를 통해 주성분분석은 커널 분류 방법의 성능을 개선하는것을 확인하였다.

This paper proposes the effect of principal component analysis (PCA) on many kernel classification techniques, such as (i) Single kernel Multi-Class support vector machine (SVM), (ii) Multiple Kernel Learning (MKL) and (iii) Generalized Multiple Kernel Learning (GMKL). PCA is a sophisticated way to reduce the dimensionality of high dimensional data, specially the high dimensional imaging data, while keeping most of the informative representative dimensions and excluding the least important ones. The aim of this Paper is to figure out whether PCA is actually a good idea in practice with kernel classifiers or not, in order to find a better framework for classification and analysis of brain imaging features in the study of Alzheimer’s disease. For this experiment the data used is FreeSurfer mean cortical thickness dataset downloaded from the ADNI database (adni.loni.usc.edu) baseline data. The classification accuracy (in classifying the three classes CN, LMCI, AD) of comparative methods has been evaluated using 3-fold cross validation. As a result of this comparative study, we could observe that applying PCA on different kernel classification methods has improved the classification accuracy.

학생들의 창의성을 키우고 우수과학기술인력 양성을 위하여 일방적인 주입식 교육에서 벗어나 학습자가 스스로 사고하고 문제해결방법을 찾는 융합인재교육(STEAM)이 세계적으로 중요시 되고 있다. 이러한 경향에 발맞추어 창의성을 키우기 위한 블록 교보재 시장도 IT융합을 통하여 진화하는 중이다. 본 논문에서는 학생들의 창의성을 이끌어낼 수 있게 만들어진 작동형 창의블록 조립체의 동작제어를 위한 규칙기반 추론과 퍼지 추론을 융합한 지능형 추론 시스템을 설계하였다. 또한, 창의블록 조립체가 주어진 상황에서 어떠한 추론을 수행해야 하는가를 정의하는 제어용 프로그램 입력기 및 창의블록 조립체의 동작 제어를 점검할 수 있는 작동형 창의블록 시뮬레이터를 설계 및 구현하였다.

The purpose of this paper is to design and implement a simulator for the operational control of creative 3D assembly, which can be used for STEAM education to enable learners to autonomously deliberate and to solve problems by themselves. We model the creative 3D assembly as a moving robot agent, which generates a sequence of actions according to the programming block scripts previously defined at any given domain. We also design and develop the interpreter of the programming block to define what actions should be executed in a certain situation, and our simulator that processes both crisp rules and fuzzy rules for the operational control of creative 3D assembly.

본 논문에서는 다수 레이더가 발사체를 탐지 및 추적하는 시험 상황 시스템에서 발사체의 예상 위치 추정을 위한 실시간 시험자료 처리 기법을 다루고자 한다. 다수 레이더들은 각각의 고유한 계측특성을 가지고 있으며, 동일한 발사체에 대하여 각기 다른 위치정보를 계측한다. 다수 레이더의 계측값에 대한 신뢰도를 향상시키기 위하여 다수 레이더가 측정한 동일 발사체에 대한 서로 다른 위치정보를 융합하여 통합된 좌표를 공유할 수 있는 기법이 필요하다. 이 논문에서는 다수 레이더에서 계측한 발사체 정보를 수집하는데 필요한 송신 시간 및 계산 지연을 고려하고 특정시간 이후의 발사체에 대한 정확한 예상 좌표 추정을 계산하기 위하여 칼만필터 알고리즘, 선형예측 알고리즘 및 이동평균 알고리즘을 적용한다. 또한, 동일 발사체에 대한 다수 레이더의 위치정보를 융합하기 위하여 각 레이더가 송신한 발사체의 위치 정보 중에서 유효하지 않은 위치 정보를 잡음으로 정의하고, 제거하는 기법을 제안한다. 다수레이더가 계측한 시험자료 중에서 잡음에 해당하는 좌표를 제거하고, 위치좌표를 융합한 후, 일정 시간 이후의 통합좌표 예측 정확도에 대한 성능을 평가하였으며, 세 가지 위치좌표 추정 알고리즘을 사용하여 예상한 위치 정보와 원격측정장비(telemetry) 위치정보 사이의 오차를 비교 분석하였다.

This paper addresses a real-time flight test data processing algorithm for the estimation of the coordinate position of projectiles sensed by multiple radars. Since multiple radars have their own features to search and track targets, they sensor the targets in different results of their estimation. In order to improve the reliability of estimation by multiple radars, multiple radar sites need to share an integrated coordinate position. We thus apply Kalman filter algorithm, linear regression algorithm and moving average algorithm to the estimation of expected future position of a projectile, as considering communication and computation delay. We also define invalidated information, in case that any radar inappropriately detect the coordinate position of the projectile, and suggest a method to exclude the invalidated positions of the projectile. To evaluate algorithms we suggest, in an experiment, we measure and analyze the error between estimated position of the projectile using three algorithms and its position by telemetry.

멀티캐스트 전송 방식은 현재 오디오, 비디오등과 같은 멀티미디어 데이터를 전송하는 IPTV와 스마트가전과 같은컨버젼스 분야에도 많이 응용되고 있다. 현재 서비스 가입자의 증가와 데이터의 폭증으로 인해 여러 서비스에서 효율적이고 데이터 신뢰성이 높은 멀티캐스트 전송 방식에 대한 시장의 요구가 높아지고 있다. 멀티캐스트 트래픽에대한 모니터링이 수반되어, 손실이 자주 일어나는 링크를 우회하는 경로를 설정하는 연구들이 수행되어야 어플리케이션 별로 특화된 경로설정이 가능하게 된다. 패킷 손실 구간을 탐지하기 위하여 라우터의 수정이 필요하지만, 기존의 분산적/폐쇄적 네트워크의 특징 때문에, 장비제어 프로토콜의 개발이 어려웠으며, 네트워크 장비 회사에서 제공하는 네트워크 관리 소프트웨어를 제외하고는 학술적 연구가 많이 되어 있지 않다. 본 논문에서는 SDN(Software Defined Network) 기술을 이용하여 멀티캐스트 전송 네트워크에서 라우터와 컨트롤러의 통신을 통해 패킷이 손실된 위치를 파악할 수 있는 방식에 대해 제안한다. 기존의 전통적인 방식은, 패킷의 손실 발생 이후의 라우터들로부터 중복된 오류 보고 메시지를 다수 수신하게 되며, 이 중복된 메시지는 손실 위치를 파악하는데 오류를 발생시키는데 비하여, 본 논문에서 제안하는 방식은 패킷 손실이 발생된 구간에서만 오류 보고 메시지를 받게 되어 위치 파악 오류를 최소화한다.

Multicast is used in the field of convergence, such as IPTV, transmitting video, audio, and smart appliances. Since the number of service user and the data they use increases highly, effective and reliable transmission method is required. It is required to monitor the multicast traffic to provide a proper routing service to a specific application. Due to a closed and distributed character of the legacy network, it is difficult to design a protocol which requires the modification of network devices. Thus there has been a few research work on this multicast traffic monitoring topic except the monitoring software provided by some network device manufactures. In this paper, we propose an effective multicast network management method using SDN. We propose the method that can find out where the packet loss has been occurred and prevent a possible path detection error caused by duplicated packet loss reports which are common in the general approach. Our method which uses a fake packet removes the duplicated error reports, thus it will minimize the error on the packet loss path detection.

UCS(upstream centric scheduling)을 이용하여 수면/활성 상태를 제어하는 E-PON에서의 에너지 절감률은ONU의 송, 수신기를 동시에 on/off 할 수 있다는 측면에서 상당히 효과적인 것으로 알려져 왔다. 그러나 E-PON 동적대역할당(DBA:Dynamic Bandwidth Allocation)방식으로 흔히 사용되고 있는 IPACT(Interleaved Polling with Adaptive cycle time) 제한된 서비스(limited service)에서는 상향 트래픽 요구에 따라 폴링 주기가 수시로변하므로 저부하 트래픽에서 고정대역할당(FBA:Fixed Bandwidth Allocation)에 비해 에너지 절감 효과가 상당히떨어진다. 본 논문에서는 이를 해결하기 위해 고정 폴링 사이클 갖는 제한된 서비스(LSFC: Limited Service with Fixed Cycle)을 동적대역할당 방식으로 제안한다. 시뮬레이션 결과에 의하면, 이 방식은 기존의 제한된 서비스 보다저부하 구간에서 queuing delay, throughput 성능 저하를 유발시키지만, QoS(Quality of Service) 요구 사항을만족시키는 범위 내에서 오버헤드 시간(overhead time)에 따라 약 11~66% 에너지 절감 효과를 볼 수 있다.

It has been widely known that the energy efficiency of E-PON using UCS(upstream centric scheduling) which controls active/sleep state is quite effective due to the functionality to turn on and off a transmitter and a receiver at the same time. However, for the IPACT(Interleaved Polling with Adaptive cycle time) with the limited service which is commonly used as a E-PON dynamic bandwidth allocation (DBA), the performance of energy efficiency will get worse compared to the fixed bandwidth allocation (FBA) due to frequently varying polling cycles depending on the requests of upstream traffic. To handle this problem, the paper propose a DBA called limited service with fixed cycle (LSFC). From the simulation results, the proposed scheme substantially gains energy savings of about 11 to 16 percent according to overhead time within tolerance of quality of service (QoS) in spite of some performance deterioration of queuing delay and throughput when the offered load is low.

클라우드 서비스 브로커는 클라우드 서비스를 사용하는 사용자와 클라우드 서비스를 제공하는 제공자 사이에서 사용자의 서비스에 대한 요구사항을 수집하여 사용자를 대신해 요구사항에 가장 적합한 서비스를 찾아내고 서비스를추천해주는 중개자 역할의 시스템이다. 현재 대부분의 클라우드 서비스 브로커가 사용자의 기능적, 비기능적 요구사항을 중점으로 서비스를 추천하고 있지만 앞으로는 잠재고객을 발굴하여 브로커를 더욱 활성화시킬 필요가 있다. 이에 본 논문에서는 Q 방법론을 적용하여 클라우드 서비스 사용자의 서비스 사용에 대한 성향을 분석하여 유사한 서비스 사용 성향을 지닌 사용자를 찾아내고 이들이 중복하여 가장 많이 사용한 서비스를 추천해주는 방법을 제시한다. 본 논문에서 제시한 추천 방법의 검증 결과는 기존의 다른 방법에 비해 잠재 고객이 추천된 서비스를 사용할 확률이 높아짐을 나타내었다.

Cloud Service Broker is a system that performs intermediary role between cloud providers and consumers. It recommends and finds the best services on behalf of customers by collecting the requirements of consumers. Currently, most of cloud service broker recommends cloud services based on functional and non-functional requirements of existing consumers. However, we need to discover potential consumers to further enable the Cloud Service Broker. Therefore, in this paper, we propose an approach for recommending cloud services by analyzing similar consumers by applying Q methodology. Our approach analyzes propensity for using services of consumers and finds consumers with similar service usage tendencies. In addition, it recommends the services that are used for redundancy from similar consumers. The verification result of proposed recommendation approach in this paper is given a higher probability of using the recommended services by potential customers as compared to other approaches.

의료 영상에서 영상 정합은 시간차를 두고 얻어진 영상 사이에서 정보를 얻기 위해 많이 사용하는 기술이다. 영상정합은 일반적으로 결과를 얻기까지 시간이 오래 걸리기 때문에 구체적인 정합 대상을 정하여 관련 지식을 이용함으로써 정합의 속도를 향상시키는 경우가 많다. 하지만 이 경우, 설정한 정합 대상을 제외한 다른 대상에 대해서는 비효율적인 알고리즘이 된다. 이 논문에서는 의료 영상 중에서 복부 CT영상을 대상으로 하여, 특징점과 같은 구체적인 정합 대상에 대한 정보를 이용하지 않고 범용적으로 사용할 수 있는 영상 정합 방법을 구현한다. 이를 위해 B-스플라인 기반 비강체 정합 방법을 사용한다. 또한, 영상 정합의 속도 향상과 정확도를 동시에 향상시키기 위하여 관심 영역을 이용하는 방법을 제안한다. 이 논문에서 제안한 방법으로 기존의 방법과 비교한 결과, 관심 영역의 크기에 따라 최대 3.3배의 속도 향상과 1.4배의 정확도 향상을 얻을 수 있었다. 따라서 제안 방법은 기존 기법에 비하여정확도와 속도를 개선하여 임상에 적용이 가능하다.

Image registration is a popular technique for acquiring useful information from medical images taken at different time. Because it takes a long time to make as a result by registration, using characteristics of registration target is a general method to improve the speed. However in this case, the algorithm has only worked in the target organ or object. In this paper, we implemented an image registration technique which can be used widely by using B-spline technique instead of using specific information of target. And we propose a ROI (Region of Interest) based nonrigid registration technique for achieving more higher accuracy and faster completion time of registration algorithm. By using this technique, the results can be acquired at most 3.3 times faster with 1.4 times better accuracy, compared to the result of the previous methods, depending on the size of ROI. Therefore, the proposed method can be applied to clinical practice due to improved accuracy and speed.

IoT서비스는 사용자가 경험하는 환경상의 정보와 변화를 근접하게 획득하여 처리할 수 있어야 한다. 그러나 IoT서비스는 인간의 조작 없이 인터넷에 연결된 사물들끼리 서로 정보를 주고받기 때문에 올바른 서비스를 줄 수 없게 되는 상황이 발생하였을 때 그 원인을 찾기가 어려울 수 있다. 본 논문에서는 신뢰성 있는 IoT서비스를 제공하기 위해사물들이 서로 연결되어 있는 물리적 상황에서 발생할 수 있는 오류들을 예측하고 이를 기능적 요구사항으로 분석하고 모델링하는 방법을 제안한다. 또한 이를 기반으로 개발된 모니터링 시스템을 통해 IoT서비스가 제대로 동작하지않을 때 그 원인을 즉각적으로 탐지할 수 있게 되며, 그 결과 IoT서비스의 신뢰성을 높일 수 있음을 보인다.

Internet of Things (IoT) services must be able accessively to collect and process the data and changes which users experience in environment. However, because the IoT services transfer data over a network of physical objects without requiring human-to-computer interaction and communicate between these objects, it is difficult to find reasons when the IoT services do not function or malfunction. This paper suggest the method of analyzing and modeling the functional requirements in order to provide reliable IoT services by predicting occurable errors in a network of physical objects. In addition, a monitoring system developed using this method enhance reliability of IoT services by detecting immediately the reason of these errors.