Earticle

트위터는 사용자들에게 정보를 받거나 교환하는 채널로써의 역할이 활발히 이루어지고 있고 새로운 사건이 발생했을 때 빠르게 반응하기 때문에 지진이나 홍수, 자살 등의 새로운 사건을 탐지하는 센서역할로 활용할 수 있다. 그리고 사건을 탐지하기 위해서 우선적으로 관련된 트윗 추출이 필수적이다. 하지만 관련된 트윗을 찾기 위해 관련 키워드를 포함한 트윗을 추출하기 때문에 해당 키워드가 없지만 의미적으로 사건과 관련이 있는 트윗은 찾지 못하는 문제점이 있다. 또한 기존의 연구들은 디스크에 저장된 데이터에 대한 분석이 주를 이루고 있어 원하는 결과를 얻기위해서는 데이터를 수집하여 저장하고 분석에 이르기까지 오랜 시간이 소모된다. 이러한 문제점을 해결하기 위해 본연구에서는 실시간 이슈 탐지를 위한 일반-급상승 단어 사전 생성 및 매칭 기법을 제안한다. 데이터 스트림 인메모리 기반으로 일반-급상승 단어 사전을 생성 및 관리하기 때문에 새로운 사건을 빠르게 학습하고 대응할 수 있다. 또한 분석을 원하는 주제의 일반 사전과 급상승 사전을 동시에 관리하기 때문에 기존의 방법으로 찾지 못하는 트윗을검출해 낼 수 있다. 본 연구를 통해 빠른 정보와 대응이 필요한 분야에 즉시적으로 활용할 수 있다.

Recently, the number of SNS user has rapidly increased due to smart device industry development and also the amount of generated data is exponentially increasing. In the twitter, Text data generated by user is a key issue to research because it involves events, accidents, reputations of products, and brand images. Twitter has become a channel for users to receive and exchange information. An important characteristic of Twitter is its realtime. Earthquakes, floods and suicides event among the various events should be analyzed rapidly for immediately applying to events. It is necessary to collect tweets related to the event in order to analyze the events. But it is difficult to find all tweets related to the event using normal keywords. In order to solve such a mentioned above, this paper proposes A Generation and Matching Method of Normal-Transient Dictionary for realtime topic detection. Normal dictionaries consist of general keywords(event: suicide-death-loop, death, die, hang oneself, etc) related to events. Whereas transient dictionaries consist of transient keywords(event: suicide–names and information of celebrities, information of social issues) related to events. Experimental results show that matching method using two dictionary finds more tweets related to the event than a simple keyword search.

IP보안 카메라의 보급으로 원격에서 얼굴인식을 수행함에 있어 서버의 부하를 줄이기 위한 여러 가지 방법들이 구현되고 있다. 본 논문에서는 원격지에 있는 IP 보안 카메라 영상을 얼굴검출기능이 탑재된 DSP 보드를 통해 입력받아 얼굴검출을 수행 한 후 해당 얼굴영역 이미지를 서버로 전송하여 이를 얼굴인식 분산 처리를 통해 얼굴인식 기능을 수행한다. 결과적으로 전체적인 서버시스템 로드를 상당히 줄이는 성과와 실시간 얼굴 인식처리를 최대 256 대의 카메라를 연동하면서 수행할 수 있는 장점을 가지고 있다. 이를 수행할 수 있는 기술은 분산처리 서버기술을이용하여 한 서버 당 64채널 얼굴인식을 수행하며, 4개 분산처리 서버를 운영할 경우 250여개 카메라 채널을 통한얼굴검출 결과를 처리하는 성과를 가져올 수 있었다.

Various methods for reducing the load on the server have been implemented in performing face recognition remotely by the spread of IP security cameras. In this paper, IP surveillance cameras at remote sites are input through a DSP board equipped with face detection function, and then face detection is performed. Then, the facial region image is transmitted to the server, and the face recognition processing is performed through face recognition distributed processing . As a result, the overall server system load and significantly reduce processing and real-time face recognition has the advantage that you can perform while linked up to 256 cameras. The technology that can accomplish this is to perform 64-channel face recognition per server using distributed processing server technology and to process face search results through 250 camera channels when operating four distributed processing servers there was.

본 논문에서는 앱 기반의 멀티미디어 콘텐츠 저작 시스템에서 화면 밝기 조절을 통한 에너지 관리 기법을 제안한다. 본 연구진은 멀티미디어 서비스 제공 시 사용자 만족도를 나타내는 유틸리티를 모델링하고, 이를 활용하여, 멀티미디어 콘텐츠 제작자가 콘텐츠 저작 도구에서 전력 관리 모드를 구성할 수 있는 방법을 제시한다. 수동 전력 설정 모드에서는 콘텐츠 제작자가 유틸리티에 따라 직접 밝기를 조절할 수 있도록 하며, 자동 설정 모드에서는 시스템에서 배터리 잔량에 맞춰 에너지의 사용량을 결정 한 후 유틸리티를 최대화할 수 있게끔 실행되는 앱의 밝기를 자동적으로 조절한다. 이를 위해, 에너지의 잔량에 따라서, 유틸리티 최대화하는 밝기 설정 알고리즘을 동적 프로그래밍을 통해서제안한다. 실험 결과, 멀티미디어 앱들이 에너지 한도에 맞추어서 실행되고, 유틸리티를 최대화함을 확인하였다.

In this paper, we propose an energy management method called a brightness control scheme in an app-based multimedia content authoring system. We first define the concept of utility that means user satisfaction when providing a specific multimedia service and propose a method that enables multimedia content creators to configure energy management mode in their content authoring tool. We then propose a new brightness setting algorithm that maximizes overall utility according to the remaining energy budget by using a dynamic programming technique. Experimental results show that multimedia apps can run by satisfying the specified energy limit while maximizing the utility.

이동 객체에 대한 추적 기술은 최근 중요성이 강조되고 있는 동영상 이해에서 가장 핵심적인 기술의 하나라 할 수있다. 하지만, 동영상이 가지는 조명의 불안정, 객체의 크기나 형태 변화, 카메라 움직임, 그리고 중첩 등으로 인해동영상 내의 이동 객체 추적은 많은 어려움을 가지고 있다. 객체 추적의 가장 대표적인 종래의 방법인 칼만 필터와파티클 필터의 문제점을 개선하는 방법으로 스웜 기반의 방법이 제안되어 있으나 동적으로 변화하는 이동 객체의 특징을 반영하는 개선된 알고리즘이 요구된다. 본 논문에서는 이러한 특징을 반영하여 파티클 스웜 최적화 방법에서사용되는 파라미터 중 가중치 값을 동적으로 변화하는 적응적 파라미터 제어 방법을 제안한다. 각 파티클을 특성에따라 3가지 종류로 구분하고 각각 서로 다른 가중치 값을 부여하는 방식으로 객체 추적의 성능을 개선할 수 있다. 제안된 알고리즘의 적용 결과 중첩 또는 예측하기 어려운 움직임 등과 같은 객체의 비선형적인 움직임이 있는 동영상에 대해 기존 파티클 스웜 방식에 비해 현저한 성능 개선을 보이는 것을 확인할 수 있었다.

Moving object tracking techniques can be considered as one of the most essential technique in the video understanding of which the importance is much more emphasized recently. However, irregularity of light condition in the video, variations in shape and size of object, camera motion, and occlusion make it difficult to tracking moving object in the video. Swarm based methods are developed to improve the performance of Kalman filter and particle filter which are known as the most representative conventional methods, but these methods also need to consider dynamic property of moving object. This paper proposes adaptive parameter control method which can dynamically change weight value among parameters in particle swarm optimization. The proposed method classifies each particle to 3 groups, and assigns different weight values to improve object tracking performance. Experimental results show that our scheme shows considerable improvement of performance in tracking objects which have nonlinear movements such as occlusion or unexpected movement.

차량이동통신망의 가장 중요한 서비스 중의 하나인 안전운전 및 사고방지는 브로드캐스트의 신뢰적 전송에 크게 좌우된다. 브로드캐스트의 신뢰적 전송과 관련된 기존 연구들은 네트워크 밀집 상황에 따라 경쟁윈도우(Contention Window)의 크기를 휴리스틱하게 조절하는 방법을 통해 신뢰적 전송이 가능하도록 제안하고 있으나, 이러한 방법들은 여러 가지 문제점들을 가지고 있다. 본 논문에서는 경쟁 노드들의 수와 경쟁윈도우의 크기에 따른 싱글홉 브로드캐스트 전송 실패 확률을 계산할 수 있는 확률모델을 제안한다. 이 모델을 통해 경쟁노드의 수에 따른 브로드캐스트 전송 실패 확률을 최소로 하는 경쟁윈도우의 최소 크기를 계산하고, 브로드캐스트 시 경쟁윈도우의 크기로 사용함으로써, 가능한 최소의 전송딜레이를 가지는 동시에 브로드캐스트 전송 신뢰도를 크게 향상시킨다. 이 모델의 정확도 및 싱글홉, 멀티홉 브로드캐스트 전송의 신뢰도를 다양한 네트워크 밀도 시나리오에 따른 시뮬레이션을 통해검증하였고, 거의 100 퍼센트에 가까운 신뢰적 전송 결과를 보여준다.

The reliability of broadcasting over vehicular ad hoc networks (VANETs) is one of the most critical factors for driving safety applications. There exists limitations to improve the reliability of broadcast transmissions in saturated VANETs where previous proposals in literature tackle the problem by heuristically adapting the size of the contention window (CW). This paper considers improving the reliability by proposing a new probability model based on the counting methods of permutations and combinations, which counts all the possible cases of broadcast failures in a single-hop broadcast transmission for a given CW. From the model, we calculate the best CW size given the number of contention nodes, which significantly improves the reliability and satisfying the timely dissemination of emergency broadcasting messages. Through extensive VANET simulations with varying densities, we show that our model maintains near 100 percent success rate for single-hop broadcast as well as multi-hop broadcast (e.g. 40 hops) and achieves minimal broadcast delay.

수많은 ICT 장비를 보유한 데이터센터는 막대한 양의 에너지를 소비하므로 에너지 절감이 큰 이슈가 되고 있다. 그린 데이터센터에서 에너지 소비를 효율적으로 관리하고 에너지 관련 정책을 수립하기 위해서 에너지 절감 관리시스템이 요구된다. 본 논문은 이러한 에너지 절감 관리시스템을 개발하기 위한 프레임워크를 연구하였다. 먼저 에너지절감 관리시스템이 제공해야할 기능 요구사항을 분석하였다. 이러한 요구사항을 만족시키는 에너지 절감 관리시스템을 구현하기 위해서 데이터 수집/저장, 데이터 처리/분석, 외부시스템 연동 및 사용자 인터페이스 측면의 기능 프레임워크를 제시하였다. 마지막으로 기능 프레임워크에 따른 시스템의 운영 절차를 제시하였으며, 이를 통해서 데이터센터에서 에너지를 효율적으로 관리할 수 있을 것으로 기대된다.

Since data centers with numerous ICT equipment consume huge amount of energy, energy-saving becomes an important issue. An energy-saving management system is necessary to efficiently manage the energy consumption and to setup the energy-related strategy for green data centers. This paper studied the system framework to develop an energy-saving management system. This paper first analysed the functional requirements that the energy-saving management system should provide. For implementing the energy-saving management system to satisfy the requirements, this paper presented the functional framework having data measurement/storing, data processing/analysis, external system interfacing and user interface blocks. The operational procedure of the system was presented based on the framework, and it is expected to efficiently manage energy in data centers using the system.

클라우드 컴퓨팅의 대중화로 다양한 유형의 클라우드 서비스가 등장하고 있으며, 퍼블릭 클라우드와 프라이빗 클라우드를 결합하여 이들의 단점을 상쇄시킨 배치 모델인 하이브리드 클라우드가 최근 각광 받고 있다. 하지만 서로 다른 클라우드의 결합에 대한 복잡성 문제와 관련 솔루션 부족에 의해 기업이나 조직의 하이브리드 클라우드 도입과클라우드 전략 확보가 늦춰지고 있는 실정이다. 이에 본 논문에서는 결합 복잡성 문제 해결을 위한 클라우드 결합기법을 제시한다. 본 논문에서 제시하는 클라우드 결합 기법은 스크립트 기반으로 클라우드 결합을 해결하며, 하이브리드 클라우드 기능을 실현하는 결합 스크립트와 이를 생성, 실행하는 프로세스, 소프트웨어 디자인 패턴을 적용한 스크립트 생성 모델로 구성되어 있다. 제시된 결합 기법을 이용하면 다양한 클라우드 서비스를 결합하여 사용자의 요구에 맞는 스크립트를 빠르게 생성할 수 있으며, 이를 통해 하이브리드 클라우드의 도입과 클라우드 전략 확보를 촉진시킬 수 있을 것으로 기대된다.

The popularity of cloud computing has led to the emergence of various types of cloud services, and the hybrid cloud, a deployment model that integrates public cloud and private cloud and offset their shortcomings, is in the spotlight recently. However, the complexity of different clouds integration and the lack of related integration solutions have delayed the adoption of hybrid cloud and cloud strategy by companies and organizations. Therefore, in this paper, we propose a cloud integration mechanism to solve the integration complexity problem. The cloud integration mechanism proposed in this paper consists of integration script that solves the cloud integration by the script based on the hybrid cloud function, a process of creating and executing it, and a script creation model applying the software design pattern. By integrating the various cloud services, we can quickly generate scripts that meet the user's needs. It is expected that the introduction of hybrid cloud and the acquisition of cloud strategy can be accelerated through this proposed integration mechanism.

OLAP(On-Line Analytical Processing)은 데이터 큐브 또는 큐브라고 불리는 다차원 데이터 구조를 이용하여 복잡한 질의를 고속으로 처리하는 데이터 분석 기술이다. 전통적 방식의 OLAP은 디스크 기반 DBMS 환경으로 데 이터를 선 저장한 후 사용자의 질의에 응답하는 일회성 질의(One-Time Query) 수행 방식이었다. 하지만 지속적 으로 방대한 양의 데이터가 생성되는 데이터 스트림 환경에서 기존 처리 방식은 질의를 반복적으로 수행해야 하기 때문에 우수한 성능을 기대하기 어려우며, 동시적으로 다차원 계층 데이터에 질의를 수행하는데 한계가 존재한다. 본 연구에서는 이러한 문제점을 극복하기 위해 연속질의 기반 다차원 계층 큐브 처리 기법을 제안한다. 본 연구 모 델은 계층 데이터를 처리하는 하이퍼 데이터 큐브를 구축한다. 각 큐보이드들은 이전 집계된 데이터 큐보이드 중 가 장 작은 계산 비용 큐보이드를 집계하는 최소 비용 트리를 형성하여 성능적 향상을 기대한다. 본 연구 모델의 성능 을 검증하기 위해서 다양한 실험을 진행하였다.

OLAP(On-Line Analytical Processing) is one of the data analysis techniques that processes a complex query in a fast time using multi-dimensional data structure called the‘data cube’ or simply‘cube’. However, conventional OLAP system is not applicable to data streams because of these reasons: low performance; limitation of execution of a number of queries simultaneously. This paper proposes continuous query based evaluation of multi-dimensional hierarchical data cube. Minimal cost cube tree that computing a cuboid from the smallest cost, previously computed cuboid is constructed. Finally, the proposed method is verified by a series of experiments.

3GPP에서는 HetNet에서 매크로셀과 스몰셀 간 송수신 전력 차이에 따른 트래픽 불균형을 완화하기 위해 업로드자원이 더 효율적인 스몰셀을 선택하는 CRE (Cell Range Expansion)를 도입하였다. 그리고 이로 인한 신호 간섭 문제 해결을 위하여 ABS (Almost Blank Subframes) 방법이 제안되었다. 본 논문에서는 매크로셀 내의 스몰셀의 개수와 CRE로 확장된 지역에 위치한 단말, 매크로셀 단말의 비율에 따라 ABS 비율을 산출하는 방법을 제안한다. 제안한 방법을 LTESim 시뮬레이터상에 구현하여, 기존에 제안된 방법들과 성능을 비교하였다. 실혐 결과는, 제안된 방법이 기존 방법들과 비교하여 throughput 과 패킷 손실 성능을 향상시킴을 보여준다. 특히 성능 향상이CRE 경계값에 의하여 달라짐을 보이고, 최적의 성능 개선을 구하기 위한 CRE 경계값이 존재함을 보인다

The CRE (Cell Range Expansion) that selects the small cell with more efficient uplink resources has been developed by 3GPP to relieve the problem of the traffic imbalance due to the power differences between macro and small cells in HetNet. In addition, ABS (Almost Blank Subframes) has been proposed to resolve the signal interference problem due to the operation CREs. This paper proposes an effective method to calculate the ABS ratio by considering the proportion of the number of UEs in CRE and macro cell ranges, as well as the number of small cells in a macro cell. The proposed method has been implemented on the LTESim simulator, and compared with previously proposed methods. The experimental results show that the proposed method can improve the throughput and packet loss ratio performances. In particular, it is also shown that CRE bias values affect those performances, and there exist effective CRE bias values to derive the best performances.

본 논문에서는 그래프이론과 QR 분해를 이용하여 비디오코덱을 위한 2차 변환기 설계 방법을 제안한다. 비디오코덱에서 2차 변환은 DCT-2, DST-7과 같은 1차 다중 변환으로부터 얻은 변환 계수를 다시 한 번 변환하여 추가적인 압축 성능을 얻는 것으로, 제안 방법은 블록 경계의 참조 픽셀로부터 화면 내 예측을 통해 얻은 잔차 신호를 그래프이론을 이용하여 모델링하고 모델링 신호에 대하여 1차 변환을 수행한 후 최적의 2차 변환 커널을 얻기 위하여Eigen 분해를 수행한다. 이때 얻은 고유 행렬을 이용하여 2차 변환 커널을 얻는다. 직접 곱셈 행렬 연산을 피하기위해 제안하는 방법에서는 정수화된 2차 변환 행렬을 QR 분해를 통해 여러 개의 회전행렬로 분해하여 최종적으로2차 변환 행렬을 구한다. 본 제안 방법을 이용하면 2차 변환기를 사용하지 않았을 때 대비 평균 약 1.73%의 성능향상을 얻을 수 있으며 기존 방법에 비해 평균 0.25%의 압축 성능이 우수한 것을 JEM 참조 소프트웨어를 통해확인할 수 있었다.

In this paper, a secondary transform coding for video codecs is proposed using QR decomposition and graph theory. The secondary transform is applied to the coefficients obtained after the primary transforms such as DCT-2, DST-7 etc. The secondary transform kernels are designed by modeling the residues of intra predicted signals, which are predicted from the boundary pixels. In order to obtain the optimal secondary transform, Eigen decomposition is performed, the Eigen vectors which are the secondary transform kernels are obtained. To avoid the matrix computation, QR decomposition with the lifting scheme is performed in integer precision. The proposed method shows the 1.73% and 0.2% coding gains over HEVC and the existing method, respectively.

문자 인코딩은 문자나 기호를 컴퓨터로 표현하기 위해 사용되는 방법이며 문자 인코딩 판별 소프트웨어들이 존재한다. 기존의 널리 쓰이는 인코딩 판별 소프트웨어인“uchardet”의 경우 변조되지 않은 일반 문서의 인코딩 판별 정확도는 91.39% 이지만 언어 판별 정확도는 32.09%에 불과하다. 또한 문서가 치환 암호에 의해 암호화 된 경우 인코딩 판별 정확도는 3.55%, 언어 판별 정확도는 0.06%로 매우 낮은 정확도를 보였다. 따라서 본 논문에서는Deep learning 알고리즘인 LSTM(Long Short-Term Memory)을 이용한 문서의 인코딩 및 언어 판별 방법을제안하며, 기존의 인코딩 판별 소프트웨어“uchardet”보다 뛰어난 결과를 보였다. 제안하는 방법을 이용한 일반 문서의 인코딩 판별 정확도는 99.89%이며, 언어 판별 정확도는 99.92%이다. 또한 문서가 치환 암호에 의해 암호화된 경우에는 제안하는 방법의 인코딩 판별 정확도는 99.26%이며, 언어 판별 정확도는 99.77%로 매우 뛰어나다.

Character encoding is the method used to represent characters or symbols on a computer, and there are many encoding detection software tools. For the widely used encoding detection software“uchardet”, the accuracy of encoding detection of unmodified normal text document is 91.39%, but the accuracy of language detection is only 32.09%. Also, if a text document is encrypted by substitution, the accuracy of encoding detection is 3.55% and the accuracy of language detection is 0.06%. Therefore, in this paper, we propose encoding and language detection of text document using the deep learning algorithm called LSTM(Long Short-Term Memory). The results of LSTM are better than encoding detection software“uchardet”. The accuracy of encoding detection of normal text document using the LSTM is 99.89% and the accuracy of language detection is 99.92%. Also, if a text document is encrypted by substitution, the accuracy of encoding detection is 99.26%, the accuracy of language detection is 99.77%.