Earticle

웨어러블 컴퓨팅 환경에서 신체 및 의복에 장착되는 다양한 디바이스들을 연결하는 네트워크를 WPN(Wearable Personal Network)이라고 한다. WPN 중 전도성 섬유를 매체로 이용하여 의복에 직조되는 유선 WPN을 FAN(Fabric Area Network)이라고 하는데, 본 논문에서는 FAN 요구사항을 제시하고 FAN 토폴로지로서 혼합형을 제안하며, 혼합형 네트워크의 하나로서 DC PLC 통신과 USB 통신을 동시에 지원하는 DPUS 인터페이스를 제안한다. 또한 실험을 통하여 제안하는 기법을 검증하였다.

WPN(Wearable Personal Network) is a very small scale network which is located on a body area andconnects various peripheral devices of a wearable computer. Wire-lined WPN is called the FAN(Fabric AreaNetwork). Wire of the FAN is made of conductive yarn and is embedded in the fabric of a cloth. This paperidentifies requirement of the FAN and suggests a combined type for the FAN topology. Then it proposes theDPUS interface which supports both the DC PLC and the USB communication. Experimentation performed witha prototype implementation shows that the proposed FAN works well without performance loss.

본 논문에서는 맥락 인식 기술과 모바일 증강 현실 기술을 접목하는 새로운 접근인 맥락 인식 모바일 증강 현실 기술을 제안한다. 제안한 기술은 사용자의 모바일 장치를 통하여 스마트 공간에 존재하는 센서들로부터 맥락 정보를 실시간으로 수집하고 이를 사용자 중심적으로 통합 및 추론하여 사용자의 맥락을 인식한다. 인식된 맥락 정보를 기반으로 사용자에게 제공하는 콘텐츠를 선별적으로 필터링하고 이를 사용자에게 적합한 형태로 증강 시킨다. 그리고 다른 사용자와의 관계성을 기반으로 커뮤니티를 동적으로 생성하여 사용자로 하여금 개인화된 콘텐츠를 선택적으로 공유할 수 있도록 한다. 더 나아가 UMPC 상에서 개발자들로 하여금 제안한 기술을 기반으로 하는 다양한 형태의 응용 시스템을 개발할 수 있도록 소프트웨어 플랫폼을 개발하였다. 그리고 제안한 기술에 대한 유용성을 검토하기 위하여 스마트 홈 환경에서 응용 가능한 시스템을 구축하여 이에 대한 사용성 평가를 수행하였다. 이를 통하여 스마트 공간에서 사용자의 개인화된 증강 인터페이스로서 제안한 맥락 인식 모바일 증강 현실 기술의 응용 가능성을 검토하였다.

In this paper, we present a novel approach of Context-aware Mobile Augmented Reality (CAMAR) combining context awareness and mobile augmented reality. CAMAR is aware of a user’s context through the user-centric integration and inference of contextual information in smart space. Based on the user’s context, it filters the content relevant to the user and overlays the filtered content over the associated physical entities. In addition, the CAMAR generates the community according to the relationship between the entities and enables a user to share the personalized content with other mobile users selectively in a customized way. We develope the software platform that supports developers to make CAMAR-enabled applications on the UMPC. To show the effectiveness of our work, we implemented CAMAR-enabled applications for smart home environments and observed the users’feedback to the applications through usability tests. Ultimately, we have confirmed the potentials for the proposed CAMAR as a personalized AR interface in smart space.

압축 접미사 배열(compressed suffix array)은 생물정보학(bioinformatics)에서 널리 활용되는 색인(index) 자료구조이다. 압축 접미사 배열을 구현하기 위해서는 간결 표현(succinct representation)에 필수적인 비트 문자열에 대한 select 함수가 필요하다. 잘 알려진 Clark의 select 알고리즘은 비트 문자열 내의 1의 비율에 따라서 성능(질의 시간과 필요한 메모리)이 달라진다는 문제점이 있다. 본 논문에서는 1의 비율에 관계없이 성능이 일정한 구현 방법을 제시하고 시뮬레이션을 통해 이를 입증한다.

In this paper, we present a novel approach of Context-aware Mobile Augmented Reality (CAMAR)combining context awareness and mobile augmented reality. CAMAR is aware of a user’s context through theuser-centric integration and inference of contextual information in smart space. Based on the user’s context, itfilters the content relevant to the user and overlays the filtered content over the associated physical entities. Inaddition, the CAMAR generates the community according to the relationship between the entities and enables auser to share the personalized content with other mobile users selectively in a customized way. We developethe software platform that supports developers to make CAMAR-enabled applications on the UMPC. To showthe effectiveness of our work, we implemented CAMAR-enabled applications for smart home environmentsand observed the users’feedback to the applications through usability tests. Ultimately, we have confirmed thepotentials for the proposed CAMAR as a personalized AR interface in smart space.

최신 GPU의 구조는 주요한 각 그래픽 연산별로 특화된 유닛을 사용하는 스트림 아키텍처를 넘어서서 여러 개의 동일한 Programmable한 유닛들의 집적화를 통해 범용 연산의 실행이 용이한 형태로 발전하고 있다. 또한 이전의 GPU에서 연산을 수행하기 위해 그래픽에 특화된 API를 사용하던 환경 대신, 최신의 GPU에서는 프로그래머가 보다 직접적으로 GPU를 제어할 수 있고 사용이 편한 소프트웨어 환경들이 개발되고 있다. 이러한 하드웨어와 소프트웨어의 발전은 GPU를 활용한 범용 컴퓨팅(GPGPU)을 보편화 시키고 있다. 이러한 추세에 맞추어 본 논문에서는 최신의 GPU와 소프트웨어 개발 환경을 활용하여 계산 요구량이 높은 금융파생 상품 모델링 응용 프로그램을 병렬화하고, 성능을 최적화하는 연구를 수행한다. 또한 GPU의 성능 측정 결과를 CPU만 사용하는 경우와 비교하여 분석한 결과를 제시한다. 실험 결과 GPU를 활용한 경우 190배 이상의 큰 성능 향상을 얻을 수 있었다.

The architecture of the latest GPU has surpassed the previous application-specific stream architecture. Thishas led to an architecture consisting of a number of uniform programmable units integrated on the same chipwhich facilitate the general-purpose computing beyond the graphic processing. With the multipleprogrammable units executing in parallel, the latest GPU shows superior performance. Furthermore,programmers can have a direct control on the GPU pipeline using easy-to-use parallel programmingenvironments, whereas they had to rely on specific graphics API’s in the past. These advances in hardwareand software make General-Purpose GPU (GPGPU) computing widespread. In this paper, using the latestGPU and its software environment, we parallelize a computationally demanding financial application andoptimize its performance. We also analyze the performance results compared with those obtained using CPUonly. Experimental results show that GPU can achieve a superior performance, grater than 190x, comparedwith the CPU-only case.

모바일 단말용 운영체제로서 리눅스가 채택되는 사례가 증가하고 있다. 기존의 모바일 단말용 시뮬레이터들은 개발자에 제공되어 개별 모바일 응용을 개발하고 응용 계층과 미들웨어 계층 중심의 기능적 테스트에 초점을 두고 있다. 제안된 시뮬레이터는 가상화 기법을 이용하여 실제 단말에 탑재되는 운영체제를 포함한 전체 SW 스택을 테스트 할 수 있는 환경을 제공한다. 또한 단말의 시장 출시 전에 수작업에 의한 SW 동작 시험 대신 하드웨어 에뮬레이션 계층, 운영체제 계층, 미들웨어 계층 및 응용 계층에서 발생되는 각각의 이벤트 정보를 저장 및 재생할 수 있는 기능을 통해 전체 SW 스택을 자동 테스트할 수 있는 방법을 제공한다.

Many companies have adopted Linux as mobile OS for their products. Most simulators provided todevelopers, however, have focused on testing only individual application functionality and interface withmiddleware. The proposed simulator based on virtualization technology provides execution environment forrunning full software stack including mobile OS. The simulator can record and replay all events generated fromthe hardware emulation layer, OS layer, middleware layer and application layer. This enables phone makers totest a full S/W stack running on their product in some autonomous way.

GPU는 높은 연산 성능에 비해 그래픽 처리를 하지 않을 경우에는 유휴상태에 놓여있다. 최근 유휴상태인 GPU를 이용하여 그래프 문제, 대용량 탐색 및 정렬, 행렬 연산 등 다양한 문제들을 병렬처리 하는 GPGPU가 각광받고 있고 NVIDIA사의 CUDA플랫폼의 등장으로 이러한 흐름은 더욱 가속화 되고 있다. GPGPU의 발전에 맞추어 GPU상에서 몇몇의 암호 알고리즘들이 구현되었지만, 스트림 암호의 경우에는 최근에서야 ECRYPT에 의해 표준이 제정되었기 때문에 아직 연구 결과가 미비하다. 이에 본 논문에서는 ECRYPT의 소프트웨어 기반 암호인 Salsa20을 GPU상에서 구현하고 이를 최적화하였으며, 파이프라이닝 기법을 사용하여 성능을 극대화하였다. 본 논문의 실험 결과에 따르면 CUDA를 사용한 Salsa20은 6.2Gbps의 암호화 속도를 보여주어 138.7Mbps의 성능을 보인 CPU상에서의 구현에 비해 무려 45배 이상의 성능 향상을 보여주었다.

Recent performance improvements in GPU enabled optimized parallel implementation of various algorithmsincluding graph algorithms, searching and sorting of massive data, matrix operations, and so on. After theadvent of CUDA platform of NVIDIA, more algorithms including several cryptographic algorithms are beingimplemented over GPUs. However, little work has been done on the parallel implementation of stream ciphersbecause it hasn’t been long since the first standard for stream cipher were published by ECRYPT. In thispaper, we provide a parallel implementation of Salsa20 stream cipher, one of the four software-based streamciphers in the ECRYPT standard, over a GPU, and optimize its performance using a pipelining technique.According to our experimental results, the throughput of Salsa20 on the CUDA platform is up to 6.2Gbps,which is approximately 45 times faster than the implementation over a CPU with 138.7Mbps.