Earticle

중소기업과 일반 가정 환경은 제한된 예산과 전문 인력 부족으로 인해 다계층 보안 체계 구축 에 어려움을 겪는다. 본 연구는 소규모 네트워크 환경을 대상으로 관리형 트래픽 유도 메커니즘을 적 용한 경량 네트워크 보안 센서 기반 매니지드 보안 서비스 아키텍처를 제안한다. 제안 시스템은 공유 기 LAN 포트에 센서를 연결하는 방식으로 네트워크 구성 변경 없이 인·아웃바운드 트래픽 가시성을 확보하고, 수집된 데이터를 클라우드 MSOC로 전송하여 상시 모니터링과 대응을 수행한다. 24개 환 경에서 3개월간 실증한 결과, 평균 99.9% 이상의 트래픽 캡처율과 F1-score 0.89를 달성했으며, 평 균 1.1초 이내의 fail-open 복구 성능과 기존 방식 대비 83% 향상된 운영 효율성을 확인하였다.

Small businesses and home environments face practical constraints in deploying multilayered security architectures due to limited budgets and a shortage of specialized personnel. This study proposes a lightweight network security sensor–based managed security service (MSS) architecture that applies a Manage-based traffic steering mechanism for small-scale network environments. The proposed system connects a sensor to the LAN port of a gateway device, enabling inbound and outbound traffic visibility without requiring any changes to the existing network configuration. Collected traffic metadata and event data are transmitted to a cloud-based MSOC for continuous monitoring and incident response. A three-month empirical evaluation across 24 environments demonstrated an average traffic capture rate exceeding 99.9% and an F1-score of 0.89. The system also achieved fail-open recovery within an average of 1.1 seconds and improved operational efficiency by 83% compared to conventional approaches.

In this paper, we discuss about renewable energy networks in Asia, especially small-scale hydropower associationin Bandung, Indonesia. From 1980s, transfer technology program of small-scale hydropower technology moved into action from Germany and Switzerland to Indonesia. The result was built up the community and networks of hydropower; “AsosiasiHidro Bandung (=AHB)”. In this research, we trace the creation process of AHB and make the practical concept of social enterprise based on installing renewable energy, and then take a view of expansion of transfer technology to ASEAN based on strategic cooperation between Japan and Indonesia.

본 연구의 목적은 서울시 광희동에 위치한 중앙아시아 거리를 중심으로 의류 소무역의 작동 양상을 밝히는 것이다. 이를 위해 소무역상이 대면 거래와 직접 운송을 통해 얻는 경제적 이점을 규명하였다. 본 연구는 2017년 5-6월과 2021년 4-7월 두 번에 걸쳐 현장 연구와 면접 조사를 수행하였다. 연구 결과에 따르면 첫째, 중앙아시아 지역의 소무역상은 높은 관세와 긴 운송 기간을 극복하기 위해 항공편을 통해 직접 물건을 운반하고 있었다. 동시에 이들은 취급하는 품목에 따라 중앙아시아 거리의 카고 업체를 통한 육상 운송을 병행하며 경제적 이익을 극대화하고 있었다. 둘째, 소무역상은 직접 마주함으로써 형성되는 독특한 사회적 관계를 기반으로 거래의 안정성을 확보하고 정보를 습득하여 가격을 협상할 수 있었으며, 소량 구매를 통해 재고의 위험을 줄일 수 있었다. 본 논문은 사회자본 개념을 바탕으로 무역의 결절지로서 기능하고 있는 중앙아시아 거리에서 여전히 소무역 네트워크가 작동하도록 만드는 요인을 미시적 측면에서 밝힘으로써, 관련 행위자들의 구체적인 관계의 지형을 드러냈다는 데 의의가 있다.

This paper explores the case study of the “Central Asian Street” in Seoul to investigate how cross-border small-scale trade still operates in the district. This paper evolved from two primary questions: ①Why do traders prefer cross-border small-scale trading over the distribution services available to them, including wholesale and transportation companies, which are ubiquitous; and ②What are the economic benefits that traders receive through cross-border small-scale trading? Through the conduct of fieldwork and in-depth interviews, I focused on two main activities that traders engaged in: face-to-face contact with wholesalers and retailers and the personal transit of goods by hand. This research reveals that cross-border small-scale traders from Central Asia are flying back and forth between Korea and their home countries with luggage to overcome high tariffs and long-distance transit via trains or trucks. However, traders can still profit from the use of rail and truck transportation via cargo companies, depending on the situation and items they are handling. Additionally, the unique social relationships that are fostered through face-to-face interactions, enable traders to stabilize transactions, effectively obtain business information, negotiate prices, and reduce the risks associated with inventory by making small purchases. This paper uses the concept of social capital to demonstrate the trading mechanisms and factors that facilitate the continued success of cross-border small-scale trade networks. It offers evidence that the importance of in-person interactions in trade cannot be overlooked.

최근 기기간 통신에 따른 소규모 네트워크에 적합한 통신 방법들에 대한 관심이 급증하면서 수요가 증가하고 있다. 소규모 네트워크의 기본적 시스템은 TDMA(Time Division Multiple Access)방식이 사용될 수 있다. 하지만 TDMA는 동기화 방식이 복잡하고 추가 장비가 필요하며 비용적인 측면에서 비효율 적이다. 때문에 본 논문에서는 DESYNC(DESYNChronization)를 이용하여 소규모 네트워크에 적합한 동기화 방법을 제안한다. 기존 DESYNC는 동기화 완료까지의 시간이 걸리고 지연시간을 보장하지 않는다. 본 논문에서는 DESYNC 알고리즘을 개선하여 BC(Bridge Count)-DESYNC를 제안한다. BC-DESYNC는 통신 범위를 초과한 노드들 사이에 CU(Central Unit)을 배치하여 중앙제어장치 기능을 통해 노드들의 통신이 가능하도록 하며, Mimic DESYNC와 C-DESYNC를 이용하여 동기화 상태 완료 시간을 보장한다.

In the recent days, interests in machine-to-machine communication schemes in small-scale networks has been increasing with growing demands. TDMA(Time Division Multiple Access) can be used as a multiple access method in small-scale networks. However, time synchronization for TDMA is complicated or needs additional equipments. Such a large cost is not suitable for small-scale networks. We propose, BC-DESYNC, a efficient time synchronization for small-scale networks by extending DESYNC(DESYNChronization). DESYNC takes a long time to complete synchronization and doesn't guarantee the synchronization delay. BC-DESYNC uses CU(Central Unit) that performs a centralized control to achieve the 2-hop communication and guarantees the synchronization completion time by using Mimic firing and C-DESYNC scheme.

본 연구의 목적은 서울시 광희동에 위치한 중앙아시아 거리를 중심으로 의류 소무역의 작동 양상을 밝히는 것이다. 이를 위해 소무역상이 대면 거래와 직접 운송을 통해 얻는 경제적 이점을 규명하였다. 본 연구는 2017년 5-6월과 2021년 4-7월 두 번에 걸쳐 현장 연구와 면접 조사를 수행하였다. 연구 결과에 따르면 첫째, 중앙아시아 지역의 소무역상은 높은 관세와 긴 운송 기간을 극복하기 위해 항공편을 통해 직접 물건을 운반하고 있었다. 동시에 이들은 취급하는 품목에 따라 중앙아시아 거리의 카고 업체를 통한 육상 운송을 병행하며 경제적 이익을 극대화하고 있었다. 둘째, 소무역상은 직접 마주함으로써 형성되는 독특한 사회적 관계를 기반으로 거래의 안정성을 확보하고 정보를 습득하여 가격을 협상할 수 있었으며, 소량 구매를 통해 재고의 위험을 줄일 수 있었다. 본 논문은 사회자본 개념을 바탕으로 무역의 결절지로서 기능하고 있는 중앙아시아 거리에서 여전히 소무역 네트워크가 작동하도록 만드는 요인을 미시적 측면에서 밝힘으로써, 관련 행위자들의 구체적인 관계의 지형을 드러냈다는 데 의의가 있다.

This paper explores the case study of the “Central Asian Street” in Seoul to investigate how cross-border small-scale trade still operates in the district. This paper evolved from two primary questions: ①Why do traders prefer cross-border small-scale trading over the distribution services available to them, including wholesale and transportation companies, which are ubiquitous; and ②What are the economic benefits that traders receive through cross-border small-scale trading? Through the conduct of fieldwork and in-depth interviews, I focused on two main activities that traders engaged in: face-to-face contact with wholesalers and retailers and the personal transit of goods by hand. This research reveals that cross-border small-scale traders from Central Asia are flying back and forth between Korea and their home countries with luggage to overcome high tariffs and long-distance transit via trains or trucks. However, traders can still profit from the use of rail and truck transportation via cargo companies, depending on the situation and items they are handling. Additionally, the unique social relationships that are fostered through face-to-face interactions, enable traders to stabilize transactions, effectively obtain business information, negotiate prices, and reduce the risks associated with inventory by making small purchases. This paper uses the concept of social capital to demonstrate the trading mechanisms and factors that facilitate the continued success of cross-border small-scale trade networks. It offers evidence that the importance of in-person interactions in trade cannot be overlooked.

최근 컴퓨터를 이용한 다양한 인식 문제를 해결하기 위해 딥 러닝을 적용하는 사례가 늘어나고 있다. 딥 러닝은 학습에 필요한 요소를 학습데이터를 통해 스스로 도출해내기 때문에, 수작업(hand-craft)을 통해 특징을 도출하던 기존의 기계학습 방법보다 더 많은 장점을 갖는다. 행동인식을 위한 기존의 심층 신경망은 비디오 데이터를 일정 프레임의 이미지로 분할한 후, 분할된 각 이미지 사이의 시간적 연계성 분석을 통해 행동을 분류한다. 그러나 이러한 신경망은 소규모 행동 클래스를 갖는 분류 문제에서 학습 데이터의 부족 문제 및 과적합(overfitting) 문제로 인해 이를 실제 문제에 적용하기 어려운 경우가 많다. 이에 본 논문에서는 5가지의 소규모 행동 클래스를 정의하고, 기존 행동 인식 신경망의 최적화를 통해 이를 분류하였다. 700개의 비디오데이터를 통해 행동 데이터베이스를 구성하였고, 약 74.00%의 분류 정확도를 얻을 수 있었다.

Recently, Deep learning has been used successfully to solve many recognition problems. It has many advantages over existing machine learning methods that extract feature points through hand-crafting. Deep neural networks for human activity recognition split video data into frame images, and then classify activities by analysing the connectivity of frame images according to the time. But it is difficult to apply to actual problems which has small-scale activity classes. Because this situations has a problem of overfitting and insufficient training data. In this paper, we defined 5 type of small-scale human activities, and classified them. We construct video database using 700 video clips, and obtained a classifying accuracy of 74.00%.