Earticle

데이터센터는 다양한 센서로부터 수많은 종류의 데이터를 수집하고 있으며 이러한 데이터는 데이터센터 모니터링시스템의 분석을 통해 센터의 효율 관리와 개선에 활용되고 있다. 최근에는 데이터센터의 대형화 추세에 따라 센서데이터 양이 폭발적으로 증가하고 모니터링 시스템은 대량의 실시간 스트리밍 데이터에 대한 분석 및 처리 방안이필요하게 되었다. 따라서 본 논문에서는 데이터 발생시간인 이벤트 시간을 기반으로 한 대량의 스트리밍 센서데이터 처리 방안과 데이터양의 증가에 따른 처리 확장성(scalability) 제공 방안을 제시하고자 한다. 이벤트 시간 기반스트리밍 처리를 위해서는 데이터 발생시간과 처리시간 사이의 시간 지연 문제가 해결되어야 하는데 이를 위해 필터링(filtering), 추가시간(slack time), 윈도우 더블링(window doubling), 조정시간(coordinate time) 등을 이용한 처리 방안을 제시한다. 또한 처리 확장성 제공 방안으로 분산 스트리밍 시스템을 활용한 모니터링 시스템 구축 방안을 제시하고 실험적 시스템 구현을 통해 그 효율과 성능을 분석한다.

A data center collects a very large volume of data from various kinds of sensors that is used by the data center monitoring system for the center’s efficiency management and improvement. As the recent trend of large size data center leads to the explosion of sensor data, the monitoring system requires streaming data processing to process and to analyze large volume of real-time data. This paper proposes an event time based real-time streaming processing model for large sensor data. The event time is the time when the data is generated at a sensor. This paper also presents a method to provide scalability of streaming data processing. For the event time based real-time streaming processing, a latency problem between data generation time and processing time should be resolved. We provide a solution based on filtering, slack time, window doubling and coordinate time methods. In order to provide the scalability, this paper builds an experimental monitoring system based on distributed streaming systems and shows an analysis of its performance and efficiency.

This paper presents the design and implementation of a web-based system for real-time monitoring of underground pipeline conditions. The system utilizes sensor data from smart pipes, which are embedded with optical, potential, and ultrasonic sensors to detect anomalies in the pipeline infrastructure. By integrating sensor data with geographical mapping, the system provides comprehensive insights into the condition of underground pipelines, enabling effective maintenance and preventive actions. Key features include data visualization in the form of charts and a map-based interface that highlights the location of sensor-equipped pipelines.

The Maritime Tactical Data System is a software system that collects track data from maritime sensors to compile and show on a sea map to provide maritime patrol vessels or maritime surveillance stations with situational awareness. Speed and precision in tracking multiple targets are crucial in achieving situational awareness. A multi-target tracking problem is NP-hard if it involves more than two sensors and a large amount of data since it generates many potential solutions that must be evaluated. Previous research has demonstrated that the Density-based Spatial Clustering of Applications with Noise (DBSCAN) method can perform track-to-track association with pretty good results; nevertheless, the density-reachable concept of DBSCAN poses a problem when two targets are within a distance less than the threshold. Another limitation is the inability of DBSCAN to associate tracks as soon as sensor track data is received. DBSCAN must run after all data has been collected in a database. In this paper, a novel track-to-track association method called Neighborhood Clustering Track Association and Fusion (NCTAF) is proposed to address the limitations of DBSCAN. According to the experiment results, NCTAF overcame the inaccurate cluster form generated by DBSCAN. The most remarkable result is that NCTAF performs track associations in an average of one second after receiving sensor track data involving three sensors, 4000 track data per sensor, and an update rate of 5-12 s per sensor. In contrast, DBSCAN required more than 10 min for the same scenario.

This study investigates a Cloud?Edge-sensors infrastructure using M/M/c/K queuing theory to analyze agricultural data systems’ performance. It focuses on optimizing data handling and evaluates the system configuration impacts on performance. The model significantly enhances efficiency and scalability, minimizing the need for extensive physical infrastructure. Analysis shows over 90% utilization in both layers, highlighting the model’s applicability to various IoT applications. The M/M/c/K queuing model addresses scalability and real-time data processing challenges in agricultural cloud?edge-sensor networks, improving over traditional methods lacking dynamic scalability. Designed for optimized resource use and reduced data handling delays, this model proves crucial in precision agriculture, where timely data is essential for decision-making. Its versatility extends to various agricultural applications requiring efficient real-time analysis and resource management.

An important factor in virtual reality (VR) is not only technological advancement but also understanding VR users to provide a high user experience. The collection and analysis of VR sensor signals generated by users play a role in understanding user states and behaviors. In this paper, we present three VR case studies that involve the collection and analysis of sensor signals generated during the VR experience. We discuss the importance of using multimodal VR sensor data by analyzing sensor signals generated by users in the case studies.

무선센서 네트워크는 센서 데이터베이스 관리 시스템을 통해 보다 효율적으로 개발 및 운용될 수 있다. 센서 데이터베이스 관리 시스템은 무선센서 입력에 대해 선언된 사용자 정의 질의를 처리하기 위해 사용자들에게 익숙한 SQL 유형의 사용자 접속을 지원한다. 무선센서 네트워크상의 전형적 질의 유형은 임의의 스냅 샷 값 검색 이나 오래도록 지속되는 연속 질의 형태를 갖는다. 무선센서 네트워크상에서 질의 처리는 베이스스테이션으로부터 여러 노드들로 질의를 보내는 과정과 여러 노드에서 얻어지는 질의 결과를 베이스스테이션으로 회수하는 과정이 있는데 이러한 질의의 파급이나 베이스스테이션으로의 결과 전송은 많은 에너지 소모를 요구한다. 이 논문은 무선 센서 네트워크상에서 영역 질의를 처리함에 있어 질의 및 결과를 파급시키는데 소모되는 에너지를 절약시켜 주기 위한 분산정보수집(DIG: Distributed Information Gathering)이라고 이름붙인 효율적 색인 방법을 제안한다.

Wireless sensor networks (WSN) can be more reliable and easier to program and use with the help of sensor database management systems (SDMS). SDMS establish a user-friendly SQL-based interface to process declarative user-defined queries over sensor readings from WSN. Typical queries in SDMS are ad-hoc snapshot queries and long-running, continuous queries. In SDMSs queries are flooded to all nodes in the sensor net, and query results are sent back from nodes that have qualified results to a base station. For query flooding to all nodes, and result flooding to the base station, a lot of communication energy consuming is required. This paper suggests an efficient in-network index solution, named Distributed Information Gathering (DIG) to process range queries in a sensor net environment that can save energy by reducing query and result flooding.

무선센서 네트워크에서 안전한 데이터 수집은 중요한 보안이슈 중에 하나이다. 일반적으로 안전한 데이터 수집이란 데이터 자체의 보안과 안전한 전송 경로 확보를 의미한다. 본 논문은 이와 같은 관점에서 무선센서 네트워 크에서 안전한 데이터 수집 프로토콜을 제안한다. 제안하는 프로토콜은 계층형 센서네트워크를 고려한 계층형 키 보 안 기법과 안전을 보장할 수 있는 전송경로 설정을 핵심적으로 제시한다. 프로토콜은 네트워크 부하를 최소화 할 수 있도록 최적화 되었으며 네트워크 공격으로 인해 발생하는 문제점을 효과적으로 차단한다. 성능평가 결과 제안하는 프로토콜은 네트워크 퍼포먼스를 고려한 데이터 수집에 효율적이다. 데이터 수집 시 안전을 확보하기 위한 보안 분 석 역시 검증해 보았다.

A secure data gathering in a Wireless Sensor Network(WSN) has given attention to one of security issues. In general, the process of secure data gathering causes difficulties: one process is exchanging the secured data and the other is constructing secured data path. The previous studies have been resolving the difficulties in terms of two problems: security and data gathering in WSNs. However, a WSN requires a protocol that has to guarantee a security of path between sensors and sink, or a cluster head. Thus how to gather data securely is an important issue. In this paper, we propose a secure data gathering protocol over WSNs, which consists of hierarchical key settlement and secure path construction, and aims at tackling two problems. The proposed protocol causes little overhead to sensor nodes for secured key settlement and path construction. This work provides security analysis focused on the key settlement protocol and evaluates network performance for the proposed data gathering protocol through simulation.

In this paper we propose high rate turbo code (HRTC) that exploits the potential correlation present between the data of the neighboring sensor nodes in a wireless sensor network. The problem of implosion and overlap, faced by the sensor nodes, gives rise to data redundancy in the sensor network. This paper combines source -channel coding wi th data aggregation using HRTC to reduce the redundant information produced amongst the nodes and to make the network more resourceful and reliable. This paper also includes the design of the proposed HRTC that uses deterministic interleaver to ensure good permutations.

본 연구는 IoT 기반 카메라 센서를 통해 수집된 공공도서관 이용자의 실시간 이동 데이터를 분석하여, 공간 내 잠재 이동 경로 패턴을 정량적으로 도출하고 시각화하는 자동 분석 체계를 구축하고자 하였다. 이를 위해 센서를 통해 수집된 연속적 이동 데이터를 N-gram 방식으로 구조화한 후, LDA(Latent Dirichlet Allocation) 토픽 모델링 기법을 적용하였다. 이때 TF-IDF와 Word2Vec 기반의 두 가지 용어 가중치 방식을 bigram과 trigram 모델에 각각 결합하여 총 4종의 분석 모델을 구성하였으며, 각 모델의 토픽 분포를 비교하고 이동 흐름의 구조적 특성을 시각화하였다. 또한 기존 LDA 모델의 한계인 이동 방향성과 순서 정보의 미반영 문제를 보완하기 위해, Topical N-gram 기법을 적용한 분석 방법을 함께 제안하였으며, 각 모델의 분석 결과는 코사인 유사도와 JSD(Jensen-Shannon Divergence)를 활용한 앙상블 방식으로 통합하였다. 실험 결과, 단순 통계 방식으로는 확인하기 어려운 의미 있는 반복 이동 흐름이 토픽 단위로 도출되었으며, ‘출입구’와 ‘안내데스크’의 안내 및 참고 서비스 기능을 중심으로 주요 이동 경로들이 명확히 식별되었다. 본 연구는 실시간 이동 데이터를 기반으로 이용자 행태를 정량적으로 해석하고, 공공 서비스 운영과 기획에 활용 가능한 통합 분석 체계를 제시하였다는 점에서 의의가 있다.

This study aims to establish an automated analysis framework that quantitatively derives and visualizes latent movement path patterns within a public library, using real-time movement data collected through IoT-based camera sensors. To this end, continuous movement data captured by the sensors were structured using an N-gram approach and analyzed using Latent Dirichlet Allocation(LDA) topic modeling. Two term weighting methods?TF-IDF and Word2Vec?were each combined with bigram and trigram models, resulting in four analytical models. Topic distributions from each model were compared, and the structural characteristics of movement flows were visualized. To address the limitation of conventional LDA in capturing directionality and sequential information, the study also proposed an analysis method based on the Topical N-gram technique. The analysis results from each model were integrated using an ensemble approach based on cosine similarity and Jensen-Shannon Divergence (JSD). The experimental results revealed meaningful and repetitive movement patterns that are difficult to detect using simple statistical methods. In particular, key user routes centered around the ‘entrance’ and the ‘information desk’?both serving as guidance and reference service hubs?were clearly identified. This study is significant in that it presents an integrated analysis framework capable of quantitatively interpreting user behavior based on real-time movement data, offering practical applications for the operation and planning of public services.

본 연구에서는 마이크로소프트 키넥트 센서와 굽힘 감지 데이터 글러브를 이용하여 광업 분야 소프트웨어를제어할 수 있는 3차원 사용자 인터페이스를 개발하였다. 개발된 인터페이스는 키넥트 센서로 추적되는 사용자의 손위치에 따라 윈도우즈 환경에서 마우스 커서를 제어한다. 또한 굽힘 감지 데이터 글러브로 측정한 사용자 손가락의구부러짐 정도에 따라 윈도우즈 환경에서 마우스 클릭 이벤트를 처리한다. 인터페이스의 개발에는 오픈소스 하드웨어인 아두이노 Lilypad 보드와 National Instrument의 LabVIEW 소프트웨어가 사용되었다. 3차원 사용자 인터페이스를 광업 분야에서 사용되고 있는 몇 가지 3차원 소프트웨어에 적용해본 결과, 마우스나 키보드와 같은 전통적인 인터페이스보다 더 직관적으로 3차원 소프트웨어를 제어할 수 있음을 확인할 수 있었다.

In this study, we developed a 3D user interface (UI) using the Microsoft’s Kinect sensor and bend-sensing data glove to control software in the mining industry. The developed UI controls the mouse cursor in Windows according to the user’s hand position tracked by the Kinect sensor. In addition, it controls the mouse click events in Windows by measuring the user’s finger flexion using the bend-sensing data glove. An open-source hardware, Arduino Lilypad Board, and National Instrument’s LabVIEW software were used to develop the UI. Applications of the 3D UI to several 3D software utilized in the mining industry revealed that it can control the 3D software in more intuitive way than traditional UIs such as mouse and keyboard.

본 논문에서는 하∙폐수 처리 시설에서 측정하는 슬러지 농도 및 TN/TP의 센서 데이터를 수집하여 효율적인 WiFi기반의 상태 감시 모니터링 시스템을 구현하기 위한 WiFi 망 구축을 제안하였다. 하∙폐수 처리 시설에서 슬러지 및 TN/TP 측정 장비들로부터 수집한 센서 데이터 값을 기존 WiFi에 쓰이는 망 구조를 하∙폐수 처리 시설에 특화된 망 구조로 개선하였다. 본 논문에서는 PC 뿐만 아니라 스마트 디바이스(스마트폰, 스마트패드, 타블렛 PC 등) 기반의 모니터링이 가능하도록 상태 감시 모니터링 시스템을 설계하여 실시간 상태 확인이 가능하도록 함으로써 사용자의 접근성과 편의성을 향상시켰다. 또한 효율적인 데이터를 전달하기 위 한 WiFi 망을 구축하고, 센서 통신 네트워크 분석을 통해 그 효율성을 입증함으로써 제안 기술의 유용성을 확인하였다.

In this paper, the wastewater treatment plant sludge proposed TN/TP sensor data collected an efficient monitoring system in order to implement status monitoring to build WiFi networks. Also we sludge concentration and TN/TP sensor data were collected from wastewater treatment plant. It is able to be monitored sensor data through smart devices(Smart phones, smart pad, tablet PC, etc.) and pc. In addition, when certain events occur immediately be able to cope by adding features to enable efficient and rapid processing, real-time status can be checked by ensuring improved user access and convenience. We has built a WiFi network for to transfer data efficiently. It proved its effectiveness by analysis of sensor communication network. Therefore, we have verified the usefulness of the proposed technology.

Cooperative-Intelligent Transport System(C-ITS)는 차량 대 차량 및 차량 대 인프라 무선 통신 을 기반으로 교통사고예방을 목적으로 운전자에게 전방위험상황에 대한 정보를 제공한다. 또 한 C-ITS 인프라에서 수집되는 차량의 주행행태 정보는 사고발생 개연성 분석을 통해 실시간 도로교통안전성 평가에 활용될 수 있다. 본 연구에서는 차량의 주행정보를 이용하여 도로의 교통안전성을 평가할 수 있는 방법론을 제시하였으며, 시뮬레이션 분석을 통해 방법론의 활용 성을 검증하였다. 교통안전대체지표인 Jerk와 Stopping Distance Index(SDI)를 이용하여 개별차 량의 주행 위험성을 분석하였으며, 위험성 분석결과를 집계하여 도로 구간별 안전성을 계량화 하는 방법을 제시하였다. Jerk 기반의 안전성 평가 결과, 5% 이상의 차량 정보 샘플이 확보되면 본 연구의 방법론이 도로 구간의 교통안전성 평가에 적용 가능한 것으로 분석되었다. 한편, SDI의 경우에는 20% 이상의 샘플이 요구됨을 확인하였다. 이러한 결과는 일정 수준 이상의 사업용차량 센서 자료로 수집된 Jerk와 SDI가 도로 구간의 안전성을 대표할 수 있음을 의미한 다. 본 연구의 결과물은 도로의 교통안전성을 실시간으로 평가하고 모니터링하는 시스템 개발 의 핵심요소로 활용될 것으로 기대된다.

A Cooperative Intelligent Transportation System (CITS) provides useful information on upcoming hazards in order to prevent vehicle collisions. In addition, the availability of individual vehicle travel information obtained from the CITS infrastructure allows us to identify the level of road safety in real time and based on analysis of the indicators representing the crash potential. This study proposes a methodology to derive road safety content, and presents evaluation results for its applicability in practice, based on simulation experiments. Both jerk and Stopping Distance Index (SDI) were adopted as safety indicators and were further applied to derive road section safety information. Microscopic simulation results with VISSIM show that 5% and 20% samples of jerk and SDI are sufficient to represent road safety characteristics for all vehicles. It is expected that the outcome of this study will be fundamental to developing a novel and valuable system to monitor the level of road safety in real time.

망분리는 중요정보를 취급하는 업무망과 외부 인터넷으로 연결된 인터넷망을 물리적/논리적으로 분리한 망차단 기술로 OT/ICS 환경에서 산업 현장에서 폐쇄적으로 구성되던 OT/ICS 네트워크와 외부 인터넷망이나 업무망에 사이에서 외부로부터의 보안 위협을 차단하기 위한 기술로 활용되고 있다. 물리적 단방향 보안 게이트웨 이를 이용한 망분리에서는 단방향 데이터 전송에서 발생하는 손실된 데이터에 대한 대응책이 중요하다. 주기적인 데이터 재전송을 데이터 손실 대책으로 적용할 수 있지만 데이터 전송과 처리에 대한 오버헤드 문제가 발생한다. 본 논문에서는 단방향 메시지 전송 방법과 온도, 압력 등과 같은 시계열 데이터를 기반으로 손실된 데이터를 예측 하는 방안을 제안한다. 제안한 방법에 대한 실험을 통해 물리적으로 분리된 망 사이에서 단방향 데이터를 전달하 는 방법에 대해서 제시하고, 손실된 데이터가 발생할 경우, 실제값과 예측값이 차이가 크지 않는 결과를 획득했다.

Network separation is a network blocking technology that physically/logically separates business networks and the Internet. Network separation can be applied between OT/ICS networks and external Internet or business networks. Network separation in OT/ICS is an effective technology to block external security threats. In network separation using a physical unidirectional security gateway, it is important to have a countermeasure for lost data that occurs in unidirectional data transmission. Data re-transmission can be applied, but overhead problems occur in data transmission and processing. In this paper, we propose a method for predicting lost data based on a unidirectional message transmission method and time-series data such as temperature and pressure. Through experiments, we presented a method for transmitting unidirectional data between physically separated networks. Also, we obtained results where the actual value and predicted value did not differ significantly when lost data occurred.

5G 기술의 도입으로 사물인터넷은 초연결, 초저지연, 초밀집 네트워킹이 가능해졌다. 사물인터 넷 장치는 인간의 일상생활의 필수 요소로 활용될 뿐만 아니라 전 산업 분야에 확장·적용되어 스마 트 시티, 스마트 그리드, 스마트 팜, 스마트 홈, 스마트 카 등 센서들의 조합으로 구성된 스마트 시스템을 재창조하는 요소 기술로 자리매김하고 있다. 이 스마트 시스템 네트워크를 구성하는 사 물인터넷 센서들은 인간의 개입 없이 인공지능을 활용해 데이터를 수집, 가공, 저장, 전송하는 역 할을 수행한다. 그리고 밀집 네트워크를 구성하는 사물인터넷 센서들이 전송한 데이터들이 모이면 인간의 안전, 생명, 재산과 직결되는 결정에 활용되는 빅데이터가 된다. 그러나 종래의 상용 센서 모듈들은 보안이 내재화되지 않았으며, 효율성과 확장성을 고려하지 않아서 다가오는 5G 기반의 사물인터넷 시대에 활용하는 데 한계를 가지며 이에 대한 기술적·정책적 해결책이 요구된다. 본 논문에서는 앞선 문제점들을 분석하여 현 상황의 한계점을 보완할 수 있는 센서 데이터 위변조 방지 기술과 함께, 제안한 기술을 활성화할 수 있는 정책에 대해 제안한다. 이를 위해 재구성 가능 한 블록 형태의 센서 모듈과 프라이빗 블록체인 네트워크를 활용하여 센서 데이터를 관리하고 위 변조를 방지할 수 있는 기술인 ‘센서블록’과 ‘센서체인’을 소개하며, 이 기술을 활성화하기 위해 필요한 데이터 소유권, 데이터 인증제도, 개인정보보호법의 3가지 정책 개선 방안을 제시한다.

Along with the introduction of 5G technology, it has become possible to make hyper-connected, low-latency and ultra-dense networks on Internet of Things(IoT). The IoT devices are playing important roles in everyday life, and the utilization of IoT is extending to various industry, recreating smart systems such as a smart city, a smart grid, a smart farm, and a smart home, which are made up of a combination of smart sensors. Sensors in IoT devices, which organize the network of the smart systems, can gather, process, store, and transmit data without any human intervention, but by using Artificial Intelligence (AI). Furthermore, collected sensors’ data are processed to Big Data, and is used to make decisions to ensure human safety, life, and property. However, security, efficiency, and scalability are not considered when conventional sensor modules are designed and implemented, and it leads to a limitation in utilization of 5G-enabled IoT. This paper objectively analyzes above problems and provides a sensor data forgery prevention technology with policy proposal to enable the technology. Accordingly, ‘Sensor Block” and ‘Sensor Chain’, which are each block-formed reconfigurable sensor module and sensor data forgery prevention technology using private blockchain network, is introduced, and three policy improvement plans – related to data ownership, data certification system, and privacy act – are proposed to activate ‘Sensor Block’ and ‘Sensor Chain’ technology.