검색 : [ author: 김진 ] (25)

네트워크 토폴로지 생성을 위한 효율적인 네트워크 경로 정보 수집 방법

김진수, 오행록

http://doi.org/10.5626/JOK.2018.45.12.1319

네트워크 토폴로지 정보는 네트워크 관리 및 장애진단뿐만 아니라 보안체계 설계, 위협분석 등 보안분야에서도 필수적인 정보로 활용된다. 이러한 네트워크 토폴로지를 자동으로 획득하는 방법 중 경로추적 기반의 네트워크 토폴로지 자동 추론 기법은 임의의 네트워크를 탐색할 수 있기 때문에 많은 연구가 있어왔다. 하지만 경로 정보 수집과정에서 네트워크 부하와 탐색 시간에 큰 영향을 줄 수 있는 탐색 대상 목적지 호스트들의 선정 방법과 경로 정보를 수집하는 수집기들의 네트워크상에서의 배치 위치 선정 방안에 대한 연구는 미흡한 상황이다. 본 논문은 네트워크 토폴로지 추론에 필요한 경로 정보를 보다 효율적으로 수집할 수 있는 새로운 목적지 호스트 목록 선정 방법과 경로 정보 수집기들의 배치 위치 선정 방법을 제안한다. 또 프로토타입 구현과 실험을 통해 제안한 방법의 실효성을 검증하였다.

IoT환경에서의 부하 균형을 이룬 네트워크 토폴로지 탐색

박현수, 김진수, 박무성, 전영배, 윤지원

http://doi.org/10.5626/JOK.2017.44.10.1071

오늘날 복잡한 네트워크 망을 가지게 됨에 따라 네트워크 기기들의 자산식별은 관리 및 보안관점에서 중요한 사항으로 대두되고 있다. 이러한 자산들은 네트워크 망에 연결되어 있기 때문에 네트워크망 구조를 알아내고, 각 자산의 위치 및 연결 상태를 확인하는 것 또한 중요하다. 이는 네트워크 구조상의 취약점들을 밝혀내는데 사용되어지고, 이를 통하여 취약점을 보완할 수 있다. 하지만 적은 리소스를 가지는 사물인터넷의 네트워크 망에서는 네트워크 구조를 알아내기 위하여 모니터들이 보내는 Traceroute 패킷이 사물인터넷 기기들에게 과부하를 줄 수 있다. 이를 위하여 본 논문에서는 기존에 사용 되던 더블 트리 알고리즘을 효과적으로 발전시킴으로써 사물인터넷이 이루는 네트워크 망의 부하를 줄인다. 이러한 부하 균형을 이루기 위하여 이 논문에서는 새로운 목적지 매칭 알고리즘을 제시하고, 통계학적으로 현재 탐색하고 있는 경로와 가장 겹치지 않은 경로로 탐색을 시도한다. 이를 통해서 네트워크의 부하 균형을 이루고, 부가적으로 모니터의 리소스 사용을 균등하게 한다.

능동 시각을 이용한 이미지 - 텍스트 다중 모달 체계 학습

김진화, 장병탁

http://doi.org/

이미지 분류 문제는 인간 수준의 성능을 보이지만 일반적인 인식 문제는 어려운 점들이 남아있다. 실내 환경은 다양한 정보를 담고 있어 정보 처리의 양을 효율적으로 줄일 필요성이 있다. 정보의 양을 효율적으로 줄일 수 있도록 대상 객체의 위치 측정을 위한 변분 추론, 변분 베이지안 등의 방법이 소개되었지만, 모든 경우에 대한 주변(marginal) 확률 분포를 구하기 어렵기 때문에 현실적으로 계산하기 어렵다. 본 연구에서는 공간 변형 네트워크(Spatial Transformer Networks)을 응용하여 능동 시각을 이용한 이미지-텍스트 통합 인지 체계를 제안한다. 이 체계는 주어진 텍스트 정보를 바탕으로 이미지의 일부를 효율적으로 샘플링 하도록 학습한다. 이를 통해 전통적인 방법으로 해결하기 어려운 문제를 상당한 격차로 성능을 향상 시킬 수 있다는 것을 보인다. 제안하는 모델을 통해 샘플링 된 이미지를 정성적으로 분석하여 이 모델이 가지는 특성도 함께 살펴본다.

인메모리 기반 병렬 컴퓨팅 그래프 구조를 이용한 대용량 RDFS 추론

전명중, 소치승, 바트셀렘, 김강필, 김진, 홍진영, 박영택

http://doi.org/

근래에 들어 풍부한 지식베이스를 구축하기 위한 대용량 RDFS 추론에 대한 관심이 높아지면서 기존의 단일 머신으로는 대용량 데이터의 추론 성능을 향상시키기에 한계가 있다. 그래서 분산 환경에서 의 RDFS 추론 엔진 개발이 활발히 연구되고 있다. 하지만 기존의 분산 환경 엔진은 실시간 처리가 불가능 하며 구현이 어렵고 반복 작업에 취약하다. 본 논문에서는 이러한 문제를 극복하기 위해 병렬 그래프 구조 를 사용한 인-메모리 분산 추론 엔진 구축 방법을 제안한다. 트리플 형태의 온톨로지는 기본적으로 그래프 구조를 가지고 있으므로 그래프 구조 기반의 추론 엔진을 설계하는 것이 직관적이다. 또한 그래프 구조를 활용하는 오퍼레이터를 활용하여 RDFS 추론 규칙을 구현함으로써 기존의 데이터 관점과 달리 그래프 구조의 관점에서 설계할 수 있다. 본 논문에서 제안한 추론 엔진을 평가하기 위해 LUBM1000(1억 3천 3백만 트리플, 17.9GB), LUBM3000(4억 1천 3백만 트리플, 54.3GB)에 대해 추론 속도를 실험을 하였으며 실 험결과, 비-인메모리 분산 추론 엔진보다 약 10배 정도 빠른 추론 성능을 보였다.

CVL 기반의 소프트웨어 프로덕트라인 개발 및 테스트 프로세스

천은영, 서용진, 이주석, 김수지, 김진아, 김현수

http://doi.org/

소프트웨어 프로덕트라인 공학은 프로덕트 패밀리를 구성하는 프로덕트들의 공통성과 가변성을 분석하여 이를 바탕으로 프로덕트를 생산하는 방법이다. 소프트웨어 프로덕트라인 공학을 적용함에 있어 올바른 핵심자산을 구축하는 것이 매우 중요하며, 이를 달성하기 위해서는 공통성과 가변성의 명확한 구분, 추적성의 유지, 산출물의 신뢰성 보장 등이 선행되어야 한다. 본 논문에서는 공통성과 가변성의 명확한 구분을 위해 CVL 기반의 소프트웨어 프로덕트라인 개발 및 테스트 프로세스를 제안한다. 본 논문에서 제안하는 방법은 추적성의 유지와 산출물의 신뢰성 보장을 위한 추가적인 절차를 포함함으로써 올바른 핵심자산을 구축하도록 도와준다.


Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr