디지털 라이브러리[ 검색결과 ]
한계효용 체감의 법칙을 적용한 강화학습: 다중 에이전트의 효율적이고 평등한 자원 분배
http://doi.org/10.5626/JOK.2025.52.5.374
한계효용 체감의 법칙은 재화를 추가로 소비함에 따라 그로 인해 얻는 효용이 점차 적어진다는 경제학 이론이다. 본 연구는 한정된 자원을 분배하는 다중 에이전트 강화학습의 보상에 한계효용 체감의 법칙을 적용하여 상호 간의 소통 없이 최적의 분배가 이루어질 수 있음을 보인다. 이는 각자의 이기적 행동이 총효용을 극대화한다는 시장 원리를 다중 에이전트 학습에 적용한 것이다. 실험 결과, 그리드 월드에서 두 에이전트가 두 자원을 각자 획득하는 환경에서 한계효용 체감의 법칙을 적용하면 더욱 자원을 평등하고, 파레토 최적에 가깝게 분배한다.
게임 이론적 접근을 통한 효과적인 윈윈 요구사항 협상 기법
소프트웨어 생태계의 시장 중심 개발 환경에서 소프트웨어 기업은 제품의 성공을 위해서 자신의 비즈니스와 고객에게 높은 가치를 제공할 수 있어야만 시장 경쟁력을 가지고 생존할 수 있다. 요구공학적 관점에서 제품 요구사항 선택을 통한 가치 제공을 위해서 이해관계자들 각자의 다른 이해가 조정되어 합의되어야 한다. 즉, 요구공학 단계에서 높은 가치 창출을 고려하는 합의된 요구사항을 선택할 필요가 있다. 기존 연구들은 소프트웨어 생태계에서 요구되는 이해관계자들의 다른 이해에 대한 요구공학적 기법의 필요성을 언급하였을 뿐, 구체적인 가이드라인 및 수행 방법에 대하여 제안하지 않았다. 본 연구에서는 요구공학에서 사용되는 Goal 개념 기반으로 협상 참가자의 의도를 분석하고 이를 바탕으로 요구사항 충돌의 근거를 구조화하여 관리할 수 있도록 한다. 궁극적으로 협상 참가자의 이기적 행동을 바탕으로 게임 이론적 개념을 이용한 요구사항 충돌 해결 방법론을 제안한다.
미래 사물인터넷을 위한 마르코프 게임 기반의 QoS 제어 기법
최근, 인터넷이 확장됨에 따라 새로운 가치를 생산하는 활용성이 증가되고 있다. 사물인터넷 (Internet of Things)은 미래인터넷의 새로운 개념으로, 네트워크 물리적 객체들의 상호연결을 강조하여 최근 크게 주목받고 있으나, 사물인터넷상에서 서로 다른 서비스품질 요구를 만족시키기란 상당히 어렵다. 본 논문에서는, 사물인터넷 시스템의 다양한 서비스품질요구를 만족시킬 수 있는 효율적인 자원할당 방법을 제시한다. 제안된 방법은 마르코프 게임 모델에 기초하여 시스템 성능을 최대화할 수 있도록 효율적으로 사물인터넷 자원들을 할당한다. 시뮬레이션 결과, 제안된 방법은 현재의 사물인터넷 상황에서 기존의 방식에 비해 뛰어난 성능을 보여준다.
데이터 유용성 향상을 위한 서비스 기반의 안전한 익명화 기법 연구
개인정보는 살아 있는 개인에 관한 정보로서 성명, 주민등록번호 및 영상 등을 통하여 개인을 알아볼 수 있는 정보를 말한다. 정보주체의 민감한 정보를 포함하고 있는 개인정보는 유출시 각종 범죄에 악용될 수 있다. 이를 막기 위해 데이터를 공개하거나 배포하기 전에 개인 식별 요소를 제거하는 방법을 사용한다. 하지만 이름이나 주민등록번호 등의 식별자를 삭제 또는 변경하여 정보의 공개를 제한하더라도, 다른 데이터와 연결하여 분석하면 개인정보가 노출될 가능성이 존재한다. 이러한 문제점을 해결하기 위하여 본 논문에서는 서비스에 활용될 속성은 낮은 수준의 익명화를 수행하여 실제 사용될 정보의 유용성을 높이고, 그와 함께 연결 공격을 방지하여 하나의 원본 데이터 테이블에서 둘 이상의 익명화된 테이블을 동시에 제공할 수 있는 익명화 기법을 제안한다. 그리고 협조적 게임이론에 기반을 둔 실험을 통해 본 제안의 우수성을 입증한다.
