Datasets:

jp1924
/

TechnologyScienceDocumentMachineReadingComprehensionAITrainingDataset

Dataset card Viewer Files Files and versions Community

Subset (2)

corpus · 6.17k rows

Split (2)

train · 5.48k rows

id int32 0 5.48k	corpus stringlengths 176 110k	category stringclasses 24 values	sentence_ls listlengths 1 830	metadata dict
200	<h2>Lemma 3. 제안하는 프로토콜은 공격자 \( A-O \)\( (O \subset\{L, S, F, D\}) \) 에 대해 \( F-O- \)Secure 하다.</h2><h3>증명.</h3><p>\( 3.3 \) 절의 위장 공격 게임을 수행하는 공격자 \( A \) 를 생각해보자. 공격자는 구간 \( I_{m} \) 에서의 실험 집합 \( \Omega_{I_{m}}(T) \)을 획득한다. 이후 구간 \( I_{l} \) 에서 공격자는 \( \Omega_{I_{m}}(T) \) 을 이용하여 \( t_{b} \) 인척 위장하여 리더의 검색 질의에 응답하고 시스템으로부터 인증을 시도한다. 공격자가 공격에 성공하기 위해 다음이 가능해야 한다.</p><ul><li>이전 구간에서 수집된 메시지로부터 적법한 응답 메시지를 새롭게 생성하여 인증을 통과한다.</li><li>이전 구간에서 전송된 태그의 응답 메시지를 재전송하여 인증을 통과한다.</li></ul><p>하지만 공격자가 공격 대상 태그 \( t_{b} \) 를 검색하는 리더의 질의 메시지 \( m_{1} \) 에 대한 응답 메시지 \( m_{2} \) 를 생성해 내기 위해선 위치 추적게임에서처럼 태그 \( t_{b} \) 의 아이디를 알고 있어야한다. CORRUPT 오라클을 사용할 수 없는 공격자가 전수 공격을 통해 공격 대상 태그 \( t_{b} \) 의 아이디를 계산할 수 있는 확률은 \( \alpha \)-bit 아이디에 대해 \( 1 / 2^{\alpha} \) 이므로 이는 무시할 수 있다. 또한 재전송의 경우 공격자가 전송한 이전 세션의 응답 메시지는 리더가 가지고 있는 현재 세션의 응답 메시지와 일치하지 않아 리더의 인증을 통과할 수 없다.</p><p>따라서 본 프로토콜은 \( F-O- \) Secure하다.</p><p>Lemma \( 1,2,3 \) 로부터 제안한 정적 아이디 기반 검색 프로토콜은 \( T-O^{\mathcal{C}}(C)- \)Secure하고 \( D^{-} O- \)Secure하며 \( F-O- \)Secure하므로 \( T D F-O^{c}(C)- \) Secure하고, 동적 아이디 기반 검색 프로토콜은 \( T-O- \)Secure 하고 \( D^{-} O- \)Secure 하며 \( F-O- \)Secure 하므로 \( T D F-O- \) Secure 하다.</p><table border><caption>〈표 5〉 관련 연구 및 제안하는 프로토콜의 안전성 비교.</caption><tbody><tr><td rowspan=2></td><td colspan=2>위치추적</td><td rowspan=2>비동기</td><td rowspan=2>위장</td><td rowspan=2>구분</td><td rowspan=2>비고</td></tr><tr><td>후방</td><td>전방</td></tr><tr><td>Tan 등</td><td>X</td><td>X</td><td></td><td>O</td><td>\( D F-O- \)Secure</td><td>비동기 공격 해당사항 없음</td></tr><tr><td>Kim 등의 정적 아이디</td><td>X</td><td>X</td><td>O</td><td>O</td><td>\( D F-O^{c}(C)- \) Secure</td><td>카운터에 의한 위치 프라이버시 노출</td></tr><tr><td>Kim 등의 동적 아이디</td><td>X</td><td>X</td><td>O</td><td>O</td><td>\( D F -O- \)Secure</td><td>카운터에 의한 위치 프라이버시 노출</td></tr><tr><td>제안하는 정적 아이디</td><td>O</td><td>X</td><td>O</td><td>O</td><td>\( T D F-O^{C}(C)- \) Secure</td><td></td></tr><tr><td>제안하는 동적 아이디</td><td>O</td><td>O</td><td>O</td><td>O</td><td>\( TDF-O- \)Secure</td><td></td></tr></tbody></table> <h1>2. 보안 모델</h1> <p>본 장에서는 RFID 검색 프로토콜을 위한 새로운 RFID 보안 모델을 정의하고 이를 이용해 기존 프로토콜 및 제안하는 프로토콜을 분석한다. 제안하는 보안 모델에서는 리더와 백엔드 시스템간의 통신 채널을 안전한 채널로 가정하며, 공격자는 Juels 등의 모델에서처럼 리더와 태그 사이의 모든 구간, 즉 전방(forward) 채널과 후방(backward) 채널을 모두 도청할 수 있다고 가정한다.</p> <h2>2.1 표기법</h2> <p>본 논문에서는<표 1>과 같은 표기법을 사용한다.</p> <table border><caption> < 표 1 >표기법</caption> <tbody><tr><td>\( T \)</td><td>RFID 시스템의 태그 집합 \( T=\left\{t_{1}, t_{2}, \ldots, t_{n}\right\} \)</td><td>\( N_{x} \)</td><td>객채 \( x \) 의 Nonce</td></tr><tr><td>\( R \)</td><td>RFID 리더</td><td>\( I D_{r} \)</td><td>리더의 아이더</td></tr><tr><td>\( I_{m} \)</td><td>프로토콜 세션 구간, 세션구간 \( I_{m}=\left[I_{m_{1}}, I_{m_{s}}\right] \) 은 총 \( s \) 개의 프로토콜 세션으로 구성</td><td>\( H \)</td><td>일방향 해쉬함수</td></tr><tr><td>Challenger</td><td>공격자와 객관적 공격 게임을 수행할 제 3 의 개체</td><td>\( I D_{x}, T_{x}, C_{x} \quad E P C_{x} \)</td><td>각각 태그와 데이터베이스가 공유하고 있는 태그 \( x \)의 아이디와 키, 카운터, EPC</td></tr><tr><td>\( O \)</td><td>공격자가 사용할 수 있는 오라클의 집합 \( O^{c}(X) \)는 오라클 \( X \)를 제외한 모든 오라클의 분집합</td><td>\( I D^{c u r r}, I D^{p r e v} \)</td><td>각각 현재 세션구간, 이전 세션구간에서 사용하는 태그의 아이디</td></tr><tr><td>\( \Omega_{I_{m}}(T) \)</td><td colspan=3>태그 집합 \( T \) 에 대해 구간 \( I_{m} \)에서 획득할 수 있는 실험 결과 집함, 실험 결과 \( v_{i} \)는 태그로의 질의와 그 응답, 그리고 기타 프로토콜 수행 결과와 관련된 여분 정보들로 구성 \( \Omega_{I_{m}}(T)=\left\{v_{1}, v_{2}, \ldots, v_{0}\right\} \)</td></tr></tbody></table> <h2>2.2 공격의 목적</h2> <p>본 모델에서 공격자는 태그-리더 구간의 평문 메시지 또는 기밀성이 보장된 메시지에 대해 위치추적, 비동기, 위조 공격을 시도하며 무시할 수 없는 확률로 다음과 같은 성과를 거두었을 때 공격자의 해당 공격이 성공하였다고 말한다.</p> <ul> <li>위치 추적(Traccability): 공격자는 임의 태그 또는 태그 집합을 다른 태그들로부터 구분해 이전에 있었던(forward) 또는 다음에 일어날(backward) 행적을 추적할 수 있다.</li> <li>비동기(Desynchronization): 공격자는 임의 태그 또는 태그 집합을 RFID 시스템이 인식/인증 할 수 없게 할 수 있다.</li> <li>위조(Forgery): 공격자는 특정 태그를 위장하여 해당 태그인 것처럼 인증 받을 수 있다.</li></ul> <p>공격자가 변형 억제 기능을 구현할 수 없는 태그를 물리적으로 포획하였다면 태그의 모든 기능을 획득하였다고 할 수 있으므로 위에 제시한 공격자의 목적 중 비동기와 위조 공격의 경우에는 태그 포획이 가능한 공격자는 고려하지 않는다. 다만 공격자의 태그 포획이 포획시점 이후의 태그 제어권을 의미하므로 위치추적의 경우 포획 시점 이전 행적에 대한 추적 불가능성을 제공할 수 있어야하며 이를 보장할 때 전방향 안전성을 만족한다고 정의한다. 본 보안 모델에서는 공격자가 어떤 프로토콜에 대해 위 3가지 공격 목적을 달성할 수 없을 때 해당 프로토콜이 TDF-O-Secure하다고 정의한다.</p> <h2>2.3 공격자의 능력</h2> <p>본 모델에서의 공격자는 정당한 리더-태그 구간의 모든 메시지를 도청할 수 있으며, 통신에 끼어들어 전송되는 메시지를 선택적으로 전달할 수 있고 태그를 포획하여 내부 정보를 읽어 들일 수 있다.</p> <p>공격자는 다음과 같은 오라클을 사용할 수 있다.</p> <ul> <li>\( \operatorname{LISTEN}\left(t_{i}, R, I_{m}\right) \) : 공격자 \( \mathrm{A} \)의 도청을 모델링한다. 구간 \( I_{m} \) 에서 전송된 태그 \( t_{i} \) 와 리더 \( R \) 간의 통신 메시지를 리턴한다.</li> <li>\( \operatorname{SEARCH}\left(t_{i}, m, I_{m}\right) \) : 구간 \( I_{m} \) 에서 공격자 \( \mathrm{A} \)가 태그 \( t_{i} \) 에게 검색을 위한 질의 메시지 \( m \) 을 전송하는 것을 모델링한다. 합법적인 질의 메시지 \( m \) 을 이용한 \( \mathrm{SEARCH} \) 오라클 호출은 태그의 응답 resp을 리턴한다.</li> <li>\( \operatorname{RESPONSE}\left(t_{i}, R, m_{1}, m_{2}, I_{m}\right) \) : 구간 \( I_{m} \) 에서 공격자 \( \mathrm{A} \)가 리더 \( R \)의 태그 \( t_{i} \)에대한 검색 질의 메시지를 수신한 후 이에 대한 응답을 전송하는 것을 모델링한다. 검색 질의 메시지 \( m_{1} \)에 대한 합법적인 응답 메시지 \( m_{2} \) 를 이용한 RESPONSE 오라클 호출은 1 을 리턴하고 그렇 지 않은 경우 0을 리턴한다.</li> <li>\( \operatorname{DESYNCH}\left(t_{i}, R, m, I_{m}\right) \) : 공격자 \( \mathrm{A} \)가 구간 \( I_{m} \) 에서 합법적 질의 메시지에 대한 태그 \( t_{i} \) 의 응답메시지를 막아 리더 \( R \)에게 전달되지 못하게 하는 것을 모델링한다. 공격자에 의한 DESYNCH 호출은 구간 \( I_{m} \) 에서 하나의 프로토콜 세션을 진행 시키지만 질의 메시지 \( m \)에 대한 태그 \( t_{i} \)의 응답 메시지는 의도적으로 생성하지 않는다.</li> <li>\( \operatorname{CORRUPT}\left(t_{i}, I_{m}\right) \) : 구간 \( I_{m} \) 에서 공격자 \( \mathrm{A} \)가 태그 \( t_{i} \)를 포획하여 태그 내부 상태 정보를 획득한다.</li></ul> <h2>Lemma 2. 제안하는 정적 동적 아이디 기반 검색 프로토콜은 공격자 \( A-O(O \subset\{L, S, R, D\}) \) 에 대해 \( D-O- \)Secure 하다.</h2><h3>증명.</h3><p>2.4.2절의 비동기 게임을 수행하는 공격자 \( A-O^{c}(C) \) 를 생각해보자. Challenger에게 공격 대상 \( t_{b} \) 를 넘겨받은 공격자는 구간 \( I_{m} \) 에서 \( \operatorname{LISTEN}, \operatorname{SEARCH}, \operatorname{RESPONSE}, \operatorname{DESYNCH} \) 오라클을 전략적으로 호출하고자 한다. 하지만 공격자 \( A-O^{c}(C) \)는 태그의 내부 상태를 알 수 없기 때문에 공격 대상 태그 \( t_{b} \) 의 아이디를 \( \alpha \)-bit 아이디에 대해 \( 1 / 2^{\alpha} \) 확률로 계산할 수 있으며 이는 무시할 수 있다. 따라서 공격 대상 태그 \( t_{b} \) 의 아이디를 모르는 공격자 \( A-O^{9}(C) \) 가 합법적인 질의메시지 \( m_{1} \) 이나 응답 메시지 \( m_{2} \) 를 계산하는 확률 역시 무시할 수 있다. 즉 공격자 \( A-O^{9}(C) \) 는 오라클 \( \operatorname{SEARCH} \)\( \left(t_{i}, m_{1}, I_{m}\right) \operatorname{RESPONSE}\left(t_{i}, R, m_{1}, m_{2}, I_{m}\right) \) 는 사용할 수 없으며 \( \operatorname{LISTEN}\left(t_{i}, R, I_{m}\right) \) 과 \( \operatorname{DESYNCH}\left(t_{i}, R, m, I_{m}\right) \) 만 사용하여 게임을 진행한다. 다만 \( \operatorname{LISTEN} \) 오라클의 경우 리더가 태그 검색에 성공한 경우와 실패한 경우로 나누어 \( \operatorname{LISTEN-S} \), \( \operatorname{LISTEN-F} \)로 구분한다.<표 2>에는 공격자가 선택한 오라클이 프로토콜에서 어떤 결과를 가져오는지 나타나있다. 공격자가 오라클을 호출할 때 마다 태그와 데이터베이스의 내부 상태는 변경되게 되며 이에 따라 아이디와 카운터 값의 동기화 상태도 변하게 된다.</p><p><표 3,4>와 (그림 6,7 )은 데이터베이스와 태그의 동기화 상태 및 재동기가 되는 과정을 게임에서 공격자가 어떤 오라클을 호출하는가에 따라 보여주고 있다. 데이터베이스와 태그의 동기화 상태는<표 3,4>와 같이 분류할 수 있고 공격자의 \( O(L, D) \) 호출은 프로토콜에서<표 2>와 같은 결과를 가져오게 된다.</p><table border><caption>〈표 2〉공격자의 행동(Oracle)에 따른 세션의 진행 상태</caption><tbody><tr><td>Oracle</td><td>프로토콜에서의 결과</td></tr><tr><td>LISTEN-S</td><td>검색 성공, 정상 세션</td></tr><tr><td>LISTEN-F</td><td>검색 실패, DB의 카운터만 증가</td></tr><tr><td>DESYNCH</td><td>단계 4의 메시지 전달 X, DB의 태그 아이디 갱신 X</td></tr></tbody></table><table border><caption>〈표 3〉 태그와 데이터베이스의 동기화 - 정적 아이디</caption><tbody><tr><td>State</td><td>ID Synch.</td><td>Counter Synch.</td></tr><tr><td>Normal</td><td>O</td><td>\( C_{D B}==C_{T a g} \)</td></tr><tr><td>Abnormal</td><td>O</td><td>\( C_{D B}>C_{T a g} \)<tr><td>Broken-1</td><td>O</td><td>\( C_{D B}<C_{T a g} \)</td></tr><tr><td>Broken-2</td><td>X</td><td></td></tr></tbody></table><table border><caption>〈표 4〉 태그와 데이터베이스의 동기화 - 동적 아이디</caption><tbody><tr><td>State</td><td>ID Synch.</td><td>Counter Synch.</td></tr><tr><td>Normal-C</td><td>Synch. with Dcurr</td><td>\( C_{D B}==C_{T a g} \)</td></tr><tr><td>Normal-P</td><td>Synch. with IDprev</td><td>\( C_{D B}==C_{T a g} \)</td></tr><tr><td>Abnormal-C</td><td>Synch. with Dcurr</td><td>\( C_{D B}>C_{T a g} \)</td></tr><tr><td>Abnormal-P</td><td>Synch. with IDprev</td><td>\( C_{D B}>C_{T a g} \)</td></tr><tr><td>Broken-1</td><td>Synch. with Dcur</td><td>\( C_{D B}<C_{T a q} \)</td></tr><tr><td>Broken-2</td><td>Synch. with IDprev</td><td>\( C_{D B}<C_{\text {Tag }} \)</td></tr><tr><td>Broken-3</td><td>X</td><td></td></tr></tbody></table><p>공격자는 태그와 데이터베이스의 동기화 상태가 Broken-1 , Broken-2, Broken-3 중 하나로 전이되는 것을 목표로 오라클 \( O(L, D) \) 를 전략적으로 호출하지만 (그림 6, 7)의 동기화 상태 전이도에서 보이는 것처럼 어떠한 경우에도 Broken 상태로 전이되지 않는다. 따라서 제안하는 정적 동적 아이디기반 프로토콜은 \( D-O- \)Secure 프로토콜이다.</p>	통계학	[ "<h2>Lemma 3. 제안하는 프로토콜은 공격자 \\( A-O \\)\\( (O \\subset\\{L, S, F, D\\}) \\) 에 대해 \\( F-O- \\)Secure 하다.", "</h2><h3>증명.", "</h3><p>\\( 3.3 \\) 절의 위장 공격 게임을 수행하는 공격자 \\( A \\) 를 생각해보자.", "공격자는 구간 \\( I_{m} \\) 에서의 실험 집합 \\( \\Omega_{I_{m}}(T) \\)을 획득한다.", "이후 구간 \\( I_{l} \\) 에서 공격자는 \\( \\Omega_{I_{m}}(T) \\) 을 이용하여 \\( t_{b} \\) 인척 위장하여 리더의 검색 질의에 응답하고 시스템으로부터 인증을 시도한다.", "공격자가 공격에 성공하기 위해 다음이 가능해야 한다.", "</p><ul><li>이전 구간에서 수집된 메시지로부터 적법한 응답 메시지를 새롭게 생성하여 인증을 통과한다.", "</li><li>이전 구간에서 전송된 태그의 응답 메시지를 재전송하여 인증을 통과한다.", "</li></ul><p>하지만 공격자가 공격 대상 태그 \\( t_{b} \\) 를 검색하는 리더의 질의 메시지 \\( m_{1} \\) 에 대한 응답 메시지 \\( m_{2} \\) 를 생성해 내기 위해선 위치 추적게임에서처럼 태그 \\( t_{b} \\) 의 아이디를 알고 있어야한다.", "CORRUPT 오라클을 사용할 수 없는 공격자가 전수 공격을 통해 공격 대상 태그 \\( t_{b} \\) 의 아이디를 계산할 수 있는 확률은 \\( \\alpha \\)-bit 아이디에 대해 \\( 1 / 2^{\\alpha} \\) 이므로 이는 무시할 수 있다.", "또한 재전송의 경우 공격자가 전송한 이전 세션의 응답 메시지는 리더가 가지고 있는 현재 세션의 응답 메시지와 일치하지 않아 리더의 인증을 통과할 수 없다.", "</p><p>따라서 본 프로토콜은 \\( F-O- \\) Secure하다.", "</p><p>Lemma \\( 1,2,3 \\) 로부터 제안한 정적 아이디 기반 검색 프로토콜은 \\( T-O^{\\mathcal{C}}(C)- \\)Secure하고 \\( D^{-} O- \\)Secure하며 \\( F-O- \\)Secure하므로 \\( T D F-O^{c}(C)- \\) Secure하고, 동적 아이디 기반 검색 프로토콜은 \\( T-O- \\)Secure 하고 \\( D^{-} O- \\)Secure 하며 \\( F-O- \\)Secure 하므로 \\( T D F-O- \\) Secure 하다.", "</p><table border><caption>〈표 5〉 관련 연구 및 제안하는 프로토콜의 안전성 비교.", "</caption><tbody><tr><td rowspan=2></td><td colspan=2>위치추적</td><td rowspan=2>비동기</td><td rowspan=2>위장</td><td rowspan=2>구분</td><td rowspan=2>비고</td></tr><tr><td>후방</td><td>전방</td></tr><tr><td>Tan 등</td><td>X</td><td>X</td><td></td><td>O</td><td>\\( D F-O- \\)Secure</td><td>비동기 공격 해당사항 없음", "</td></tr><tr><td>Kim 등의 정적 아이디</td><td>X</td><td>X</td><td>O</td><td>O</td><td>\\( D F-O^{c}(C)- \\) Secure</td><td>카운터에 의한 위치 프라이버시 노출</td></tr><tr><td>Kim 등의 동적 아이디</td><td>X</td><td>X</td><td>O</td><td>O</td><td>\\( D F -O- \\)Secure</td><td>카운터에 의한 위치 프라이버시 노출</td></tr><tr><td>제안하는 정적 아이디</td><td>O</td><td>X</td><td>O</td><td>O</td><td>\\( T D F-O^{C}(C)- \\) Secure</td><td></td></tr><tr><td>제안하는 동적 아이디</td><td>O</td><td>O</td><td>O</td><td>O</td><td>\\( TDF-O- \\)Secure</td><td></td></tr></tbody></table> <h1>2. 보안 모델</h1> <p>본 장에서는 RFID 검색 프로토콜을 위한 새로운 RFID 보안 모델을 정의하고 이를 이용해 기존 프로토콜 및 제안하는 프로토콜을 분석한다.", "제안하는 보안 모델에서는 리더와 백엔드 시스템간의 통신 채널을 안전한 채널로 가정하며, 공격자는 Juels 등의 모델에서처럼 리더와 태그 사이의 모든 구간, 즉 전방(forward) 채널과 후방(backward) 채널을 모두 도청할 수 있다고 가정한다.", "</p> <h2>2.1 표기법</h2> <p>본 논문에서는<표 1>과 같은 표기법을 사용한다.", "</p> <table border><caption> < 표 1 >표기법</caption> <tbody><tr><td>\\( T \\)</td><td>RFID 시스템의 태그 집합 \\( T=\\left\\{t_{1}, t_{2}, \\ldots, t_{n}\\right\\} \\)</td><td>\\( N_{x} \\)</td><td>객채 \\( x \\) 의 Nonce</td></tr><tr><td>\\( R \\)</td><td>RFID 리더</td><td>\\( I D_{r} \\)</td><td>리더의 아이더</td></tr><tr><td>\\( I_{m} \\)</td><td>프로토콜 세션 구간, 세션구간 \\( I_{m}=\\left[I_{m_{1}}, I_{m_{s}}\\right] \\) 은 총 \\( s \\) 개의 프로토콜 세션으로 구성</td><td>\\( H \\)</td><td>일방향 해쉬함수</td></tr><tr><td>Challenger</td><td>공격자와 객관적 공격 게임을 수행할 제 3 의 개체</td><td>\\( I D_{x}, T_{x}, C_{x} \\quad E P C_{x} \\)</td><td>각각 태그와 데이터베이스가 공유하고 있는 태그 \\( x \\)의 아이디와 키, 카운터, EPC</td></tr><tr><td>\\( O \\)</td><td>공격자가 사용할 수 있는 오라클의 집합 \\( O^{c}(X) \\)는 오라클 \\( X \\)를 제외한 모든 오라클의 분집합</td><td>\\( I D^{c u r r}, I D^{p r e v} \\)</td><td>각각 현재 세션구간, 이전 세션구간에서 사용하는 태그의 아이디</td></tr><tr><td>\\( \\Omega_{I_{m}}(T) \\)</td><td colspan=3>태그 집합 \\( T \\) 에 대해 구간 \\( I_{m} \\)에서 획득할 수 있는 실험 결과 집함, 실험 결과 \\( v_{i} \\)는 태그로의 질의와 그 응답, 그리고 기타 프로토콜 수행 결과와 관련된 여분 정보들로 구성 \\( \\Omega_{I_{m}}(T)=\\left\\{v_{1}, v_{2}, \\ldots, v_{0}\\right\\} \\)</td></tr></tbody></table> <h2>2.2 공격의 목적</h2> <p>본 모델에서 공격자는 태그-리더 구간의 평문 메시지 또는 기밀성이 보장된 메시지에 대해 위치추적, 비동기, 위조 공격을 시도하며 무시할 수 없는 확률로 다음과 같은 성과를 거두었을 때 공격자의 해당 공격이 성공하였다고 말한다.", "</p> <ul> <li>위치 추적(Traccability): 공격자는 임의 태그 또는 태그 집합을 다른 태그들로부터 구분해 이전에 있었던(forward) 또는 다음에 일어날(backward) 행적을 추적할 수 있다.", "</li> <li>비동기(Desynchronization): 공격자는 임의 태그 또는 태그 집합을 RFID 시스템이 인식/인증 할 수 없게 할 수 있다.", "</li> <li>위조(Forgery): 공격자는 특정 태그를 위장하여 해당 태그인 것처럼 인증 받을 수 있다.", "</li></ul> <p>공격자가 변형 억제 기능을 구현할 수 없는 태그를 물리적으로 포획하였다면 태그의 모든 기능을 획득하였다고 할 수 있으므로 위에 제시한 공격자의 목적 중 비동기와 위조 공격의 경우에는 태그 포획이 가능한 공격자는 고려하지 않는다.", "다만 공격자의 태그 포획이 포획시점 이후의 태그 제어권을 의미하므로 위치추적의 경우 포획 시점 이전 행적에 대한 추적 불가능성을 제공할 수 있어야하며 이를 보장할 때 전방향 안전성을 만족한다고 정의한다.", "본 보안 모델에서는 공격자가 어떤 프로토콜에 대해 위 3가지 공격 목적을 달성할 수 없을 때 해당 프로토콜이 TDF-O-Secure하다고 정의한다.", "</p> <h2>2.3 공격자의 능력</h2> <p>본 모델에서의 공격자는 정당한 리더-태그 구간의 모든 메시지를 도청할 수 있으며, 통신에 끼어들어 전송되는 메시지를 선택적으로 전달할 수 있고 태그를 포획하여 내부 정보를 읽어 들일 수 있다.", "</p> <p>공격자는 다음과 같은 오라클을 사용할 수 있다.", "</p> <ul> <li>\\( \\operatorname{LISTEN}\\left(t_{i}, R, I_{m}\\right) \\) : 공격자 \\( \\mathrm{A} \\)의 도청을 모델링한다.", "구간 \\( I_{m} \\) 에서 전송된 태그 \\( t_{i} \\) 와 리더 \\( R \\) 간의 통신 메시지를 리턴한다.", "</li> <li>\\( \\operatorname{SEARCH}\\left(t_{i}, m, I_{m}\\right) \\) : 구간 \\( I_{m} \\) 에서 공격자 \\( \\mathrm{A} \\)가 태그 \\( t_{i} \\) 에게 검색을 위한 질의 메시지 \\( m \\) 을 전송하는 것을 모델링한다.", "합법적인 질의 메시지 \\( m \\) 을 이용한 \\( \\mathrm{SEARCH} \\) 오라클 호출은 태그의 응답 resp을 리턴한다.", "</li> <li>\\( \\operatorname{RESPONSE}\\left(t_{i}, R, m_{1}, m_{2}, I_{m}\\right) \\) : 구간 \\( I_{m} \\) 에서 공격자 \\( \\mathrm{A} \\)가 리더 \\( R \\)의 태그 \\( t_{i} \\)에대한 검색 질의 메시지를 수신한 후 이에 대한 응답을 전송하는 것을 모델링한다.", "검색 질의 메시지 \\( m_{1} \\)에 대한 합법적인 응답 메시지 \\( m_{2} \\) 를 이용한 RESPONSE 오라클 호출은 1 을 리턴하고 그렇 지 않은 경우 0을 리턴한다.", "</li> <li>\\( \\operatorname{DESYNCH}\\left(t_{i}, R, m, I_{m}\\right) \\) : 공격자 \\( \\mathrm{A} \\)가 구간 \\( I_{m} \\) 에서 합법적 질의 메시지에 대한 태그 \\( t_{i} \\) 의 응답메시지를 막아 리더 \\( R \\)에게 전달되지 못하게 하는 것을 모델링한다.", "공격자에 의한 DESYNCH 호출은 구간 \\( I_{m} \\) 에서 하나의 프로토콜 세션을 진행 시키지만 질의 메시지 \\( m \\)에 대한 태그 \\( t_{i} \\)의 응답 메시지는 의도적으로 생성하지 않는다.", "</li> <li>\\( \\operatorname{CORRUPT}\\left(t_{i}, I_{m}\\right) \\) : 구간 \\( I_{m} \\) 에서 공격자 \\( \\mathrm{A} \\)가 태그 \\( t_{i} \\)를 포획하여 태그 내부 상태 정보를 획득한다.", "</li></ul> <h2>Lemma 2. 제안하는 정적 동적 아이디 기반 검색 프로토콜은 공격자 \\( A-O(O \\subset\\{L, S, R, D\\}) \\) 에 대해 \\( D-O- \\)Secure 하다.", "</h2><h3>증명.", "</h3><p>2.4.2절의 비동기 게임을 수행하는 공격자 \\( A-O^{c}(C) \\) 를 생각해보자.", "Challenger에게 공격 대상 \\( t_{b} \\) 를 넘겨받은 공격자는 구간 \\( I_{m} \\) 에서 \\( \\operatorname{LISTEN}, \\operatorname{SEARCH}, \\operatorname{RESPONSE}, \\operatorname{DESYNCH} \\) 오라클을 전략적으로 호출하고자 한다.", "하지만 공격자 \\( A-O^{c}(C) \\)는 태그의 내부 상태를 알 수 없기 때문에 공격 대상 태그 \\( t_{b} \\) 의 아이디를 \\( \\alpha \\)-bit 아이디에 대해 \\( 1 / 2^{\\alpha} \\) 확률로 계산할 수 있으며 이는 무시할 수 있다.", "따라서 공격 대상 태그 \\( t_{b} \\) 의 아이디를 모르는 공격자 \\( A-O^{9}(C) \\) 가 합법적인 질의메시지 \\( m_{1} \\) 이나 응답 메시지 \\( m_{2} \\) 를 계산하는 확률 역시 무시할 수 있다.", "즉 공격자 \\( A-O^{9}(C) \\) 는 오라클 \\( \\operatorname{SEARCH} \\)\\( \\left(t_{i}, m_{1}, I_{m}\\right) \\operatorname{RESPONSE}\\left(t_{i}, R, m_{1}, m_{2}, I_{m}\\right) \\) 는 사용할 수 없으며 \\( \\operatorname{LISTEN}\\left(t_{i}, R, I_{m}\\right) \\) 과 \\( \\operatorname{DESYNCH}\\left(t_{i}, R, m, I_{m}\\right) \\) 만 사용하여 게임을 진행한다.", "다만 \\( \\operatorname{LISTEN} \\) 오라클의 경우 리더가 태그 검색에 성공한 경우와 실패한 경우로 나누어 \\( \\operatorname{LISTEN-S} \\), \\( \\operatorname{LISTEN-F} \\)로 구분한다.", "<표 2>에는 공격자가 선택한 오라클이 프로토콜에서 어떤 결과를 가져오는지 나타나있다.", "공격자가 오라클을 호출할 때 마다 태그와 데이터베이스의 내부 상태는 변경되게 되며 이에 따라 아이디와 카운터 값의 동기화 상태도 변하게 된다.", "</p><p><표 3,4>와 (그림 6,7 )은 데이터베이스와 태그의 동기화 상태 및 재동기가 되는 과정을 게임에서 공격자가 어떤 오라클을 호출하는가에 따라 보여주고 있다.", "데이터베이스와 태그의 동기화 상태는<표 3,4>와 같이 분류할 수 있고 공격자의 \\( O(L, D) \\) 호출은 프로토콜에서<표 2>와 같은 결과를 가져오게 된다.", "</p><table border><caption>〈표 2〉공격자의 행동(Oracle)에 따른 세션의 진행 상태</caption><tbody><tr><td>Oracle</td><td>프로토콜에서의 결과</td></tr><tr><td>LISTEN-S</td><td>검색 성공, 정상 세션</td></tr><tr><td>LISTEN-F</td><td>검색 실패, DB의 카운터만 증가</td></tr><tr><td>DESYNCH</td><td>단계 4의 메시지 전달 X, DB의 태그 아이디 갱신 X</td></tr></tbody></table><table border><caption>〈표 3〉 태그와 데이터베이스의 동기화 - 정적 아이디</caption><tbody><tr><td>State</td><td>ID Synch.", "</td><td>Counter Synch.", "</td></tr><tr><td>Normal</td><td>O</td><td>\\( C_{D B}==C_{T a g} \\)</td></tr><tr><td>Abnormal</td><td>O</td><td>\\( C_{D B}>C_{T a g} \\)<tr><td>Broken-1</td><td>O</td><td>\\( C_{D B}<C_{T a g} \\)</td></tr><tr><td>Broken-2</td><td>X</td><td></td></tr></tbody></table><table border><caption>〈표 4〉 태그와 데이터베이스의 동기화 - 동적 아이디</caption><tbody><tr><td>State</td><td>ID Synch.", "</td><td>Counter Synch.", "</td></tr><tr><td>Normal-C</td><td>Synch.", "with Dcurr</td><td>\\( C_{D B}==C_{T a g} \\)</td></tr><tr><td>Normal-P</td><td>Synch.", "with IDprev</td><td>\\( C_{D B}==C_{T a g} \\)</td></tr><tr><td>Abnormal-C</td><td>Synch.", "with Dcurr</td><td>\\( C_{D B}>C_{T a g} \\)</td></tr><tr><td>Abnormal-P</td><td>Synch.", "with IDprev</td><td>\\( C_{D B}>C_{T a g} \\)</td></tr><tr><td>Broken-1</td><td>Synch.", "with Dcur</td><td>\\( C_{D B}<C_{T a q} \\)</td></tr><tr><td>Broken-2</td><td>Synch.", "with IDprev</td><td>\\( C_{D B}<C_{\\text {Tag }} \\)</td></tr><tr><td>Broken-3</td><td>X</td><td></td></tr></tbody></table><p>공격자는 태그와 데이터베이스의 동기화 상태가 Broken-1 , Broken-2, Broken-3 중 하나로 전이되는 것을 목표로 오라클 \\( O(L, D) \\) 를 전략적으로 호출하지만 (그림 6, 7)의 동기화 상태 전이도에서 보이는 것처럼 어떠한 경우에도 Broken 상태로 전이되지 않는다.", "따라서 제안하는 정적 동적 아이디기반 프로토콜은 \\( D-O- \\)Secure 프로토콜이다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "강화된 사용자 프라이버시를 보장하는 효율적인 RFID 검색 프로토콜", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-4ae43de8-1d59-429c-a528-0299e47b950a", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "임지환", "오희국", "양대헌", "이문규", "김상진" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
201	<h1>4. 실험 결과 및 분석</h1><p>아래의 그림들은 펜티엄 IV \( 3.2 \mathrm{GHz} \), 시스템 메모리 \( 1 \mathrm{~GB} \)와 NVIDIA GeForce 6600의 그래픽 카드를 장착한 시스템에서 본 논문에서 사용한 두 가지 방법으로 모델링 된 결과물이다. (그림 11)은 음함수 모델과 절차적 기법을 기반으로 하여 메타볼을 이용한 파티클 생성 기법으로 처리된 결과이고, (그림 12)은 계층적 구형 파티클 생성 기법의 결과이다. 두 프로세스 모두 권운, 층운, 적운 형태의 구름을 모델링할 수 있다. 적운은 가장 두꺼운 파티클 층을 바탕으로 선명한 구름 파티클 텍스쳐를 사용하여 모델링 되었고, 층운은 이보다 얇은 파티클 층을 이루며 경계가 적운에 비해 모호하고 파티클이 적운에 비해 흩어져 있도록 모델링 되었다. 권운은 상대적으로 가장 얇은 파티클 층을 가지며 파티클이 가장 넓게 흩어져 있다. 또한 각 파티클의 투명도가 높고, 사용되는 구름 파티클 텍스쳐도 흐릿한 경계를 가지는 것만을 사용하도록 하였다.</p><p>(그림 11) 에서 사용된 파티클의 수는 800~1,400개이며, (그림 7)에서와 같은 16 개의 서로 다른 구름 파티클 텍스쳐를 각 파티클 마다 무작위로 지정하여 렌더링 하였다. 아래의 (그림 12)는 파티클 계층구조를 이용한 모델링 방법에 의해 생성된 구름의 모습을 나타낸다. 사용된 파티클의 수 는 100~1,000개이며 층운과 권운을 위해 그림 13의 파티클 텍스쳐를 랜덤하게 사용하였다. (그림 12)(a)의 적운은 파티클 들이 서로 뭉쳐 있어 경계가 분명하기 때문에 그 전체적인 형태가 사용자가 음함수 모델을 통해 지정한 형태를 크게 벗어나지 않는다. 그렇기 때문에 이와 같이 파티클의 표면에 다시 파티클을 배치하는 방식으로 적운을 모델링하는 것이 가능하다.</p><p>(그림 12)(a)의 결과는 14개의 씨앗 파티클을 배치하여 전체 구름 형태를 지정하고 2 단계까지의 파티클 계층구조를 생성하도록 하여 얻은 것이다. 이때 반발 반경보다 파티클 반경을 크게 하여 파티클들이 서로 겹치도록 함으로써 뭉게구름과 같은 모습을 나타내도록 하였다. 사용된 파티클의 수는 940개이다. (그림 12)(b)와 (c)는 층운과 권운을 나타내기 위해 적운에 비해 상대적으로 적은 수의 메타볼을 이용해 2단계까지 파티클 계층구조를 생성하였으며, 각 파티클의 수는 층운은 193개, 권운은 128개이다.</p><p>(그림 13)은 계층적구형 파티클을 이용하여 권운 모양의 구름을 생성하기 위해 적운에 비해 상대적으로 적은 108개의 파티클을 사용하였다. 파티클에 매핑되는 텍스쳐 또한 권운의 형태를 표현하기 적합한 형태로 바꾸었다. (그림 14)는 메타볼을 이용한 파티클 생성 기법으로 적운을 생성하고, 미리 계산된 색상값에 따른 변화를 보여주고 있다. (그림15)(a)는 메타볼을 이용한 파티클 생성 방법을 사용하여 렌더링한 결과이고 (b)는 계층적 구형 파티클 방법을 사용한 결과이다.</p><table border><caption>〈표 1〉 파티클 개수와 렌더링 속도</caption><tbody><tr><td>파티클 개수</td><td>렌더링 속도 (\(\mathrm{fps}\))</td></tr><tr><td>100</td><td>400.23</td></tr><tr><td>1,000</td><td>250.61</td></tr><tr><td>2,000</td><td>200.80</td></tr><tr><td>3,000</td><td>140.00</td></tr></tbody></table><p>렌더링 속도는 파티클의 개수와 화면에 투사된 파티클의 크기에 따라 크게 좌우되는데 본 시스템에서는 약 800~1,400개의 파티클을 렌더링하는데 \( 40 \sim 110 f \mathrm{ps} \)의 렌더링 속도를 얻을 수 있었다. 본 시스템에서는 파티클의 최소, 최대 크기와 생성될 파티클의 개수를 지정함으로써 렌더링 속도와 렌더링 결과 사이의 접점을 사용자가 조절할 수 있도록 하였다.</p><p><표 1>은 파티클의 개수에 따른 렌더링 속도를 측정한 것이다. 이때 렌더링 되는 화면의 해상도는 1,280 \( \times \) 1,024이었다.</p><p>(그림 16)은 사용자가 원하는 형태의 구름 모양을 디자인하기 위해서 계층적 구형 파티클생성 기법으로 나타낸 결과이다. (그림 16)(a) 는 사람 모형으로 1,998개의 파티클을 사용하였고, (b)는 눈사람 형태로 1,325개, (c)는 영문자 K를 나타내며 1,321 개의 파티클을 사용하였다.</p>	통계학	[ "<h1>4. 실험 결과 및 분석</h1><p>아래의 그림들은 펜티엄 IV \\( 3.2 \\mathrm{GHz} \\), 시스템 메모리 \\( 1 \\mathrm{~GB} \\)와 NVIDIA GeForce 6600의 그래픽 카드를 장착한 시스템에서 본 논문에서 사용한 두 가지 방법으로 모델링 된 결과물이다.", "(그림 11)은 음함수 모델과 절차적 기법을 기반으로 하여 메타볼을 이용한 파티클 생성 기법으로 처리된 결과이고, (그림 12)은 계층적 구형 파티클 생성 기법의 결과이다.", "두 프로세스 모두 권운, 층운, 적운 형태의 구름을 모델링할 수 있다.", "적운은 가장 두꺼운 파티클 층을 바탕으로 선명한 구름 파티클 텍스쳐를 사용하여 모델링 되었고, 층운은 이보다 얇은 파티클 층을 이루며 경계가 적운에 비해 모호하고 파티클이 적운에 비해 흩어져 있도록 모델링 되었다.", "권운은 상대적으로 가장 얇은 파티클 층을 가지며 파티클이 가장 넓게 흩어져 있다.", "또한 각 파티클의 투명도가 높고, 사용되는 구름 파티클 텍스쳐도 흐릿한 경계를 가지는 것만을 사용하도록 하였다.", "</p><p>(그림 11) 에서 사용된 파티클의 수는 800~1,400개이며, (그림 7)에서와 같은 16 개의 서로 다른 구름 파티클 텍스쳐를 각 파티클 마다 무작위로 지정하여 렌더링 하였다.", "아래의 (그림 12)는 파티클 계층구조를 이용한 모델링 방법에 의해 생성된 구름의 모습을 나타낸다.", "사용된 파티클의 수 는 100~1,000개이며 층운과 권운을 위해 그림 13의 파티클 텍스쳐를 랜덤하게 사용하였다.", "(그림 12)(a)의 적운은 파티클 들이 서로 뭉쳐 있어 경계가 분명하기 때문에 그 전체적인 형태가 사용자가 음함수 모델을 통해 지정한 형태를 크게 벗어나지 않는다.", "그렇기 때문에 이와 같이 파티클의 표면에 다시 파티클을 배치하는 방식으로 적운을 모델링하는 것이 가능하다.", "</p><p>(그림 12)(a)의 결과는 14개의 씨앗 파티클을 배치하여 전체 구름 형태를 지정하고 2 단계까지의 파티클 계층구조를 생성하도록 하여 얻은 것이다.", "이때 반발 반경보다 파티클 반경을 크게 하여 파티클들이 서로 겹치도록 함으로써 뭉게구름과 같은 모습을 나타내도록 하였다.", "사용된 파티클의 수는 940개이다.", "(그림 12)(b)와 (c)는 층운과 권운을 나타내기 위해 적운에 비해 상대적으로 적은 수의 메타볼을 이용해 2단계까지 파티클 계층구조를 생성하였으며, 각 파티클의 수는 층운은 193개, 권운은 128개이다.", "</p><p>(그림 13)은 계층적구형 파티클을 이용하여 권운 모양의 구름을 생성하기 위해 적운에 비해 상대적으로 적은 108개의 파티클을 사용하였다.", "파티클에 매핑되는 텍스쳐 또한 권운의 형태를 표현하기 적합한 형태로 바꾸었다.", "(그림 14)는 메타볼을 이용한 파티클 생성 기법으로 적운을 생성하고, 미리 계산된 색상값에 따른 변화를 보여주고 있다.", "(그림15)(a)는 메타볼을 이용한 파티클 생성 방법을 사용하여 렌더링한 결과이고 (b)는 계층적 구형 파티클 방법을 사용한 결과이다.", "</p><table border><caption>〈표 1〉 파티클 개수와 렌더링 속도</caption><tbody><tr><td>파티클 개수</td><td>렌더링 속도 (\\(\\mathrm{fps}\\))</td></tr><tr><td>100</td><td>400.23</td></tr><tr><td>1,000</td><td>250.61</td></tr><tr><td>2,000</td><td>200.80</td></tr><tr><td>3,000</td><td>140.00</td></tr></tbody></table><p>렌더링 속도는 파티클의 개수와 화면에 투사된 파티클의 크기에 따라 크게 좌우되는데 본 시스템에서는 약 800~1,400개의 파티클을 렌더링하는데 \\( 40 \\sim 110 f \\mathrm{ps} \\)의 렌더링 속도를 얻을 수 있었다.", "본 시스템에서는 파티클의 최소, 최대 크기와 생성될 파티클의 개수를 지정함으로써 렌더링 속도와 렌더링 결과 사이의 접점을 사용자가 조절할 수 있도록 하였다.", "</p><p><표 1>은 파티클의 개수에 따른 렌더링 속도를 측정한 것이다.", "이때 렌더링 되는 화면의 해상도는 1,280 \\( \\times \\) 1,024이었다.", "</p><p>(그림 16)은 사용자가 원하는 형태의 구름 모양을 디자인하기 위해서 계층적 구형 파티클생성 기법으로 나타낸 결과이다.", "(그림 16)(a) 는 사람 모형으로 1,998개의 파티클을 사용하였고, (b)는 눈사람 형태로 1,325개, (c)는 영문자 K를 나타내며 1,321 개의 파티클을 사용하였다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "비행 시뮬레이션을 위한 구름 모델링 및 렌더링", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-6092bb5d-bd4e-4f73-a6e9-9bd417d80225", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "도주영", "백낙훈", "이창우", "유관우" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
202	<h1>6. 비교 및 결론</h1> <p>본 논문에서는 SEED 알고리즘의 구조에 최적화된 새로운 마스킹 대응법을 제안하였다. 제안하는 마스킹 기법에서는 SEED의 마스킹 기법 설계에 있어 연산량이 가장 Arithmetic 에서 Boolean 마스킹으로의 변환 함수 호출 횟수를 완전히 제거하거나 최소화할 수 있는 마스킹 S-box를 설계하였다. 또한 RAM 사이즈를 줄이기 위해 두 S-box에 대한 마스킹 S-box 테이블을 하나만 생성해 사용할 수 있는 연산식을 제안하였다. 다음<표 1>은 마스킹 기법이 적용되지 않은 SEED, 기존 SEED 대응법 그리고 제안하는 마스킹 기법이 적용된 SEED를 8 비트용으로 구현했을 때 메모리 크기와 연산 속도를 나타낸 표이다.<표 1>에서와 같이 제안하는 마스킹 기법은 기존의 마스킹 기법과 동일한 안전성을 제공하면서도 메모리 크기뿐만 아니라 속도 면에서도 모두 효율적이다.</p> <table border><caption> <표1>제안하는 SEED 마스킹 기법의 메모리 크기와 속도 비교(8비트)</caption> <tbody><tr><td rowspan=2>1000만 번 수행</td><td colspan=5>속도(초)</td><td rowspan=2>RM (table, 바이트)</td><td rowspan=2>ROM (바이트)</td></tr><tr><td>테이블 생성</td><td>키 스케줄</td><td>암호 연산</td><td>합계</td><td>비율</td></tr><tr><td>SEED</td><td>o</td><td>32</td><td>39</td><td>71</td><td>1</td><td>-</td><td>512</td></tr><tr><td>기존 1, 16 라운드 마스킹</td><td>19</td><td>33</td><td>76</td><td>128</td><td>1.80</td><td>544</td><td>512</td></tr><tr><td>기존 1, 2, 15, 16 라운드 마스킹</td><td>19</td><td>34</td><td>123</td><td>176</td><td>2.48</td><td>544</td><td>512</td></tr><tr><td>기존 Full 라운드 마스킹</td><td>19</td><td>35</td><td>397</td><td>451</td><td>6.35</td><td>544</td><td>512</td></tr><tr><td>제안 1, 16 라운드 마스킹</td><td>12</td><td>33</td><td>55</td><td>100</td><td>1.41</td><td>288</td><td>768</td></tr><tr><td>제안 1, 2, 15, 16 라운드 마스킹</td><td>12</td><td>34</td><td>80</td><td>126</td><td>1.77</td><td>304</td><td>768</td></tr><tr><td>제안 Full 라운드 마스킹</td><td>12</td><td>35</td><td>230</td><td>277</td><td>3.9</td><td>304</td><td>768</td></tr></tbody></table>	통계학	[ "<h1>6. 비교 및 결론</h1> <p>본 논문에서는 SEED 알고리즘의 구조에 최적화된 새로운 마스킹 대응법을 제안하였다.", "제안하는 마스킹 기법에서는 SEED의 마스킹 기법 설계에 있어 연산량이 가장 Arithmetic 에서 Boolean 마스킹으로의 변환 함수 호출 횟수를 완전히 제거하거나 최소화할 수 있는 마스킹 S-box를 설계하였다.", "또한 RAM 사이즈를 줄이기 위해 두 S-box에 대한 마스킹 S-box 테이블을 하나만 생성해 사용할 수 있는 연산식을 제안하였다.", "다음<표 1>은 마스킹 기법이 적용되지 않은 SEED, 기존 SEED 대응법 그리고 제안하는 마스킹 기법이 적용된 SEED를 8 비트용으로 구현했을 때 메모리 크기와 연산 속도를 나타낸 표이다.", "<표 1>에서와 같이 제안하는 마스킹 기법은 기존의 마스킹 기법과 동일한 안전성을 제공하면서도 메모리 크기뿐만 아니라 속도 면에서도 모두 효율적이다.", "</p> <table border><caption> <표1>제안하는 SEED 마스킹 기법의 메모리 크기와 속도 비교(8비트)</caption> <tbody><tr><td rowspan=2>1000만 번 수행</td><td colspan=5>속도(초)</td><td rowspan=2>RM (table, 바이트)</td><td rowspan=2>ROM (바이트)</td></tr><tr><td>테이블 생성</td><td>키 스케줄</td><td>암호 연산</td><td>합계</td><td>비율</td></tr><tr><td>SEED</td><td>o</td><td>32</td><td>39</td><td>71</td><td>1</td><td>-</td><td>512</td></tr><tr><td>기존 1, 16 라운드 마스킹</td><td>19</td><td>33</td><td>76</td><td>128</td><td>1.80</td><td>544</td><td>512</td></tr><tr><td>기존 1, 2, 15, 16 라운드 마스킹</td><td>19</td><td>34</td><td>123</td><td>176</td><td>2.48</td><td>544</td><td>512</td></tr><tr><td>기존 Full 라운드 마스킹</td><td>19</td><td>35</td><td>397</td><td>451</td><td>6.35</td><td>544</td><td>512</td></tr><tr><td>제안 1, 16 라운드 마스킹</td><td>12</td><td>33</td><td>55</td><td>100</td><td>1.41</td><td>288</td><td>768</td></tr><tr><td>제안 1, 2, 15, 16 라운드 마스킹</td><td>12</td><td>34</td><td>80</td><td>126</td><td>1.77</td><td>304</td><td>768</td></tr><tr><td>제안 Full 라운드 마스킹</td><td>12</td><td>35</td><td>230</td><td>277</td><td>3.9</td><td>304</td><td>768</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "전력 분석 공격에 안전한 효율적인 SEED 마스킹 기법", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-4edfc73b-efcb-4f12-8892-95b4c511f60c", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "조영인", "김희석", "최두호", "한동국", "홍석희", "이옥연" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
203	<h2>3.3 수정된 MAC 프로토콜의 특성 비교</h2> <p>TinyOS의 MAC 계층이나 B-MAC 등은 고정 윈도우 기반의 경쟁 슬롯들을 균등하게 선택하는 CSMA 프로토콜의 한 종류들이다. 센서 네트워크의 MAC 설계에서 고정된 크기의 경쟁 윈도우를 기반으로 하는 이유는 실제 환경에서 비교적 좋은 성능을 유지하면서 설계상의 단순함(simplicity) 때문이라고 할 수 있다. 반면에 다량의 센서 노드를 수용해야 하는 고부하 상태 센서 네트워크로의 확장성(scalability)은 취약하다는 단점이 있다.</p> <p>Bharghavan 등이 제안한 무선 랜 MAC 프로토콜인 MACAW는 BEB 방법을 사용하지만 채널 상태 정보는 공유하지 않는다. 이로 인해 노드들 중 하나가 전송에 성공하면 경쟁 윈도우의 크기가 최소값으로 초기화됨으로 다음 전송을 위해 처음부터 다시 경쟁을 시작해야만 한다. 이는 매체에 접근하는 센서 노드가 특정 구간에 집중되며 경쟁 윈도우 크기의 편차가 심해져 매체 접근 시 오버헤드를 발생시킨다. MACAW에서는 이러한 문제점을 학습을 통한 방식으로 해결했는데, 패킷 전송이 성공적으로 이루어지면 다음 경쟁에서는 경쟁 윈도우 크기를 새롭게 초기화(reset)하지 않고 이전 경쟁에서 사용했던 경쟁 윈도우 크기를 일정한 크기만큼 감소시켜 사용한다(MILD: MultiplicativeIncrease, Linear Decrease).</p> <p>802.11에서는 서비스의 공정성(fairness) 문제를 메모리 기법을 이용하여 해결한다. 센서 노드가 경쟁에 참여하면서 경쟁 윈도우 내의 슬롯 중 하나를 균등한 확률로 랜덤하게 선택하게 되는데 선택된 슬롯의 값은 카운터다운 타이머에 설정된다. 매체가 busy 상태일 때는 카운터다운을 멈추고, 매체가 유휴 상태이면 카운터다운을 지속한다. 카운터다운 타이머의 값이 0 (expire)이 되면 해당 센서 노드는 전송을 시작한다. 전송이 완료되면 경쟁 윈도우의 크기를 정해진 최소의 값으로 초기화한다. 결과적으로 센서 노드는 적절한 경쟁 윈도우의 크기를 찾아야 하기 때문에 허비되는 대역폭이 발생할 수밖에 없다.</p> <table border><caption> <표 1>경쟁 윈도우 기반 CSMA 프로토콜들의 비교</caption> <tbody><tr><td>프로토콜</td><td>학습 기법</td><td>메모리 기법</td><td>경쟁 윈도우</td><td>확률 분포</td></tr><tr><td>802.11</td><td>O</td><td>x</td><td>가변</td><td>균등분포</td></tr><tr><td>MACAW</td><td>x</td><td>O</td><td>가변</td><td>균등분포</td></tr><tr><td>BMAC,SMAC</td><td>x</td><td>x</td><td>고정</td><td>균등분포</td></tr><tr><td>제안한 DPSMAC</td><td>x</td><td>x</td><td>고정</td><td>기하분포</td></tr></tbody></table> <p>이러한 문제점을 해결하기 위하여 본 논문에서는 고정된 크기의 경쟁 윈도우와 비 균등 확률에 의한 랜덤 슬롯 선택 기법을 채택한 새로운 MAC 프로토콜인 DPSMAC(differential probability of selection MAC)을 제안하였다. 제안한 DPSMAC 프로토콜은 기존 802.11 계열의 MAC 프로토콜들에 비하여 프로토콜의 구조가 단순함에도 불구하고 노드 간의 충돌이나 지연 시간을 최소화하면서 서비스의 공정성도 비교적 일정하게 유지해주는 장점을 가지고 있다.</p> <p> <표 1>에서는 유비쿼터스 센서 네트워크에 일반적으로 적용되는 경쟁 기반 MAC 프로토콜들의 특성을 비교하여 보여주고 있다..</p>	통계학	[ "<h2>3.3 수정된 MAC 프로토콜의 특성 비교</h2> <p>TinyOS의 MAC 계층이나 B-MAC 등은 고정 윈도우 기반의 경쟁 슬롯들을 균등하게 선택하는 CSMA 프로토콜의 한 종류들이다.", "센서 네트워크의 MAC 설계에서 고정된 크기의 경쟁 윈도우를 기반으로 하는 이유는 실제 환경에서 비교적 좋은 성능을 유지하면서 설계상의 단순함(simplicity) 때문이라고 할 수 있다.", "반면에 다량의 센서 노드를 수용해야 하는 고부하 상태 센서 네트워크로의 확장성(scalability)은 취약하다는 단점이 있다.", "</p> <p>Bharghavan 등이 제안한 무선 랜 MAC 프로토콜인 MACAW는 BEB 방법을 사용하지만 채널 상태 정보는 공유하지 않는다.", "이로 인해 노드들 중 하나가 전송에 성공하면 경쟁 윈도우의 크기가 최소값으로 초기화됨으로 다음 전송을 위해 처음부터 다시 경쟁을 시작해야만 한다.", "이는 매체에 접근하는 센서 노드가 특정 구간에 집중되며 경쟁 윈도우 크기의 편차가 심해져 매체 접근 시 오버헤드를 발생시킨다.", "MACAW에서는 이러한 문제점을 학습을 통한 방식으로 해결했는데, 패킷 전송이 성공적으로 이루어지면 다음 경쟁에서는 경쟁 윈도우 크기를 새롭게 초기화(reset)하지 않고 이전 경쟁에서 사용했던 경쟁 윈도우 크기를 일정한 크기만큼 감소시켜 사용한다(MILD: MultiplicativeIncrease, Linear Decrease).", "</p> <p>802.11에서는 서비스의 공정성(fairness) 문제를 메모리 기법을 이용하여 해결한다.", "센서 노드가 경쟁에 참여하면서 경쟁 윈도우 내의 슬롯 중 하나를 균등한 확률로 랜덤하게 선택하게 되는데 선택된 슬롯의 값은 카운터다운 타이머에 설정된다.", "매체가 busy 상태일 때는 카운터다운을 멈추고, 매체가 유휴 상태이면 카운터다운을 지속한다.", "카운터다운 타이머의 값이 0 (expire)이 되면 해당 센서 노드는 전송을 시작한다.", "전송이 완료되면 경쟁 윈도우의 크기를 정해진 최소의 값으로 초기화한다.", "결과적으로 센서 노드는 적절한 경쟁 윈도우의 크기를 찾아야 하기 때문에 허비되는 대역폭이 발생할 수밖에 없다.", "</p> <table border><caption> <표 1>경쟁 윈도우 기반 CSMA 프로토콜들의 비교</caption> <tbody><tr><td>프로토콜</td><td>학습 기법</td><td>메모리 기법</td><td>경쟁 윈도우</td><td>확률 분포</td></tr><tr><td>802.11</td><td>O</td><td>x</td><td>가변</td><td>균등분포</td></tr><tr><td>MACAW</td><td>x</td><td>O</td><td>가변</td><td>균등분포</td></tr><tr><td>BMAC,SMAC</td><td>x</td><td>x</td><td>고정</td><td>균등분포</td></tr><tr><td>제안한 DPSMAC</td><td>x</td><td>x</td><td>고정</td><td>기하분포</td></tr></tbody></table> <p>이러한 문제점을 해결하기 위하여 본 논문에서는 고정된 크기의 경쟁 윈도우와 비 균등 확률에 의한 랜덤 슬롯 선택 기법을 채택한 새로운 MAC 프로토콜인 DPSMAC(differential probability of selection MAC)을 제안하였다.", "제안한 DPSMAC 프로토콜은 기존 802.11 계열의 MAC 프로토콜들에 비하여 프로토콜의 구조가 단순함에도 불구하고 노드 간의 충돌이나 지연 시간을 최소화하면서 서비스의 공정성도 비교적 일정하게 유지해주는 장점을 가지고 있다.", "</p> <p> <표 1>에서는 유비쿼터스 센서 네트워크에 일반적으로 적용되는 경쟁 기반 MAC 프로토콜들의 특성을 비교하여 보여주고 있다..", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "유비쿼터스 센서 네트워크의 매체 접근 제어 기법에 대한 개선 방안", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-5f516dd5-cab7-4250-9877-cdf3667fb451", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "장호", "이명섭", "전우상" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
204	<h1>4. 안전성 및 효율성</h1><h2>4.1 안전성</h2><h3>4.1.1 추적성</h3><p>구매자는 어떠한 경우라도 한 개 이상의 정당한 \(item_{B}\)을 판매자로부터 얻어낼 수 없다. 구매자가 두 개 이상의 \(item_{B}\)을 얻기 위해서는 \( t \) 개 이상의 키를 얻어내야 하지만 이를 위해서는 판매자가 구매자로부터 받은 암호화된 벡터 \( D \) 에 두 번 이상의 복호화를 수행해 주어야 하기 때문에 \( t \) 개의 복호키만을 얻어낼 수 있다.</p><p>또한 불법 배포를 위하여 구매자는 에이전트에게 \( T_{B} \) 을 틀리게 생성하여 보내도록 할 수 있다. 만약 정당하지 않은 \( L^{\prime}{ }_{B} \) 값을 이용하여 \( T_{B}^{\prime}=E_{J}\left(L^{\prime}{ }_{B}\right) \) 를 만들었다면, 판매자는 대리서명 공개키를 이용하여 검증할 때 원래의 값과 생성된 값이 서로 다르기 때문에 서명을 검증할 수 없다. 따라서 판매자가 에이전트로부터 받은 값들이 검증이 되었다면, 구매자는 자신이 받을 콘텐츠의 비트벡터를 알고 있으며 에이전트가 위조하지 못했음을 확신할 수 있다.</p><h3>4.1.2 부인 봉쇄</h3><p>핑거프린팅 단계에서 에이전트는 \( \operatorname{Sig}\left(T_{B}\right) \) 을 생성한다. 대리서명 키는 구매자만이 생성할 수 있고, 대리서명 키를 생성할 때 만들어진 값 \( s \) 안에 \( T_{B} \) 의 값이 들어 있기 때문에 불법 재배포된 콘텐츠가 발견되었을 때 \(item\) \(_{B} \) 에 대한 구매자는 재배포된 콘텐츠가 구매자의 것임을 부인할 수 없다.</p><h3>4.1.3 비대칭성</h3><p>판매자는 구매자의 핑거프린트 패턴을 알아내기 위해서는 에이전트가 선택한 \( c^{\prime}{ }_{i} \) 의 값을 알아내기 위야 하고 이를 위해서 \( d_{i} \) 를 계산해내야 한다. 그러나 이 계산은 암호알고리즘 \( C E \) 를 공격하는 방법만큼이나 어렵다. 또한 구매자가 모든 \( t \) 프레임에 대하여 선택한 \( c^{\prime}{ }_{i} \) 를 알아낼 수 있는 확률은 \( 1 / 2^{t} \) 와 같다. 따라서 판매자는 비밀키 \( R \) 을 알지 않고서 에이전트가 선택한 정보를 찾아내기는 계산상 불가능하다.</p><p>또한 판매자는 같은 핑거프린트를 \( i t e m_{B}^{i} \) 에 삽입하여 동일한 콘텐츠를 생성하여 정직한 구매자를 재배포자로 만들고자 할 수 있다. 그러나 삽입된 핑거프린트가 동일할 경우 핑거프린팅 단계에서 구매자가 선택한 임의의 패턴 \( L_{B} \) 가 핑거프린트 패턴과 다르게 되어 신원확인 단계에서 구매자가 생성한 비트 패턴값과 핑거프린트 패턴값이 다르게 된다.따라서 판매자는 동일한 두 개의 콘텐츠를 생성하고 서로 다른 콘텐츠를 생성한 것처럼 구매자를 속일 수 없다.</p><h3>4.1.4 조작 봉쇄</h3><p>판매자가 구매자의 핑거프린트를 알고 있지만 핑거프린트 가 삽입된 콘텐츠는 \( t \) 개의 프레임으로 나뉘어 있기 때문에 모든 가능한 조합의 수는 \( 2^{t} \) 가지가 되므로 판매자는 구매 자가 어떤 프레임을 선택했는지 알 수 없다. 또한 악의적인 판매자는 \( L^{\prime \prime}{ }_{B} \) 과 item \( ^{\prime \prime}{ }_{B} \) 를 생성하여 구매자가 배포한 것처럼 구매자를 고발할 수 있다. 이 경우에 판매자는 \( T^{\prime \prime}{ }_{B}=E_{J}\left(L^{\prime \prime}{ }_{B}\right) \) 에 대한 정당한 서명 \( \operatorname{Sig}\left(T^{\prime \prime}{ }_{B}\right) \) 값을 생성해 낼 수 없고 따라서 신원확인 단계에서 재판관을 확신시 킬 수 없다.</p><h3>4.1.5구매자의 익명성</h3><p>핑거프린팅 단계에서 판매자는 구매자의 익명 공개키 \( y_{1} \)을 알고 있다. 하지만 에이전트로부터 구매자의 다른 비밀정보나 구매자의 공개키를 알아낼 수 없다. 따라서 판매자가 구매자의 공개키 \( y_{B} \) 를 알기 위해서는 \( x_{2} \) 의 값을 알아야만 한다. 만약 암호 알고리즘이 안전하다면 판매자와 등록센터가 공모공격을 하지 않는 한 판매자는 \( x_{2} \) 값을 알아낼 수 없다. 또한 비록 판매자가 구매자의 핑거프린트는 알고 있지만 구매자의 핑거프린트 패턴은 알 수 없기 때문에 구매자의 익명성은 보장된다.</p><h2>4.2효율성</h2><p>모바일 환경에서 구매자는 계산 능력이 낮은 모바일 기기를 가지고 프로토콜을 수행해야 한다. 따라서 제안한 기법에서는 모바일 기기보다 계산능력이 좋은 에이전트를 이용하여 복잡한 프로토콜은 대신 수행하도록 하였다. 구매자는 에이전트에게 대리서명 키 쌍을 생성하여 줌으로써 권한을 위임하여 주고, 에이전트는 구매자를 대신하여 핑거프린팅 프로토콜을 수행한다. 핑거프린팅 프로토콜이 수행된 후 구매자는 에이전트가 전송한 키와 콘텐츠만 복호화하면 된다.</p><p>< 표 1>은 기존에 제안된 [6]의 기법과 본 논문에서 제안한 기법의 수행시간 비교표이다. 핑거프린트가 삽입된 콘텐츠를 구매자가 구매자의 단말기로 복호화할 때 걸리는 시간을 측정하였다. 공개키 암호 기반 핑거프린팅 기법을 이용하였을 경우 콘텐츠가 공개키 암호 알고리즘으로 암호화되어 있기 때문에 구매자가 콘텐츠를 복호화하는데에 많은 시간이 걸린다. 반면 제안한 대칭키 기반 핑거프린팅 기법은 콘텐츠를 복호화하는데 걸리는 시간이 매우 적다. 비록 핑거프린팅 단계에서 콘텐츠를 암호화한 키를 구매자의 공개 키로 암호화하여 전송하기 때문에 키를 공개키 암호 시스템 을 이용하여 복호화하기 위한 시간이 추가적으로 든다 하더 라도 구매자가 키를 복호화하고 콘텐츠를 복호화하는 합계 시간이 공개키 암호 기반의 기법에 비하여 현저히 낮음을 볼 수 있다. 그러나 [6]의 경우 에이전트는 암호화된 콘텐츠 만 구매자에게 전송하면 되지만 제안한 기법에서는 콘텐츠 를 암호화한 키도 전송해야 하기 때문에 (대칭키 암호 시스 템의 키 사이즈 \( \times \mathrm{t} \) ) 비트만큼 전송해야 할 메시지의 양이 늘어나게 된다. 구현은 Bouncy Castle 암호 라이브러리와 \( \operatorname{sun} \) 사의 WTK \( 2.5 .2 \) 에뮬레이터를 이용하였고 공개키 암호 시스템으로 \( 160 \mathrm{bit} \mathrm{ECC} \) 알고리즘을, 대칭키 기법으로 AES 알고리즘을 이용하였다.</p><table border><caption><표 1>모바일 핑거프린팅 수행시간 비교표</caption><tbody><tr><td colspan=2>기법 \ 콘텐츠크기 (byte)</td><td>100</td><td>500</td><td>1,000</td><td>10,000</td><td>100,000</td></tr><tr><td>공개키 기반</td><td>콘텐츠 복호화</td><td>5,351</td><td>14,775</td><td>29,389</td><td>299567</td><td>x</td></tr><tr><td rowspan=3>대칭키 기반</td><td>콘텐츠 복호화</td><td>47</td><td>78</td><td>94</td><td>656</td><td>2,125</td></tr><tr><td>키 복호화</td><td>159</td><td>159</td><td>159</td><td>159</td><td>159</td></tr><tr><td>합계</td><td>206</td><td>237</td><td>253</td><td>805</td><td>2,284</td></tr></tbody></table> <h1>1. 서 론</h1><p>M-commerce란 휴대폰이나 PDA 등의 이동통신 단말기의 무선 네트워킹으로 이루어지는 모든 비즈니스이다. M-commerce 환경에서 사용자는 이동 단말기를 사용하여 언제, 어디서나 자유롭게 원하는 정보에 접근하여 서비스를 제공받을 수 있다. 최근 보편화된 무선 단말기의 보급과 이동통신 네트워크의 고속화 등에 힘입어 이동통신 사용자의 수가 빠르게 증가하게 됨에 따라 M-commerce 환경에서의 디지털 데이터의 확산 및 보급이 늘어나고 있다. 그러나 디지털 데이터가 갖는 특성으로 인하여 저작권 문제가 야기되어 왔으며 이는 유선 환경에서와 같이 모바일 환경에서도 중요한 문제로 부각되고 있다.</p><p>핑거프린팅 기법은 암호학적인 기법들과 워터마킹 기법을 이용하여 디지털 데이터를 불법적으로 재배포한 구매자를 찾아냄으로써 디지털 데이터의 저작권을 보호할 수 있는 방법이다. 즉 판매자는 재배포한 구매자를 찾아낼 수 있도록 구매자마다 다른 핑거프린트라고 불리는 마크를 디지털 콘텐츠에 삽입한다. 핑거프린팅 기법에서 핑거프린트가 삽입된 콘텐츠들은 동일한 콘텐츠에 구매자마다 다른 핑거프린트를 삽입하여 유일성을 갖는 콘텐츠가 생성되어야 하며 판매자는 구매자에게 콘텐츠를 판매하지만 구매자의 신원은 알지 못해야 하는 비대칭성과 익명성을 만족해야 한다. 이를 위하여 기존의 핑거프린팅 기법들은 이산대수 문제나 그래프 동형 문제와 같은 어려운 문제들을 기반으로 하였다. 그러나 이러한 기법들은 계산 복잡도가 높아 유선 환경에서도 적용하기 힘든 기법들이다. 더구나 유선환경보다 계산능력이 낮은 모바일 환경에는 더더욱 적용하기 힘들다. 최근에 에이전트를 이용한 모바일 환경에서의 핑거프린팅 기법이 제안되었으나 공개키 암호 시스템으로 콘텐츠를 암호화하기 때문에 효율성이 현저히 떨어지는 단점이 있다.</p><p>본 논문에서는 구매자의 이동통신 단말기보다 계산 능력이 나은 에이전트의 개념을 적용하고 콘텐츠를 암호화할 때 대칭키 암호 시스템을 이용함으로써 모바일 환경에서 적용하기에 적합한 핑거프린팅 기법을 제안한다.</p> <h1>5. 결 론</h1><p>모바일 환경에서 구매자는 계산 능력이 떨어지는 모바일 기기를 가지고 있다. 본 논문에서는 모바일 환경에 적합한 에이전트를 이용한 익명성을 제공하는 핑거프린팅 기법에 대하여 제안하였다. 구매자는 에이전트에게 대리 서명키 쌍을 제공함으로써 권한을 위임하고 에이전트는 복잡한 모든 프로토콜을 구매자 대신 수행한 후 콘텐츠를 구매자에게 전송한다. 제안한 기법에서 콘텐츠는 대칭키 암호 시스템을 이용하여 암호화하고, 콘텐츠를 암호화할 때 이용되는 키벡터만 공개키 암호 시스템을 이용하도록 설계되어 기존의 기법보다 시간적인 효율성이 향상되었다. 또한 판매자는 비록 권한을 위임받은 에이전트와 핑거프린팅 단계를 수행하지만, 불법 재배포된 콘텐츠의 구매자를 찾을 수 있고 구매자는 익명성이 보장되며 프로토콜의 비대칭성도 만족하였다. 그러나 \( 2 t \) 개의 복호화 키를 생성해야 하고, 기존의 기법과 비교하여 에이전트가 구매자에게 암호화된 콘텐츠 이외에 복호화 키를 추가적으로 전송해야 하는 단점이 있다.</p> <h1>요 약</h1><p>핑거프린팅 기법은 암호학적인 기법들을 이용하여 디지털 데이터를 불법적으로 재배포한 사용자를 찾아냄으로써 디지털 데이터의 저작권을 보호하기 위해 사용된다. 핑거프린팅 기법은 구매자의 프라이버시 보호를 위하여 익명성과 비대칭성을 보장할 수 있어야 하므로, 이산대수 문제나 그래프 동형 문제와 같은 어려운 문제들에 기반하거나 공개키 암호 시스템을 이용한다. 그러나 이러한 기법들은 많은 계산량을 필요로 하기 때문에 계산능력이 낮은 모바일 환경에 적합하지 않다. 본 논문에서는 구매자의 익명성과 비대칭성을 만족하면서 모바일 환경에서 콘텐츠를 보호하기 위한 효율적인 핑거프린팅 기법을 제안한다. 제안한 기법에서는 에이전트의 개념을 이용하고, 콘텐츠 암호화를 위하여 대칭키 암호시스템을 이용함으로써 효율성을 향상시켰다.</p>	통계학	[ "<h1>4. 안전성 및 효율성</h1><h2>4.1 안전성</h2><h3>4.1.1 추적성</h3><p>구매자는 어떠한 경우라도 한 개 이상의 정당한 \\(item_{B}\\)을 판매자로부터 얻어낼 수 없다.", "구매자가 두 개 이상의 \\(item_{B}\\)을 얻기 위해서는 \\( t \\) 개 이상의 키를 얻어내야", "하지만 이를 위해서는 판매자가 구매자로부터 받은 암호화된 벡터 \\( D \\) 에 두 번 이상의 복호화를 수행해 주어야 하기 때문에 \\( t \\) 개의 복호키만을 얻어낼 수 있다.", "</p><p>또한 불법 배포를 위하여 구매자는 에이전트에게 \\( T_{B} \\) 을 틀리게 생성하여 보내도록 할 수 있다.", "만약 정당하지 않은 \\( L^{\\prime}{ }_{B} \\) 값을 이용하여 \\( T_{B}^{\\prime}=E_{J}\\left(L^{\\prime}{ }_{B}\\right) \\) 를 만들었다면, 판매자는 대리서명 공개키를 이용하여 검증할 때 원래의 값과 생성된 값이 서로 다르기 때문에 서명을 검증할 수 없다.", "따라서 판매자가 에이전트로부터 받은 값들이 검증이 되었다면, 구매자는 자신이 받을 콘텐츠의 비트벡터를 알고 있으며 에이전트가 위조하지 못했음을 확신할 수 있다.", "</p><h3>4.1.2 부인 봉쇄</h3><p>핑거프린팅 단계에서 에이전트는 \\( \\operatorname{Sig}\\left(T_{B}\\right) \\) 을 생성한다.", "대리서명 키는 구매자만이 생성할 수 있고, 대리서명 키를 생성할 때 만들어진 값 \\( s \\) 안에 \\( T_{B} \\) 의 값이 들어 있기 때문에 불법 재배포된 콘텐츠가 발견되었을 때 \\(item\\) \\(_{B} \\) 에 대한 구매자는 재배포된 콘텐츠가 구매자의 것임을 부인할 수 없다.", "</p><h3>4.1.3 비대칭성</h3><p>판매자는 구매자의 핑거프린트 패턴을 알아내기 위해서는 에이전트가 선택한 \\( c^{\\prime}{ }_{i} \\) 의 값을 알아내기 위야", "하고 이를 위해서 \\( d_{i} \\) 를 계산해내야 한다.", "그러나 이 계산은 암호알고리즘 \\( C E \\) 를 공격하는 방법만큼이나 어렵다.", "또한 구매자가 모든 \\( t \\) 프레임에 대하여 선택한 \\( c^{\\prime}{ }_{i} \\) 를 알아낼 수 있는 확률은 \\( 1 / 2^{t} \\) 와 같다.", "따라서 판매자는 비밀키 \\( R \\) 을 알지 않고서 에이전트가 선택한 정보를 찾아내기는 계산상 불가능하다.", "</p><p>또한 판매자는 같은 핑거프린트를 \\( i t e m_{B}^{i} \\) 에 삽입하여 동일한 콘텐츠를 생성하여 정직한 구매자를 재배포자로 만들고자 할 수 있다.", "그러나 삽입된 핑거프린트가 동일할 경우 핑거프린팅 단계에서 구매자가 선택한 임의의 패턴 \\( L_{B} \\) 가 핑거프린트 패턴과 다르게 되어 신원확인 단계에서 구매자가 생성한 비트 패턴값과 핑거프린트 패턴값이 다르게 된다.", "따라서 판매자는 동일한 두 개의 콘텐츠를 생성하고 서로 다른 콘텐츠를 생성한 것처럼 구매자를 속일 수 없다.", "</p><h3>4.1.4 조작 봉쇄</h3><p>판매자가 구매자의 핑거프린트를 알고 있지만 핑거프린트 가 삽입된 콘텐츠는 \\( t \\) 개의 프레임으로 나뉘어 있기 때문에 모든 가능한 조합의 수는 \\( 2^{t} \\) 가지가 되므로 판매자는 구매 자가 어떤 프레임을 선택했는지 알 수 없다.", "또한 악의적인 판매자는 \\( L^{\\prime \\prime}{ }_{B} \\) 과 item \\( ^{\\prime \\prime}{ }_{B} \\) 를 생성하여 구매자가 배포한 것처럼 구매자를 고발할 수 있다.", "이 경우에 판매자는 \\( T^{\\prime \\prime}{ }_{B}=E_{J}\\left(L^{\\prime \\prime}{ }_{B}\\right) \\) 에 대한 정당한 서명 \\( \\operatorname{Sig}\\left(T^{\\prime \\prime}{ }_{B}\\right) \\) 값을 생성해 낼 수 없고 따라서 신원확인 단계에서 재판관을 확신시 킬 수 없다.", "</p><h3>4.1.5구매자의 익명성</h3><p>핑거프린팅 단계에서 판매자는 구매자의 익명 공개키 \\( y_{1} \\)을 알고 있다.", "하지만 에이전트로부터 구매자의 다른 비밀정보나 구매자의 공개키를 알아낼 수 없다.", "따라서 판매자가 구매자의 공개키 \\( y_{B} \\) 를 알기 위해서는 \\( x_{2} \\) 의 값을 알아야만 한다.", "만약 암호 알고리즘이 안전하다면 판매자와 등록센터가 공모공격을 하지 않는 한 판매자는 \\( x_{2} \\) 값을 알아낼 수 없다.", "또한 비록 판매자가 구매자의 핑거프린트는 알고 있지만 구매자의 핑거프린트 패턴은 알 수 없기 때문에 구매자의 익명성은 보장된다.", "</p><h2>4.2효율성</h2><p>모바일 환경에서 구매자는 계산 능력이 낮은 모바일 기기를 가지고 프로토콜을 수행해야 한다.", "따라서 제안한 기법에서는 모바일 기기보다 계산능력이 좋은 에이전트를 이용하여 복잡한 프로토콜은 대신 수행하도록 하였다.", "구매자는 에이전트에게 대리서명 키 쌍을 생성하여 줌으로써 권한을 위임하여 주고, 에이전트는 구매자를 대신하여 핑거프린팅 프로토콜을 수행한다.", "핑거프린팅 프로토콜이 수행된 후 구매자는 에이전트가 전송한 키와 콘텐츠만 복호화하면 된다.", "</p><p>< 표 1>은 기존에 제안된 [6]의 기법과 본 논문에서 제안한 기법의 수행시간 비교표이다.", "핑거프린트가 삽입된 콘텐츠를 구매자가 구매자의 단말기로 복호화할 때 걸리는 시간을 측정하였다.", "공개키 암호 기반 핑거프린팅 기법을 이용하였을 경우 콘텐츠가 공개키 암호 알고리즘으로 암호화되어 있기 때문에 구매자가 콘텐츠를 복호화하는데에 많은 시간이 걸린다.", "반면 제안한 대칭키 기반 핑거프린팅 기법은 콘텐츠를 복호화하는데 걸리는 시간이 매우 적다.", "비록 핑거프린팅 단계에서 콘텐츠를 암호화한 키를 구매자의 공개 키로 암호화하여 전송하기 때문에 키를 공개키 암호 시스템 을 이용하여 복호화하기 위한 시간이 추가적으로 든다 하더 라도 구매자가 키를 복호화하고 콘텐츠를 복호화하는 합계 시간이 공개키 암호 기반의 기법에 비하여 현저히 낮음을 볼 수 있다.", "그러나 [6]의 경우 에이전트는 암호화된 콘텐츠 만 구매자에게 전송하면 되지만 제안한 기법에서는 콘텐츠 를 암호화한 키도 전송해야 하기 때문에 (대칭키 암호 시스 템의 키 사이즈 \\( \\times \\mathrm{t} \\) ) 비트만큼 전송해야 할 메시지의 양이 늘어나게 된다.", "구현은 Bouncy Castle 암호 라이브러리와 \\( \\operatorname{sun} \\) 사의 WTK \\( 2.5 .2 \\) 에뮬레이터를 이용하였고 공개키 암호 시스템으로 \\( 160 \\mathrm{bit} \\mathrm{ECC} \\) 알고리즘을, 대칭키 기법으로 AES 알고리즘을 이용하였다.", "</p><table border><caption><표 1>모바일 핑거프린팅 수행시간 비교표</caption><tbody><tr><td colspan=2>기법 \\ 콘텐츠크기 (byte)</td><td>100</td><td>500</td><td>1,000</td><td>10,000</td><td>100,000</td></tr><tr><td>공개키 기반</td><td>콘텐츠 복호화</td><td>5,351</td><td>14,775</td><td>29,389</td><td>299567</td><td>x</td></tr><tr><td rowspan=3>대칭키 기반</td><td>콘텐츠 복호화</td><td>47</td><td>78</td><td>94</td><td>656</td><td>2,125</td></tr><tr><td>키 복호화</td><td>159</td><td>159</td><td>159</td><td>159</td><td>159</td></tr><tr><td>합계</td><td>206</td><td>237</td><td>253</td><td>805</td><td>2,284</td></tr></tbody></table> <h1>1. 서 론</h1><p>M-commerce란 휴대폰이나 PDA 등의 이동통신 단말기의 무선 네트워킹으로 이루어지는 모든 비즈니스이다.", "M-commerce 환경에서 사용자는 이동 단말기를 사용하여 언제, 어디서나 자유롭게 원하는 정보에 접근하여 서비스를 제공받을 수 있다.", "최근 보편화된 무선 단말기의 보급과 이동통신 네트워크의 고속화 등에 힘입어 이동통신 사용자의 수가 빠르게 증가하게 됨에 따라 M-commerce 환경에서의 디지털 데이터의 확산 및 보급이 늘어나고 있다.", "그러나 디지털 데이터가 갖는 특성으로 인하여 저작권 문제가 야기되어 왔으며 이는 유선 환경에서와 같이 모바일 환경에서도 중요한 문제로 부각되고 있다.", "</p><p>핑거프린팅 기법은 암호학적인 기법들과 워터마킹 기법을 이용하여 디지털 데이터를 불법적으로 재배포한 구매자를 찾아냄으로써 디지털 데이터의 저작권을 보호할 수 있는 방법이다.", "즉 판매자는 재배포한 구매자를 찾아낼 수 있도록 구매자마다 다른 핑거프린트라고 불리는 마크를 디지털 콘텐츠에 삽입한다.", "핑거프린팅 기법에서 핑거프린트가 삽입된 콘텐츠들은 동일한 콘텐츠에 구매자마다 다른 핑거프린트를 삽입하여 유일성을 갖는 콘텐츠가 생성되어야 하며 판매자는 구매자에게 콘텐츠를 판매하지만 구매자의 신원은 알지 못해야 하는 비대칭성과 익명성을 만족해야 한다.", "이를 위하여 기존의 핑거프린팅 기법들은 이산대수 문제나 그래프 동형 문제와 같은 어려운 문제들을 기반으로 하였다.", "그러나 이러한 기법들은 계산 복잡도가 높아 유선 환경에서도 적용하기 힘든 기법들이다.", "더구나 유선환경보다 계산능력이 낮은 모바일 환경에는 더더욱 적용하기 힘들다.", "최근에 에이전트를 이용한 모바일 환경에서의 핑거프린팅 기법이 제안되었으나 공개키 암호 시스템으로 콘텐츠를 암호화하기 때문에 효율성이 현저히 떨어지는 단점이 있다.", "</p><p>본 논문에서는 구매자의 이동통신 단말기보다 계산 능력이 나은 에이전트의 개념을 적용하고 콘텐츠를 암호화할 때 대칭키 암호 시스템을 이용함으로써 모바일 환경에서 적용하기에 적합한 핑거프린팅 기법을 제안한다.", "</p> <h1>5. 결 론</h1><p>모바일 환경에서 구매자는 계산 능력이 떨어지는 모바일 기기를 가지고 있다.", "본 논문에서는 모바일 환경에 적합한 에이전트를 이용한 익명성을 제공하는 핑거프린팅 기법에 대하여 제안하였다.", "구매자는 에이전트에게 대리 서명키 쌍을 제공함으로써 권한을 위임하고 에이전트는 복잡한 모든 프로토콜을 구매자 대신 수행한 후 콘텐츠를 구매자에게 전송한다.", "제안한 기법에서 콘텐츠는 대칭키 암호 시스템을 이용하여 암호화하고, 콘텐츠를 암호화할 때 이용되는 키벡터만 공개키 암호 시스템을 이용하도록 설계되어 기존의 기법보다 시간적인 효율성이 향상되었다.", "또한 판매자는 비록 권한을 위임받은 에이전트와 핑거프린팅 단계를 수행하지만, 불법 재배포된 콘텐츠의 구매자를 찾을 수 있고 구매자는 익명성이 보장되며 프로토콜의 비대칭성도 만족하였다.", "그러나 \\( 2 t \\) 개의 복호화 키를 생성해야 하고, 기존의 기법과 비교하여 에이전트가 구매자에게 암호화된 콘텐츠 이외에 복호화 키를 추가적으로 전송해야 하는 단점이 있다.", "</p> <h1>요 약</h1><p>핑거프린팅 기법은 암호학적인 기법들을 이용하여 디지털 데이터를 불법적으로 재배포한 사용자를 찾아냄으로써 디지털 데이터의 저작권을 보호하기 위해 사용된다.", "핑거프린팅 기법은 구매자의 프라이버시 보호를 위하여 익명성과 비대칭성을 보장할 수 있어야 하므로, 이산대수 문제나 그래프 동형 문제와 같은 어려운 문제들에 기반하거나 공개키 암호 시스템을 이용한다.", "그러나 이러한 기법들은 많은 계산량을 필요로 하기 때문에 계산능력이 낮은 모바일 환경에 적합하지 않다.", "본 논문에서는 구매자의 익명성과 비대칭성을 만족하면서 모바일 환경에서 콘텐츠를 보호하기 위한 효율적인 핑거프린팅 기법을 제안한다.", "제안한 기법에서는 에이전트의 개념을 이용하고, 콘텐츠 암호화를 위하여 대칭키 암호시스템을 이용함으로써 효율성을 향상시켰다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "모바일 환경에서의 콘텐츠 보호를 위한 핑거프린팅 기법", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-2c7a5418-652e-4877-830b-ea2d664a7fce", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "용승림", "이상호" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
205	</p>데이터 전송속도의 측정을 위해 두 대의 컴퓨터를 디지털실로 연결하고 FTP로 파일을 전송하여 속도를 측정하였다.<p></p>(그림 10)은 디지털 실을 이용한 디지털 의복의 외형을 보여주고 있다.</p><table border><caption>〈표 1〉 디지털실의 특성</caption><tbody><tr><td>구분</td><td>특성</td><td>내용</td></tr><tr><td rowspan=3>물리적 특성</td><td>재료</td><td>구리와 절연체</td></tr><tr><td>지름</td><td>\( 10 \sim 16 \mu m \)</td></tr><tr><td>강도</td><td>\( 17,500 \mathrm{dTex}(0.175 \mathrm{g} / \mathrm{m}) \)</td></tr><tr><td rowspan=3>전기적 특성</td><td>저항</td><td>\( 7.5 \Omega / \mathrm{m} \)</td></tr><tr><td rowspan=2>통신 속도</td><td>\( \operatorname{Max} 9.7 \mathrm{MB} / \mathrm{sec}(1.5 \mathrm{m} \)에서 \( ) \)</td></tr><tr><td>\( \operatorname{Min} 8.7 \mathrm{MB} / \mathrm{sec}(1.5 \mathrm{m} \)에서 \( ) \)</td></tr></tbody></table><h1>4. ECG와 호흡 측정을 위한 모바일 헬스케어 의류 시스템</h1><h2>4.1 스마트 의류에서의 신호 전송 네트워크</h2><p>웨어러블 컴퓨팅에서 생체신호를 측정할 경우, 측정된 신호를 지그비(Zigbee) 혹은 블루투스 같은 무선을 이용하여 전송하는 경우가 대부분 이였다. 하지만, 이 경우 센서뿐만 아니라 구동회로, 배터리 및 무선전송 모듈이 하나의 센서 모듈 안에 통합되어야 하기 때문에, 크기가 클 수밖에 없다. 커진 크기 때문에 장착의 어려움이 존재하며, 의류 안에 내장하기가 힘들어 진다. 만약 측정하고자 하는 생체신호가 두 가지 이상일 경우, 더 큰 문제를 일으키게 된다.<p></p>이러한 문제를 해결하는 가장 좋은 방법은 사람의 몸에는 단지 센서만을 부착한 후, 이를 디지털실을 이용하여 센서의 신호만을 전송하는 것이다. 구동회로, 배터리와 제어회로 등은 탈부착이 가능한 모듈로 구성하여 옷의 한 부분에 장착하면 된다. 이 통합 모듈은 스테이션이라는 이름으로 정의하였다.<p></p>이 경우, 헬스케어 의류의 노드는 디지털실과 센서를 연결하는 인터페이스의 역할을 하게 되며, 생체신호의 측정이 필요한 부분에 노드만을 만들어 주면 된다. (그림 11)은 헬스케어 의류에서의 신호전송 네트워크의 구조를 보여주고 있다.</p><h2>4.2 ECG 신호의 측정을 위한 스테이션의 구조</h2><p>본 연구에서는 PEDOT를 코팅한 PVDF 나노웹을 디지털 의류내의 3군데에 부착하여 ECG 신호를 측정하며, 측정된 센서의 신호는 헬스케어 의류의 내부에 있는 디지털 실에 의하여 스테이션에 전달된다. 노드로부터 스테이션까지의 디지털실의 길이는 최대 약 \( 1 \mathrm{m} \) 정도이다. (그림 9)는 나노웹과 헬스케어 의류의 디지털실을 이용한 호흡 측정 시스템의 구조도를 보여주고 있다.<p>	통계학	[ "</p>데이터 전송속도의 측정을 위해 두 대의 컴퓨터를 디지털실로 연결하고 FTP로 파일을 전송하여 속도를 측정하였다.", "<p></p>(그림 10)은 디지털 실을 이용한 디지털 의복의 외형을 보여주고 있다.", "</p><table border><caption>〈표 1〉 디지털실의 특성</caption><tbody><tr><td>구분</td><td>특성</td><td>내용</td></tr><tr><td rowspan=3>물리적 특성</td><td>재료</td><td>구리와 절연체</td></tr><tr><td>지름</td><td>\\( 10 \\sim 16 \\mu m \\)</td></tr><tr><td>강도</td><td>\\( 17,500 \\mathrm{dTex}(0.175 \\mathrm{g} / \\mathrm{m}) \\)</td></tr><tr><td rowspan=3>전기적 특성</td><td>저항</td><td>\\( 7.5 \\Omega / \\mathrm{m} \\)</td></tr><tr><td rowspan=2>통신 속도</td><td>\\( \\operatorname{Max} 9.7 \\mathrm{MB} / \\mathrm{sec}(1.5 \\mathrm{m} \\)에서 \\( ) \\)</td></tr><tr><td>\\( \\operatorname{Min} 8.7 \\mathrm{MB} / \\mathrm{sec}(1.5 \\mathrm{m} \\)에서 \\( ) \\)</td></tr></tbody></table><h1>4. ECG와 호흡 측정을 위한 모바일 헬스케어 의류 시스템</h1><h2>4.1 스마트 의류에서의 신호 전송 네트워크</h2><p>웨어러블 컴퓨팅에서 생체신호를 측정할 경우, 측정된 신호를 지그비(Zigbee) 혹은 블루투스 같은 무선을 이용하여 전송하는 경우가 대부분 이였다.", "하지만, 이 경우 센서뿐만 아니라 구동회로, 배터리 및 무선전송 모듈이 하나의 센서 모듈 안에 통합되어야 하기 때문에, 크기가 클 수밖에 없다.", "커진 크기 때문에 장착의 어려움이 존재하며, 의류 안에 내장하기가 힘들어 진다.", "만약 측정하고자 하는 생체신호가 두 가지 이상일 경우, 더 큰 문제를 일으키게 된다.", "<p></p>이러한 문제를 해결하는 가장 좋은 방법은 사람의 몸에는 단지 센서만을 부착한 후, 이를 디지털실을 이용하여 센서의 신호만을 전송하는 것이다.", "구동회로, 배터리와 제어회로 등은 탈부착이 가능한 모듈로 구성하여 옷의 한 부분에 장착하면 된다.", "이 통합 모듈은 스테이션이라는 이름으로 정의하였다.", "<p></p>이 경우, 헬스케어 의류의 노드는 디지털실과 센서를 연결하는 인터페이스의 역할을 하게 되며, 생체신호의 측정이 필요한 부분에 노드만을 만들어 주면 된다.", "(그림 11)은 헬스케어 의류에서의 신호전송 네트워크의 구조를 보여주고 있다.", "</p><h2>4.2 ECG 신호의 측정을 위한 스테이션의 구조</h2><p>본 연구에서는 PEDOT를 코팅한 PVDF 나노웹을 디지털 의류내의 3군데에 부착하여 ECG 신호를 측정하며, 측정된 센서의 신호는 헬스케어 의류의 내부에 있는 디지털 실에 의하여 스테이션에 전달된다.", "노드로부터 스테이션까지의 디지털실의 길이는 최대 약 \\( 1 \\mathrm{m} \\) 정도이다.", "(그림 9)는 나노웹과 헬스케어 의류의 디지털실을 이용한 호흡 측정 시스템의 구조도를 보여주고 있다.", "<p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "ECG와 호흡 측정이 가능한 모바일 헬스케어 의류 시스템", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-6614e809-befb-4049-9c1f-fecb5b03dc73", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "김정도", "김갑진", "정기수", "이정환", "안진호", "이상국" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
206	<h1>요 약</h1> <p>랜덤대치 기법은 실용적인 프라이버시 보호 방밥으로 다양한 응용 가능성과 프라이버시 손상 관점의 안전성을 보장할 수 있다는 장점이 있다. 하지만 데이터 유용성을 위한 랜덤대치 기법의 정확성을 향상시키는 방법에 대해서는 그동안 면밀히 연구되지 않았다. 본 논문에서는 랜덤대치 기법의 표준오차에 대한 보다 진전된 이론적 분석을 실시함으로써 정확성을 개선할 수 있는 알고리즘을 제안한다. 다양한 실험을 통하여 균등분포와 정규분포를 따르는 원본 데이터에 대한 랜덤대치 기법의 적용이 실용적이지 못한 정확성을 나타낸다는 사실과 함께 개선된 알고리즘의 정확성 향상 정도를 확인한다. 우리가 제안하는 알고리즘은 기존의 랜덤대치 기법과 동일한 프라이버시 수준을 유지한 상테에서 정확성을 원하는 수준만큼 높일 수 있는 방법이며, 이를 위해 추가로 소요되는 계산량은 실용적인 면에서 여전히 수용 가능한 것임을 밝힌다.</p> <h1>7. 결 론</h1> <p>정확성 개선을 위한 \(l\)-확장 랜덤대치는 앞서 제안된 랜덤대치의 프라이버시 수준을 유지하면서 보다 정확하게 원본 데이터의 분포를 재구축할 수가 있다. 이로 인해 연관규칙 마이닝, 의사결정나무 마이닝 등 여러 데이터 마이닝 기법에서 SMC 등과 결합되어 보다 실용적으로 사용될 수 있다. 하지만 정확도가 증가하는 만큼의 계산량이 늘어나기 때문에 앞으로도 정확도와 안전성, 그리고 계산량에 대한 심도 있는 연구가 지속적으로 수행되어야 할 것으로 보인다.</p> <h1>6. 시뮬레이션 결과</h1><p>실험은 랜덤대치에서와 동일한 환경에서 \(l\)값에 변화를 주어 관찰하였다. 다음 각각의 그림은 \(l=4\)일 때의 \(l\)-확장 랜덤대치 결과를 나타낸다.</p><p>(그림 4)와 (그림 5)의 실험을 \(l\)-확장 랜덤 대치로 수행한 결과는 (그림 8)과 (그림 9)에 나타나 있다. 5.1절의 \(l\)-확장 랜덤대치의 정확성 분석에 의하여, 원본 데이터 집합을 l=4로 확장하여 랜덤대치를 수행할 경우, 정확성이 2배 향상될 것이라 기대할 수 있다. 따라서 각각 0.2793과 0.4204의 1/2배인 0.1396과 0.2102의 표준오차가 생길 것이라 예상된다. 실제로 (그림 8)과 (그림 9)의 표준오차는 0.1655와 0.2281으로 예측 값에 거의 일치함을 확인할 수 있다. 또한 (그림 6)과 (그림 7)의 실험을 \(l\)-확장 랜덤대치로 수행한 결과는 (그림 10)과 (그림 11)로 나타난다. 각각의 실제 표준오차는 이전 랜덤대치에 비해 거의 1/2배인 0.1880과 0.2529임을 확인할 수 있다.</p><p>다음 표는 각 파라미터별 \(l\)값의 변화가 정확성에 끼치는 영향을 측정하기 위한 실험으로 5.1절에서 계산한 표준오차를 각 파라미터별로 100회 반복실험을 실시하여 계산한 표이며, 기존의 랜덤대치 알고리즘은 \(l=1\)일 때와 같다.</p><p>위의 결과에서는 실제 표준오차의 감소 비율이 \( \sqrt{l} \)에 약간 못 미치는 것을 확인 할 수 있다. 이는 \(l\)-확장 랜덤대치에서 임의의 데이터가 \(l\)개로 랜덤화 될 때, 랜덤대치와 동일한 프라이버시를 유지하기 위하여 재랜덤화를 시행하여 랜덤화가 다소 균등하게 일어나지 않은데 원인이 있다. 따라서 \(l\)-확장 랜덤대치의 실행 시에는 세 파라미터 (\(n, N, \gamma \))에 따라 충돌이 되도록 최소가 되도록 \(l\)값을 결정하여야 할 것이다.</p>	통계학	[ "<h1>요 약</h1> <p>랜덤대치 기법은 실용적인 프라이버시 보호 방밥으로 다양한 응용 가능성과 프라이버시 손상 관점의 안전성을 보장할 수 있다는 장점이 있다.", "하지만 데이터 유용성을 위한 랜덤대치 기법의 정확성을 향상시키는 방법에 대해서는 그동안 면밀히 연구되지 않았다.", "본 논문에서는 랜덤대치 기법의 표준오차에 대한 보다 진전된 이론적 분석을 실시함으로써 정확성을 개선할 수 있는 알고리즘을 제안한다.", "다양한 실험을 통하여 균등분포와 정규분포를 따르는 원본 데이터에 대한 랜덤대치 기법의 적용이 실용적이지 못한 정확성을 나타낸다는 사실과 함께 개선된 알고리즘의 정확성 향상 정도를 확인한다.", "우리가 제안하는 알고리즘은 기존의 랜덤대치 기법과 동일한 프라이버시 수준을 유지한 상테에서 정확성을 원하는 수준만큼 높일 수 있는 방법이며, 이를 위해 추가로 소요되는 계산량은 실용적인 면에서 여전히 수용 가능한 것임을 밝힌다.", "</p> <h1>7. 결 론</h1> <p>정확성 개선을 위한 \\(l\\)-확장 랜덤대치는 앞서 제안된 랜덤대치의 프라이버시 수준을 유지하면서 보다 정확하게 원본 데이터의 분포를 재구축할 수가 있다.", "이로 인해 연관규칙 마이닝, 의사결정나무 마이닝 등 여러 데이터 마이닝 기법에서 SMC 등과 결합되어 보다 실용적으로 사용될 수 있다.", "하지만 정확도가 증가하는 만큼의 계산량이 늘어나기 때문에 앞으로도 정확도와 안전성, 그리고 계산량에 대한 심도 있는 연구가 지속적으로 수행되어야 할 것으로 보인다.", "</p> <h1>6. 시뮬레이션 결과</h1><p>실험은 랜덤대치에서와 동일한 환경에서 \\(l\\)값에 변화를 주어 관찰하였다.", "다음 각각의 그림은 \\(l=4\\)일 때의 \\(l\\)-확장 랜덤대치 결과를 나타낸다.", "</p><p>(그림 4)와 (그림 5)의 실험을 \\(l\\)-확장 랜덤 대치로 수행한 결과는 (그림 8)과 (그림 9)에 나타나 있다.", "5.1절의 \\(l\\)-확장 랜덤대치의 정확성 분석에 의하여, 원본 데이터 집합을 l=4로 확장하여 랜덤대치를 수행할 경우, 정확성이 2배 향상될 것이라 기대할 수 있다.", "따라서 각각 0.2793과 0.4204의 1/2배인 0.1396과 0.2102의 표준오차가 생길 것이라 예상된다.", "실제로 (그림 8)과 (그림 9)의 표준오차는 0.1655와 0.2281으로 예측 값에 거의 일치함을 확인할 수 있다.", "또한 (그림 6)과 (그림 7)의 실험을 \\(l\\)-확장 랜덤대치로 수행한 결과는 (그림 10)과 (그림 11)로 나타난다.", "각각의 실제 표준오차는 이전 랜덤대치에 비해 거의 1/2배인 0.1880과 0.2529임을 확인할 수 있다.", "</p><p>다음 표는 각 파라미터별 \\(l\\)값의 변화가 정확성에 끼치는 영향을 측정하기 위한 실험으로 5.1절에서 계산한 표준오차를 각 파라미터별로 100회 반복실험을 실시하여 계산한 표이며, 기존의 랜덤대치 알고리즘은 \\(l=1\\)일 때와 같다.", "</p><p>위의 결과에서는 실제 표준오차의 감소 비율이 \\( \\sqrt{l} \\)에 약간 못 미치는 것을 확인 할 수 있다.", "이는 \\(l\\)-확장 랜덤대치에서 임의의 데이터가 \\(l\\)개로 랜덤화 될 때, 랜덤대치와 동일한 프라이버시를 유지하기 위하여 재랜덤화를 시행하여 랜덤화가 다소 균등하게 일어나지 않은데 원인이 있다.", "따라서 \\(l\\)-확장 랜덤대치의 실행 시에는 세 파라미터 (\\(n, N, \\gamma \\))에 따라 충돌이 되도록 최소가 되도록 \\(l\\)값을 결정하여야 할 것이다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "랜덤대치 기반 프라이버시 보호 기법의 정확성 개선 알고리즘", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-8933d47b-f1a6-46a2-b162-84b404a12854", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "강주성", "이창우", "홍도원" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
207	<h1>4. 분석 및 시뮬레이션</h1> <p>본 장의 분석 및 시뮬레이션 결과 분석에 들어가기에 앞서서 5 장 분석 및 시뮬레이션에서 사용되어지는 수식에 포함되는 기호들과 각 기호들이 나타내는 의미는<표 1>과 같다.</p> <table border><caption>〈표 1〉 수식 기호와 의미</caption> <tbody><tr><td>파라미터</td><td>의미</td></tr><tr><td>C</td><td>전체 네트워크의 CH의 개수</td></tr><tr><td>Cn</td><td>한 CH에 인접한 CH들의 평균 개수</td></tr><tr><td>N</td><td>센서 노드들의 개수</td></tr><tr><td>p</td><td>센서 노드와 CH의 키 링에 서로 공통 키 아이디를 갖 고 있을 확률</td></tr><tr><td>Pe</td><td>전체 네트워크에서 높은 우선 순위를 가진 응급 노드의 비율</td></tr><tr><td>R</td><td>(제안된 기법 사용시의 전송 주기) / (제안된 기법을 사 용하지 않을 때의 전송 주기)</td></tr><tr><td>P</td><td>일정 시간동안 경계값을 넘는 응급 데이터가 발생할 확 률</td></tr><tr><td>Po</td><td>전체 네트워크에서 지속적인 조사가 필요한 노드들의 비율</td></tr><tr><td>E</td><td>Extra Key Space에 저장 가능한 키 개수</td></tr></tbody></table> <h2>4.1 키 설립 확률 분석</h2> <p>본 논문에서 소개한 계층적인 의로 센서 네트워크 구조에서 EG 스킴을 그대로 사용할 경우의 키 설립 확률과 제안한 키 설립 기법을 사용하였을 때의 키 설립 확률을 비교하여 본다.</p> <p>먼저 EG 스킴과 본 논문에서 제안한 키 설립 기법을 비교하였을 때, 두 노드 간에 공통 키를 가질 확률은 모두 \( P \) 로 두 기법 모두 같다고 할 수 있다. 그러나 공통 키를 발견하지 못할 경우에도 센서 노드와 CH 는 키 설립이 필요한데, EG 스킴을 사용하여 Path Key 를 이용하는 경우 센서 노드와 CH 와의 키를 모두 갖고 있는 제 3의 노드가 필요하다. 그러나 본 논문에서의 계층적인 의료 센서 네트워크 구조 내에서는 한 개의 CH 에 속한 센서 노드는 평균적으로 매우 적은 개수이고, 이는 한 센서 노드를 기준으로 통신 가능한 범위 내에 있는 즉, 한 홉 내에 있는 센서 노드 수가 기존의 EG 스킴에서의 환경보다 매우 낮다는 것을 의미한다. 따라서 본 논문에서 소개한 계층적인 구조에서는 Path Key를 전달해줄 수 있는 제 3 의 노드가 존재할 확률이 매우 낮음을 알 수 있다. 그러므로 EG 스킴을 수정 없이 그대로 사용하는 경우 Path Key 설립 단계에서 키를 설립할 확률이 낮아 키를 설립하지 못하는 노드들의 수는 증가할 것이며, 반면에 제안한 기법을 사용한다면 공통키를 발견하지 못한 경우에도 높은 확률로 키 설립을 할 수 있을 것이다.</p> <p>뿐만 아니라, CH 가 여분의 키 저장 공간을 가지고 있고 응급 노드가 이동하기 전에 키 정보를 미리 보내주는 경우 각 CH 가 가지고 있는 키들의 개수는 증가하게 된다. CH 가 오직 EG스킴을 위한 \( k \) 개의 키 링만 가지고 있는 경우 \( N \cdot(1-P) \) 개의 노드들은 CH 와 공통키를 갖지 못한다. 이에 비해서 본 논문에서 제안한 기법에 따라 CH 가 여분의 키 저장 공간을 갖게 되면 공통키를 갖지 못한 노드들 중 응급 노드인 \( N \cdot(1-P) \cdot P e \) 개의 노드들은 여분의 키 저장 공간인 Extra Key Space에 저장된 키들을 사용하여 키 설립을 완성하게 된다. 따라서 최종적으로는 \( N \cdot(1-P) \) -\( N \cdot(1-P) \cdot P e \) 개의 노드들이 공통키를 갖지 못한다. 이 식은 정리하면 \( N \cdot(1-P) \cdot(1-P e) \) 로 나타낼 수 있고 \( P e \) 는 1 보다 항상 작고 0 보다 큰 값이므로 다음과 같은 식이 성립한다.</p> <p>\( N \cdot(1-P) \geq N \cdot(1-P) \cdot(1-P e) \)</p> <p>따라서 제안한대로 여분의 키 저장 공간을 가지고 있다면 CH 와 센서 노드 간에 공통키를 가질 확률은 보다 높다는 것을 확인할 수 있다.</p>	통계학	[ "<h1>4. 분석 및 시뮬레이션</h1> <p>본 장의 분석 및 시뮬레이션 결과 분석에 들어가기에 앞서서 5 장 분석 및 시뮬레이션에서 사용되어지는 수식에 포함되는 기호들과 각 기호들이 나타내는 의미는<표 1>과 같다.", "</p> <table border><caption>〈표 1〉 수식 기호와 의미</caption> <tbody><tr><td>파라미터</td><td>의미</td></tr><tr><td>C</td><td>전체 네트워크의 CH의 개수</td></tr><tr><td>Cn</td><td>한 CH에 인접한 CH들의 평균 개수</td></tr><tr><td>N</td><td>센서 노드들의 개수</td></tr><tr><td>p</td><td>센서 노드와 CH의 키 링에 서로 공통 키 아이디를 갖 고 있을 확률</td></tr><tr><td>Pe</td><td>전체 네트워크에서 높은 우선 순위를 가진 응급 노드의 비율</td></tr><tr><td>R</td><td>(제안된 기법 사용시의 전송 주기) / (제안된 기법을 사 용하지 않을 때의 전송 주기)</td></tr><tr><td>P</td><td>일정 시간동안 경계값을 넘는 응급 데이터가 발생할 확 률</td></tr><tr><td>Po</td><td>전체 네트워크에서 지속적인 조사가 필요한 노드들의 비율</td></tr><tr><td>E</td><td>Extra Key Space에 저장 가능한 키 개수</td></tr></tbody></table> <h2>4.1 키 설립 확률 분석</h2> <p>본 논문에서 소개한 계층적인 의로 센서 네트워크 구조에서 EG 스킴을 그대로 사용할 경우의 키 설립 확률과 제안한 키 설립 기법을 사용하였을 때의 키 설립 확률을 비교하여 본다.", "</p> <p>먼저 EG 스킴과 본 논문에서 제안한 키 설립 기법을 비교하였을 때, 두 노드 간에 공통 키를 가질 확률은 모두 \\( P \\) 로 두 기법 모두 같다고 할 수 있다.", "그러나 공통 키를 발견하지 못할 경우에도 센서 노드와 CH 는 키 설립이 필요한데, EG 스킴을 사용하여 Path Key 를 이용하는 경우 센서 노드와 CH 와의 키를 모두 갖고 있는 제 3의 노드가 필요하다.", "그러나 본 논문에서의 계층적인 의료 센서 네트워크 구조 내에서는 한 개의 CH 에 속한 센서 노드는 평균적으로 매우 적은 개수이고, 이는 한 센서 노드를 기준으로 통신 가능한 범위 내에 있는 즉, 한 홉 내에 있는 센서 노드 수가 기존의 EG 스킴에서의 환경보다 매우 낮다는 것을 의미한다.", "따라서 본 논문에서 소개한 계층적인 구조에서는 Path Key를 전달해줄 수 있는 제 3 의 노드가 존재할 확률이 매우 낮음을 알 수 있다.", "그러므로 EG 스킴을 수정 없이 그대로 사용하는 경우 Path Key 설립 단계에서 키를 설립할 확률이 낮아 키를 설립하지 못하는 노드들의 수는 증가할 것이며, 반면에 제안한 기법을 사용한다면 공통키를 발견하지 못한 경우에도 높은 확률로 키 설립을 할 수 있을 것이다.", "</p> <p>뿐만 아니라, CH 가 여분의 키 저장 공간을 가지고 있고 응급 노드가 이동하기 전에 키 정보를 미리 보내주는 경우 각 CH 가 가지고 있는 키들의 개수는 증가하게 된다.", "CH 가 오직 EG스킴을 위한 \\( k \\) 개의 키 링만 가지고 있는 경우 \\( N \\cdot(1-P) \\) 개의 노드들은 CH 와 공통키를 갖지 못한다.", "이에 비해서 본 논문에서 제안한 기법에 따라 CH 가 여분의 키 저장 공간을 갖게 되면 공통키를 갖지 못한 노드들 중 응급 노드인 \\( N \\cdot(1-P) \\cdot P e \\) 개의 노드들은 여분의 키 저장 공간인 Extra Key Space에 저장된 키들을 사용하여 키 설립을 완성하게 된다.", "따라서 최종적으로는 \\( N \\cdot(1-P) \\) -\\( N \\cdot(1-P) \\cdot P e \\) 개의 노드들이 공통키를 갖지 못한다.", "이 식은 정리하면 \\( N \\cdot(1-P) \\cdot(1-P e) \\) 로 나타낼 수 있고 \\( P e \\) 는 1 보다 항상 작고 0 보다 큰 값이므로 다음과 같은 식이 성립한다.", "</p> <p>\\( N \\cdot(1-P) \\geq N \\cdot(1-P) \\cdot(1-P e) \\)</p> <p>따라서 제안한대로 여분의 키 저장 공간을 가지고 있다면 CH 와 센서 노드 간에 공통키를 가질 확률은 보다 높다는 것을 확인할 수 있다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "의료 센서 네트워크에서의 효율적인 전송 구조 및 Key Provisioning을 사용한 키 관리 기법 연구", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-752b0975-8a1b-4299-9546-f93360725dcf", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "서재원", "김미희", "채기준" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
208	<h1>4. 도구의 구현</h1><p>본 절에서는 제안된 도구의 전체구조와 구현환경에 대해서 기술하고, 비결정적 접근사건의 위치와 경합검증여부를 실험한 결과에 대해서 설명한다.</p><h2>4.1 전체구조</h2><p>(그림 8)은 정적분석 기법과 동적분석 기법을 혼합한 하이브리드 기법으로 프로그램내에 존재하는 잠재적 경합을 탐지할 수 있는 도구의 전체 구조를 나타낸 것이다. OpenMP 병렬 프로그램과 같은 소스코드가 주어지게 되면 Program Analyzer에 의해 비결정적 접근사건에 대한 존재여부를 파악하게 되고. 파악된 정보를 이용하여 변형된 중간코드가 생성된다. 중간 코드가 삽입된 코드는 다시 Program Instrumentor에 의해 실제 경합 탐지엔진을 호출하기 위한 감시코드로 대체되어 컴파일 된다. 컴파일 된 변형된 오브젝트 코드는 RaceAnalyzer에 의해 수행중에 경합을 탐지한다. Race Analyzer는 3절에서 언급한 레이블링, 탐지프로토콜, 그리고 록커버 엔진에 해당하는 부분이다.</p><p>제안된 도구는 Java Development Kit 1.5버전의 Java 언어로 구현하였으며, 원시코드의 변수를 효과적으로 수집하기 위해서 Java Compiler Compiler 4.0으로 구현하였으며 Eclipse환경에서 개발하였다. (그림 9)은 제안된 도구의 개발된 인터페이스 화면이다. Program Analyzer, Program Instrumemtor, 그리고 Race Detector를 실행하기 위한 Toolbar와 소스코드를 보기 위한 창이 있으며, 경합을 보고하기 위한 창과 시스템 로그를 보여주는 창 있다. 인터페이스 화면 위에 실행된 창은 (A)는 Program Dependence Graph 창으로써 Data Dependency, Control Dependency, 그리고 Global Data Dependency가 자동적으로 생성된 것을보인 것이다. (B)는 PDG를 이용하여 [23]번에 비결정적 접근 사건들을 탐지한 결과를 보인 것이다. (C)와 (D)는 수행중 경합탐지를 위해서 의사코드와 실제 감시코드가 삽입된 결과를 보인 것이다. (D)코드를 수행하면 인터페이스에 “Report Area”창에 경합을 보고하게 된다.</p><h2>4.2 실험결과</h2><p>본 도구의 구현된 모듈들을 검증하기 위해서 비결정적 접근사건들이 포함된 합성 프로그램, OpenMP.org 포럼에서 공식적으로 사용하고 있는 벤치마크 프로그램인 EPCC의 OpenMP Microbenchmark 프로그램, 그리고 OpenMP 프로그램으로 변형한 응용 프로그램으로 실험한다. 합성 프로그램은 OpenMP Microbenchmark와 NAS Benchmark를 분석한 결과를 이용하여 내포 병렬성과 임계구역 기반의 동기화를 이용하여 작성하였다. 작성된 합성 프로그램은NNDA, NNNA, NEDA, NENA 네 가지 형태를 가지고 있다. 이 네 가지 프로그램 if, for, while을 기준으로 분리되어 작성되었다.<표 2>는 실험을 위해서 작성된 합성 프로그램의 모든 형태를 보인 것이다. 여기서 NNDA-x는 내포병렬성이 없고 비결정성 접근사건들이 없는 프로그램, NNNA-x는 내포병렬성이 없고 비결정성이 존재하는 프로그램, NEDA-x는 내포병렬성이 있고 비결정성 접근사건이 없는 프로그램, NEDA-x는 내포병렬성이 있고 비결정성 접근사건이 존재하는 프로그램이다. 그리고 OpenMP Microbenchmark 프로그램은 OpenMP 디렉티브와 런타임 라이브리를 이용하여 배열 오퍼레이션, 루프 스케줄링, 동기화에 대한 오버헤드를 측정하는 OpenMP 포럼에서 공인한 프로그램이고 NAS Benchmark 프로그램은 Omni Compiler Project에서 제공하는 프로그램으로써, NASA에서 제공하는 NPB(NAS Parallel Benchmarks)를 OpenMP C 버전으로 변경한 것이다. 또한 OpenMP 포럼에서 제공하는 Jacobi 프로그램은 Helmholtz 방정식을 Jacobi 방식의 반복문을 사용하여 해결하는 OpenMP 프로그램이며 MD 프로그램은 Velocity Verlet 알고리즘을 사용하여 간단한 분자 역학 운동 구현한 OpenMP 프로그램이다.</p><table border><caption><표 2>실험을 위해서 작성하기 위한 합성 프로그램 종류</caption><tbody><tr><td>Nest</td><td>Access</td><td>Control Statement</td><td>Code Name</td></tr><tr><td rowspan=6>Non-NestedModels</td><td rowspan=3>DeterministicAccesses</td><td>if</td><td>NNDA-IF</td></tr><tr><td >for</td><td>NNDA-FOR</td></tr><tr><td >while</td><td>NNDA-WHILE</td></tr><tr><td rowspan=3>Non-deterministicAccesses</td><td>if</td><td>NNNA-IF</td></tr><tr><td >for</td><td>NNNA-FOR</td></tr><tr><td >while</td><td>NNNA-WHILE</td></tr><tr><td rowspan=6>NestedModels</td><td rowspan=3>DeterministicAccesses</td><td>if</td><td>NEDA-IF</td></tr><tr><td >for</td><td>NEDA-FOR</td></tr><tr><td >while</td><td>NEDA-WHILE</td></tr><tr><td rowspan=3>Non-deterministicAccesses</td><td>if</td><td>NENA-IF</td></tr><tr><td>for</td><td>NENA-FOR</td></tr><tr><td>while</td><td>NENA-WHILE</td></tr></tbody></table><p><표 3>은 4.1절에 구현된 도구를 이용하여 합성프로그램, 벤치마크 프로그램, 응용 프로그램에 대한 비결정적 접근사건에 대한 실험 결과표이다. 표에서 Shared Variables은 각 프로그램에서 수행중에 공유변수가 될 가능성을 있는 변수의 수를 나타낸 것이며, Dependence Nodes는 Data Dependence나 Control Dependence를 가진 노드의 수를 의미하며, 다시 Data Dependence의 경우는 Global 변수에 의한 Data Dependence와 Local 변수에 의한 Data Dependence로 구별하였다. Non-Deterministic Accesses는 비결정적인 값을 가지는 노드(I-VALUE)와 비결정적으로 발생할 수 있는 노드(I-OCCUR)의 수를 의미한다.</p><p><표 3>의 실험결과에서 보듯이 합성 프로그램 중에서 NNNA와 NENA 모델에서 잠재적 경합이 존재한다는 것을 정확하게 탐지하였다. 이것으로 인해 본 논문에서 제안된 도구의 모듈에 대해서 실험적 증명을 하였다. 그리고 제안한 도구를 이용하여 일반적인 응용에서도 잠재적 경합의 존재여부를 확인하기 위해서 공인된 벤치마크 프로그램과 응용 프로그램에서 실험을 하였다. 그 결과, 어떠한 프로그램에서도 비결정적 접근사건들이 발생하지 않았으며 경합도 발생하지 않았다.</p><table border><caption><표 3>벤치마크프로그램과 합성프로그램에 대한 비결정적 접근사건 실험결과</caption><tbody><tr><td rowspan=2, colspan=2>Program</td><td rowspan=2>Shared Variables</td><td colspan=3>Dependence Nodes</td><td colspan=2>Non-deterministic Accesses</td></tr><tr><td>Global</td><td>Local</td><td>Control</td><td>I-VALUE</td><td>I-OCCUR</td></tr><tr><td rowspan=4>합성프로그램</td><td>NNDA</td><td>2</td><td>0</td><td>8</td><td>4</td><td>5</td><td>0</td></tr><tr><td>NNNA</td><td>2</td><td>0</td><td>7</td><td>4</td><td>8</td><td>2</td></tr><tr><td>NEDA</td><td>2</td><td>0</td><td>8</td><td>4</td><td>5</td><td>0</td></tr><tr><td>NENA</td><td>2</td><td>0</td><td>9</td><td>6</td><td>7</td><td>2</td></tr><tr><td rowspan=3>EPCC벤치마크</td><td>Arraybench</td><td>34</td><td>6</td><td>37</td><td>14</td><td>0</td><td>0</td></tr><tr><td>Schedbench</td><td>26</td><td>11</td><td>45</td><td>19</td><td>0</td><td>0</td></tr><tr><td>Syncbench</td><td>52</td><td>16</td><td>67</td><td>26</td><td>0</td><td>0</td></tr><tr><td rowspan=4>NAS벤치마크</td><td>EP</td><td>24</td><td>20</td><td>10</td><td>6</td><td>0</td><td>0</td></tr><tr><td>FT</td><td>62</td><td>44</td><td>34</td><td>10</td><td>0</td><td>0</td></tr><tr><td>IS</td><td>41</td><td>27</td><td>15</td><td>4</td><td>0</td><td>0</td></tr><tr><td>MG</td><td>15</td><td>29</td><td>29</td><td>6</td><td>0</td><td>0</td></tr><tr><td rowspan=2>응용프로그램</td><td>Jacobi</td><td>24</td><td>1</td><td>3</td><td>2</td><td>0</td><td>0</td></tr><tr><td>MD</td><td>4</td><td>0</td><td>6</td><td>2</td><td>0</td><td>0</td></tr></tbody></table>	통계학	[ "<h1>4. 도구의 구현</h1><p>본 절에서는 제안된 도구의 전체구조와 구현환경에 대해서 기술하고, 비결정적 접근사건의 위치와 경합검증여부를 실험한 결과에 대해서 설명한다.", "</p><h2>4.1 전체구조</h2><p>(그림 8)은 정적분석 기법과 동적분석 기법을 혼합한 하이브리드 기법으로 프로그램내에 존재하는 잠재적 경합을 탐지할 수 있는 도구의 전체 구조를 나타낸 것이다.", "OpenMP 병렬 프로그램과 같은 소스코드가 주어지게 되면 Program Analyzer에 의해 비결정적 접근사건에 대한 존재여부를 파악하게 되고.", "파악된 정보를 이용하여 변형된 중간코드가 생성된다.", "중간 코드가 삽입된 코드는 다시 Program Instrumentor에 의해 실제 경합 탐지엔진을 호출하기 위한 감시코드로 대체되어 컴파일 된다.", "컴파일 된 변형된 오브젝트 코드는 RaceAnalyzer에 의해 수행중에 경합을 탐지한다.", "Race Analyzer는 3절에서 언급한 레이블링, 탐지프로토콜, 그리고 록커버 엔진에 해당하는 부분이다.", "</p><p>제안된 도구는 Java Development Kit 1.5버전의 Java 언어로 구현하였으며, 원시코드의 변수를 효과적으로 수집하기 위해서 Java Compiler Compiler 4.0으로 구현하였으며 Eclipse환경에서 개발하였다.", "(그림 9)은 제안된 도구의 개발된 인터페이스 화면이다.", "Program Analyzer, Program Instrumemtor, 그리고 Race Detector를 실행하기 위한 Toolbar와 소스코드를 보기 위한 창이 있으며, 경합을 보고하기 위한 창과 시스템 로그를 보여주는 창 있다.", "인터페이스 화면 위에 실행된 창은 (A)는 Program Dependence Graph 창으로써 Data Dependency, Control Dependency, 그리고 Global Data Dependency가 자동적으로 생성된 것을보인 것이다.", "(B)는 PDG를 이용하여 [23]번에 비결정적 접근 사건들을 탐지한 결과를 보인 것이다.", "(C)와 (D)는 수행중 경합탐지를 위해서 의사코드와 실제 감시코드가 삽입된 결과를 보인 것이다.", "(D)코드를 수행하면 인터페이스에 “Report Area”창에 경합을 보고하게 된다.", "</p><h2>4.2 실험결과</h2><p>본 도구의 구현된 모듈들을 검증하기 위해서 비결정적 접근사건들이 포함된 합성 프로그램, OpenMP.org 포럼에서 공식적으로 사용하고 있는 벤치마크 프로그램인 EPCC의 OpenMP Microbenchmark 프로그램, 그리고 OpenMP 프로그램으로 변형한 응용 프로그램으로 실험한다.", "합성 프로그램은 OpenMP Microbenchmark와 NAS Benchmark를 분석한 결과를 이용하여 내포 병렬성과 임계구역 기반의 동기화를 이용하여 작성하였다.", "작성된 합성 프로그램은NNDA, NNNA, NEDA, NENA 네 가지 형태를 가지고 있다.", "이 네 가지 프로그램 if, for, while을 기준으로 분리되어 작성되었다.", "<표 2>는 실험을 위해서 작성된 합성 프로그램의 모든 형태를 보인 것이다.", "여기서 NNDA-x는 내포병렬성이 없고 비결정성 접근사건들이 없는 프로그램, NNNA-x는 내포병렬성이 없고 비결정성이 존재하는 프로그램, NEDA-x는 내포병렬성이 있고 비결정성 접근사건이 없는 프로그램, NEDA-x는 내포병렬성이 있고 비결정성 접근사건이 존재하는 프로그램이다.", "그리고 OpenMP Microbenchmark 프로그램은 OpenMP 디렉티브와 런타임 라이브리를 이용하여 배열 오퍼레이션, 루프 스케줄링, 동기화에 대한 오버헤드를 측정하는 OpenMP 포럼에서 공인한 프로그램이고 NAS Benchmark 프로그램은 Omni Compiler Project에서 제공하는 프로그램으로써, NASA에서 제공하는 NPB(NAS Parallel Benchmarks)를 OpenMP C 버전으로 변경한 것이다.", "또한 OpenMP 포럼에서 제공하는 Jacobi 프로그램은 Helmholtz 방정식을 Jacobi 방식의 반복문을 사용하여 해결하는 OpenMP 프로그램이며 MD 프로그램은 Velocity Verlet 알고리즘을 사용하여 간단한 분자 역학 운동 구현한 OpenMP 프로그램이다.", "</p><table border><caption><표 2>실험을 위해서 작성하기 위한 합성 프로그램 종류</caption><tbody><tr><td>Nest</td><td>Access</td><td>Control Statement</td><td>Code Name</td></tr><tr><td rowspan=6>Non-NestedModels</td><td rowspan=3>DeterministicAccesses</td><td>if</td><td>NNDA-IF</td></tr><tr><td >for</td><td>NNDA-FOR</td></tr><tr><td >while</td><td>NNDA-WHILE</td></tr><tr><td rowspan=3>Non-deterministicAccesses</td><td>if</td><td>NNNA-IF</td></tr><tr><td >for</td><td>NNNA-FOR</td></tr><tr><td >while</td><td>NNNA-WHILE</td></tr><tr><td rowspan=6>NestedModels</td><td rowspan=3>DeterministicAccesses</td><td>if</td><td>NEDA-IF</td></tr><tr><td >for</td><td>NEDA-FOR</td></tr><tr><td >while</td><td>NEDA-WHILE</td></tr><tr><td rowspan=3>Non-deterministicAccesses</td><td>if</td><td>NENA-IF</td></tr><tr><td>for</td><td>NENA-FOR</td></tr><tr><td>while</td><td>NENA-WHILE</td></tr></tbody></table><p><표 3>은 4.1절에 구현된 도구를 이용하여 합성프로그램, 벤치마크 프로그램, 응용 프로그램에 대한 비결정적 접근사건에 대한 실험 결과표이다.", "표에서 Shared Variables은 각 프로그램에서 수행중에 공유변수가 될 가능성을 있는 변수의 수를 나타낸 것이며, Dependence Nodes는 Data Dependence나 Control Dependence를 가진 노드의 수를 의미하며, 다시 Data Dependence의 경우는 Global 변수에 의한 Data Dependence와 Local 변수에 의한 Data Dependence로 구별하였다.", "Non-Deterministic Accesses는 비결정적인 값을 가지는 노드(I-VALUE)와 비결정적으로 발생할 수 있는 노드(I-OCCUR)의 수를 의미한다.", "</p><p><표 3>의 실험결과에서 보듯이 합성 프로그램 중에서 NNNA와 NENA 모델에서 잠재적 경합이 존재한다는 것을 정확하게 탐지하였다.", "이것으로 인해 본 논문에서 제안된 도구의 모듈에 대해서 실험적 증명을 하였다.", "그리고 제안한 도구를 이용하여 일반적인 응용에서도 잠재적 경합의 존재여부를 확인하기 위해서 공인된 벤치마크 프로그램과 응용 프로그램에서 실험을 하였다.", "그 결과, 어떠한 프로그램에서도 비결정적 접근사건들이 발생하지 않았으며 경합도 발생하지 않았다.", "</p><table border><caption><표 3>벤치마크프로그램과 합성프로그램에 대한 비결정적 접근사건 실험결과</caption><tbody><tr><td rowspan=2, colspan=2>Program</td><td rowspan=2>Shared Variables</td><td colspan=3>Dependence Nodes</td><td colspan=2>Non-deterministic Accesses</td></tr><tr><td>Global</td><td>Local</td><td>Control</td><td>I-VALUE</td><td>I-OCCUR</td></tr><tr><td rowspan=4>합성프로그램</td><td>NNDA</td><td>2</td><td>0</td><td>8</td><td>4</td><td>5</td><td>0</td></tr><tr><td>NNNA</td><td>2</td><td>0</td><td>7</td><td>4</td><td>8</td><td>2</td></tr><tr><td>NEDA</td><td>2</td><td>0</td><td>8</td><td>4</td><td>5</td><td>0</td></tr><tr><td>NENA</td><td>2</td><td>0</td><td>9</td><td>6</td><td>7</td><td>2</td></tr><tr><td rowspan=3>EPCC벤치마크</td><td>Arraybench</td><td>34</td><td>6</td><td>37</td><td>14</td><td>0</td><td>0</td></tr><tr><td>Schedbench</td><td>26</td><td>11</td><td>45</td><td>19</td><td>0</td><td>0</td></tr><tr><td>Syncbench</td><td>52</td><td>16</td><td>67</td><td>26</td><td>0</td><td>0</td></tr><tr><td rowspan=4>NAS벤치마크</td><td>EP</td><td>24</td><td>20</td><td>10</td><td>6</td><td>0</td><td>0</td></tr><tr><td>FT</td><td>62</td><td>44</td><td>34</td><td>10</td><td>0</td><td>0</td></tr><tr><td>IS</td><td>41</td><td>27</td><td>15</td><td>4</td><td>0</td><td>0</td></tr><tr><td>MG</td><td>15</td><td>29</td><td>29</td><td>6</td><td>0</td><td>0</td></tr><tr><td rowspan=2>응용프로그램</td><td>Jacobi</td><td>24</td><td>1</td><td>3</td><td>2</td><td>0</td><td>0</td></tr><tr><td>MD</td><td>4</td><td>0</td><td>6</td><td>2</td><td>0</td><td>0</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "내부적 비결정성을 가진 공유 메모리 병렬 프로그램에서 잠재적 경합탐지를 위한 전처리기", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-7bba2a2f-b5f8-45a9-85a6-b506904bfc6a", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "김영주", "정민섭", "전용기" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
209	<h1>6. 결 론</h1><p>조선 기술과 정보 기술을 융합시킨 지능형 선박 기술은 차세대 조선 산업의 신규 기술로써, 고품질 선박 제조를 통해 고부가 가치를 창출하는 잠재적 가능성을 지니고 있다.그러나 이 융합 기술은 현재 개념 정립 단계이며, 특히 선박의 최적 통신망에 대한 연구 사례는 국내외적으로 미흡한실정이다. 따라서 본 논문에서는 선박 통합 네트워크를 구축하는 SAN에 대한 초기 연구 결과로, 지능형 선박의 고생존 SAN으로서 통합 스위치 시스템을 제안하였다. 통합 스위치 시스템은 네트워크 생존성뿐만 아니라 트래픽 효율성에 우수한 성능을 나타내며, 다양한 접근 방법에 따른 이론적 분석 및 실험 결과를 통해 그 최적 성능을 검증하였다.</p><p>본 논문을 통해 연구된 통합 스위치 시스템은 향후 지능형 선박의 다양한 서비스들을 지원하는 통신 인프라로 활용될 수 있으며, 그 결과 지능형 선박 제조에 필요한 비용을 크게 절감할 수 있을 것으로 판단된다. 또한 SAN이 미래지능형 선박에서 제공하는 다양한 서비스들을 위한 핵심 기반 기술임을 감안하면, 이에 대한 원천 기술 확보는 국내선박 제품의 국가 경쟁력을 향상시키고, 국내 조선 산업체가 세계 시장을 주도하는데 매우 중요한 역할을 할 것으로 기대된다.</p> <h1>5. 성능 평가</h1><p>본 장에서는 게이트웨이 시스템과 통합 스위치 시스템을 대상으로, 선박 사고 상황을 시뮬레이션하여 시스템의 생존성을 정량적으로 평가한다. 그리고 시뮬레이션 결과 분석을 통해 검증된 성능 우수성에 근거하여, 앞서 이론적 평가에서와 마찬가지로, 고생존 SAN으로서 통합 스위치 시스템을 제안한다.</p><h2>5.1 생존성 평가 시뮬레이션</h2><p>실제 선박 사고 상황에서는 동시다발적인 네트워크 장애가 발생한다는 점을 고려하면, 네트워크의 생존성은 다수의 네트워크 구성 요소의 결손 상황에서 단말 간의 전송 경로설정 가능성을 나타내는 것이 적합하다. 이는 앞서 토폴로지의 신뢰율를 분석한 것과 동일한 접근 방식으로, 시뮬레이션은 계산식에 의한 신뢰율 산출이 어려운 이중화 SAN에 대해 정량적인 생존성 측정을 목적으로 한다.</p><p>시뮬레이션 방법은 (그림 6)에서 모델링한 게이트웨이 시스템과 통합 스위치 시스템을 대상으로 변화하는 확률(결손율)에 따라 네트워크 구성 요소(노드와 링크)를 제거하여, 서로 다른 서브네트워크에 위치한 두 단말 S와 D의 연결설정 여부(Connectedness)를 통계하는 방식을 사용하였다. 이때, 새로운 네트워크 생존성 지표로 연결율(Connectednessratio)을 정의한다. 연결율은 동일한 네트워크 구성 요소 생존율을 기반으로 임의 생성한 총 그래프(Total Graph)에 대해 단말 간 연결이 설정된 그래프(Survivable Graph)의 개수의 비(식 3)로 나타낸다.</p><p>Connectedness Ratio \( =\frac{\text { Count of Survivable Graphs }}{\text { Total of Randomly Created Graphs }} \)<caption>(식 3)</caption></p><p>시뮬레이션에서 노드 결손 상황은 해당 노드와 연결된 모든 링크의 결손으로 치환되므로, 확률적인 노드 결손과 링크 결손을 동시에 적용시킬 경우, 실제 링크 결손율은 노드결손율에 영향을 받아 더 큰 값을 나타내는 문제점이 발생한다. 이러한 이유로. 생존성 평가 시뮬레이션은 링크 결손 및 노드 결손 상황을 구분하여 수행하였으며, 시뮬레이션 결과로서 연결율 지표는 두 상황에 대한 평균값을 의미하도록 조정하였다.</p><p>네트워크 결손 시뮬레이션을 두 이중화 토폴로지에 대해 프로토콜 개선 전후의 환경에서 수행한 결과는 (그림 15)와같다. 이 결과는 본 논문에서 제안하는 통합 스위치 시스템이 모든 구간에서 게이트웨이 시스템보다 우수한 네트워크 생존성을 가지는 것을 보여준다.</p><h2>5.2 시뮬레이션 결과 분석</h2><p>(그림 15)의 시뮬레이션 결과를 통해 통합 스위치 시스템에서는 각 네트워크 구성 요소의 생존율이 \(64\%\) 이상이면 이중화 SAN 구축을 통한 생존율 성능 이득이 발생하는 것을 확인하였다. 반면, 게이트웨이 시스템에서는 네트워크 구성 요소의 생존율이 \(88\%\) 이상을 만족시켜야 생존율 성능이득이 발생한다. 이중화 SAN 구축의 목적이 낮은 생존율을 가지는 네트워크 구성 요소를 조합하여 전체 시스템의 생존율을 향상시키는 것이라는 점을 고려하면, 이 분석 결과는 비교적 높은 확률로 네트워크 구성 요소 결손이 발생하는 선박 사고 상황을 대비하기 위한 통합 스위치 시스템 구축의 타당성을 보여준다.</p><p>또한, 통합 스위치 시스템에서는 네트워크 구성 요소 장애율(결손율)이 \( 4.3 \% \) 이하인 영역에서, 네트워크 결손이 거의 발생하지 않는다고 판단할 수 있는 \( 99.5 \% \) 이상의 네트워크 생존율을 달성한다. 반면, 게이트웨이 시스템에서는 \( 2.4 \% \)이하를 만족시켜야 한다. 이는 선박 사고 상황이 아니더라도 자체 결함에 의한 네트워크 구성 요소 장애가 발생하는상황에서, 통합 스위치 시스템의 결함 - 허용(Fault Tolerance)성능의 상대적 우수성을 나타내는 것이다.</p><p>그리고 두 시스템 모두 공통적으로 프로토콜 수정 (실선)을 통해 그 이전(점선)보다 생존율이 개선되었다. 분석 결과,네트워크 생존성을 위해 제안된 프로토콜은 평균적으로 게이트웨이 시스템에서는 \( 4.2 \% \), 통합 스위치 시스템에서는 \( 4.9 \% \)의 생존율을 향상시키는 것을 확인하였다. 또한 네트워크효율성을 위해 제안된 프로토콜은 불필요하게 중복 전송되는 프레임을 제거하며, 특히 통합 스위치 시스템은 표준에 의한 2개의 중복 프레임만으로 최적 생존성 및 효율성을 달성한다.</p><p><표 1>은 프로토콜 개선 전과 후의 게이트웨이 시스템과 통합 스위치 시스템의 성능을 비교한 결과를 나타내고 있다.</p><table border><caption><표 1>프로토콜 개선 전후, 게이트웨이 시스템과 통합 스위치 시스템의 생존성 및 효율성 비교</caption><tbody><tr><td colspan=2></td><td>SAN의 생존율 성능 이득이 발생하는 조건</td><td>SAN 생존율 \( 99.5 \% \) 이상을 나타내는 조건</td><td>중복 전송되는 프레임 개수</td></tr><tr><td rowspan=2>프로토콜 개선 전</td><td>게이트웨이 시스템</td><td>네트워크 각 구성 요소의 최소 생준율 \( 94 \% \)</td><td>네트워크 각 구성 요소의 허용 장애율 \( 1.7 \% \)</td><td>8개</td></tr><tr><td>통합 스위치 시스템</td><td>네트워크 각 구성 요소의 최소 생존율 \( 76 \% \)</td><td>구성 요소의 허용 장애율 \( 3.3 \% \)</td><td>8개</td></tr><tr><td rowspan=2>프로토콜 개선 후</td><td>게이트웨이 시스템</td><td>네트워크 각 구성 요소의 최소 생존율 \( 88 \% \)</td><td>네트워크 구성 요소의 허용 장애율 \( 24 \% \)</td><td>4개</td></tr><tr><td>통합 스위치 시스템</td><td>네트워크 각 구성 요소의 최소 생존율 \( 64 \% \)</td><td>네트워크 각 구성 요소의 허용 장애율 \( 4.3 \% \)</td><td>2개</td></tr><tr><td colspan=2>비 고</td><td>최소 생존율이 낮올수록 생존율 성능 이득이 증가</td><td>허용 장애율이 높을수록 장애 상황이 유연</td><td>중복 전송 프레임 개수가 적을수록 네트워크 부하 감소</td></tr></tbody></table> <h1>요 약</h1><p>지능형 선박(Smart Ship)에 탑재되는 정보화 장비의 종류와 수량이 증가하고 있는 최근 국내외 조선 산업계 동향에 따라, 이들 장비를 효율적으로 통합하고 제어할 수 있는 선박 백본 네트워크 개발의 필요성이 대두되고 있다. 선박 백본 네트워크는 자동화 및 무인화 특징을 가지는 지능형 선박에 구축된다는 점에서 고수준의 생존성을 요구한다. 따라서 본 논문에서는 이와 같은 네트워크 구축 환경의 특수성과 네트워크 생존성 요구 사항을 고려하여, 효율적인 선박 운용을 제공하는 고생존 선박 통신망(SAN : Ship Area Network)에 대한 연구를 수행하고자 한다. 이를 위해 지능형 선박의 정보화 장비를 포함한 모든 네트워크 노드들이 이중 경로를 통해 서로 연결된 이중화 네트워크 토폴로지를 설계하였다. 그리고 설계한 이중화 네트워크 토폴로지 환경에서 최소의 중복 전송을 통해 최대의 생존성 성능을 나타내는 효율적인 중복 전송 프로토콜을 설계하였다. 또한 본 논문에서 제안한 토폴로지 및 프로토콜이 적용된 새로운 선박 통신망의 성능을 그래프 이론, 확률 이론, 구현 명세, 시뮬레이션 등을 포함한 체계적이고 실증적인 분석을 통해 검증하였다.</p>	통계학	[ "<h1>6. 결 론</h1><p>조선 기술과 정보 기술을 융합시킨 지능형 선박 기술은 차세대 조선 산업의 신규 기술로써, 고품질 선박 제조를 통해 고부가 가치를 창출하는 잠재적 가능성을 지니고 있다.", "그러나 이 융합 기술은 현재 개념 정립 단계이며, 특히 선박의 최적 통신망에 대한 연구 사례는 국내외적으로 미흡한실정이다.", "따라서 본 논문에서는 선박 통합 네트워크를 구축하는 SAN에 대한 초기 연구 결과로, 지능형 선박의 고생존 SAN으로서 통합 스위치 시스템을 제안하였다.", "통합 스위치 시스템은 네트워크 생존성뿐만 아니라 트래픽 효율성에 우수한 성능을 나타내며, 다양한 접근 방법에 따른 이론적 분석 및 실험 결과를 통해 그 최적 성능을 검증하였다.", "</p><p>본 논문을 통해 연구된 통합 스위치 시스템은 향후 지능형 선박의 다양한 서비스들을 지원하는 통신 인프라로 활용될 수 있으며, 그 결과 지능형 선박 제조에 필요한 비용을 크게 절감할 수 있을 것으로 판단된다.", "또한 SAN이 미래지능형 선박에서 제공하는 다양한 서비스들을 위한 핵심 기반 기술임을 감안하면, 이에 대한 원천 기술 확보는 국내선박 제품의 국가 경쟁력을 향상시키고, 국내 조선 산업체가 세계 시장을 주도하는데 매우 중요한 역할을 할 것으로 기대된다.", "</p> <h1>5. 성능 평가</h1><p>본 장에서는 게이트웨이 시스템과 통합 스위치 시스템을 대상으로, 선박 사고 상황을 시뮬레이션하여 시스템의 생존성을 정량적으로 평가한다.", "그리고 시뮬레이션 결과 분석을 통해 검증된 성능 우수성에 근거하여, 앞서 이론적 평가에서와 마찬가지로, 고생존 SAN으로서 통합 스위치 시스템을 제안한다.", "</p><h2>5.1 생존성 평가 시뮬레이션</h2><p>실제 선박 사고 상황에서는 동시다발적인 네트워크 장애가 발생한다는 점을 고려하면, 네트워크의 생존성은 다수의 네트워크 구성 요소의 결손 상황에서 단말 간의 전송 경로설정 가능성을 나타내는 것이 적합하다.", "이는 앞서 토폴로지의 신뢰율를 분석한 것과 동일한 접근 방식으로, 시뮬레이션은 계산식에 의한 신뢰율 산출이 어려운 이중화 SAN에 대해 정량적인 생존성 측정을 목적으로 한다.", "</p><p>시뮬레이션 방법은 (그림 6)에서 모델링한 게이트웨이 시스템과 통합 스위치 시스템을 대상으로 변화하는 확률(결손율)에 따라 네트워크 구성 요소(노드와 링크)를 제거하여, 서로 다른 서브네트워크에 위치한 두 단말 S와 D의 연결설정 여부(Connectedness)를 통계하는 방식을 사용하였다.", "이때, 새로운 네트워크 생존성 지표로 연결율(Connectednessratio)을 정의한다.", "연결율은 동일한 네트워크 구성 요소 생존율을 기반으로 임의 생성한 총 그래프(Total Graph)에 대해 단말 간 연결이 설정된 그래프(Survivable Graph)의 개수의 비(식 3)로 나타낸다.", "</p><p>Connectedness Ratio \\( =\\frac{\\text { Count of Survivable Graphs }}{\\text { Total of Randomly Created Graphs }} \\)<caption>(식 3)</caption></p><p>시뮬레이션에서 노드 결손 상황은 해당 노드와 연결된 모든 링크의 결손으로 치환되므로, 확률적인 노드 결손과 링크 결손을 동시에 적용시킬 경우, 실제 링크 결손율은 노드결손율에 영향을 받아 더 큰 값을 나타내는 문제점이 발생한다.", "이러한 이유로.", "생존성 평가 시뮬레이션은 링크 결손 및 노드 결손 상황을 구분하여 수행하였으며, 시뮬레이션 결과로서 연결율 지표는 두 상황에 대한 평균값을 의미하도록 조정하였다.", "</p><p>네트워크 결손 시뮬레이션을 두 이중화 토폴로지에 대해 프로토콜 개선 전후의 환경에서 수행한 결과는 (그림 15)와같다.", "이 결과는 본 논문에서 제안하는 통합 스위치 시스템이 모든 구간에서 게이트웨이 시스템보다 우수한 네트워크 생존성을 가지는 것을 보여준다.", "</p><h2>5.2 시뮬레이션 결과 분석</h2><p>(그림 15)의 시뮬레이션 결과를 통해 통합 스위치 시스템에서는 각 네트워크 구성 요소의 생존율이 \\(64\\%\\) 이상이면 이중화 SAN 구축을 통한 생존율 성능 이득이 발생하는 것을 확인하였다.", "반면, 게이트웨이 시스템에서는 네트워크 구성 요소의 생존율이 \\(88\\%\\) 이상을 만족시켜야 생존율 성능이득이 발생한다.", "이중화 SAN 구축의 목적이 낮은 생존율을 가지는 네트워크 구성 요소를 조합하여 전체 시스템의 생존율을 향상시키는 것이라는 점을 고려하면, 이 분석 결과는 비교적 높은 확률로 네트워크 구성 요소 결손이 발생하는 선박 사고 상황을 대비하기 위한 통합 스위치 시스템 구축의 타당성을 보여준다.", "</p><p>또한, 통합 스위치 시스템에서는 네트워크 구성 요소 장애율(결손율)이 \\( 4.3 \\% \\) 이하인 영역에서, 네트워크 결손이 거의 발생하지 않는다고 판단할 수 있는 \\( 99.5 \\% \\) 이상의 네트워크 생존율을 달성한다.", "반면, 게이트웨이 시스템에서는 \\( 2.4 \\% \\)이하를 만족시켜야 한다.", "이는 선박 사고 상황이 아니더라도 자체 결함에 의한 네트워크 구성 요소 장애가 발생하는상황에서, 통합 스위치 시스템의 결함 - 허용(Fault Tolerance)성능의 상대적 우수성을 나타내는 것이다.", "</p><p>그리고 두 시스템 모두 공통적으로 프로토콜 수정 (실선)을 통해 그 이전(점선)보다 생존율이 개선되었다.", "분석 결과,네트워크 생존성을 위해 제안된 프로토콜은 평균적으로 게이트웨이 시스템에서는 \\( 4.2 \\% \\), 통합 스위치 시스템에서는 \\( 4.9 \\% \\)의 생존율을 향상시키는 것을 확인하였다.", "또한 네트워크효율성을 위해 제안된 프로토콜은 불필요하게 중복 전송되는 프레임을 제거하며, 특히 통합 스위치 시스템은 표준에 의한 2개의 중복 프레임만으로 최적 생존성 및 효율성을 달성한다.", "</p><p><표 1>은 프로토콜 개선 전과 후의 게이트웨이 시스템과 통합 스위치 시스템의 성능을 비교한 결과를 나타내고 있다.", "</p><table border><caption><표 1>프로토콜 개선 전후, 게이트웨이 시스템과 통합 스위치 시스템의 생존성 및 효율성 비교</caption><tbody><tr><td colspan=2></td><td>SAN의 생존율 성능 이득이 발생하는 조건</td><td>SAN 생존율 \\( 99.5 \\% \\) 이상을 나타내는 조건</td><td>중복 전송되는 프레임 개수</td></tr><tr><td rowspan=2>프로토콜 개선 전</td><td>게이트웨이 시스템</td><td>네트워크 각 구성 요소의 최소 생준율 \\( 94 \\% \\)</td><td>네트워크 각 구성 요소의 허용 장애율 \\( 1.7 \\% \\)</td><td>8개</td></tr><tr><td>통합 스위치 시스템</td><td>네트워크 각 구성 요소의 최소 생존율 \\( 76 \\% \\)</td><td>구성 요소의 허용 장애율 \\( 3.3 \\% \\)</td><td>8개</td></tr><tr><td rowspan=2>프로토콜 개선 후</td><td>게이트웨이 시스템</td><td>네트워크 각 구성 요소의 최소 생존율 \\( 88 \\% \\)</td><td>네트워크 구성 요소의 허용 장애율 \\( 24 \\% \\)</td><td>4개</td></tr><tr><td>통합 스위치 시스템</td><td>네트워크 각 구성 요소의 최소 생존율 \\( 64 \\% \\)</td><td>네트워크 각 구성 요소의 허용 장애율 \\( 4.3 \\% \\)</td><td>2개</td></tr><tr><td colspan=2>비 고</td><td>최소 생존율이 낮올수록 생존율 성능 이득이 증가</td><td>허용 장애율이 높을수록 장애 상황이 유연</td><td>중복 전송 프레임 개수가 적을수록 네트워크 부하 감소</td></tr></tbody></table> <h1>요 약</h1><p>지능형 선박(Smart Ship)에 탑재되는 정보화 장비의 종류와 수량이 증가하고 있는 최근 국내외 조선 산업계 동향에 따라, 이들 장비를 효율적으로 통합하고 제어할 수 있는 선박 백본 네트워크 개발의 필요성이 대두되고 있다.", "선박 백본 네트워크는 자동화 및 무인화 특징을 가지는 지능형 선박에 구축된다는 점에서 고수준의 생존성을 요구한다.", "따라서 본 논문에서는 이와 같은 네트워크 구축 환경의 특수성과 네트워크 생존성 요구 사항을 고려하여, 효율적인 선박 운용을 제공하는 고생존 선박 통신망(SAN : Ship Area Network)에 대한 연구를 수행하고자 한다.", "이를 위해 지능형 선박의 정보화 장비를 포함한 모든 네트워크 노드들이 이중 경로를 통해 서로 연결된 이중화 네트워크 토폴로지를 설계하였다.", "그리고 설계한 이중화 네트워크 토폴로지 환경에서 최소의 중복 전송을 통해 최대의 생존성 성능을 나타내는 효율적인 중복 전송 프로토콜을 설계하였다.", "또한 본 논문에서 제안한 토폴로지 및 프로토콜이 적용된 새로운 선박 통신망의 성능을 그래프 이론, 확률 이론, 구현 명세, 시뮬레이션 등을 포함한 체계적이고 실증적인 분석을 통해 검증하였다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "네트워크 생존성을 고려한 선박 통신망(SAN)의 이중화 네트워크 토폴로지 및 중복 전송 프로토콜의 설계", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-7d236362-9a5f-4063-beb1-b04e675a0f0d", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "손치원", "신정화", "정민영", "문경덕", "박준희", "이광일", "탁성우" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
210	<h1>3. 압축 데이터의 스크래치 패드 메모리 적용</h1><p>이 장에서는 무선 실시간 응용 스트리밍 오디오를 구현한 응용에 기반하여, 이려한 시스템에 적용할 수 있도록 개발 된 스크래치 패드 메모리 구현 방법을 서술한다.</p><h2>3.1 목적 시스템</h2><p>제안하는 방법이 적용될 대상은 블루투스 무선 채널을 통하여 실시간 오디오 스트리밍을 구현할 수 있는 GCT Semiconductor의 GDM1202 프로세서로 한다. 목적 프로세서의 사양은<표 1>과 같다.</p><p>내부의 스크래치 패드 메모리는 다시 6 개의 블록으로 분할되어 블루투스 베이스밴드 프로그램 중 성능에 대해 민감한 서브루틴과 데이터를 사용하게 되며, USB, 오디오 코덱, NAND 스토리지 등 각종 입출력장치의 고속 데이터 전송을 위한 DMA 전송용 버퍼 메모리로도 활용된다.</p><p>(그림 1)은 본 논문에서 사용할 대상 프로세서의 개발 보드로써 블루투스 기본 프로파일과 함께 제안하는 스크래치 패드 메모리의 시험 환경을 적용할 개발 플랫폼이다.</p><table border><caption><표 1>GDM1202 임베디드 프로세서 사양</caption><tbody><tr><td rowspan=2>Processing core</td><td>Vincent Architecture</td></tr><tr><td>32\(\mathrm{bit}\) RISC/24\(\mathrm{bit}\) DSP</td></tr><tr><td>Operation clock</td><td>128\(\mathrm{MHz}\)</td></tr><tr><td>Internal cache</td><td>16\(\mathrm{KB}\)</td></tr><tr><td>Scratch-pad size</td><td>128\(\mathrm{KB}\)</td></tr><tr><td>RF interface</td><td>Bluetooth spec 1.2</td></tr><tr><td>Applications</td><td>Real-time Audio Streamming</td></tr><tr><td>Implemented codec</td><td>MP3, SBS</td></tr><tr><td>Operating System</td><td>VPOS</td></tr><tr><td>Chain tool</td><td>GNU-based toolkit</td></tr><tr><td>Prod. Technology</td><td>0.13\(\mathrm{um}\) CMOS</td></tr></tbody></table><h2>3.2 압축된 데이터의 생성과 프로그램 수정</h2><p>(그림 2)는 본 연구에서 제안하는 프로그램의 수정 과정을 도시한 것이다. 우선 목적 시스템이 임베디드 시스템이기에 일정한 응용만을 수행하는 형태이므로, 목적 시스템에서 필요로 하는 부분은 압축에 대한 해제기와 압축을 해제할 자료가 될 사전이다. 소스 프로그램의 수정단계는 일단 원 프로그램에서 데이터 부분을 압축기를 통하여 압축하며, 이 과정에서 압축된 데이터와 사전 그리고 각 데이터의 참조 테이블을 생성해 낸다. 참조 테이블은 관리되는 단위 데이터의 참조 지점으로써, 참조가 일어나는 각 내용에 대하여 압축 이후에 대한 데이터의 참조 위치를 대응하여 유지한 것이다. 이 참조 테이블은 원 프로그램에서 데이터를 참조하는 부분에 압축되어 있는 위치를 대응하여 생성하며, 소스코드를 수정하기 위하여 사용되고 목적 바이너리에는 포함되지 않는다. 소스코드 중 데이터를 참조하는 부분은 압축 해제기를 호출하는 것으로 대체되며, 이때 참조 데이터의 크기와 압축된 위치에 대한 값이 파라미터로 전달된다. 압축해제기는 전달받은 값에 따라 압축되어 있는 데이터에서 필요로 하는 부분을 압축 해제하여 반환하여 전달하게 된다.</p> <h1>4. 성능 평가</h1><h2>4.1 실험 환경</h2><p>성능 평가를 위하여 사용한 응용 프로그램은 앞서 제시한 개발 플랫폼 상에서 구현된 실시간 오디오 스트리밍 프로그램으로 하였으며, 다음 표 2 는 이러한 응용 프로그램에서 사용하는 데이터를 연속된 그기에 따라 정리한 것이다. 표에서 나타나는 바와 같이, 총 연속된 데이터의 개수는 917개이나, 전체 데이터의 총량에 비하여 차지하는 비율은 큰 데이터가 상대적으로 높음을 알 수 있다. 또한 베이스밴드 통신과 코덱에서 사용하는 정적 데이터의 크기가 상대적으로 크고 이러한 데이터가 시간 제한성을 갖고 접근되어야 하는 경우가 발생하는 경우를 우선 선택하여 스크래치 패드 메모리로 할당하도록 하는 방법을 취하였다.</p><table border><caption><표 2>응용에 사용된 데이터 특성</caption><tbody><tr><td>데이터 크기 종류</td><td>데이터 총합</td><td>개수</td><td>비율\((\%)\)</td></tr><tr><td>100 바이트 미만</td><td>12,587</td><td>343</td><td>3.5</td></tr><tr><td>100이상, 200미만</td><td>27,353</td><td>203</td><td>7.7</td></tr><tr><td>200이상, 400미만</td><td>62,305</td><td>180</td><td>17</td></tr><tr><td>400이상, 1K미만</td><td>98,205</td><td>130</td><td>27</td></tr><tr><td>1K 이상</td><td>155,193</td><td>61</td><td>43</td></tr><tr><td>합계</td><td>355,643</td><td>917</td><td>100</td></tr></tbody></table><p>각 펑션은 앞서 설명한 방법을 통하여 데이터의 압축 및 프로파일링을 통한 데이터의 선별 과정을 거쳤으며, 마찬가지로 시뮬레이터에 의하여 베이스밴드 프로토콜 처리 및 코덱을 위한 펑션의 필요에 따라 스크래치 패드 및 외부 메모리에 대한 배치를 수행하였다. 위에서 제시한 데이터 특성에 의하여 압축 및 압축을 하지 않은 경우에 대하여 데이터를 배치한 결과의 비교는 다음 표 3과 같다.</p><table border><caption><표 3>스크래치 패드 메모리 할당</caption><tbody><tr><td>종류</td><td>코드 영역 크기</td><td>데이터 영역 크기</td></tr><tr><td>기존 방법</td><td>59\(\mathrm{KB}\)</td><td>37\(\mathrm{KB}\)</td></tr><tr><td>데이터 압축</td><td>75\(\mathrm{KB}\)</td><td>21\(\mathrm{KB}\)</td></tr></tbody></table><p>\( 128 \mathrm{~KB} \) 의 스크래치 패드 메모리 영역은 일단 응용을 위한 입출력 장치 데이터의 DMA 전송을 위한 공간 \( 32 \mathrm{~KB} \) 를 제외하고 사용하게 되며, 나머지 \( 96 \mathrm{~KB} \) 의 공간을 코드와 데이터가 차지하게 된다. 이 메모리 영역에서는 기존 방법에 비하여 데이터 압축을 통하여 \( 44 \% \) 정도의 데이터 압축이 이루어 젔으며, 압축 해제를 위한 프로그램으로 \( 2 \mathrm{~KB} \) 가량의 코드가 부가된다. 따라서 실제 여분의 스크래치 패드 메모리 영역은 \( 18 \mathrm{~KB} \) 가 확보되었으며, 이 영역에 추가로 자주 호출되는 프로그램 코드와 데이터를 부가하였다.</p><p>기존 방법의 경우 데이터의 액세스에 있어서 스크래치 패드 메모리는 지연 없이 즉시 접근되나 외부 메모리는 상대적으로 많은 사이클 지연을 발생시킨다. 반면에 본 논문에서 제안한 방법의 경우 압축 해제를 위한 함수를 호출하게 되므로, 압축 해제 함수의 수행 시간 및 압축된 데이터를 접근하는 지연이 부가되게 된다. 이와 같은 접근 시간의 차이와 외부 메모리에 대한 접근이 발생하는 정도에 따라서 성능 차이 및 소모전력의 차이가 나타나게 될 것이며, 보다 자세한 내용은 다음 절에서 서술한다.</p>	통계학	[ "<h1>3. 압축 데이터의 스크래치 패드 메모리 적용</h1><p>이 장에서는 무선 실시간 응용 스트리밍 오디오를 구현한 응용에 기반하여, 이려한 시스템에 적용할 수 있도록 개발 된 스크래치 패드 메모리 구현 방법을 서술한다.", "</p><h2>3.1 목적 시스템</h2><p>제안하는 방법이 적용될 대상은 블루투스 무선 채널을 통하여 실시간 오디오 스트리밍을 구현할 수 있는 GCT Semiconductor의 GDM1202 프로세서로 한다.", "목적 프로세서의 사양은<표 1>과 같다.", "</p><p>내부의 스크래치 패드 메모리는 다시 6 개의 블록으로 분할되어 블루투스 베이스밴드 프로그램 중 성능에 대해 민감한 서브루틴과 데이터를 사용하게 되며, USB, 오디오 코덱, NAND 스토리지 등 각종 입출력장치의 고속 데이터 전송을 위한 DMA 전송용 버퍼 메모리로도 활용된다.", "</p><p>(그림 1)은 본 논문에서 사용할 대상 프로세서의 개발 보드로써 블루투스 기본 프로파일과 함께 제안하는 스크래치 패드 메모리의 시험 환경을 적용할 개발 플랫폼이다.", "</p><table border><caption><표 1>GDM1202 임베디드 프로세서 사양</caption><tbody><tr><td rowspan=2>Processing core</td><td>Vincent Architecture</td></tr><tr><td>32\\(\\mathrm{bit}\\) RISC/24\\(\\mathrm{bit}\\) DSP</td></tr><tr><td>Operation clock</td><td>128\\(\\mathrm{MHz}\\)</td></tr><tr><td>Internal cache</td><td>16\\(\\mathrm{KB}\\)</td></tr><tr><td>Scratch-pad size</td><td>128\\(\\mathrm{KB}\\)</td></tr><tr><td>RF interface</td><td>Bluetooth spec 1.2</td></tr><tr><td>Applications</td><td>Real-time Audio Streamming</td></tr><tr><td>Implemented codec</td><td>MP3, SBS</td></tr><tr><td>Operating System</td><td>VPOS</td></tr><tr><td>Chain tool</td><td>GNU-based toolkit</td></tr><tr><td>Prod.", "Technology</td><td>0.13\\(\\mathrm{um}\\) CMOS</td></tr></tbody></table><h2>3.2 압축된 데이터의 생성과 프로그램 수정</h2><p>(그림 2)는 본 연구에서 제안하는 프로그램의 수정 과정을 도시한 것이다.", "우선 목적 시스템이 임베디드 시스템이기에 일정한 응용만을 수행하는 형태이므로, 목적 시스템에서 필요로 하는 부분은 압축에 대한 해제기와 압축을 해제할 자료가 될 사전이다.", "소스 프로그램의 수정단계는 일단 원 프로그램에서 데이터 부분을 압축기를 통하여 압축하며, 이 과정에서 압축된 데이터와 사전 그리고 각 데이터의 참조 테이블을 생성해 낸다.", "참조 테이블은 관리되는 단위 데이터의 참조 지점으로써, 참조가 일어나는 각 내용에 대하여 압축 이후에 대한 데이터의 참조 위치를 대응하여 유지한 것이다.", "이 참조 테이블은 원 프로그램에서 데이터를 참조하는 부분에 압축되어 있는 위치를 대응하여 생성하며, 소스코드를 수정하기 위하여 사용되고 목적 바이너리에는 포함되지 않는다.", "소스코드 중 데이터를 참조하는 부분은 압축 해제기를 호출하는 것으로 대체되며, 이때 참조 데이터의 크기와 압축된 위치에 대한 값이 파라미터로 전달된다.", "압축해제기는 전달받은 값에 따라 압축되어 있는 데이터에서 필요로 하는 부분을 압축 해제하여 반환하여 전달하게 된다.", "</p> <h1>4. 성능 평가</h1><h2>4.1 실험 환경</h2><p>성능 평가를 위하여 사용한 응용 프로그램은 앞서 제시한 개발 플랫폼 상에서 구현된 실시간 오디오 스트리밍 프로그램으로 하였으며, 다음 표 2 는 이러한 응용 프로그램에서 사용하는 데이터를 연속된 그기에 따라 정리한 것이다.", "표에서 나타나는 바와 같이, 총 연속된 데이터의 개수는 917개이나, 전체 데이터의 총량에 비하여 차지하는 비율은 큰 데이터가 상대적으로 높음을 알 수 있다.", "또한 베이스밴드 통신과 코덱에서 사용하는 정적 데이터의 크기가 상대적으로 크고 이러한 데이터가 시간 제한성을 갖고 접근되어야 하는 경우가 발생하는 경우를 우선 선택하여 스크래치 패드 메모리로 할당하도록 하는 방법을 취하였다.", "</p><table border><caption><표 2>응용에 사용된 데이터 특성</caption><tbody><tr><td>데이터 크기 종류</td><td>데이터 총합</td><td>개수</td><td>비율\\((\\%)\\)</td></tr><tr><td>100 바이트 미만</td><td>12,587</td><td>343</td><td>3.5</td></tr><tr><td>100이상, 200미만</td><td>27,353</td><td>203</td><td>7.7</td></tr><tr><td>200이상, 400미만</td><td>62,305</td><td>180</td><td>17</td></tr><tr><td>400이상, 1K미만</td><td>98,205</td><td>130</td><td>27</td></tr><tr><td>1K 이상</td><td>155,193</td><td>61</td><td>43</td></tr><tr><td>합계</td><td>355,643</td><td>917</td><td>100</td></tr></tbody></table><p>각 펑션은 앞서 설명한 방법을 통하여 데이터의 압축 및 프로파일링을 통한 데이터의 선별 과정을 거쳤으며, 마찬가지로 시뮬레이터에 의하여 베이스밴드 프로토콜 처리 및 코덱을 위한 펑션의 필요에 따라 스크래치 패드 및 외부 메모리에 대한 배치를 수행하였다.", "위에서 제시한 데이터 특성에 의하여 압축 및 압축을 하지 않은 경우에 대하여 데이터를 배치한 결과의 비교는 다음 표 3과 같다.", "</p><table border><caption><표 3>스크래치 패드 메모리 할당</caption><tbody><tr><td>종류</td><td>코드 영역 크기</td><td>데이터 영역 크기</td></tr><tr><td>기존 방법</td><td>59\\(\\mathrm{KB}\\)</td><td>37\\(\\mathrm{KB}\\)</td></tr><tr><td>데이터 압축</td><td>75\\(\\mathrm{KB}\\)</td><td>21\\(\\mathrm{KB}\\)</td></tr></tbody></table><p>\\( 128 \\mathrm{~KB} \\) 의 스크래치 패드 메모리 영역은 일단 응용을 위한 입출력 장치 데이터의 DMA 전송을 위한 공간 \\( 32 \\mathrm{~KB} \\) 를 제외하고 사용하게 되며, 나머지 \\( 96 \\mathrm{~KB} \\) 의 공간을 코드와 데이터가 차지하게 된다.", "이 메모리 영역에서는 기존 방법에 비하여 데이터 압축을 통하여 \\( 44 \\% \\) 정도의 데이터 압축이 이루어 젔으며, 압축 해제를 위한 프로그램으로 \\( 2 \\mathrm{~KB} \\) 가량의 코드가 부가된다.", "따라서 실제 여분의 스크래치 패드 메모리 영역은 \\( 18 \\mathrm{~KB} \\) 가 확보되었으며, 이 영역에 추가로 자주 호출되는 프로그램 코드와 데이터를 부가하였다.", "</p><p>기존 방법의 경우 데이터의 액세스에 있어서 스크래치 패드 메모리는 지연 없이 즉시 접근되나 외부 메모리는 상대적으로 많은 사이클 지연을 발생시킨다.", "반면에 본 논문에서 제안한 방법의 경우 압축 해제를 위한 함수를 호출하게 되므로, 압축 해제 함수의 수행 시간 및 압축된 데이터를 접근하는 지연이 부가되게 된다.", "이와 같은 접근 시간의 차이와 외부 메모리에 대한 접근이 발생하는 정도에 따라서 성능 차이 및 소모전력의 차이가 나타나게 될 것이며, 보다 자세한 내용은 다음 절에서 서술한다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "스크래치 패드 메모리의 압축을 통한 저전력 임베디드 시스템의 구현", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-5d6079d2-5be4-490d-bb25-923a44c4a635", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "서효중" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
211	<p>(식 3)은 전송할 때의 에너지 소모를 나타내고 (식 4)는 데이터를 수신할 때 발생되는 에너지 소모를 나타낸다. 위의 식에서 \( \mathrm { E } _ {\text { elec } } \)은 데이더 송수신시 발생되는 소모 에너지로서 \( 50 \mathrm { ~nJ } / \mathrm { bit } \)의 값을 갖고 \( \in_ {\mathrm { amp } } \)은 송신 신호를 증폭하기 위한 에너지로서 \( 100~ \mathrm { pJ } / \mathrm { bit } / \mathrm { m } ^ { 2 } \)의 값을 갖는다. \( \mathrm { k } \)는 데이터의 크기이고 \( \mathrm { d } \)는 노드간 거리를 의미한다.</p> <p>첫 번째 실험은 각각의 프로토콜들에서 노드들의 생존율을 비교하는 실험을 하였다. 시뮬레이션을 통한 실험의 결과는 (그림 5)과 (그림 6)의 그래프에서 볼 수 있다.</p> <p>노드의 개수를 초기에 100개의 노드를 두었을 때의 노드 생존율과 이후 100개 노드를 더해서 총 200개 노드들에서의 노드의 생존율을 비교한 그래프이다. 기존의 프로토콜들과 비교했을 때 약 \( 30 \% \)이상 향상된 노드 생존율을 보이는 것을 알 수 있다. 이것은 클러스터 헤드의 부하를 분산시키고 후보노드를 통해 헤드의 에너지가 고갈되었을 때 첫 단계부터 시행하지 않고 클러스터 내에서 헤드와 후보노드를 역할 기체를 함으로써 에너지 소모를 줄이고 나아가 클러스터 재구성하는 시간을 줄여서 전체 시스템의 처리에 걸리는 지연 시간도 감소할 수 있게 된다.</p> <p>두 번째 실험은 각각의 프로토콜들에서 클러스터 안에서 시간에 따라 소모하는 에너지의 양을 비해보았다. (그림 7)는 단위 시간에 따른 클러스터 내에서 발생하는 에너지 소모량을 비교한 그래프이다. 클러스터 헤드의 부하를 분산시켜 데이터 통합과 전송에 있어서 제안하는 알고리즘이 기존 알고리즘들에 비해 소모량이 적음을 알 수 있다.</p> <p>세 번째로는 프로토콜들에서 발생되는 first node death와 last node death가 몇 라운드 만에 발생하는지를 비교했다.</p> <p> <표 1>은 FND와 LND를 비교한 표이다. LEACH에 비해서 약 \( 30-60 \% \), LEACH-C와 비교해서는 약 \( 20-50 \% \), HEED와의 비교는 약 \( 10-30 \% \) 가량 향상되었다.</p> <p>이상의 실험들에서 기존에 제안된 알고리즘보다 에너지 효율성과 네트워크 lifetime 유지에 있어서 훨씬 안정되고 향상된 성능을 보여주고 있다.</p> <table border><caption>〈표 1〉FND, LND 비교</caption> <tbody><tr><td rowspan=2></td><td colspan=2>100</td><td colspan=2>200</td><td colspan=2>300</td></tr><tr><td>FND (round)</td><td>LND (round)</td><td>FND (round)</td><td>LND (round)</td><td>FND (round)</td><td>LND (round)</td></tr><tr><td>LEACH</td><td>708</td><td>1387</td><td>1634</td><td>3209</td><td>2390</td><td>4608</td></tr><tr><td>LEACH-C</td><td>872</td><td>1698</td><td>1803</td><td>4145</td><td>2601</td><td>5106</td></tr><tr><td>HEED</td><td>905</td><td>1806</td><td>1912</td><td>4707</td><td>2809</td><td>5379</td></tr><tr><td>THC</td><td>1150</td><td>3059</td><td>2055</td><td>6098</td><td>3101</td><td>8956</td></tr></tbody></table> <h1>5. 결 론</h1> <p>센서 네트워크의 기법들 중에서도 클러스터링 기법을 이용한 알고리즘 가운데 대표되는 것이 LEACH이다. LEACH는 클러스터 기반으로 구성되어 데이터의 중복을 방지하여 에너지 효율적이나 헤드 선출에 있어서 랜덤하게 선출하기때문에 헤드의 에너지가 고갈되면 해당 클러스터와의 연결이 끊어지게 된다.</p> <p>본 논문에서는 두 개의 헤드를 사용하여 헤드에 걸리는 부하를 분산시키고 또한 이것과 별개로 후보노드 하나를 더 둠으로서 전체적인 네트워크의 연결이 중간에 소실되는 것을 방지하는 알고리즘을 제안하였다. 이 세 개의 노드들은 에너지와 각각의 위치를 기반으로 선택되어 클러스터 구성이 보다 안정적이고 따라서 전체 네트워크의 연결을 잘 유지해 줄 수 있다.</p> <p>향후 과제는 데이더 수집헤드가 갖게 되는 후보노드에 대한 데이터 유지비용을 보다 최소화함으로써 다수의 후보노드를 가질 경우에 대해 연구하고 성능 평가를 통해 보다 개선된 기법을 제안하는 것이다.</p>	통계학	[ "<p>(식 3)은 전송할 때의 에너지 소모를 나타내고 (식 4)는 데이터를 수신할 때 발생되는 에너지 소모를 나타낸다.", "위의 식에서 \\( \\mathrm { E } _ {\\text { elec } } \\)은 데이더 송수신시 발생되는 소모 에너지로서 \\( 50 \\mathrm { ~nJ } / \\mathrm { bit } \\)의 값을 갖고 \\( \\in_ {\\mathrm { amp } } \\)은 송신 신호를 증폭하기 위한 에너지로서 \\( 100~ \\mathrm { pJ } / \\mathrm { bit } / \\mathrm { m } ^ { 2 } \\)의 값을 갖는다. \\", "( \\mathrm { k } \\)는 데이터의 크기이고 \\( \\mathrm { d } \\)는 노드간 거리를 의미한다.", "</p> <p>첫 번째 실험은 각각의 프로토콜들에서 노드들의 생존율을 비교하는 실험을 하였다.", "시뮬레이션을 통한 실험의 결과는 (그림 5)과 (그림 6)의 그래프에서 볼 수 있다.", "</p> <p>노드의 개수를 초기에 100개의 노드를 두었을 때의 노드 생존율과 이후 100개 노드를 더해서 총 200개 노드들에서의 노드의 생존율을 비교한 그래프이다.", "기존의 프로토콜들과 비교했을 때 약 \\( 30 \\% \\)이상 향상된 노드 생존율을 보이는 것을 알 수 있다.", "이것은 클러스터 헤드의 부하를 분산시키고 후보노드를 통해 헤드의 에너지가 고갈되었을 때 첫 단계부터 시행하지 않고 클러스터 내에서 헤드와 후보노드를 역할 기체를 함으로써 에너지 소모를 줄이고 나아가 클러스터 재구성하는 시간을 줄여서 전체 시스템의 처리에 걸리는 지연 시간도 감소할 수 있게 된다.", "</p> <p>두 번째 실험은 각각의 프로토콜들에서 클러스터 안에서 시간에 따라 소모하는 에너지의 양을 비해보았다.", "(그림 7)는 단위 시간에 따른 클러스터 내에서 발생하는 에너지 소모량을 비교한 그래프이다.", "클러스터 헤드의 부하를 분산시켜 데이터 통합과 전송에 있어서 제안하는 알고리즘이 기존 알고리즘들에 비해 소모량이 적음을 알 수 있다.", "</p> <p>세 번째로는 프로토콜들에서 발생되는 first node death와 last node death가 몇 라운드 만에 발생하는지를 비교했다.", "</p> <p> <표 1>은 FND와 LND를 비교한 표이다.", "LEACH에 비해서 약 \\( 30-60 \\% \\), LEACH-C와 비교해서는 약 \\( 20-50 \\% \\), HEED와의 비교는 약 \\( 10-30 \\% \\) 가량 향상되었다.", "</p> <p>이상의 실험들에서 기존에 제안된 알고리즘보다 에너지 효율성과 네트워크 lifetime 유지에 있어서 훨씬 안정되고 향상된 성능을 보여주고 있다.", "</p> <table border><caption>〈표 1〉FND, LND 비교</caption> <tbody><tr><td rowspan=2></td><td colspan=2>100</td><td colspan=2>200</td><td colspan=2>300</td></tr><tr><td>FND (round)</td><td>LND (round)</td><td>FND (round)</td><td>LND (round)</td><td>FND (round)</td><td>LND (round)</td></tr><tr><td>LEACH</td><td>708</td><td>1387</td><td>1634</td><td>3209</td><td>2390</td><td>4608</td></tr><tr><td>LEACH-C</td><td>872</td><td>1698</td><td>1803</td><td>4145</td><td>2601</td><td>5106</td></tr><tr><td>HEED</td><td>905</td><td>1806</td><td>1912</td><td>4707</td><td>2809</td><td>5379</td></tr><tr><td>THC</td><td>1150</td><td>3059</td><td>2055</td><td>6098</td><td>3101</td><td>8956</td></tr></tbody></table> <h1>5. 결 론</h1> <p>센서 네트워크의 기법들 중에서도 클러스터링 기법을 이용한 알고리즘 가운데 대표되는 것이 LEACH이다.", "LEACH는 클러스터 기반으로 구성되어 데이터의 중복을 방지하여 에너지 효율적이나 헤드 선출에 있어서 랜덤하게 선출하기때문에 헤드의 에너지가 고갈되면 해당 클러스터와의 연결이 끊어지게 된다.", "</p> <p>본 논문에서는 두 개의 헤드를 사용하여 헤드에 걸리는 부하를 분산시키고 또한 이것과 별개로 후보노드 하나를 더 둠으로서 전체적인 네트워크의 연결이 중간에 소실되는 것을 방지하는 알고리즘을 제안하였다.", "이 세 개의 노드들은 에너지와 각각의 위치를 기반으로 선택되어 클러스터 구성이 보다 안정적이고 따라서 전체 네트워크의 연결을 잘 유지해 줄 수 있다.", "</p> <p>향후 과제는 데이더 수집헤드가 갖게 되는 후보노드에 대한 데이터 유지비용을 보다 최소화함으로써 다수의 후보노드를 가질 경우에 대해 연구하고 성능 평가를 통해 보다 개선된 기법을 제안하는 것이다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "센서 네트워크에서 연결 지속성 향상 가능한 새로운 클러스터링 기법에 관한 연구", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-93ef9b12-33d2-4a80-9461-800afc30a1db", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "김대현", "김진묵", "이경오" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
212	<table border><caption> <표 4>각 노드가 가진 키 ID</caption> <tbody><tr><td>노드ID</td><td>1</td><td>2</td><td>3</td><td>4</td><td>5</td></tr><tr><td>CH : 8</td><td>58</td><td>10</td><td>20</td><td>41</td><td>42</td></tr><tr><td>1</td><td>51</td><td>10</td><td>11</td><td>12</td><td>30</td></tr><tr><td>2</td><td>52</td><td>11</td><td>31</td><td>43</td><td>44</td></tr><tr><td>3</td><td>53</td><td>12</td><td>31</td><td>45</td><td>46</td></tr><tr><td>4</td><td>54</td><td>12</td><td>31</td><td>47</td><td>48</td></tr><tr><td>5</td><td>55</td><td>21</td><td>32</td><td>49</td><td>60</td></tr><tr><td>6</td><td>56</td><td>22</td><td>32</td><td>61</td><td>62</td></tr></tbody></table> <p>센서 노드는 자신만의 변수를 유지하고 있으며 그 변수 값을 통해 수신된 패킷의 명령대로 동작을 취하게 된다.<표 3>은 센서 노드가 가지는 주요 변수의 의미를 보여주고 있다. 구현에는 총 7개의 노드가 이용되었으며, 각 노드가 가지는 키의 ID는<표 4>와 같다.<표 4>에 명시된 키의 ID에 따라 클러스터 헤드를 포함한 센서 노드는 키 설정 단계에서 공통키를 찾아내어 키 그래프를 완성하게 되고 이를 통해 Tributaries-Deltas 구조를 구성하기 위한 기초 자료를 수집하게 된다. 최종 완성 된 노드의 계층 관계는 (그림 5)과 같다.</p> <table border><caption> <표 3>각 센서노드가 가지는 변수의 의미</caption> <tbody><tr><td>변수명</td><td>의미</td></tr><tr><td>keyid[MAX_KEY_RING_SIZE]</td><td>센서 노드가 가진 키 ID</td></tr><tr><td>keyinfo[MAX_KEY_RING_SIZE]</td><td>센서 노드가 가진 키 값</td></tr><tr><td>keyused[MAX_KEY_RING_SIZE]</td><td>키링의 키가 쓰였는지 여부</td></tr><tr><td>nodeid[MAX_NODE_NUMBER]</td><td>공통키 설정을 마친 노드의ID</td></tr><tr><td>directkey[MAX_NODE_NUMBER]</td><td>공통키 설정에 쓰인 키의 ID</td></tr><tr><td>keyflag[MAX_NODE_NUMBER]</td><td>해당 인덱스의 노드와 키를 설정 했는지 여부</td></tr><tr><td>pathphase[MAX_NODE_NUMBER]</td><td>패스키 설정 단계 여부</td></tr><tr><td>max_hopcount</td><td>네트워크 내 허용최대 홉 카운트</td></tr><tr><td>my_hopcount</td><td>자신의 홉 카운트</td></tr><tr><td>my_parent</td><td>부모 노드 ID</td></tr><tr><td>treenode</td><td>자신이 트리 노드에 속하는지 여부</td></tr></tbody></table> <p>TinyOS는 UC Berkeley 대학에서 초기 연구를 진행하여 현재는 오픈 소스 프로젝트로 계속 발전되고 있다. 센서 네트워크를 위해 컴포넌트 기반의 프로그래밍 언어인 NesC를 기반으로 태스크(Task)의 동시(concurrency) 작업 지원에 초점을 두고 있다. 이를 위해 하위 레벨의 메시지 전달과 실행 배정 프리미티브(dispatching primitive)를 제공한다.</p> <p>4.1.1.2 TmoteSKY</p> <p>Moteiv사는 UC Berkeley 대학의 센서 네트워크 운영체계인 TinyOS와 Mote를 기반으로 센서 네트워크의 연구개발 및 애플리케이션을 위한 Telos 시리즈의 상용 플랫폼을 제공하고 있다. Berkeley Mote를 토대로 발전되어 온 Moteiv사의 Mote는 현재 Telos revision A, Telos revision B 등의 여러 유형의 플랫폼이 개발된 상태이다. TmoteSKY는 msp430 마이크로 콘트롤러와 CC2420 RF Chip을 탑재하고 있으며, 센서가 보드에 통합되어 있는 on-board 센서노드이다. IEEE 802.15.4 표준과 호환되며 250 kbp 의 높은 데이터 전송률을 보인다.</p> <h3>4.1.2 구현 시나리오</h3> <p>클러스터 기반의 TD 구현을 위해 다음과 같은 시나리오로 클러스터 헤드의 내용을 구성하였다.</p> <ul> <li>1단계 : 로컬 키 그래프 구성<ol type=a, start=1><li>다이렉트 키 설정</li> <li>패스 키 설정</li></ol></li> <li>2단계 : Tributary 영역과 Delta 영역 설정<ol type=a, start=3><li>홈 카운트 환경</li></ol></li> <li>3단계 : 네트워크 재구성<ol type=a, start=4><li>확장 명령</li> <li>축소 명령</li></ol></li></ul> <p>진행 단계에 맞추어 전송되는 패킷의 형태는<표 1>과 같다. 각 패킷의 packet_flag 변수의 값에 따라 패킷의 속성이 정해지며 변수 값에 따른 패킷의 속성은<표 2>와 같다.</p> <table border><caption> <표 1>패킷 형식</caption> <tbody><tr><td>변수명</td><td>의미</td></tr><tr><td>id</td><td>송신자 ID</td></tr><tr><td>count</td><td>패킷 카운트</td></tr><tr><td>packet-flag</td><td>현재 패킷의 속성</td></tr><tr><td>readings [NREADINGS]</td><td>센싱 데이터</td></tr><tr><td>hopcount</td><td>수신자의 홉 수</td></tr><tr><td>carrier [KEY_RING_SIZE]</td><td>송신자가 가진 키 ID (초기에 해당)</td></tr><tr><td>carrier2 [PATH_ANS_SIZE]</td><td>사용 안함 (초기에 해당)</td></tr></tbody></table> <table border><caption> <표 2>packet_flag 값에 따른 속성</caption> <tbody><tr><td>변수값</td><td>의미</td></tr><tr><td>1</td><td>다이렉트 키 설정</td></tr><tr><td>2</td><td>패스 키 요청</td></tr><tr><td>3</td><td>패스 키 응답</td></tr><tr><td>4</td><td>흡 수 결정</td></tr><tr><td>5</td><td>멀티 패스 영역 확장</td></tr><tr><td>6</td><td>멀티 패스 영역 축소</td></tr><tr><td>7</td><td>데이터 통합 명령</td></tr><tr><td>8</td><td>데이터 통합 응답</td></tr><tr><td>9</td><td>네트워크 재구성 명령</td></tr><tr><td>10</td><td>휴면 상태</td></tr></tbody></table>	통계학	[ "<table border><caption> <표 4>각 노드가 가진 키 ID</caption> <tbody><tr><td>노드ID</td><td>1</td><td>2</td><td>3</td><td>4</td><td>5</td></tr><tr><td>CH : 8</td><td>58</td><td>10</td><td>20</td><td>41</td><td>42</td></tr><tr><td>1</td><td>51</td><td>10</td><td>11</td><td>12</td><td>30</td></tr><tr><td>2</td><td>52</td><td>11</td><td>31</td><td>43</td><td>44</td></tr><tr><td>3</td><td>53</td><td>12</td><td>31</td><td>45</td><td>46</td></tr><tr><td>4</td><td>54</td><td>12</td><td>31</td><td>47</td><td>48</td></tr><tr><td>5</td><td>55</td><td>21</td><td>32</td><td>49</td><td>60</td></tr><tr><td>6</td><td>56</td><td>22</td><td>32</td><td>61</td><td>62</td></tr></tbody></table> <p>센서 노드는 자신만의 변수를 유지하고 있으며 그 변수 값을 통해 수신된 패킷의 명령대로 동작을 취하게 된다.", "<표 3>은 센서 노드가 가지는 주요 변수의 의미를 보여주고 있다.", "구현에는 총 7개의 노드가 이용되었으며, 각 노드가 가지는 키의 ID는<표 4>와 같다.", "<표 4>에 명시된 키의 ID에 따라 클러스터 헤드를 포함한 센서 노드는 키 설정 단계에서 공통키를 찾아내어 키 그래프를 완성하게 되고 이를 통해 Tributaries-Deltas 구조를 구성하기 위한 기초 자료를 수집하게 된다.", "최종 완성 된 노드의 계층 관계는 (그림 5)과 같다.", "</p> <table border><caption> <표 3>각 센서노드가 가지는 변수의 의미</caption> <tbody><tr><td>변수명</td><td>의미</td></tr><tr><td>keyid[MAX_KEY_RING_SIZE]</td><td>센서 노드가 가진 키 ID</td></tr><tr><td>keyinfo[MAX_KEY_RING_SIZE]</td><td>센서 노드가 가진 키 값</td></tr><tr><td>keyused[MAX_KEY_RING_SIZE]</td><td>키링의 키가 쓰였는지 여부</td></tr><tr><td>nodeid[MAX_NODE_NUMBER]</td><td>공통키 설정을 마친 노드의ID</td></tr><tr><td>directkey[MAX_NODE_NUMBER]</td><td>공통키 설정에 쓰인 키의 ID</td></tr><tr><td>keyflag[MAX_NODE_NUMBER]</td><td>해당 인덱스의 노드와 키를 설정 했는지 여부</td></tr><tr><td>pathphase[MAX_NODE_NUMBER]</td><td>패스키 설정 단계 여부</td></tr><tr><td>max_hopcount</td><td>네트워크 내 허용최대 홉 카운트</td></tr><tr><td>my_hopcount</td><td>자신의 홉 카운트</td></tr><tr><td>my_parent</td><td>부모 노드 ID</td></tr><tr><td>treenode</td><td>자신이 트리 노드에 속하는지 여부</td></tr></tbody></table> <p>TinyOS는 UC Berkeley 대학에서 초기 연구를 진행하여 현재는 오픈 소스 프로젝트로 계속 발전되고 있다.", "센서 네트워크를 위해 컴포넌트 기반의 프로그래밍 언어인 NesC를 기반으로 태스크(Task)의 동시(concurrency) 작업 지원에 초점을 두고 있다.", "이를 위해 하위 레벨의 메시지 전달과 실행 배정 프리미티브(dispatching primitive)를 제공한다.", "</p> <p>4.1.1.2 TmoteSKY</p> <p>Moteiv사는 UC Berkeley 대학의 센서 네트워크 운영체계인 TinyOS와 Mote를 기반으로 센서 네트워크의 연구개발 및 애플리케이션을 위한 Telos 시리즈의 상용 플랫폼을 제공하고 있다.", "Berkeley Mote를 토대로 발전되어 온 Moteiv사의 Mote는 현재 Telos revision A, Telos revision B 등의 여러 유형의 플랫폼이 개발된 상태이다.", "TmoteSKY는 msp430 마이크로 콘트롤러와 CC2420 RF Chip을 탑재하고 있으며, 센서가 보드에 통합되어 있는 on-board 센서노드이다.", "IEEE 802.15.4 표준과 호환되며 250 kbp 의 높은 데이터 전송률을 보인다.", "</p> <h3>4.1.2 구현 시나리오</h3> <p>클러스터 기반의 TD 구현을 위해 다음과 같은 시나리오로 클러스터 헤드의 내용을 구성하였다.", "</p> <ul> <li>1단계 : 로컬 키 그래프 구성<ol type=a, start=1><li>다이렉트 키 설정</li> <li>패스 키 설정</li></ol></li> <li>2단계 : Tributary 영역과 Delta 영역 설정<ol type=a, start=3><li>홈 카운트 환경</li></ol></li> <li>3단계 : 네트워크 재구성<ol type=a, start=4><li>확장 명령</li> <li>축소 명령</li></ol></li></ul> <p>진행 단계에 맞추어 전송되는 패킷의 형태는<표 1>과 같다.", "각 패킷의 packet_flag 변수의 값에 따라 패킷의 속성이 정해지며 변수 값에 따른 패킷의 속성은<표 2>와 같다.", "</p> <table border><caption> <표 1>패킷 형식</caption> <tbody><tr><td>변수명</td><td>의미</td></tr><tr><td>id</td><td>송신자 ID</td></tr><tr><td>count</td><td>패킷 카운트</td></tr><tr><td>packet-flag</td><td>현재 패킷의 속성</td></tr><tr><td>readings [NREADINGS]</td><td>센싱 데이터</td></tr><tr><td>hopcount</td><td>수신자의 홉 수</td></tr><tr><td>carrier [KEY_RING_SIZE]</td><td>송신자가 가진 키 ID (초기에 해당)</td></tr><tr><td>carrier2 [PATH_ANS_SIZE]</td><td>사용 안함 (초기에 해당)</td></tr></tbody></table> <table border><caption> <표 2>packet_flag 값에 따른 속성</caption> <tbody><tr><td>변수값</td><td>의미</td></tr><tr><td>1</td><td>다이렉트 키 설정</td></tr><tr><td>2</td><td>패스 키 요청</td></tr><tr><td>3</td><td>패스 키 응답</td></tr><tr><td>4</td><td>흡 수 결정</td></tr><tr><td>5</td><td>멀티 패스 영역 확장</td></tr><tr><td>6</td><td>멀티 패스 영역 축소</td></tr><tr><td>7</td><td>데이터 통합 명령</td></tr><tr><td>8</td><td>데이터 통합 응답</td></tr><tr><td>9</td><td>네트워크 재구성 명령</td></tr><tr><td>10</td><td>휴면 상태</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "무선 센서 네트워크에서 에너지 효율성과 보안성을 제공하기 위한 클러스터 기반의 Tributaries-Deltas", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-996d0aeb-3b59-4b5c-967b-9aa54fb6e1f6", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "김은경", "서재원", "채기준", "최두호", "오경희" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
213	<h1>4 실험 및 토론</h1><h2>4.1 실험 환경</h2><p>실험은 시뮬레이터(Pastry, Rosary, Doughnut, Pastry_ LAR, Rosary_LAR, Doguhnut_LAR 알고리즘을 직접 구현)를 이용하여 수행 되었으며 실험에 사용된 상수와 변수는<표 3>과 같다. 기존의 Pastry 시뮬레이터는 노드 수의 제약으로 인하여 지역적으로 나뉜 많은 노드 수를 지원하지 못하였기에 라우팅 및 콘텐츠 요청만을 세는 시뮬레이터를 제작하게 되었다. 노드 아이디는 \( 28 \mathrm{bit} \)로 제한하였고 그 중 Intra-Pastry 아이디는 \( 20 \mathrm{bit} \), Inter-Pastry 아이디는 \( 8 \mathrm{bit} \)로 하였다. 지역은 256개이며 \( \mathrm{b}=4, \mathrm{~L}=16 \) 으로 고정되었다. 실험에 사용된 노드 수는 5만, 10만, 15만이며 콘텐츠는 100개를 실험에 사용하였다. 실험은 노드수의 증가에 따라 콘텐츠 요청 기 발생하는 총 메시지 개수, 각 피어가 처리한 메시지 개수를 측정하였다.</p><table border><caption>〈표 3〉실험에 사용된 상수 및 변수</caption><tbody><tr><td rowspan=5>상수</td><td>노드 아이디</td><td>0 ~ 228-1</td></tr><tr><td>2b</td><td>\( 16(b=4) \)</td></tr><tr><td>\( \|\mathrm{L}\| / 2 \)</td><td>\( 8(\mathrm{~L}=16) \)</td></tr><tr><td>파일 수</td><td>100개</td></tr><tr><td>지역성</td><td>8bit (256 Intra-Fastry)</td></tr><tr><td rowspan=3>변수</td><td>노드 수</td><td>50,000, 100,000, 150,000</td></tr><tr><td>콘텐츠 당 쿼리 수</td><td>256개, 1024개</td></tr><tr><td>콘텐츠 캐쉬 수</td><td>16개, 256개</td></tr></tbody></table><h2>4.2 실험 결과</h2><h3>(1) 지역성</h3><p>지역성의 실험은 50,000,100,000,150,000개의 노드로 구성된 오버레이 네트워크에서 100개의 콘텐츠를 배포하고 각 콘텐츠마다 256개의 요청을 임의로 선택된 노드에서 전송하였다.</p><p>A. 메시지 수</p><p>(그림 8)은 각 알고리즘이 구성한 오버레이 네트워크에서 발생한 총 메시지의 개수를 보여준다. 그림에서 Pastry의 메시지의 대부분은 지역 사이를 이동하는 Inter-Pastry 메시지임을 나타내며 지역성이 고려되지 않은 Pastry 알고리즘이 비효율적임을 보여준다. Rosary와 Doughnut은 같은 양의 Inter-Pastry 메시지를 발생 시키지만 Intra-Pastry 메시지 양에서 큰 차이가 있음을 볼 수 있다. 이는 Rosary의 경우 3단계의 라우팅(Intra, Inter, Intra)과 지역에서 콘텐츠가 발견되지 않았을 때 루트 노드로 전송하는 메시지가 필요하지만 Doughnut의 경우 2단계의 라우팅(Intra, Inter)만을 필요 로 하기 때문이다. Pastry와 Doughnut의 총 메시지를 비교 할 때 Doughnut은 Pastry보다 총 메시지가 약간 증가한다. 이는 Inter-Pastry 라우팅 시 콘텐츠 키의 128-N \(bit\)와 현재 노드의 Intra-Pastry 아이디가 달라질 수 있기 때문이다. 이때 Doughnut은 키의 \( 128-\mathrm{N} \) \(bit\)와 가장 근접한 Intra-Pastry 아이디를 갖는 노드로 메시지를 전송하게 되므로 추가적인 Intra-Pastry 메시지가 필요하게 된다. 피어의 수가 증가 할수록 Rosary의 메시지 증가량은 Pastry와 Doughnut보다 높으며 Pastry와 Doughnut은 비슷한 증가량을 보인다.</p><p>(그림 9)는 (그림 8)의 결과로부터 Inter-Pastry 메시지에 가중치를 적용했을 경우를 보여준다. Inter-Pastry 메시지와 Intra-Pastry의 비용이 같다고 할 때 Pastry 알고리즘이 가장 적은 비용을 갖으나 실제 지역 간의 메시지가 지역 내의 메시지보다 비용이 크다는 점을 고려하면 Doughnut은 Inter-Pastry 메시지가 Intra-Pastry 메시지보다 2배보다 클 경우, Pastry보다 더 효과적임을 볼 수 있다.</p><p>B. 노드 부하</p><p>(그림 10)은 파일 100 개에 각각 256 개씩의 쿼리를 보냈을 경우 메시지를 처리한 노드들의 누적치를 보여준다. 유사한 그래프를 보이는 Pastry와 Doughnut의 경우 대부분의 노드들이 20개미만의 메시지를 처리했으며 30개 이상의 메시지를 처리한 노드는 실제 콘텐츠 키값과 근접한 노드 아이디를 갖기에 콘텐츠 요청을 수신하게 되는 노드들뿐이다. 그러나 Rosary의 경우 몇몇의 특정 노드들에게 부하가 집중됨을 볼 수 있다. 이는 콘텐츠를 소유한 노드 100개와 각 지역의 루트노드(256개)가 부하가 많이 걸림을 설명하며 Rosary의 부하 불공평성을 보여준다.</p>	통계학	[ "<h1>4 실험 및 토론</h1><h2>4.1 실험 환경</h2><p>실험은 시뮬레이터(Pastry, Rosary, Doughnut, Pastry_ LAR, Rosary_LAR, Doguhnut_LAR 알고리즘을 직접 구현)를 이용하여 수행 되었으며 실험에 사용된 상수와 변수는<표 3>과 같다.", "기존의 Pastry 시뮬레이터는 노드 수의 제약으로 인하여 지역적으로 나뉜 많은 노드 수를 지원하지 못하였기에 라우팅 및 콘텐츠 요청만을 세는 시뮬레이터를 제작하게 되었다.", "노드 아이디는 \\( 28 \\mathrm{bit} \\)로 제한하였고 그 중 Intra-Pastry 아이디는 \\( 20 \\mathrm{bit} \\), Inter-Pastry 아이디는 \\( 8 \\mathrm{bit} \\)로 하였다.", "지역은 256개이며 \\( \\mathrm{b}=4, \\mathrm{~L}=16 \\) 으로 고정되었다.", "실험에 사용된 노드 수는 5만, 10만, 15만이며 콘텐츠는 100개를 실험에 사용하였다.", "실험은 노드수의 증가에 따라 콘텐츠 요청 기 발생하는 총 메시지 개수, 각 피어가 처리한 메시지 개수를 측정하였다.", "</p><table border><caption>〈표 3〉실험에 사용된 상수 및 변수</caption><tbody><tr><td rowspan=5>상수</td><td>노드 아이디</td><td>0 ~ 228-1</td></tr><tr><td>2b</td><td>\\( 16(b=4) \\)</td></tr><tr><td>\\( \|\\mathrm{L}\| / 2 \\)</td><td>\\( 8(\\mathrm{~L}=16) \\)</td></tr><tr><td>파일 수</td><td>100개</td></tr><tr><td>지역성</td><td>8bit (256 Intra-Fastry)</td></tr><tr><td rowspan=3>변수</td><td>노드 수</td><td>50,000, 100,000, 150,000</td></tr><tr><td>콘텐츠 당 쿼리 수</td><td>256개, 1024개</td></tr><tr><td>콘텐츠 캐쉬 수</td><td>16개, 256개</td></tr></tbody></table><h2>4.2 실험 결과</h2><h3>(1) 지역성</h3><p>지역성의 실험은 50,000,100,000,150,000개의 노드로 구성된 오버레이 네트워크에서 100개의 콘텐츠를 배포하고 각 콘텐츠마다 256개의 요청을 임의로 선택된 노드에서 전송하였다.", "</p><p>A.", "메시지 수</p><p>(그림 8)은 각 알고리즘이 구성한 오버레이 네트워크에서 발생한 총 메시지의 개수를 보여준다.", "그림에서 Pastry의 메시지의 대부분은 지역 사이를 이동하는 Inter-Pastry 메시지임을 나타내며 지역성이 고려되지 않은 Pastry 알고리즘이 비효율적임을 보여준다.", "Rosary와 Doughnut은 같은 양의 Inter-Pastry 메시지를 발생 시키지만 Intra-Pastry 메시지 양에서 큰 차이가 있음을 볼 수 있다.", "이는 Rosary의 경우 3단계의 라우팅(Intra, Inter, Intra)과 지역에서 콘텐츠가 발견되지 않았을 때 루트 노드로 전송하는 메시지가 필요하지만 Doughnut의 경우 2단계의 라우팅(Intra, Inter)만을 필요 로 하기 때문이다.", "Pastry와 Doughnut의 총 메시지를 비교 할 때 Doughnut은 Pastry보다 총 메시지가 약간 증가한다.", "이는 Inter-Pastry 라우팅 시 콘텐츠 키의 128-N \\(bit\\)와 현재 노드의 Intra-Pastry 아이디가 달라질 수 있기 때문이다.", "이때 Doughnut은 키의 \\( 128-\\mathrm{N} \\) \\(bit\\)와 가장 근접한 Intra-Pastry 아이디를 갖는 노드로 메시지를 전송하게 되므로 추가적인 Intra-Pastry 메시지가 필요하게 된다.", "피어의 수가 증가 할수록 Rosary의 메시지 증가량은 Pastry와 Doughnut보다 높으며 Pastry와 Doughnut은 비슷한 증가량을 보인다.", "</p><p>(그림 9)는 (그림 8)의 결과로부터 Inter-Pastry 메시지에 가중치를 적용했을 경우를 보여준다.", "Inter-Pastry 메시지와 Intra-Pastry의 비용이 같다고 할 때 Pastry 알고리즘이 가장 적은 비용을 갖으나 실제 지역 간의 메시지가 지역 내의 메시지보다 비용이 크다는 점을 고려하면 Doughnut은 Inter-Pastry 메시지가 Intra-Pastry 메시지보다 2배보다 클 경우, Pastry보다 더 효과적임을 볼 수 있다.", "</p><p>B.", "노드 부하</p><p>(그림 10)은 파일 100 개에 각각 256 개씩의 쿼리를 보냈을 경우 메시지를 처리한 노드들의 누적치를 보여준다.", "유사한 그래프를 보이는 Pastry와 Doughnut의 경우 대부분의 노드들이 20개미만의 메시지를 처리했으며 30개 이상의 메시지를 처리한 노드는 실제 콘텐츠 키값과 근접한 노드 아이디를 갖기에 콘텐츠 요청을 수신하게 되는 노드들뿐이다.", "그러나 Rosary의 경우 몇몇의 특정 노드들에게 부하가 집중됨을 볼 수 있다.", "이는 콘텐츠를 소유한 노드 100개와 각 지역의 루트노드(256개)가 부하가 많이 걸림을 설명하며 Rosary의 부하 불공평성을 보여준다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "Doughnut: 효율적인 지역성 및 캐슁을 사용하는 향상된 P2P Pastry 오버레이 네트워크", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-5a823d1c-10e4-467c-b66e-9a7e4a1b3090", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "김명원", "곽후근", "정규식" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
214	<h1>6. 성능평가</h1> <p>본 장에서는 이론적 분석 및 연산 횟수 비교, 그리고 송신 메시지의 개수 비교를 통해 기존 CAS와 본 논문에서 제안하는 프로토콜의 성능을 비교하고 분석한다. 이론적 분석은 \( M / M / \infty \) 큐잉 시스템에 기반한 모델링을 통해, 기존 CAS와 본 논문에서 제안하는 프로토콜의 연산 시간에 대한 비교 및 분석 결과를 제시한다. 그리고 표를 통해 CAS, 다른 IP기반의 pay-TV 프로토콜, 그리고 본 논문에서 제안하는 확장된 프로토콜의 연산 횟수 및 송신 메시지의 개수를 비교하고, 그 성능을 평가한다.</p> <h2>6.1 이론적 분석</h2> <p>IP-TV는 멀티캐스트 기반으로 서비스를 제공한다. 한편, 멀티캐스트에서 서비스 요청의 도착 과정은 포아송 분포를 따르고, 평균 서비스 시간은 지수 분포를 따른다. 또한, 멀티캐스트 서비스를 \( M / M / \infty \) 큐잉 시스템으로 모델링 할 수 있다. 따라서, 본 논문에서는 IP-TV 시스템을 \( M /M / \infty \) 큐잉 시스템으로 가정하고, 평균 도착률과 평균 서비스 시간을 각각 \( \lambda \), \(1 / \mu \)라고 정의한다. 본 논문에서는, CAS와 제안하는 프로토콜 각각에 대해, AK 분배에 소요되는 연산 시간 (computational delay)인 \(C_{total}\)을 식 (3)과 같이 구할 수 있다. 식 (3)에서 p(n)은 그룹 내에 존재하는 단말이 n개일 확률을 의미한다. \( C_{\text {join}} \)은 단말이 그룹에 가입할 경우에 발생하는 시간 (delay)을 의미하고, \(C_{leave}\)는 단말이 그룹으로부터 탈퇴할 경우에 발생하는 시간을 의미한다.</p> <p>\( C_{total }=\sum_{n=0}^{\infty}\left(p(n) \times\left(\lambda \times C_{join }+n \times \mu \times C_{leave }\right)\right) \)<caption>(3)</caption></p> <p>CAS의 경우, 그룹 내에 존재하는 단말이 n개 일 때, \( (n+1) \)번째 단말이 그룹에 가입하면, 서버는 AK를 갱신하기 위해 \( (n+1) \)번의 대칭 키 기반 암호화 (symmetric encryption)를 수행해야 한다. 또한, 그룹 내에 존재하는 단말이 n개 일 때, 임의의 단말이 그룹으로부터 탈퇴하면, 서버는 \((n-1)\)번의 대칭 키 기반 암호화를 수행해야 한다. 따라서, AK분배에 소요되는 CAS의 연산 시간인 \( C_{total-CAS} \)는, 식 (4)과 같이 대칭 키 기반 암호화에 소요되는 시간인 \( C_{e n c} \)와 p(n)으로 나타낼 수 있다.</p> <p>\[ C_{total-cas}=C_{e n c} \times \sum_{n=0}^{\infty}(p(n) \times(\lambda \times(n+1)+n \times \mu \times(n-1))) \]\[ =C_{e n c} \times \sum_{n=0}^{\infty}\left(p(n) \times\left(\mu \times n^{2}+(\lambda-\mu) \times n+\lambda\right)\right) \]<caption>(4)</caption></p> <p>한편, 그룹 내에 존재하는 단말의 수는 비율이 \( \lambda / \mu \)인 포아송 랜덤 변수이므로, p(n)는 식 (5)와 같이 나타낼 수 있다.</p> <p>\( p(n)=\left(\frac{(\lambda / \mu)^{n}}{n !}\right) \times e^{-(\lambda / \mu)} \)<caption>(5)</caption></p> <p>그리고 (5)를 (4)에 대입하여 정리하면, (6)과 같은 식을 얻을 수 있다.</p> <p>\( C_{total-CAS }=C_{enc} \times\left(\frac{\lambda \times(2 \times \lambda+\mu)}{\mu}\right) \)<caption>(6)</caption></p> <p>제안하는 프로토콜의 경우, 새로운 단말이 그룹에 가입하면, 한 번의 대칭 키 기반 복호화 (symmetric decryption)와 두 번의 곱셈, 그리고 한 번의 덧셈을 수행해야 한다. 또한, 임의의 단말이 그룹으로부터 탈퇴하면, 두 번의 곱셈과 한 번의 나눗셈, 그리고 한 번의 덧셈을 수행해야 한다. 이는 식 (1), (2)와 비교하여 나눗셈이 각각 한 번씩 줄어든 횟수인데, AK의 갱신이 필요할 때 서버는 기존에 계산된 \( p_{1} \times p_{2} \times \cdots \times p_{n} \) 에다가 \( {p_{0}}^{\prime} \) 을 곱하기만 하면 \( N^{\prime} \) 을 생성할 수 있기 때문에, 실제로 프로토콜을 구현할 때에는 식 (1), (2)와 달리 \( p_{0} \)를 나눌 필요가 없다. 제안하는 프로토콜의 연산 시간인 \(C_{total- proposed}\)는 식 (7)과 같이 대칭 키 기반 복호화에 소요되는 시간인 \( C_{d e c} \)와 곱셈 및 나눗셈, 덧셈에 소요되는 시간인 \( C_{m u l}\), \(C_{d i v}\), \(C_{a d d} \)로 나타낼 수 있다.</p> <p>\( C_{total-proposed }=\left(C_{dec }+2 \times C_{mul }+C_{add }\right) \times \sum_{n=0}^{\infty}(p(n) \times \lambda) \)\( +\left(C_{m u l}+C_{d i v}+C_{a d d}\right) \times \sum_{n=0}^{\infty}(p(n) \times n \times \mu) \)<caption>(7)</caption></p> <table border><caption>〈표 \(1\)〉 대칭 키 기반 암/복호화 및 사칙연산에 소요되는 수행시간</caption> <tbody><tr><td colspan="2"></td><td>표기</td><td>연산 시간 (\(\mu\mathrm{s}\))</td></tr><tr><td rowspan="2">대칭 키 기반 암/복호화</td><td>AES \( -128\mathrm{~bits}\) 암호화</td><td>\( C_{\text {enc }} \)</td><td>5.517</td></tr><tr><td >AES \( -128\mathrm{~bits}\) 복호화</td><td>\( C_{\text {dec }} \)</td><td>2.798</td></tr><tr><td rowspan="3">사칙연산</td><td>\(1024\mathrm{~bits} \times 1024\mathrm{~bits}\) 곱셈</td><td>\( C_{\text {mul }} \)</td><td>1.018</td></tr><tr><td>\(1024\mathrm{~bits}/1024\mathrm{~bits}\) 나눗셈</td><td>\( C_{\text {div}} \)</td><td>1.893</td></tr><tr><td>\(1024\mathrm{~bits} + 1024\mathrm{~bits}\) 덧셈</td><td>\( C_{\text {add }} \)</td><td>0.588</td></tr></tbody></table> <p>그리고 (5)를 (7)에 대입하여 정리하면, (8)과 같은 식을 얻을 수 있다.</p> <p>\( C_{total-proposed }=\left(C_{dec }+3 \times C_{mul }+2 \times C_{add }+C_{div }\right) \times \lambda \)<caption>(8)</caption></p> <p>이제, 식 (8)을 식 (6)으로 나누면, 제안하는 프로토콜과 CAS의 상대적 delay 크기를 나타내는 \( C_{total-proposed } / C_{total-CAS} \)를 구할 수 있다. 본 논문에서는 이것을 성능비율 (performance ratio)이라고 부를 것이며, \( \eta \)라고 표기한다. 식 (9)는 성능비율 \( \eta \)를 나타낸다.</p> <p>\( \eta=\frac{C_{total - proposed }}{C_{total -CAS }}=\frac{C_{dec }+3 \times C_{mul }+2 \times C_{add }+C_{div }}{C_{enc } \times(2 \times(\lambda / \mu)+1)} \)<caption>(9)</caption></p> <p>본 논문에서는 \( C_{e n c} \), \( C_{d e c} \), \( C_{m u l} \), \( C_{d i v} \), \( C_{a d d} \)의 실제 값을 구하기 위해, AES-128의 암호화 및 복호화 수행시간과, 1024비트 숫자들 간의 사칙연산에 소요되는 시간을 직접 수행하여 측정한 결과를 보여준다. 측정 장비는 CAS 서버와 유사하게 구성하기 위해 높은 성능을 갖는 PC를 사용하였다. 측정 장비의 CPU는 펜티엄 4 쿼드코어 \( 2.66 \mathrm{GHz} \)이며, 메모리는 \(4\mathrm{GB}\)이고, 측정 결과는<표 1>과 같다. 본 논문에서는 이 측정 결과를 식 (9)에 대입한 후, 성능비율 \( \eta \)를 계산한다. (그림 6)는 \( \lambda / \mu \)에 따른 성능비율 \( \eta \)의 변화를 나타낸다. 성능비율 \( \eta \)가 1보다 작다는 것은, 제안하는 프로토콜의 연산 시간이 CAS보다 작다는 것을 의미한다. 성능비율 \( \eta \)가 1보다 작아지는 \( \lambda / \mu \)의 임계치는 약 0.31이다.</p> <h1>요 약</h1> <p>최근 몇 년간, IP-TV 등 IP 기반의 방송 서비스들이 급속도로 보급되고 있다. 이러한 IP기반의 Pay-TV 서비스들은 미디어 컨텐츠를 보호하기 위한 보안 시스템을 필요로 한다. 본 논문은 IP기반의 Pay-TV 보안 시스템인 Conditional Access System을 분석하고, 현재의 Conditional Access System이 비효율적인 방식으로 그룹 키를 분배한다는 사실을 제시한다. 본 논문은 Conditional Access System의 성능을 향상시키기 위해서, 안전하고 효율적인 그룹 키 분배 프로토콜을 제안한다. 본 논문에서 제안하는 프로토콜은 간단한 사칙연산 만으로 그룹 키의 분배가 가능하다. 성능 분석 결과는 본 논문에서 제안하는 프로토콜이 Conditional Access System보다 효율적이라는 것을 보여준다. 뿐만 아니라, 본 논문에서 제안하는 프로토콜에서는 그룹 키를 분배하는 과정에서 서버와 단말 둘만이 공유하게 되는 비밀 값을 쉽게 획득할 수 있다. 이 비밀 값은 서버와 단말이 공유하고 있는 마스터 키를 대체할 수 있으며, 이는 마스터 키의 반복된 사용에 의해 발생되는 공격들로부터 시스템을 안전하게 보호한다.</p>	통계학	[ "<h1>6. 성능평가</h1> <p>본 장에서는 이론적 분석 및 연산 횟수 비교, 그리고 송신 메시지의 개수 비교를 통해 기존 CAS와 본 논문에서 제안하는 프로토콜의 성능을 비교하고 분석한다.", "이론적 분석은 \\( M / M / \\infty \\) 큐잉 시스템에 기반한 모델링을 통해, 기존 CAS와 본 논문에서 제안하는 프로토콜의 연산 시간에 대한 비교 및 분석 결과를 제시한다.", "그리고 표를 통해 CAS, 다른 IP기반의 pay-TV 프로토콜, 그리고 본 논문에서 제안하는 확장된 프로토콜의 연산 횟수 및 송신 메시지의 개수를 비교하고, 그 성능을 평가한다.", "</p> <h2>6.1 이론적 분석</h2> <p>IP-TV는 멀티캐스트 기반으로 서비스를 제공한다.", "한편, 멀티캐스트에서 서비스 요청의 도착 과정은 포아송 분포를 따르고, 평균 서비스 시간은 지수 분포를 따른다.", "또한, 멀티캐스트 서비스를 \\( M / M / \\infty \\) 큐잉 시스템으로 모델링 할 수 있다.", "따라서, 본 논문에서는 IP-TV 시스템을 \\( M /M / \\infty \\) 큐잉 시스템으로 가정하고, 평균 도착률과 평균 서비스 시간을 각각 \\( \\lambda \\), \\(1 / \\mu \\)라고 정의한다.", "본 논문에서는, CAS와 제안하는 프로토콜 각각에 대해, AK 분배에 소요되는 연산 시간 (computational delay)인 \\(C_{total}\\)을 식 (3)과 같이 구할 수 있다.", "식 (3)에서 p(n)은 그룹 내에 존재하는 단말이 n개일 확률을 의미한다. \\", "( C_{\\text {join}} \\)은 단말이 그룹에 가입할 경우에 발생하는 시간 (delay)을 의미하고, \\(C_{leave}\\)는 단말이 그룹으로부터 탈퇴할 경우에 발생하는 시간을 의미한다.", "</p> <p>\\( C_{total }=\\sum_{n=0}^{\\infty}\\left(p(n) \\times\\left(\\lambda \\times C_{join }+n \\times \\mu \\times C_{leave }\\right)\\right) \\)<caption>(3)</caption></p> <p>CAS의 경우, 그룹 내에 존재하는 단말이 n개 일 때, \\( (n+1) \\)번째 단말이 그룹에 가입하면, 서버는 AK를 갱신하기 위해 \\( (n+1) \\)번의 대칭 키 기반 암호화 (symmetric encryption)를 수행해야 한다.", "또한, 그룹 내에 존재하는 단말이 n개 일 때, 임의의 단말이 그룹으로부터 탈퇴하면, 서버는 \\((n-1)\\)번의 대칭 키 기반 암호화를 수행해야 한다.", "따라서, AK분배에 소요되는 CAS의 연산 시간인 \\( C_{total-CAS} \\)는, 식 (4)과 같이 대칭 키 기반 암호화에 소요되는 시간인 \\( C_{e n c} \\)와 p(n)으로 나타낼 수 있다.", "</p> <p>\\[ C_{total-cas}=C_{e n c} \\times \\sum_{n=0}^{\\infty}(p(n) \\times(\\lambda \\times(n+1)+n \\times \\mu \\times(n-1))) \\]\\[ =C_{e n c} \\times \\sum_{n=0}^{\\infty}\\left(p(n) \\times\\left(\\mu \\times n^{2}+(\\lambda-\\mu) \\times n+\\lambda\\right)\\right) \\]<caption>(4)</caption></p> <p>한편, 그룹 내에 존재하는 단말의 수는 비율이 \\( \\lambda / \\mu \\)인 포아송 랜덤 변수이므로, p(n)는 식 (5)와 같이 나타낼 수 있다.", "</p> <p>\\( p(n)=\\left(\\frac{(\\lambda / \\mu)^{n}}{n !}\\right) \\times e^{-(\\lambda / \\mu)} \\)<caption>(5)</caption></p> <p>그리고 (5)를 (4)에 대입하여 정리하면, (6)과 같은 식을 얻을 수 있다.", "</p> <p>\\( C_{total-CAS }=C_{enc} \\times\\left(\\frac{\\lambda \\times(2 \\times \\lambda+\\mu)}{\\mu}\\right) \\)<caption>(6)</caption></p> <p>제안하는 프로토콜의 경우, 새로운 단말이 그룹에 가입하면, 한 번의 대칭 키 기반 복호화 (symmetric decryption)와 두 번의 곱셈, 그리고 한 번의 덧셈을 수행해야 한다.", "또한, 임의의 단말이 그룹으로부터 탈퇴하면, 두 번의 곱셈과 한 번의 나눗셈, 그리고 한 번의 덧셈을 수행해야 한다.", "이는 식 (1), (2)와 비교하여 나눗셈이 각각 한 번씩 줄어든 횟수인데, AK의 갱신이 필요할 때 서버는 기존에 계산된 \\( p_{1} \\times p_{2} \\times \\cdots \\times p_{n} \\) 에다가 \\( {p_{0}}^{\\prime} \\) 을 곱하기만 하면 \\( N^{\\prime} \\) 을 생성할 수 있기 때문에, 실제로 프로토콜을 구현할 때에는 식 (1), (2)와 달리 \\( p_{0} \\)를 나눌 필요가 없다.", "제안하는 프로토콜의 연산 시간인 \\(C_{total- proposed}\\)는 식 (7)과 같이 대칭 키 기반 복호화에 소요되는 시간인 \\( C_{d e c} \\)와 곱셈 및 나눗셈, 덧셈에 소요되는 시간인 \\( C_{m u l}\\), \\(C_{d i v}\\), \\(C_{a d d} \\)로 나타낼 수 있다.", "</p> <p>\\( C_{total-proposed }=\\left(C_{dec }+2 \\times C_{mul }+C_{add }\\right) \\times \\sum_{n=0}^{\\infty}(p(n) \\times \\lambda) \\)\\( +\\left(C_{m u l}+C_{d i v}+C_{a d d}\\right) \\times \\sum_{n=0}^{\\infty}(p(n) \\times n \\times \\mu) \\)<caption>(7)</caption></p> <table border><caption>〈표 \\(1\\)〉 대칭 키 기반 암/복호화 및 사칙연산에 소요되는 수행시간</caption> <tbody><tr><td colspan=\"2\"></td><td>표기</td><td>연산 시간 (\\(\\mu\\mathrm{s}\\))</td></tr><tr><td rowspan=\"2\">대칭 키 기반 암/복호화</td><td>AES \\( -128\\mathrm{~bits}\\) 암호화</td><td>\\( C_{\\text {enc }} \\)</td><td>5.517</td></tr><tr><td >AES \\( -128\\mathrm{~bits}\\) 복호화</td><td>\\( C_{\\text {dec }} \\)</td><td>2.798</td></tr><tr><td rowspan=\"3\">사칙연산</td><td>\\(1024\\mathrm{~bits} \\times 1024\\mathrm{~bits}\\) 곱셈</td><td>\\( C_{\\text {mul }} \\)</td><td>1.018</td></tr><tr><td>\\(1024\\mathrm{~bits}/1024\\mathrm{~bits}\\) 나눗셈</td><td>\\( C_{\\text {div}} \\)</td><td>1.893</td></tr><tr><td>\\(1024\\mathrm{~bits} + 1024\\mathrm{~bits}\\) 덧셈</td><td>\\( C_{\\text {add }} \\)</td><td>0.588</td></tr></tbody></table> <p>그리고 (5)를 (7)에 대입하여 정리하면, (8)과 같은 식을 얻을 수 있다.", "</p> <p>\\( C_{total-proposed }=\\left(C_{dec }+3 \\times C_{mul }+2 \\times C_{add }+C_{div }\\right) \\times \\lambda \\)<caption>(8)</caption></p> <p>이제, 식 (8)을 식 (6)으로 나누면, 제안하는 프로토콜과 CAS의 상대적 delay 크기를 나타내는 \\( C_{total-proposed } / C_{total-CAS} \\)를 구할 수 있다.", "본 논문에서는 이것을 성능비율 (performance ratio)이라고 부를 것이며, \\( \\eta \\)라고 표기한다.", "식 (9)는 성능비율 \\( \\eta \\)를 나타낸다.", "</p> <p>\\( \\eta=\\frac{C_{total - proposed }}{C_{total -CAS }}=\\frac{C_{dec }+3 \\times C_{mul }+2 \\times C_{add }+C_{div }}{C_{enc } \\times(2 \\times(\\lambda / \\mu)+1)} \\)<caption>(9)</caption></p> <p>본 논문에서는 \\( C_{e n c} \\), \\( C_{d e c} \\), \\( C_{m u l} \\), \\( C_{d i v} \\), \\( C_{a d d} \\)의 실제 값을 구하기 위해, AES-128의 암호화 및 복호화 수행시간과, 1024비트 숫자들 간의 사칙연산에 소요되는 시간을 직접 수행하여 측정한 결과를 보여준다.", "측정 장비는 CAS 서버와 유사하게 구성하기 위해 높은 성능을 갖는 PC를 사용하였다.", "측정 장비의 CPU는 펜티엄 4 쿼드코어 \\( 2.66 \\mathrm{GHz} \\)이며, 메모리는 \\(4\\mathrm{GB}\\)이고, 측정 결과는<표 1>과 같다.", "본 논문에서는 이 측정 결과를 식 (9)에 대입한 후, 성능비율 \\( \\eta \\)를 계산한다.", "(그림 6)는 \\( \\lambda / \\mu \\)에 따른 성능비율 \\( \\eta \\)의 변화를 나타낸다.", "성능비율 \\( \\eta \\)가 1보다 작다는 것은, 제안하는 프로토콜의 연산 시간이 CAS보다 작다는 것을 의미한다.", "성능비율 \\( \\eta \\)가 1보다 작아지는 \\( \\lambda / \\mu \\)의 임계치는 약 0.31이다.", "</p> <h1>요 약</h1> <p>최근 몇 년간, IP-TV 등 IP 기반의 방송 서비스들이 급속도로 보급되고 있다.", "이러한 IP기반의 Pay-TV 서비스들은 미디어 컨텐츠를 보호하기 위한 보안 시스템을 필요로 한다.", "본 논문은 IP기반의 Pay-TV 보안 시스템인 Conditional Access System을 분석하고, 현재의 Conditional Access System이 비효율적인 방식으로 그룹 키를 분배한다는 사실을 제시한다.", "본 논문은 Conditional Access System의 성능을 향상시키기 위해서, 안전하고 효율적인 그룹 키 분배 프로토콜을 제안한다.", "본 논문에서 제안하는 프로토콜은 간단한 사칙연산 만으로 그룹 키의 분배가 가능하다.", "성능 분석 결과는 본 논문에서 제안하는 프로토콜이 Conditional Access System보다 효율적이라는 것을 보여준다.", "뿐만 아니라, 본 논문에서 제안하는 프로토콜에서는 그룹 키를 분배하는 과정에서 서버와 단말 둘만이 공유하게 되는 비밀 값을 쉽게 획득할 수 있다.", "이 비밀 값은 서버와 단말이 공유하고 있는 마스터 키를 대체할 수 있으며, 이는 마스터 키의 반복된 사용에 의해 발생되는 공격들로부터 시스템을 안전하게 보호한다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "IP기반의 Pay-TV 시스템을 위한 안전하고 효율적인 그룹 키 분배 프로토콜", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-9de8edf5-ad70-4915-ba7b-0287fc8ff3bb", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "김정윤", "최형기" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
215	<h1>4. 성능 평가</h1><p>이 절에서는, 본 논문에서 제시된 기법의 성능 평가를 수행한다. 적절한 복구 기법이 활용되는 분기 정보의 추측적 사용이 제공하는 성능상의 향상 정도를 살피고, 추측적 분기 정보의 사용에 대한 필요성을 설명한다. 또한 복구 예비 비트의 사용 완화 기법과 평균 In-Flight 분기 명령어들의 개수에 대한 분석도 함께 수행한다.</p><h2>4.1 실험 환경 및 벤치마크 프로그램</h2><p>본 논문에서의 모의실험은 구동 기반 시뮬레이터인 SimpleScalar로 진행되었다. 이벤트 구동형 시뮬레이터(Event-Driven Simulator)인 SimpleScalar는 빠른 모의 실험과 높은 정확도의 결과를 보장하는 강력한 모의실험 환경으로, 비순서 실행(Out-of-Order Issue), 비중단 캐쉬(Non-Blocking Cache), 추측적 실행(Speculative Execution)과 같은 최신 프로세서 기술을 지원하며, 아울러 다양한 분기 예측 기법의 사용을 가능하게 한다.<표 1>에 본 논문에서 사용된 실험 환경이 제시되어 있다.</p><p>한편, 모의실험에 사용된 벤치마크 프로그램은 SPEC(Standard Performance Evaluation Corporation)에서 제공하는 CPU 성능 측정 프로그램인 SPEC CINT2000 프로그램들이다. 특히, 본 논문에서는 이 가운데 무작위로 선별된 정수형 프로그램들을 활용한다. 일반적으로 SPEC에서 제공하는 CPU 성능 평가 프로그램은 정수형 프로그램인 CINT와 실수형 프로그램인 CFP로 구분된다. 이 가운데 CFP 프로그램들은 과학 계산 형태의 응용 프로그램이 주를 이루며, 이들은 매우 정형화되어 있는 코드 형태를 가진다. 이 같은 경우, 분기 예측의 정확도가 매우 높게 나타나기 때문에 분기 예측의 개선으로 인한 성능 향상의 정도를 효율적으로 관찰하기에 곤란하다. 따라서 CFP 프로그램들은 분기 예측과 관련된 연구에서 일반적으로 제외된다.</p><table border><caption><표 1>모의 실험 인자</caption><tbody><tr><td>Parameter</td><td>Value</td></tr><tr><td>Fetch Queue</td><td>4 entries</td></tr><tr><td>Fetch, Decode Width</td><td>4 instructions</td></tr><tr><td>ROB entries</td><td>16entries</td></tr><tr><td>LSQ entries</td><td>8entries</td></tr><tr><td>Functional Units(integer)</td><td>\( 4 ~ \mathrm{ALUs} \), \( 1 ~ \mathrm{Mult} / \mathrm{Div} \)</td></tr><tr><td>Functional Units(floating point)</td><td>\( 4 ~ \mathrm{ALUs} \), \( 1 ~ \mathrm{Mult} / \mathrm{Div} \)</td></tr><tr><td>Instruction TLB</td><td>64(\( 16 \times 4 \)-way)entries, \( 4 \mathrm{K} \) pages, 30 cycle miss</td></tr><tr><td>Data TLB</td><td>128(\( 32 \times 4 \)-way)entries, \( 4 \mathrm{K} \) pages, 30 cycle miss</td></tr><tr><td>Predictor Style</td><td>gshare</td></tr><tr><td>BTB entries</td><td>2048(\( 512 \times 4 \)-way) entries</td></tr><tr><td>RAS entries</td><td>8 entries</td></tr><tr><td>Extra Branch Miss-prediction Penalty</td><td>3 cycles</td></tr><tr><td>L1 I-Cache</td><td>\( 16 ~ \mathrm{KB} \), direct map, \( 32 \mathrm{B} \) line, 1 cycle</td></tr><tr><td>L1 D-Cache</td><td>\( 16 ~ \mathrm{KB} \), 4-way, \( 32 \mathrm{B} \) line, 1 cycle</td></tr><tr><td>L2 Cache(unified)</td><td>\( 256 ~ \mathrm{KB} \), 4-way, \( 64 \mathrm{B} \) line, 6 cycles</td></tr><tr><td>Memory Latency</td><td>first_chunk\( = \)18 cycles, inter_chunk\( = \)2 cycles</td></tr></tbody></table> <h1>요 약</h1><p>분기 명령어에 대한 예측 정확도는 시스템의 전체 성능 향상에 중대한 영향을 미친다. 분기 정보의 추측적 사용은 미완료 분기에 대한 히스토리 정보를 추측적으로 사용하여 분기 예측을 수행한다. 이러한 방식은 분기 명령어의 가장 최근 기록을 일관되게 사용할 수 있도록 도와주기 때문에 분기 예측의 정확도 향상에 크게 기여한다. 하지만 미완료 분기 히스토리는 올바르지 못한 정보일 수 있으며, 이런 경우 적절한 복구 기법이 필요하다. 이를 위해 본 논문에서는 분기 정보의 추측적 사용에 대한 성능 향상의 정도를 살피고, 분기 정보의 추측적 사용에 대한 필요성을 제시한다. 아울러, 분기 정보의 추측적 사용으로 인해 요구되는 적절한 복구 기법을 제안한다. 제안된 기법은 전역 분기 히스토리를 사용하는 분기 예측기와 지역 분기 히스토리를 사용하는 분기 예측기에 각각 적용 될 수 있는 방식들이다. 모의실험을 통해 본 논문에서 제안된 방식의 성능을 분석한 결과, 본 논문에서 제안된 기법이 최대 \( 5.64 \% \) 의 성능향상을 제공하였다. 아울러 프로그램 수행의 정확성을 해치지 않으면서 기존의 연구와 비교하여 \( 90 \% \) 이상의 하드웨어 요구량의 감소를 가져왔다.</p> <h1>5. 결 론</h1><p>분기 명령어에 대한 분기 예측 정확도는 시스템 전체의 성능 향상에 큰 영향을 미친다. 일반적으로 분기 예측 실패율은 전체 시스템의 성능 향상에 있어서 단일 요소로는 가장 큰 성능 제약 요소 가운데 하나로 알려져 있다.</p><p>본 논문에서는 이와 같은 분기 예측의 정확도를 높이기 위해, 분기 정보의 추측적 사용 및 이를 위한 효율적 복구 모델을 제안하였다. 제안된 기법은 각각 전역 분기 정보와 지역 분기 정보의 사용 여부에 따라 서로 다르게 적용 될 수 있다. 이를 위해 본 논문에서는 전역 분기 정보의 추측적 사용을 가능케 하는 gshare 예측기를 구현 사례로 소개하였다. 아울러, 지역 분기 정보의 추측적 사용을 위해서는 이전기록 기반 방식과 이후기록 기반 방식의 두가지 형태를 제시하였으며, 각각의 경우에 대한 효과적인 응용 프로그램 특성 및 시스템 형태를 소개하였다.</p><p>한편, 모의실험을 통해 본 논문에서 소개된 방식의 성능을 분석하였다. 또한, 복구 예비 비트의 사용 완화와 그에 대한 성능상의 차이, In-Flight 분기 명령어의 수에 대한 실험 결과와 그에 대한 분석도 함께 제시하였다. 제안된 기법은 기존 방식에 있어서 요구되던 하드웨어 복잡도를 \( 90 \% \) 이상 절감시켰으며, 실험 결과 프로그램 수행의 정확성을 해치지 않으면서 최대 \( 5.64 \% \) 의 성능 향상을 제공하였다. 평균 In-Flight 분기 명령어의 개수는 4~5 개 정도로 확인되었으며, 가격 대비 성능 관점에서 8개의 분기 명령어에 대한 관리가 적절하다고 판단된다.</p>	통계학	[ "<h1>4. 성능 평가</h1><p>이 절에서는, 본 논문에서 제시된 기법의 성능 평가를 수행한다.", "적절한 복구 기법이 활용되는 분기 정보의 추측적 사용이 제공하는 성능상의 향상 정도를 살피고, 추측적 분기 정보의 사용에 대한 필요성을 설명한다.", "또한 복구 예비 비트의 사용 완화 기법과 평균 In-Flight 분기 명령어들의 개수에 대한 분석도 함께 수행한다.", "</p><h2>4.1 실험 환경 및 벤치마크 프로그램</h2><p>본 논문에서의 모의실험은 구동 기반 시뮬레이터인 SimpleScalar로 진행되었다.", "이벤트 구동형 시뮬레이터(Event-Driven Simulator)인 SimpleScalar는 빠른 모의 실험과 높은 정확도의 결과를 보장하는 강력한 모의실험 환경으로, 비순서 실행(Out-of-Order Issue), 비중단 캐쉬(Non-Blocking Cache), 추측적 실행(Speculative Execution)과 같은 최신 프로세서 기술을 지원하며, 아울러 다양한 분기 예측 기법의 사용을 가능하게 한다.", "<표 1>에 본 논문에서 사용된 실험 환경이 제시되어 있다.", "</p><p>한편, 모의실험에 사용된 벤치마크 프로그램은 SPEC(Standard Performance Evaluation Corporation)에서 제공하는 CPU 성능 측정 프로그램인 SPEC CINT2000 프로그램들이다.", "특히, 본 논문에서는 이 가운데 무작위로 선별된 정수형 프로그램들을 활용한다.", "일반적으로 SPEC에서 제공하는 CPU 성능 평가 프로그램은 정수형 프로그램인 CINT와 실수형 프로그램인 CFP로 구분된다.", "이 가운데 CFP 프로그램들은 과학 계산 형태의 응용 프로그램이 주를 이루며, 이들은 매우 정형화되어 있는 코드 형태를 가진다.", "이 같은 경우, 분기 예측의 정확도가 매우 높게 나타나기 때문에 분기 예측의 개선으로 인한 성능 향상의 정도를 효율적으로 관찰하기에 곤란하다.", "따라서 CFP 프로그램들은 분기 예측과 관련된 연구에서 일반적으로 제외된다.", "</p><table border><caption><표 1>모의 실험 인자</caption><tbody><tr><td>Parameter</td><td>Value</td></tr><tr><td>Fetch Queue</td><td>4 entries</td></tr><tr><td>Fetch, Decode Width</td><td>4 instructions</td></tr><tr><td>ROB entries</td><td>16entries</td></tr><tr><td>LSQ entries</td><td>8entries</td></tr><tr><td>Functional Units(integer)</td><td>\\( 4 ~ \\mathrm{ALUs} \\), \\( 1 ~ \\mathrm{Mult} / \\mathrm{Div} \\)</td></tr><tr><td>Functional Units(floating point)</td><td>\\( 4 ~ \\mathrm{ALUs} \\), \\( 1 ~ \\mathrm{Mult} / \\mathrm{Div} \\)</td></tr><tr><td>Instruction TLB</td><td>64(\\( 16 \\times 4 \\)-way)entries, \\( 4 \\mathrm{K} \\) pages, 30 cycle miss</td></tr><tr><td>Data TLB</td><td>128(\\( 32 \\times 4 \\)-way)entries, \\( 4 \\mathrm{K} \\) pages, 30 cycle miss</td></tr><tr><td>Predictor Style</td><td>gshare</td></tr><tr><td>BTB entries</td><td>2048(\\( 512 \\times 4 \\)-way) entries</td></tr><tr><td>RAS entries</td><td>8 entries</td></tr><tr><td>Extra Branch Miss-prediction Penalty</td><td>3 cycles</td></tr><tr><td>L1 I-Cache</td><td>\\( 16 ~ \\mathrm{KB} \\), direct map, \\( 32 \\mathrm{B} \\) line, 1 cycle</td></tr><tr><td>L1 D-Cache</td><td>\\( 16 ~ \\mathrm{KB} \\), 4-way, \\( 32 \\mathrm{B} \\) line, 1 cycle</td></tr><tr><td>L2 Cache(unified)</td><td>\\( 256 ~ \\mathrm{KB} \\), 4-way, \\( 64 \\mathrm{B} \\) line, 6 cycles</td></tr><tr><td>Memory Latency</td><td>first_chunk\\( = \\)18 cycles, inter_chunk\\( = \\)2 cycles</td></tr></tbody></table> <h1>요 약</h1><p>분기 명령어에 대한 예측 정확도는 시스템의 전체 성능 향상에 중대한 영향을 미친다.", "분기 정보의 추측적 사용은 미완료 분기에 대한 히스토리 정보를 추측적으로 사용하여 분기 예측을 수행한다.", "이러한 방식은 분기 명령어의 가장 최근 기록을 일관되게 사용할 수 있도록 도와주기 때문에 분기 예측의 정확도 향상에 크게 기여한다.", "하지만 미완료 분기 히스토리는 올바르지 못한 정보일 수 있으며, 이런 경우 적절한 복구 기법이 필요하다.", "이를 위해 본 논문에서는 분기 정보의 추측적 사용에 대한 성능 향상의 정도를 살피고, 분기 정보의 추측적 사용에 대한 필요성을 제시한다.", "아울러, 분기 정보의 추측적 사용으로 인해 요구되는 적절한 복구 기법을 제안한다.", "제안된 기법은 전역 분기 히스토리를 사용하는 분기 예측기와 지역 분기 히스토리를 사용하는 분기 예측기에 각각 적용 될 수 있는 방식들이다.", "모의실험을 통해 본 논문에서 제안된 방식의 성능을 분석한 결과, 본 논문에서 제안된 기법이 최대 \\( 5.64 \\% \\) 의 성능향상을 제공하였다.", "아울러 프로그램 수행의 정확성을 해치지 않으면서 기존의 연구와 비교하여 \\( 90 \\% \\) 이상의 하드웨어 요구량의 감소를 가져왔다.", "</p> <h1>5. 결 론</h1><p>분기 명령어에 대한 분기 예측 정확도는 시스템 전체의 성능 향상에 큰 영향을 미친다.", "일반적으로 분기 예측 실패율은 전체 시스템의 성능 향상에 있어서 단일 요소로는 가장 큰 성능 제약 요소 가운데 하나로 알려져 있다.", "</p><p>본 논문에서는 이와 같은 분기 예측의 정확도를 높이기 위해, 분기 정보의 추측적 사용 및 이를 위한 효율적 복구 모델을 제안하였다.", "제안된 기법은 각각 전역 분기 정보와 지역 분기 정보의 사용 여부에 따라 서로 다르게 적용 될 수 있다.", "이를 위해 본 논문에서는 전역 분기 정보의 추측적 사용을 가능케 하는 gshare 예측기를 구현 사례로 소개하였다.", "아울러, 지역 분기 정보의 추측적 사용을 위해서는 이전기록 기반 방식과 이후기록 기반 방식의 두가지 형태를 제시하였으며, 각각의 경우에 대한 효과적인 응용 프로그램 특성 및 시스템 형태를 소개하였다.", "</p><p>한편, 모의실험을 통해 본 논문에서 소개된 방식의 성능을 분석하였다.", "또한, 복구 예비 비트의 사용 완화와 그에 대한 성능상의 차이, In-Flight 분기 명령어의 수에 대한 실험 결과와 그에 대한 분석도 함께 제시하였다.", "제안된 기법은 기존 방식에 있어서 요구되던 하드웨어 복잡도를 \\( 90 \\% \\) 이상 절감시켰으며, 실험 결과 프로그램 수행의 정확성을 해치지 않으면서 최대 \\( 5.64 \\% \\) 의 성능 향상을 제공하였다.", "평균 In-Flight 분기 명령어의 개수는 4~5 개 정도로 확인되었으며, 가격 대비 성능 관점에서 8개의 분기 명령어에 대한 관리가 적절하다고 판단된다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "분기 정보의 추측적 사용과 효율적 복구 기법", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-7f95815f-3482-4c72-800c-1a17a90af1f1", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "곽종욱" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
216	<h1>3. PPP를 이용한 글로벌스타 데이터 통신 시스템 구축</h1> <p>(그림 7)은 PPP 프로토콜 구현을 확인위한 저궤도 통신 위성을 이용하는 시스템 구성도이다.</p> <p>(그림 7)과 같이 글로벌스타 위성 모뎀을 이용하는 시스템은 위성부문, 지상부문 그리고 단말기부문으로 구성되어 있고,<표 5>는 본 논문에서 사용하는 글로벌스타 위성모뎀의 사양이다.</p> <p>위성부분에서 글로벌스타 위성체는 북위 70도에서 남위 70도까지의 지역을 서비스할 수 있도록 설계된 48개의 주위성과 4개의 예비위성으로 구성되며, 지구국과 이용자 단말 장비를 연결하는 기능을 수행한다. 글로벌스타 위성은 또한 단말 장비나 발신되는 신호를 단지 증폭하여 수신측 단말기나 지구국으로 전환 시키는 기능만을 수행하도록 설계되어 글로벌스타 위성시스템은 단순하고 안정적이며 장애발생시 처리가 용이하다.</p> <p>지상부분은 위성망 관제센터, 지상망제어센터, 지구국 등으로 구성되어 있다. 위성망 관제센터(SOCC:Satellite Operations Control Center)는 미국, 프랑스, 호주 한국의 지구국에 설치되어 있는 위싱원격제어 시스템을 통하어 위성의 온도 및 전력, 각 부분의 동작 상태, 위치 등의 데이터를 수집하고, 이 데이터에 따라 위성의 궤도 및 위치, 기타 위성의 여러 상태를 제어하는 기능을 수행한다. 현제 이 위성망 관제센터는 미국 내 두 곳에 (San Jose, Sacramento)에 설치되어 있다.</p> <p>지상망제어센터(GOCC:Ground Operations Control Center)는 전 세계에 설치될 30여개의 글로벌스타 지구국을 연결하여, 각 지구국의 통화량을 고려한 시스템을 게획, 시스템 자원 할당 및 서비스 제공자를 지원하는 등 통괄적 감시 및 제어 기능을 수행하며, 이 지상망제어센터는 미국에 2개소(San Jose, Sacramento)가 설치되어있다. 또한 지구국은 글로벌스타 위성과 이용자 단말 장비간의 호 접속, 호 치리 및 부가 서비스를 제공하고 가입자 관리 기능을 수행한다.</p> <p>(그림 8)은 본 논문에서 구현한 단말 장비이며 감시 및 제어와 데이터 수집을 한다. 단말 장비는 PPP 그리고 TCP/IP 프로토콜들을 사용하여 필요할 때 언제 어디서든 글로벌 스타 위성 모뎀을 사용하여 사용자 및 서버에 접속 할 수 있다. 글로벌스타 위싱모뎀은 작은 안테나를 포함하며, \( 9.6 \) kbps full duplex, Hayes AT command, Dial-up networking 및 SMS를 지원한다. 다음 (그림 9)는 단말 장비의 하드웨어 블록도이다. (그림 9)를 통해 전체적인 입출력 장치들을 확인할 수 있다.</p> <p> <표 6>은 단말 장비 사양이며 8051 Core를 사용하는C8051F023 프로세서를 사용하였다. (그림 9)에서 알 수 있듯이 ADC,DAC,UART0,1을 내장하고 있고, RTC,LCD,D/I 그리고 D/O를 외부에 구성 하였다. 이 프로세서는 최대 25MIPS 속도로 동작하므로 치리속도가 빠르며 프로그램 내부에 \( 64 \mathrm{k} \) Bytes의 프로그램 및 데이터 메모리를 내장하고 있다. 그래서 본 논문에서 구현하고자 하는 시스템에 적당한 크기의 메모리를 내장하고 있다. 또한 C8051F023는 JTAG의 인-서킷 에뮬레이터(ICE) 기능을 사용해 프로그램 업로드 다운로드를 쉽고 빠르게 치리 할 수 있다.</p> <p>위에서 언급한 바와 같이 본 논문에서 제작하는 단말 장비는 여러 종류의 디바이스들이 C8051F023 메인 프로세서와 상호 연동하여 동작한다. 모든 디바이스들은 C8051F023 프로세서가 제어 하도록 하였다.</p> <table border><caption> <표 6>단말장비 하드웨어 사양</caption> <tbody><tr><td>종 류</td><td>사용 디바이스</td></tr><tr><td>CPU</td><td>High Spad pipeimed 8051 compatible micracontroler</td></tr><tr><td>ROM</td><td>64k byes of in-system programmable FLASH memary</td></tr><tr><td>RAM</td><td>4352(4096+256) bytes 내부 메모리</td></tr><tr><td>Modem</td><td>GSP-1620. Globalstar satellite modem</td></tr><tr><td>ADC</td><td>8-bit ADC, 500 ksps, 8 channel</td></tr><tr><td>DAC</td><td>Two 12-bit DACs</td></tr><tr><td>TEMP. Sensor</td><td>C8051F023 내장 온도센서</td></tr><tr><td>GPS Receiver</td><td>G1800sLP</td></tr><tr><td>LCD</td><td>4bit data line LCD</td></tr><tr><td>RTC</td><td>DS1305</td></tr><tr><td>Digital Output</td><td>4-channe LED</td></tr><tr><td>Digital Imput</td><td>4-channe DIP Switch</td></tr></tbody></table> <p>원격의 사용자 프로그램 인터페이스는 (그림 10)과 같고, 지상부분과의 SOCC와 GOCC을 통하여 글로벌 스타 시스템과 연결하였다. 일반적인 TCP/IP 인터넷 접속 프로토콜을 사용하여 쉅게 단말 장비와 통신을 할 수 있고, 이를 통해서 사용자는 단말 장비를 제어 할 수 있다.</p> <p>(그림 11)은 글로벌 스타 위싱 모뎀을 이용한 PPP 프로토콜을 테스트 하기위한 전체적인 간략화한 소프트웨어 블록도이다. 단말 장비를 크게 펌웨어(FIRMWARE), PPP 그리고 TCP/IP로 3부분으로 분류 하여 구현하였다. 이를 통해서 단말 장비는 원격의 사용자와 통신을 할 수 있도록 구현하였다.</p>	통계학	[ "<h1>3. PPP를 이용한 글로벌스타 데이터 통신 시스템 구축</h1> <p>(그림 7)은 PPP 프로토콜 구현을 확인위한 저궤도 통신 위성을 이용하는 시스템 구성도이다.", "</p> <p>(그림 7)과 같이 글로벌스타 위성 모뎀을 이용하는 시스템은 위성부문, 지상부문 그리고 단말기부문으로 구성되어 있고,<표 5>는 본 논문에서 사용하는 글로벌스타 위성모뎀의 사양이다.", "</p> <p>위성부분에서 글로벌스타 위성체는 북위 70도에서 남위 70도까지의 지역을 서비스할 수 있도록 설계된 48개의 주위성과 4개의 예비위성으로 구성되며, 지구국과 이용자 단말 장비를 연결하는 기능을 수행한다.", "글로벌스타 위성은 또한 단말 장비나 발신되는 신호를 단지 증폭하여 수신측 단말기나 지구국으로 전환 시키는 기능만을 수행하도록 설계되어 글로벌스타 위성시스템은 단순하고 안정적이며 장애발생시 처리가 용이하다.", "</p> <p>지상부분은 위성망 관제센터, 지상망제어센터, 지구국 등으로 구성되어 있다.", "위성망 관제센터(SOCC:Satellite Operations Control Center)는 미국, 프랑스, 호주 한국의 지구국에 설치되어 있는 위싱원격제어 시스템을 통하어 위성의 온도 및 전력, 각 부분의 동작 상태, 위치 등의 데이터를 수집하고, 이 데이터에 따라 위성의 궤도 및 위치, 기타 위성의 여러 상태를 제어하는 기능을 수행한다.", "현제 이 위성망 관제센터는 미국 내 두 곳에 (San Jose, Sacramento)에 설치되어 있다.", "</p> <p>지상망제어센터(GOCC:Ground Operations Control Center)는 전 세계에 설치될 30여개의 글로벌스타 지구국을 연결하여, 각 지구국의 통화량을 고려한 시스템을 게획, 시스템 자원 할당 및 서비스 제공자를 지원하는 등 통괄적 감시 및 제어 기능을 수행하며, 이 지상망제어센터는 미국에 2개소(San Jose, Sacramento)가 설치되어있다.", "또한 지구국은 글로벌스타 위성과 이용자 단말 장비간의 호 접속, 호 치리 및 부가 서비스를 제공하고 가입자 관리 기능을 수행한다.", "</p> <p>(그림 8)은 본 논문에서 구현한 단말 장비이며 감시 및 제어와 데이터 수집을 한다.", "단말 장비는 PPP 그리고 TCP/IP 프로토콜들을 사용하여 필요할 때 언제 어디서든 글로벌 스타 위성 모뎀을 사용하여 사용자 및 서버에 접속 할 수 있다.", "글로벌스타 위싱모뎀은 작은 안테나를 포함하며, \\( 9.6 \\) kbps full duplex, Hayes AT command, Dial-up networking 및 SMS를 지원한다.", "다음 (그림 9)는 단말 장비의 하드웨어 블록도이다.", "(그림 9)를 통해 전체적인 입출력 장치들을 확인할 수 있다.", "</p> <p> <표 6>은 단말 장비 사양이며 8051 Core를 사용하는C8051F023 프로세서를 사용하였다.", "(그림 9)에서 알 수 있듯이 ADC,DAC,UART0,1을 내장하고 있고, RTC,LCD,D/I 그리고 D/O를 외부에 구성 하였다.", "이 프로세서는 최대 25MIPS 속도로 동작하므로 치리속도가 빠르며 프로그램 내부에 \\( 64 \\mathrm{k} \\) Bytes의 프로그램 및 데이터 메모리를 내장하고 있다.", "그래서 본 논문에서 구현하고자 하는 시스템에 적당한 크기의 메모리를 내장하고 있다.", "또한 C8051F023는 JTAG의 인-서킷 에뮬레이터(ICE) 기능을 사용해 프로그램 업로드 다운로드를 쉽고 빠르게 치리 할 수 있다.", "</p> <p>위에서 언급한 바와 같이 본 논문에서 제작하는 단말 장비는 여러 종류의 디바이스들이 C8051F023 메인 프로세서와 상호 연동하여 동작한다.", "모든 디바이스들은 C8051F023 프로세서가 제어 하도록 하였다.", "</p> <table border><caption> <표 6>단말장비 하드웨어 사양</caption> <tbody><tr><td>종 류</td><td>사용 디바이스</td></tr><tr><td>CPU</td><td>High Spad pipeimed 8051 compatible micracontroler</td></tr><tr><td>ROM</td><td>64k byes of in-system programmable FLASH memary</td></tr><tr><td>RAM</td><td>4352(4096+256) bytes 내부 메모리</td></tr><tr><td>Modem</td><td>GSP-1620. Globalstar satellite modem</td></tr><tr><td>ADC</td><td>8-bit ADC, 500 ksps, 8 channel</td></tr><tr><td>DAC</td><td>Two 12-bit DACs</td></tr><tr><td>TEMP.", "Sensor</td><td>C8051F023 내장 온도센서</td></tr><tr><td>GPS Receiver</td><td>G1800sLP</td></tr><tr><td>LCD</td><td>4bit data line LCD</td></tr><tr><td>RTC</td><td>DS1305</td></tr><tr><td>Digital Output</td><td>4-channe LED</td></tr><tr><td>Digital Imput</td><td>4-channe DIP Switch</td></tr></tbody></table> <p>원격의 사용자 프로그램 인터페이스는 (그림 10)과 같고, 지상부분과의 SOCC와 GOCC을 통하여 글로벌 스타 시스템과 연결하였다.", "일반적인 TCP/IP 인터넷 접속 프로토콜을 사용하여 쉅게 단말 장비와 통신을 할 수 있고, 이를 통해서 사용자는 단말 장비를 제어 할 수 있다.", "</p> <p>(그림 11)은 글로벌 스타 위싱 모뎀을 이용한 PPP 프로토콜을 테스트 하기위한 전체적인 간략화한 소프트웨어 블록도이다.", "단말 장비를 크게 펌웨어(FIRMWARE), PPP 그리고 TCP/IP로 3부분으로 분류 하여 구현하였다.", "이를 통해서 단말 장비는 원격의 사용자와 통신을 할 수 있도록 구현하였다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "글로벌스타 위성 모뎀을 위한 임베디드 프로세서 기반 PPP(Point-to-Point Protocol) 구현", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-8c1dd12a-5020-46aa-8f94-a69bac4786f1", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "문현걸", "이명의" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
217	<p>\( S_ { n } = \left \{ X \mid X \right . \) is a Node where \( \left .D_ { S i n k } \leq D_ { C H } \right \} \)<caption>(4)</caption></p> <p>\( S_ { f } = \left \{ X \mid X i \right . \) s a Node where \( \left .D_ {\text { Sink } } >D_ { C H } \right \} \)<caption>(5)</caption></p> <p>식 (4), (5)에서 \( S_ { n } \) 과 \( S_ { f } \) 는 헤더와 Sink 간의 거리 값 \( D_ { C H } \) 를 기준 값으로 하여 Sink 와 가까운 노드 집합과 먼 노드 집합을 나타낸다.</p> <p>두 번째, 각 센서 노드와 클러스터 혜더와의 위치정보(또는 헤더와 각 센서노드 간의 거리 값)를 활용하여 노드 집합을 최종 Group으로 분할한다. 지역적으로 공평한 분할을 위해 헤더의 위치정보를 나타내는 좌표의 \( x \) 축을 반시계방향으로 회전하여 4 분면을 구성한다. 즉 클러스터 헤더 선출을 위해 클러스터를 총 4 개의 \( \operatorname { Group } \left (S_ { 1 } , S_ { 2 } , S_ { 3 } , S_ { 4 } \right ) \) 으로 분할한다.</p> <p>Group Selection Phase는 각 Group의 센서 노드의 수를 비교하여 가장 많은 수의 3드를 소유한 Group을 선정하는 단계이다. 클러스터 혜더는 센서 노드들의 위치정보를 통해 각 Group 별 센서 노드의 개수를 파악할 수 있다. 이를 통해 클러스터 혜더를 선정하기 위한 Group의 순서를 지정하여 목록화 (ClursterHeaderElectionList () ) 한다. 헤더 Group 선정 알고리즘은 다음과 같다.</p>	통계학	[ "<p>\\( S_ { n } = \\left \\{ X \\mid X \\right . \\)", "is a Node where \\( \\left .D_ { S i n k } \\leq D_ { C H } \\right \\} \\)<caption>(4)</caption></p> <p>\\( S_ { f } = \\left \\{ X \\mid X i \\right . \\)", "s a Node where \\( \\left .D_ {\\text { Sink } } >D_ { C H } \\right \\} \\)<caption>(5)</caption></p> <p>식 (4), (5)에서 \\( S_ { n } \\) 과 \\( S_ { f } \\) 는 헤더와 Sink 간의 거리 값 \\( D_ { C H } \\) 를 기준 값으로 하여 Sink 와 가까운 노드 집합과 먼 노드 집합을 나타낸다.", "</p> <p>두 번째, 각 센서 노드와 클러스터 혜더와의 위치정보(또는 헤더와 각 센서노드 간의 거리 값)를 활용하여 노드 집합을 최종 Group으로 분할한다.", "지역적으로 공평한 분할을 위해 헤더의 위치정보를 나타내는 좌표의 \\( x \\) 축을 반시계방향으로 회전하여 4 분면을 구성한다.", "즉 클러스터 헤더 선출을 위해 클러스터를 총 4 개의 \\( \\operatorname { Group } \\left (S_ { 1 } , S_ { 2 } , S_ { 3 } , S_ { 4 } \\right ) \\) 으로 분할한다.", "</p> <p>Group Selection Phase는 각 Group의 센서 노드의 수를 비교하여 가장 많은 수의 3드를 소유한 Group을 선정하는 단계이다.", "클러스터 혜더는 센서 노드들의 위치정보를 통해 각 Group 별 센서 노드의 개수를 파악할 수 있다.", "이를 통해 클러스터 혜더를 선정하기 위한 Group의 순서를 지정하여 목록화 (ClursterHeaderElectionList () ) 한다.", "헤더 Group 선정 알고리즘은 다음과 같다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "Zigbee 환경에서 Sink와의 거리를 고려한 효율적인 클러스터 헤더 선출기법", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-7ff03c7a-fcda-4d99-9df1-57976dbaf984", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "박종일", "이경화", "이주현", "신용태" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
218	<p>suffix-prefix가 일치하는 모든 쌍 찻기를 위헤 \( k \) 개의 문 자열, \( S_ { 1 } , S_ { 2 } , \ldots, S_ { k } \) 가 주이질 때, 각 문자열의 길이를 \( n_ { i } (1 \) \( \leq i \leq k \) 라 하자. 접미사 베열을 이용하기 위헤 \( k \) 개의 문자열을 연결하여 하나의 긴 문자열 \( S= \left \{ S_ { l } , S_ { 2 } , \ldots, S_ { k } \right \} \) 을 생성하며, 문자열들을 구별하기 위헤 연걸되는 문자열 사이에 특수 문자 ' \$'</p> <p>suffix-prefix가 일치하는 모든 쌍 찻기를 위해 논문에서 제안하는 알고리즘은 2.2절의 Backward Search 알고리즘을 변형하여 사용하고, 다섯 게의 배열을 사용한다. 먼저 문자열 \( S \) 의 길이를 \( m \left (m= \sum_ { i=1 } ^ { k } \left (n_ { i } + 1 \right ) \right ) \) 이라 하자. \( S A \) 는 \( S \) 의 접미사 배열을 저장하며, 베열 prev는 직전 문자를 저장한다. 배열 base 난 막 문자가 접미사 배열 \( S A \) 에서 처음으로 나타나는 위치의 인덱스를 저장하는데, 2.2절의 Backward Scarch 알고리즘에서 사용된 배열 \( C \) 에 헤당한다. 배열 prePos는 \( S \) 내에서 문자열 \( S_ { l } , S_ { 2 } , \ldots, S_ { k } \) 의 시작위치를 저장하고, 배열 \( S \) A prePos: 문자열 \( S_ { 1 } , S_ { 2 } , \ldots, S_ { k } \) 의 시작위치)이 베열 \( S A \) 에서 나타나는 위치의 인덱스를 저장한다. 이때 베열 \( S A \) 와 prev 의 크기는 \( m \) 이며, 배열 base의 크기는 사용되는 알파벳의 순, \( \| \Sigma\| \) 에 헤당하며, prePas, \( \mathrm { SA } \) prePos 베열의 크기는 문자열의 수인 \( k \) 에 해당한다. 예를 들어,<표 \( 1>\) 의 \( S_ { 1 } =x b a x a b, S_ { 2 } =a b x b, S_ { 3 } = \operatorname { axabaxba } \) 에 대해 배열 \( S A \), prev, base, prePos, \( \mathrm { S } A \) prePos 를 생성하면 (그림 3)과 같게 된다. 이때 \( S=x b a x a b \$ a b x b \$ a x a b a x b a \$ \)가 된다.</p> <table border><caption>〈표 \( 1 \)〉 suffix-prefix가 일치하는 모든 쌍 찾기의 예</caption> <tbody><tr><td></td><td>S1 = xbaxab</td><td>S2 =abxb</td><td>S3=axabaxba</td></tr><tr><td>S1 = xbaxab</td><td></td><td>5</td><td>3</td></tr><tr><td>S2 = abxb</td><td>3</td><td></td><td>o</td></tr><tr><td>S3==axabaxha</td><td>6</td><td>8</td><td></td></tr></tbody></table>	통계학	[ "<p>suffix-prefix가 일치하는 모든 쌍 찻기를 위헤 \\( k \\) 개의 문 자열, \\( S_ { 1 } , S_ { 2 } , \\ldots, S_ { k } \\) 가 주이질 때, 각 문자열의 길이를 \\( n_ { i } (1 \\) \\( \\leq i \\leq k \\) 라 하자.", "접미사 베열을 이용하기 위헤 \\( k \\) 개의 문자열을 연결하여 하나의 긴 문자열 \\( S= \\left \\{ S_ { l } , S_ { 2 } , \\ldots, S_ { k } \\right \\} \\) 을 생성하며, 문자열들을 구별하기 위헤 연걸되는 문자열 사이에 특수 문자 ' \\$'</p> <p>suffix-prefix가 일치하는 모든 쌍 찻기를 위해 논문에서 제안하는 알고리즘은 2.2절의 Backward Search 알고리즘을 변형하여 사용하고, 다섯 게의 배열을 사용한다.", "먼저 문자열 \\( S \\) 의 길이를 \\( m \\left (m= \\sum_ { i=1 } ^ { k } \\left (n_ { i } + 1 \\right ) \\right ) \\) 이라 하자. \\", "( S A \\) 는 \\( S \\) 의 접미사 배열을 저장하며, 베열 prev는 직전 문자를 저장한다.", "배열 base 난 막 문자가 접미사 배열 \\( S A \\) 에서 처음으로 나타나는 위치의 인덱스를 저장하는데, 2.2절의 Backward Scarch 알고리즘에서 사용된 배열 \\( C \\) 에 헤당한다.", "배열 prePos는 \\( S \\) 내에서 문자열 \\( S_ { l } , S_ { 2 } , \\ldots, S_ { k } \\) 의 시작위치를 저장하고, 배열 \\( S \\) A prePos: 문자열 \\( S_ { 1 } , S_ { 2 } , \\ldots, S_ { k } \\) 의 시작위치)이 베열 \\( S A \\) 에서 나타나는 위치의 인덱스를 저장한다.", "이때 베열 \\( S A \\) 와 prev 의 크기는 \\( m \\) 이며, 배열 base의 크기는 사용되는 알파벳의 순, \\( \| \\Sigma\| \\) 에 헤당하며, prePas, \\( \\mathrm { SA } \\) prePos 베열의 크기는 문자열의 수인 \\( k \\) 에 해당한다.", "예를 들어,<표 \\( 1>\\) 의 \\( S_ { 1 } =x b a x a b, S_ { 2 } =a b x b, S_ { 3 } = \\operatorname { axabaxba } \\) 에 대해 배열 \\( S A \\), prev, base, prePos, \\( \\mathrm { S } A \\) prePos 를 생성하면 (그림 3)과 같게 된다.", "이때 \\( S=x b a x a b \\$ a b x b \\$ a x a b a x b a \\$ \\)가 된다.", "</p> <table border><caption>〈표 \\( 1 \\)〉 suffix-prefix가 일치하는 모든 쌍 찾기의 예</caption> <tbody><tr><td></td><td>S1 = xbaxab</td><td>S2 =abxb</td><td>S3=axabaxba</td></tr><tr><td>S1 = xbaxab</td><td></td><td>5</td><td>3</td></tr><tr><td>S2 = abxb</td><td>3</td><td></td><td>o</td></tr><tr><td>S3==axabaxha</td><td>6</td><td>8</td><td></td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "접미사 배열을 이용한 Suffix-Prefix가 일치하는 모든 쌍 찾기", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-b5dd3daa-6fd3-4965-85d2-97e90f8e164e", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "한선미", "우진운" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
219	<h1>3. 알고리즘 및 제어 시스템</h1> <p>본 절에서는 IPS의 제어를 위한 주변 회로의 구성 및 제어 시스템의 알고리즘을 제안한다.</p> <h2>3.1 IPS 제어 회로</h2> <p>본 논문에서는IPS의 평가 및 제어 회로 구성을 위해 International Rectifier 사의 IPS6021 소자를 선정하였다. 이소자의 특성은< 표 2>에 정리하였다.</p> <p>IPS6021의 입력 전압은 \( 39 \mathrm{V} \) 로 차량 배터리의 공급 전원전압이 약 \( 14 \mathrm{V} \) 전후임을 감안했을 때 충분한 여유를 갖는다고 판단된다. 출력 전류는 \( 32 \mathrm{A} \) 를 지원하여 차량용 전자장치에서 사용하는 전력을 소화할 수 있다. 지원하는 패키지 형태의 경우, IPS시리즈는 TO-220, D2Pak, D-Pak의 패키지를 지원하여 설계 조건에 따라 다양한 형태의 소자 형태를 선택할 수 있으므로 설계 조건을 쉽게 만족할 수 있다는 장점이 있다.</p> <p>IPS의 핵심 기능이라고볼 수 있는 내부 논리 회로를 통한 부하 제어 기능은 전류 제한, over-temperature 보호, open load 감지, short circuit 보호의 네 가지를 지원한다. 특히 over-temperature 보호 기능의 경우, 소자 온도가 약 \( 140^{\circ} \mathrm{C} \) 이상이 될 경우 소자 스스로가 판단하여 동작을 중단하게 되며, 주변 환경의 변화 및 부하 조건의 변화로 인해 소자 온도가 일정 이하로 내려갈 경우 자동으로 restart를 하는 기능을 갖고 있다.</p> <p>(그림 3)은 IPS6021 을 이용해 제작된 IPS 제어 회로의 회로도를 나타낸다. 대전류를 사용하는 회로인 만큼 전원 접지선과 신호 접지선은 다이오드 D1을 통해 분리되어 있다. 따라서 높은 전류와 부하의 전력 소비로 인한 노이즈의 영향 없이 논리 회로 독립의 접지를 통해 안정적으로 스위칭 제어를 할 수 있다. 또한 스위치의 상태 신호는 두 개의 \( 10 \mathrm{k} \Omega \) 저항을 통해 \( +5 \mathrm{V} \) 로 pull up 되어 출력되도록하였다.</p> <p>제작된 제어 회로를 이용해 스위치 자체의 기능인 short circuit 보호, open load 감지 기능을 테스트 하였으며, (그림 4) 및 (그림 5)에서 확인할 수 있듯이 각각의 기능에 대해 정상적으로스위칭 제어를 할 수 있음을 확인하였다.</p> <p>(그림 4)는 동작 중 open load 조건이 발생했을 때의 파형을 나타낸다. 파란 색 채널의 파형은 부하로 입력되는 전압, 즉 IPS의 out pin 전압을 나타내며 붉은색 채널의 파형은 IPS의 상태 신호 전압을 나타낸다. 차량용 배터리와 같은 \( 14 \mathrm{V} \) 전후의 전원이 제공되는 정상 상태에서 상태 신호는 \( 5 \mathrm{V} \)의 전압을 출력하는 것을 볼 수 있다. 여기서 open load 조건이 발생하는 구간의 경우 상태 신호의 전압이 접지 레벨로 떨어져 부하에 문제가 발생하였음을 알리는 것을 확인할 수 있다. 이 때 입력 전압은 부하가 없으므로 동작 상태보다 약간 높은 전압을 나타내게 된다.</p> <p>(그림 5)는 동작 중 short circuit 조건이 발생했을 때의 파형을 나타내며, (그림 4)와 마찬가지로 파란 색 채널은 부하 입력 전압, 붉은색 채널은 상태 신호 전압을 나타낸다.</p> <p>부하 조건이 short circuit이 될 경우 파형에서 확인 할 수 있는 바와 같이 IPS 는 상태 신호 전압을 접지 레벨로 낮춰 부하에 문제가 발생했음을 알리고, 과전류에 의한 IPS 소자 및 부하의 파괴를 막기 위해 부하 입력 역시 접지 레벨로 낮추게 된다. 부하의 short circuit 조건이 해소될 경우 IPS는 다시 정상 동작을 하게 된다.</p> <table border><caption>IPS6021 소자의 특성</caption> <tbody><tr><td>항목</td><td>특성 값</td></tr><tr><td>Vclamp</td><td>39\(\mathrm{V}\)</td></tr><tr><td>Iout max</td><td>32\(\mathrm{A}\)</td></tr><tr><td>Rds(on)</td><td>30\(\Omega \)</td></tr><tr><td>Supporting Features</td><td>Current Limit, Over-temperature Protection, Open Load Detection, Short Circuit Protection</td></tr></tbody></table> <h2>3.2 CAN 통신 제어 알고리즘</h2> <p>CAN통신은 토큰 제어 방식과 달리 버스 사용을 위한 권한의 획득 없이 어떤 노드라도 버스가 사용 가능한 상태일 때 데이터를 전송할 수 있다. 다만 버스상에서 비트 스트림의 전송 지연에 의해 충돌이 발생할 경우 각 노드가 가진 우선권에 기초에 전송을 할 수 있는 노드를 결정하게 된다. 이러한 기능을 위해 CAN 버스로 전송되는 데이터 프레임은 SOF(Start Of Frame) 바로 다음에 각 노드의 priority ID를 갖게 된다. CAN 버스는 wired-AND 구조를 가지며 따라서 더 낮은 2진 값의 ID를 갖는 노드가 더 높은 우선권을 갖는다. 각 노드는 전송 과정에서 지속적으로 자신이 전송한 비트와 CAN 버스 상의 비트를 비교하게 되며, 이 두 신호가 다를 경우 자신보다 더 높은 우선권을 가진 노드가 버스를 사용하려 한다고 간주하고 수신 상태로 모드를 전환한다. (그림 6)은 우선권 제어를 위한 알고리즘을 보여준다.</p> <h2>3.3 IPS 제어 알고리즘</h2> <p>지능형 파워 스위치는 기존의 릴레이 스위치와 달리 자체적으로 부하와 스위치 자신의 상태를 판단해 적절한 조치를 취하고 부하의 상태를 마이크로 컨트롤러에게 전달하는 기능을 갖는다. 본 연구에서 선정한 파워 스위치인 IPS6021 소자는 전류 제한, over-temperature 보호, Open Load 감지, short circuit 보호의 기능을 제공한다. 부하의 상태가 open load, short circuit 이거나 스위치 자체가 과열되었을 경우, IPS 스스로 출력전류에 제한을 가해 부하와 스위치의 파손을 방지하며 상태 신호 출력을 통해 마이크로 컨트롤러에게 문제가 발생하였음을 보고한다.</p> <p>마이크로 컨트롤러는 진리표에 따라 출력되는 스위치의 상태 신호를 입력 받아 부하의 상태를 판단한다. 이 판단에 근거하여 스위치의 입력 신호를 조절하는 한편 문제가 발생하였을 경우 이를 CAN 통신을 이용해 다른 마이크로 컨트롤러들에게 알리게 된다. 또한 주변 마이크로 컨트롤러들로 부터 IPS의 제어 요청이 있을 경우 이를 수신해 IPS 제어 신호를 변경하는 기능을 한다. 이러한 제어 알고리즘은 (그림 7)에 나타나 있다. 각 IPS 를 제어하는 마이크로 컨트롤러뿐 아니라 주변의 마이크로 컨트롤러들과 제어 신호를 공유함으로써 전체 시스템을 좀 더 유연하게 제어할 수 있다고 판단된다.</p> <h2>3.4 통합 지능형 파워 스위치 시스템</h2> <p>본 연구에서는 제안한 지능형 파워 스위치 시스템을 테스트 하기 위하여 테스트 모듈을 구현하였다. 구현된 시스템은 (그림 8)에 나타나 있다.</p> <p>테스트용 시스템 구현을 위해 (그림 3)의 IPS6021을 이용한 제어 회로가 구현되었고, 추가적으로 CAN 통신을 위한 3개의 마이크로 컨트롤러 모듈이 사용되었다. 마이크로 컨트롤러 모듈은 각각 infineon 사의 XC800 USCALE Start Kit 2개와 XC878 Starter Kit 1개가 사용되었다. 두 종류의 모듈은 모두 CAN 통신을 위한 기능이 내장된 8-bit 마이크로 컨트롤러를 중심으로 구성되어 있으며 내장 UART 단자를 통해 PC로 제어 및 모니터링이 가능하다.</p> <p>PC 상의 모니터링에는 Docklight v1.9 프로그램이 사용되었으며, 수신 노드에서 상태 신호를 수신하는 과정이 (그림 9)에 나와 있다.</p> <h1>2. IPS 및 CAN 프로토콜</h1> <h2>2.1 IPS</h2> <p>지능형 파워 스위치는 기존의 릴레이 스위치와 달리 자체적으로 부하와 스위치 자신의 상태를 판단해 적절한 조치를 취하고 부하의 상태를 전체 시스템을 제어하는 마이크로 컨트롤러에게 전달하는 기능을 갖는다. 본 연구에서는 International Rectifier 사의 IPS 시리즈 소자를 사용했으며, 사용된 소자는 전류 제한, Over-temperature 보호, Open Load 탐지, 단락 회로 보호의 기능을 제공한다. 부하가 open, short 이거나 스위치 자체가 과열되었을 경우 스위치 스스로 출력전류에 제한을 가해 부하와 스위치의 파손을 방지하며 상태 신호 출력을 통해 마이크로 컨트롤러에게 문제가 발생하였음을 보고한다.</p> <p> <표 1>은 입력과 상태에 따른 IPS의 상태 신호 진리표를 나타낸다.</p> <p>진리표를 통해 판단할 수 있듯 스위치에 연결된 부하가 정상적인 상황이 아니거나(Open Load, Short Circuit to GND) 스위치가 정상 동작하는 상황이 아닐 경우 Over-temperature) 상태 신호 출력은 Low가 된다. 다만 정상적인 동작 상태가 아니더라도 스위치 입력 신호가 Low여서 스위치가 turn off인 경우 상태 신호 출력은 High를 유지한다.</p> <p>마이크로 컨트롤러는 진리표에 따라 출력되는 스위치의 상태 신호를 입력 받아 부하의 상태를 판단한다. 이 판단에 근거하여 스위치의 입력 신호를 조절하는 한편 문제가 발생하였을 경우 이를 CAN통신을 이용해 다른 제어 시스템들에게 알리게 된다. 또한 주변 제어 시스템들로부터 IPS의 상태 조절 요청이 있을 경우 이를 수신해 IPS 제어 신호를 변경하는 기능을 한다.</p> <table border><caption> <표 1>IPS 동작 진리표</caption> <tbody><tr><td>동작 상태</td><td>스위치 입력</td><td>스위치 출력</td><td>상태신호 출력</td></tr><tr><td rowspan=2>정상 동작</td><td>High</td><td>High</td><td>High</td></tr><tr><td>Low</td><td>Low</td><td>High</td></tr><tr><td rowspan=2>Open Load</td><td>High</td><td>High</td><td>Low</td></tr><tr><td>Low</td><td>High</td><td>Low</td></tr><tr><td rowspan=2>Short Circuit to GND</td><td>High</td><td>Low</td><td>Low</td></tr><tr><td>Low</td><td>Low</td><td>High</td></tr><tr><td rowspan=2>Over-temperature</td><td>High</td><td>Low</td><td>Low</td></tr><tr><td>Low</td><td>Low</td><td>High</td></tr></tbody></table> <h2>2.2 CAN 프로토콜</h2> <p>CAN 통신은 자동차의 전장 시스템간 혹은 Power Train, Chassis의 통신을 위해 사용되는 제어용 통신 규격으로, 1983 년 독일의 BOSCH 사에 의해 개발되었으며 1993 년 ISO국제 표준 규격으로 제정되었다. ISO의 OSI 참조 모델에 의거하여 (그림 1)과 같이 7계층 중 하위 2 계층인 데이터 링크 계층과 물리 계층을 사용하고 있다.</p> <p>또한 CAN 통신의 오류 제한(Error Confinement)과 오류 탐색(Error Detection) 기능들은 노이즈 결정적인 (noise-critical) 환경들에서의 신뢰성을 더욱 높여준다. CAN 시스템은 2-wire로 구성되며 최대 \( 1 \mathrm{Mbit} / \mathrm{sec} \) 의 데이터 통신을 제공한다.</p> <p>CAN 통신의 데이터 프레임은 (그림 2)와 같이 7 가지의 필드로 구성되며 한 프레임 당 최대 8 바이트의 데이터를 전송할 수 있다.</p> <p>SOF와 EOF는 각각 프레임의 시작과 끝을 나타내며 Arbitration Field는 각 노드의 우선권을 결정하는 priority ID를 부여한다. 이는 Standard 형과 Extended 형으로 구분되며 Standard 형은 11비트, Extended 형은 29비트의 노드 수를 할당할 수 있도록 한다. Control Field는 6 비트로 구성되며 2 비트의 예비 비트와 4 비트의 데이터 길이 코드(DLC, Data Length Code) 로 구성된다. Data Field는 0〜8바이트까지 전송하고자 하는 데이터를 수용하며 5 비트 간격으로 비트 중복을 막기 위한 bit-stuffing을 수행한다. CRC Field는 15 비트의 CRC코드와 1 비트의 디리미터로구성되어 메시지의 에러 유무를 체크한다. 마지막 ACK Field는 2 비트로 구성되며 1 비트의 ACK 슬롯과 1 비트의 ACK 디리미터로 구성된다.</p>	통계학	[ "<h1>3. 알고리즘 및 제어 시스템</h1> <p>본 절에서는 IPS의 제어를 위한 주변 회로의 구성 및 제어 시스템의 알고리즘을 제안한다.", "</p> <h2>3.1 IPS 제어 회로</h2> <p>본 논문에서는IPS의 평가 및 제어 회로 구성을 위해 International Rectifier 사의 IPS6021 소자를 선정하였다.", "이소자의 특성은< 표 2>에 정리하였다.", "</p> <p>IPS6021의 입력 전압은 \\( 39 \\mathrm{V} \\) 로 차량 배터리의 공급 전원전압이 약 \\( 14 \\mathrm{V} \\) 전후임을 감안했을 때 충분한 여유를 갖는다고 판단된다.", "출력 전류는 \\( 32 \\mathrm{A} \\) 를 지원하여 차량용 전자장치에서 사용하는 전력을 소화할 수 있다.", "지원하는 패키지 형태의 경우, IPS시리즈는 TO-220, D2Pak, D-Pak의 패키지를 지원하여 설계 조건에 따라 다양한 형태의 소자 형태를 선택할 수 있으므로 설계 조건을 쉽게 만족할 수 있다는 장점이 있다.", "</p> <p>IPS의 핵심 기능이라고볼 수 있는 내부 논리 회로를 통한 부하 제어 기능은 전류 제한, over-temperature 보호, open load 감지, short circuit 보호의 네 가지를 지원한다.", "특히 over-temperature 보호 기능의 경우, 소자 온도가 약 \\( 140^{\\circ} \\mathrm{C} \\) 이상이 될 경우 소자 스스로가 판단하여 동작을 중단하게 되며, 주변 환경의 변화 및 부하 조건의 변화로 인해 소자 온도가 일정 이하로 내려갈 경우 자동으로 restart를 하는 기능을 갖고 있다.", "</p> <p>(그림 3)은 IPS6021 을 이용해 제작된 IPS 제어 회로의 회로도를 나타낸다.", "대전류를 사용하는 회로인 만큼 전원 접지선과 신호 접지선은 다이오드 D1을 통해 분리되어 있다.", "따라서 높은 전류와 부하의 전력 소비로 인한 노이즈의 영향 없이 논리 회로 독립의 접지를 통해 안정적으로 스위칭 제어를 할 수 있다.", "또한 스위치의 상태 신호는 두 개의 \\( 10 \\mathrm{k} \\Omega \\) 저항을 통해 \\( +5 \\mathrm{V} \\) 로 pull up 되어 출력되도록하였다.", "</p> <p>제작된 제어 회로를 이용해 스위치 자체의 기능인 short circuit 보호, open load 감지 기능을 테스트 하였으며, (그림 4) 및 (그림 5)에서 확인할 수 있듯이 각각의 기능에 대해 정상적으로스위칭 제어를 할 수 있음을 확인하였다.", "</p> <p>(그림 4)는 동작 중 open load 조건이 발생했을 때의 파형을 나타낸다.", "파란 색 채널의 파형은 부하로 입력되는 전압, 즉 IPS의 out pin 전압을 나타내며 붉은색 채널의 파형은 IPS의 상태 신호 전압을 나타낸다.", "차량용 배터리와 같은 \\( 14 \\mathrm{V} \\) 전후의 전원이 제공되는 정상 상태에서 상태 신호는 \\( 5 \\mathrm{V} \\)의 전압을 출력하는 것을 볼 수 있다.", "여기서 open load 조건이 발생하는 구간의 경우 상태 신호의 전압이 접지 레벨로 떨어져 부하에 문제가 발생하였음을 알리는 것을 확인할 수 있다.", "이 때 입력 전압은 부하가 없으므로 동작 상태보다 약간 높은 전압을 나타내게 된다.", "</p> <p>(그림 5)는 동작 중 short circuit 조건이 발생했을 때의 파형을 나타내며, (그림 4)와 마찬가지로 파란 색 채널은 부하 입력 전압, 붉은색 채널은 상태 신호 전압을 나타낸다.", "</p> <p>부하 조건이 short circuit이 될 경우 파형에서 확인 할 수 있는 바와 같이 IPS 는 상태 신호 전압을 접지 레벨로 낮춰 부하에 문제가 발생했음을 알리고, 과전류에 의한 IPS 소자 및 부하의 파괴를 막기 위해 부하 입력 역시 접지 레벨로 낮추게 된다.", "부하의 short circuit 조건이 해소될 경우 IPS는 다시 정상 동작을 하게 된다.", "</p> <table border><caption>IPS6021 소자의 특성</caption> <tbody><tr><td>항목</td><td>특성 값</td></tr><tr><td>Vclamp</td><td>39\\(\\mathrm{V}\\)</td></tr><tr><td>Iout max</td><td>32\\(\\mathrm{A}\\)</td></tr><tr><td>Rds(on)</td><td>30\\(\\Omega \\)</td></tr><tr><td>Supporting Features</td><td>Current Limit, Over-temperature Protection, Open Load Detection, Short Circuit Protection</td></tr></tbody></table> <h2>3.2 CAN 통신 제어 알고리즘</h2> <p>CAN통신은 토큰 제어 방식과 달리 버스 사용을 위한 권한의 획득 없이 어떤 노드라도 버스가 사용 가능한 상태일 때 데이터를 전송할 수 있다.", "다만 버스상에서 비트 스트림의 전송 지연에 의해 충돌이 발생할 경우 각 노드가 가진 우선권에 기초에 전송을 할 수 있는 노드를 결정하게 된다.", "이러한 기능을 위해 CAN 버스로 전송되는 데이터 프레임은 SOF(Start Of Frame) 바로 다음에 각 노드의 priority ID를 갖게 된다.", "CAN 버스는 wired-AND 구조를 가지며 따라서 더 낮은 2진 값의 ID를 갖는 노드가 더 높은 우선권을 갖는다.", "각 노드는 전송 과정에서 지속적으로 자신이 전송한 비트와 CAN 버스 상의 비트를 비교하게 되며, 이 두 신호가 다를 경우 자신보다 더 높은 우선권을 가진 노드가 버스를 사용하려 한다고 간주하고 수신 상태로 모드를 전환한다.", "(그림 6)은 우선권 제어를 위한 알고리즘을 보여준다.", "</p> <h2>3.3 IPS 제어 알고리즘</h2> <p>지능형 파워 스위치는 기존의 릴레이 스위치와 달리 자체적으로 부하와 스위치 자신의 상태를 판단해 적절한 조치를 취하고 부하의 상태를 마이크로 컨트롤러에게 전달하는 기능을 갖는다.", "본 연구에서 선정한 파워 스위치인 IPS6021 소자는 전류 제한, over-temperature 보호, Open Load 감지, short circuit 보호의 기능을 제공한다.", "부하의 상태가 open load, short circuit 이거나 스위치 자체가 과열되었을 경우, IPS 스스로 출력전류에 제한을 가해 부하와 스위치의 파손을 방지하며 상태 신호 출력을 통해 마이크로 컨트롤러에게 문제가 발생하였음을 보고한다.", "</p> <p>마이크로 컨트롤러는 진리표에 따라 출력되는 스위치의 상태 신호를 입력 받아 부하의 상태를 판단한다.", "이 판단에 근거하여 스위치의 입력 신호를 조절하는 한편 문제가 발생하였을 경우 이를 CAN 통신을 이용해 다른 마이크로 컨트롤러들에게 알리게 된다.", "또한 주변 마이크로 컨트롤러들로 부터 IPS의 제어 요청이 있을 경우 이를 수신해 IPS 제어 신호를 변경하는 기능을 한다.", "이러한 제어 알고리즘은 (그림 7)에 나타나 있다.", "각 IPS 를 제어하는 마이크로 컨트롤러뿐 아니라 주변의 마이크로 컨트롤러들과 제어 신호를 공유함으로써 전체 시스템을 좀 더 유연하게 제어할 수 있다고 판단된다.", "</p> <h2>3.4 통합 지능형 파워 스위치 시스템</h2> <p>본 연구에서는 제안한 지능형 파워 스위치 시스템을 테스트 하기 위하여 테스트 모듈을 구현하였다.", "구현된 시스템은 (그림 8)에 나타나 있다.", "</p> <p>테스트용 시스템 구현을 위해 (그림 3)의 IPS6021을 이용한 제어 회로가 구현되었고, 추가적으로 CAN 통신을 위한 3개의 마이크로 컨트롤러 모듈이 사용되었다.", "마이크로 컨트롤러 모듈은 각각 infineon 사의 XC800 USCALE Start Kit 2개와 XC878 Starter Kit 1개가 사용되었다.", "두 종류의 모듈은 모두 CAN 통신을 위한 기능이 내장된 8-bit 마이크로 컨트롤러를 중심으로 구성되어 있으며 내장 UART 단자를 통해 PC로 제어 및 모니터링이 가능하다.", "</p> <p>PC 상의 모니터링에는 Docklight v1.9 프로그램이 사용되었으며, 수신 노드에서 상태 신호를 수신하는 과정이 (그림 9)에 나와 있다.", "</p> <h1>2. IPS 및 CAN 프로토콜</h1> <h2>2.1 IPS</h2> <p>지능형 파워 스위치는 기존의 릴레이 스위치와 달리 자체적으로 부하와 스위치 자신의 상태를 판단해 적절한 조치를 취하고 부하의 상태를 전체 시스템을 제어하는 마이크로 컨트롤러에게 전달하는 기능을 갖는다.", "본 연구에서는 International Rectifier 사의 IPS 시리즈 소자를 사용했으며, 사용된 소자는 전류 제한, Over-temperature 보호, Open Load 탐지, 단락 회로 보호의 기능을 제공한다.", "부하가 open, short 이거나 스위치 자체가 과열되었을 경우 스위치 스스로 출력전류에 제한을 가해 부하와 스위치의 파손을 방지하며 상태 신호 출력을 통해 마이크로 컨트롤러에게 문제가 발생하였음을 보고한다.", "</p> <p> <표 1>은 입력과 상태에 따른 IPS의 상태 신호 진리표를 나타낸다.", "</p> <p>진리표를 통해 판단할 수 있듯 스위치에 연결된 부하가 정상적인 상황이 아니거나(Open Load, Short Circuit to GND) 스위치가 정상 동작하는 상황이 아닐 경우 Over-temperature) 상태 신호 출력은 Low가 된다.", "다만 정상적인 동작 상태가 아니더라도 스위치 입력 신호가 Low여서 스위치가 turn off인 경우 상태 신호 출력은 High를 유지한다.", "</p> <p>마이크로 컨트롤러는 진리표에 따라 출력되는 스위치의 상태 신호를 입력 받아 부하의 상태를 판단한다.", "이 판단에 근거하여 스위치의 입력 신호를 조절하는 한편 문제가 발생하였을 경우 이를 CAN통신을 이용해 다른 제어 시스템들에게 알리게 된다.", "또한 주변 제어 시스템들로부터 IPS의 상태 조절 요청이 있을 경우 이를 수신해 IPS 제어 신호를 변경하는 기능을 한다.", "</p> <table border><caption> <표 1>IPS 동작 진리표</caption> <tbody><tr><td>동작 상태</td><td>스위치 입력</td><td>스위치 출력</td><td>상태신호 출력</td></tr><tr><td rowspan=2>정상 동작</td><td>High</td><td>High</td><td>High</td></tr><tr><td>Low</td><td>Low</td><td>High</td></tr><tr><td rowspan=2>Open Load</td><td>High</td><td>High</td><td>Low</td></tr><tr><td>Low</td><td>High</td><td>Low</td></tr><tr><td rowspan=2>Short Circuit to GND</td><td>High</td><td>Low</td><td>Low</td></tr><tr><td>Low</td><td>Low</td><td>High</td></tr><tr><td rowspan=2>Over-temperature</td><td>High</td><td>Low</td><td>Low</td></tr><tr><td>Low</td><td>Low</td><td>High</td></tr></tbody></table> <h2>2.2 CAN 프로토콜</h2> <p>CAN 통신은 자동차의 전장 시스템간 혹은 Power Train, Chassis의 통신을 위해 사용되는 제어용 통신 규격으로, 1983 년 독일의 BOSCH 사에 의해 개발되었으며 1993 년 ISO국제 표준 규격으로 제정되었다.", "ISO의 OSI 참조 모델에 의거하여 (그림 1)과 같이 7계층 중 하위 2 계층인 데이터 링크 계층과 물리 계층을 사용하고 있다.", "</p> <p>또한 CAN 통신의 오류 제한(Error Confinement)과 오류 탐색(Error Detection) 기능들은 노이즈 결정적인 (noise-critical) 환경들에서의 신뢰성을 더욱 높여준다.", "CAN 시스템은 2-wire로 구성되며 최대 \\( 1 \\mathrm{Mbit} / \\mathrm{sec} \\) 의 데이터 통신을 제공한다.", "</p> <p>CAN 통신의 데이터 프레임은 (그림 2)와 같이 7 가지의 필드로 구성되며 한 프레임 당 최대 8 바이트의 데이터를 전송할 수 있다.", "</p> <p>SOF와 EOF는 각각 프레임의 시작과 끝을 나타내며 Arbitration Field는 각 노드의 우선권을 결정하는 priority ID를 부여한다.", "이는 Standard 형과 Extended 형으로 구분되며 Standard 형은 11비트, Extended 형은 29비트의 노드 수를 할당할 수 있도록 한다.", "Control Field는 6 비트로 구성되며 2 비트의 예비 비트와 4 비트의 데이터 길이 코드(DLC, Data Length Code) 로 구성된다.", "Data Field는 0〜8바이트까지 전송하고자 하는 데이터를 수용하며 5 비트 간격으로 비트 중복을 막기 위한 bit-stuffing을 수행한다.", "CRC Field는 15 비트의 CRC코드와 1 비트의 디리미터로구성되어 메시지의 에러 유무를 체크한다.", "마지막 ACK Field는 2 비트로 구성되며 1 비트의 ACK 슬롯과 1 비트의 ACK 디리미터로 구성된다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "CAN(Controller Area Network) 통신을 지원하는 차량용 지능형 파워 스위치를 위한 임베디드 시스템", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-91431e9e-6410-46a8-bb6b-8f027c71b0d4", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "김선우", "장용준", "박준상", "노원우" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
220	<p>\(Lemma 2\). 제안하는 프로토콜은 공격자 A-O\( (\Omega \subset\{L, S, F, D\}) \) 에 대해 D-O-Secure 하다.</p> <p>증명. 3.3절의 비동기 게임을 수행하는 공격자 A를 생각해보자. Challenger에게 공격 대상 \( t_{b} \) 를 넘겨받은 공격자 \( A \)는 구간 \( I_{m_{1}} \sim I_{m_{3}} \) 에서 SEND, FORWARD, DESYNCH 오라클을 전략적으로 호출한다. 공격자가 오라클을 호출할 때 마다 태그와 데이터베이스의 내부 상태는 변경되게 되며 이에 따라 동기화 상태도 변하게 된다.</p> <p> <표 1, 2>와 (그림 8)은 데이터베이스와 태그의 동기화 상태 및 재동기가 되는 과정을 게 김에서 공격자가 어떤 오라클을 호출하는가에 따라 보여주고 있다. 데이터베이스와 태그의 동기화 상태는<표 2>와 같이 5 가지 상태로 분류할 수 있고 공격자의 \( O(F, S, D) \) 호출은 프로토콜에서<표 2>와 같은 글과를 가져오게 된다.</p> <table border><caption>〈표 1〉 태그와 데이터베이스의 동기화 상태</caption> <tbody><tr><td>State</td><td>ID System.</td><td>Key Synch.</td></tr><tr><td>Normal-C</td><td>match</td><td>Synch. with C_Key</td></tr><tr><td>Normal-P</td><td>match</td><td>Synch. with P.Key</td></tr><tr><td>Abnormal-C</td><td>X</td><td>Synch. with C_Key</td></tr><tr><td>Abnormal-P</td><td>X</td><td>Synch. with P.Key</td></tr><tr><td>Broken</td><td>X</td><td>X</td></tr></tbody></table> <table border><caption>\( \langle \) 표 2〉 공격자의 활동(Oracle)에 따른 세션의 진행 상태</caption> <tbody><tr><td>Oracle</td><td>프로토콜에서의 효과</td></tr><tr><td>FORWARD</td><td>정상세션</td></tr><tr><td>SEND</td><td>단계 2의 메시지차단</td></tr><tr><td>DESYNCH</td><td>단계 4의 메시지차단</td></tr></tbody></table> <p>공격자는 태그와 데이터베이스의 동기화 상태가 State-Broken로 전이되는 것을 목표로 오라클 \( O(F, S, D) \) 를 전략적으로 호출하지만 (그림 8)의 동기화 상태 전이도에서 보이는 것처럼 어떠한 경우에도 State-Broken로 전이되지 않는다. 따라서 본 프로토콜은 D-O-Secure 프로토콜이다.</p> <p> <표 3, 4, 5, 6>은 (그림 8)의 상태 변화를 세션의 진행상태가 어떻게 변화되는지 예를 통해 보여주고 있다.<표 3>은 데이터베이스와 태그가 동기화 되어있는 상태(State N-C)에서 세션이 시작되어 공격자가 오라클 SEND를 호출 한 후 세션을 종료시킨 상황이다. 즉 공격자에 의해 프로토콜 단계 2의 메시지가 차단되어 세션이 종료된 것으로 데이터베이스와 태그의 동기화 상태가<표 1>의 State A-C, 즉 아이디의 동기화는 깨어지고 데이터베이스에 저장된 태그의 이전 킷값과 태그의 현재 킷값이 동기화 되어있는 상태로 변하게 된 것을 보여준다.</p> <table border><caption>〈표 7〉 관련 연구 및 제안하는 프로토콜의 안전성 및 효율성 비교.</caption> <tbody><tr><td rowspan=2></td><td rowspan=2>프로토콜 구분</td><td colspan=2>위치추적</td><td rowspan=2>비동기</td><td rowspan=2>위장</td><td rowspan=2>비고</td><td colspan=2>데이터베이스 인산량</td><td rowspan=2>테그의 연산량</td></tr><tr><td>후방</td><td>전방</td><td>Nomal</td><td>worst</td></tr><tr><td>Weis</td><td>정적</td><td>x</td><td>x</td><td>o</td><td>x</td><td>D-0-Secure</td><td>\( \mathrm{O}(\mathrm{n}) \)</td><td>\( \mathrm{O}(\mathrm{n}) \)</td><td>\( \mathrm{H}+\mathrm{R}^{} \)</td></tr><tr><td>Juels</td><td>정적</td><td>o</td><td>x</td><td>o</td><td>o</td><td>TDF-O \( { }^{c}(C)- \)secure</td><td>\( \mathrm{O}(\mathrm{n}) \)</td><td>\( \mathrm{O}(\mathrm{n}) \)</td><td>2H+R</td></tr><tr><td>Ohkubo</td><td>동적</td><td>o</td><td>o</td><td>x</td><td>x</td><td>T-O-Secure</td><td>\( \mathrm{O}(\mathrm{n} \times \mathrm{m})^{ } \)</td><td>\( O(n \times m) \)</td><td>2H</td></tr><tr><td>Lee</td><td>동적</td><td>x</td><td>x</td><td>o</td><td>o</td><td>DF-0-Seave</td><td>\( \mathrm{O}(\log \mathrm{n})^{ * *} \)</td><td>\( O(\log n) \)</td><td>2H+R</td></tr><tr><td>Dimitrious</td><td>동적</td><td>o</td><td>o</td><td>x</td><td>o</td><td>TF-O-Secure</td><td>\( \mathrm{O}(\log n) \)</td><td>\( \mathrm{O}(\mathrm{n}) \)</td><td>4H+R</td></tr><tr><td>Vaudenay</td><td>동적</td><td>o</td><td>o</td><td>x</td><td>o</td><td>TF-O-Secure</td><td>\( \mathrm{O}(\mathrm{n} \times \mathrm{t}) \)</td><td>\( \mathrm{O}(\mathrm{n} \times \mathrm{t}) \)</td><td>2H</td></tr><tr><td>Ours</td><td>동적</td><td>o</td><td>o</td><td>o</td><td>o</td><td>TDF-O-Secure</td><td>\( \mathrm{O}(\log \mathrm{n}) \)</td><td>\( \mathrm{O}(2 \mathrm{n}) \)</td><td>3H+R</td></tr></tbody></table> <p>Lemma 3. 제안하는 프로토콜은 공격자 \( A-O(O \subset\{L, S \), \( F, D\}) \) 에 대해 F-O-Secure하다.</p> <p>증명. 3.3절의 위장 공격 게임을 수행하는 공격자 A를 생각해보자. 공격자 A는 구간 \( I_{m} \) 에서의 실험 집합 \( \Omega_{I_{m}}(T) \) 을 획득한다. 이후 \( l \neq m \) 인 구간 \( I_{l} \) 에서 공격자는 \( \Omega_{I_{m}}(T) \) 을 이용하여 \( t_{b} \) 인척 위장하여 시스템으로부터 인증을 시도한다. 공격자는 공격에 성공하기 위해 다음이 가능해야 한다.</p> <ul> <li>이전 구간에서 수집된 메시지로부터 적법한 메시지를 새롭게 생성하여 인증을 통과한다.</li> <li>이전 구간에서 전송된 태그의 메시지를 재전송하여 인증을 통과한다.</li></ul> <p>하지만 공격자가 공격 대상 태그 \( t_{b} \) 의 이전 메시지 \( m \) 으로부터 인증 가능한 메시지 \( m^{\prime} \)을 생성해 내기 위해선 위치 추적게임에서처럼 태그 \( t_{b} \) 의 키 \( K_{b}^{m} \)을 계산할 수 있어야한다. 공격자가 키를 계산할 수 있는 확률은 \( \alpha \)-bit 키에 대해 \( 1 / 2^{\alpha} \)이므로 이는 무시할 수 있다. 또한 제안하는 프로토콜은 태그 ID를 지속적으로 갱신하고 있으며 인증값 \( H_{L} \)은 리더의 Nonce가 포함되는 형태로 메시지 최신성을 보장하고 있기 때문에 최신성이 확보되지 못한 재전송된 메시지는 (그림 7)에서 제시한 시스템의 태그 인증 알고리즘을 통과할 수 없다. 따라서 공격자는 이전 메시지의 재전송을 통해서는 인증을 통과할 수 없다.</p> <p>따라서 본 프로토콜은 F-O-Secure하다.</p> <p>Lemma \( 1,2,3 \) 로부터 제안한 프로토콜은 T-O-Secure하고 D-O-Secure 하며 F-O-Secure 하므로 TDF-O-Secure 하다.</p>	통계학	[ "<p>\\(Lemma 2\\).", "제안하는 프로토콜은 공격자 A-O\\( (\\Omega \\subset\\{L, S, F, D\\}) \\) 에 대해 D-O-Secure 하다.", "</p> <p>증명. 3.3절의 비동기 게임을 수행하는 공격자 A를 생각해보자.", "Challenger에게 공격 대상 \\( t_{b} \\) 를 넘겨받은 공격자 \\( A \\)는 구간 \\( I_{m_{1}} \\sim I_{m_{3}} \\) 에서 SEND, FORWARD, DESYNCH 오라클을 전략적으로 호출한다.", "공격자가 오라클을 호출할 때 마다 태그와 데이터베이스의 내부 상태는 변경되게 되며 이에 따라 동기화 상태도 변하게 된다.", "</p> <p> <표 1, 2>와 (그림 8)은 데이터베이스와 태그의 동기화 상태 및 재동기가 되는 과정을 게 김에서 공격자가 어떤 오라클을 호출하는가에 따라 보여주고 있다.", "데이터베이스와 태그의 동기화 상태는<표 2>와 같이 5 가지 상태로 분류할 수 있고 공격자의 \\( O(F, S, D) \\) 호출은 프로토콜에서<표 2>와 같은 글과를 가져오게 된다.", "</p> <table border><caption>〈표 1〉 태그와 데이터베이스의 동기화 상태</caption> <tbody><tr><td>State</td><td>ID System.</td><td>Key Synch.</td></tr><tr><td>Normal-C</td><td>match</td><td>Synch. with C_Key</td></tr><tr><td>Normal-P</td><td>match</td><td>Synch. with P.Key</td></tr><tr><td>Abnormal-C</td><td>X</td><td>Synch. with C_Key</td></tr><tr><td>Abnormal-P</td><td>X</td><td>Synch. with P.Key</td></tr><tr><td>Broken</td><td>X</td><td>X</td></tr></tbody></table> <table border><caption>\\( \\langle \\) 표 2〉", "공격자의 활동(Oracle)에 따른 세션의 진행 상태</caption> <tbody><tr><td>Oracle</td><td>프로토콜에서의 효과</td></tr><tr><td>FORWARD</td><td>정상세션</td></tr><tr><td>SEND</td><td>단계 2의 메시지차단</td></tr><tr><td>DESYNCH</td><td>단계 4의 메시지차단</td></tr></tbody></table> <p>공격자는 태그와 데이터베이스의 동기화 상태가 State-Broken로 전이되는 것을 목표로 오라클 \\( O(F, S, D) \\) 를 전략적으로 호출하지만 (그림 8)의 동기화 상태 전이도에서 보이는 것처럼 어떠한 경우에도 State-Broken로 전이되지 않는다.", "따라서 본 프로토콜은 D-O-Secure 프로토콜이다.", "</p> <p> <표 3, 4, 5, 6>은 (그림 8)의 상태 변화를 세션의 진행상태가 어떻게 변화되는지 예를 통해 보여주고 있다.", "<표 3>은 데이터베이스와 태그가 동기화 되어있는 상태(State N-C)에서 세션이 시작되어 공격자가 오라클 SEND를 호출 한 후 세션을 종료시킨 상황이다.", "즉 공격자에 의해 프로토콜 단계 2의 메시지가 차단되어 세션이 종료된 것으로 데이터베이스와 태그의 동기화 상태가<표 1>의 State A-C, 즉 아이디의 동기화는 깨어지고 데이터베이스에 저장된 태그의 이전 킷값과 태그의 현재 킷값이 동기화 되어있는 상태로 변하게 된 것을 보여준다.", "</p> <table border><caption>〈표 7〉 관련 연구 및 제안하는 프로토콜의 안전성 및 효율성 비교.", "</caption> <tbody><tr><td rowspan=2></td><td rowspan=2>프로토콜 구분</td><td colspan=2>위치추적</td><td rowspan=2>비동기</td><td rowspan=2>위장</td><td rowspan=2>비고</td><td colspan=2>데이터베이스 인산량</td><td rowspan=2>테그의 연산량</td></tr><tr><td>후방</td><td>전방</td><td>Nomal</td><td>worst</td></tr><tr><td>Weis</td><td>정적</td><td>x</td><td>x</td><td>o</td><td>x</td><td>D-0-Secure</td><td>\\( \\mathrm{O}(\\mathrm{n}) \\)</td><td>\\( \\mathrm{O}(\\mathrm{n}) \\)</td><td>\\( \\mathrm{H}+\\mathrm{R}^{} \\)</td></tr><tr><td>Juels</td><td>정적</td><td>o</td><td>x</td><td>o</td><td>o</td><td>TDF-O \\( { }^{c}(C)- \\)secure</td><td>\\( \\mathrm{O}(\\mathrm{n}) \\)</td><td>\\( \\mathrm{O}(\\mathrm{n}) \\)</td><td>2H+R</td></tr><tr><td>Ohkubo</td><td>동적</td><td>o</td><td>o</td><td>x</td><td>x</td><td>T-O-Secure</td><td>\\( \\mathrm{O}(\\mathrm{n} \\times \\mathrm{m})^{ } \\)</td><td>\\( O(n \\times m) \\)</td><td>2H</td></tr><tr><td>Lee</td><td>동적</td><td>x</td><td>x</td><td>o</td><td>o</td><td>DF-0-Seave</td><td>\\( \\mathrm{O}(\\log \\mathrm{n})^{ * *} \\)</td><td>\\( O(\\log n) \\)</td><td>2H+R</td></tr><tr><td>Dimitrious</td><td>동적</td><td>o</td><td>o</td><td>x</td><td>o</td><td>TF-O-Secure</td><td>\\( \\mathrm{O}(\\log n) \\)</td><td>\\( \\mathrm{O}(\\mathrm{n}) \\)</td><td>4H+R</td></tr><tr><td>Vaudenay</td><td>동적</td><td>o</td><td>o</td><td>x</td><td>o</td><td>TF-O-Secure</td><td>\\( \\mathrm{O}(\\mathrm{n} \\times \\mathrm{t}) \\)</td><td>\\( \\mathrm{O}(\\mathrm{n} \\times \\mathrm{t}) \\)</td><td>2H</td></tr><tr><td>Ours</td><td>동적</td><td>o</td><td>o</td><td>o</td><td>o</td><td>TDF-O-Secure</td><td>\\( \\mathrm{O}(\\log \\mathrm{n}) \\)</td><td>\\( \\mathrm{O}(2 \\mathrm{n}) \\)</td><td>3H+R</td></tr></tbody></table> <p>Lemma 3. 제안하는 프로토콜은 공격자 \\( A-O(O \\subset\\{L, S \\), \\( F, D\\}) \\) 에 대해 F-O-Secure하다.", "</p> <p>증명. 3.3절의 위장 공격 게임을 수행하는 공격자 A를 생각해보자.", "공격자 A는 구간 \\( I_{m} \\) 에서의 실험 집합 \\( \\Omega_{I_{m}}(T) \\) 을 획득한다.", "이후 \\( l \\neq m \\) 인 구간 \\( I_{l} \\) 에서 공격자는 \\( \\Omega_{I_{m}}(T) \\) 을 이용하여 \\( t_{b} \\) 인척 위장하여 시스템으로부터 인증을 시도한다.", "공격자는 공격에 성공하기 위해 다음이 가능해야 한다.", "</p> <ul> <li>이전 구간에서 수집된 메시지로부터 적법한 메시지를 새롭게 생성하여 인증을 통과한다.", "</li> <li>이전 구간에서 전송된 태그의 메시지를 재전송하여 인증을 통과한다.", "</li></ul> <p>하지만 공격자가 공격 대상 태그 \\( t_{b} \\) 의 이전 메시지 \\( m \\) 으로부터 인증 가능한 메시지 \\( m^{\\prime} \\)을 생성해 내기 위해선 위치 추적게임에서처럼 태그 \\( t_{b} \\) 의 키 \\( K_{b}^{m} \\)을 계산할 수 있어야한다.", "공격자가 키를 계산할 수 있는 확률은 \\( \\alpha \\)-bit 키에 대해 \\( 1 / 2^{\\alpha} \\)이므로 이는 무시할 수 있다.", "또한 제안하는 프로토콜은 태그 ID를 지속적으로 갱신하고 있으며 인증값 \\( H_{L} \\)은 리더의 Nonce가 포함되는 형태로 메시지 최신성을 보장하고 있기 때문에 최신성이 확보되지 못한 재전송된 메시지는 (그림 7)에서 제시한 시스템의 태그 인증 알고리즘을 통과할 수 없다.", "따라서 공격자는 이전 메시지의 재전송을 통해서는 인증을 통과할 수 없다.", "</p> <p>따라서 본 프로토콜은 F-O-Secure하다.", "</p> <p>Lemma \\( 1,2,3 \\) 로부터 제안한 프로토콜은 T-O-Secure하고 D-O-Secure 하며 F-O-Secure 하므로 TDF-O-Secure 하다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "동기화 문제를 해결한 새로운 동적 아이디기반 RFID 상호 인증 프로토콜", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-9907bd06-f898-40eb-80fd-c314cc8bf82f", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "임지환", "오희국", "김상진" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
221	<h1>3. 네트워크 사용자 행동패턴분석 시스템</h1><h2>3.1 시스템구성</h2><p>본 연구에서 제안하는 행동패턴 분석 시스템의 구성은 (그림 4)와 같다.</p><p>네트워크는 사용자를 연결하는 허브(hub)이하의 망으로 구성된 상태에서 내부 인터넷 사용자가 웹에 접속할 때, 기본 망에 아무런 지장 없이, 송수신되는 패킷을 네트워크-탭 을 통하여 실시간 수집이 이루어진다. 수집된 데이터는 임베디드형 셋톱박스에 구현된 고속 메인메모리 DB에 저장된다. 저장된 데이터는 데이터 마이닝을 통하여 네트워크 사용자 행동패턴을 분석하고, 결과를 로컬 또는 웹으로 관리자에게 보여준다.</p><h2>3.2 데이터수집</h2><p>데이터 수집은 네트워크 사용자의 패킷을 캡처하여 DB에 저장하는 과정으로, 네트워크 전체 데이터 전부를 수집하여 저장한다는 것은 힘든 일이다. 그래서< 표 3>과 같이 수집 유형에 따른 패턴을 정의하여 수집 영역을 제한한다.</p><p>또한 고속의 패킷 수집을 위해서 메인메모리 DB를 사용하여 수집하고, 수집된 결과는 디스크DB에 저장한다.<표 4>는 네트워크 패킷 수집에 사용한 메인메모리DB의 테이블 구성이다.</p><p>데이터 마이닝에 필요한 정보를 수집하고 데이터마이닝을 수행하기위해 행동패턴분석용 단말장치인 임베디드형 셋톱박스를 구성한다. 셋톱박스는 데이터를 수집하여 메모리DB에 데이터를 저장하고 웹서비스를 위한 XML 에이전트 포함한다.</p><p>(그림 5)는 패킷수집 상태를 표시하는 임베디드형 셋톱박스의 호스트용 GUI 어플리케이션으로 패킷정보 뷰(Packet: time, legth, src, dst, port, info)와 실시간으로 패킷의 송수신을 그래프로 보여주는 패킷 이동 모니터링 뷰로 구성된다. 모니터링 뷰의 경우 패킷의 송수신 크기가 막대 그래프의 높이에 해당되어 실시간으로 상태를 표현한다.</p><p><table border><caption><표 3>수집유형에 따른 패턴</caption><tbody><tr><td>패킷유형</td><td>검출 패턴</td></tr><tr><td>Web용 패킷</td><td>http://, WWW. com. net, co.kr, org</td></tr><tr><td>이메일 패킷</td><td>ADDR, mailto, to, from</td></tr><tr><td>메신저 패킷</td><td>CTOC, INVT</td></tr><tr><td>기타</td><td>포트번호(Telnet, FTP)</td></tr></tbody></table><table border><caption>〈표 4〉수집테이블구성</caption><tbody><tr><td>필드이름</td><td>형식</td><td>설명</td></tr><tr><td>NO</td><td>int</td><td>index</td></tr><tr><td>TYPE</td><td>int</td><td>수집유형 (1.웹, 2.이메일, 3.메신저 4.기타)</td></tr><tr><td>TIME</td><td>int</td><td>수집시간</td></tr><tr><td>SRC</td><td>char</td><td>근원지IP</td></tr><tr><td>DST</td><td>char</td><td>목적지IP</td></tr><tr><td>SIZE</td><td>int</td><td>패킷크기</td></tr><tr><td>DATA</td><td>char</td><td>수집데이터(페이로드)</td></tr></tbody></table><h2>3.3 데이터마이닝</h2><p>본 절에서는 관련연구에서 언급한 데이터마이닝 기법 중에 통계적 기법, 연관규칙, 순차패턴을 적용한 결과를 설명한다.</p><h3>3.3 .1 통계적 기법</h3><ul><li>접속량 측정 마이닝<p>접속량 측정 마이닝은 수집된 패킷 데이터의 분류 및 통계를 통해 작성된다. 이 통계 자료는 네트워크 사용자별 대역폭을 나타내며 향후에 개별 대역폭 할당에 기준 자료로 사용할 수 있다.</p></li></ul><p>(그림 6)은 사용자(IP address)의 인터넷 접속 시 발생하는 패킷의 크기를 일정기간 동안 수집한 결과를 막대 차트로 표현한 것이다.</p><p>(그림 7)은 일정기간 동안 메신저를 사용한 유저의 접속 수를 통계 차트로 표현한 것으로, 일주일 동안 누가 가장 많이 메신저를 사용하는지 확인할 수 있다. 네트워크 관리자는 사내의 패킷 데이터의 총 크기는 물론 누가 가장 많이 사용하고 적게 사용하는지를 알 수 있다. 이는 허가되지 않은 메신저 사용을 제한하기 위한 정책 자료로 활용되며 메신저를 통한 보안 사고를 예방할 수 있다. 향후에는 네트워크 대역폭을 개별로 할당 시 기준 정보로 사용할 수 있다.</p><ul><li>웹 접속 및 메신저 마이닝<p>웹 접속 및 메신저 마이닝은 특정유저가 하루 동안 웹과 메신저의 사용시간 및 대상을 기록한 것이다.</p></li></ul><p>(그림 8)의 (1)은 유저(IP:145)의 웹에 접속한 결과를 차트로 표현한 것으로, 사이트명과 접속시간을 24시간 기준으로 보여주고 있다. (2)는 유저(IP:147)의 하루 동안 메신저에 접속한 분포를 24시간 기준으로 표현한 것이다. 전체 시간대별 분포도를 확인하여 업무에 반영할 수도 있으며 업무 이외의 시간에 나타난다면 보안상의 문제로도 점검해야 한다.</p><p>(그림 9)의 (1)은 유저(IP:145)가 웹사이트에 접근하여 자주 방문한 사이트별 원형 차트로 표현한 것이고 (2)는 유저 (IP:147)가 메신저로 자주 대화를 나눈 대상자를 원형 차트로 표현한 것이다. 이 결과는 자주 가는 사이트와 자주 대화를 나누는 대상자의 통계 자료로 관리자에 의해 업무 연관 관계 판단 자료로 활용된다.</p> <h1>요약</h1><p>본 연구에서는 데이터마이닝 기법을 이용하여 네트워크 사용자의 행동 패턴을 분석하는 시스템을 제안하고자 한다. 시스템 구현을 위해 네트워크 탭 장비를 사내 네트워크에 설치하여 패킷을 복제한다. 복제된 패킷은 고속의 메인 메모리DB를 통하여 데이터베이스에 저장된다. 저장된 데이터는 데이터 마이닝 기법을 이용하여 행동패턴을 분석하고 네트워크 관리자에게 실시간 보고한다. 또한 이기종간의 데이터를 공유하기 위해 표준의 XML 문서 교환 방식을 적용한다. 행동패턴 분석 시스템은 추후 저가 구현 및 쉬운 설치를 고려하여 임베디드형 셋톱박스 기반을 제안한다.</p> <h1>1. 서 론</h1> <p>인터넷의 발달은 개인은 물론 기업의 업무에도 많은 영향을 주고 있다. 사내에서 근무하는 직원은 기본적으로 인터넷을 통해 업무에 도움이 되는 정보를 검색하여 활용하기도 하고, 홈쇼핑 및 각종 블로그를 통해 개인 활동을 하기도 한다. 이런 개인이 속한 대부분의 단체에는 업무의 종류로 부서를 구분한다. 부서 각각은 그 업무의 형태에 따라 일정한 패턴을 가지고 활동하게 된다. 물론 그 활동의 패턴은 인터넷 사용에도 반영 된다. 영업 부서에서 개발 부서가 사용하는 패턴의 움직임이 생긴다면 분명 이상 행위로 분류할 수 있다. 최악의 경우 사내의 기밀이 유출될 가능성도 예측할 수 있을 것이다. 일반적으로 운영부의 직원이 컴퓨터 프로그램을 작성에 필요한 정보를 담고 있는 사이트를 자주 방문한다거나, 개발부서에서 운영에 관한 사이트를 자주 방문하는 일은 특별한 경우가 아니면 거의 없을 것이다. 이러한 현상이 자주 발생된다면 회사 업무에 문제가 있거나 허가 받지 못한 사람이 타인의 컴퓨터를 사용하고 있는 경우이다. 이러한 움직임은 보안 장비나 바이러스 백신으로 잡아낼 수 없는 부분이다.</p> <p>그리하여 본 연구에서는 네트워크 사용자의 웹 접근 빈도 및 시간을 데이터 마이닝기법과 메인메모리DB를 이용하여 일정한 행동패턴을 유추하려 한다. 마이닝된 데이터는 네트워크 사용자의 행동 패턴을 나타내며 이 패턴을 구현하기위한 시스템을 제시하고자 한다.</p> <p>본 시스템의 구성은 망으로 들어오거나 나가는 모든 패킷을 네트워크-탭(Network-Tap) 장비로 복제(clone)하고, 복제된 패킷은 고속 메인메모DB{MMDB)를 통하여 실시간으로 저장된다. 수집된 데이터는 데이터마이닝 기법을 통하여 분석하고 마이닝 데이터를 생성한다. 패킷 데이터 수집 및 행동패턴분석 장비로 임베디드형 셋톱박스를 제안한다. 마이닝된 결과는 셋톱박스 어플리케이션에서 실시간으로 확인 가능하며, 표준 XML 포맷을 통하여 이기종인 웹서버에서도 확인 가능하도록 구현한다.</p> <p>2장에서는 본 시스템에서 이용된 기술에 관한 관련연구를 기술하고, 3장에서는 시스템구성 및 구현에 대하여 설명한다. 그리고 4장에서 결론에 대하여 기술한다.</p> <h1>4. 결 론</h1><p>대부분의 네트워크 침입탐지를 위한 데이터마이닝 기법이 적용된 보안 알고리즘은 패킷 속성을 검사하는 방식이 주를 이루고 있다. 침입탐지-차단시스템과 네트워크 분석 엔진 및 보안 솔루션 대부분도 네트워크의 패킷의 헤더를 분석하여 보안정책을 세우고 정보를 보호한다. 뿐만 아니라 실제 판매되는 침입탐지-차단시스템 역시 외부로부터의 침입과 이상접근에 대한 제어가 대부분이고 내부의 네트워크를 점검하는 것은 이상패킷 발생 등을 고려한 일부에 지나지 않다. 웹 마이닝 기법 등의 로그를 분석 하는 것이나 네트워크로 전달되는 명령어들을 통한 불법 침입의 검사 역시 좋은 보안 솔루션으로 활용될 수 있으나 본 연구에서 제안하는 사용자의 패턴을 탐지할 수는 없다. 더욱이 내부의 공인된 사용자에 의한 접근에 대해서는 보안 정책을 수립하기 힘들다. 일부에서는 내부 보안을 위해 허가된 PC에서만 파일을 읽고 쓸 수 있게 하거나, 네트워크 자체를 외부망과 분리해서 사용하기도 하지만, 업무적 활동과 보안위반 활동을 구분하기란 쉽지 않다.</p><p>본 연구에서는 내부 사용자의 행동패턴을 통하여 바이러스 백신이나 보안장비로는 찾을 수 없는 형태의 보안 솔루션을 제안했다. 네트워크 사용자 행동패턴은 웹 접근 빈도 및 접근 시간을 데이터 마이닝 기법과 메인메모리DB를 이용하여 구현할 수 있음을 보였다. 이 결과는 내부 사용자가 본인의 주 업무를 벗어난 다른 작업을 수행하는 정도를 확인할 기준 데이터로도 활용된다. 또한 개인별 웹 사용은 물론, 메신저와 같은 비 웹 접근에서도 패킷을 분석하여 대당 네트워크에 적용할 바이러스 백신이나 보안 장비의 성능 기준을 제시할 수 있다. 웹 접근성을 고려한 사이트의 구현, 사내 부서의 네트워크 사용자의 감시와 모니터링, 방화벽 및 보안정책 기준 자료 생성 등에도 활용할 수 있다.</p><p>지금까지 관련 행동패턴의 연구의 초점은 소프트웨어와 코드 자체의 패턴에 있었다면 본 연구는 인간 자체의 행동 패턴에 맞춘, 공학에 사회공학적 요소를 가미한 것으로도 주목할 만하다. 보안장비가 바이러스 백신 및 라우팅 등의 기능과 결합된 형태를 보이는 요즘 추세라면 본 연구의 결과를 응용하거나 유사한 패턴 검사 기능을 구현한 새로운 형태의 보안장비의 출현도 기대된다.</p><p>향후 연구과제로 행동패턴이라고 규정할 범위선정에 대한 오차율과 예외 항목으로 설정할 부분에 대한 연구가 더 보완되어야 할 것이다. 대형 네트워크에 적용할 시, 추가 감시용 셋톱박스를 설치한 후 클러스터 개념을 적용한 사내의 부서별 감시 체계를 구축하도록 하는 구성도 연구가 필요하다.</p> <h3>3.3.2 연관규칙</h3><p>본 연구의 연관규칙은 네트워크 사용자가 웹 이용 시에 자주 방문하는 사이트 간의 연관성을 조사하는데 사용된 방법론이다. (그림 10)은 연관규칙 알고리즘을 통하여 결과가 도출되는 과정이다.</p><p>Step 1의 (1)은 연관규칙을 위한 데이터 집합을 정한 것으로 접속이 빈번한 20개의 사이트를 데이터데이스에서 추출한다. Step 2의 (2)는 (1)에서 정의된 20개의 데이터 정의 집합을 기준으로 네트워크사용자(IP)의 웹 접근 기록을 새로운 연관 집합으로 축출한다. 이렇게 정의된 집합에서 빈도를 계산한 것이 결과 (3)이다. (3)에서 가장 높은 빈도 3개 (\(\{14\},\{01\},\{15\}\))를 축출한 것이 F1 집합 (4)이다. (4)를 가지고 구성될 수 있는 조합 (5)만들고, (5)를 기준으로 자주 발생하는 빈도를 (2)에서 다시 조사하여 최종 결과가 (6)이 된다. 이중 가장 빈도 높은 것이 연관성을 갖는 값으로 선정되고 (1)의 SITE 정의를 바탕으로 (7)의 결과를 도출한다. 최종 결과 이 네트워크의 대다수 웹 사용자는 'altools' 와 'naver'에 자주 연결되는 것을 확인할 수 있고 이러한 이유를 확인한 결과, 'altools' 웹 툴바 프로그램이 웹 브라우저에 설치되어 사용되고 있었고, 웹 브라우저의 초기 화면이 'naver' 이기 때문이었다.</p><p>연관규칙에 나타나는 패턴은 행동패턴에서도 비슷하게 나타나게 된다. 하지만 이것으로 패턴의 유사성과 위험성을 나누기 위해서는 정확한 업무 형태 분석과 많은 패턴 데이터 분석에 의해 정해져야하며 본 연구에서는 연관규칙의 발견을 위한 것으로 위와 같은 결과가 도출되었지만, 실제 현장 적용에는 기본 환경에서 발생하는 예외 규칙을 제외해야 한다.</p><h3>3.3.3 순차패턴</h3><p>본 연구의 순차패턴은 사내의 네트워크 사용자가 웹사이트 방문 시에 순차적으로 어떠한 사이트를 방문했는지를 확인하는 방법론이다.</p><p>(그림 11)은 순차패턴 알고리즘을 통하여 결과가 도출되는 과정이다. Step 1에선 하루 동안에 방문한 사이트를 기준으로 빈도가 가장 높은 사이트를 순서대로 (1)과 같이 정의한다. 이것을 네트워크 사용자(IP)기준으로 시간별 순차 패턴 알고리즘을 적용한 결과가 (2)이다. 결과 (2)에서 자주 발생하는 사이트를 확률로 정의한 결과가 (3)이다. (3)을 기준으로 빈번히 발생하는 3개의 사이트 F1((4))을 찾아서 조합한 집합이 (5)이다. (5)를 기준으로 (2)에서 빈도를 확률로 계산한 결과가 (6)이다. (6)은 가장 빈도가 높은 결과 3개를 선정하여 얻은 것으로 (7)과 같은 결과를 보여준다. 이는 P1(우선1순위)의 경우 대부분의 네트워크 사용자는 'nate' 방문하고 이어 'naver'에 접속함을 보여준다. 이러한 결과는 이 네트워크 사용자 대부분이 메신저 'nate'와 인터넷 뷰어 초기화면이 'naver'로 되어있기 때문이다. 그 외에 웹 쇼핑 사이트인 'gmarket' 방문함을 보여주고 있다.</p><p>본 결과로 'nate'에 방문한 사용자는 곧이어 'naver'에 접속할 것이라는 예측을 할 수 있다. 이 예측을 기준으로 'nate' 접속 이후 몇 개의 사이트를 거쳐 naver'에 접속한다거나 일정 시간이 지나도 새로운 형태의 접속 경로만을 발생하고 있다면 이상으로 판별하게 된다. 이런 결과는 구현된 시스템을 적용한 네트워크의 사용자 환경 대다수가 'nate' 메신저를 사용하고 인터넷 뷰어의 초기화면을 'naver'로 고정하고 사용하기 때문이었다. 하지만 위 연관규칙에서도 언급한 것과 같이 이것으로 패턴의 예측과 위험성을 나타내기 위해서는 정확한 업무 형태 분석과 패턴 데이터 분석에 의해 정해져야 하며, 본 연구에서는 행동 패턴의 발견을 위한 것으로 위와 같은 결과가 도출되었지만, 실제 현장에 적용에는 이런 기본적 접속에 대한 예외처리를 고려해야 하며, 예외 처리 대상에 대한 데이터 선정에도 일정 기간과 업무 특성을 고려하여 선정하여야 한다.</p><h2>3.4 이기종간 데이터통신</h2><ul><li>시스템구성 및 XML<p>데이터마이닝을 통하여 수집된 행동패턴 기록은 기본적으로는 수집전용 셋톱박스에서 확인 가능하고, 원격에서도 관리자가 웹을 통하여 실시간 확인 가능하도록 한다. 하지만 웹 서버와 연동을 위해서는 표준화된 도구가 필요하다.</p></li></ul><p>(그림 12)는 마이닝 데이터를 수집하고 연산하는 셋톱박스와 원격에서 수집된 정보를 실시간 확인 가능하도록 하는 웹서버 구성도이다. 이 구성의 표준 XML 적용은 다른 운영 체제와의 데이터 공유를 고려한 것이다. 또한, 웹을 통한 직관적인 파악을 위해 웹-차트 사용한다.</p><p><표 5>는 이기종간의 통신을 위한 표준xml문서의 일부분이다. XML 문서 변환은 XML 모듈을 통하여 생성하고 웹서버와 셋톱박스간의 서버 클라이언트 통신으로 XML 문서를 교환 한다.</p><ul><li>웹 서비스 동작<p>(그림 13)은 행동패턴 분석 결과를 웹을 통하여 서비스한 결과이다.</p></li></ul><p>(그림 13)에서 (1)은 IP별(user's) 패킷사용량의 변화를 일별로 표시한다. (2)는 일정기간 동안 사용자별 누적 표시를 보여준다. (3)은 일주일 동안 동일한 시간대에 접근한 결과를 원의 크기의 변화로 표현한 것으로, 원의 크기가 크면 동일한 시간대에 더 자주 접근한 것이다. (4)는 웹 사용자가 자주 가는 사이트를 각각 상대 비율별로 표현한 것이다. 관리 대상에 따라 사용량의 추이나 상대 사용량이나 접속 사이트의 비율 등 조건에 맞는 결과 조회가 가능하다.</p>	통계학	[ "<h1>3. 네트워크 사용자 행동패턴분석 시스템</h1><h2>3.1 시스템구성</h2><p>본 연구에서 제안하는 행동패턴 분석 시스템의 구성은 (그림 4)와 같다.", "</p><p>네트워크는 사용자를 연결하는 허브(hub)이하의 망으로 구성된 상태에서 내부 인터넷 사용자가 웹에 접속할 때, 기본 망에 아무런 지장 없이, 송수신되는 패킷을 네트워크-탭 을 통하여 실시간 수집이 이루어진다.", "수집된 데이터는 임베디드형 셋톱박스에 구현된 고속 메인메모리 DB에 저장된다.", "저장된 데이터는 데이터 마이닝을 통하여 네트워크 사용자 행동패턴을 분석하고, 결과를 로컬 또는 웹으로 관리자에게 보여준다.", "</p><h2>3.2 데이터수집</h2><p>데이터 수집은 네트워크 사용자의 패킷을 캡처하여 DB에 저장하는 과정으로, 네트워크 전체 데이터 전부를 수집하여 저장한다는 것은 힘든 일이다.", "그래서< 표 3>과 같이 수집 유형에 따른 패턴을 정의하여 수집 영역을 제한한다.", "</p><p>또한 고속의 패킷 수집을 위해서 메인메모리 DB를 사용하여 수집하고, 수집된 결과는 디스크DB에 저장한다.", "<표 4>는 네트워크 패킷 수집에 사용한 메인메모리DB의 테이블 구성이다.", "</p><p>데이터 마이닝에 필요한 정보를 수집하고 데이터마이닝을 수행하기위해 행동패턴분석용 단말장치인 임베디드형 셋톱박스를 구성한다.", "셋톱박스는 데이터를 수집하여 메모리DB에 데이터를 저장하고 웹서비스를 위한 XML 에이전트 포함한다.", "</p><p>(그림 5)는 패킷수집 상태를 표시하는 임베디드형 셋톱박스의 호스트용 GUI 어플리케이션으로 패킷정보 뷰(Packet: time, legth, src, dst, port, info)와 실시간으로 패킷의 송수신을 그래프로 보여주는 패킷 이동 모니터링 뷰로 구성된다.", "모니터링 뷰의 경우 패킷의 송수신 크기가 막대 그래프의 높이에 해당되어 실시간으로 상태를 표현한다.", "</p><p><table border><caption><표 3>수집유형에 따른 패턴</caption><tbody><tr><td>패킷유형</td><td>검출 패턴</td></tr><tr><td>Web용 패킷</td><td>http://, WWW.", "com.", "net, co.kr, org</td></tr><tr><td>이메일 패킷</td><td>ADDR, mailto, to, from</td></tr><tr><td>메신저 패킷</td><td>CTOC, INVT</td></tr><tr><td>기타</td><td>포트번호(Telnet, FTP)</td></tr></tbody></table><table border><caption>〈표 4〉수집테이블구성</caption><tbody><tr><td>필드이름</td><td>형식</td><td>설명</td></tr><tr><td>NO</td><td>int</td><td>index</td></tr><tr><td>TYPE</td><td>int</td><td>수집유형 (1.웹, 2.이메일, 3.메신저 4.기타)</td></tr><tr><td>TIME</td><td>int</td><td>수집시간</td></tr><tr><td>SRC</td><td>char</td><td>근원지IP</td></tr><tr><td>DST</td><td>char</td><td>목적지IP</td></tr><tr><td>SIZE</td><td>int</td><td>패킷크기</td></tr><tr><td>DATA</td><td>char</td><td>수집데이터(페이로드)</td></tr></tbody></table><h2>3.3 데이터마이닝</h2><p>본 절에서는 관련연구에서 언급한 데이터마이닝 기법 중에 통계적 기법, 연관규칙, 순차패턴을 적용한 결과를 설명한다.", "</p><h3>3.3 .1 통계적 기법</h3><ul><li>접속량 측정 마이닝<p>접속량 측정 마이닝은 수집된 패킷 데이터의 분류 및 통계를 통해 작성된다.", "이 통계 자료는 네트워크 사용자별 대역폭을 나타내며 향후에 개별 대역폭 할당에 기준 자료로 사용할 수 있다.", "</p></li></ul><p>(그림 6)은 사용자(IP address)의 인터넷 접속 시 발생하는 패킷의 크기를 일정기간 동안 수집한 결과를 막대 차트로 표현한 것이다.", "</p><p>(그림 7)은 일정기간 동안 메신저를 사용한 유저의 접속 수를 통계 차트로 표현한 것으로, 일주일 동안 누가 가장 많이 메신저를 사용하는지 확인할 수 있다.", "네트워크 관리자는 사내의 패킷 데이터의 총 크기는 물론 누가 가장 많이 사용하고 적게 사용하는지를 알 수 있다.", "이는 허가되지 않은 메신저 사용을 제한하기 위한 정책 자료로 활용되며 메신저를 통한 보안 사고를 예방할 수 있다.", "향후에는 네트워크 대역폭을 개별로 할당 시 기준 정보로 사용할 수 있다.", "</p><ul><li>웹 접속 및 메신저 마이닝<p>웹 접속 및 메신저 마이닝은 특정유저가 하루 동안 웹과 메신저의 사용시간 및 대상을 기록한 것이다.", "</p></li></ul><p>(그림 8)의 (1)은 유저(IP:145)의 웹에 접속한 결과를 차트로 표현한 것으로, 사이트명과 접속시간을 24시간 기준으로 보여주고 있다.", "(2)는 유저(IP:147)의 하루 동안 메신저에 접속한 분포를 24시간 기준으로 표현한 것이다.", "전체 시간대별 분포도를 확인하여 업무에 반영할 수도 있으며 업무 이외의 시간에 나타난다면 보안상의 문제로도 점검해야 한다.", "</p><p>(그림 9)의 (1)은 유저(IP:145)가 웹사이트에 접근하여 자주 방문한 사이트별 원형 차트로 표현한 것이고 (2)는 유저 (IP:147)가 메신저로 자주 대화를 나눈 대상자를 원형 차트로 표현한 것이다.", "이 결과는 자주 가는 사이트와 자주 대화를 나누는 대상자의 통계 자료로 관리자에 의해 업무 연관 관계 판단 자료로 활용된다.", "</p> <h1>요약</h1><p>본 연구에서는 데이터마이닝 기법을 이용하여 네트워크 사용자의 행동 패턴을 분석하는 시스템을 제안하고자 한다.", "시스템 구현을 위해 네트워크 탭 장비를 사내 네트워크에 설치하여 패킷을 복제한다.", "복제된 패킷은 고속의 메인 메모리DB를 통하여 데이터베이스에 저장된다.", "저장된 데이터는 데이터 마이닝 기법을 이용하여 행동패턴을 분석하고 네트워크 관리자에게 실시간 보고한다.", "또한 이기종간의 데이터를 공유하기 위해 표준의 XML 문서 교환 방식을 적용한다.", "행동패턴 분석 시스템은 추후 저가 구현 및 쉬운 설치를 고려하여 임베디드형 셋톱박스 기반을 제안한다.", "</p> <h1>1. 서 론</h1> <p>인터넷의 발달은 개인은 물론 기업의 업무에도 많은 영향을 주고 있다.", "사내에서 근무하는 직원은 기본적으로 인터넷을 통해 업무에 도움이 되는 정보를 검색하여 활용하기도 하고, 홈쇼핑 및 각종 블로그를 통해 개인 활동을 하기도 한다.", "이런 개인이 속한 대부분의 단체에는 업무의 종류로 부서를 구분한다.", "부서 각각은 그 업무의 형태에 따라 일정한 패턴을 가지고 활동하게 된다.", "물론 그 활동의 패턴은 인터넷 사용에도 반영 된다.", "영업 부서에서 개발 부서가 사용하는 패턴의 움직임이 생긴다면 분명 이상 행위로 분류할 수 있다.", "최악의 경우 사내의 기밀이 유출될 가능성도 예측할 수 있을 것이다.", "일반적으로 운영부의 직원이 컴퓨터 프로그램을 작성에 필요한 정보를 담고 있는 사이트를 자주 방문한다거나, 개발부서에서 운영에 관한 사이트를 자주 방문하는 일은 특별한 경우가 아니면 거의 없을 것이다.", "이러한 현상이 자주 발생된다면 회사 업무에 문제가 있거나 허가 받지 못한 사람이 타인의 컴퓨터를 사용하고 있는 경우이다.", "이러한 움직임은 보안 장비나 바이러스 백신으로 잡아낼 수 없는 부분이다.", "</p> <p>그리하여 본 연구에서는 네트워크 사용자의 웹 접근 빈도 및 시간을 데이터 마이닝기법과 메인메모리DB를 이용하여 일정한 행동패턴을 유추하려 한다.", "마이닝된 데이터는 네트워크 사용자의 행동 패턴을 나타내며 이 패턴을 구현하기위한 시스템을 제시하고자 한다.", "</p> <p>본 시스템의 구성은 망으로 들어오거나 나가는 모든 패킷을 네트워크-탭(Network-Tap) 장비로 복제(clone)하고, 복제된 패킷은 고속 메인메모DB{MMDB)를 통하여 실시간으로 저장된다.", "수집된 데이터는 데이터마이닝 기법을 통하여 분석하고 마이닝 데이터를 생성한다.", "패킷 데이터 수집 및 행동패턴분석 장비로 임베디드형 셋톱박스를 제안한다.", "마이닝된 결과는 셋톱박스 어플리케이션에서 실시간으로 확인 가능하며, 표준 XML 포맷을 통하여 이기종인 웹서버에서도 확인 가능하도록 구현한다.", "</p> <p>2장에서는 본 시스템에서 이용된 기술에 관한 관련연구를 기술하고, 3장에서는 시스템구성 및 구현에 대하여 설명한다.", "그리고 4장에서 결론에 대하여 기술한다.", "</p> <h1>4. 결 론</h1><p>대부분의 네트워크 침입탐지를 위한 데이터마이닝 기법이 적용된 보안 알고리즘은 패킷 속성을 검사하는 방식이 주를 이루고 있다.", "침입탐지-차단시스템과 네트워크 분석 엔진 및 보안 솔루션 대부분도 네트워크의 패킷의 헤더를 분석하여 보안정책을 세우고 정보를 보호한다.", "뿐만 아니라 실제 판매되는 침입탐지-차단시스템 역시 외부로부터의 침입과 이상접근에 대한 제어가 대부분이고 내부의 네트워크를 점검하는 것은 이상패킷 발생 등을 고려한 일부에 지나지 않다.", "웹 마이닝 기법 등의 로그를 분석 하는 것이나 네트워크로 전달되는 명령어들을 통한 불법 침입의 검사 역시 좋은 보안 솔루션으로 활용될 수 있으나 본 연구에서 제안하는 사용자의 패턴을 탐지할 수는 없다.", "더욱이 내부의 공인된 사용자에 의한 접근에 대해서는 보안 정책을 수립하기 힘들다.", "일부에서는 내부 보안을 위해 허가된 PC에서만 파일을 읽고 쓸 수 있게 하거나, 네트워크 자체를 외부망과 분리해서 사용하기도 하지만, 업무적 활동과 보안위반 활동을 구분하기란 쉽지 않다.", "</p><p>본 연구에서는 내부 사용자의 행동패턴을 통하여 바이러스 백신이나 보안장비로는 찾을 수 없는 형태의 보안 솔루션을 제안했다.", "네트워크 사용자 행동패턴은 웹 접근 빈도 및 접근 시간을 데이터 마이닝 기법과 메인메모리DB를 이용하여 구현할 수 있음을 보였다.", "이 결과는 내부 사용자가 본인의 주 업무를 벗어난 다른 작업을 수행하는 정도를 확인할 기준 데이터로도 활용된다.", "또한 개인별 웹 사용은 물론, 메신저와 같은 비 웹 접근에서도 패킷을 분석하여 대당 네트워크에 적용할 바이러스 백신이나 보안 장비의 성능 기준을 제시할 수 있다.", "웹 접근성을 고려한 사이트의 구현, 사내 부서의 네트워크 사용자의 감시와 모니터링, 방화벽 및 보안정책 기준 자료 생성 등에도 활용할 수 있다.", "</p><p>지금까지 관련 행동패턴의 연구의 초점은 소프트웨어와 코드 자체의 패턴에 있었다면 본 연구는 인간 자체의 행동 패턴에 맞춘, 공학에 사회공학적 요소를 가미한 것으로도 주목할 만하다.", "보안장비가 바이러스 백신 및 라우팅 등의 기능과 결합된 형태를 보이는 요즘 추세라면 본 연구의 결과를 응용하거나 유사한 패턴 검사 기능을 구현한 새로운 형태의 보안장비의 출현도 기대된다.", "</p><p>향후 연구과제로 행동패턴이라고 규정할 범위선정에 대한 오차율과 예외 항목으로 설정할 부분에 대한 연구가 더 보완되어야 할 것이다.", "대형 네트워크에 적용할 시, 추가 감시용 셋톱박스를 설치한 후 클러스터 개념을 적용한 사내의 부서별 감시 체계를 구축하도록 하는 구성도 연구가 필요하다.", "</p> <h3>3.3.2 연관규칙</h3><p>본 연구의 연관규칙은 네트워크 사용자가 웹 이용 시에 자주 방문하는 사이트 간의 연관성을 조사하는데 사용된 방법론이다.", "(그림 10)은 연관규칙 알고리즘을 통하여 결과가 도출되는 과정이다.", "</p><p>Step 1의 (1)은 연관규칙을 위한 데이터 집합을 정한 것으로 접속이 빈번한 20개의 사이트를 데이터데이스에서 추출한다.", "Step 2의 (2)는 (1)에서 정의된 20개의 데이터 정의 집합을 기준으로 네트워크사용자(IP)의 웹 접근 기록을 새로운 연관 집합으로 축출한다.", "이렇게 정의된 집합에서 빈도를 계산한 것이 결과 (3)이다.", "(3)에서 가장 높은 빈도 3개 (\\(\\{14\\},\\{01\\},\\{15\\}\\))를 축출한 것이 F1 집합 (4)이다.", "(4)를 가지고 구성될 수 있는 조합 (5)만들고, (5)를 기준으로 자주 발생하는 빈도를 (2)에서 다시 조사하여 최종 결과가 (6)이 된다.", "이중 가장 빈도 높은 것이 연관성을 갖는 값으로 선정되고 (1)의 SITE 정의를 바탕으로 (7)의 결과를 도출한다.", "최종 결과 이 네트워크의 대다수 웹 사용자는 'altools' 와 'naver'에 자주 연결되는 것을 확인할 수 있고 이러한 이유를 확인한 결과, 'altools' 웹 툴바 프로그램이 웹 브라우저에 설치되어 사용되고 있었고, 웹 브라우저의 초기 화면이 'naver' 이기 때문이었다.", "</p><p>연관규칙에 나타나는 패턴은 행동패턴에서도 비슷하게 나타나게 된다.", "하지만 이것으로 패턴의 유사성과 위험성을 나누기 위해서는 정확한 업무 형태 분석과 많은 패턴 데이터 분석에 의해 정해져야하며 본 연구에서는 연관규칙의 발견을 위한 것으로 위와 같은 결과가 도출되었지만, 실제 현장 적용에는 기본 환경에서 발생하는 예외 규칙을 제외해야 한다.", "</p><h3>3.3.3 순차패턴</h3><p>본 연구의 순차패턴은 사내의 네트워크 사용자가 웹사이트 방문 시에 순차적으로 어떠한 사이트를 방문했는지를 확인하는 방법론이다.", "</p><p>(그림 11)은 순차패턴 알고리즘을 통하여 결과가 도출되는 과정이다.", "Step 1에선 하루 동안에 방문한 사이트를 기준으로 빈도가 가장 높은 사이트를 순서대로 (1)과 같이 정의한다.", "이것을 네트워크 사용자(IP)기준으로 시간별 순차 패턴 알고리즘을 적용한 결과가 (2)이다.", "결과 (2)에서 자주 발생하는 사이트를 확률로 정의한 결과가 (3)이다.", "(3)을 기준으로 빈번히 발생하는 3개의 사이트 F1((4))을 찾아서 조합한 집합이 (5)이다.", "(5)를 기준으로 (2)에서 빈도를 확률로 계산한 결과가 (6)이다.", "(6)은 가장 빈도가 높은 결과 3개를 선정하여 얻은 것으로 (7)과 같은 결과를 보여준다.", "이는 P1(우선1순위)의 경우 대부분의 네트워크 사용자는 'nate' 방문하고 이어 'naver'에 접속함을 보여준다.", "이러한 결과는 이 네트워크 사용자 대부분이 메신저 'nate'와 인터넷 뷰어 초기화면이 'naver'로 되어있기 때문이다.", "그 외에 웹 쇼핑 사이트인 'gmarket' 방문함을 보여주고 있다.", "</p><p>본 결과로 'nate'에 방문한 사용자는 곧이어 'naver'에 접속할 것이라는 예측을 할 수 있다.", "이 예측을 기준으로 'nate' 접속 이후 몇 개의 사이트를 거쳐 naver'에 접속한다거나 일정 시간이 지나도 새로운 형태의 접속 경로만을 발생하고 있다면 이상으로 판별하게 된다. 이런 결과는 구현된 시스템을 적용한 네트워크의 사용자 환경 대다수가 'nate' 메신저를 사용하고 인터넷 뷰어의 초기화면을 'naver'로 고정하고 사용하기 때문이었다.", "하지만 위 연관규칙에서도 언급한 것과 같이 이것으로 패턴의 예측과 위험성을 나타내기 위해서는 정확한 업무 형태 분석과 패턴 데이터 분석에 의해 정해져야 하며, 본 연구에서는 행동 패턴의 발견을 위한 것으로 위와 같은 결과가 도출되었지만, 실제 현장에 적용에는 이런 기본적 접속에 대한 예외처리를 고려해야 하며, 예외 처리 대상에 대한 데이터 선정에도 일정 기간과 업무 특성을 고려하여 선정하여야 한다.", "</p><h2>3.4 이기종간 데이터통신</h2><ul><li>시스템구성 및 XML<p>데이터마이닝을 통하여 수집된 행동패턴 기록은 기본적으로는 수집전용 셋톱박스에서 확인 가능하고, 원격에서도 관리자가 웹을 통하여 실시간 확인 가능하도록 한다.", "하지만 웹 서버와 연동을 위해서는 표준화된 도구가 필요하다.", "</p></li></ul><p>(그림 12)는 마이닝 데이터를 수집하고 연산하는 셋톱박스와 원격에서 수집된 정보를 실시간 확인 가능하도록 하는 웹서버 구성도이다.", "이 구성의 표준 XML 적용은 다른 운영 체제와의 데이터 공유를 고려한 것이다.", "또한, 웹을 통한 직관적인 파악을 위해 웹-차트 사용한다.", "</p><p><표 5>는 이기종간의 통신을 위한 표준xml문서의 일부분이다.", "XML 문서 변환은 XML 모듈을 통하여 생성하고 웹서버와 셋톱박스간의 서버 클라이언트 통신으로 XML 문서를 교환 한다.", "</p><ul><li>웹 서비스 동작<p>(그림 13)은 행동패턴 분석 결과를 웹을 통하여 서비스한 결과이다.", "</p></li></ul><p>(그림 13)에서 (1)은 IP별(user's) 패킷사용량의 변화를 일별로 표시한다.", "(2)는 일정기간 동안 사용자별 누적 표시를 보여준다.", "(3)은 일주일 동안 동일한 시간대에 접근한 결과를 원의 크기의 변화로 표현한 것으로, 원의 크기가 크면 동일한 시간대에 더 자주 접근한 것이다.", "(4)는 웹 사용자가 자주 가는 사이트를 각각 상대 비율별로 표현한 것이다.", "관리 대상에 따라 사용량의 추이나 상대 사용량이나 접속 사이트의 비율 등 조건에 맞는 결과 조회가 가능하다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "네트워크 사용자에 대한 임베디드형 행동패턴 분석시스템", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-7797be8b-89ce-4a46-b921-ca99437dcdb2", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "정세영", "이병권" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
222	<h1>2. 국내 외 디지털 프린터 보안기능 개발 동향</h1><p>본 장에서는 국내 외 디지털 프린터 보안기능 개발 동향을 분석한다. 이를 위해, 먼저 디지털 프린터 업체들의 개발 동향을 살펴본다. 그리고 국내 외 디지털 프린터 보안기능 관련 시험수행기관 동향을 살펴본다.</p><h2>2.1 국내·외 디지털 프린터 보안기능 개발 업체 동향 조사</h2><p>디지털 프린터의 보안기능은 디지털 프린터의 사용자에 대한 인증 및 식별, 하드디스크 완전삭제, 전송되거나 저장되는 데이터의 암호화, 출력문서 보안기능 등이 있다. 이와 같은 디지털 프린터 보안기능을 개발하고 있는 업체들은 보안기능 개발 이후 평가기관에 의하여 공통평가기준 (CC : Common Criteria)에 근거하여 보안기능이 제대로 구현되고 시험되었는지를 평가받게 된다. 국내·외 디지털 프린터 관련 보안기능 개발업체의 조사결과는<표 1>과 같다</p><table border><caption><표 1>디지털 프린터 보안기능 개발업체 현황</caption><tbody><tr><td>회사</td><td>사이트</td><td>인증 횟수</td></tr><tr><td>Canon Inc.</td><td>www.canon.com</td><td>6</td></tr><tr><td>Fuji Xerox Co, Ltd.</td><td>www.fujixerox.co.jp</td><td>28</td></tr><tr><td>Hewlett-Rackard Development Company, L.P.</td><td>www.hp.com</td><td>1</td></tr><tr><td>Konica Minolta Business Technologies, Inc.</td><td>www.konicaminolta.com</td><td>30</td></tr><tr><td>KYOCERA MITA Corporation</td><td>www.kyoceramita.com</td><td>4</td></tr><tr><td>Lexmark International, Inc,</td><td>www.lexmark.com</td><td>3</td></tr><tr><td>Oki Data Corporation</td><td>www.okidata.com</td><td>1</td></tr><tr><td>Panasonic Communications Co., Ltd.</td><td>pamasonic.co.jp/pcc/e</td><td>3</td></tr><tr><td>Ricoh Company, Ltd.</td><td>www.ricoh.com</td><td>6</td></tr><tr><td>SAMSUNG</td><td>www.samsung.com</td><td>1</td></tr><tr><td>SEIKO EPSON CORPORATION</td><td>www.epson.co.jp/e</td><td>1</td></tr><tr><td>Sharp Corporation</td><td>sharp-world.com</td><td>20</td></tr><tr><td>TOSHIBA TEC CORPORATION</td><td>www.toshibatec.co.jp</td><td>7</td></tr><tr><td>Xerox Corporation</td><td>www.Xerox.com</td><td>6</td></tr></tbody></table><h2>2.2 국내 · 외 디지털 프린터 보안기능 시험수행기관 동향</h2><p>최근의 디지털 프린터는 보안기능이 탑재된 IT제품으로 분류되어, 보안 기능성과 이에 적용된 보증수단이 보안기능 요구사항들을 만족하는가에 대한 신뢰도를 확인하기 위해 공통평가기준에 의해 보안성 평가를 받는다. 본 절에서는 디지털 프린터의 보안기능성에 대하여 CC평가를 수행한 시험수행기관들을 조사하고, 조사된 자료를 바탕으로 현재 디지털 프린터의 CC 평가 인증 진행 현황과 그 의미를 분석한다.</p><h3>2.2.1 디지털 프린터 보안기능 평가기관 평가 현황</h3><p>2002년 이후 현재까지 디지털 프린터 보안기능과 관련하여 평가를 수행한 평가기관과 평가 의뢰 업체를 중심으로 평가 현황을 조사한 결과, (그림 1)과 같이 디지털 프린터 보안기능 관련 평가는 일본과 미국에서 주로 진행되고 있음 을 알 수 있었다. 특히 일본의 ITSC \( (48 \%) \), MIZUHO \((29 \%) \), ESCEC\( (6 \%) \)와 미국의 COACT\( (4\%) \), CSC\( (13 \%) \)는 디지털 프린터 보안기능과 관련된 평가에 있어 독보적인 점유율을 차지하고 있다.</p><p>각 평가기관에 평가를 의뢰한 디지털 프린터 보안기능 개발 업체를 살펴보면, 미국의 COACT에서는 Hewlett-Packard와 Lexmark Inc. 가 평가를 받았으며, CSC에서는 Sharp와 Xerox가 평가를 받았다. 또한 일본의 ECSEC는 Canon, Xerox, Ricoh 등이 주로 평가를 받았으며, ITSC에서는 Fuji Xerox, Sharp, Konica Minolta, Kyocera Mita가 주로 평가를 받았다. MIZUHO는 Konica Minolta와 Sharp의 평가를 주로 수행하였다. 디지털 프린터 보안기능 관련 개발 업체에서 평가받은 제품들을 살펴보면, 디지털 프린터 자체를 평가받은 업체도 있었지만, 보안기능 모듈단위로 평가를 신청한 업체들도 다수 있었다. 또한 디지털 프린터 보안 기능 개발 업체들은 기존에 자사의 제품에 대하여 평가를 수행하였던 평가기관에 다시 평가 신청하는 것으로 나타났다.</p><h3>2.2.2 국가별 평가 동향</h3><p>2002년부터 현재까지 국가별 디지털 프린터 보안기능 평가 현황을 살펴보면 일본과 미국이 주를 이루고 있다. 현재까지 평가인증을 받은 디지털 프린터 보안기능 관련 평가 116건 중에서 미국이 11건으로 \( 9 \% \) 의 비율을 차지하고 있고, 일본이 105건으로 복합기 평가의 \( 91 \% \) 를 차지하고 있다. 복합기 평가를 진행한 주 평가기관으로는 일본의 ECSEC (Electronic Commerce Security Technology Laboratory Inc. Evaluation Center), ITSC(Information Technology Security Center), MIZUHO(Mizuho Information & Research institute, inc. Center for Evaluation of Information Security)와 미국의 COACT, CSC(Computer Sciences Corporation)가 있다.</p><h3>2.2.3 디지털 프린터 평가 의뢰 업체 현황</h3><p>디지털 프린터 평가 의뢰 업체의 현황을 살펴본 결과 (그림 2)와 같이 디지털 프린터 보안기능 관련 평가를 의뢰한 다수의 업체 중에서 Fuji Xerox와 Konica Minolta, 그리고 Sharp가 디지털 프린터 보안기능과 관련하여 다수의 평가 인증을 획득했음을 알 수 있다.</p><ol type=A start=1><li>Canon Inc.</li><li>Fuji Xerox Co., Ltd</li><li>Hewlett-Packard Development Company, L.P.</li><li>Konica Minolta Business Technologies, Inc</li><li>KYOCERA MITA Corporation</li><li>Lexmark Inc.</li><li>Oki Data Corporation</li><li>Panasonic Communications Co., Ltd.</li><li>RICOH COMPANY, LTD.</li><li>SEIKO EPSON CORPORATION</li><li>Sharp Corporation</li><li>TOSHIBA TEC CORPORATION</li><li>Xerox Corporation</li></ol> <h1>3. 국내 • 외 디지털 프린터 보안기능 분석 및 조사</h1><h2>3.1 국내 • 외 디지털 프린터 제품의 보안기능 조사</h2><p>보안기능이 탑재된 디지털 프린터에서의 일반적인 보안기능은 크게 패스워드 기반의 인증, 하드디스크 완전 삭제, 그리고 데이터 암호화가 있다. 이러한 기능들은 보안 유출 경로 중의 하나인 출력문서에 대한 보안을 강화하기 위하여 사용자에 대한 식별 및 인증을 통해 지정된 사용자만이 관련 문서를 출력할 수 있도록 하며, 하드디스크에서의 잔여정보에 대한 보안 문제를 해결하기 위하여 특수한 알고리즘을 적용하고 하드디스크에 대한 완전삭제를 구현하여 잔여 정보에 대한 보안을 강화한다. 또한 하드디스크에 저장되는 데이터에 대하여 검증된 암호 알고리즘을 기반으로 암호화를 수행하여 내부 데이터에 대한 보호를 수행한다. 대표적인 디지털 프린터 개발업체들이 출시한 제품에서의 보안기능 탑재여부는<표 2>와 같다.</p><h3>3.1.1 인증</h3><p>디지털 프린터에서의 인증 및 식별 기능은 기본적으로 문서를 사용하려는 사용자의 신원과 이에 대한 검증 절차를 수행하며, 대부분의 제품에서는 패스워드 기반의 인증 절차를 사용한다. 디지털 프린터에서는 문서에 대한 복사, 스캔, 인쇄, 팩스 등의 기능을 가지고 있으며, 디지털 프린터가 네트워크와 연결되었을 시에는 이를 활용한 편의기능인 스캔 후 이메일 전송 또는 서버 전송 등의 기능 등이 제공된다.</p><table border><caption>〈표 2〉 디지털 프린터 개발업체 및 기종에 따른 보안기능 탑재 여부(A : 인증 및 식별, B : 암호화, C : 하드디스크 완전삭제)</caption><tbody><tr><td>디지털 프린터 개발업체 및 기종</td><td>A</td><td>B</td><td>C</td><td>기타 보안기능</td></tr><tr><td>삼성전자 SCX-6X45</td><td>O</td><td>O</td><td>O</td><td>- 감사기록 제공</td></tr><tr><td>신도리코 Aficio MP 5000/5000B, 4000/4000B</td><td>O</td><td>X</td><td>X</td><td>-워터마크를 이용한 부정출력 방지</td></tr><tr><td>신도리코 DGwox</td><td>O</td><td>O</td><td>X</td><td>- SSL을 이용한 데이터 보호 워터마크를 이용한 부정 출력 방지</td></tr><tr><td>후지제록스 ApeosPort-Ⅱ</td><td>O</td><td>O</td><td>O</td><td>- 감사로그 제공</td></tr><tr><td>후지제록스 DocuCentre-Ⅲ</td><td>O</td><td>O</td><td>O</td><td>- 워터마크를 이용한 부정출력 방지</td></tr><tr><td>HP Laserjet 4345</td><td>O</td><td>O</td><td>O</td><td></td></tr><tr><td>Kyocera KM-8030</td><td>O</td><td>O</td><td>O</td><td></td></tr></tbody></table><p>이러한 기능이 제공되는 복합기에서는 반드시 해당 기능에 대한 사용 권한이 있는지에 대한 확인을 위하여 인증 및 식별 기능을 제공하는데, 이 때 인증서버에 접근하기 위하여 대부분 Kerberos, LDAP, 또는 SMB 등의 프로토콜을 지원한다. 네트워크 자원의 사용을 위한 인증 및 식별 절차에 대한 전체적인 구성은 (그림 3)과 같다.</p><h3>3.1.2 데이터 접근제어</h3><p>디지털 프린터에서 수행되는 기본적인 기능인 복사, 스캔, 출력, 팩스 기능은 대부분 하드디스크 또는 메모리에 해당 문서가 저장된 후 기능을 수행하게 된다. 따라서 저장된 중요 데이터에 대한 접근제어 기능이 탑재되며, 이러한 접근 제어 및 권한 부여를 위해 인증 및 식별은 필수적이다. 대부분의 디지털 프린터에서는 저장된 문서를 보존용 문서와 일반 문서로 구분하게 되는데, 보존용 파일에 대한 접근 권한은 해당 파일을 저장한 사용자에게만 허용된다. 일반적으로 보존용 파일에 접근할 경우, 사용자 클라이언트 PC에서는 PIN 번호를 설정하게 된다. 해당 문서 출력 시 사용자는 클라이언트 PC또는 해당 디지털 프린터에 직접 접근하여 문서에 대한 접근 권한이 있음을 증명하기 위해 미리 저장된 PIN번호를 입력하여 인증 절차를 수행한 후 해당 문서를 출력 또는 전송하게 된다. 디지털 프린터에서 보존용 파일에 대한 접근 및 문서 출력 과정은 (그림 4)와 같다.</p><h3>3.1.3 하드디스크 완전삭제</h3><p>최근 출시되는 대부분의 기업용 디지털 프린터에서는 기본적으로 하드디스크 완전삭제 기능을 제공한다. 디지털 프린터에서 사용된 데이터는 대부분 하드디스크에 저장되며, 운영체제의 특성상 데이터 삭제 명령은 데이터 영역을 초기화하지 않으므로 자기적인 특성을 유지하게 된다. 따라서 단순한 삭제만으로는 데이터가 완전히 삭제되지 않으며 복원 유틸리티 등을 사용하면 삭제된 데이터의 복구가 가능하다. 이를 방지하기 위해 디지털 프린터 제조업체에서는 하드디스크 완전삭제 기능을 적용하고 있다.</p><p>하드디스크 완전삭제 기술 중 하나를 예로 들면 미 국방성 표준인 DoD 5220.22-M의 "DoD Clearing and sanitizing standard"가 있다. 이것은 매체의 모든 접근 가능한 위치를 단일 문자, 그것의 보수, 그리고 임의의 문자로 세 번을 덮어쓴 후 검증하는 절차를 갖는다.</p><h3>3.1.4 암호화</h3><p>디지털 프린터 내의 하드디스크에는 중요한 데이터가 보관될 수 있다. 그러나 이러한 데이터는 공격자에게 노출될 수 있다. 따라서 하드디스크 내에 저장되는 데이터는 기밀성을 위해 암호화를 필요로 한다. 본 보안기능은 하드디스크에 데이터를 기록할 때 시스템 내부적으로 작동한다. 하드디스크에 기록되는 데이터는 암호화 알고리즘으로 암호화된 후 하드디스크에 기록되며, 하드디스크에 기록된 데이터는 암호화 알고리즘으로 복호화 하여 사용될 수 있다.</p><h3>3.1.5 기타 보안 기능</h3><p>기타 보안 기능으로 디지털 워터마킹과 SSL(Secure Socket Layer)를 들 수 있다. (그림 5)에서처럼 디지털 워터마킹(Digital Watermarking) 기술은 데이터의 복제 및 위조 방지를 위해 사용되는 보안기능이다. 워터마킹은 저작권 보호, 위·변조 판별, 불법복제 추적, 사용자 제어, 내용 보호, 내용 라벨링 등의 기능을 제공한다. 현재 디지털 프린터에서 워터마크 기술을 이용한 위조 및 복제 방지 기술은 신도리코와 후지제록스, Konica Minolta의 일부 제품군에서 활용되고 있다.</p><p>SSL은 TCP/IP 상의 응용 계층과 전송계층 사이에서 동작하며, 클라이언트와 서버 사이에서 안전한 채널을 생성해준다. 디지털 프린터는 자체적으로 내장된 웹 서버를 기반으로 관리자에게 원격 관리 서비스를 제공하고 있는데, 원격에서 송수신되는 중요 정보에 대한 기밀성 및 무결성을 보장하기 위하여 SSL 프로토콜을 이용한다.</p> <h2>3.2 국내 · 외 디지털 프린터 보안기능 시험/분석 방법 조사</h2><p>디지털 프린터에 구현된 모든 기능은 완전하게 동작해야 하며, 보안상 취약점이 존재하지 않도록 해야 한다. 이를 위해 디지털 프린터 제품을 출시하기 전에 디지털 프린터에 대한 철저한 시험 및 분석이 이루어져야 한다. 일반적인 시험 및 분석 방법은 시험 준비(Prepare to test), 시험 계획 수립(Test Plan), 시험환경 구축(Build test environment), 시험 수행(Functional specification test), 시험 결과 분석(Test result analysis)의 다섯 단계로 구성된다.</p><h3>3.2 .1 시험 준비</h3><p>시험을 수행하기 전에 시험 수행을 위한 준비 작업을 수행한다. 그 첫 번째 단계로, 시험의 목적을 명확히 해야 한다. 일반적으로 디지털 프린터를 시험/분석하는 목적은 평가 대상 디지털 프린터를 구성하는 모든 보안 기능이 보안 목적에 맞게 동작하는지 확인하고, 보안기능들이 전체적으로 효용성 있는 하나의 보안 시스템으로 동작하는지 여부를 확인 하는 것에 있다. 목적을 명확하게 한 후에는 시험 분석서를 작성하기 위한 작성 기법을 명시해야 한다. 작성 기법에는 정형화된 기법, 준 정형화된 기법, 비정형화된 기법이 있다. 작성 규칙을 명시한 후에는 용어 및 약어를 정리한다. 시험 수행과 관련된 모든 용어 및 약어에 대해 미리 정리함으로써 시험 도중 발생할 수 있는 혼동을 미연에 방지할 수 있다.</p><h3>3.2.2 시험 계획 수립</h3><p>시험 준비가 끝나면 시험 계획을 수립한다. 시험 계획을 수립하기 위해, 우선 시험에 필요한 장비를 식별한다. 일반적으로 디지털 프린터 제품의 시험 및 분석에는 디지털 프린터와 시험용 서버, 시험용 PC가 요구된다. (그림 6)은 디지털 프린터, 시험용 PC, 시험용 서버 간의 구성을 나타낸 것이다.</p><h3>3.2.3 시험 환경 구축</h3><p>장비 식별이 끝나면 시험 환경을 구축한다. 시험용 서버와 시험용 PC, 디지털 프린터 간의 네트워크를 구축하고, 구축된 네트워크에 대한 세부 사항을 명확히 한다. 또한, 시험 및 분석에 사용되는 응용 프로그램과 드라이버를 선택하여 프로그램명과 버전을 명확히 식별해야 한다.</p><h3>3.2.4 시험 수행</h3><p>시험 수행 단계에서는 실제로 디지털 프린터에 대한 시험을 수행한다. 시험 수행은 각 기능별로 나누어서 수행한다. 앞서 설명한 일반적인 보안기능별로 시험 단계를 나누어보면 네트워크 자원 사용을 위한 인증 및 식별, 데이터 접근 제어, 하드디스크 완전삭제, 암호화, 디지털 워터마킹, SSL로 나눌 수 있다. 시험은 가능한 모든 경우의 수를 염두에 두고 모든 상황에 대해 시험을 수행해야 한다. 각 시험은<표 3>과 같은 시험서 양식에 따라 수행하고 그 과정과 결과를 명확히 기록한다.</p><table border><caption><표 3>시험서 작성 양식</caption><tbody><tr><td>목 록</td><td>내 용</td></tr><tr><td>시험목적</td><td>시험을 하는 목적</td></tr><tr><td>시험환경</td><td>시험이 이루어지는 환경</td></tr><tr><td>종속관계</td><td>본 시험의 수행을 위해 선 수행 또는 후 수행되어야 하는 시험 식별</td></tr><tr><td>시험절차</td><td>본 시험이 이루어지는 상세 과정</td></tr><tr><td>예상결과</td><td>본 시험으로 인해 예상되는 결과</td></tr><tr><td>실제결과</td><td>본 시험이 수행된 후 나온 결과</td></tr></tbody></table><h3>3.2.5 시험 결과 분석</h3><p>시험이 종료되면 시험 결과를 분석한다. 우선 시험 결과를 분석하기 쉬운 형태로 정리/가공한다. 다음으로 디지털 프린터의 모든 보안 기능에 대하여 시험이 이루어졌는지를 확인하기 위해 시험 일치성 분석이 이루어져야 한다. 마지막으로 예상 결과와 실제 결과가 다른 시험항목에 대해서는 기능 수정 및 보완 작업을 수행한다.</p> <h2>3.3 국내·외 디지털 프린터 관련 표준화 동향 조사</h2><p>본 절에서는 국내 외에서 진행되었던 프린터 관련 표준을 소개하고, 각 표준에서 정의한 자산과 위헙 및 그에 대응하는 보안기능에 대해 알아본다.</p><h3>3.3.1 CIAC-2304</h3><p>국외에서는 디지털 프린터에 대한 취약성 및 위협 분석이 이미 수행되었다. 미국에서는 정부 주도하에 1995년 CIAC-2304 Data Security Vulnerabilities of Facsimile Machines and Digital Copiers 보고서를 통해 팩시밀리와 복사기에 대한 위협을 분석하였다. CIAC-2304에서는 팩스와 복사 기능에 대한 취약성을 분석하였으며, 분석된 취약성은<표 4>와 같다.</p><table border><caption><표 4>CIAC-2304에서 보고된 취약성</caption><tbody><tr><td>분류</td><td>취약성</td></tr><tr><td rowspan=6>팩스</td><td>메시지 인증이 불가하여 공격자가 중간에서 데이터를 위변조 할 수 있음</td></tr><tr><td>가입자의 전화번호나 서비스 제공자의 ID를 위변조할 수 있음</td></tr><tr><td>팩스 기기에 대한 인증이 되지 않을 경우, 전화번호를 스푸핑할 수 있음</td></tr><tr><td>팩스 전송 시, 암호화하지 않는 경우 도청을 통해 중요 데이터가 유출될 수 있음</td></tr><tr><td>잘못된 팩스 설정이나 사용자의 부주의로 인해 시스템이 취약해질 수 있음</td></tr><tr><td>하드웨어 자원의 한계로 인해 저장된 데이터가 삭제될 수 있음</td></tr><tr><td rowspan=2>복사</td><td>네트워크를 통해 저장 데이터 유출될 수 있음</td></tr><tr><td>인쇄할 데이터를 위변조하여 인쇄될 수 있음</td></tr></tbody></table><h3>3.3.2 IEEE P2600</h3><p>IEEE P2600은 디지털 프린터 내부에 저장된 사용자 데이터와 시스템 관리 데이터, 물리적인 디지털 프린터 자원, 디지털 프린터 운영 펌웨어 등을 디지털 프린터가 보호해야 할 자산으로 정의하였다. IEEE P2600에서는 디지털 프린터가 안전하게 보호해야할 자산의 중요도에 따라 운영 환경을 네 가지로 분류하고 있으며, 각 운영 환경에 따라 위협을 도출하였다. 도출한 위협은 보호해야 할 사용자 데이터, 자원, DOS(Denial Of Service)위협, 다른 공격에 이용될 위헙, 보안 기능으로 나누어 정의한다.<표 5>는 IEEE P2600에서 보고된 취약성에 대해 정리한 것이다.</p><table border><caption>〈표 5〉 IEEE P2600에서 보고된 취약성</caption><tbody><tr><td>분류</td><td>위협</td></tr><tr><td rowspan=6>사용자 데이터</td><td>일반적인 방법으로 사용자 데이터에 접근함</td></tr><tr><td>전화회선이나 관리 포트를 통해 사용자 데이터에 접근함</td></tr><tr><td>스니핑을 통해 사용자 데이터에 접근함</td></tr><tr><td>위장을 통해 전송되는 사용자 데이터를 변경 또는 삭제함</td></tr><tr><td>인쇄된 형태의 사용자 데이터를 획득함</td></tr><tr><td>저장장치에 저장된 사용자 데이터를 삭제 또는 유출함</td></tr><tr><td rowspan=2>자원</td><td>서버 보안이나 과금을 피하기 위해 시스템과 P2P로 연결함</td></tr><tr><td>제어나 과금을 우회하기 위해 불법 장치를 사용함</td></tr><tr><td rowspan=3>DoS 위협</td><td>가능한 네트워크 연결을 모두 열어 네트워크 인터페이스에 대한 서비스 거부 공격을 시도함</td></tr><tr><td>인쇄 처리의 루프를 유발하는 인쇄 파일로 인해 인쇄 기능에 대한 서비스 거부 공격을 시도함</td></tr><tr><td>팩스 회선을 방해하여 팩스 기능에 대한 서비스 거부 공격을 시도함</td></tr><tr><td rowspan=3>다른 공격에 이용</td><td>네트워크 서비스를 통해 IT 환경을 공격함</td></tr><tr><td>디지털 복합기의 네트워크 서비스를 이용하여 조직 내부 망에 서비스 거부 공격을 시도함</td></tr><tr><td>팩스 연결을 통해 디지털 복합기 내부에 접근함</td></tr><tr><td rowspan=5>보안 기능</td><td>관리 데이터를 스니핑하여 정당한 사용자로 위장함</td></tr><tr><td>관리 데이터를 변경 및 삭제하여 정당한 사용자로 위장함</td></tr><tr><td>감사 기록에 접근하여 정당한 사용자와 시스템 내부에 대한 지식을 얻음</td></tr><tr><td>디지털 복합기의 설정 값을 변경하여 추후 공격에 이용함</td></tr><tr><td>인가되지 않은 애플릿을 설치하여 추후 공격에 이용함</td></tr></tbody></table> <h1>6. 결 론</h1><p>본 논문에서는 국내 외 디지털 프린터 보안기능 개발 동향과 디지털 프린터 보안기능 시험수행기관 평가 현황을 분석하고, 표준화 동향을 살펴보았다. 이어 국내 · 외 디지털 프린터에 탑재되어 있는 보안기능을 분석하였으며, 디지털 프린터 보안기능별 기반기술로써 잔여정보 보호 기술, 부정 출력/무단 사용 방지 기술, 위조/복제 방지 기술, 출력 접근 제어 기술을 분석하였다. 그 결과 공통평가기준에 따라 이에 대한 시험항목을 도출하고 해당 기능의 시험 방법을 제시하였다.</p><p>최근 디지털 프린터는 컨버전스 시대에 발맞추어 프린터, 스캐너, 복사기, 팩스 등의 기기를 통합하여 사용자에게 사무기기가 차지하는 공간을 줄이게 하고 비용은 감소시키면서 업무효율은 극대화하고 있다. 따라서 디지털 프린터에 대한 수요는 계속적으로 증가하고 있는 추세이다. 이에 따라 디지털 프린터에서 사용하는 보안 기술에 대한 중요성도 강조되고 있다.</p><p>이에 본 논문에서 제시한 디지털 프린터에 대한 전반적인 보안기능 설명과 시험방법론은 개발자에게는 보다 안전한 제품을 설계하고 개발하는데 도움을 줄 것이며, 평가자에게는 디지털 프린터를 이해하고, 이에 대한 평가를 적절하게 수행하는데 도움이 될 것이다. 뿐만 아니라 사용자에게는 널리 사용되고 있는 디지털 프린터를 통해서도 개인정보 및 기업 기밀정보가 침해될 수 있음을 경고함으로써 보다 안전한 정보기기 운영 환경 구축과 사용에 도움을 주는데 공헌할 것이다.</p> <h1>요 약</h1> <p>현재 기업 및 공공기관에서 주로 사용하고 있는 디지털 프린터는 출력을 비롯하여 복사, 스캔, 팩스 등의 다양한 기능을 통합한 복합 기기로서, 최근에는 산업기술 유출 방지를 위해서 중요 데이터 유출 방지를 위한 보안기능을 구현하고 있다. 이에 일본과 미국에서는 일찍이 디지털 프린터에 대한 공통평가기준(CC, Common Criteria) 평가 인증을 진행하고 있으며, 국내에서도 최근부터 공공기관에 납품되는 제품에 대해 보안적합성 검증을 의무화하고 CC 평가 인증을 시작하고 있다. 하지만, 국내에서는 디지털 프린터에 대한 평가 지식이 부족하여 공통평가기준 평가를 준비하는 개발자 및 평가자가 어려움을 겪고 있다. 따라서 차기 평가 수요가 예측되는 디지털 프린터의 보안기능 기반시술 시험방법 및 평가요소기술에 대한 확보가 절실한 상황이다. 이에 본 논문에서는 국내·외 주요 업체들의 디지털프린터에 포함되어 있는 보안 기능 및 개발동향을 분석하고, 각 보안 기능별 특성을 파악하여 디지털 프린터 보안기능 평가 및 취약성 시험 방법에 대한 가이드라인을 제시한다.</p> <h1>4. 공통평가기준을 활용한 디지털 프린터 보안기능 별 기반기술 시험항목 도출</h1><p>본 장에서는 위에서 분석한 국내·외 디지털 프린터의 보안 기능을 공통평가기준을 기반으로 시험/평가 하기위한 항목을 도출한다. 이를 위해 공통평가기준의 시험 클래스 (ATE)와 취약성 클래스(AVA)를 참조한다. 공통평가기준에서 시험 클래스는 평가 제품의 보안기능이 설계 설명대로 동작하는지 확인하는 것에 중점을 두고 있다. 취약성 클래스는 평가 제품의 개발이나 운영 중에 악용 가능한 취약성이 발생할 가능성을 다룬다. 공통평가기준 v3.1에서<표 6>에서 보는 것과 같이 시험 클래스와 취약성 클래스는 다음과 같은 패밀리를 포함한다. 이 중 ATE_COV, ATE_DPT, ATE_FUN은 개발자가 작성한 문서와 개발자가 수행한 시험과 관련된 패밀리이며 ATE_IND와 AVA_VAN은 평가자가 시험/취약성과 연관되는 패밀리이다. ATE_FUN은 개발자가 수행한 시험의 정당성과 관련된 패밀리로 개발자의 문서를 통해 이를 확인하는 것이다. 또한 AVA_VAN은 잠재된 취약성에 대한 시험과 관련된 패밀리이다. 이는 모든 보안기능에 대해<표 5>,<표 6>에서 보고된 취약성과 대표적인 취약성 분석 사이트인 National Vulnerability Database (NST)(http://nvd.nistgov/), SocurityFocus \( \rightarrow \) bugTraq (http://www.securityfocus.com/vulnerabilities), Secunia (http://www.secunia.com), CVE(Common Vulnerability and Exposures) (http://cve.mitre.org/), Black hat (http://www.blackhat.com) 등을 통해 시험한다. 이에 본 논문에서는 ATE_COV, ATE_DPT, ATE_IND에 해당하는 항목에 대해 시험항목을 도출한다.</p><table border><caption><표 6>시험/취약성 클래스와 패밀리</caption><tbody><tr><td>클래스</td><td>패밀리</td><td>설명</td></tr><tr><td rowspan=4>ATE</td><td>COV</td><td>보안 기능이 기능명세에 따라 시험되었는지를 입증</td></tr><tr><td>DPT</td><td>보안 기능 시험의 상세 수준을 다룸 (내부 인터페이스 직접 시험)</td></tr><tr><td>FUN</td><td>시험 문서내의 시험항목이 정확하게 수행되고 문서화되었음을 보증</td></tr><tr><td>IND</td><td>평가자가 위 시험을 검증하고 추가적인 실험을 수행</td></tr><tr><td>AVA</td><td>VAN</td><td>잠재적 취약성에 대해서도 시험 (기능 무력화 및 우회 시험)</td></tr></tbody></table><h2>4.1 잔여정보 보호 기술</h2><p>잔여정보의 데이터 복구를 막기 위한 보호 기술로 사용된 데이터 영역에 덮어쓰는 과정을 반복하여 이전에 사용된 데이터의 복구를 막는 방법이 있다. 공통평가기준에 따라 완전삭제와 관련된 시험항목은<표 7>과 같이 도출할 수 있다.</p><h2>4.2 보안인쇄 기술</h2><p>보안인쇄 기능의 시험항목은 두 가지 목표를 바탕으로 도출한다. 우선 해당 기능이 가져야 할 보안요구사항을 충실히 반영하고 있다는 것을 입증하기 위한 시험을 수행하고, 기능의 동작이 정확하고 명세서와 일치하여 결함(fault)이나 결점(defect)이 없음을 확인하는 시험을 수행한다. 보안인쇄 기술과 관련된 시험항목은<표 8>과 같다.</p><h2>4.3 위조/복제 방지 기술</h2><p>위조 및 복제 방지 기능을 시험하기 위해서는 두 가지 요소가 식별 되어야 하는데, 첫 번째는 위조 및 복제 방지 기능이 완전히 원본 문서의 복사, 출력 또는 스캔을 방지하기 위한 목적인지 아니면 복사본을 명시하기 위함인지를 명확히 식별하는 것이다. 전자의 경우, 도출된 세부 시험항목이 모두 해당되지만, 훅자의 경우에는 세부 시험항목이 일부 적용되지 않을 수 있다. 두 번째로 식별되어야 하는 요소는 위조 및 복제 방지 기능이 수행되는 환경에 대한 식별로써, 해당 기능이 복사, 스캔, 출력 및 팩스 전송 등 디지털 프린터의 기본 기능 중 어떤 기능에서 사용하는지 식별하는 것이다. 이러한 환경 식별이 명확히 이루어진 후, 위조 및 복제 방지기능의 정상 동작여부를 판별한다. 공통평가기준에 따라 위조/복제 방지 기술과 관련된 시험항목은<표 9>와 같다.</p><h2>4.4 출력 접근제어 기술</h2><p>출력 접근제어 기술은 다른 사용자로부터 자신의 신원 정보를 이용하여 자신의 출력물을 보호하는 기술이다. 따라서 사용자 인증은 출력 접근제어 기술의 핵심이다. 출력 접근 제어 기술의 안전성을 평가하기 위해서는 디지털 프린터에 구현된 인증 절차 및 메커니즘이 적절한지 여부와 인증 실패 시 대처 방안 및 인증서버에 대한 안전성 평가가 필요하다. 이를 통해 출력 접근제어 기술이 공격에 안전하다는 것을 입증한다. 공통평가기준에 따라 사용자 인증을 사용한 출력 접근제어 기술에 대한 시험항목은<표 10>과 같다.</p>	통계학	[ "<h1>2. 국내 외 디지털 프린터 보안기능 개발 동향</h1><p>본 장에서는 국내 외 디지털 프린터 보안기능 개발 동향을 분석한다.", "이를 위해, 먼저 디지털 프린터 업체들의 개발 동향을 살펴본다.", "그리고 국내 외 디지털 프린터 보안기능 관련 시험수행기관 동향을 살펴본다.", "</p><h2>2.1 국내·외 디지털 프린터 보안기능 개발 업체 동향 조사</h2><p>디지털 프린터의 보안기능은 디지털 프린터의 사용자에 대한 인증 및 식별, 하드디스크 완전삭제, 전송되거나 저장되는 데이터의 암호화, 출력문서 보안기능 등이 있다.", "이와 같은 디지털 프린터 보안기능을 개발하고 있는 업체들은 보안기능 개발 이후 평가기관에 의하여 공통평가기준 (CC : Common Criteria)에 근거하여 보안기능이 제대로 구현되고 시험되었는지를 평가받게 된다.", "국내·외 디지털 프린터 관련 보안기능 개발업체의 조사결과는<표 1>과 같다</p><table border><caption><표 1>디지털 프린터 보안기능 개발업체 현황</caption><tbody><tr><td>회사</td><td>사이트</td><td>인증 횟수</td></tr><tr><td>Canon Inc.", "</td><td>www.canon.com</td><td>6</td></tr><tr><td>Fuji Xerox Co, Ltd.", "</td><td>www.fujixerox.co.jp</td><td>28</td></tr><tr><td>Hewlett-Rackard Development Company, L.P.</td><td>www.hp.com</td><td>1</td></tr><tr><td>Konica Minolta Business Technologies, Inc.", "</td><td>www.konicaminolta.com</td><td>30</td></tr><tr><td>KYOCERA MITA Corporation</td><td>www.kyoceramita.com</td><td>4</td></tr><tr><td>Lexmark International, Inc,</td><td>www.lexmark.com</td><td>3</td></tr><tr><td>Oki Data Corporation</td><td>www.okidata.com</td><td>1</td></tr><tr><td>Panasonic Communications Co., Ltd.", "</td><td>pamasonic.co.jp/pcc/e</td><td>3</td></tr><tr><td>Ricoh Company, Ltd.", "</td><td>www.ricoh.com</td><td>6</td></tr><tr><td>SAMSUNG</td><td>www.samsung.com</td><td>1</td></tr><tr><td>SEIKO EPSON CORPORATION</td><td>www.epson.co.jp/e</td><td>1</td></tr><tr><td>Sharp Corporation</td><td>sharp-world.com</td><td>20</td></tr><tr><td>TOSHIBA TEC CORPORATION</td><td>www.toshibatec.co.jp</td><td>7</td></tr><tr><td>Xerox Corporation</td><td>www.Xerox.com</td><td>6</td></tr></tbody></table><h2>2.2 국내 · 외 디지털 프린터 보안기능 시험수행기관 동향</h2><p>최근의 디지털 프린터는 보안기능이 탑재된 IT제품으로 분류되어, 보안 기능성과 이에 적용된 보증수단이 보안기능 요구사항들을 만족하는가에 대한 신뢰도를 확인하기 위해 공통평가기준에 의해 보안성 평가를 받는다.", "본 절에서는 디지털 프린터의 보안기능성에 대하여 CC평가를 수행한 시험수행기관들을 조사하고, 조사된 자료를 바탕으로 현재 디지털 프린터의 CC 평가 인증 진행 현황과 그 의미를 분석한다.", "</p><h3>2.2.1 디지털 프린터 보안기능 평가기관 평가 현황</h3><p>2002년 이후 현재까지 디지털 프린터 보안기능과 관련하여 평가를 수행한 평가기관과 평가 의뢰 업체를 중심으로 평가 현황을 조사한 결과, (그림 1)과 같이 디지털 프린터 보안기능 관련 평가는 일본과 미국에서 주로 진행되고 있음 을 알 수 있었다.", "특히 일본의 ITSC \\( (48 \\%) \\), MIZUHO \\((29 \\%) \\), ESCEC\\( (6 \\%) \\)와 미국의 COACT\\( (4\\%) \\), CSC\\( (13 \\%) \\)는 디지털 프린터 보안기능과 관련된 평가에 있어 독보적인 점유율을 차지하고 있다.", "</p><p>각 평가기관에 평가를 의뢰한 디지털 프린터 보안기능 개발 업체를 살펴보면, 미국의 COACT에서는 Hewlett-Packard와 Lexmark Inc.", "가 평가를 받았으며, CSC에서는 Sharp와 Xerox가 평가를 받았다.", "또한 일본의 ECSEC는 Canon, Xerox, Ricoh 등이 주로 평가를 받았으며, ITSC에서는 Fuji Xerox, Sharp, Konica Minolta, Kyocera Mita가 주로 평가를 받았다.", "MIZUHO는 Konica Minolta와 Sharp의 평가를 주로 수행하였다.", "디지털 프린터 보안기능 관련 개발 업체에서 평가받은 제품들을 살펴보면, 디지털 프린터 자체를 평가받은 업체도 있었지만, 보안기능 모듈단위로 평가를 신청한 업체들도 다수 있었다.", "또한 디지털 프린터 보안 기능 개발 업체들은 기존에 자사의 제품에 대하여 평가를 수행하였던 평가기관에 다시 평가 신청하는 것으로 나타났다.", "</p><h3>2.2.2 국가별 평가 동향</h3><p>2002년부터 현재까지 국가별 디지털 프린터 보안기능 평가 현황을 살펴보면 일본과 미국이 주를 이루고 있다.", "현재까지 평가인증을 받은 디지털 프린터 보안기능 관련 평가 116건 중에서 미국이 11건으로 \\( 9 \\% \\) 의 비율을 차지하고 있고, 일본이 105건으로 복합기 평가의 \\( 91 \\% \\) 를 차지하고 있다.", "복합기 평가를 진행한 주 평가기관으로는 일본의 ECSEC (Electronic Commerce Security Technology Laboratory Inc.", "Evaluation Center), ITSC(Information Technology Security Center), MIZUHO(Mizuho Information & Research institute, inc.", "Center for Evaluation of Information Security)와 미국의 COACT, CSC(Computer Sciences Corporation)가 있다.", "</p><h3>2.2.3 디지털 프린터 평가 의뢰 업체 현황</h3><p>디지털 프린터 평가 의뢰 업체의 현황을 살펴본 결과 (그림 2)와 같이 디지털 프린터 보안기능 관련 평가를 의뢰한 다수의 업체 중에서 Fuji Xerox와 Konica Minolta, 그리고 Sharp가 디지털 프린터 보안기능과 관련하여 다수의 평가 인증을 획득했음을 알 수 있다.", "</p><ol type=A start=1><li>Canon Inc.", "</li><li>Fuji Xerox Co., Ltd</li><li>Hewlett-Packard Development Company, L.P.</li><li>Konica Minolta Business Technologies, Inc</li><li>KYOCERA MITA Corporation</li><li>Lexmark Inc.", "</li><li>Oki Data Corporation</li><li>Panasonic Communications Co., Ltd.", "</li><li>RICOH COMPANY, LTD.", "</li><li>SEIKO EPSON CORPORATION</li><li>Sharp Corporation</li><li>TOSHIBA TEC CORPORATION</li><li>Xerox Corporation</li></ol> <h1>3. 국내 • 외 디지털 프린터 보안기능 분석 및 조사</h1><h2>3.1 국내 • 외 디지털 프린터 제품의 보안기능 조사</h2><p>보안기능이 탑재된 디지털 프린터에서의 일반적인 보안기능은 크게 패스워드 기반의 인증, 하드디스크 완전 삭제, 그리고 데이터 암호화가 있다.", "이러한 기능들은 보안 유출 경로 중의 하나인 출력문서에 대한 보안을 강화하기 위하여 사용자에 대한 식별 및 인증을 통해 지정된 사용자만이 관련 문서를 출력할 수 있도록 하며, 하드디스크에서의 잔여정보에 대한 보안 문제를 해결하기 위하여 특수한 알고리즘을 적용하고 하드디스크에 대한 완전삭제를 구현하여 잔여 정보에 대한 보안을 강화한다.", "또한 하드디스크에 저장되는 데이터에 대하여 검증된 암호 알고리즘을 기반으로 암호화를 수행하여 내부 데이터에 대한 보호를 수행한다.", "대표적인 디지털 프린터 개발업체들이 출시한 제품에서의 보안기능 탑재여부는<표 2>와 같다.", "</p><h3>3.1.1 인증</h3><p>디지털 프린터에서의 인증 및 식별 기능은 기본적으로 문서를 사용하려는 사용자의 신원과 이에 대한 검증 절차를 수행하며, 대부분의 제품에서는 패스워드 기반의 인증 절차를 사용한다.", "디지털 프린터에서는 문서에 대한 복사, 스캔, 인쇄, 팩스 등의 기능을 가지고 있으며, 디지털 프린터가 네트워크와 연결되었을 시에는 이를 활용한 편의기능인 스캔 후 이메일 전송 또는 서버 전송 등의 기능 등이 제공된다.", "</p><table border><caption>〈표 2〉 디지털 프린터 개발업체 및 기종에 따른 보안기능 탑재 여부(A : 인증 및 식별, B : 암호화, C : 하드디스크 완전삭제)</caption><tbody><tr><td>디지털 프린터 개발업체 및 기종</td><td>A</td><td>B</td><td>C</td><td>기타 보안기능</td></tr><tr><td>삼성전자 SCX-6X45</td><td>O</td><td>O</td><td>O</td><td>- 감사기록 제공</td></tr><tr><td>신도리코 Aficio MP 5000/5000B, 4000/4000B</td><td>O</td><td>X</td><td>X</td><td>-워터마크를 이용한 부정출력 방지</td></tr><tr><td>신도리코 DGwox</td><td>O</td><td>O</td><td>X</td><td>- SSL을 이용한 데이터 보호 워터마크를 이용한 부정 출력 방지</td></tr><tr><td>후지제록스 ApeosPort-Ⅱ</td><td>O</td><td>O</td><td>O</td><td>- 감사로그 제공</td></tr><tr><td>후지제록스 DocuCentre-Ⅲ</td><td>O</td><td>O</td><td>O</td><td>- 워터마크를 이용한 부정출력 방지</td></tr><tr><td>HP Laserjet 4345</td><td>O</td><td>O</td><td>O</td><td></td></tr><tr><td>Kyocera KM-8030</td><td>O</td><td>O</td><td>O</td><td></td></tr></tbody></table><p>이러한 기능이 제공되는 복합기에서는 반드시 해당 기능에 대한 사용 권한이 있는지에 대한 확인을 위하여 인증 및 식별 기능을 제공하는데, 이 때 인증서버에 접근하기 위하여 대부분 Kerberos, LDAP, 또는 SMB 등의 프로토콜을 지원한다.", "네트워크 자원의 사용을 위한 인증 및 식별 절차에 대한 전체적인 구성은 (그림 3)과 같다.", "</p><h3>3.1.2 데이터 접근제어</h3><p>디지털 프린터에서 수행되는 기본적인 기능인 복사, 스캔, 출력, 팩스 기능은 대부분 하드디스크 또는 메모리에 해당 문서가 저장된 후 기능을 수행하게 된다.", "따라서 저장된 중요 데이터에 대한 접근제어 기능이 탑재되며, 이러한 접근 제어 및 권한 부여를 위해 인증 및 식별은 필수적이다.", "대부분의 디지털 프린터에서는 저장된 문서를 보존용 문서와 일반 문서로 구분하게 되는데, 보존용 파일에 대한 접근 권한은 해당 파일을 저장한 사용자에게만 허용된다.", "일반적으로 보존용 파일에 접근할 경우, 사용자 클라이언트 PC에서는 PIN 번호를 설정하게 된다.", "해당 문서 출력 시 사용자는 클라이언트 PC또는 해당 디지털 프린터에 직접 접근하여 문서에 대한 접근 권한이 있음을 증명하기 위해 미리 저장된 PIN번호를 입력하여 인증 절차를 수행한 후 해당 문서를 출력 또는 전송하게 된다.", "디지털 프린터에서 보존용 파일에 대한 접근 및 문서 출력 과정은 (그림 4)와 같다.", "</p><h3>3.1.3 하드디스크 완전삭제</h3><p>최근 출시되는 대부분의 기업용 디지털 프린터에서는 기본적으로 하드디스크 완전삭제 기능을 제공한다.", "디지털 프린터에서 사용된 데이터는 대부분 하드디스크에 저장되며, 운영체제의 특성상 데이터 삭제 명령은 데이터 영역을 초기화하지 않으므로 자기적인 특성을 유지하게 된다.", "따라서 단순한 삭제만으로는 데이터가 완전히 삭제되지 않으며 복원 유틸리티 등을 사용하면 삭제된 데이터의 복구가 가능하다.", "이를 방지하기 위해 디지털 프린터 제조업체에서는 하드디스크 완전삭제 기능을 적용하고 있다.", "</p><p>하드디스크 완전삭제 기술 중 하나를 예로 들면 미 국방성 표준인 DoD 5220.22-M의 \"DoD Clearing and sanitizing standard\"가 있다.", "이것은 매체의 모든 접근 가능한 위치를 단일 문자, 그것의 보수, 그리고 임의의 문자로 세 번을 덮어쓴 후 검증하는 절차를 갖는다.", "</p><h3>3.1.4 암호화</h3><p>디지털 프린터 내의 하드디스크에는 중요한 데이터가 보관될 수 있다.", "그러나 이러한 데이터는 공격자에게 노출될 수 있다.", "따라서 하드디스크 내에 저장되는 데이터는 기밀성을 위해 암호화를 필요로 한다.", "본 보안기능은 하드디스크에 데이터를 기록할 때 시스템 내부적으로 작동한다.", "하드디스크에 기록되는 데이터는 암호화 알고리즘으로 암호화된 후 하드디스크에 기록되며, 하드디스크에 기록된 데이터는 암호화 알고리즘으로 복호화 하여 사용될 수 있다.", "</p><h3>3.1.5 기타 보안 기능</h3><p>기타 보안 기능으로 디지털 워터마킹과 SSL(Secure Socket Layer)를 들 수 있다.", "(그림 5)에서처럼 디지털 워터마킹(Digital Watermarking) 기술은 데이터의 복제 및 위조 방지를 위해 사용되는 보안기능이다.", "워터마킹은 저작권 보호, 위·변조 판별, 불법복제 추적, 사용자 제어, 내용 보호, 내용 라벨링 등의 기능을 제공한다.", "현재 디지털 프린터에서 워터마크 기술을 이용한 위조 및 복제 방지 기술은 신도리코와 후지제록스, Konica Minolta의 일부 제품군에서 활용되고 있다.", "</p><p>SSL은 TCP/IP 상의 응용 계층과 전송계층 사이에서 동작하며, 클라이언트와 서버 사이에서 안전한 채널을 생성해준다.", "디지털 프린터는 자체적으로 내장된 웹 서버를 기반으로 관리자에게 원격 관리 서비스를 제공하고 있는데, 원격에서 송수신되는 중요 정보에 대한 기밀성 및 무결성을 보장하기 위하여 SSL 프로토콜을 이용한다.", "</p> <h2>3.2 국내 · 외 디지털 프린터 보안기능 시험/분석 방법 조사</h2><p>디지털 프린터에 구현된 모든 기능은 완전하게 동작해야 하며, 보안상 취약점이 존재하지 않도록 해야 한다.", "이를 위해 디지털 프린터 제품을 출시하기 전에 디지털 프린터에 대한 철저한 시험 및 분석이 이루어져야 한다.", "일반적인 시험 및 분석 방법은 시험 준비(Prepare to test), 시험 계획 수립(Test Plan), 시험환경 구축(Build test environment), 시험 수행(Functional specification test), 시험 결과 분석(Test result analysis)의 다섯 단계로 구성된다.", "</p><h3>3.2 .1 시험 준비</h3><p>시험을 수행하기 전에 시험 수행을 위한 준비 작업을 수행한다.", "그 첫 번째 단계로, 시험의 목적을 명확히 해야 한다.", "일반적으로 디지털 프린터를 시험/분석하는 목적은 평가 대상 디지털 프린터를 구성하는 모든 보안 기능이 보안 목적에 맞게 동작하는지 확인하고, 보안기능들이 전체적으로 효용성 있는 하나의 보안 시스템으로 동작하는지 여부를 확인 하는 것에 있다.", "목적을 명확하게 한 후에는 시험 분석서를 작성하기 위한 작성 기법을 명시해야 한다.", "작성 기법에는 정형화된 기법, 준 정형화된 기법, 비정형화된 기법이 있다.", "작성 규칙을 명시한 후에는 용어 및 약어를 정리한다.", "시험 수행과 관련된 모든 용어 및 약어에 대해 미리 정리함으로써 시험 도중 발생할 수 있는 혼동을 미연에 방지할 수 있다.", "</p><h3>3.2.2 시험 계획 수립</h3><p>시험 준비가 끝나면 시험 계획을 수립한다.", "시험 계획을 수립하기 위해, 우선 시험에 필요한 장비를 식별한다.", "일반적으로 디지털 프린터 제품의 시험 및 분석에는 디지털 프린터와 시험용 서버, 시험용 PC가 요구된다.", "(그림 6)은 디지털 프린터, 시험용 PC, 시험용 서버 간의 구성을 나타낸 것이다.", "</p><h3>3.2.3 시험 환경 구축</h3><p>장비 식별이 끝나면 시험 환경을 구축한다.", "시험용 서버와 시험용 PC, 디지털 프린터 간의 네트워크를 구축하고, 구축된 네트워크에 대한 세부 사항을 명확히 한다.", "또한, 시험 및 분석에 사용되는 응용 프로그램과 드라이버를 선택하여 프로그램명과 버전을 명확히 식별해야 한다.", "</p><h3>3.2.4 시험 수행</h3><p>시험 수행 단계에서는 실제로 디지털 프린터에 대한 시험을 수행한다.", "시험 수행은 각 기능별로 나누어서 수행한다.", "앞서 설명한 일반적인 보안기능별로 시험 단계를 나누어보면 네트워크 자원 사용을 위한 인증 및 식별, 데이터 접근 제어, 하드디스크 완전삭제, 암호화, 디지털 워터마킹, SSL로 나눌 수 있다.", "시험은 가능한 모든 경우의 수를 염두에 두고 모든 상황에 대해 시험을 수행해야 한다.", "각 시험은<표 3>과 같은 시험서 양식에 따라 수행하고 그 과정과 결과를 명확히 기록한다.", "</p><table border><caption><표 3>시험서 작성 양식</caption><tbody><tr><td>목 록</td><td>내 용</td></tr><tr><td>시험목적</td><td>시험을 하는 목적</td></tr><tr><td>시험환경</td><td>시험이 이루어지는 환경</td></tr><tr><td>종속관계</td><td>본 시험의 수행을 위해 선 수행 또는 후 수행되어야 하는 시험 식별</td></tr><tr><td>시험절차</td><td>본 시험이 이루어지는 상세 과정</td></tr><tr><td>예상결과</td><td>본 시험으로 인해 예상되는 결과</td></tr><tr><td>실제결과</td><td>본 시험이 수행된 후 나온 결과</td></tr></tbody></table><h3>3.2.5 시험 결과 분석</h3><p>시험이 종료되면 시험 결과를 분석한다.", "우선 시험 결과를 분석하기 쉬운 형태로 정리/가공한다.", "다음으로 디지털 프린터의 모든 보안 기능에 대하여 시험이 이루어졌는지를 확인하기 위해 시험 일치성 분석이 이루어져야 한다.", "마지막으로 예상 결과와 실제 결과가 다른 시험항목에 대해서는 기능 수정 및 보완 작업을 수행한다.", "</p> <h2>3.3 국내·외 디지털 프린터 관련 표준화 동향 조사</h2><p>본 절에서는 국내 외에서 진행되었던 프린터 관련 표준을 소개하고, 각 표준에서 정의한 자산과 위헙 및 그에 대응하는 보안기능에 대해 알아본다.", "</p><h3>3.3.1 CIAC-2304</h3><p>국외에서는 디지털 프린터에 대한 취약성 및 위협 분석이 이미 수행되었다.", "미국에서는 정부 주도하에 1995년 CIAC-2304 Data Security Vulnerabilities of Facsimile Machines and Digital Copiers 보고서를 통해 팩시밀리와 복사기에 대한 위협을 분석하였다.", "CIAC-2304에서는 팩스와 복사 기능에 대한 취약성을 분석하였으며, 분석된 취약성은<표 4>와 같다.", "</p><table border><caption><표 4>CIAC-2304에서 보고된 취약성</caption><tbody><tr><td>분류</td><td>취약성</td></tr><tr><td rowspan=6>팩스</td><td>메시지 인증이 불가하여 공격자가 중간에서 데이터를 위변조 할 수 있음", "</td></tr><tr><td>가입자의 전화번호나 서비스 제공자의 ID를 위변조할 수 있음", "</td></tr><tr><td>팩스 기기에 대한 인증이 되지 않을 경우, 전화번호를 스푸핑할 수 있음", "</td></tr><tr><td>팩스 전송 시, 암호화하지 않는 경우 도청을 통해 중요 데이터가 유출될 수 있음", "</td></tr><tr><td>잘못된 팩스 설정이나 사용자의 부주의로 인해 시스템이 취약해질 수 있음", "</td></tr><tr><td>하드웨어 자원의 한계로 인해 저장된 데이터가 삭제될 수 있음", "</td></tr><tr><td rowspan=2>복사</td><td>네트워크를 통해 저장 데이터 유출될 수 있음", "</td></tr><tr><td>인쇄할 데이터를 위변조하여 인쇄될 수 있음", "</td></tr></tbody></table><h3>3.3.2 IEEE P2600</h3><p>IEEE P2600은 디지털 프린터 내부에 저장된 사용자 데이터와 시스템 관리 데이터, 물리적인 디지털 프린터 자원, 디지털 프린터 운영 펌웨어 등을 디지털 프린터가 보호해야 할 자산으로 정의하였다.", "IEEE P2600에서는 디지털 프린터가 안전하게 보호해야할 자산의 중요도에 따라 운영 환경을 네 가지로 분류하고 있으며, 각 운영 환경에 따라 위협을 도출하였다.", "도출한 위협은 보호해야 할 사용자 데이터, 자원, DOS(Denial Of Service)위협, 다른 공격에 이용될 위헙, 보안 기능으로 나누어 정의한다.", "<표 5>는 IEEE P2600에서 보고된 취약성에 대해 정리한 것이다.", "</p><table border><caption>〈표 5〉 IEEE P2600에서 보고된 취약성</caption><tbody><tr><td>분류</td><td>위협</td></tr><tr><td rowspan=6>사용자 데이터</td><td>일반적인 방법으로 사용자 데이터에 접근함</td></tr><tr><td>전화회선이나 관리 포트를 통해 사용자 데이터에 접근함</td></tr><tr><td>스니핑을 통해 사용자 데이터에 접근함</td></tr><tr><td>위장을 통해 전송되는 사용자 데이터를 변경 또는 삭제함</td></tr><tr><td>인쇄된 형태의 사용자 데이터를 획득함</td></tr><tr><td>저장장치에 저장된 사용자 데이터를 삭제 또는 유출함</td></tr><tr><td rowspan=2>자원</td><td>서버 보안이나 과금을 피하기 위해 시스템과 P2P로 연결함</td></tr><tr><td>제어나 과금을 우회하기 위해 불법 장치를 사용함</td></tr><tr><td rowspan=3>DoS 위협</td><td>가능한 네트워크 연결을 모두 열어 네트워크 인터페이스에 대한 서비스 거부 공격을 시도함</td></tr><tr><td>인쇄 처리의 루프를 유발하는 인쇄 파일로 인해 인쇄 기능에 대한 서비스 거부 공격을 시도함</td></tr><tr><td>팩스 회선을 방해하여 팩스 기능에 대한 서비스 거부 공격을 시도함</td></tr><tr><td rowspan=3>다른 공격에 이용</td><td>네트워크 서비스를 통해 IT 환경을 공격함</td></tr><tr><td>디지털 복합기의 네트워크 서비스를 이용하여 조직 내부 망에 서비스 거부 공격을 시도함</td></tr><tr><td>팩스 연결을 통해 디지털 복합기 내부에 접근함</td></tr><tr><td rowspan=5>보안 기능</td><td>관리 데이터를 스니핑하여 정당한 사용자로 위장함</td></tr><tr><td>관리 데이터를 변경 및 삭제하여 정당한 사용자로 위장함</td></tr><tr><td>감사 기록에 접근하여 정당한 사용자와 시스템 내부에 대한 지식을 얻음", "</td></tr><tr><td>디지털 복합기의 설정 값을 변경하여 추후 공격에 이용함</td></tr><tr><td>인가되지 않은 애플릿을 설치하여 추후 공격에 이용함</td></tr></tbody></table> <h1>6. 결 론</h1><p>본 논문에서는 국내 외 디지털 프린터 보안기능 개발 동향과 디지털 프린터 보안기능 시험수행기관 평가 현황을 분석하고, 표준화 동향을 살펴보았다.", "이어 국내 · 외 디지털 프린터에 탑재되어 있는 보안기능을 분석하였으며, 디지털 프린터 보안기능별 기반기술로써 잔여정보 보호 기술, 부정 출력/무단 사용 방지 기술, 위조/복제 방지 기술, 출력 접근 제어 기술을 분석하였다.", "그 결과 공통평가기준에 따라 이에 대한 시험항목을 도출하고 해당 기능의 시험 방법을 제시하였다.", "</p><p>최근 디지털 프린터는 컨버전스 시대에 발맞추어 프린터, 스캐너, 복사기, 팩스 등의 기기를 통합하여 사용자에게 사무기기가 차지하는 공간을 줄이게 하고 비용은 감소시키면서 업무효율은 극대화하고 있다.", "따라서 디지털 프린터에 대한 수요는 계속적으로 증가하고 있는 추세이다.", "이에 따라 디지털 프린터에서 사용하는 보안 기술에 대한 중요성도 강조되고 있다.", "</p><p>이에 본 논문에서 제시한 디지털 프린터에 대한 전반적인 보안기능 설명과 시험방법론은 개발자에게는 보다 안전한 제품을 설계하고 개발하는데 도움을 줄 것이며, 평가자에게는 디지털 프린터를 이해하고, 이에 대한 평가를 적절하게 수행하는데 도움이 될 것이다.", "뿐만 아니라 사용자에게는 널리 사용되고 있는 디지털 프린터를 통해서도 개인정보 및 기업 기밀정보가 침해될 수 있음을 경고함으로써 보다 안전한 정보기기 운영 환경 구축과 사용에 도움을 주는데 공헌할 것이다.", "</p> <h1>요 약</h1> <p>현재 기업 및 공공기관에서 주로 사용하고 있는 디지털 프린터는 출력을 비롯하여 복사, 스캔, 팩스 등의 다양한 기능을 통합한 복합 기기로서, 최근에는 산업기술 유출 방지를 위해서 중요 데이터 유출 방지를 위한 보안기능을 구현하고 있다.", "이에 일본과 미국에서는 일찍이 디지털 프린터에 대한 공통평가기준(CC, Common Criteria) 평가 인증을 진행하고 있으며, 국내에서도 최근부터 공공기관에 납품되는 제품에 대해 보안적합성 검증을 의무화하고 CC 평가 인증을 시작하고 있다.", "하지만, 국내에서는 디지털 프린터에 대한 평가 지식이 부족하여 공통평가기준 평가를 준비하는 개발자 및 평가자가 어려움을 겪고 있다.", "따라서 차기 평가 수요가 예측되는 디지털 프린터의 보안기능 기반시술 시험방법 및 평가요소기술에 대한 확보가 절실한 상황이다.", "이에 본 논문에서는 국내·외 주요 업체들의 디지털프린터에 포함되어 있는 보안 기능 및 개발동향을 분석하고, 각 보안 기능별 특성을 파악하여 디지털 프린터 보안기능 평가 및 취약성 시험 방법에 대한 가이드라인을 제시한다.", "</p> <h1>4. 공통평가기준을 활용한 디지털 프린터 보안기능 별 기반기술 시험항목 도출</h1><p>본 장에서는 위에서 분석한 국내·외 디지털 프린터의 보안 기능을 공통평가기준을 기반으로 시험/평가 하기위한 항목을 도출한다.", "이를 위해 공통평가기준의 시험 클래스 (ATE)와 취약성 클래스(AVA)를 참조한다.", "공통평가기준에서 시험 클래스는 평가 제품의 보안기능이 설계 설명대로 동작하는지 확인하는 것에 중점을 두고 있다.", "취약성 클래스는 평가 제품의 개발이나 운영 중에 악용 가능한 취약성이 발생할 가능성을 다룬다.", "공통평가기준 v3.1에서<표 6>에서 보는 것과 같이 시험 클래스와 취약성 클래스는 다음과 같은 패밀리를 포함한다.", "이 중 ATE_COV, ATE_DPT, ATE_FUN은 개발자가 작성한 문서와 개발자가 수행한 시험과 관련된 패밀리이며 ATE_IND와 AVA_VAN은 평가자가 시험/취약성과 연관되는 패밀리이다.", "ATE_FUN은 개발자가 수행한 시험의 정당성과 관련된 패밀리로 개발자의 문서를 통해 이를 확인하는 것이다.", "또한 AVA_VAN은 잠재된 취약성에 대한 시험과 관련된 패밀리이다.", "이는 모든 보안기능에 대해<표 5>,<표 6>에서 보고된 취약성과 대표적인 취약성 분석 사이트인 National Vulnerability Database (NST)(http://nvd.nistgov/), SocurityFocus \\( \\rightarrow \\) bugTraq (http://www.securityfocus.com/vulnerabilities), Secunia (http://www.secunia.com), CVE(Common Vulnerability and Exposures) (http://cve.mitre.org/), Black hat (http://www.blackhat.com) 등을 통해 시험한다.", "이에 본 논문에서는 ATE_COV, ATE_DPT, ATE_IND에 해당하는 항목에 대해 시험항목을 도출한다.", "</p><table border><caption><표 6>시험/취약성 클래스와 패밀리</caption><tbody><tr><td>클래스</td><td>패밀리</td><td>설명</td></tr><tr><td rowspan=4>ATE</td><td>COV</td><td>보안 기능이 기능명세에 따라 시험되었는지를 입증</td></tr><tr><td>DPT</td><td>보안 기능 시험의 상세 수준을 다룸 (내부 인터페이스 직접 시험)", "</td></tr><tr><td>FUN</td><td>시험 문서내의 시험항목이 정확하게 수행되고 문서화되었음을 보증</td></tr><tr><td>IND</td><td>평가자가 위 시험을 검증하고 추가적인 실험을 수행</td></tr><tr><td>AVA</td><td>VAN</td><td>잠재적 취약성에 대해서도 시험 (기능 무력화 및 우회 시험)</td></tr></tbody></table><h2>4.1 잔여정보 보호 기술</h2><p>잔여정보의 데이터 복구를 막기 위한 보호 기술로 사용된 데이터 영역에 덮어쓰는 과정을 반복하여 이전에 사용된 데이터의 복구를 막는 방법이 있다.", "공통평가기준에 따라 완전삭제와 관련된 시험항목은<표 7>과 같이 도출할 수 있다.", "</p><h2>4.2 보안인쇄 기술</h2><p>보안인쇄 기능의 시험항목은 두 가지 목표를 바탕으로 도출한다.", "우선 해당 기능이 가져야 할 보안요구사항을 충실히 반영하고 있다는 것을 입증하기 위한 시험을 수행하고, 기능의 동작이 정확하고 명세서와 일치하여 결함(fault)이나 결점(defect)이 없음을 확인하는 시험을 수행한다.", "보안인쇄 기술과 관련된 시험항목은<표 8>과 같다.", "</p><h2>4.3 위조/복제 방지 기술</h2><p>위조 및 복제 방지 기능을 시험하기 위해서는 두 가지 요소가 식별 되어야 하는데, 첫 번째는 위조 및 복제 방지 기능이 완전히 원본 문서의 복사, 출력 또는 스캔을 방지하기 위한 목적인지 아니면 복사본을 명시하기 위함인지를 명확히 식별하는 것이다.", "전자의 경우, 도출된 세부 시험항목이 모두 해당되지만, 훅자의 경우에는 세부 시험항목이 일부 적용되지 않을 수 있다.", "두 번째로 식별되어야 하는 요소는 위조 및 복제 방지 기능이 수행되는 환경에 대한 식별로써, 해당 기능이 복사, 스캔, 출력 및 팩스 전송 등 디지털 프린터의 기본 기능 중 어떤 기능에서 사용하는지 식별하는 것이다.", "이러한 환경 식별이 명확히 이루어진 후, 위조 및 복제 방지기능의 정상 동작여부를 판별한다.", "공통평가기준에 따라 위조/복제 방지 기술과 관련된 시험항목은<표 9>와 같다.", "</p><h2>4.4 출력 접근제어 기술</h2><p>출력 접근제어 기술은 다른 사용자로부터 자신의 신원 정보를 이용하여 자신의 출력물을 보호하는 기술이다.", "따라서 사용자 인증은 출력 접근제어 기술의 핵심이다.", "출력 접근 제어 기술의 안전성을 평가하기 위해서는 디지털 프린터에 구현된 인증 절차 및 메커니즘이 적절한지 여부와 인증 실패 시 대처 방안 및 인증서버에 대한 안전성 평가가 필요하다.", "이를 통해 출력 접근제어 기술이 공격에 안전하다는 것을 입증한다.", "공통평가기준에 따라 사용자 인증을 사용한 출력 접근제어 기술에 대한 시험항목은<표 10>과 같다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "디지털 프린터의 보안기능 시험/평가방법론 개발", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-59ba330e-92b0-4be8-a7fd-4d2f4606f759", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "조영준", "이광우", "조성규", "박현상", "이형섭", "이현승", "김송이", "차욱재", "전웅렬", "원동호", "김승주" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
223	<p>트랜스코딩 연산이 포함된 이벤트 시퀀스 T, HT, HTm, Tm, m, Hm 에 대하여 대체 이벤트를 설명한 (그림 3)-(그림 8)의 이벤트 시퀀스들을 효과적으로 표현하기 위해서, 본 논문에서는 [10]에서 제안한 이벤트 전이 그래프를 확장하여 (그림 9)의 낮은 품질 서비스를 지원하는 이벤트 전이 그래프를 제안한다. 제안하는 그래프에서 총 6 개의 노드(init, H, T, M, m, D) 가 존재하기 때문에 총 화살표는 제안하는 이벤트 전이 그래프에 의하면, D 이벤트로 대체되지 않는 기존의 이벤트 시퀀스 9 개 (H, T, M, m, HT, HM, Hm, HTm, Tm) 와 부하가 큰 트랜스코딩 연산을 낮은 품질의 버전으로 서비스 하는 D 이벤트를 포함한 D, DT, Dm, DTm, HD, HDT, HDm, HDTm) 의 8개의 이벤트 시퀀스가 존재하여 총 17 개의 이벤트 시퀀스가 발생 가능하다. 이러한 17 개의 이벤트는 (그림 3)-(그림 8)과 같이 경우를 따지는 방법으로 확인할 수 있으며, (그림 9)에서 화살표 방향으로 전이해 봄으로써도 재확인할 수 있다.</p> <p>요청한 버전 \( v_ { r } \) 에 대하여 DQS 정책을 적용할 수 있는 경우에 선택되는 낮은 품질의 버전을 \( v_ { l } \) 라고 하고, \( v_ { l } \) 이 전체 크기로 캐싱되어 있지 않을 때(partial caching), \( v_ { l } \) 의 나머지 부분(suffix)을 생성할 수 있는 \( v_ { r } \) 의 상위버전을 \( v_ { h } \) 라고하면, 기존 이벤트들과 DQS 정책에서의 이벤트 사이의 관계를<표 1>과 같이 정리할 수 있다. 표에서 \( R(v) \) 는 버전 \( v \) 를 캐싱하는 영역(range)를 나타낸다. 또한, 캐싱여부와 상관없음은 D.C(Don't Care)로 표현하였고, 일부가 캐싱되어 있음은 partial로 표시하였는데, 글자 크기가 크면 크기가 작은 것에 비해 더 많은 부분이 캐싱되어 있음을, 굵은 표시로 표시하면 더 많은 부분이 캐싱되어 있음을 나타내도록 하였다. 즉,<표 1>의 가장 마지막 줄의 기존의 HTm 이벤트 시퀀스가 HDTm 이벤트 시퀀스로 대체되는 상황을 표현할 때, \( v_ { h } , v_ { r } , v_ { l } \) 모두 부분을 캐싱하고 있지만, 그 영역의 상관관계가 각각 \( R \left (v_ { h } \right )>R \left (v_ { r } \right ), R \left (v_ { r } \right )<R \left (v_ { l } \right ), \left (v_ { h } \right )>R \left (v_ { l } \right ) \)임을 나타내고 있다.</p> <table border><caption>기존 이벤트와 DQS 정책의 이벤트의 상관관계( \(R(v) \) : 버전 \(v \)가 캐싱된 영역)</caption> <tbody><tr><td>\( R \left (v_ { h } \right ) \)</td><td>\(R \left (v_ { r } \right ) \)</td><td>\(R \left (v_ { l } \right ) \)</td><td>DQS 이벤트</td><td>기존 이벤트</td></tr><tr><td>D.C</td><td>0</td><td>Full</td><td>D</td><td>T</td></tr><tr><td>Full</td><td>0</td><td>Partial</td><td>DT</td><td>T</td></tr><tr><td>D.C</td><td>0</td><td>Full</td><td>D</td><td>m</td></tr><tr><td>0</td><td>0</td><td>Partial</td><td>Dm</td><td>m</td></tr><tr><td>D.C</td><td>Partial</td><td>Full</td><td>HD</td><td>HT</td></tr><tr><td>Full</td><td>Partial</td><td>Partial</td><td>HDT</td><td>HT</td></tr><tr><td>D.C</td><td>Partial</td><td>Full</td><td>HD</td><td>Hm</td></tr><tr><td>Partial</td><td>Partial</td><td>Partial</td><td>HDm</td><td>Hm</td></tr><tr><td>D.C</td><td>0</td><td>Full</td><td>D</td><td>Tm</td></tr><tr><td>Partial</td><td>0</td><td>Partial</td><td>Dm</td><td>Tm</td></tr><tr><td>Partial</td><td>0</td><td>Partial</td><td>DTm</td><td>Tm</td></tr><tr><td>D.C</td><td>Partial</td><td>Full</td><td>HD</td><td>HTm</td></tr><tr><td>Partial</td><td>Partial</td><td>Partial</td><td>HDm</td><td>HTm</td></tr><tr><td>Partial</td><td>Partial</td><td>Partial</td><td>HDTm</td><td>HTm</td></tr></tbody></table>	통계학	[ "<p>트랜스코딩 연산이 포함된 이벤트 시퀀스 T, HT, HTm, Tm, m, Hm 에 대하여 대체 이벤트를 설명한 (그림 3)-(그림 8)의 이벤트 시퀀스들을 효과적으로 표현하기 위해서, 본 논문에서는 [10]에서 제안한 이벤트 전이 그래프를 확장하여 (그림 9)의 낮은 품질 서비스를 지원하는 이벤트 전이 그래프를 제안한다.", "제안하는 그래프에서 총 6 개의 노드(init, H, T, M, m, D) 가 존재하기 때문에 총 화살표는 제안하는 이벤트 전이 그래프에 의하면, D 이벤트로 대체되지 않는 기존의 이벤트 시퀀스 9 개 (H, T, M, m, HT, HM, Hm, HTm, Tm) 와 부하가 큰 트랜스코딩 연산을 낮은 품질의 버전으로 서비스 하는 D 이벤트를 포함한 D, DT, Dm, DTm, HD, HDT, HDm, HDTm) 의 8개의 이벤트 시퀀스가 존재하여 총 17 개의 이벤트 시퀀스가 발생 가능하다.", "이러한 17 개의 이벤트는 (그림 3)-(그림 8)과 같이 경우를 따지는 방법으로 확인할 수 있으며, (그림 9)에서 화살표 방향으로 전이해 봄으로써도 재확인할 수 있다.", "</p> <p>요청한 버전 \\( v_ { r } \\) 에 대하여 DQS 정책을 적용할 수 있는 경우에 선택되는 낮은 품질의 버전을 \\( v_ { l } \\) 라고 하고, \\( v_ { l } \\) 이 전체 크기로 캐싱되어 있지 않을 때(partial caching), \\( v_ { l } \\) 의 나머지 부분(suffix)을 생성할 수 있는 \\( v_ { r } \\) 의 상위버전을 \\( v_ { h } \\) 라고하면, 기존 이벤트들과 DQS 정책에서의 이벤트 사이의 관계를<표 1>과 같이 정리할 수 있다.", "표에서 \\( R(v) \\) 는 버전 \\( v \\) 를 캐싱하는 영역(range)를 나타낸다.", "또한, 캐싱여부와 상관없음은 D.C(Don't Care)로 표현하였고, 일부가 캐싱되어 있음은 partial로 표시하였는데, 글자 크기가 크면 크기가 작은 것에 비해 더 많은 부분이 캐싱되어 있음을, 굵은 표시로 표시하면 더 많은 부분이 캐싱되어 있음을 나타내도록 하였다.", "즉,<표 1>의 가장 마지막 줄의 기존의 HTm 이벤트 시퀀스가 HDTm 이벤트 시퀀스로 대체되는 상황을 표현할 때, \\( v_ { h } , v_ { r } , v_ { l } \\) 모두 부분을 캐싱하고 있지만, 그 영역의 상관관계가 각각 \\( R \\left (v_ { h } \\right )>R \\left (v_ { r } \\right ), R \\left (v_ { r } \\right )<R \\left (v_ { l } \\right ), \\left (v_ { h } \\right )>R \\left (v_ { l } \\right ) \\)임을 나타내고 있다.", "</p> <table border><caption>기존 이벤트와 DQS 정책의 이벤트의 상관관계( \\(R(v) \\) : 버전 \\(v \\)가 캐싱된 영역)</caption> <tbody><tr><td>\\( R \\left (v_ { h } \\right ) \\)</td><td>\\(R \\left (v_ { r } \\right ) \\)</td><td>\\(R \\left (v_ { l } \\right ) \\)</td><td>DQS 이벤트</td><td>기존 이벤트</td></tr><tr><td>D.C</td><td>0</td><td>Full</td><td>D</td><td>T</td></tr><tr><td>Full</td><td>0</td><td>Partial</td><td>DT</td><td>T</td></tr><tr><td>D.C</td><td>0</td><td>Full</td><td>D</td><td>m</td></tr><tr><td>0</td><td>0</td><td>Partial</td><td>Dm</td><td>m</td></tr><tr><td>D.C</td><td>Partial</td><td>Full</td><td>HD</td><td>HT</td></tr><tr><td>Full</td><td>Partial</td><td>Partial</td><td>HDT</td><td>HT</td></tr><tr><td>D.C</td><td>Partial</td><td>Full</td><td>HD</td><td>Hm</td></tr><tr><td>Partial</td><td>Partial</td><td>Partial</td><td>HDm</td><td>Hm</td></tr><tr><td>D.C</td><td>0</td><td>Full</td><td>D</td><td>Tm</td></tr><tr><td>Partial</td><td>0</td><td>Partial</td><td>Dm</td><td>Tm</td></tr><tr><td>Partial</td><td>0</td><td>Partial</td><td>DTm</td><td>Tm</td></tr><tr><td>D.C</td><td>Partial</td><td>Full</td><td>HD</td><td>HTm</td></tr><tr><td>Partial</td><td>Partial</td><td>Partial</td><td>HDm</td><td>HTm</td></tr><tr><td>Partial</td><td>Partial</td><td>Partial</td><td>HDTm</td><td>HTm</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "트랜스코딩 프록시에서 트랜스코딩 부하를 줄이기 위한 낮은 품질 서비스 정책", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-b1910006-ad02-470f-ad2e-8b6faf2d8628", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "박유현" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
224	<p>\( \operatorname { Pr } \left \{ D_ { E 2 E } >D_ {\text { thr } } \right \} = \frac { 1 } {\left \lfloor T_ {\text { talk } } / T \right ] } \sum_ { n=0 } ^ {\left \lfloor T_ {\text { task } } / T \right \rfloor } \left \{ 1-c d f_ { n } \left (X_ { n } + \rho_ { n } \right ) \right \} \)<caption>(12)</caption></p> <h1>4. 시뮬레이션 분석</h1> <p>본 논문에서 제안한 모델에 따라 Mobile WiMAX의 PSC-II모드 하에서 오디오 서비스 품질 보장을 위한 지터 버퍼의크기를 구하기 위해 사용된 시뮬레이션 실험 환경은<표1>과 같다.</p> <table border><caption> <표 1>시뮬레이션 환경</caption> <tbody><tr><td>Parameter</td><td>Value</td></tr><tr><td>\( D_ { t h r } \)</td><td>\( 285 \mathrm { ~ms } \)</td></tr><tr><td>\( \delta \)</td><td>0.03</td></tr><tr><td>\( T_ { L } \)</td><td>\( 5 \mathrm { ~ms } \) (1 frame)</td></tr><tr><td>\( D_ {\text { park } } \)</td><td>\( 20 \mathrm { ~ms } \)</td></tr><tr><td>\( D_ { R 2 R } \)</td><td>\( 10 \mathrm { ~ms } \)</td></tr><tr><td>\( T_ {\text { talk } } \)</td><td>\( 352 \mathrm { ~ms } \)</td></tr></tbody></table> <p>식 (10)에서 나타낸 오디오 서비스 품질 요구 사항에서 \( D_ { t h r } \) 와 \( \delta \) 값은 각각 ITU-T G.114 에서 추천하는 \( 285 \mathrm { ~ms } \) 와 \( 0.03 \) 을 사용하였다. PSC-II 모드에서 청취 구간의 길이 \( T_ { L } \) 은 WiMAX 물리계층의 1 프레임 길이인 \( 5 \mathrm { ~ms } \) 로 고정 하였으며, packetizing 지연과 de-packetizing 지연은 \( 20 \mathrm { ~ms } \) 로 동일하다고 가정한다. 라우더간의 전파 지연 \( D_ { R 2 R } \) 은 \( 10 \mathrm { ~ms } \) 로 가정하였고, ON-OFF 대화 모델의 대화 구간의 평 균 지속 시간 \( T_ {\text { talk } } \) 은 \( 352 \mathrm { ~ms } \) 로 가정하였다. 오디오 패 킷의 생성 주기 \( T \) 와 인코딩 지연시간 \( D_ { e n c } \), 디코딩 지연시 간 \( D_ { d e c } \) 은 코덱에 따라 다르므로 코덱별 비교를 위해<표 2>를 사용하였다.</p> <table border><caption> <표 2>코덱별 파라미터 비교</caption> <tbody><tr><td>Codec</td><td>\( T( \mathrm { ~ms } ) \)</td><td>\( D_ {\text { enc } } ( \mathrm { ms } ) \)</td><td>\( D_ { d b c } ( \mathrm { ~ms } ) \)</td></tr><tr><td>G.729A + VAD</td><td>20</td><td>15</td><td>7.5</td></tr><tr><td>G.723.1 + VAD</td><td>30</td><td>37.5</td><td>18.75</td></tr><tr><td>G.711 + PLC</td><td>10</td><td>0</td><td>0</td></tr><tr><td>GSM EFR</td><td>20</td><td>0</td><td>0</td></tr></tbody></table>	통계학	[ "<p>\\( \\operatorname { Pr } \\left \\{ D_ { E 2 E } >D_ {\\text { thr } } \\right \\} = \\frac { 1 } {\\left \\lfloor T_ {\\text { talk } } / T \\right ] } \\sum_ { n=0 } ^ {\\left \\lfloor T_ {\\text { task } } / T \\right \\rfloor } \\left \\{ 1-c d f_ { n } \\left (X_ { n } + \\rho_ { n } \\right ) \\right \\} \\)<caption>(12)</caption></p> <h1>4. 시뮬레이션 분석</h1> <p>본 논문에서 제안한 모델에 따라 Mobile WiMAX의 PSC-II모드 하에서 오디오 서비스 품질 보장을 위한 지터 버퍼의크기를 구하기 위해 사용된 시뮬레이션 실험 환경은<표1>과 같다.", "</p> <table border><caption> <표 1>시뮬레이션 환경</caption> <tbody><tr><td>Parameter</td><td>Value</td></tr><tr><td>\\( D_ { t h r } \\)</td><td>\\( 285 \\mathrm { ~ms } \\)</td></tr><tr><td>\\( \\delta \\)</td><td>0.03</td></tr><tr><td>\\( T_ { L } \\)</td><td>\\( 5 \\mathrm { ~ms } \\) (1 frame)</td></tr><tr><td>\\( D_ {\\text { park } } \\)</td><td>\\( 20 \\mathrm { ~ms } \\)</td></tr><tr><td>\\( D_ { R 2 R } \\)</td><td>\\( 10 \\mathrm { ~ms } \\)</td></tr><tr><td>\\( T_ {\\text { talk } } \\)</td><td>\\( 352 \\mathrm { ~ms } \\)</td></tr></tbody></table> <p>식 (10)에서 나타낸 오디오 서비스 품질 요구 사항에서 \\( D_ { t h r } \\) 와 \\( \\delta \\) 값은 각각 ITU-T G.114 에서 추천하는 \\( 285 \\mathrm { ~ms } \\) 와 \\( 0.03 \\) 을 사용하였다.", "PSC-II 모드에서 청취 구간의 길이 \\( T_ { L } \\) 은 WiMAX 물리계층의 1 프레임 길이인 \\( 5 \\mathrm { ~ms } \\) 로 고정 하였으며, packetizing 지연과 de-packetizing 지연은 \\( 20 \\mathrm { ~ms } \\) 로 동일하다고 가정한다.", "라우더간의 전파 지연 \\( D_ { R 2 R } \\) 은 \\( 10 \\mathrm { ~ms } \\) 로 가정하였고, ON-OFF 대화 모델의 대화 구간의 평 균 지속 시간 \\( T_ {\\text { talk } } \\) 은 \\( 352 \\mathrm { ~ms } \\) 로 가정하였다.", "오디오 패 킷의 생성 주기 \\( T \\) 와 인코딩 지연시간 \\( D_ { e n c } \\), 디코딩 지연시 간 \\( D_ { d e c } \\) 은 코덱에 따라 다르므로 코덱별 비교를 위해<표 2>를 사용하였다.", "</p> <table border><caption> <표 2>코덱별 파라미터 비교</caption> <tbody><tr><td>Codec</td><td>\\( T( \\mathrm { ~ms } ) \\)</td><td>\\( D_ {\\text { enc } } ( \\mathrm { ms } ) \\)</td><td>\\( D_ { d b c } ( \\mathrm { ~ms } ) \\)</td></tr><tr><td>G.729A + VAD</td><td>20</td><td>15</td><td>7.5</td></tr><tr><td>G.723.1 + VAD</td><td>30</td><td>37.5</td><td>18.75</td></tr><tr><td>G.711 + PLC</td><td>10</td><td>0</td><td>0</td></tr><tr><td>GSM EFR</td><td>20</td><td>0</td><td>0</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "Mobile WiMAX에서 IPTV 및 VoIP 음성서비스 품질을 고려한 수면구간 길이와 지터버퍼 크기의 상관관계 분석", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-6dfa85f4-3514-4091-b46e-19f1bffed80a", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "김형석", "김태현", "황호영" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
225	<h3>3.3.3 사용자 설정 값 적용</h3><p>콘텐츠 적응화 서버에서는 프로파일 관리 서버에서 전송되는 프로파일에 따라 콘텐츠를 적응화한다. 프로파일 관리 서버에서 콘텐츠 적응화 서버로의 프로파일 전송 이벤트는 클라이언트 디바이스에서 프로파일을 수신할 때 발생한다. 클라이언트 디바이스에서 프로파일 전송 횟수를 줄이면 콘텐츠 적응화 시스템에서 프로파일 교환이 일어나지 않는다. 따라서 클라이언트 디바이스에서 변경 빈도수가 높고 적응화에 영향이 적은 프로파일 속성들에 대해 사용자 설정 값을 적용하여 프로파일 전송 횟수를 줄이는 방법을 제안한다.</p><table border><caption><표 2>프로파일 구성 정보의 적응화 영향 및 발생 빈도수</caption><tbody><tr><td>컴포넌트 종류</td><td>적응화에 주는 영향</td><td>발생 빈도수</td><td>비고</td></tr><tr><td>사용자 정보 컴포넌트</td><td>직접적인 영향을 줌</td><td>낮음</td><td></td></tr><tr><td>콘텐츠 정보 컴포넌트</td><td>직접적인 영향을 줌</td><td>낮음</td><td></td></tr><tr><td>네트워크 정보 컴포넌트</td><td>직접적인 영향을 줌</td><td>낮음</td><td></td></tr><tr><td>디바이스 정보 컴포넌트</td><td>직접적인 영향을 줌</td><td>낮음</td><td></td></tr><tr><td>감성 정보 컴포넌트</td><td>값에 크기에 따라 영향을 줌</td><td>높음</td><td></td></tr><tr><td>환경 정보 컴포넌트</td><td>값에 크기에 따라 영향을 줌</td><td>높음</td><td></td></tr></tbody></table><p><표 2>와 같이 프로파일을 구성하는 컴포넌트들을 콘텐츠 적응화에 주는 영향에 따라 직접적으로 영향을 주는 컴포넌트와 값에 크기에 따라 영향을 주는 요소로 분류할 수 있다. 또한 사용자 정보 중에서는 사용자가 콘텐츠를 이용하는 동안 프로파일을 구성하는 컴포넌트 변경이 높은 정보와 빈도수가 낮은 정보로 분류할 수 있다.</p><table border><caption><표 3>즉시 메시지와 처리 메시지</caption><tbody><tr><td>메시지 종류</td><td>컴포넌트</td></tr><tr><td rowspan=4>즉시 메시지</td><td>사용자 정보 컴포넌트</td></tr><tr><td>콘텐츠 정보 컴포넌트</td></tr><tr><td>네트워크 정보 컴포넌트</td></tr><tr><td>디바이스 정보 컴포넌트</td></tr><tr><td rowspan=2>체크 메시지</td><td>감성 정보 컴포넌트</td></tr><tr><td>환경 정보 컴포넌트</td></tr></tbody></table><p><표 2>와 같이 사용자 정보 컴포넌트, 콘텐츠 정보 컴포넌트, 네트워크 정보 컴포넌트, 디바이스 정보 컴포넌트들의 정보 변경은 콘텐츠에 직접적으로 영향을 주며 감성 정보 컴포넌트, 환경 정보 컴포넌트들의 정보 변경에 값에 크기에 따라 영향을 주게 된다. 콘텐츠 적응화 영향 및 발생 빈도수에 따라 즉시 메시지와 체크 메시지로<표 3>과 같이 분류하였다. 즉시 메시지는 변경되는 정보의 빈도수에 관계없이 콘텐츠 적응화에 영향을 크게 주므로 즉시 전송해야 할 컴포넌트 정보들로 구성된다. 체크 메시지는 콘텐츠 적응화에 영향을 적게 주지만 변경의 빈도가 높은 정보를 포함하고 있으므로 변경 값의 크기를 분석하여 전송하는 컴포넌트 정보로 구성된다.</p><p>(그림 11)과 같이 변경된 정보가 들어오면, 변경된 정보에 대한 분석을 통하여 메시지 처리를 결정한다. 즉시 메시지일 경우에는 프로파일로 즉시 생성하고 전송한다. 체크 메시지일 경우에는 사용자 설정 값을 적용한다. 설정 값을 적용하여 적합할 경우 프로파일로 생성하고 전송한다. 설정 값을 만족시키지 않을 경우 파기한다. 이때 사용자 설정 값이 존재하지 않을 경우 시스템에 기본적으로 제공하는 값을 이용한다.</p><p>(그림 11)의 즉시 메시지와 체크 메시지의 처리 방법을 알고리즘으로 표현하면 (그림 12)와 같다. ANALYSIS_INFORMATION은 변경된 정보를 분석하여 즉시 메시지와 처리 메시지로 분류한다. CREATE_PROFILE은 변경된 정보를 이용하여 프로파일을 생성한다. SEND_PROFILE은 생성된 프로파일을 프로파일 관리 서버로 전송한다. GETUSERSETTING_VALUE은 사용자 아이디를 이용하여 사용자가 설정한 값을 가져온다. GETSYSTEVDEFAULT_VALUE은 사용자의 설정 값이 존재하지 않을 경우 시스템에서 제공하는 기본 값을 가져온다. COMPARESETTING_VALUE은 설정 값과 변경된 값을 비교하여 전송이 필요한 경우에는 TRUE 값, 전송이 필요 없는 경우에는 null값을 리턴한다.</p><p>체크 메시지를 해당하는 컴포넌트의 속성에 대해서 사용자가 값을 설정하고, 설정된 값에 따라 프로파일 전송여부를 판단하게 된다.<표 4>와 같이 감성 정보 컴포넌트와 상황 정보 컴포넌트에 대해 사용자 설정 값을 적용한다.</p><table border><caption><표 4>사용자 설정 값을 위한 프로파일 속성 및 값</caption><tbody><tr><td>컴포넌트 종류</td><td>속성</td><td>초기 값</td><td>변화 범위</td></tr><tr><td rowspan=4>감성 정보 컴포넌트</td><td>기쁨</td><td>초기 사용자의 기쁨 값</td><td>0-\(n\%\)까지</td></tr><tr><td>분노</td><td>초기 사용자의 분노 값</td><td>0-\(n\%\)까지</td></tr><tr><td>슬픔</td><td>초기 사용자의 슬픔 값</td><td>0-\(n\%\)까지</td></tr><tr><td>평상</td><td>초기 사용자의 평상 값</td><td>0-\(n\%\)까지</td></tr><tr><td rowspan=2>상황 정보 컴포넌트</td><td>조도</td><td>초기 사용자 공간의 조도 값</td><td>0-\(n \ \mathrm{lux} \)</td></tr><tr><td>소음</td><td>초기 사용자 공간의 소음 값</td><td>0-\(n \ \mathrm{dB} \)</td></tr></tbody></table><p>식 1과 같이 프로파일 전송은 변경된 값을 사용자가 설정한 값으로 나누어 1보다 크거나 같으면 콘텐츠 적응화에 영향을 미치는 것으로 판단하여 전송하게 된다. 1보다 작은 경우에는 변경된 값을 파기하고 프로파일 전송을 수행하지 않는다.</p><p>판별 값 =(변경된 정보의 값 차이/사용자 설정값)>1 (식 1)</p> <h1>4. 성능 평가</h1><p>제안된 프로파일 교환 방법의 효율성을 증명하기 위해 적응화된 콘텐츠 이용에 대한 시나리오를 작성하고, 제안된 기법들을 적용하여 성능평가를 수행한다.</p><h2>4.1 성능 평가를 위한 시나리오 및 항목</h2><p>사용자가 콘텐츠 적응화 서비스를 이용하는 시나리오에 따라 3.3에서 제안된 기법들에 대한 성능을 평가한다. 성능 측정을 위하여 사용자가 1시간 30분량의 영화를 본다고 가정하고, 영화를 보는 동안 디바이스를 변경하면서 장소를 이동하는 시나리오를 작성하였다. 이때 사용자 상황 정보 및 감성 정보를 지속적으로 수집한다고 가정하였다. 사용자는 집에서 초고속 인터넷으로 연결된 TV를 통하여 영화를 시청한다. 영화를 시청하는 도중 사무실에 가기 위해 이동 구간에서 이동통신망을 지원하는 PDA 단말기를 이용하여 영화를 계속 시청한다. 사무실에 도착한 사용자는 전용선으로 연결된 PC를 이용하여 영화를 시청한다. 사용자가 시나리오를 따라 이동하는 동안 변경되는 사용자 관련 정보와 이에 따른 변경 횟수는<표 5>과 같다.</p><table border><caption><표 5>한편의 영화를 보는 동안 변경되는 사용자 관련 정보</caption><tbody><tr><td>변경정보</td><td>횟수</td><td>설명</td><td>비고</td></tr><tr><td>상황 변화</td><td>540</td><td>10초에 한번 주기적으로 수집</td><td></td></tr><tr><td>감성 변화</td><td>540</td><td>10초에 한번 주기적으로 수집</td><td></td></tr><tr><td>콘텐츠 요청 및 변경</td><td>1</td><td>1</td><td></td></tr><tr><td>디바이스 변경</td><td>3</td><td>TV⭢⭢PDA⭢PC</td><td></td></tr><tr><td>네트워크 변경</td><td>3</td><td>초고속통신망⭢이동통신망⭢전용선</td><td></td></tr></tbody></table><p>제안된 기법들의 효율성을 증명하기 위하여 클라이언트 디바이스와 프로파일 관리 서버에서의 프로파일 처리 시간 측정과 클라이언트 디바이스에서 프로파일 관리 서버로의 프로파일 전송횟수를 측정한다. 성능 측정 환경은 논문[2]에서 구현된 프로파일 클라이언트 프레임워크와 논문[1]에서 구현된 프로파일 관리 프레임워크를 이용하여 성능을 측정하였다.</p><h2>4.2 프로파일 구성정보 제공방법</h2><p>프로파일은 논문[2]에서 제안한 프로파일을 사용하였으며, 클라이언트 디바이스에서 XML 형태로 프로파일을 생성하는 시간과 프로파일 관리 서버에서 처리하는 시간 측정을<표 5>를 기반으로 수행하였다. 성능 측정 결과 프로파일 구성정보 제공방법은 프로파일 구성 정보를 제공하지 않을 때와 비교하여 평균 \( 7 \% \)의 우수한 성능을 나타내었다.</p><h2>4.3 사용자 설정 값 적용 방법</h2><p>빈도수에 따라 사용자 설정 값을 적용하기 위하여<표 6>과 같이 컴포넌트 속성에 따라 기본 값들을 설정하였다. 기본값들은 감성 정보 및 상황 정보 변경 값의 크기가 콘텐츠 적응화에 영향을 주는 값의 크기로 설정하였다. 이와 같은 값들은 사용자에 따라 선호도가 다르게 때문에 실험을 위해서 평균적인 값들로 설정하였다.</p><table border><caption><표 6>사용자 설정을 위한 기본 값</caption><tbody><tr><td>컴포넌트 종류</td><td>속성</td><td>초기 값</td><td>사용자 설정 기본 값</td></tr><tr><td rowspan=4>감성 정보 컴포넌트</td><td>기쁨</td><td>초기 사용자의 기쁨 값</td><td>\(20\%\)까지</td></tr><tr><td>분노</td><td>초기 사용자의 분노 값</td><td>\(20\%\)까지</td></tr><tr><td>슬픔</td><td>초기 사용자의 슬픔 값</td><td>\(20\%\)까지</td></tr><tr><td>평상</td><td>초기 사용자의 평상 값</td><td>\(20\%\)까지</td></tr><tr><td rowspan=2>상황 정보 컴포넌트</td><td>조도</td><td>초기 사용자 공간의 조도 값</td><td>\(40 \ \mathrm{lux} \)</td></tr><tr><td>소음</td><td>초기 사용자 공간의 소음 값</td><td>\(5 \ \mathrm{dB} \)</td></tr></tbody></table><p>성능 측정에서는<표 5>의 컴포넌트 속성의 값들을 랜덤하게 생성하도록 하였다. 사용자에 따라 설정 값들은 각기 다를 수 있기 때문에<표 6>의 사용자 설정 기본 값을 기준으로 \( 10 \% \)에서 \( 100 \% \)까지 값을 증가시키면서 수행하였다. \( 10 \% \)에서 \( 50 \% \)까지는 전송 횟수가 크게 감소하지 않았지만 \( 60 \% \)에서는 \( 100 \% \)까지는 급격히 전송횟수가 줄어들어 프로파일 교환에 우수한 성능을 나타내었다. 즉, 사용자 설정 값 방법을 적용하면 적용하지 않을 때와 비교하여 프로파일 전송횟수를 줄이는 결과를 나타냈다.</p> <h1>5. 결론 및 향후 연구 계획</h1> <p>본 논문에서는 적응화된 콘텐츠 제공을 위한 효율적인 프로파일 교환 방법을 제안하였다. 이를 위해 콘텐츠 적응화 시스템에서 프로파일 생성 정보, 프로파일 교환 정보, 프로파일 교환 형태 등을 분석하고, 분석된 내용을 기반으로 콘텐츠 적응화 시스템에서 필요한 프로파일 교환 절차를 정의하였다. 프로파일 생성 정보에서는 콘텐츠 적응화 시스템을 구성하는 클라이언트 디바이스, 프로파일 관리 서버, 프로파일 컴포넌트 저장소, 콘텐츠 적응화 서버, 콘텐츠 저장 서버에서 생성되는 정보들을 정의하였다. 프로파일 교환 정보에서는 사용자 프로파일을 구성하는 정보 중에서 사용자 관련 정보 변경에 따라 교환되는 정보들을 정의하였다. 또한 사용자 관련 정보 변경에 따라 프로파일 교환 형태를 주기적, 비주기적, 이벤트, 요청과 응답으로 정의하였다. 분석된 프로파일 교환 정보들을 기반으로 사용자에게 적응화된 콘텐츠를 제공하기 위해 클라이언트에서 생성된 프로파일들이 콘텐츠 적응화 시스템에 이용되기까지의 절차를 정의하였다. 또한 효율적인 프로파일의 교환을 위해 프로파일 구성정보 제공방법, 변경의 빈도수가 높고 콘텐츠 적응화에 대한 영향이 적은 프로파일 속성들에 대한 사용자 설정 값 적용 방법을 제안하였다. 제안된 방법들은 사용자 콘텐츠 이용 시나리오에 따라 성능평가를 수행한 결과 프로파일 구성정보 제공방법은 프로파일 구성정보를 제공하지 않을 때보다 평균 \( 7 \% \) 우수한 성능을 나타내었다. 사용자 설정 값 적용 방법은 실험에서 적용한 기본 값을 이용했을 경우 전송횟수를 줄였다. 따라서 제안된 방법들은 프로파일 교환에 효율적이었다.</p> <p>향후 연구에서는 제안된 기법들을 개선하고, 이를 기반으로 프로파일 교환 프로토콜을 구현한다. 또한 구현된 프로파일 프로토콜을 콘텐츠 적응화 시스템에 적용하여 사용자에게 적응화된 콘텐츠를 제공할 수 있는 연구를 진행한다.</p> <h1>요 약</h1> <p>본 논문에서는 적응화된 콘텐츠 서비스를 위해 콘텐츠 적응화 시스템에서 효율적으로 사용자 프로파일을 교환하는 방법을 제안한다. 사용자에게 적응화된 콘텐츠를 제공하기 위해 프로파일들은 콘텐츠 적응화 시스템의 디바이스들 간에 지속적으로 교환된다. 또한 프로파일들은 주기적, 비주기적, 이벤트, 요청 및 응답에 따라 교환되어야 한다. 따라서 많은 네트워크 트랙픽이 발생하며 컴퓨팅 파워를 필요로 한다. 이와 같은 문제점들을 해결하기 위한 프로파일 교환 연구가 필요하다. 효율적인 프로파일 교환을 위하여 콘텐츠 적응화 시스템에서 프로파일 생성 정보, 교환 정보, 교환 형태 등을 분석하고 분석된 프로파일 정보들을 이용하여 프로파일 교환 절차를 정의하였다. 또한 프로파일 처리 시간을 줄이는 프로파일 구성 정보 제공 방법과 프로파일 전송횟수를 줄이는 사용자 설정 값 방법을 제안하였다. 성능 평가 결과 프로파일 구성정보 제공방법은 프로파일 처리 시간을 \( 7 \% \)로 단축시켰으며, 사용자 설정 방법은 프로파일 전송횟수를 줄여 프로파일 교환에 효율적이었다.</p> <h2>3.3 효율적인 프로파일 교환 방법 제안</h2><p>3.2절의 프로파일 정보 분석을 기반으로 프로파일 교환 절차와 효율적인 교환을 위한 프로파일 구성정보 제공방법과 사용자 설정 값 방법 등을 제안한다.</p><h3>3.3.1 프로파일 교환 절차</h3><p>사용자가 콘텐츠 적응화 시스템에서 적응화된 콘텐츠를 이용하기 위한 교환 절차를 3.2의 교환 정보 분석을 기반으로 도출하였다.</p><p>① 사용자는 사용자 아이디와 디바이스 모델명을 가지고 프로파일 관리 서버에 접속한다. 프로파일 관리 서버에서는 사용자 아이디와 디바이스 모델명을 가지고 프로파일 컴포넌트 저장소에서 사용자 및 디바이스를 인증한다.</p><p>② 사용자 및 디바이스에 대한 인증이 완료되면 프로파일 관리 서버에서 사용자 프로파일을 관리하는 서비스 정보를 생성한다.</p><p>③ 클라이언트 디바이스에서 프로파일 관리 서버에 사용자와 관련된 모든 정보를 전송한다. 프로파일 관리 서버에는 서비스 정보를 이용하여 프로파일을 관리하며 콘텐츠 적응화 서버에 전송한다.</p><p>④ 콘텐츠 적응화 서버에서는 프로파일 관리 서버에서 전송된 프로파일에서 콘텐츠 정보를 추출하고 이를 이용하여 콘텐츠 저장 서버에 콘텐츠 메타데이터 및 콘텐츠를 요청한다.</p><p>⑤ 콘텐츠 적응화 서버에서 사용자 프로파일 및 콘텐츠 메타데이터를 이용하여 콘텐츠를 적응화한다. 적응화된 콘텐츠를 클라이언트 디바이스에 전송한다. 또한 적응화된 정보를 프로파일 관리 서버에 전송한다.</p><p>⑥ 사용자 관련 정보 변경시에는 ③~⑤ 단계를 수행한다. 적응화된 콘텐츠 제공을 위한 프로파일 교환 절차는 (그림 10)과 같다.</p><h3>3.3.2 프로파일 구성정보 제공</h3><p>사용자 클라이언트 디바이스에서 프로파일 관리 서버로 프로파일을 효율적으로 전송하는 방법을 제안한다. 프로파일을 구성하는 정보들의 변경은 동시에 일어나지 않는다. 따라서 하나의 정보가 변경된 경우에는 프로파일을 구성하는 모든 정보를 전송할 필요가 없다 즉, 사용자 메타 정보와 변경된 정보만을 보내면 된다. 그러나 프로파일을 구성하는 정보가 다양하기 때문에 제공하는 수신하는 쪽에서는 포함된 정보를 분석하는데 많은 프로세스 처리량을 요구한다. 이를 해결하기 위해 프로파일 구성 정보를 제공하는 방법을 제안한다.</p><p>클라이언트 디바이스에 전송되는 프로파일을 프로파일 관리 서버에서 처리할 수 있도록<표 1>과 같이 구성 정보를 정의하였다. OPEN명령은 클라이언트 디바이스가 프로파일 관리 서버에 연결할 때 필요한 사용자 정보와 디바이스 정보를 포함한다. 이 정보들을 이용하여 프로파일 관리 서버에서 사용자 정보 및 디바이스에 대한 인증 절차를 거치게 된다. USER_INFO명령은 사용자에 대한 모든 정보를 전송할 시에 사용된다. 이 명령은 사용자가 인증이 완료된 후와 프로파일 관리 서버에서 콘텐츠 적응화 정보에 프로파일 전송시에 사용된다. CHANGE의 USER는 사용자 정보 변경시, CONTETNS는 콘텐츠 정보 변경시, DEVICES 디바이스 정보 변경시, NETWORK는 네트워크 정보 변경시, ENVIRONMENT는 상황 정보 변경시, EMOTION은 감성정보 변경시에 사용자 메타데이터 정보와 함께 전송된다.</p><table border><caption><표 1>프로파일 구성에 따른 정보</caption><tbody><tr><td colspan=2>구성 정보</td><td>사용 시기</td></tr><tr><td colspan=2>OPEN</td><td>사용자 메타정보와 디바이스 메타 정보</td></tr><tr><td colspan=2>USER_INFO</td><td>프로파일을 구성하는 모든 사용자 정보</td></tr><tr><td rowspan=6>CHANGE</td><td>USER</td><td>변경된 사용자 정보</td></tr><tr><td>CONTENTS</td><td>변경된 콘텐츠 정보</td></tr><tr><td>DEVICES</td><td>변경된 디바이스 정보</td></tr><tr><td>NETWORK</td><td>변경된 네트워크 정보</td></tr><tr><td>ENVIRONMENT</td><td>변경된 상황 정보</td></tr><tr><td>EMOTION</td><td>변경된 감성 정보</td></tr></tbody></table>	통계학	[ "<h3>3.3.3 사용자 설정 값 적용</h3><p>콘텐츠 적응화 서버에서는 프로파일 관리 서버에서 전송되는 프로파일에 따라 콘텐츠를 적응화한다.", "프로파일 관리 서버에서 콘텐츠 적응화 서버로의 프로파일 전송 이벤트는 클라이언트 디바이스에서 프로파일을 수신할 때 발생한다.", "클라이언트 디바이스에서 프로파일 전송 횟수를 줄이면 콘텐츠 적응화 시스템에서 프로파일 교환이 일어나지 않는다.", "따라서 클라이언트 디바이스에서 변경 빈도수가 높고 적응화에 영향이 적은 프로파일 속성들에 대해 사용자 설정 값을 적용하여 프로파일 전송 횟수를 줄이는 방법을 제안한다.", "</p><table border><caption><표 2>프로파일 구성 정보의 적응화 영향 및 발생 빈도수</caption><tbody><tr><td>컴포넌트 종류</td><td>적응화에 주는 영향</td><td>발생 빈도수</td><td>비고</td></tr><tr><td>사용자 정보 컴포넌트</td><td>직접적인 영향을 줌", "</td><td>낮음", "</td><td></td></tr><tr><td>콘텐츠 정보 컴포넌트</td><td>직접적인 영향을 줌", "</td><td>낮음", "</td><td></td></tr><tr><td>네트워크 정보 컴포넌트</td><td>직접적인 영향을 줌", "</td><td>낮음", "</td><td></td></tr><tr><td>디바이스 정보 컴포넌트</td><td>직접적인 영향을 줌", "</td><td>낮음", "</td><td></td></tr><tr><td>감성 정보 컴포넌트</td><td>값에 크기에 따라 영향을 줌", "</td><td>높음", "</td><td></td></tr><tr><td>환경 정보 컴포넌트</td><td>값에 크기에 따라 영향을 줌", "</td><td>높음", "</td><td></td></tr></tbody></table><p><표 2>와 같이 프로파일을 구성하는 컴포넌트들을 콘텐츠 적응화에 주는 영향에 따라 직접적으로 영향을 주는 컴포넌트와 값에 크기에 따라 영향을 주는 요소로 분류할 수 있다.", "또한 사용자 정보 중에서는 사용자가 콘텐츠를 이용하는 동안 프로파일을 구성하는 컴포넌트 변경이 높은 정보와 빈도수가 낮은 정보로 분류할 수 있다.", "</p><table border><caption><표 3>즉시 메시지와 처리 메시지</caption><tbody><tr><td>메시지 종류</td><td>컴포넌트</td></tr><tr><td rowspan=4>즉시 메시지</td><td>사용자 정보 컴포넌트</td></tr><tr><td>콘텐츠 정보 컴포넌트</td></tr><tr><td>네트워크 정보 컴포넌트</td></tr><tr><td>디바이스 정보 컴포넌트</td></tr><tr><td rowspan=2>체크 메시지</td><td>감성 정보 컴포넌트</td></tr><tr><td>환경 정보 컴포넌트</td></tr></tbody></table><p><표 2>와 같이 사용자 정보 컴포넌트, 콘텐츠 정보 컴포넌트, 네트워크 정보 컴포넌트, 디바이스 정보 컴포넌트들의 정보 변경은 콘텐츠에 직접적으로 영향을 주며 감성 정보 컴포넌트, 환경 정보 컴포넌트들의 정보 변경에 값에 크기에 따라 영향을 주게 된다.", "콘텐츠 적응화 영향 및 발생 빈도수에 따라 즉시 메시지와 체크 메시지로<표 3>과 같이 분류하였다.", "즉시 메시지는 변경되는 정보의 빈도수에 관계없이 콘텐츠 적응화에 영향을 크게 주므로 즉시 전송해야 할 컴포넌트 정보들로 구성된다.", "체크 메시지는 콘텐츠 적응화에 영향을 적게 주지만 변경의 빈도가 높은 정보를 포함하고 있으므로 변경 값의 크기를 분석하여 전송하는 컴포넌트 정보로 구성된다.", "</p><p>(그림 11)과 같이 변경된 정보가 들어오면, 변경된 정보에 대한 분석을 통하여 메시지 처리를 결정한다.", "즉시 메시지일 경우에는 프로파일로 즉시 생성하고 전송한다.", "체크 메시지일 경우에는 사용자 설정 값을 적용한다.", "설정 값을 적용하여 적합할 경우 프로파일로 생성하고 전송한다.", "설정 값을 만족시키지 않을 경우 파기한다.", "이때 사용자 설정 값이 존재하지 않을 경우 시스템에 기본적으로 제공하는 값을 이용한다.", "</p><p>(그림 11)의 즉시 메시지와 체크 메시지의 처리 방법을 알고리즘으로 표현하면 (그림 12)와 같다.", "ANALYSIS_INFORMATION은 변경된 정보를 분석하여 즉시 메시지와 처리 메시지로 분류한다.", "CREATE_PROFILE은 변경된 정보를 이용하여 프로파일을 생성한다.", "SEND_PROFILE은 생성된 프로파일을 프로파일 관리 서버로 전송한다.", "GETUSERSETTING_VALUE은 사용자 아이디를 이용하여 사용자가 설정한 값을 가져온다.", "GETSYSTEVDEFAULT_VALUE은 사용자의 설정 값이 존재하지 않을 경우 시스템에서 제공하는 기본 값을 가져온다.", "COMPARESETTING_VALUE은 설정 값과 변경된 값을 비교하여 전송이 필요한 경우에는 TRUE 값, 전송이 필요 없는 경우에는 null값을 리턴한다.", "</p><p>체크 메시지를 해당하는 컴포넌트의 속성에 대해서 사용자가 값을 설정하고, 설정된 값에 따라 프로파일 전송여부를 판단하게 된다.", "<표 4>와 같이 감성 정보 컴포넌트와 상황 정보 컴포넌트에 대해 사용자 설정 값을 적용한다.", "</p><table border><caption><표 4>사용자 설정 값을 위한 프로파일 속성 및 값</caption><tbody><tr><td>컴포넌트 종류</td><td>속성</td><td>초기 값</td><td>변화 범위</td></tr><tr><td rowspan=4>감성 정보 컴포넌트</td><td>기쁨</td><td>초기 사용자의 기쁨 값</td><td>0-\\(n\\%\\)까지</td></tr><tr><td>분노</td><td>초기 사용자의 분노 값</td><td>0-\\(n\\%\\)까지</td></tr><tr><td>슬픔</td><td>초기 사용자의 슬픔 값</td><td>0-\\(n\\%\\)까지</td></tr><tr><td>평상</td><td>초기 사용자의 평상 값</td><td>0-\\(n\\%\\)까지</td></tr><tr><td rowspan=2>상황 정보 컴포넌트</td><td>조도</td><td>초기 사용자 공간의 조도 값</td><td>0-\\(n \\ \\mathrm{lux} \\)</td></tr><tr><td>소음</td><td>초기 사용자 공간의 소음 값</td><td>0-\\(n \\ \\mathrm{dB} \\)</td></tr></tbody></table><p>식 1과 같이 프로파일 전송은 변경된 값을 사용자가 설정한 값으로 나누어 1보다 크거나 같으면 콘텐츠 적응화에 영향을 미치는 것으로 판단하여 전송하게 된다.", "1보다 작은 경우에는 변경된 값을 파기하고 프로파일 전송을 수행하지 않는다.", "</p><p>판별 값 =(변경된 정보의 값 차이/사용자 설정값)>1 (식 1)</p> <h1>4. 성능 평가</h1><p>제안된 프로파일 교환 방법의 효율성을 증명하기 위해 적응화된 콘텐츠 이용에 대한 시나리오를 작성하고, 제안된 기법들을 적용하여 성능평가를 수행한다.", "</p><h2>4.1 성능 평가를 위한 시나리오 및 항목</h2><p>사용자가 콘텐츠 적응화 서비스를 이용하는 시나리오에 따라 3.3에서 제안된 기법들에 대한 성능을 평가한다.", "성능 측정을 위하여 사용자가 1시간 30분량의 영화를 본다고 가정하고, 영화를 보는 동안 디바이스를 변경하면서 장소를 이동하는 시나리오를 작성하였다.", "이때 사용자 상황 정보 및 감성 정보를 지속적으로 수집한다고 가정하였다.", "사용자는 집에서 초고속 인터넷으로 연결된 TV를 통하여 영화를 시청한다.", "영화를 시청하는 도중 사무실에 가기 위해 이동 구간에서 이동통신망을 지원하는 PDA 단말기를 이용하여 영화를 계속 시청한다.", "사무실에 도착한 사용자는 전용선으로 연결된 PC를 이용하여 영화를 시청한다.", "사용자가 시나리오를 따라 이동하는 동안 변경되는 사용자 관련 정보와 이에 따른 변경 횟수는<표 5>과 같다.", "</p><table border><caption><표 5>한편의 영화를 보는 동안 변경되는 사용자 관련 정보</caption><tbody><tr><td>변경정보</td><td>횟수</td><td>설명</td><td>비고</td></tr><tr><td>상황 변화</td><td>540</td><td>10초에 한번 주기적으로 수집</td><td></td></tr><tr><td>감성 변화</td><td>540</td><td>10초에 한번 주기적으로 수집</td><td></td></tr><tr><td>콘텐츠 요청 및 변경</td><td>1</td><td>1</td><td></td></tr><tr><td>디바이스 변경</td><td>3</td><td>TV⭢⭢PDA⭢PC</td><td></td></tr><tr><td>네트워크 변경</td><td>3</td><td>초고속통신망⭢이동통신망⭢전용선</td><td></td></tr></tbody></table><p>제안된 기법들의 효율성을 증명하기 위하여 클라이언트 디바이스와 프로파일 관리 서버에서의 프로파일 처리 시간 측정과 클라이언트 디바이스에서 프로파일 관리 서버로의 프로파일 전송횟수를 측정한다.", "성능 측정 환경은 논문[2]에서 구현된 프로파일 클라이언트 프레임워크와 논문[1]에서 구현된 프로파일 관리 프레임워크를 이용하여 성능을 측정하였다.", "</p><h2>4.2 프로파일 구성정보 제공방법</h2><p>프로파일은 논문[2]에서 제안한 프로파일을 사용하였으며, 클라이언트 디바이스에서 XML 형태로 프로파일을 생성하는 시간과 프로파일 관리 서버에서 처리하는 시간 측정을<표 5>를 기반으로 수행하였다.", "성능 측정 결과 프로파일 구성정보 제공방법은 프로파일 구성 정보를 제공하지 않을 때와 비교하여 평균 \\( 7 \\% \\)의 우수한 성능을 나타내었다.", "</p><h2>4.3 사용자 설정 값 적용 방법</h2><p>빈도수에 따라 사용자 설정 값을 적용하기 위하여<표 6>과 같이 컴포넌트 속성에 따라 기본 값들을 설정하였다.", "기본값들은 감성 정보 및 상황 정보 변경 값의 크기가 콘텐츠 적응화에 영향을 주는 값의 크기로 설정하였다.", "이와 같은 값들은 사용자에 따라 선호도가 다르게 때문에 실험을 위해서 평균적인 값들로 설정하였다.", "</p><table border><caption><표 6>사용자 설정을 위한 기본 값</caption><tbody><tr><td>컴포넌트 종류</td><td>속성</td><td>초기 값</td><td>사용자 설정 기본 값</td></tr><tr><td rowspan=4>감성 정보 컴포넌트</td><td>기쁨</td><td>초기 사용자의 기쁨 값</td><td>\\(20\\%\\)까지</td></tr><tr><td>분노</td><td>초기 사용자의 분노 값</td><td>\\(20\\%\\)까지</td></tr><tr><td>슬픔</td><td>초기 사용자의 슬픔 값</td><td>\\(20\\%\\)까지</td></tr><tr><td>평상</td><td>초기 사용자의 평상 값</td><td>\\(20\\%\\)까지</td></tr><tr><td rowspan=2>상황 정보 컴포넌트</td><td>조도</td><td>초기 사용자 공간의 조도 값</td><td>\\(40 \\ \\mathrm{lux} \\)</td></tr><tr><td>소음</td><td>초기 사용자 공간의 소음 값</td><td>\\(5 \\ \\mathrm{dB} \\)</td></tr></tbody></table><p>성능 측정에서는<표 5>의 컴포넌트 속성의 값들을 랜덤하게 생성하도록 하였다.", "사용자에 따라 설정 값들은 각기 다를 수 있기 때문에<표 6>의 사용자 설정 기본 값을 기준으로 \\( 10 \\% \\)에서 \\( 100 \\% \\)까지 값을 증가시키면서 수행하였다. \\", "( 10 \\% \\)에서 \\( 50 \\% \\)까지는 전송 횟수가 크게 감소하지 않았지만 \\( 60 \\% \\)에서는 \\( 100 \\% \\)까지는 급격히 전송횟수가 줄어들어 프로파일 교환에 우수한 성능을 나타내었다.", "즉, 사용자 설정 값 방법을 적용하면 적용하지 않을 때와 비교하여 프로파일 전송횟수를 줄이는 결과를 나타냈다.", "</p> <h1>5. 결론 및 향후 연구 계획</h1> <p>본 논문에서는 적응화된 콘텐츠 제공을 위한 효율적인 프로파일 교환 방법을 제안하였다.", "이를 위해 콘텐츠 적응화 시스템에서 프로파일 생성 정보, 프로파일 교환 정보, 프로파일 교환 형태 등을 분석하고, 분석된 내용을 기반으로 콘텐츠 적응화 시스템에서 필요한 프로파일 교환 절차를 정의하였다.", "프로파일 생성 정보에서는 콘텐츠 적응화 시스템을 구성하는 클라이언트 디바이스, 프로파일 관리 서버, 프로파일 컴포넌트 저장소, 콘텐츠 적응화 서버, 콘텐츠 저장 서버에서 생성되는 정보들을 정의하였다.", "프로파일 교환 정보에서는 사용자 프로파일을 구성하는 정보 중에서 사용자 관련 정보 변경에 따라 교환되는 정보들을 정의하였다.", "또한 사용자 관련 정보 변경에 따라 프로파일 교환 형태를 주기적, 비주기적, 이벤트, 요청과 응답으로 정의하였다.", "분석된 프로파일 교환 정보들을 기반으로 사용자에게 적응화된 콘텐츠를 제공하기 위해 클라이언트에서 생성된 프로파일들이 콘텐츠 적응화 시스템에 이용되기까지의 절차를 정의하였다.", "또한 효율적인 프로파일의 교환을 위해 프로파일 구성정보 제공방법, 변경의 빈도수가 높고 콘텐츠 적응화에 대한 영향이 적은 프로파일 속성들에 대한 사용자 설정 값 적용 방법을 제안하였다.", "제안된 방법들은 사용자 콘텐츠 이용 시나리오에 따라 성능평가를 수행한 결과 프로파일 구성정보 제공방법은 프로파일 구성정보를 제공하지 않을 때보다 평균 \\( 7 \\% \\) 우수한 성능을 나타내었다.", "사용자 설정 값 적용 방법은 실험에서 적용한 기본 값을 이용했을 경우 전송횟수를 줄였다.", "따라서 제안된 방법들은 프로파일 교환에 효율적이었다.", "</p> <p>향후 연구에서는 제안된 기법들을 개선하고, 이를 기반으로 프로파일 교환 프로토콜을 구현한다.", "또한 구현된 프로파일 프로토콜을 콘텐츠 적응화 시스템에 적용하여 사용자에게 적응화된 콘텐츠를 제공할 수 있는 연구를 진행한다.", "</p> <h1>요 약</h1> <p>본 논문에서는 적응화된 콘텐츠 서비스를 위해 콘텐츠 적응화 시스템에서 효율적으로 사용자 프로파일을 교환하는 방법을 제안한다.", "사용자에게 적응화된 콘텐츠를 제공하기 위해 프로파일들은 콘텐츠 적응화 시스템의 디바이스들 간에 지속적으로 교환된다.", "또한 프로파일들은 주기적, 비주기적, 이벤트, 요청 및 응답에 따라 교환되어야 한다.", "따라서 많은 네트워크 트랙픽이 발생하며 컴퓨팅 파워를 필요로 한다.", "이와 같은 문제점들을 해결하기 위한 프로파일 교환 연구가 필요하다.", "효율적인 프로파일 교환을 위하여 콘텐츠 적응화 시스템에서 프로파일 생성 정보, 교환 정보, 교환 형태 등을 분석하고 분석된 프로파일 정보들을 이용하여 프로파일 교환 절차를 정의하였다.", "또한 프로파일 처리 시간을 줄이는 프로파일 구성 정보 제공 방법과 프로파일 전송횟수를 줄이는 사용자 설정 값 방법을 제안하였다.", "성능 평가 결과 프로파일 구성정보 제공방법은 프로파일 처리 시간을 \\( 7 \\% \\)로 단축시켰으며, 사용자 설정 방법은 프로파일 전송횟수를 줄여 프로파일 교환에 효율적이었다.", "</p> <h2>3.3 효율적인 프로파일 교환 방법 제안</h2><p>3.2절의 프로파일 정보 분석을 기반으로 프로파일 교환 절차와 효율적인 교환을 위한 프로파일 구성정보 제공방법과 사용자 설정 값 방법 등을 제안한다.", "</p><h3>3.3.1 프로파일 교환 절차</h3><p>사용자가 콘텐츠 적응화 시스템에서 적응화된 콘텐츠를 이용하기 위한 교환 절차를 3.2의 교환 정보 분석을 기반으로 도출하였다.", "</p><p>① 사용자는 사용자 아이디와 디바이스 모델명을 가지고 프로파일 관리 서버에 접속한다.", "프로파일 관리 서버에서는 사용자 아이디와 디바이스 모델명을 가지고 프로파일 컴포넌트 저장소에서 사용자 및 디바이스를 인증한다.", "</p><p>② 사용자 및 디바이스에 대한 인증이 완료되면 프로파일 관리 서버에서 사용자 프로파일을 관리하는 서비스 정보를 생성한다.", "</p><p>③ 클라이언트 디바이스에서 프로파일 관리 서버에 사용자와 관련된 모든 정보를 전송한다.", "프로파일 관리 서버에는 서비스 정보를 이용하여 프로파일을 관리하며 콘텐츠 적응화 서버에 전송한다.", "</p><p>④ 콘텐츠 적응화 서버에서는 프로파일 관리 서버에서 전송된 프로파일에서 콘텐츠 정보를 추출하고 이를 이용하여 콘텐츠 저장 서버에 콘텐츠 메타데이터 및 콘텐츠를 요청한다.", "</p><p>⑤ 콘텐츠 적응화 서버에서 사용자 프로파일 및 콘텐츠 메타데이터를 이용하여 콘텐츠를 적응화한다.", "적응화된 콘텐츠를 클라이언트 디바이스에 전송한다.", "또한 적응화된 정보를 프로파일 관리 서버에 전송한다.", "</p><p>⑥ 사용자 관련 정보 변경시에는 ③~⑤ 단계를 수행한다.", "적응화된 콘텐츠 제공을 위한 프로파일 교환 절차는 (그림 10)과 같다.", "</p><h3>3.3.2 프로파일 구성정보 제공</h3><p>사용자 클라이언트 디바이스에서 프로파일 관리 서버로 프로파일을 효율적으로 전송하는 방법을 제안한다.", "프로파일을 구성하는 정보들의 변경은 동시에 일어나지 않는다.", "따라서 하나의 정보가 변경된 경우에는 프로파일을 구성하는 모든 정보를 전송할 필요가 없다", "즉, 사용자 메타 정보와 변경된 정보만을 보내면 된다.", "그러나 프로파일을 구성하는 정보가 다양하기 때문에 제공하는 수신하는 쪽에서는 포함된 정보를 분석하는데 많은 프로세스 처리량을 요구한다.", "이를 해결하기 위해 프로파일 구성 정보를 제공하는 방법을 제안한다.", "</p><p>클라이언트 디바이스에 전송되는 프로파일을 프로파일 관리 서버에서 처리할 수 있도록<표 1>과 같이 구성 정보를 정의하였다.", "OPEN명령은 클라이언트 디바이스가 프로파일 관리 서버에 연결할 때 필요한 사용자 정보와 디바이스 정보를 포함한다.", "이 정보들을 이용하여 프로파일 관리 서버에서 사용자 정보 및 디바이스에 대한 인증 절차를 거치게 된다.", "USER_INFO명령은 사용자에 대한 모든 정보를 전송할 시에 사용된다.", "이 명령은 사용자가 인증이 완료된 후와 프로파일 관리 서버에서 콘텐츠 적응화 정보에 프로파일 전송시에 사용된다.", "CHANGE의 USER는 사용자 정보 변경시, CONTETNS는 콘텐츠 정보 변경시, DEVICES 디바이스 정보 변경시, NETWORK는 네트워크 정보 변경시, ENVIRONMENT는 상황 정보 변경시, EMOTION은 감성정보 변경시에 사용자 메타데이터 정보와 함께 전송된다.", "</p><table border><caption><표 1>프로파일 구성에 따른 정보</caption><tbody><tr><td colspan=2>구성 정보</td><td>사용 시기</td></tr><tr><td colspan=2>OPEN</td><td>사용자 메타정보와 디바이스 메타 정보</td></tr><tr><td colspan=2>USER_INFO</td><td>프로파일을 구성하는 모든 사용자 정보</td></tr><tr><td rowspan=6>CHANGE</td><td>USER</td><td>변경된 사용자 정보</td></tr><tr><td>CONTENTS</td><td>변경된 콘텐츠 정보</td></tr><tr><td>DEVICES</td><td>변경된 디바이스 정보</td></tr><tr><td>NETWORK</td><td>변경된 네트워크 정보</td></tr><tr><td>ENVIRONMENT</td><td>변경된 상황 정보</td></tr><tr><td>EMOTION</td><td>변경된 감성 정보</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "응화된 콘텐츠 서비스를 위한 효율적인 사용자 프로파일 교환 방법", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-6db08bbe-43f8-4b66-a961-3a8b35c5dd64", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "김경식", "임종현", "김승훈", "이재동" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
226	<h1>4. 성능 평가</h1> <h2>4.1 실험 환경</h2> <p>본 논문에서는 wSSDP와 제안한 fSSDP의 성능 평가를 위한 실험으로 모바일 네트워크 시뮬레이터(Mobile Network Simulator)인 Glomosim 2.3을 이용한다. 실험에서 노드의 수는 20~100개 범위 내에서 실험을 진행한다. 실험 환경의 범위는 노드의 수가 20개 이하인 작은 규모의 네트워크(Small Network), 노드의 수가 21~80개 사이인 중간 규모의 네트워크(Medium Network), 그리고 노드의 수가 81~100개 사이인 큰 규모의 네트워크(Large Network)로 구분하여 실험 걸과를 분석한다.</p> <p>노드의 모빌리티는 RWP(Random Way Point)를 따르고 노드의 움직이는 속도는 \( 0.5 \mathrm{~m} / \mathrm{s} \)에서 \( 2.5 \mathrm{~m} / \mathrm{s} \)사이로 가변적으로 변화한다. CBR(Constant Bit Rate)은 어플리케이션 레이어에서 실험 관련 메시지 패킷을 발생시키는데 이용하며, 메시지 패킷 사이즈는 \(512 \mathrm{byte}\)로 한다. 그리고 실험 영역은 \( 1000 \mathrm{m \times} 1000 \mathrm{~m} \) 으로 설정하고, 실험 시간은 300초 동안 진행한다. WSSDP와 fSSDP는 무선 네트워크 상에서 서로 다른 노드 간의 통신을 하기 때문에, AODV 프로토콜을 이용하여 구현이 된다. 실험 시나리오에서는 IEEE 802.11b를 물리적인 인터페이스로 설정 한다.</p> <p> <표 2>는 wSSDP 및 fSSDP 관련 실험 환경에서 사용한 파라미터를 나타낸다.</p> <table border><caption> <표 \(2\)>실험 사양</caption> <tbody><tr><td>Parameter</td><td>Value</td></tr><tr><td>Mobility model</td><td>Random Way Point</td></tr><tr><td>Propagation model</td><td>Two Ray Ground</td></tr><tr><td>MAC protocol</td><td>\(802.11b\)</td></tr><tr><td>Ad hoc routing protocol</td><td>AODV</td></tr><tr><td>Network area</td><td>\( 1000 \mathrm{~m} \times 1000 \mathrm{~m} \)</td></tr><tr><td>Number of services</td><td>\(20\)</td></tr><tr><td>Moving speed</td><td>\( 0.5 \mathrm{~m} / \mathrm{s}\sim2.5 \mathrm{~m} / \mathrm{s} \)</td></tr><tr><td>Pause time</td><td>\( 5 \mathrm{~sec} \)</td></tr><tr><td>The number of nodes</td><td>\( 25 \sim 100 \)</td></tr><tr><td>Simulation time</td><td>\( 300 \mathrm{~sec} \)</td></tr></tbody></table>	통계학	[ "<h1>4. 성능 평가</h1> <h2>4.1 실험 환경</h2> <p>본 논문에서는 wSSDP와 제안한 fSSDP의 성능 평가를 위한 실험으로 모바일 네트워크 시뮬레이터(Mobile Network Simulator)인 Glomosim 2.3을 이용한다.", "실험에서 노드의 수는 20~100개 범위 내에서 실험을 진행한다.", "실험 환경의 범위는 노드의 수가 20개 이하인 작은 규모의 네트워크(Small Network), 노드의 수가 21~80개 사이인 중간 규모의 네트워크(Medium Network), 그리고 노드의 수가 81~100개 사이인 큰 규모의 네트워크(Large Network)로 구분하여 실험 걸과를 분석한다.", "</p> <p>노드의 모빌리티는 RWP(Random Way Point)를 따르고 노드의 움직이는 속도는 \\( 0.5 \\mathrm{~m} / \\mathrm{s} \\)에서 \\( 2.5 \\mathrm{~m} / \\mathrm{s} \\)사이로 가변적으로 변화한다.", "CBR(Constant Bit Rate)은 어플리케이션 레이어에서 실험 관련 메시지 패킷을 발생시키는데 이용하며, 메시지 패킷 사이즈는 \\(512 \\mathrm{byte}\\)로 한다.", "그리고 실험 영역은 \\( 1000 \\mathrm{m \\times} 1000 \\mathrm{~m} \\) 으로 설정하고, 실험 시간은 300초 동안 진행한다.", "WSSDP와 fSSDP는 무선 네트워크 상에서 서로 다른 노드 간의 통신을 하기 때문에, AODV 프로토콜을 이용하여 구현이 된다.", "실험 시나리오에서는 IEEE 802.11b를 물리적인 인터페이스로 설정 한다.", "</p> <p> <표 2>는 wSSDP 및 fSSDP 관련 실험 환경에서 사용한 파라미터를 나타낸다.", "</p> <table border><caption> <표 \\(2\\)>실험 사양</caption> <tbody><tr><td>Parameter</td><td>Value</td></tr><tr><td>Mobility model</td><td>Random Way Point</td></tr><tr><td>Propagation model</td><td>Two Ray Ground</td></tr><tr><td>MAC protocol</td><td>\\(802.11b\\)</td></tr><tr><td>Ad hoc routing protocol</td><td>AODV</td></tr><tr><td>Network area</td><td>\\( 1000 \\mathrm{~m} \\times 1000 \\mathrm{~m} \\)</td></tr><tr><td>Number of services</td><td>\\(20\\)</td></tr><tr><td>Moving speed</td><td>\\( 0.5 \\mathrm{~m} / \\mathrm{s}\\sim2.5 \\mathrm{~m} / \\mathrm{s} \\)</td></tr><tr><td>Pause time</td><td>\\( 5 \\mathrm{~sec} \\)</td></tr><tr><td>The number of nodes</td><td>\\( 25 \\sim 100 \\)</td></tr><tr><td>Simulation time</td><td>\\( 300 \\mathrm{~sec} \\)</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "무선 애드 혹 환경에서의 UPnP의 SSDP 기능 향상을 위한 서비스 발견 및 광고 기법", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-abdb2a26-799d-4bf2-8b10-e46e20a41259", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "정소라", "윤희용" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
227	<h3>3.2 .3 학업성취도 총괄 데이터베이스</h3><p>총괄 데이터베이스는 각 학교별 데이터를 집계하여 도 전체의 학업성취도 현황을 분석하는데 사용되며, 테이블의 종류는 다음과 같다.</p><ol><li>총점 도수분포 테이블(FreqTotal)</li><li>교과별 점수 도수분포 테이블(FreqSubj)</li><li>문항 난이도 테이블(Difficulty)</li><li>문항 변별도 테이블(DiscrimIndex)</li><li>오답지 매력도 테이블(Answer)</li><li>도 전체 교과별 성취도 테이블(DoEduCalc, DoEduAchv)</li><li>남녀별·교과별 성취도 테이블(SexCalc, SexAchv)</li><li>지역별.교과별 성취도 테이블(AreaCalc, AreaAchv)</li><li>교육청별 · 교과별 성취도 테이블(EduCalc, EduAchv)</li><li>학교별 ·교과별 성취도 테이블(SchCalc, SchAchv)</li><li>성적 우수자 테이블(ExcelStud)</li></ol><p>총점 및 교과별 점수 도수분포 테이블은 학업성취도 분석에서 핵심적인 역할을 한다. 예를 들어 문항 변별도, 학생 개인별 도 석차 등을 계산하는데 유용하게 사용된다. 총점도수분포 테이블의 구조는<표 9>와 같다. 총점 및 교과별 점수 도수분포 테이블에서 점수의 빈도를 도수라 하고, 도수를 전체 자료의 숫자로 나눈 것을 상대도수로 나타내었다. 누적도수는 높은 점수의 도수부터 그 점수의 도수까지 차례로 더한 도수의 합이다. 누적상대도수는 누적도수를 전체 자료의 숫자로 나눈 것이다.</p><h3>3.2 .4 학업성취도 학교별 데이터베이스</h3><p>학교별 데이터베이스에는 크게 5가지 종류의 테이블이 있으며, 개인별, 학급별, 학교별, 도 전체의 학업성취도 분석에 사용된다. 학업성취도 분석에 있어서 가장 기초 자료가 되는 개인별·교과별 성취도 테이블의 구조는<표 10>과 같다.</p><table border><caption><표 \(10\)>개인별 교과별 성취도 테이블(StudCalc)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td></tr><tr><td>번호</td><td>숫자</td><td>정수</td><td>학급석차5</td><td>숫자</td><td>정수</td></tr><tr><td>성명</td><td>텍스트</td><td>8</td><td>학교석차1</td><td>숫자</td><td>정수</td></tr><tr><td>성별</td><td>예/아니오</td><td></td><td>학교석차2</td><td>숫자</td><td>정수</td></tr><tr><td>응시</td><td>예/아니오</td><td></td><td>학교석차3</td><td>숫자</td><td>정수</td></tr><tr><td>과목1</td><td>숫자</td><td>실수(Single)</td><td>학교석차4</td><td>숫자</td><td>정수</td></tr><tr><td>과목2</td><td>숫자</td><td>실수(Single)</td><td>학교석차5</td><td>숫자</td><td>정수</td></tr><tr><td>과목3</td><td>숫자</td><td>실수(Single)</td><td>도석차1</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>과목4</td><td>숫자</td><td>실수(Single)</td><td>도석차2</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>과목5</td><td>숫자</td><td>실수(Single)</td><td>도석차3</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>총점</td><td>숫자</td><td>실수(Single)</td><td>도석차4</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>평균</td><td>숫자</td><td>실수(Single)</td><td>도석차5</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>학급석차1</td><td>숫자</td><td>정수</td><td>학급석차</td><td>숫자</td><td>정수</td></tr><tr><td>학급석차2</td><td>숫자</td><td>정수</td><td>학교석차</td><td>숫자</td><td>정수</td></tr><tr><td>학급석차3</td><td>숫자</td><td>정수</td><td>도석차</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>학급석차4</td><td>숫자</td><td>정수</td><td></td><td></td><td></td></tr></tbody></table><ol><li>총점 도수분포 테이블(FreqTotalClass, FreqTotalSch)</li><li>교과별 점수 도수분포 테이블(FreqSubjClass, FreqSubjSch)</li><li>문항 난이도 테이블(Difficulty)</li><li>학급별 · 교과별 성취도 테이블(ClassCalc, ClassAchv)</li><li>개인별 · 교과별 성취도 테이블(StudCalc, StudAchv)</li></ol> <p>문항 변별도(item discrimination)는 어떤 검사의 개개 문항이 그 검사에서 득점이 낮은 학생과 높은 학생을 식별 또는 구별해 줄 수 있는 변별력을 말한다. 문항 변별도는 \( -1 \).\( 0 \sim 1.0 \) 까지 분포하며, \( 1.0 \) 에 가까울수록 좋고, \( -1.0 \) 에 근접할수록 수정 또는 교체되어야 할 문항이다. 문항 변별도는 식(5)와 같이 나타낼 수 있다.</p><p>D.I. \( =\frac{2\left(R_{u}-R_{l}\right)}{N} \)<caption>(5)</caption></p><p>\( D.I. \) : 문항 변별도 지수(discrimination index)<br/>\( Ru \) : 상위집단의 정답자 수<br/>\( R1 \) : 하위집단의 정답자 수<br/>\( N \) : 전체 응답자 수</p><p>오답지 매력도는 답지 중 오답지가 매력적인지의 정도를 말하며, 오답지 매력도의 결정은 실제 응답한 각 답지의 응답 비율이 답지 선택 확률(P0)보다 높은지의 여부를 판단한다. 실제 답지의 응답 비율이 답지 선택 확률보다 높은 경우는 매력적인 오답지이며, 답지 선택 확률보다 낮은 경우는 매력적이지 않은 오답지이다.</p><p>\( P_{0}=\frac{1-P}{Q-1} \)<caption>(6)</caption></p><p>\( P_0 \) : 답지 선택 확률<br/>\( P \) : 문항 난이도<br/>\( Q \) : 문항의 답지 수</p><h2>2.4 OMR 카드 리더 분석</h2><p>OMR 카드 리더의 기종은 여러 가지가 있으나 경상북도 일선 학교에 보급되어 있는 기종은 대부분 MR-180과 SR-305이다. 본 논문에서 사용된 MR-180은 Column by Column 방식으로 마크 데이터를 판독한다. 데이터 비트는 (그림 1)과 같이 11 비트/ 1 문자로 구성되어 있고, 전송 제어 문자는<표 4>와 같다. 데이터 출력 방식은 12 행을 6 비트씩 나누어 2 개의 문자로 출력하며, 출력 코드의 범위는 \( 40 \mathrm{H} \)~\( 7 \mathrm{FH} \)이다.</p><table border><caption><표 \(4\)>MR-180의 전송 제어 문자</caption><tbody><tr><td>명령어</td><td>코드</td><td>설 명</td></tr><tr><td>ENQ</td><td>05H</td><td>전송요구</td></tr><tr><td>ACK</td><td>06H</td><td>긍정응답</td></tr><tr><td>NAK</td><td>15H</td><td>부정응답</td></tr><tr><td>CR</td><td>0DH</td><td>TEXT 최종문자</td></tr><tr><td>EOT</td><td>04H</td><td>전송요구종료</td></tr></tbody></table> <h1>3. 학업성취도 평가 시스템의 설계</h1><h2>3.1 OMR 카드 설계</h2><p>본 논문에서 설계한 OMR 카드의 종류는 성명 카드와 답안 카드의 두 종류가 있다. 성명 카드에는 (그림 2)와 같이 학생 개인의 기본 학적 사항이 표기되며, 성명은 한 음절씩 초성, 중성, 종성으로 풀어서 표기하도록 하였다. 유니코드 2.0 한글의 조합 방법에 의해서 한글 코드 값은 ' \( 0 \mathrm{xACOO} + (( \) 초성 값 \( \times~ 21)~+\) 중성 값) \(\times~ 28 ~+ \) 종성 값'을 가지게 된다.</p><p>2006～2008년 국가수준 학업성취도 평가와 경상북도 학업성취도 평가의 선택형 문항 수는 최대 40문항 이하이고 수행평가 문항 수는 최대 12문항 이하이다. (그림 3)은 이런조건을 고려하여 설계한 답안 카드이다.</p><h2>3.2 데이터베이스 설계</h2><h3>3.2 .1 시스템 기초 자료 데이터베이스</h3><p>시스템 기초 자료 데이터베이스는 사용자 기초 자료, 지역교육청 코드, 지역구분 코드, 학교 코드, 과목 코드, 선택형 문항 정답 및 배점, 수행평가 문항 배점, 성취수준 구분 점수 테이블을 생성하고 관리하는 용도로 사용된다.<표 5>는 학교 코드 테이블의 구조를 나타낸 것이다.</p><table border><caption><표 \(5\)>학교 코드 테이블(SchCode)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>비 고</td></tr><tr><td>학교코드</td><td>텍스트</td><td>2</td><td>Primary Key</td></tr><tr><td>지역코드</td><td>텍스트</td><td>1</td><td></td></tr><tr><td>학교명</td><td>텍스트</td><td>20</td><td></td></tr><tr><td>학급수1</td><td>숫자</td><td>정수</td><td>1학년</td></tr><tr><td>학급수2</td><td>숫자</td><td>정수</td><td>2학년</td></tr><tr><td>학급수3</td><td>숫자</td><td>정수</td><td>3학년</td></tr><tr><td>재적인원1</td><td>숫자</td><td>정수</td><td>1학년</td></tr><tr><td>재적인원2</td><td>숫자</td><td>정수</td><td>2학년</td></tr><tr><td>재적인원3</td><td>숫자</td><td>정수</td><td>3학년</td></tr></tbody></table><h3>3.2 .2 OMR 카드 관련 데이터베이스</h3><p>OMR 카드 관련 데이터베이스에는 성명 카드 테이블과 교시별 답안 카드 테이블의 두 종류가 있다. 교시별 답안 카드 테이블은 5교시까지 평가를 시행한 경우에는 5개의 테이블이 생성된다.<표 6>과<표 7>은 각각 성명 카드와 교시별 답안 카드 테이블의 구조를 나타낸 것이다.</p><p><표 7>의 '선택형'과 '수행평가' 필드의 크기는 각각의 최대 문항 수가 40, 12 인 경우이다. '선택형' 필드에는 OMR 카드에 표기한 답안을<표 8>과 같이 BCD 코드와 유사한 형태로 변환하여 저장되며, 수행평가 필드에는 수행평가 문항별 점수가 저장된다.</p><table border><caption><표 \(6\)>성명 카드 테이블(Name)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>비 고</td></tr><tr><td>번호</td><td>숫자</td><td>정수</td><td></td></tr><tr><td>성명</td><td>텍스트</td><td>8</td><td></td></tr><tr><td>성별</td><td>예/아니오</td><td></td><td></td></tr><tr><td>응시</td><td>예/아니오</td><td></td><td>응시 여부</td></tr></tbody></table><br/><table border><caption><표 \(7\)>교시별 답안 카드 테이블(Hour)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>비고</td></tr><tr><td>번호</td><td>숫자</td><td>정수</td><td></td></tr><tr><td>선택형</td><td>텍스트</td><td>80</td><td>선택형 문항</td></tr><tr><td>수행평가</td><td>텍스트</td><td>12</td><td>수행평가 문항</td></tr><tr><td>응시</td><td>예/아니오</td><td></td><td>응시 여부</td></tr><tr><td>채점표</td><td>텍스트</td><td>40</td><td></td></tr></tbody></table> <h1>2. 관련 연구</h1><h2>2.1 학업성취도 평가 절차 및 문항 구성</h2><p>교과부에서는 학업성취도 평가 계획을 수립하고 총괄적인 지원을 하며 시행에 소요되는 예산을 확보하고 교육정책을 수립한다. 한국교육과정평가원에서는 평가 도구를 개발하고, 문제지, 정답, 채점기준을 공지하며, 점수 체제를 개발하고, 개인 성적표 틀 및 성적표 산출 프로그램을 개발하여 보급한다. 그리고 시·도교육청 평가 담당관을 대상으로 시행 및 채점과 관련된 연수를 실시하고 국가수준의 보고서를 작성하여 배포한다. 시·도교육청에서는 평가 도구를 인쇄하고 배포하며, 서답형 문항의 채점 및 성적 전산 처리를 담당할 수도 있다. 또한 개인 성적표를 작성하여 발송하며 시·도교육청 수준의 보고서를 작성하여 배포한다.</p><p>2006년, 2007년, 2008년 10월에 실시한 중학교 3학년 국가수준 학업성취도 평가 영역은 국어, 사회, 수학, 과학, 영어 5개 교과이며, 평가 문항은 선택형과 수행평가 문항으로 구성되어 있다. 선택형은 5지 선다형이고, 수행평가 문항 수는 선택형 문항 수의 \( 20 \sim 30 \% \) 정도의 비율이다. 교과별 문항 수와 배점은<표 1>과 같다.</p><table border><caption><표 \(1\)>중학교 학업성취도 평가 문항의 구성</caption><tbody><tr><td rowspan=2>교과</td><td rowspan=2>시험 시간</td><td colspan=3>문항 수(배점)</td><td rowspan=2>비 고</td></tr><tr><td>70분</td><td>수행평가</td><td>계</td></tr><tr><td>국어</td><td>70분</td><td>30(45)</td><td>10(25)</td><td>40(70)</td><td>듣기평가 포함</td></tr><tr><td>과학</td><td>70분</td><td>32(48)</td><td>8(24)</td><td>40(72)</td><td></td></tr><tr><td>사회</td><td>80분</td><td>40(40)</td><td>12(30)</td><td>52(70)</td><td></td></tr><tr><td>수학</td><td>70분</td><td>30(45)</td><td>6(25)</td><td>36(70)</td><td></td></tr><tr><td>영어</td><td>70분</td><td>32(48)</td><td>10(24)</td><td>42(72)</td><td>듣기평가 포함</td></tr><tr><td>5개 교과</td><td>360분</td><td>164(226)</td><td>46(128)</td><td>210(354)</td><td></td></tr></tbody></table><h2>2.2 국가수준 학업성취도 평가 분석</h2><p>교과부는 2008년 10월 14∼15일에 전국의 초등학교 6학년, 중학교 3학년, 일반계 고등학교 1학년 전체 약 196만명 학생을 대상으로 국가수준 학업성취도 평가를 시행하였다. 중학교 3학년의 경우 교과별 성취수준은<표 2>와 같이 원점수에 의해서 우수학력, 보통학력, 기초학력, 기초학력미달의 4단계로 평가되고, 일반에 공개할 때에는 보통학력이상, 기초학력, 기초학력미달의 3단계로 공개하도록 법제화했다.</p><p><표 3>은 교과별 학업성취도 평가 결과의 총괄 현황이며, 우리나라 중·고교생 10명 중 1명은 기초학력미달자로, 다음 학년으로 진급하더라도 수업을 따라가기 어려운 것으로 나타났다. 학년이 올라갈수록 기초학력미달 학생 비율이 \(10\%\) 전후로 증가한 것은 그동안 지속된 하향 평준화 정책때문으로 교과부는 분석했다.</p><table border><caption><표 \(2\)>2008년 중3 교과별 성취수준 구분 점수</caption><tbody><tr><td colspan=2>구 분</td><td>기초학력미달</td><td>기초학력</td><td>보통학력</td><td>우수학력</td></tr><tr><td rowspan=2>국어</td><td>원점수</td><td>0~13.5</td><td>14.0~33.0</td><td>33.5-54.5</td><td>55.0-70.0</td></tr><tr><td>백분율</td><td>0~19.3</td><td>20.0~47.1</td><td>47.9~77.9</td><td>78.6~100</td></tr><tr><td rowspan=2>사회</td><td>원점수</td><td>0~11.0</td><td>12.0~25.0</td><td>26.0~48.0</td><td>49.0~70.0</td></tr><tr><td>백분율</td><td>0~15.7</td><td>17.1~35.7</td><td>37.1~68.6</td><td>70.0~100</td></tr><tr><td rowspan=2>수학</td><td>원점수</td><td>0~14.5</td><td>15.0~36.5</td><td>37.0~58.0</td><td>58.5~70.0</td></tr><tr><td>백분율</td><td>0~20.7</td><td>21.4~52.1</td><td>52.9~82.9</td><td>83.6~100</td></tr><tr><td rowspan=2>과학</td><td>원점수</td><td>0~15.0</td><td>15.5~33.0</td><td>33.5~53.0</td><td>53.5~72.0</td></tr><tr><td>백분율</td><td>0~20.8</td><td>21.5~45.8</td><td>46.5~73.6</td><td>74.3~100</td></tr><tr><td rowspan=2>영어</td><td>원점수</td><td>0~10.0</td><td>10.5~26.5</td><td>27.0~52.0</td><td>52.5~72.0</td></tr><tr><td>백분율</td><td>0~13.9</td><td>14.6~36.8</td><td>37.5~72.2</td><td>72.9~100</td></tr></tbody></table><br/><table border><caption><표 \(3\)>교과별 학업성취도 평가 결과 총괄</caption><tbody><tr><td>교과</td><td>성취수준</td><td>초6</td><td>중3</td><td>고1(일반계)</td></tr><tr><td rowspan=3>국어</td><td>보통학력이상</td><td>81.9</td><td>60.3</td><td>70.8</td></tr><tr><td>기초학력</td><td>15.6</td><td>30.7</td><td>23.6</td></tr><tr><td>기초학력미달</td><td>2.5</td><td>9.0</td><td>5.5</td></tr><tr><td rowspan=3>사회</td><td>보통학력이상</td><td>69.8</td><td>57.5</td><td>42.0</td></tr><tr><td>기초학력</td><td>27.7</td><td>30.9</td><td>46.1</td></tr><tr><td>기초학력미달</td><td>2.5</td><td>11.6</td><td>11.8</td></tr><tr><td rowspan=3>수학</td><td>보통학력이상</td><td>82.5</td><td>51.0</td><td>56.5</td></tr><tr><td>기초학력</td><td>15.8</td><td>36.0</td><td>34.6</td></tr><tr><td>기초학력미달</td><td>1.7</td><td>12.9</td><td>8.9</td></tr><tr><td rowspan=3>과학</td><td>보통학력이상</td><td>84.0</td><td>55.7</td><td>55.7</td></tr><tr><td>기초학력</td><td>13.8</td><td>32.6</td><td>31.8</td></tr><tr><td>기초학력미달</td><td>2.2</td><td>11.7</td><td>12.5</td></tr><tr><td rowspan=3>영어</td><td>보통학력이상</td><td>80.6</td><td>62.8</td><td>62.6</td></tr><tr><td>기초학력</td><td>16.4</td><td>30.7</td><td>31.2</td></tr><tr><td>기초학력미달</td><td>3.0</td><td>6.6</td><td>6.1</td></tr></tbody></table> <h2>4.4 시스템의 운영 및 검증</h2> <p>시스템의 운영은 소프트웨어 개발에 있어서 중요한 단계라 할 수 있다. 경상북도의 경우 3만여명의 OMR 답안 카드를 실제로 처리하기에는 현실적으로 많은 어려움이 있다. 이에 대한 대안으로 실제 사례와 같은 규모로 가상 데이터를 생성하여 시스템을 적용하였다.</p> <p> <표 11>은 2008학년도 경상북도 중학교 3학년 학업성취도 평가 응시 예정 인원과 본 시스템의 적용에 사용된 가상 데이터와의 규모를 비교한 것이다.</p> <p>가상 데이터의 적용 결과에 대한 정확성을 검증하기 위한 도구로 엑셀을 이용하였다. 다음은 데이터베이스에 저장된 전체 학생의 교과별 점수 데이터를 엑셀 워크시트에 저장하기 위하여 워크시트 객체를 생성하는 소스 코드의 보기이다.</p> <p>(그림 7)은 엑셀 워크시트에서 ‘부분합’ 기능을 이용하여 남녀별․교과별 평균 점수를 계산한 화면이고, (그림 8)은 지역별․교과별 평균 점수를 계산한 화면이다. 이와 같은 방법으로 본 시스템의 가상 데이터 적용 결과에 대한 정확성을 검증한 결과 모두 일치하였다.</p> <h2>4.5 시스템의 평가</h2> <p>한국교육과정평가원은 2008년에 시행된 국가수준 학업성취도 평가 결과를 학생들에게 통보하기 위하여 성적통지표 출력 프로그램만 개발하여 보급하였다. 따라서 전국의 16개 시 · 도교육청은 평가 결과를 분석하기 위하여 대부분 외부 업체에 용역을 의뢰하기 때문에 기존의 학업성취도 평가 시스템과의 비교 분석은 사실상 어려운 실정이다.</p> <p>평가원에서 보급한 성적통지표 출력 프로그램과 본 시스템의 성적통지표 출력 모듈과의 기능을 비교하면<표 12>와 같다. 평가원에서 보급한 프로그램은 메인 시스템과의 연계성이 없으며, 수작업으로 점수를 입력하여 단지 학생들에게 교과별 성취수준에 대한 정보만을 제공하고 있다. 본 시스템에서는 이러한 문제를 해결하고 학생들에게 보다 다양한 정보를 제공하고 있다.</p> <table border><caption> <표 \(12\)>한국교육과정평가원 보급 성적통지표 출력 프로그램과의 비교</caption> <tbody><tr><td colspan=2>비교 항목</td><td>(평가원 보급) 성적통지표 출력 프로그램</td><td>(본 시스템) 성적통지표 출력 모듈</td></tr><tr><td colspan=2>점수 입력방식</td><td>수작업 입력</td><td>자동 처리</td></tr><tr><td rowspan=8>출력내용</td><td>원 점 수</td><td>x</td><td>O</td></tr><tr><td>성취수준</td><td>O</td><td>O</td></tr><tr><td>학급평균</td><td>x</td><td>O</td></tr><tr><td>학교평균</td><td>x</td><td>O</td></tr><tr><td>도 평균</td><td>x</td><td>O</td></tr><tr><td>학급석차</td><td>x</td><td>O</td></tr><tr><td>학교석차</td><td>x</td><td>O</td></tr><tr><td>도석차</td><td>x</td><td>O</td></tr><tr><td colspan=2>메인 시스템과의 연계성</td><td>x</td><td>O</td></tr></tbody></table> <p>또한 본 시스템의 장점으로는<표 13>에 나타낸 것처럼 3만여명의 학생들에 대해 5과목의 학급석차, 학교석차, 도석차를 계산하는데 선택정렬, 삽입정렬 등과 같은 일반적인 정렬 알고리즘을 적용했을 때 시간이 많이 걸리는 문제를 총점 및 교과별 점수 도수분포표를 이용하여 해결하였다.</p>	통계학	[ "<h3>3.2 .3 학업성취도 총괄 데이터베이스</h3><p>총괄 데이터베이스는 각 학교별 데이터를 집계하여 도 전체의 학업성취도 현황을 분석하는데 사용되며, 테이블의 종류는 다음과 같다.", "</p><ol><li>총점 도수분포 테이블(FreqTotal)</li><li>교과별 점수 도수분포 테이블(FreqSubj)</li><li>문항 난이도 테이블(Difficulty)</li><li>문항 변별도 테이블(DiscrimIndex)</li><li>오답지 매력도 테이블(Answer)</li><li>도 전체 교과별 성취도 테이블(DoEduCalc, DoEduAchv)</li><li>남녀별·교과별 성취도 테이블(SexCalc, SexAchv)</li><li>지역별.교과별 성취도 테이블(AreaCalc, AreaAchv)</li><li>교육청별 · 교과별 성취도 테이블(EduCalc, EduAchv)</li><li>학교별 ·교과별 성취도 테이블(SchCalc, SchAchv)</li><li>성적 우수자 테이블(ExcelStud)</li></ol><p>총점 및 교과별 점수 도수분포 테이블은 학업성취도 분석에서 핵심적인 역할을 한다.", "예를 들어 문항 변별도, 학생 개인별 도 석차 등을 계산하는데 유용하게 사용된다.", "총점도수분포 테이블의 구조는<표 9>와 같다.", "총점 및 교과별 점수 도수분포 테이블에서 점수의 빈도를 도수라 하고, 도수를 전체 자료의 숫자로 나눈 것을 상대도수로 나타내었다.", "누적도수는 높은 점수의 도수부터 그 점수의 도수까지 차례로 더한 도수의 합이다.", "누적상대도수는 누적도수를 전체 자료의 숫자로 나눈 것이다.", "</p><h3>3.2 .4 학업성취도 학교별 데이터베이스</h3><p>학교별 데이터베이스에는 크게 5가지 종류의 테이블이 있으며, 개인별, 학급별, 학교별, 도 전체의 학업성취도 분석에 사용된다.", "학업성취도 분석에 있어서 가장 기초 자료가 되는 개인별·교과별 성취도 테이블의 구조는<표 10>과 같다.", "</p><table border><caption><표 \\(10\\)>개인별 교과별 성취도 테이블(StudCalc)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td></tr><tr><td>번호</td><td>숫자</td><td>정수</td><td>학급석차5</td><td>숫자</td><td>정수</td></tr><tr><td>성명</td><td>텍스트</td><td>8</td><td>학교석차1</td><td>숫자</td><td>정수</td></tr><tr><td>성별</td><td>예/아니오</td><td></td><td>학교석차2</td><td>숫자</td><td>정수</td></tr><tr><td>응시</td><td>예/아니오</td><td></td><td>학교석차3</td><td>숫자</td><td>정수</td></tr><tr><td>과목1</td><td>숫자</td><td>실수(Single)</td><td>학교석차4</td><td>숫자</td><td>정수</td></tr><tr><td>과목2</td><td>숫자</td><td>실수(Single)</td><td>학교석차5</td><td>숫자</td><td>정수</td></tr><tr><td>과목3</td><td>숫자</td><td>실수(Single)</td><td>도석차1</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>과목4</td><td>숫자</td><td>실수(Single)</td><td>도석차2</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>과목5</td><td>숫자</td><td>실수(Single)</td><td>도석차3</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>총점</td><td>숫자</td><td>실수(Single)</td><td>도석차4</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>평균</td><td>숫자</td><td>실수(Single)</td><td>도석차5</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>학급석차1</td><td>숫자</td><td>정수</td><td>학급석차</td><td>숫자</td><td>정수</td></tr><tr><td>학급석차2</td><td>숫자</td><td>정수</td><td>학교석차</td><td>숫자</td><td>정수</td></tr><tr><td>학급석차3</td><td>숫자</td><td>정수</td><td>도석차</td><td>숫자</td><td>정수(Long)</td></tr><tr><td>학급석차4</td><td>숫자</td><td>정수</td><td></td><td></td><td></td></tr></tbody></table><ol><li>총점 도수분포 테이블(FreqTotalClass, FreqTotalSch)</li><li>교과별 점수 도수분포 테이블(FreqSubjClass, FreqSubjSch)</li><li>문항 난이도 테이블(Difficulty)</li><li>학급별 · 교과별 성취도 테이블(ClassCalc, ClassAchv)</li><li>개인별 · 교과별 성취도 테이블(StudCalc, StudAchv)</li></ol> <p>문항 변별도(item discrimination)는 어떤 검사의 개개 문항이 그 검사에서 득점이 낮은 학생과 높은 학생을 식별 또는 구별해 줄 수 있는 변별력을 말한다.", "문항 변별도는 \\( -1 \\).\\", "( 0 \\sim 1.0 \\) 까지 분포하며, \\( 1.0 \\) 에 가까울수록 좋고, \\( -1.0 \\) 에 근접할수록 수정 또는 교체되어야 할 문항이다.", "문항 변별도는 식(5)와 같이 나타낼 수 있다.", "</p><p>D.I. \\( =\\frac{2\\left(R_{u}-R_{l}\\right)}{N} \\)<caption>(5)</caption></p><p>\\( D.I. \\) : 문항 변별도 지수(discrimination index)<br/>\\( Ru \\) : 상위집단의 정답자 수<br/>\\( R1 \\) : 하위집단의 정답자 수<br/>\\( N \\) : 전체 응답자 수</p><p>오답지 매력도는 답지 중 오답지가 매력적인지의 정도를 말하며, 오답지 매력도의 결정은 실제 응답한 각 답지의 응답 비율이 답지 선택 확률(P0)보다 높은지의 여부를 판단한다.", "실제 답지의 응답 비율이 답지 선택 확률보다 높은 경우는 매력적인 오답지이며, 답지 선택 확률보다 낮은 경우는 매력적이지 않은 오답지이다.", "</p><p>\\( P_{0}=\\frac{1-P}{Q-1} \\)<caption>(6)</caption></p><p>\\( P_0 \\) : 답지 선택 확률<br/>\\( P \\) : 문항 난이도<br/>\\( Q \\) : 문항의 답지 수</p><h2>2.4 OMR 카드 리더 분석</h2><p>OMR 카드 리더의 기종은 여러 가지가 있으나 경상북도 일선 학교에 보급되어 있는 기종은 대부분 MR-180과 SR-305이다.", "본 논문에서 사용된 MR-180은 Column by Column 방식으로 마크 데이터를 판독한다.", "데이터 비트는 (그림 1)과 같이 11 비트/ 1 문자로 구성되어 있고, 전송 제어 문자는<표 4>와 같다.", "데이터 출력 방식은 12 행을 6 비트씩 나누어 2 개의 문자로 출력하며, 출력 코드의 범위는 \\( 40 \\mathrm{H} \\)~\\( 7 \\mathrm{FH} \\)이다.", "</p><table border><caption><표 \\(4\\)>MR-180의 전송 제어 문자</caption><tbody><tr><td>명령어</td><td>코드</td><td>설 명</td></tr><tr><td>ENQ</td><td>05H</td><td>전송요구</td></tr><tr><td>ACK</td><td>06H</td><td>긍정응답</td></tr><tr><td>NAK</td><td>15H</td><td>부정응답</td></tr><tr><td>CR</td><td>0DH</td><td>TEXT 최종문자</td></tr><tr><td>EOT</td><td>04H</td><td>전송요구종료</td></tr></tbody></table> <h1>3. 학업성취도 평가 시스템의 설계</h1><h2>3.1 OMR 카드 설계</h2><p>본 논문에서 설계한 OMR 카드의 종류는 성명 카드와 답안 카드의 두 종류가 있다.", "성명 카드에는 (그림 2)와 같이 학생 개인의 기본 학적 사항이 표기되며, 성명은 한 음절씩 초성, 중성, 종성으로 풀어서 표기하도록 하였다.", "유니코드 2.0 한글의 조합 방법에 의해서 한글 코드 값은 ' \\( 0 \\mathrm{xACOO} + (( \\) 초성 값 \\( \\times~ 21)~+\\) 중성 값) \\(\\times~ 28 ~+ \\) 종성 값'을 가지게 된다.", "</p><p>2006～2008년 국가수준 학업성취도 평가와 경상북도 학업성취도 평가의 선택형 문항 수는 최대 40문항 이하이고 수행평가 문항 수는 최대 12문항 이하이다.", "(그림 3)은 이런조건을 고려하여 설계한 답안 카드이다.", "</p><h2>3.2 데이터베이스 설계</h2><h3>3.2 .1 시스템 기초 자료 데이터베이스</h3><p>시스템 기초 자료 데이터베이스는 사용자 기초 자료, 지역교육청 코드, 지역구분 코드, 학교 코드, 과목 코드, 선택형 문항 정답 및 배점, 수행평가 문항 배점, 성취수준 구분 점수 테이블을 생성하고 관리하는 용도로 사용된다.", "<표 5>는 학교 코드 테이블의 구조를 나타낸 것이다.", "</p><table border><caption><표 \\(5\\)>학교 코드 테이블(SchCode)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>비 고</td></tr><tr><td>학교코드</td><td>텍스트</td><td>2</td><td>Primary Key</td></tr><tr><td>지역코드</td><td>텍스트</td><td>1</td><td></td></tr><tr><td>학교명</td><td>텍스트</td><td>20</td><td></td></tr><tr><td>학급수1</td><td>숫자</td><td>정수</td><td>1학년</td></tr><tr><td>학급수2</td><td>숫자</td><td>정수</td><td>2학년</td></tr><tr><td>학급수3</td><td>숫자</td><td>정수</td><td>3학년</td></tr><tr><td>재적인원1</td><td>숫자</td><td>정수</td><td>1학년</td></tr><tr><td>재적인원2</td><td>숫자</td><td>정수</td><td>2학년</td></tr><tr><td>재적인원3</td><td>숫자</td><td>정수</td><td>3학년</td></tr></tbody></table><h3>3.2 .2 OMR 카드 관련 데이터베이스</h3><p>OMR 카드 관련 데이터베이스에는 성명 카드 테이블과 교시별 답안 카드 테이블의 두 종류가 있다.", "교시별 답안 카드 테이블은 5교시까지 평가를 시행한 경우에는 5개의 테이블이 생성된다.", "<표 6>과<표 7>은 각각 성명 카드와 교시별 답안 카드 테이블의 구조를 나타낸 것이다.", "</p><p><표 7>의 '선택형'과 '수행평가' 필드의 크기는 각각의 최대 문항 수가 40, 12 인 경우이다.", "'선택형' 필드에는 OMR 카드에 표기한 답안을<표 8>과 같이 BCD 코드와 유사한 형태로 변환하여 저장되며, 수행평가 필드에는 수행평가 문항별 점수가 저장된다.", "</p><table border><caption><표 \\(6\\)>성명 카드 테이블(Name)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>비 고</td></tr><tr><td>번호</td><td>숫자</td><td>정수</td><td></td></tr><tr><td>성명</td><td>텍스트</td><td>8</td><td></td></tr><tr><td>성별</td><td>예/아니오</td><td></td><td></td></tr><tr><td>응시</td><td>예/아니오</td><td></td><td>응시 여부</td></tr></tbody></table><br/><table border><caption><표 \\(7\\)>교시별 답안 카드 테이블(Hour)의 구조</caption><tbody><tr><td>필드 이름</td><td>데이터 형식</td><td>필드 크기</td><td>비고</td></tr><tr><td>번호</td><td>숫자</td><td>정수</td><td></td></tr><tr><td>선택형</td><td>텍스트</td><td>80</td><td>선택형 문항</td></tr><tr><td>수행평가</td><td>텍스트</td><td>12</td><td>수행평가 문항</td></tr><tr><td>응시</td><td>예/아니오</td><td></td><td>응시 여부</td></tr><tr><td>채점표</td><td>텍스트</td><td>40</td><td></td></tr></tbody></table> <h1>2. 관련 연구</h1><h2>2.1 학업성취도 평가 절차 및 문항 구성</h2><p>교과부에서는 학업성취도 평가 계획을 수립하고 총괄적인 지원을 하며 시행에 소요되는 예산을 확보하고 교육정책을 수립한다.", "한국교육과정평가원에서는 평가 도구를 개발하고, 문제지, 정답, 채점기준을 공지하며, 점수 체제를 개발하고, 개인 성적표 틀 및 성적표 산출 프로그램을 개발하여 보급한다.", "그리고 시·도교육청 평가 담당관을 대상으로 시행 및 채점과 관련된 연수를 실시하고 국가수준의 보고서를 작성하여 배포한다.", "시·도교육청에서는 평가 도구를 인쇄하고 배포하며, 서답형 문항의 채점 및 성적 전산 처리를 담당할 수도 있다.", "또한 개인 성적표를 작성하여 발송하며 시·도교육청 수준의 보고서를 작성하여 배포한다.", "</p><p>2006년, 2007년, 2008년 10월에 실시한 중학교 3학년 국가수준 학업성취도 평가 영역은 국어, 사회, 수학, 과학, 영어 5개 교과이며, 평가 문항은 선택형과 수행평가 문항으로 구성되어 있다.", "선택형은 5지 선다형이고, 수행평가 문항 수는 선택형 문항 수의 \\( 20 \\sim 30 \\% \\) 정도의 비율이다.", "교과별 문항 수와 배점은<표 1>과 같다.", "</p><table border><caption><표 \\(1\\)>중학교 학업성취도 평가 문항의 구성</caption><tbody><tr><td rowspan=2>교과</td><td rowspan=2>시험 시간</td><td colspan=3>문항 수(배점)</td><td rowspan=2>비 고</td></tr><tr><td>70분</td><td>수행평가</td><td>계</td></tr><tr><td>국어</td><td>70분</td><td>30(45)</td><td>10(25)</td><td>40(70)</td><td>듣기평가 포함</td></tr><tr><td>과학</td><td>70분</td><td>32(48)</td><td>8(24)</td><td>40(72)</td><td></td></tr><tr><td>사회</td><td>80분</td><td>40(40)</td><td>12(30)</td><td>52(70)</td><td></td></tr><tr><td>수학</td><td>70분</td><td>30(45)</td><td>6(25)</td><td>36(70)</td><td></td></tr><tr><td>영어</td><td>70분</td><td>32(48)</td><td>10(24)</td><td>42(72)</td><td>듣기평가 포함</td></tr><tr><td>5개 교과</td><td>360분</td><td>164(226)</td><td>46(128)</td><td>210(354)</td><td></td></tr></tbody></table><h2>2.2 국가수준 학업성취도 평가 분석</h2><p>교과부는 2008년 10월 14∼15일에 전국의 초등학교 6학년, 중학교 3학년, 일반계 고등학교 1학년 전체 약 196만명 학생을 대상으로 국가수준 학업성취도 평가를 시행하였다.", "중학교 3학년의 경우 교과별 성취수준은<표 2>와 같이 원점수에 의해서 우수학력, 보통학력, 기초학력, 기초학력미달의 4단계로 평가되고, 일반에 공개할 때에는 보통학력이상, 기초학력, 기초학력미달의 3단계로 공개하도록 법제화했다.", "</p><p><표 3>은 교과별 학업성취도 평가 결과의 총괄 현황이며, 우리나라 중·고교생 10명 중 1명은 기초학력미달자로, 다음 학년으로 진급하더라도 수업을 따라가기 어려운 것으로 나타났다.", "학년이 올라갈수록 기초학력미달 학생 비율이 \\(10\\%\\) 전후로 증가한 것은 그동안 지속된 하향 평준화 정책때문으로 교과부는 분석했다.", "</p><table border><caption><표 \\(2\\)>2008년 중3 교과별 성취수준 구분 점수</caption><tbody><tr><td colspan=2>구 분</td><td>기초학력미달</td><td>기초학력</td><td>보통학력</td><td>우수학력</td></tr><tr><td rowspan=2>국어</td><td>원점수</td><td>0~13.5</td><td>14.0~33.0</td><td>33.5-54.5</td><td>55.0-70.0</td></tr><tr><td>백분율</td><td>0~19.3</td><td>20.0~47.1</td><td>47.9~77.9</td><td>78.6~100</td></tr><tr><td rowspan=2>사회</td><td>원점수</td><td>0~11.0</td><td>12.0~25.0</td><td>26.0~48.0</td><td>49.0~70.0</td></tr><tr><td>백분율</td><td>0~15.7</td><td>17.1~35.7</td><td>37.1~68.6</td><td>70.0~100</td></tr><tr><td rowspan=2>수학</td><td>원점수</td><td>0~14.5</td><td>15.0~36.5</td><td>37.0~58.0</td><td>58.5~70.0</td></tr><tr><td>백분율</td><td>0~20.7</td><td>21.4~52.1</td><td>52.9~82.9</td><td>83.6~100</td></tr><tr><td rowspan=2>과학</td><td>원점수</td><td>0~15.0</td><td>15.5~33.0</td><td>33.5~53.0</td><td>53.5~72.0</td></tr><tr><td>백분율</td><td>0~20.8</td><td>21.5~45.8</td><td>46.5~73.6</td><td>74.3~100</td></tr><tr><td rowspan=2>영어</td><td>원점수</td><td>0~10.0</td><td>10.5~26.5</td><td>27.0~52.0</td><td>52.5~72.0</td></tr><tr><td>백분율</td><td>0~13.9</td><td>14.6~36.8</td><td>37.5~72.2</td><td>72.9~100</td></tr></tbody></table><br/><table border><caption><표 \\(3\\)>교과별 학업성취도 평가 결과 총괄</caption><tbody><tr><td>교과</td><td>성취수준</td><td>초6</td><td>중3</td><td>고1(일반계)</td></tr><tr><td rowspan=3>국어</td><td>보통학력이상</td><td>81.9</td><td>60.3</td><td>70.8</td></tr><tr><td>기초학력</td><td>15.6</td><td>30.7</td><td>23.6</td></tr><tr><td>기초학력미달</td><td>2.5</td><td>9.0</td><td>5.5</td></tr><tr><td rowspan=3>사회</td><td>보통학력이상</td><td>69.8</td><td>57.5</td><td>42.0</td></tr><tr><td>기초학력</td><td>27.7</td><td>30.9</td><td>46.1</td></tr><tr><td>기초학력미달</td><td>2.5</td><td>11.6</td><td>11.8</td></tr><tr><td rowspan=3>수학</td><td>보통학력이상</td><td>82.5</td><td>51.0</td><td>56.5</td></tr><tr><td>기초학력</td><td>15.8</td><td>36.0</td><td>34.6</td></tr><tr><td>기초학력미달</td><td>1.7</td><td>12.9</td><td>8.9</td></tr><tr><td rowspan=3>과학</td><td>보통학력이상</td><td>84.0</td><td>55.7</td><td>55.7</td></tr><tr><td>기초학력</td><td>13.8</td><td>32.6</td><td>31.8</td></tr><tr><td>기초학력미달</td><td>2.2</td><td>11.7</td><td>12.5</td></tr><tr><td rowspan=3>영어</td><td>보통학력이상</td><td>80.6</td><td>62.8</td><td>62.6</td></tr><tr><td>기초학력</td><td>16.4</td><td>30.7</td><td>31.2</td></tr><tr><td>기초학력미달</td><td>3.0</td><td>6.6</td><td>6.1</td></tr></tbody></table> <h2>4.4 시스템의 운영 및 검증</h2> <p>시스템의 운영은 소프트웨어 개발에 있어서 중요한 단계라 할 수 있다.", "경상북도의 경우 3만여명의 OMR 답안 카드를 실제로 처리하기에는 현실적으로 많은 어려움이 있다.", "이에 대한 대안으로 실제 사례와 같은 규모로 가상 데이터를 생성하여 시스템을 적용하였다.", "</p> <p> <표 11>은 2008학년도 경상북도 중학교 3학년 학업성취도 평가 응시 예정 인원과 본 시스템의 적용에 사용된 가상 데이터와의 규모를 비교한 것이다.", "</p> <p>가상 데이터의 적용 결과에 대한 정확성을 검증하기 위한 도구로 엑셀을 이용하였다.", "다음은 데이터베이스에 저장된 전체 학생의 교과별 점수 데이터를 엑셀 워크시트에 저장하기 위하여 워크시트 객체를 생성하는 소스 코드의 보기이다.", "</p> <p>(그림 7)은 엑셀 워크시트에서 ‘부분합’ 기능을 이용하여 남녀별․교과별 평균 점수를 계산한 화면이고, (그림 8)은 지역별․교과별 평균 점수를 계산한 화면이다.", "이와 같은 방법으로 본 시스템의 가상 데이터 적용 결과에 대한 정확성을 검증한 결과 모두 일치하였다.", "</p> <h2>4.5 시스템의 평가</h2> <p>한국교육과정평가원은 2008년에 시행된 국가수준 학업성취도 평가 결과를 학생들에게 통보하기 위하여 성적통지표 출력 프로그램만 개발하여 보급하였다.", "따라서 전국의 16개 시 · 도교육청은 평가 결과를 분석하기 위하여 대부분 외부 업체에 용역을 의뢰하기 때문에 기존의 학업성취도 평가 시스템과의 비교 분석은 사실상 어려운 실정이다.", "</p> <p>평가원에서 보급한 성적통지표 출력 프로그램과 본 시스템의 성적통지표 출력 모듈과의 기능을 비교하면<표 12>와 같다.", "평가원에서 보급한 프로그램은 메인 시스템과의 연계성이 없으며, 수작업으로 점수를 입력하여 단지 학생들에게 교과별 성취수준에 대한 정보만을 제공하고 있다.", "본 시스템에서는 이러한 문제를 해결하고 학생들에게 보다 다양한 정보를 제공하고 있다.", "</p> <table border><caption> <표 \\(12\\)>한국교육과정평가원 보급 성적통지표 출력 프로그램과의 비교</caption> <tbody><tr><td colspan=2>비교 항목</td><td>(평가원 보급) 성적통지표 출력 프로그램</td><td>(본 시스템) 성적통지표 출력 모듈</td></tr><tr><td colspan=2>점수 입력방식</td><td>수작업 입력</td><td>자동 처리</td></tr><tr><td rowspan=8>출력내용</td><td>원 점 수</td><td>x</td><td>O</td></tr><tr><td>성취수준</td><td>O</td><td>O</td></tr><tr><td>학급평균</td><td>x</td><td>O</td></tr><tr><td>학교평균</td><td>x</td><td>O</td></tr><tr><td>도 평균</td><td>x</td><td>O</td></tr><tr><td>학급석차</td><td>x</td><td>O</td></tr><tr><td>학교석차</td><td>x</td><td>O</td></tr><tr><td>도석차</td><td>x</td><td>O</td></tr><tr><td colspan=2>메인 시스템과의 연계성</td><td>x</td><td>O</td></tr></tbody></table> <p>또한 본 시스템의 장점으로는<표 13>에 나타낸 것처럼 3만여명의 학생들에 대해 5과목의 학급석차, 학교석차, 도석차를 계산하는데 선택정렬, 삽입정렬 등과 같은 일반적인 정렬 알고리즘을 적용했을 때 시간이 많이 걸리는 문제를 총점 및 교과별 점수 도수분포표를 이용하여 해결하였다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "국가수준 중학교 학업성취도 평가 시스템의 설계 및 구현", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-6078107b-f130-43aa-8654-a37d9f6467c0", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "김민호", "송희헌", "강오한" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
228	<h2>4.3 인간의 동작인식</h2><p>인간의 동작인식은 위치인식과 달리 객체 분류기를 이용하여 분류한다. 인간의 여러 가지 동작을 예측하기 위해서는 미리 학습 시켜놓은 알고리즘에 각 이미지의 특징 값을 넣음으로써 동작을 예측해야 한다. 본 논문에서는 인간의 동작 인식을 위해서 교사학습 방법 중에 하나인 SVM(Support Vector Machine)을 사용하였다. (그림 6)은 객체 분류기의 구조를 나타낸다. SVM중에서 실험에서는 고차원 데이터에도 잘 작동하며 차원 문제의 재앙을 피할 수 있는 선형(Linear) SVM을 세부 알고리즘으로써 사용하였다.</p><p>선형 SVM.을 학습시키고 실제 동작을 분류와 예측하기 위해서 표준 동작(Standardized motion)을 정의하고 카메라에서 전송된 이미지와 표준 동작과의 차이 정보인 경계(Edge)정보를 이용하였다. 경계 정보는 특징의 일반화 과정을 통하여 계산하였다. 특징의 일반화 과정은 표준 동작과 전송된 이미지를 비교하여, 전송된 이미지 중 다른 부분을 제거하거나 새로운 픽셀을 더함으로써 경계정보를 구할 수 있다. 경계의 각 픽셀에는 0에서 255까지의 픽셀 값이 할당되어있다. 이 할당된 값을 정규화 시켜서 각각의 픽셀 값을 0에서 1의 값으로 바꾸어 SVM의 입력 데이터로 이용하는 방법을 사용하였다. (그림 7)은 실제 경계정보를 구하기 위한 표준화 과정을 보여준다.</p><p>처음 학습기간 동안에 얻은 모든 데이터는 하나의 데이터 베이스에 저장하여, 동작들을 구별하고, 학습시키는데 사용하였다. 데이터의 범위가 벗어나는 것을 막기 위해서 선형 SVM을 학습시키기 이전에 필터를 사용하여 쓰레기 값이 입력되지 않도록 하였고 학습과정과 예측과정에서 생성된 결과는 데이터베이스에 저장하였다. 이렇게 예측된 결과는 연관성 규칙 마이닝과 함께 새로운 동작을 일으키도록 명령을 할 수도 있다. 인간의 여러 동작 중 누워있는 동작, 앉아있는 동작, 서있는 동작과 걷는 동작 4개 동작을 분류하는 실험을 하였으므로 각각의 동작에 대한 이미지를 가지고 학습 시키고 인식 시켰다. 이러한 각 동작을 분별하기 4개의 선형 SVM을 각각 따로 구성하고, 이미지에서 추출한 경계(edge) 정보를 가지고 미리 학습된 선형 SVM을 이용하여 사용자의 동작이 4개의 동작 중 어떤 동작인지 판단하였다. 각 선형 SVM에서 판단한 결과를 바탕으로 입력된 이미지가 인간인지 아닌지를 구별한다. 학습이 잘 이루어 지지 않았을 경우, 데이터 베이스로부터 학습 데이터를 입력 받고 데이터 베이스에 저장한다. 컨텍스트의 정확도가 설정해 놓은 미리 정해 놓은 임계치 (threshold) 보다 낮을 경우에는 제공 가능한 서비스 목록을 제시해야 한다. 본 논문에서는 제공 가능한 서비스의 목록을 제시하기 위해서 3가지의 방법을 사용하였다. 첫 번째로 동일한 컨텍스트 상황에서 가장 많은 빈도수의 명령을 선택할 수 있게 하였고 두 번째로 최근 일정한 기간 동안 동일한 컨텍스트 상황에서 가장 많은 빈도수의 명령을 선택하게 하였다. 마지막으로 제공 가능한 모든 서비스의 목록에서 랜덤하게 선택할 수 있는 방법을 사용하였다.</p> <h1>2. 관련 연구</h1><p>스마트 스페이스(Smart space)를 위한 휴먼 트랙커는 많은 방법으로 연구되었다. Pfinder는 인간을 추적하기 위한 실시간 시스템으로서, 배경으로부터 인간을 분류해내기 위해서 색과 모양의 다중 클래스 통계 모델을 이용하고 시각 범위 아래의 인간의 머리와 손을 찾고 추적한다. Tominaga 와 Hongo는Percept-Room에서 캡쳐된 다중 채널 동작 이미지로부터 인간의 위치와 손을 드는 동작들을 배경이미지와 프레임 제거를 통하여 다중 카메라의 윤곽들의 통합을 통합하여 추출해 내는 방법을 제시하였다. Percept Room 프로젝트에서는 벽의 상층부에 8대 벽의 중간 높이에 8대 총 16대의 카메라를 설치하였으며 각 카메라에 비춰진 사용자가 존재할 수 있는 영역들의 교집합을 구하여 사용자의 위치를 알아내는 방법을 사용한다. 그러나 실내의 가구 및 가정용품과 인간의 위치와의 관계를 고려하지 않아서 상황에 맞는 서비스를 하기 힘든 점이 있다. (그림 1)은 Percept Room의 카메라 배치도를 보여준다. KidRoom에서는 기존에 알려진 제한된 공간에서의 트랙킹 시스템을 이용하였다. Guohui Li 와 Jun Zhang은 어두움과 소음에 의한 방해와 조명의 변화에 대한 다중 기술의 통합과 배경 템플릿에 근거한 비디오 스트림으로부터 동적 객체를 발견하기 위한 효과적인 접근법을 제안하였다. Microsoft의 EasyLiving에서는 거실에서 다수의 인간들의 트랙킹을 위해서 2대의 컬러 스테레오 카메라를 사용하였다. 스트레오 이미지들은 인간의 위치를 위해 사용되며 컬러이미지는 사용자 간의 식별을 위하여 사용된다. 그러나 EasyLiving에서는 물체의 이동을 고려하지 않고, 쇼파의 앉았는지의 여부를 위해서 압력센서를 한다는 한계를 보여준다. MIT의 House_n에서는 천장에 카메라를 설치하여 작은 방에서 다수의 사용자 위치를 추적하는 방법을 제시하였다. 그러나 카메라를 천장에 설치하였기 때문에 넓은 지역에서 더 많은 카메라를 사용해야 하고 사용자와 다른 물체를 구분하기가 어렵다는 단점이 있다. 이와 같은 기존의 연구들과 달리 본 논문에서 제안하는 실시간 휴먼 트랙커는 4대의 카메라만을 이용하여 가구 또는 가전 등과 함께 있는 인간을 구별해 내고 동작을 예측 할 수 있다.</p> <h1>3. 휴먼트랙커의 구성</h1><h2>3.1 실험 공간의 구성</h2><p>스마트 홈에서의 휴먼트랙커를 위한 실험공간에서는 인간의 실시간 이미지를 얻기 위해서 4개의 디지털 네트워크 카메라를 사용하였다. 실험에서의 카메라 시스템은 10 base-T LAN을 사용하였고 1개의 서버 카메라(\( 32 \mathrm{bit} \) RISC CPU)와 3개의 클라이언트 카메라로 구성된다. 4대 카메라의 시각은 위, 아래, 오른쪽, 왼쪽 90도로 한정되도록 설치하였다. (그림 2)는 실시간 휴먼 트랙커의 카메라 배치도를 보여준다.</p><h2>3.2 실시간 휴먼 트랙커</h2><p>실시간 휴먼 트랙커는 스마트 홈을 위한 사용자의 위치와 동작 예측을 수행한다. (그림 3)은 실시간 휴먼 트랙커 구조를 보여준다.</p><p>카메라 핸들러는 인간의 위치를 결정하기 위해서, 2초마다 디지털 네트워크 카메라로부터 컬러이미지(\(720 \times 486 \) 픽셀)를 가지고 온다. 또한 카메라의 동작여부를 체크해서 네트워크 전송오류의 검출 및 복구, 이미지의 해상도 및 선명도의 조정 등 카메라에 관련된 모든 정보를 관리한다. 동적 객체 탐지기는 움직이는 객체의 공간을 배경이미지와 획득한 이미지 사이의 차이를 이용해서 이동하는 물체의 영역을 검출하여 위치 인식기로 검출한 영역과 함께 배경 처리된 전체이미지를 전송하고, 객체 분류기로는 검출된 영역의 이미지만을 전송한다. 객체 분류기는 포착된 이동하는 객체가 인간인지 아닌지의 판별을 담당한다. 이를 위해서 교사학습 알고리즘을 사용한다. 그리고 위치인식기로 동적 객체를 이용하여 검출된 영역이 인간인지 아닌지 판별한 정보를 전송한다. 위치 인식기는 스마트 홈에서 가구와 가정용품 정보를 이용해서 인간의 위치를 추정한다. 4대의 카메라로부터 전송된 이미지를 바탕으로 인간으로 구분된 영역의 절대위치 좌표를 계산하고, 정적 객체 매니저에서 설정된 주요 가구 및 가전의 위치 정보를 바탕으로 사용자의 권역정보를 계산한다. 정적 객체 매니저는 권역정보를 계산하기 위해서 필요한 가구 및 가전의 위치를 설정하기 위한 도구를 제공하며 설정된 가구 및 가전의 위치 데이터를 관리하고 갱신하는 역할을 담당한다.</p> <h1>4. 휴먼트랙커의 내부 알고리즘</h1><h2>4.1 인간의 구분</h2><p>이미지에 인간과 함께 가구 또는 가전이 포함되어 있는지를 결정하기 위해서 입력된 이미지에서 미리 저장되어있는 이미지를 제거하는 방법을 사용하였고, 이를 위해 3개의 이미지(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지)를 사용했다. (그림 4)는 사용된 이미지의 예제이다. 실시간 휴먼 트랙커는 이미지1과 이미지2사이의 이미지가 다른 부분을 찾아내고 이를 통해 스마트 홈에서의 가구 및 가전의 위치를 알아낼 수 있다. 그리고 알아낸 가구의 위치 좌표는 실루엣 메소드를 사용하여 결정한다. 이때, 단순히 이미지3에서 이미지 1과 2를 제거 함으로써 인간을 구별하는 것은 정확하지 않을 수 있기 때문에 다음과 같은 추가적인 방법들이 필요하다. 첫째, 미세한 움직임의 처리는 영역의 크기 임계 값을 사용하여 임계 값 보다 클 경우만 이동이 있는 영역으로 판단하여 미세한 움직임은 이동한 영역으로 검출하지 않게 한다. 둘째, 사용자의 이동과 물체의 이동을 구별하여 물체의 이동에 의한 배경의 변화는 이동전의 영역과 이동후의 영역의 배경을 갱신해주어야 한다.</p><h2>4.2 인간의 위치인식</h2><p>인간의 위치인식은 위치인식기를 이용하여 결정한다. 그리고 2가지 형태로써 절대좌표와 상대적 위치로서의 권역정보를 산출하게 된다. 절대좌표는 이미지1과 이미지 2의 차이를 통하여, 가구와 가정용품들의 위치를 얻고, 위치 정보를 통해 픽셀 좌표 \((x, y) \)를 얻어서 가구와 가전의 절대좌표를 구한다. 인간이 집안으로 들어온다면, 이미지 2와 이미지 3의 차이를 통해서 휴먼 트랙커는 인간 이미지의 픽셀 좌표를 얻고 가구가 가전 등의 픽셀 좌표와 비교 한다. 이렇게 함으로써 인간의 위치를 분석한다. 권역정보는 사용자가 특정한 가구 또는 가전과 가까운 정도를 의미하며. 이는 절대위치와 다르게 '쇼파 앞', '창문 주변' 등의 중요한 의미를 갖게 된다.</p><p>인간의 절대위치 좌표는 동적 객체 탐지기로부터 검출된 데이터와 객체 분류기로부터 인간인지 아닌지의 판단 데이터가 사용된다. 절대위치 좌표의 계산은 실루엣을 이용한 방법을 바탕으로 하였다.</p><p>카메라에서 비출 수 있는 사용자가 존재할 수 있는 영역을 사용자 투영영역이라 정의하고, \(Ck\)(\(k=1,2,3,4 \); 카메라 번호)로 나타낸다. 4대카메라의 사용자 투영영역을 모두 합한 것을 \(F \)라 정의한다. \(F \)는 식(1)과 같다.</p><p>\( F=C1 \cup C2 \cup C3 \cup C4 \)<caption>(1)</caption></p><p>사용자가 존재하지 않는 영역을 제거 영역 \(Dk \) 라고 정의하고, 사용자 투영영역에서 제거 영역을 제거하여 사용자가 투영된 영역을 구할 수 있다. 이는 \(Tk \)로 나타낸다. \(Tk \)는 식(2)로 표현할 수 있다.</p><p>\( Tk=Ck-Dk \)<caption>(2)</caption></p><p>사용자의 절대위치 \(P \)는 각 카메라에서 사용자가 투영된 영역 \(Tk \)의 교집합을 통해 구해진다. \(P \)의 식은 (3)으로 나타낼 수 있다.</p><p>\(P=T1 \cap T2 \cap T3 \cap T4 \)<caption>(3)</caption></p><p>(그림 5)은 사용자의 절대위치를 계산하기 위해 사용한 방법을 보여준다.</p><p>인간의 위치가 특정한 가구나 가전과 가까이에 있는지에 대한 정보는 절대좌표가 아닌 추상적인 주변정보로서 나타낸다. 예를 들어, 창가, 쇼파의 주변, 냉장고의 주변, 책상의 주변과 같이 나타낸다. 이러한 가까운 정도를 계산하기 위해서는 우선 각 이미지의 픽셀당 실제 거리를 가로, 세로 방향으로 측정하고, 주요 가구 및 가전을 선정한다. 선정된 가구 및 가전을 정적 객체라고 하고, 정적 객체 매니저를 통하여 정적 객체의 경계(edge)를 추출하여 객체의 영역을 저장하고 관리한다. 인간으로 판단된 영역과, 저장된 정적 객체와의 거리를 측정하여 가장 가까운 정적 객체를 판별해낸다. 이렇게 하여 가전이나 가구에 가까이에 있는지에 대한 정보를 계산한다.</p> <h1>6. 결 론</h1><p>본 논문은 스마트 홈을 위해서 인간의 위치와 동작을 예측할 수 있는 실시간 휴먼 트랙커를 제안하였으며, 2가지 기능, 즉 인간의 위치인식과 동작 인식을 수행하는 알고리즘을 설계하였다. 실시간 휴먼트랙커는 인간이 가구 또는 가정용품등과 함께 포함되어 있는 상황에서 3개의 이미지의 분석을 통해서 인간의 위치를 판단한다. 입력된 이미지에서 인간이 없는 이미지를 제거함으로써 인간을 구별해 내고, 실루엣을 이용한 방법으로 사용자의 절대위치를 계산하였다. 인간의 동작은 SVM을 이용해서 예측하였다. 인간의 동작을 SVM을 사용하여 학습시키고, 실제로 입력된 이미지의 값을 가지고 실제 인간의 동작을 분류하고 예측하였다. 대부분의 트래킹 시스템들이 많은 수의 카메라를 이용하는데 비하여 본 논문에서는 4개의 네트워크 카메라만을 사용하여 정확도를 얻도록 설계하였으며, 평균 \( 86.5 \% \)의 정확도를 얻을 수 있었다.</p><p>향후의 연구에서는 어두울 때와 밝기가 바뀔 상황에 대한 알고리즘에 대해서 연구할 것이며, 스마트 홈 시스템, 헬스 케어 시스템 등에서 적용할 수 있는 상황에 적합한 알고리즘의 개발에 대하여 연구를 진행할 것이다. 또한, 보다 많은 컨텍스트를 포함하여 컨텍스트의 관리 및 처리가 가능하도록 하고, 사용자의 위치 및 사용자의 자세 컨텍스트의 정확도를 높이기 위한 방법도 함께 진행 할 것이다.</p> <h1>5. 실험과 평가</h1><p>실시간 휴먼 트랙커는 인간의 위치와 동작을 결정한다. 만약 인간의 위치가 스마트 홈에 배치된 가구(가전) 등과 함께 포함되어있다면, 실시간 휴먼 트랙커는 학습된 모션 판단에 의해서 인간의 동작을 인식한다.<표 1>이 실험에서 입력된 정규화된 값을 나타낸다. 실험은 각 모션 별로 1000번씩 측정 하였고,<표 1>에서 측정실험 값을 나타내었다.<표 2>는 각 모션의 실험결과를 보여준다. SVM을 이용한 인간 위치 실험의 수행속도는 평균 0.037 초이며, 모션 인식의 정확도 평균은 \( 86.5 \% \)를 보였다. 인식의 정확도는 눈으로 인간의 자세를 확인하여, 실험결과와 비교하여 측정하였다.</p> <h1>1. 서 론</h1><p>스마트 홈(Smart home)은 인간과 홈의 컨텍스트(context)를 비교하여 자동적인 홈 서비스를 제공한다. 인간의 행동 패턴을 분석하기 위해서는 '누가', '언제', '어디서', '무엇을', '어떻게', '왜'와 같은 정보들이 필요하다. 이러한 고차원적인 정보들을 획득하기 위한 인간의 위치와 동작 정보는 스마트 홈에서 아주 중요한 컨텍스트이다. 예를 들어, TV 프로그램을 보기 위해서 쇼파에 앉을 때 스마트 홈은 인간의 선호하는 채널을 조사하여 자동적으로 홈 서비스를 제공한다. 스마트 홈 서비스는 인간과 홈의 환경으로부터 많은 컨텍스트 정보를 얻게 되지만 그 중 중요한 정보는 인간의 위치와 동작에 관한 것이다.</p><p>위치인식에 관한 연구는 어떤 센서장비를 사용하였는가에 따라서 시스템을 분류할 수 있으며, 카메라를 사용하지 않고 압력센서, 적외선 등을 사용하는 방법과 카메라를 사용하는 방법이 있다. 그 중 카메라를 사용하는 방법은 다른 센서 장비들에 비해 설치가 편리하고 사람의 몸에 별 다른 장치를 소지 않아도 된다는 장점이 있기 때문에 현재의 위치 인식 연구에는 카메라를 이용한 방법이 많이 사용되고 있다. 하지만, 카메라를 이용하여 위치 인식을 할 때에는 여러 가지 문제점이 발생 할 수 있다. 첫째, 빛의 세기의 변화에 따라 이미지가 서로 다르게 인식될 수 있다. 둘째, 물체의 이동과 인간의 이동을 서로 구분해야 한다. 셋째, 가구 및 가정용품의 재배치 및 이사를 통하여 배경이미지가 변할 수 있다. 이러한 문제점을 해결하기 위해서 간단한 조작으로 원활한 위치인식을 할 수 있는 방법이 필요하다.</p><p>인간의 위치를 추적하고 동작을 예측하기 위해서는 사물 또는 사물과 겹쳐져 있는 인간을 구분해 내는 일은 중요한 일이다. 이를 구분해 내기 위해서 본 논문에서는 실시간으로 3개의 이미지(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지)를 비교하고 인간의 위치를 결정한다. 인간의 동작을 예측하기 위해서 SVM(Support Vector Machine)을 이용하였고, 인간의 이미지 픽셀 분류를 이용해서 인간의 위치를 추적하고 인간의 동작을 예측할 수 있는 실시간 트랙커를 본 논문에서는 제안하였다.</p> <h1>요 약</h1><p>스마트 홈(smart home)은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스(Home service)를 제공해줄 수 있는 미래의 환경이다. 인간의 위치와 모션은 스마트 홈에서 굉장히 중요한 컨텍스트이다. 본 논문은 스마트 홈에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커(tracker)를 연구하였다. 실시간 휴먼 트랙커를 위해 4개의 네트워크 카메라를 사용하였다. 본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다. 인간 위치를 위해서 3개의 배경 이미지를 이용하였다(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지). 실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM(Support Vector Machine)을 이용하여 각각의 모션을 예측하였다. 3개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요 되었다. SVM을 이용한 모션 인식 요소에서, 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 \( 86.5 \% \) 의 정확도를 보였다.</p>	통계학	[ "<h2>4.3 인간의 동작인식</h2><p>인간의 동작인식은 위치인식과 달리 객체 분류기를 이용하여 분류한다.", "인간의 여러 가지 동작을 예측하기 위해서는 미리 학습 시켜놓은 알고리즘에 각 이미지의 특징 값을 넣음으로써 동작을 예측해야 한다.", "본 논문에서는 인간의 동작 인식을 위해서 교사학습 방법 중에 하나인 SVM(Support Vector Machine)을 사용하였다.", "(그림 6)은 객체 분류기의 구조를 나타낸다.", "SVM중에서 실험에서는 고차원 데이터에도 잘 작동하며 차원 문제의 재앙을 피할 수 있는 선형(Linear) SVM을 세부 알고리즘으로써 사용하였다.", "</p><p>선형 SVM.을 학습시키고 실제 동작을 분류와 예측하기 위해서 표준 동작(Standardized motion)을 정의하고 카메라에서 전송된 이미지와 표준 동작과의 차이 정보인 경계(Edge)정보를 이용하였다.", "경계 정보는 특징의 일반화 과정을 통하여 계산하였다.", "특징의 일반화 과정은 표준 동작과 전송된 이미지를 비교하여, 전송된 이미지 중 다른 부분을 제거하거나 새로운 픽셀을 더함으로써 경계정보를 구할 수 있다.", "경계의 각 픽셀에는 0에서 255까지의 픽셀 값이 할당되어있다.", "이 할당된 값을 정규화 시켜서 각각의 픽셀 값을 0에서 1의 값으로 바꾸어 SVM의 입력 데이터로 이용하는 방법을 사용하였다.", "(그림 7)은 실제 경계정보를 구하기 위한 표준화 과정을 보여준다.", "</p><p>처음 학습기간 동안에 얻은 모든 데이터는 하나의 데이터 베이스에 저장하여, 동작들을 구별하고, 학습시키는데 사용하였다.", "데이터의 범위가 벗어나는 것을 막기 위해서 선형 SVM을 학습시키기 이전에 필터를 사용하여 쓰레기 값이 입력되지 않도록 하였고 학습과정과 예측과정에서 생성된 결과는 데이터베이스에 저장하였다.", "이렇게 예측된 결과는 연관성 규칙 마이닝과 함께 새로운 동작을 일으키도록 명령을 할 수도 있다.", "인간의 여러 동작 중 누워있는 동작, 앉아있는 동작, 서있는 동작과 걷는 동작 4개 동작을 분류하는 실험을 하였으므로 각각의 동작에 대한 이미지를 가지고 학습 시키고 인식 시켰다.", "이러한 각 동작을 분별하기 4개의 선형 SVM을 각각 따로 구성하고, 이미지에서 추출한 경계(edge) 정보를 가지고 미리 학습된 선형 SVM을 이용하여 사용자의 동작이 4개의 동작 중 어떤 동작인지 판단하였다.", "각 선형 SVM에서 판단한 결과를 바탕으로 입력된 이미지가 인간인지 아닌지를 구별한다.", "학습이 잘 이루어 지지 않았을 경우, 데이터 베이스로부터 학습 데이터를 입력 받고 데이터 베이스에 저장한다.", "컨텍스트의 정확도가 설정해 놓은 미리 정해 놓은 임계치 (threshold) 보다 낮을 경우에는 제공 가능한 서비스 목록을 제시해야 한다.", "본 논문에서는 제공 가능한 서비스의 목록을 제시하기 위해서 3가지의 방법을 사용하였다.", "첫 번째로 동일한 컨텍스트 상황에서 가장 많은 빈도수의 명령을 선택할 수 있게 하였고 두 번째로 최근 일정한 기간 동안 동일한 컨텍스트 상황에서 가장 많은 빈도수의 명령을 선택하게 하였다.", "마지막으로 제공 가능한 모든 서비스의 목록에서 랜덤하게 선택할 수 있는 방법을 사용하였다.", "</p> <h1>2. 관련 연구</h1><p>스마트 스페이스(Smart space)를 위한 휴먼 트랙커는 많은 방법으로 연구되었다.", "Pfinder는 인간을 추적하기 위한 실시간 시스템으로서, 배경으로부터 인간을 분류해내기 위해서 색과 모양의 다중 클래스 통계 모델을 이용하고 시각 범위 아래의 인간의 머리와 손을 찾고 추적한다.", "Tominaga 와 Hongo는Percept-Room에서 캡쳐된 다중 채널 동작 이미지로부터 인간의 위치와 손을 드는 동작들을 배경이미지와 프레임 제거를 통하여 다중 카메라의 윤곽들의 통합을 통합하여 추출해 내는 방법을 제시하였다.", "Percept Room 프로젝트에서는 벽의 상층부에 8대 벽의 중간 높이에 8대 총 16대의 카메라를 설치하였으며 각 카메라에 비춰진 사용자가 존재할 수 있는 영역들의 교집합을 구하여 사용자의 위치를 알아내는 방법을 사용한다.", "그러나 실내의 가구 및 가정용품과 인간의 위치와의 관계를 고려하지 않아서 상황에 맞는 서비스를 하기 힘든 점이 있다.", "(그림 1)은 Percept Room의 카메라 배치도를 보여준다.", "KidRoom에서는 기존에 알려진 제한된 공간에서의 트랙킹 시스템을 이용하였다.", "Guohui Li 와 Jun Zhang은 어두움과 소음에 의한 방해와 조명의 변화에 대한 다중 기술의 통합과 배경 템플릿에 근거한 비디오 스트림으로부터 동적 객체를 발견하기 위한 효과적인 접근법을 제안하였다.", "Microsoft의 EasyLiving에서는 거실에서 다수의 인간들의 트랙킹을 위해서 2대의 컬러 스테레오 카메라를 사용하였다.", "스트레오 이미지들은 인간의 위치를 위해 사용되며 컬러이미지는 사용자 간의 식별을 위하여 사용된다.", "그러나 EasyLiving에서는 물체의 이동을 고려하지 않고, 쇼파의 앉았는지의 여부를 위해서 압력센서를 한다는 한계를 보여준다.", "MIT의 House_n에서는 천장에 카메라를 설치하여 작은 방에서 다수의 사용자 위치를 추적하는 방법을 제시하였다.", "그러나 카메라를 천장에 설치하였기 때문에 넓은 지역에서 더 많은 카메라를 사용해야 하고 사용자와 다른 물체를 구분하기가 어렵다는 단점이 있다.", "이와 같은 기존의 연구들과 달리 본 논문에서 제안하는 실시간 휴먼 트랙커는 4대의 카메라만을 이용하여 가구 또는 가전 등과 함께 있는 인간을 구별해 내고 동작을 예측 할 수 있다.", "</p> <h1>3. 휴먼트랙커의 구성</h1><h2>3.1 실험 공간의 구성</h2><p>스마트 홈에서의 휴먼트랙커를 위한 실험공간에서는 인간의 실시간 이미지를 얻기 위해서 4개의 디지털 네트워크 카메라를 사용하였다.", "실험에서의 카메라 시스템은 10 base-T LAN을 사용하였고 1개의 서버 카메라(\\( 32 \\mathrm{bit} \\) RISC CPU)와 3개의 클라이언트 카메라로 구성된다.", "4대 카메라의 시각은 위, 아래, 오른쪽, 왼쪽 90도로 한정되도록 설치하였다.", "(그림 2)는 실시간 휴먼 트랙커의 카메라 배치도를 보여준다.", "</p><h2>3.2 실시간 휴먼 트랙커</h2><p>실시간 휴먼 트랙커는 스마트 홈을 위한 사용자의 위치와 동작 예측을 수행한다.", "(그림 3)은 실시간 휴먼 트랙커 구조를 보여준다.", "</p><p>카메라 핸들러는 인간의 위치를 결정하기 위해서, 2초마다 디지털 네트워크 카메라로부터 컬러이미지(\\(720 \\times 486 \\) 픽셀)를 가지고 온다.", "또한 카메라의 동작여부를 체크해서 네트워크 전송오류의 검출 및 복구, 이미지의 해상도 및 선명도의 조정 등 카메라에 관련된 모든 정보를 관리한다.", "동적 객체 탐지기는 움직이는 객체의 공간을 배경이미지와 획득한 이미지 사이의 차이를 이용해서 이동하는 물체의 영역을 검출하여 위치 인식기로 검출한 영역과 함께 배경 처리된 전체이미지를 전송하고, 객체 분류기로는 검출된 영역의 이미지만을 전송한다.", "객체 분류기는 포착된 이동하는 객체가 인간인지 아닌지의 판별을 담당한다.", "이를 위해서 교사학습 알고리즘을 사용한다.", "그리고 위치인식기로 동적 객체를 이용하여 검출된 영역이 인간인지 아닌지 판별한 정보를 전송한다.", "위치 인식기는 스마트 홈에서 가구와 가정용품 정보를 이용해서 인간의 위치를 추정한다.", "4대의 카메라로부터 전송된 이미지를 바탕으로 인간으로 구분된 영역의 절대위치 좌표를 계산하고, 정적 객체 매니저에서 설정된 주요 가구 및 가전의 위치 정보를 바탕으로 사용자의 권역정보를 계산한다.", "정적 객체 매니저는 권역정보를 계산하기 위해서 필요한 가구 및 가전의 위치를 설정하기 위한 도구를 제공하며 설정된 가구 및 가전의 위치 데이터를 관리하고 갱신하는 역할을 담당한다.", "</p> <h1>4. 휴먼트랙커의 내부 알고리즘</h1><h2>4.1 인간의 구분</h2><p>이미지에 인간과 함께 가구 또는 가전이 포함되어 있는지를 결정하기 위해서 입력된 이미지에서 미리 저장되어있는 이미지를 제거하는 방법을 사용하였고, 이를 위해 3개의 이미지(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지)를 사용했다.", "(그림 4)는 사용된 이미지의 예제이다.", "실시간 휴먼 트랙커는 이미지1과 이미지2사이의 이미지가 다른 부분을 찾아내고 이를 통해 스마트 홈에서의 가구 및 가전의 위치를 알아낼 수 있다.", "그리고 알아낸 가구의 위치 좌표는 실루엣 메소드를 사용하여 결정한다.", "이때, 단순히 이미지3에서 이미지 1과 2를 제거 함으로써 인간을 구별하는 것은 정확하지 않을 수 있기 때문에 다음과 같은 추가적인 방법들이 필요하다.", "첫째, 미세한 움직임의 처리는 영역의 크기 임계 값을 사용하여 임계 값 보다 클 경우만 이동이 있는 영역으로 판단하여 미세한 움직임은 이동한 영역으로 검출하지 않게 한다.", "둘째, 사용자의 이동과 물체의 이동을 구별하여 물체의 이동에 의한 배경의 변화는 이동전의 영역과 이동후의 영역의 배경을 갱신해주어야 한다.", "</p><h2>4.2 인간의 위치인식</h2><p>인간의 위치인식은 위치인식기를 이용하여 결정한다.", "그리고 2가지 형태로써 절대좌표와 상대적 위치로서의 권역정보를 산출하게 된다.", "절대좌표는 이미지1과 이미지 2의 차이를 통하여, 가구와 가정용품들의 위치를 얻고, 위치 정보를 통해 픽셀 좌표 \\((x, y) \\)를 얻어서 가구와 가전의 절대좌표를 구한다.", "인간이 집안으로 들어온다면, 이미지 2와 이미지 3의 차이를 통해서 휴먼 트랙커는 인간 이미지의 픽셀 좌표를 얻고 가구가 가전 등의 픽셀 좌표와 비교 한다.", "이렇게 함으로써 인간의 위치를 분석한다.", "권역정보는 사용자가 특정한 가구 또는 가전과 가까운 정도를 의미하며.", "이는 절대위치와 다르게 '쇼파 앞', '창문 주변' 등의 중요한 의미를 갖게 된다.", "</p><p>인간의 절대위치 좌표는 동적 객체 탐지기로부터 검출된 데이터와 객체 분류기로부터 인간인지 아닌지의 판단 데이터가 사용된다.", "절대위치 좌표의 계산은 실루엣을 이용한 방법을 바탕으로 하였다.", "</p><p>카메라에서 비출 수 있는 사용자가 존재할 수 있는 영역을 사용자 투영영역이라 정의하고, \\(Ck\\)(\\(k=1,2,3,4 \\); 카메라 번호)로 나타낸다.", "4대카메라의 사용자 투영영역을 모두 합한 것을 \\(F \\)라 정의한다. \\", "(F \\)는 식(1)과 같다.", "</p><p>\\( F=C1 \\cup C2 \\cup C3 \\cup C4 \\)<caption>(1)</caption></p><p>사용자가 존재하지 않는 영역을 제거 영역 \\(Dk \\) 라고 정의하고, 사용자 투영영역에서 제거 영역을 제거하여 사용자가 투영된 영역을 구할 수 있다.", "이는 \\(Tk \\)로 나타낸다. \\", "(Tk \\)는 식(2)로 표현할 수 있다.", "</p><p>\\( Tk=Ck-Dk \\)<caption>(2)</caption></p><p>사용자의 절대위치 \\(P \\)는 각 카메라에서 사용자가 투영된 영역 \\(Tk \\)의 교집합을 통해 구해진다. \\", "(P \\)의 식은 (3)으로 나타낼 수 있다.", "</p><p>\\(P=T1 \\cap T2 \\cap T3 \\cap T4 \\)<caption>(3)</caption></p><p>(그림 5)은 사용자의 절대위치를 계산하기 위해 사용한 방법을 보여준다.", "</p><p>인간의 위치가 특정한 가구나 가전과 가까이에 있는지에 대한 정보는 절대좌표가 아닌 추상적인 주변정보로서 나타낸다.", "예를 들어, 창가, 쇼파의 주변, 냉장고의 주변, 책상의 주변과 같이 나타낸다.", "이러한 가까운 정도를 계산하기 위해서는 우선 각 이미지의 픽셀당 실제 거리를 가로, 세로 방향으로 측정하고, 주요 가구 및 가전을 선정한다.", "선정된 가구 및 가전을 정적 객체라고 하고, 정적 객체 매니저를 통하여 정적 객체의 경계(edge)를 추출하여 객체의 영역을 저장하고 관리한다.", "인간으로 판단된 영역과, 저장된 정적 객체와의 거리를 측정하여 가장 가까운 정적 객체를 판별해낸다.", "이렇게 하여 가전이나 가구에 가까이에 있는지에 대한 정보를 계산한다.", "</p> <h1>6. 결 론</h1><p>본 논문은 스마트 홈을 위해서 인간의 위치와 동작을 예측할 수 있는 실시간 휴먼 트랙커를 제안하였으며, 2가지 기능, 즉 인간의 위치인식과 동작 인식을 수행하는 알고리즘을 설계하였다.", "실시간 휴먼트랙커는 인간이 가구 또는 가정용품등과 함께 포함되어 있는 상황에서 3개의 이미지의 분석을 통해서 인간의 위치를 판단한다.", "입력된 이미지에서 인간이 없는 이미지를 제거함으로써 인간을 구별해 내고, 실루엣을 이용한 방법으로 사용자의 절대위치를 계산하였다.", "인간의 동작은 SVM을 이용해서 예측하였다.", "인간의 동작을 SVM을 사용하여 학습시키고, 실제로 입력된 이미지의 값을 가지고 실제 인간의 동작을 분류하고 예측하였다.", "대부분의 트래킹 시스템들이 많은 수의 카메라를 이용하는데 비하여 본 논문에서는 4개의 네트워크 카메라만을 사용하여 정확도를 얻도록 설계하였으며, 평균 \\( 86.5 \\% \\)의 정확도를 얻을 수 있었다.", "</p><p>향후의 연구에서는 어두울 때와 밝기가 바뀔 상황에 대한 알고리즘에 대해서 연구할 것이며, 스마트 홈 시스템, 헬스 케어 시스템 등에서 적용할 수 있는 상황에 적합한 알고리즘의 개발에 대하여 연구를 진행할 것이다.", "또한, 보다 많은 컨텍스트를 포함하여 컨텍스트의 관리 및 처리가 가능하도록 하고, 사용자의 위치 및 사용자의 자세 컨텍스트의 정확도를 높이기 위한 방법도 함께 진행 할 것이다.", "</p> <h1>5. 실험과 평가</h1><p>실시간 휴먼 트랙커는 인간의 위치와 동작을 결정한다.", "만약 인간의 위치가 스마트 홈에 배치된 가구(가전) 등과 함께 포함되어있다면, 실시간 휴먼 트랙커는 학습된 모션 판단에 의해서 인간의 동작을 인식한다.", "<표 1>이 실험에서 입력된 정규화된 값을 나타낸다.", "실험은 각 모션 별로 1000번씩 측정 하였고,<표 1>에서 측정실험 값을 나타내었다.", "<표 2>는 각 모션의 실험결과를 보여준다.", "SVM을 이용한 인간 위치 실험의 수행속도는 평균 0.037 초이며, 모션 인식의 정확도 평균은 \\( 86.5 \\% \\)를 보였다.", "인식의 정확도는 눈으로 인간의 자세를 확인하여, 실험결과와 비교하여 측정하였다.", "</p> <h1>1. 서 론</h1><p>스마트 홈(Smart home)은 인간과 홈의 컨텍스트(context)를 비교하여 자동적인 홈 서비스를 제공한다.", "인간의 행동 패턴을 분석하기 위해서는 '누가', '언제', '어디서', '무엇을', '어떻게', '왜'와 같은 정보들이 필요하다.", "이러한 고차원적인 정보들을 획득하기 위한 인간의 위치와 동작 정보는 스마트 홈에서 아주 중요한 컨텍스트이다.", "예를 들어, TV 프로그램을 보기 위해서 쇼파에 앉을 때 스마트 홈은 인간의 선호하는 채널을 조사하여 자동적으로 홈 서비스를 제공한다.", "스마트 홈 서비스는 인간과 홈의 환경으로부터 많은 컨텍스트 정보를 얻게 되지만 그 중 중요한 정보는 인간의 위치와 동작에 관한 것이다.", "</p><p>위치인식에 관한 연구는 어떤 센서장비를 사용하였는가에 따라서 시스템을 분류할 수 있으며, 카메라를 사용하지 않고 압력센서, 적외선 등을 사용하는 방법과 카메라를 사용하는 방법이 있다.", "그 중 카메라를 사용하는 방법은 다른 센서 장비들에 비해 설치가 편리하고 사람의 몸에 별 다른 장치를 소지 않아도 된다는 장점이 있기 때문에 현재의 위치 인식 연구에는 카메라를 이용한 방법이 많이 사용되고 있다.", "하지만, 카메라를 이용하여 위치 인식을 할 때에는 여러 가지 문제점이 발생 할 수 있다.", "첫째, 빛의 세기의 변화에 따라 이미지가 서로 다르게 인식될 수 있다.", "둘째, 물체의 이동과 인간의 이동을 서로 구분해야 한다.", "셋째, 가구 및 가정용품의 재배치 및 이사를 통하여 배경이미지가 변할 수 있다.", "이러한 문제점을 해결하기 위해서 간단한 조작으로 원활한 위치인식을 할 수 있는 방법이 필요하다.", "</p><p>인간의 위치를 추적하고 동작을 예측하기 위해서는 사물 또는 사물과 겹쳐져 있는 인간을 구분해 내는 일은 중요한 일이다.", "이를 구분해 내기 위해서 본 논문에서는 실시간으로 3개의 이미지(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지)를 비교하고 인간의 위치를 결정한다.", "인간의 동작을 예측하기 위해서 SVM(Support Vector Machine)을 이용하였고, 인간의 이미지 픽셀 분류를 이용해서 인간의 위치를 추적하고 인간의 동작을 예측할 수 있는 실시간 트랙커를 본 논문에서는 제안하였다.", "</p> <h1>요 약</h1><p>스마트 홈(smart home)은 인간과 홈의 컨텍스트(context) 정보를 이용하여 인간에게 자동적인 홈 서비스(Home service)를 제공해줄 수 있는 미래의 환경이다.", "인간의 위치와 모션은 스마트 홈에서 굉장히 중요한 컨텍스트이다.", "본 논문은 스마트 홈에서 인간의 위치와 모션을 예측할 수 있는 실시간 휴먼 트랙커(tracker)를 연구하였다.", "실시간 휴먼 트랙커를 위해 4개의 네트워크 카메라를 사용하였다.", "본 논문에서는 실시간 휴먼 트랙커의 구조를 설명하고, 인간의 위치와 모션을 자동적으로 예측 및 판단하는 알고리즘을 제안하였다.", "인간 위치를 위해서 3개의 배경 이미지를 이용하였다(이미지1: 빈 방 이미지, 이미지2: 거주자가 제외 된 가구 및 가전 이미지, 이미지3: 전체 이미지).", "실시간 휴먼 트랙커는 3개의 이미지를 비교하여 각 이미지로부터 추출되는 특징 값을 결정하고, 이들 특징 값을 SVM(Support Vector Machine)을 이용하여 각각의 모션을 예측하였다.", "3개의 배경 이미지를 이용한 인간 위치 인식실험은 평균 0.037 초가 소요 되었다.", "SVM을 이용한 모션 인식 요소에서, 각 동작에 대하여 1000번씩 측정했고, 모든 모션의 정확도 평균은 \\( 86.5 \\% \\) 의 정확도를 보였다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "스마트 홈을 위한 사용자 위치와 모션 인식 기반의 실시간 휴먼 트랙커", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-564c4029-7a59-4193-8740-acce84bec759", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "최종화", "박세영", "신동규", "신동일" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
229	<p>(그림 15)은 진동 패킷의 생성과 처리를 담당하는 부분의 간략한 플로우차트이다. 동작 순서를 간략하게 기술하면 진동 이벤트를 항상 감지하고 있는 Tilt Timer가 컨테이너 이동시의 진동 이벤트를 감지하게 된다. 진동 이벤트가 발생하고 이것이 감지되면 현재의 노드를 초기화함과 동시에 진동 이벤트가 발생 되었다는 정보를 플러딩하여 다른 노드도 초기화 시키게 된다. 즉 이와 같은 플러딩은 슬립 상태에 있는 다른 노드들에게 Active 상태가 되도록 하는 것이다. 진동의 감지와 이에 의한 모든 노드들이 Active 상태가 되면 현재 노드를 초기화함과 동시에 및 라우트 패킷에 새로운 라운드임을 알릴 정보를 주입한다. 새로운 라운드가 시작되었다는 정보를 수신하게 된 모든 노드들은 네트워크 토플로지의 재구성을 바로 시작하게 된다.</p> <h1>4. 실험 환경 및 실험 결과</h1> <p>실험은 네 가지 인자에 대해 수행하였다. 우선 본 논문의 주요 특성으로 실험한 인자는 네트워크의 점진적 구성 시간, 토플로지의 재구성 시간, 컨테이너 환경에서의 통신 성공률이다. 실험을 통하여 제안한 프로토콜이 기존의 LEACH에 존재하지 않는 반응적 프로토콜 방식을 부분적으로 도입하여 노드가 움직인다는 컨테이너 네트워크의 요구 사항을 만족시켰음에도 불구하고 기존의 LEACH와 비교할 때 네트워크의 구성 시간에는 큰 차이가 없고, 토플로지의 재구성 시간에 있어서는 반응적인 방식을 사용함으로써 오히려 단축되었음을 확인하고자 하였다. 또한 금속 환경에서 기존의 LEACH 보다는 통신 성공률이 높은 멀티 홉을 구성할 수 있다는 점을 확인하고자 한다. 다른 한 가지 인자는 노드들의 형상 유지를 위해 토플로지 정보를 사용함으로써 발생할 수 있는 라우팅 오버헤드이다.</p> <h2>4.1 실험 환경</h2> <p>실험 환경은<표 2>와 같다. 노드 수는 네트워크의 점진적 구성 시간에는 200개까지를 적용하였고, 네트워크 토플로지 재구성 시간의 측정에는 50개로 하였다. 실험 대상은 점진적 네트워크 구성 시간(초기 구성 시간), 네트워크 토플로지 재구성 시간(전면적 재구성), 컨테이너 환경에서 통신 성공률, 라우팅 오버헤드 이다.<table border><caption>〈표 2〉 실험 환경</caption> <tbody><tr><td>항목</td><td>값</td></tr><tr><td>하드웨어 플랫폼</td><td>펜티엄 4 코어2듀오 \(2 \mathrm { GHz } \)</td></tr><tr><td>운영체제</td><td>윈도우 XP상 cygwin에서 동작하는 TinyOS 1.15</td></tr><tr><td>시뮬레이션</td><td>Tinyviz</td></tr><tr><td>노드 수</td><td>200개(점진적 구성), 50개(네트워크 재구성 시간)</td></tr><tr><td>전파 범위</td><td>\(60 \mathrm { m } \)</td></tr><tr><td>실험 회수</td><td>점진적 구성 시간, 토플로지 재구성 시간 (각 5회, 평균값 측정) 통신 성공률, 라우팅 오버헤드 (각 10회)</td></tr></tbody></table></p>	통계학	[ "<p>(그림 15)은 진동 패킷의 생성과 처리를 담당하는 부분의 간략한 플로우차트이다.", "동작 순서를 간략하게 기술하면 진동 이벤트를 항상 감지하고 있는 Tilt Timer가 컨테이너 이동시의 진동 이벤트를 감지하게 된다.", "진동 이벤트가 발생하고 이것이 감지되면 현재의 노드를 초기화함과 동시에 진동 이벤트가 발생 되었다는 정보를 플러딩하여 다른 노드도 초기화 시키게 된다.", "즉 이와 같은 플러딩은 슬립 상태에 있는 다른 노드들에게 Active 상태가 되도록 하는 것이다.", "진동의 감지와 이에 의한 모든 노드들이 Active 상태가 되면 현재 노드를 초기화함과 동시에 및 라우트 패킷에 새로운 라운드임을 알릴 정보를 주입한다.", "새로운 라운드가 시작되었다는 정보를 수신하게 된 모든 노드들은 네트워크 토플로지의 재구성을 바로 시작하게 된다.", "</p> <h1>4. 실험 환경 및 실험 결과</h1> <p>실험은 네 가지 인자에 대해 수행하였다.", "우선 본 논문의 주요 특성으로 실험한 인자는 네트워크의 점진적 구성 시간, 토플로지의 재구성 시간, 컨테이너 환경에서의 통신 성공률이다.", "실험을 통하여 제안한 프로토콜이 기존의 LEACH에 존재하지 않는 반응적 프로토콜 방식을 부분적으로 도입하여 노드가 움직인다는 컨테이너 네트워크의 요구 사항을 만족시켰음에도 불구하고 기존의 LEACH와 비교할 때 네트워크의 구성 시간에는 큰 차이가 없고, 토플로지의 재구성 시간에 있어서는 반응적인 방식을 사용함으로써 오히려 단축되었음을 확인하고자 하였다.", "또한 금속 환경에서 기존의 LEACH 보다는 통신 성공률이 높은 멀티 홉을 구성할 수 있다는 점을 확인하고자 한다.", "다른 한 가지 인자는 노드들의 형상 유지를 위해 토플로지 정보를 사용함으로써 발생할 수 있는 라우팅 오버헤드이다.", "</p> <h2>4.1 실험 환경</h2> <p>실험 환경은<표 2>와 같다.", "노드 수는 네트워크의 점진적 구성 시간에는 200개까지를 적용하였고, 네트워크 토플로지 재구성 시간의 측정에는 50개로 하였다.", "실험 대상은 점진적 네트워크 구성 시간(초기 구성 시간), 네트워크 토플로지 재구성 시간(전면적 재구성), 컨테이너 환경에서 통신 성공률, 라우팅 오버헤드 이다.", "<table border><caption>〈표 2〉 실험 환경</caption> <tbody><tr><td>항목</td><td>값</td></tr><tr><td>하드웨어 플랫폼</td><td>펜티엄 4 코어2듀오 \\(2 \\mathrm { GHz } \\)</td></tr><tr><td>운영체제</td><td>윈도우 XP상 cygwin에서 동작하는 TinyOS 1.15</td></tr><tr><td>시뮬레이션</td><td>Tinyviz</td></tr><tr><td>노드 수</td><td>200개(점진적 구성), 50개(네트워크 재구성 시간)</td></tr><tr><td>전파 범위</td><td>\\(60 \\mathrm { m } \\)</td></tr><tr><td>실험 회수</td><td>점진적 구성 시간, 토플로지 재구성 시간 (각 5회, 평균값 측정) 통신 성공률, 라우팅 오버헤드 (각 10회)</td></tr></tbody></table></p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "컨테이너 환경에서 토플로지 재구성 시간을 개선한 변형LEACH 프로토콜", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-bc273f77-cdaf-45ff-af86-84f88390c11a", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "이양민", "이기원", "곽광훈", "이재기" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
230	<h1>3. P2P IPTV 세션 제어 요구사항과 제어 모델</h1> <h2>3.1 P2P IPTV 세션 제어 요구 사항</h2> <p>현재 공중 IPTV를 위해 구축되고 있는 네트워크의 전형적인 구조는 (그림 1)과 같다. 공중 IPTV 네트워크는 기본적으로 멀티캐스트 라우팅 프로토콜 기반의 멀티캐스트 전송을 제공하고 IGMP(Internet Group Management Protocol) 기반의 그룹 멤버쉽에 대한 동적 제어를 지원한다. 인터넷 백본망의 라우터는 다수의 멀티캐스트 송신자를 지원하는 ASN(Any Source Network)을 위한 PIM-SM(Protocool Independent Multicast - Sparse Mode) 그리고/또는 특정 멀티캐스트 송신자를 지원하는 PIM-SSM(Specific Source Multicast) 라우팅 프로토콜을 통해 최적의 멀티캐스트 전송을 지원한다. 그리고 예를 들어 DSL망의 경우 DSLAM(DSL Access Multiplexer)과 이더넷 AS(Access Switch)들로 구성되는 광대역 접속망은 IGMP Snooping 기능을 통해 멀티캐스트 전송을 지원한다. 공중 IPTV의 방송 사업자(IPTV Broadcaster)는 멀티캐스트 네트워크를 통하여 다수의 비디오 채널을 수신자 가까이의 네트워크 장치(DSLAM)까지 항상 전송함으로써 IGMP에 의한 수신자의 채널 선택 지연시간을 최소화한다.</p> <p>현재 제시되고 있는 공중 IPTV 네트워크는 정적 DiffServ 기반의 QoS를 제공한다. 공중 IPTV 네트워크는 각 비디오 채널에 대해 IPTV 서비스 사업자와 네트워크 서비스 사업자간의 협약에 의해 미리 정해진 DiffServ 등급의 QoS를 항상 제공하고, IPTV에 의해 발생되는 음성과 데이터 트래픽에 대해서도 마찬가지로 미리 정해진 DiffServ 등급의 QoS를 항상 제공한다. 따라서 공중 IPTV는 QOS 요청(Request), 수락 제어(Admission Control), QoS 해제(Release)등을 위한 별도의 시그널링 인터페이스를 제공하지 않는다.<표 1>은 [4]에 의해 제시된 IPTV 트래픽에 대한 DiffServ 등급 예를 보여준다.</p> <table border><caption>〈표 1〉 공중 IPTV 네트워크의 QOS 지원 사례</caption> <tbody><tr><td>Traffic Type</td><td>IP DSCP Value</td><td>IP Precedence</td></tr><tr><td>Voice</td><td>EF(0b101110)</td><td>0b101</td></tr><tr><td>Video(High Priority)</td><td>AF41(0b100010)</td><td>0b100</td></tr><tr><td>Video(Low Priority)</td><td>AF42(0b100100)</td><td>0b100</td></tr><tr><td>Voice and Video Signalling</td><td>AF31(0b011010)</td><td>0b011</td></tr><tr><td>Best Effort Data</td><td>BE(0b000000)</td><td>0b000</td></tr></tbody></table>	통계학	[ "<h1>3. P2P IPTV 세션 제어 요구사항과 제어 모델</h1> <h2>3.1 P2P IPTV 세션 제어 요구 사항</h2> <p>현재 공중 IPTV를 위해 구축되고 있는 네트워크의 전형적인 구조는 (그림 1)과 같다.", "공중 IPTV 네트워크는 기본적으로 멀티캐스트 라우팅 프로토콜 기반의 멀티캐스트 전송을 제공하고 IGMP(Internet Group Management Protocol) 기반의 그룹 멤버쉽에 대한 동적 제어를 지원한다.", "인터넷 백본망의 라우터는 다수의 멀티캐스트 송신자를 지원하는 ASN(Any Source Network)을 위한 PIM-SM(Protocool Independent Multicast - Sparse Mode) 그리고/또는 특정 멀티캐스트 송신자를 지원하는 PIM-SSM(Specific Source Multicast) 라우팅 프로토콜을 통해 최적의 멀티캐스트 전송을 지원한다.", "그리고 예를 들어 DSL망의 경우 DSLAM(DSL Access Multiplexer)과 이더넷 AS(Access Switch)들로 구성되는 광대역 접속망은 IGMP Snooping 기능을 통해 멀티캐스트 전송을 지원한다.", "공중 IPTV의 방송 사업자(IPTV Broadcaster)는 멀티캐스트 네트워크를 통하여 다수의 비디오 채널을 수신자 가까이의 네트워크 장치(DSLAM)까지 항상 전송함으로써 IGMP에 의한 수신자의 채널 선택 지연시간을 최소화한다.", "</p> <p>현재 제시되고 있는 공중 IPTV 네트워크는 정적 DiffServ 기반의 QoS를 제공한다.", "공중 IPTV 네트워크는 각 비디오 채널에 대해 IPTV 서비스 사업자와 네트워크 서비스 사업자간의 협약에 의해 미리 정해진 DiffServ 등급의 QoS를 항상 제공하고, IPTV에 의해 발생되는 음성과 데이터 트래픽에 대해서도 마찬가지로 미리 정해진 DiffServ 등급의 QoS를 항상 제공한다.", "따라서 공중 IPTV는 QOS 요청(Request), 수락 제어(Admission Control), QoS 해제(Release)등을 위한 별도의 시그널링 인터페이스를 제공하지 않는다.", "<표 1>은 [4]에 의해 제시된 IPTV 트래픽에 대한 DiffServ 등급 예를 보여준다.", "</p> <table border><caption>〈표 1〉 공중 IPTV 네트워크의 QOS 지원 사례</caption> <tbody><tr><td>Traffic Type</td><td>IP DSCP Value</td><td>IP Precedence</td></tr><tr><td>Voice</td><td>EF(0b101110)</td><td>0b101</td></tr><tr><td>Video(High Priority)</td><td>AF41(0b100010)</td><td>0b100</td></tr><tr><td>Video(Low Priority)</td><td>AF42(0b100100)</td><td>0b100</td></tr><tr><td>Voice and Video Signalling</td><td>AF31(0b011010)</td><td>0b011</td></tr><tr><td>Best Effort Data</td><td>BE(0b000000)</td><td>0b000</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "P2P IPTV 서비스를 위한 세션 제어 메카니즘", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-af291989-68ec-463c-82a1-58a5ec347260", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "박승철" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
231	<h1>2. 관련 연구</h1> <p>본 논문에서 제안하는 방법인 입력 선분을 스타이너 트리를 이용하여 연결하는 것은 입력 노드를 대상으로 한 전통적인 최소 신장 트리의 생성과 관련이 있다. 일반적인 환경과 입력에서 트리의 길이가 최적화된 최소 신장 트리는 Kruskal 혹은 Prim의 알고리즘을 이용하여 얻을 수 있다. 신장 트리(Spanning Tree)란 이차원 평면에 주어진 N개의 노드들을 서로 교차하지 않게 연결하는 트리이다. 주어진 노드와 입력 연결선이 있을 때 일부 입력 연결선을 이용하여 노드들을 모두 연결하는 최소 비용의 트리를 최소 신장 트리(Minimum Spanning Tree)라고 한다. N개의 노드를 연결하기 위해서는 N-1개의 연결선이 필요하다.</p> <p>선분은 현실 세계의 여러 형태의 연결로 모델링될 수 있다. 이것은 유선 통신선이나 도로, 철도와 같은 정적인 형태뿐 아니라, 항로, 이동 물체의 궤적으로 적용될 수 있다. 이 선분들을 최소 신장 트리를 이용하여 연결하는 방법이 연구되어 발표되었다.</p> <p>네트워크를 구성하는 연결들의 길이를 최소화하는 문제는 최적화 문제 중의 하나로 연구되었다. 이들 중에서 평면 상에 주어진 점들이 있을 때, 특정 노드 S와 입력 노드들을 연결하여 최소 길이의 트리를 얻을 수 있는 S를 찾는 문제는 수학자 Jakob Steiner에 의해 연구되었다. 또한 여러 개의 노드들을 최소 길이로 모두 연결하는 문제는 스타 형 토폴로지에서 새로운 하나의 노드를 찾아 이것과 다른 입력 노드들과 연결하는 것이다. 이를 Steiner Star라고 부른다. 한 개가 아닌 여러 개의 스타이너 포인트들을 도입하여 모든 입력 노드들을 연결하는 최단 길이의 네트워크를 찾는 방법을 Courant와 Robbins 등이 연구하였다. 이러한 네트워크를 최소 스타이너 트리(Steiner Minimum Tree)라고 한다. 이 문제는 NP-Complete 문제에 포함되는 것으로 알려져 있다. 최소 스타이너 트리 문제는 근사 트리를 구하여 근사 비율을 높이는 연구와 근사 트리를 구하는 휴리스틱에 관한 연구들이 수행되었다. J.Kim 등은 GOSST(Grade of Services Steiner Minimum Tree) 문제에 최소 스타이너 트리를 이용하여 \( (1+\varepsilon) \) 근사 트리를 다항적 시간 내에 얻을 수 있음을 증명하였다. 또한 원격 검침 시스템을 구성하는 검침기, 중계기, 집중기의 배치 및 연결을 근사 스타이너 트리를 이용한 방안이 제안되었고, 이를 최소 신장 트리를 이용한 방법과 비교한 연구가 시행되었다. 비 방향 스타이너 트리 문제를 해결하기 위한 연구로, 그래프 축소 규칙을 이용하여, 최적 해에 불필요한 노드들과 연결선들을 제거한 후, Prim의 알고리즘을 조합한 max-min ant colony optimization 방법을 적용한 연구가 발표되었다. 멀티캐스팅 문제를 스타이너 트리를 이용하여 해결하려는 연구도 시도되었는데, 이 연구들에서는 멀티캐스팅 문제와 순회 판매원 문제의 차이를 분석하여, 기존의 개미 시스템(Ant System)을 변경한 엘리트 에이전트에 의한 개미 멀티캐스트 라우팅 모델과 멀티 캐스트 통신에서의 QoS(Quality of Service)를 처리할 수 있는 다중 제약 멀티 캐스트 처리 알고리즘이 발표되었다. 또한 센서 네트워크의 효율적인 라우팅을 위하여 센서노드들을 최적으로 상호 연결하는 배치 문제를 스타이너 트리를 활용하여 해결할 수 있다는 전제에서, 센서 네트워크에서의 물리적인 특성이, 일반적인 그래프 노드 연결 문제의 범위를 축소할 수 있다는 점을 주장하며 이를 기반으로 실행시간과 최적 치에 대한 근사비율이 연구되어 발표되었다. 본 연구와 유사한 연구 분야인, 선분 연결 관련 연구는 많이 발표되지 않았는데, 그 중에서 입력 선분의 연결 문제를 변형된 최소 신장 트리와 입력 선분 상의 임의의 가상 노드인 포탈을 이용하여 선분을 사용자의 요구에 따라 연결하려는 연구가 시도되었다. 이 연구에서 선분 연결 방법의 결정 시, 연결 방법을 찾는 시간과 연결 비용을 조절하면서 특정 응용에서 관심 있는 방법을 선택할 수 있는 방안을 제안하였다. 현재까지 발표된 많은 근사 최소 스타이너 트리를 구성할 수 있는 휴리스틱 중에서, 정삼각형의 외접원을 활용하여 스타이너 포인트를 구하는 휴리스틱이 대표적인 방법이다.</p> <p>본 논문에서 제안하는 방법은<표 1>에 기술되어 있는 최소 신장 트리를 이용한 선분 연결하는 방법과 비교된다. 또한 이 최소 신장 트리 생성 방법은 제안된 방법의 초기 단계에서 일부 사용된다. 최소 신장 트리 생성은 Prim의 알고리즘을 변형하였는데, 이 알고리즘은 주어진 노드들과 이들 사이의 입력 연결선을 이용하여 최소 비용의 신장 트리를 생성할 수 있다. 본 논문에서 제안하는 문제는 입력 선분들을 최소 비용으로 연결하는 것이므로 최소 신장 트리 생성 알고리즘을 바로 응용할 수 없고 적절한 변환이 필요하다. 즉 입력 선분을 노드로, 선분 연결을 연결선으로 변환 한 후에 그 연결선의 길이를 가중치로 이용하여 순수한 Prim의 알고리즘을 적용한다. 최소 신장 트리를 이용한 입력 선분의 연결 과정은<표 1>과 같고, 이에 대한 간단한 예는 (그림 3)의 (a), (b), (c)에 나타나 있다.</p> <table border><caption> <표 1>최소 신장 트리를 이용한 입력 선분의 연결 알고리즘</caption> <tbody><tr><td>단계</td><td>내용</td></tr><tr><td>1</td><td>각 입력 선분을 노드로, 각 선분 사이의 연결을 연결선으로 변환하고, 각 연결선의 길이를 가중치로 변환한다. 각 노드의 flag를 false로 지장한다. 본 논문에서 제안하는 선분 연결 문제는 이 단계에서 노드와 연결선, 그리고 가중치로 구성된 최소 신장 트리 생성 문제로 변환된다.</td></tr><tr><td>2</td><td>임의의 한 노드 S를 선정하고, 이 노드와 연결된 연결선들 중에서 최소 가중치를 가지는 연결선 ST를 선택하고, 이 선분을 구성하는 두 노드인 S와 T의 fag를 true로 변경한다. 신택된 선분 ST는 집합 MST에 지장한다.</td></tr><tr><td>3</td><td>fag값이 서로 다른 두 노드로 구성된 연결선들 중에서 최소 가중치를 가지는 선분 \( S ' T ' \)을 선택하고, false 인 \( T ' \)의 flag를 true로 변환한다. 연결신 \( S ' T ' \)을 집합 MST에 지장한다.</td></tr><tr><td>4</td><td>모든 노드들의 flag가 true가 될 때까지 단계 3을 반복한다.</td></tr><tr><td>5</td><td>최소 신장 트리를 구성하는 MST의 모든 원소들을 이용하여 선분 연결 문제로 변환한다. 즉, 연결선들을 구성하는 두 노드를 원래의 두 입력 선분으로, 두 노드 사이의 연결선은 이들 입력 선분들의 연결로 변환시킨다.</td></tr></tbody></table> <h1>3. 본 론</h1><p><표 2>는 본 논문에서 제안하는 스타이너 트리를 이용한 입력 선분의 연결 과정을 나타내는 알고리즘이다. 이 알고리즘에서 주어진 입력 선분과 그 연결에 대하여 2 장의<표 1>에서 기술한 변형된 Prim의 알고리즘을 응용한 선분 최소 신장 트리를 먼저 생성하고 이를 기반으로 하여 스타이너 포인트를 생성하고 이를 연결하여 스타이너 그래프를 생성한다. 이 스타이너 그래프를 구성하는 노드와 연결들을 노드와 연결선으로 입력하여 새로운 최소 신장 트리를 생성한 후에, 필요 없는 연결선의 제거 및 새로운 최단 거리의 연결선을 생성하는 후처리 작업을 시행하고 이에 대한 결과를 최종 연결로 결정한다. 본 논문에서 다루는 문제는 입력 선분의 연결 문제는 기존의 최소 신장 트리 생성과는 다르게, 입력은 노드가 아닌 선분이고, 따라서 노드간의 연결 대신 선분간의 연결이므로 적절한 변환이 필요하다. 본 논문에서 두 선분 사이의 연결은 두 선분 사이의 최단 연결로 정의한다.</p><table border><caption><표 2>스타이너 트리를 이용한 입력 선분 연결 알고리즘</caption><tbody><tr><td>단계</td><td>내용</td></tr><tr><td>1</td><td><표 1>에 기술한 것과 같이, 입력 선분은 노드로, 입력 연결은 연결선으로 변환한 후, 이를 이용하여 최소 신장 트리를 생성한다.</td></tr><tr><td>2</td><td>최소 신장 트리에서 연속적으로 연결된 세 노드로 이루어진 모든 부분 트리들에 대해 각각 스타이너 포인트를 생성하고, 세 노드와 스타이너 포인트를 연결하여 최소 길이의 스타이너 그래프 생성한다.</td></tr><tr><td>3</td><td>스타이너 그래프를 구성하는 노드, 스타이너 포인트들과 연결선, 그리고 연결선의 길이들을 입력으로 하여 새로운 최소 신장 트리의 생성한다.</td></tr><tr><td>4</td><td>단계 3에서 생성된 트리에서 스타이너 포인트의 차수가 1인 연결선들을 찾고 이 연결신과 해당 스타이너 포인트를 모두 제거한다.</td></tr><tr><td>5</td><td>스타이너 포인트가 아닌 노드들을 원래의 입력 선분으로, 노드간의 연결선을 선분간의 연결로 변환한다. 또한 스타이너 포인트와 노드간의 연결선은 스타이너 포인트를 노드가 대표하는 신분파 연결한 후, 후처리 작업을 시행한다. 후 처리 작업은 스타이너 포인트와 해당 입력 선분간의 거리가 최단이 아니면, 기존의 연결을 제거하고, 이를 사이의 최단 연결을 생성하는 것이다.</td></tr><tr><td>6</td><td>단계 5에서 생성된 연결 구조를 최종 결과로 출력한다.</td></tr></tbody></table><p>위 과정의 실행시간을 분석하면 다음과 같다. 단계 1에서 전체 입력 선분의 수를 E, 선분 간 연결의 수를 L로 했을 때, Prim의 최소 신장 생성 알고리즘을 이용하면\( \mathrm{O}( E \mathrm{log} \mathrm{E}) \) 시간 내에 선분을 노드로 변환한 최소 신장 트리의 생성 가능하다. Prim의 알고리즘은 우선순위 큐(priority queue)를 피보나치 힙(Fibonacci heap)으로 구현하면 실행시간은 O(\( L + \mathrm{E} \log \mathrm{E}) \)이고, \( \mathrm{L} 《 \mathrm{E}^{2} \)인 환경에서는 \( \mathrm{O}( E \mathrm{log} \mathrm{E}) \)이다. 최소 신장 트리는 (E-1)개의 연결로 구성되어 있다. 단계 2에서 최소 신장을 구성하는 연속적인 연결의 수는 스타(star) 토폴로지일 때 최대가 되며, 이것은 \( \mathrm{E}^{-1} \mathrm{C}_{2}=\mathrm{O}\left(\mathrm{E}^{2}\right) \)이다. 따라서 생성되는 스타이너 포인트의 수는 \( \mathrm{O}\left(\mathrm{E}^{2}\right) \) 이다. 단계 3에서 다루어야 할 노드의 수는 기존의 입력 선분의 수 E에 생성된 스타이너 포인트의 수를 합한 값인 \( \mathrm{E}+\mathrm{O}\left(\mathrm{E}^{2}\right)=\mathrm{O}\left(\mathrm{E}^{2}\right) \)이고, 연결선의 수는 \( (\mathrm{E}-1)+3 \times \mathrm{O}\left(\mathrm{E}^{2}\right)=\mathrm{O}\left(\mathrm{E}^{2}\right) \)이다. 따라서 이것에 대한 최소 신장 트리 생성 시간은 \( \mathrm{O}\left(\mathrm{E}^{2} \log \mathrm{E}^{2}\right)=\mathrm{O}\left(\mathrm{E}^{2} \log \mathrm{E}\right) \)이다. 단계 4에서 차수가 1인 스타이너 포인트를 찾고 이를 처리하는 시간은 스타이너 포인트의 수와 동일한 \( \mathrm{O}\left(\mathrm{E}^{2}\right) \)이고, 단계 6에서 스타이너 포인트와 입력 선분간의 최단거리를 검사하고 처리하는 시간은 \( \mathrm{O}\left(\mathrm{E}^{2}\right) \)이다. 따라서 본 논문에서 제안하는 방법의 실행 시간은 \( \mathrm{O}\left(\mathrm{E}^{2} \log \mathrm{E}\right) \)이다. 그러나 입력 선분과 입력 연결에 대해 생성되는 최소 신장 트리의 토폴로지가 스타 형일 가능성은 적으므로, 이보다는 빠른 시간 내에 실행이 가능할 것이다.</p><p>(그림 1)은 세 입력 선분 a, b, c 사이의 연결 생성 과정을 보인다. 먼저 두 선분 a, b의 연결에서, 입력 선분 a의 양 끝 점에서 선분 b에 대한 수선 (3), (4)를 생성한다. 이 때 수선 (4)는 입력 선분 b의 연장선에서 교점이 위치하므로 이것과 가장 가까운 입력 선분 b의 끝점을 연결한 연결 (2)를 생성한다. 마찬가지로 입력 선분 b의 양 끝 점에서 선분 a에 대한 수선 (5), (6)을 생성한다. 이 때 수선 (5)는 입력 선분 a의 연장선에서 교점이 위치하므로 이것과 가장 가까운 입력 선분 a의 끝점을 연결한 연결 (1)를 생성한다. 각 선분의 연장선에서 교점을 생성하는 수선 (4), (5)를 제외한 4개의 수선 (1), (2), (3), (6) 가운데 가장 작은 길이의 수선이 두 입력 선분 a, b의 연결로 결정된다. 같은 방법으로 두 입력 선분 a와 c, b와 c의 연결을 생성한다.</p><p>(그림 2)는 제안하는 스타이너 트리를 이용한 선분 연결 알고리즘의 단계 5에서 실행되는 후처리 작업에 관한 내용이다. 세 입력 선분 a, b, c 사이에서 생성된 스타이너 포인트 S는 연결 (1), (2), (3)을 이용하여 각각 입력 선분 a, b, c를 연결하고 있다. 그러나 이 연결이 S와 각 입력 선분을 최단거리로 연결한다고 장담할 수 없다. 그 이유는 스타이너 포인트는 각 선분들 사이의 최단 거리인 연결선을 입력으로 생성된 것이기 때문이다. 예를 들어 (그림 2)에서 스타이너 포인트 S는 연결선 \( \alpha \)와 \( \beta \)를 이용하여 생성된 것이다. 따라서 후처리 작업에서는 스타이너 포인트와 연결된 입력 선분들에 대해 최단 거리의 연결인지의 여부를 검사 한 후에, 최단 거리가 아닌 경우에는 해당 연결을 삭제하고 최단 거리의 연결을 새로이 생성한다. (그림 2)에서 기존의 연결 (3)을 제거하고 새로운 최단 연결 (4)를 새로이 추가한다.</p><p>(그림 3)의 (a)와 (b)는 스타이너 트리를 이용한 입력 선분의 연결의 예를 보이기 위한 3개의 입력 선분과 한 선분 당 최대 2개의 연결을 보이고 있다. 그림 (c)는 이들 선분과 연결들에 대하여 적절히 변환한 후, 선분 최소 신장 트리 생성 알고리즘을 이용한 연결의 모습이다. 그림 d는 그림 (c)의 선분 최소 신장 트리 연결을 적절히 이용하여 스타이너 포인트를 생성하고, 생성된 스타이너 포인트를 입력 선분과 연결한 스타이너 그래프의 모습이고, 불필요한 연결이 삭제된 스타이너 트리를 이용한 연결이 그림 (e)에 나타나 있다. 마지막으로 후처리 작업을 반영한 세 입력 선분간의 최종 연결이 그림 (f)에 있다.</p>	통계학	[ "<h1>2. 관련 연구</h1> <p>본 논문에서 제안하는 방법인 입력 선분을 스타이너 트리를 이용하여 연결하는 것은 입력 노드를 대상으로 한 전통적인 최소 신장 트리의 생성과 관련이 있다.", "일반적인 환경과 입력에서 트리의 길이가 최적화된 최소 신장 트리는 Kruskal 혹은 Prim의 알고리즘을 이용하여 얻을 수 있다.", "신장 트리(Spanning Tree)란 이차원 평면에 주어진 N개의 노드들을 서로 교차하지 않게 연결하는 트리이다.", "주어진 노드와 입력 연결선이 있을 때 일부 입력 연결선을 이용하여 노드들을 모두 연결하는 최소 비용의 트리를 최소 신장 트리(Minimum Spanning Tree)라고 한다.", "N개의 노드를 연결하기 위해서는 N-1개의 연결선이 필요하다.", "</p> <p>선분은 현실 세계의 여러 형태의 연결로 모델링될 수 있다.", "이것은 유선 통신선이나 도로, 철도와 같은 정적인 형태뿐 아니라, 항로, 이동 물체의 궤적으로 적용될 수 있다.", "이 선분들을 최소 신장 트리를 이용하여 연결하는 방법이 연구되어 발표되었다.", "</p> <p>네트워크를 구성하는 연결들의 길이를 최소화하는 문제는 최적화 문제 중의 하나로 연구되었다.", "이들 중에서 평면 상에 주어진 점들이 있을 때, 특정 노드 S와 입력 노드들을 연결하여 최소 길이의 트리를 얻을 수 있는 S를 찾는 문제는 수학자 Jakob Steiner에 의해 연구되었다.", "또한 여러 개의 노드들을 최소 길이로 모두 연결하는 문제는 스타 형 토폴로지에서 새로운 하나의 노드를 찾아 이것과 다른 입력 노드들과 연결하는 것이다.", "이를 Steiner Star라고 부른다.", "한 개가 아닌 여러 개의 스타이너 포인트들을 도입하여 모든 입력 노드들을 연결하는 최단 길이의 네트워크를 찾는 방법을 Courant와 Robbins 등이 연구하였다.", "이러한 네트워크를 최소 스타이너 트리(Steiner Minimum Tree)라고 한다.", "이 문제는 NP-Complete 문제에 포함되는 것으로 알려져 있다.", "최소 스타이너 트리 문제는 근사 트리를 구하여 근사 비율을 높이는 연구와 근사 트리를 구하는 휴리스틱에 관한 연구들이 수행되었다.", "J.Kim 등은 GOSST(Grade of Services Steiner Minimum Tree) 문제에 최소 스타이너 트리를 이용하여 \\( (1+\\varepsilon) \\) 근사 트리를 다항적 시간 내에 얻을 수 있음을 증명하였다.", "또한 원격 검침 시스템을 구성하는 검침기, 중계기, 집중기의 배치 및 연결을 근사 스타이너 트리를 이용한 방안이 제안되었고, 이를 최소 신장 트리를 이용한 방법과 비교한 연구가 시행되었다.", "비 방향 스타이너 트리 문제를 해결하기 위한 연구로, 그래프 축소 규칙을 이용하여, 최적 해에 불필요한 노드들과 연결선들을 제거한 후, Prim의 알고리즘을 조합한 max-min ant colony optimization 방법을 적용한 연구가 발표되었다.", "멀티캐스팅 문제를 스타이너 트리를 이용하여 해결하려는 연구도 시도되었는데, 이 연구들에서는 멀티캐스팅 문제와 순회 판매원 문제의 차이를 분석하여, 기존의 개미 시스템(Ant System)을 변경한 엘리트 에이전트에 의한 개미 멀티캐스트 라우팅 모델과 멀티 캐스트 통신에서의 QoS(Quality of Service)를 처리할 수 있는 다중 제약 멀티 캐스트 처리 알고리즘이 발표되었다.", "또한 센서 네트워크의 효율적인 라우팅을 위하여 센서노드들을 최적으로 상호 연결하는 배치 문제를 스타이너 트리를 활용하여 해결할 수 있다는 전제에서, 센서 네트워크에서의 물리적인 특성이, 일반적인 그래프 노드 연결 문제의 범위를 축소할 수 있다는 점을 주장하며 이를 기반으로 실행시간과 최적 치에 대한 근사비율이 연구되어 발표되었다.", "본 연구와 유사한 연구 분야인, 선분 연결 관련 연구는 많이 발표되지 않았는데, 그 중에서 입력 선분의 연결 문제를 변형된 최소 신장 트리와 입력 선분 상의 임의의 가상 노드인 포탈을 이용하여 선분을 사용자의 요구에 따라 연결하려는 연구가 시도되었다.", "이 연구에서 선분 연결 방법의 결정 시, 연결 방법을 찾는 시간과 연결 비용을 조절하면서 특정 응용에서 관심 있는 방법을 선택할 수 있는 방안을 제안하였다.", "현재까지 발표된 많은 근사 최소 스타이너 트리를 구성할 수 있는 휴리스틱 중에서, 정삼각형의 외접원을 활용하여 스타이너 포인트를 구하는 휴리스틱이 대표적인 방법이다.", "</p> <p>본 논문에서 제안하는 방법은<표 1>에 기술되어 있는 최소 신장 트리를 이용한 선분 연결하는 방법과 비교된다.", "또한 이 최소 신장 트리 생성 방법은 제안된 방법의 초기 단계에서 일부 사용된다.", "최소 신장 트리 생성은 Prim의 알고리즘을 변형하였는데, 이 알고리즘은 주어진 노드들과 이들 사이의 입력 연결선을 이용하여 최소 비용의 신장 트리를 생성할 수 있다.", "본 논문에서 제안하는 문제는 입력 선분들을 최소 비용으로 연결하는 것이므로 최소 신장 트리 생성 알고리즘을 바로 응용할 수 없고 적절한 변환이 필요하다.", "즉 입력 선분을 노드로, 선분 연결을 연결선으로 변환 한 후에 그 연결선의 길이를 가중치로 이용하여 순수한 Prim의 알고리즘을 적용한다.", "최소 신장 트리를 이용한 입력 선분의 연결 과정은<표 1>과 같고, 이에 대한 간단한 예는 (그림 3)의 (a), (b), (c)에 나타나 있다.", "</p> <table border><caption> <표 1>최소 신장 트리를 이용한 입력 선분의 연결 알고리즘</caption> <tbody><tr><td>단계</td><td>내용</td></tr><tr><td>1</td><td>각 입력 선분을 노드로, 각 선분 사이의 연결을 연결선으로 변환하고, 각 연결선의 길이를 가중치로 변환한다.", "각 노드의 flag를 false로 지장한다.", "본 논문에서 제안하는 선분 연결 문제는 이 단계에서 노드와 연결선, 그리고 가중치로 구성된 최소 신장 트리 생성 문제로 변환된다.", "</td></tr><tr><td>2</td><td>임의의 한 노드 S를 선정하고, 이 노드와 연결된 연결선들 중에서 최소 가중치를 가지는 연결선 ST를 선택하고, 이 선분을 구성하는 두 노드인 S와 T의 fag를 true로 변경한다.", "신택된 선분 ST는 집합 MST에 지장한다.", "</td></tr><tr><td>3</td><td>fag값이 서로 다른 두 노드로 구성된 연결선들 중에서 최소 가중치를 가지는 선분 \\( S ' T ' \\)을 선택하고, false 인 \\( T ' \\)의 flag를 true로 변환한다. 연결신 \\( S ' T ' \\)을 집합 MST에 지장한다.", "</td></tr><tr><td>4</td><td>모든 노드들의 flag가 true가 될 때까지 단계 3을 반복한다.", "</td></tr><tr><td>5</td><td>최소 신장 트리를 구성하는 MST의 모든 원소들을 이용하여 선분 연결 문제로 변환한다.", "즉, 연결선들을 구성하는 두 노드를 원래의 두 입력 선분으로, 두 노드 사이의 연결선은 이들 입력 선분들의 연결로 변환시킨다.", "</td></tr></tbody></table> <h1>3. 본 론</h1><p><표 2>는 본 논문에서 제안하는 스타이너 트리를 이용한 입력 선분의 연결 과정을 나타내는 알고리즘이다.", "이 알고리즘에서 주어진 입력 선분과 그 연결에 대하여 2 장의<표 1>에서 기술한 변형된 Prim의 알고리즘을 응용한 선분 최소 신장 트리를 먼저 생성하고 이를 기반으로 하여 스타이너 포인트를 생성하고 이를 연결하여 스타이너 그래프를 생성한다.", "이 스타이너 그래프를 구성하는 노드와 연결들을 노드와 연결선으로 입력하여 새로운 최소 신장 트리를 생성한 후에, 필요 없는 연결선의 제거 및 새로운 최단 거리의 연결선을 생성하는 후처리 작업을 시행하고 이에 대한 결과를 최종 연결로 결정한다.", "본 논문에서 다루는 문제는 입력 선분의 연결 문제는 기존의 최소 신장 트리 생성과는 다르게, 입력은 노드가 아닌 선분이고, 따라서 노드간의 연결 대신 선분간의 연결이므로 적절한 변환이 필요하다.", "본 논문에서 두 선분 사이의 연결은 두 선분 사이의 최단 연결로 정의한다.", "</p><table border><caption><표 2>스타이너 트리를 이용한 입력 선분 연결 알고리즘</caption><tbody><tr><td>단계</td><td>내용</td></tr><tr><td>1</td><td><표 1>에 기술한 것과 같이, 입력 선분은 노드로, 입력 연결은 연결선으로 변환한 후, 이를 이용하여 최소 신장 트리를 생성한다.", "</td></tr><tr><td>2</td><td>최소 신장 트리에서 연속적으로 연결된 세 노드로 이루어진 모든 부분 트리들에 대해 각각 스타이너 포인트를 생성하고, 세 노드와 스타이너 포인트를 연결하여 최소 길이의 스타이너 그래프 생성한다.", "</td></tr><tr><td>3</td><td>스타이너 그래프를 구성하는 노드, 스타이너 포인트들과 연결선, 그리고 연결선의 길이들을 입력으로 하여 새로운 최소 신장 트리의 생성한다.", "</td></tr><tr><td>4</td><td>단계 3에서 생성된 트리에서 스타이너 포인트의 차수가 1인 연결선들을 찾고 이 연결신과 해당 스타이너 포인트를 모두 제거한다.", "</td></tr><tr><td>5</td><td>스타이너 포인트가 아닌 노드들을 원래의 입력 선분으로, 노드간의 연결선을 선분간의 연결로 변환한다.", "또한 스타이너 포인트와 노드간의 연결선은 스타이너 포인트를 노드가 대표하는 신분파 연결한 후, 후처리 작업을 시행한다.", "후 처리 작업은 스타이너 포인트와 해당 입력 선분간의 거리가 최단이 아니면, 기존의 연결을 제거하고, 이를 사이의 최단 연결을 생성하는 것이다.", "</td></tr><tr><td>6</td><td>단계 5에서 생성된 연결 구조를 최종 결과로 출력한다.", "</td></tr></tbody></table><p>위 과정의 실행시간을 분석하면 다음과 같다.", "단계 1에서 전체 입력 선분의 수를 E, 선분 간 연결의 수를 L로 했을 때, Prim의 최소 신장 생성 알고리즘을 이용하면\\( \\mathrm{O}( E \\mathrm{log} \\mathrm{E}) \\) 시간 내에 선분을 노드로 변환한 최소 신장 트리의 생성 가능하다.", "Prim의 알고리즘은 우선순위 큐(priority queue)를 피보나치 힙(Fibonacci heap)으로 구현하면 실행시간은 O(\\( L + \\mathrm{E} \\log \\mathrm{E}) \\)이고, \\( \\mathrm{L} 《 \\mathrm{E}^{2} \\)인 환경에서는 \\( \\mathrm{O}( E \\mathrm{log} \\mathrm{E}) \\)이다.", "최소 신장 트리는 (E-1)개의 연결로 구성되어 있다.", "단계 2에서 최소 신장을 구성하는 연속적인 연결의 수는 스타(star) 토폴로지일 때 최대가 되며, 이것은 \\( \\mathrm{E}^{-1} \\mathrm{C}_{2}=\\mathrm{O}\\left(\\mathrm{E}^{2}\\right) \\)이다.", "따라서 생성되는 스타이너 포인트의 수는 \\( \\mathrm{O}\\left(\\mathrm{E}^{2}\\right) \\) 이다.", "단계 3에서 다루어야 할 노드의 수는 기존의 입력 선분의 수 E에 생성된 스타이너 포인트의 수를 합한 값인 \\( \\mathrm{E}+\\mathrm{O}\\left(\\mathrm{E}^{2}\\right)=\\mathrm{O}\\left(\\mathrm{E}^{2}\\right) \\)이고, 연결선의 수는 \\( (\\mathrm{E}-1)+3 \\times \\mathrm{O}\\left(\\mathrm{E}^{2}\\right)=\\mathrm{O}\\left(\\mathrm{E}^{2}\\right) \\)이다.", "따라서 이것에 대한 최소 신장 트리 생성 시간은 \\( \\mathrm{O}\\left(\\mathrm{E}^{2} \\log \\mathrm{E}^{2}\\right)=\\mathrm{O}\\left(\\mathrm{E}^{2} \\log \\mathrm{E}\\right) \\)이다.", "단계 4에서 차수가 1인 스타이너 포인트를 찾고 이를 처리하는 시간은 스타이너 포인트의 수와 동일한 \\( \\mathrm{O}\\left(\\mathrm{E}^{2}\\right) \\)이고, 단계 6에서 스타이너 포인트와 입력 선분간의 최단거리를 검사하고 처리하는 시간은 \\( \\mathrm{O}\\left(\\mathrm{E}^{2}\\right) \\)이다.", "따라서 본 논문에서 제안하는 방법의 실행 시간은 \\( \\mathrm{O}\\left(\\mathrm{E}^{2} \\log \\mathrm{E}\\right) \\)이다.", "그러나 입력 선분과 입력 연결에 대해 생성되는 최소 신장 트리의 토폴로지가 스타 형일 가능성은 적으므로, 이보다는 빠른 시간 내에 실행이 가능할 것이다.", "</p><p>(그림 1)은 세 입력 선분 a, b, c 사이의 연결 생성 과정을 보인다.", "먼저 두 선분 a, b의 연결에서, 입력 선분 a의 양 끝 점에서 선분 b에 대한 수선 (3), (4)를 생성한다.", "이 때 수선 (4)는 입력 선분 b의 연장선에서 교점이 위치하므로 이것과 가장 가까운 입력 선분 b의 끝점을 연결한 연결 (2)를 생성한다.", "마찬가지로 입력 선분 b의 양 끝 점에서 선분 a에 대한 수선 (5), (6)을 생성한다.", "이 때 수선 (5)는 입력 선분 a의 연장선에서 교점이 위치하므로 이것과 가장 가까운 입력 선분 a의 끝점을 연결한 연결 (1)를 생성한다.", "각 선분의 연장선에서 교점을 생성하는 수선 (4), (5)를 제외한 4개의 수선 (1), (2), (3), (6) 가운데 가장 작은 길이의 수선이 두 입력 선분 a, b의 연결로 결정된다.", "같은 방법으로 두 입력 선분 a와 c, b와 c의 연결을 생성한다.", "</p><p>(그림 2)는 제안하는 스타이너 트리를 이용한 선분 연결 알고리즘의 단계 5에서 실행되는 후처리 작업에 관한 내용이다.", "세 입력 선분 a, b, c 사이에서 생성된 스타이너 포인트 S는 연결 (1), (2), (3)을 이용하여 각각 입력 선분 a, b, c를 연결하고 있다.", "그러나 이 연결이 S와 각 입력 선분을 최단거리로 연결한다고 장담할 수 없다.", "그 이유는 스타이너 포인트는 각 선분들 사이의 최단 거리인 연결선을 입력으로 생성된 것이기 때문이다.", "예를 들어 (그림 2)에서 스타이너 포인트 S는 연결선 \\( \\alpha \\)와 \\( \\beta \\)를 이용하여 생성된 것이다.", "따라서 후처리 작업에서는 스타이너 포인트와 연결된 입력 선분들에 대해 최단 거리의 연결인지의 여부를 검사 한 후에, 최단 거리가 아닌 경우에는 해당 연결을 삭제하고 최단 거리의 연결을 새로이 생성한다.", "(그림 2)에서 기존의 연결 (3)을 제거하고 새로운 최단 연결 (4)를 새로이 추가한다.", "</p><p>(그림 3)의 (a)와 (b)는 스타이너 트리를 이용한 입력 선분의 연결의 예를 보이기 위한 3개의 입력 선분과 한 선분 당 최대 2개의 연결을 보이고 있다.", "그림 (c)는 이들 선분과 연결들에 대하여 적절히 변환한 후, 선분 최소 신장 트리 생성 알고리즘을 이용한 연결의 모습이다.", "그림 d는 그림 (c)의 선분 최소 신장 트리 연결을 적절히 이용하여 스타이너 포인트를 생성하고, 생성된 스타이너 포인트를 입력 선분과 연결한 스타이너 그래프의 모습이고, 불필요한 연결이 삭제된 스타이너 트리를 이용한 연결이 그림 (e)에 나타나 있다.", "마지막으로 후처리 작업을 반영한 세 입력 선분간의 최종 연결이 그림 (f)에 있다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "스타이너 트리를 이용한 입력 선분의 연결", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-b6bb6079-5bb5-42c1-895c-c274df96027c", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "김준모", "김인범" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
232	<h2>3. 얼굴 특징점 입력 도구</h2> <p>앞 절에서 기술한 멀티 덱스처매핑을 위헤서 3D스캔데이터와 얼굴 사진의 매핑에는 \( \mathrm { MPEG } -4 \) 에서 정의하는 \( \mathrm { FDP } \) (Facial Definition Parameter) 특징점을 이용한다. 얼굴 특징점은 모델에 따라 그 위치가 달라질 수 있으므로 사용자 입력에 의한 특징점 정의가 필요하다. 이를 위해 본 연구에서는 3D 얼굴 모델 위에 정확하게 \( \mathrm { FDP } \) 설정을 할 수 있도록 \( \mathrm { FDP } \) 입력 도구를 개발하였다. FDP 입력 도구의 초기 실행 화면은 대부분의 3D 데이더 편집 틀에서 사용되는 화면과 비슷하게 구성되었다. 사용자는 Top, Front, Side, Free 네 개의 화면을 통헤 모델을 이동 및 회전시킬 수 있으며 하단부에 있는 상태 표시줄에는 현재 마우스 포인터가 위치하는 곳의 3 차원 좌표가 출력되므로 현재의 위치를 쉽게 파악할 수 있다. Side Vicw의 성우에는 반대편을 볼 수 있는 메뉴를 추가하여 3차원 데이터를 2 차원 평면 상에서 완벽하게 표현할 수 있도록 구성하였다.<표 \( 1>\) 은 \( \mathrm { FDP } \) 입력 도구 매규에서 제공하는 기능을 보여준다</p> <p>\( \mathrm { FDP } \) 입력 도구를 이용하여 텍스처 매푱 처러된 얼굴 모델에 대해 FDP를 입력하는 순서는 다음과 같다.</ol> <ul> <li>텍스처 매핑 처리가 된 3 차원 얼굴 모델을 읽어들인다.</li> <li>프로그램 내에 저장되이 있는 \( \mathrm { MPEG } -4 \mathrm { FDP } \) 그림을 띄우고 Zoom, Translate 등을 통해 모델을 참조하기 촣게 위치시킨다.</li> <li>\( \mathrm { FDP } \) 를 입력할 위치를 정하고 모델을 맞춘다. (그림 6)은 왼쪽 눈썹 끝에 있는 FDP \( 4.6 \) 을 입력하는 예를 보여준다.</li> <li>Top, Front, Side 화면을 보며 사용자가 편한 위치에서 각 특징점을 위한 \( \mathrm { X } , \mathrm { Y } , \mathrm { Z } \) 좌표를 선택한다. 이 때 먼지 Side View 상에서 Z축을 고정시킨 후, Front View 상에서 \( \mathrm { X } \) 축과 \( \mathrm { Y } \) 축을 선택한다.</li> <li>앞 단계에서 선택된 좌표의 해당 \( \mathrm { FDP } \) 번호를 선탹한다. X, Y, Z축 모두 선택하였으므로 해당 FDP 번호(4.6)에 입력시킨다.</li> <li>\( \mathrm { FDP } \)를 모두 입력한 후 파일로 지장한다. 본 연구의 \( \mathrm { FDP } \) 입력도구는 FDP를 모두 입력한 경우와 입력을 완료하지 않은 모든 경우에 대혜서 어느 때나 현재까지의 작업내용을 파일로 지장할 수 있도록 하였다. FDP 파일에 지장되는 네용은 FDP의 Major, Minor 번호를 나타내며 그 뒤에 있는 실수 데이터 세 개는 각각 해당 위치의 \( \mathrm { X } , \mathrm { Y } , \mathrm { Z } \), 좌표 값이고 마지막 정수 값은 정점의 인데스를 나타낸다. (그림 8)은 FDP 입력 도구 를 이용하여 MPEG-4 얼굴 특징점을 입력한 최종 결과 화면의 예를 보여준다.</li></ul> <table border><caption>〈표 1〉 FDP 입력 도구 메뉴</caption> <tbody><tr><td>종 류</td><td>기 능</td></tr><tr><td>Rotate</td><td>얼굴 모델을 회전시킨다. Free View 에서 가능</td></tr><tr><td>Zoom</td><td>얼굴 모델을 확대/축소시킨다.</td></tr><tr><td>Translate</td><td>얼굴 모델을 이동시킨다.</td></tr><tr><td>FDP</td><td>얼굴 모델에 \( \mathrm { FDP } \) 입력을 시작한다.</td></tr><tr><td>View</td><td>Top/Front/Side/Free View 변경</td></tr><tr><td>Side View Change</td><td>현재 보고 있는 모델의 반대편 화면으로 전환한다.</td></tr></tbody></table>	통계학	[ "<h2>3. 얼굴 특징점 입력 도구</h2> <p>앞 절에서 기술한 멀티 덱스처매핑을 위헤서 3D스캔데이터와 얼굴 사진의 매핑에는 \\( \\mathrm { MPEG } -4 \\) 에서 정의하는 \\( \\mathrm { FDP } \\) (Facial Definition Parameter) 특징점을 이용한다.", "얼굴 특징점은 모델에 따라 그 위치가 달라질 수 있으므로 사용자 입력에 의한 특징점 정의가 필요하다.", "이를 위해 본 연구에서는 3D 얼굴 모델 위에 정확하게 \\( \\mathrm { FDP } \\) 설정을 할 수 있도록 \\( \\mathrm { FDP } \\) 입력 도구를 개발하였다.", "FDP 입력 도구의 초기 실행 화면은 대부분의 3D 데이더 편집 틀에서 사용되는 화면과 비슷하게 구성되었다.", "사용자는 Top, Front, Side, Free 네 개의 화면을 통헤 모델을 이동 및 회전시킬 수 있으며 하단부에 있는 상태 표시줄에는 현재 마우스 포인터가 위치하는 곳의 3 차원 좌표가 출력되므로 현재의 위치를 쉽게 파악할 수 있다.", "Side Vicw의 성우에는 반대편을 볼 수 있는 메뉴를 추가하여 3차원 데이터를 2 차원 평면 상에서 완벽하게 표현할 수 있도록 구성하였다.", "<표 \\( 1>\\) 은 \\( \\mathrm { FDP } \\) 입력 도구 매규에서 제공하는 기능을 보여준다</p> <p>\\( \\mathrm { FDP } \\) 입력 도구를 이용하여 텍스처 매푱 처러된 얼굴 모델에 대해 FDP를 입력하는 순서는 다음과 같다.", "</ol> <ul> <li>텍스처 매핑 처리가 된 3 차원 얼굴 모델을 읽어들인다.", "</li> <li>프로그램 내에 저장되이 있는 \\( \\mathrm { MPEG } -4 \\mathrm { FDP } \\) 그림을 띄우고 Zoom, Translate 등을 통해 모델을 참조하기 촣게 위치시킨다.", "</li> <li>\\( \\mathrm { FDP } \\) 를 입력할 위치를 정하고 모델을 맞춘다.", "(그림 6)은 왼쪽 눈썹 끝에 있는 FDP \\( 4.6 \\) 을 입력하는 예를 보여준다.", "</li> <li>Top, Front, Side 화면을 보며 사용자가 편한 위치에서 각 특징점을 위한 \\( \\mathrm { X } , \\mathrm { Y } , \\mathrm { Z } \\) 좌표를 선택한다.", "이 때 먼지 Side View 상에서 Z축을 고정시킨 후, Front View 상에서 \\( \\mathrm { X } \\) 축과 \\( \\mathrm { Y } \\) 축을 선택한다.", "</li> <li>앞 단계에서 선택된 좌표의 해당 \\( \\mathrm { FDP } \\) 번호를 선탹한다.", "X, Y, Z축 모두 선택하였으므로 해당 FDP 번호(4.6)에 입력시킨다.", "</li> <li>\\( \\mathrm { FDP } \\)를 모두 입력한 후 파일로 지장한다.", "본 연구의 \\( \\mathrm { FDP } \\) 입력도구는 FDP를 모두 입력한 경우와 입력을 완료하지 않은 모든 경우에 대혜서 어느 때나 현재까지의 작업내용을 파일로 지장할 수 있도록 하였다.", "FDP 파일에 지장되는 네용은 FDP의 Major, Minor 번호를 나타내며 그 뒤에 있는 실수 데이터 세 개는 각각 해당 위치의 \\( \\mathrm { X } , \\mathrm { Y } , \\mathrm { Z } \\), 좌표 값이고 마지막 정수 값은 정점의 인데스를 나타낸다.", "(그림 8)은 FDP 입력 도구 를 이용하여 MPEG-4 얼굴 특징점을 입력한 최종 결과 화면의 예를 보여준다.", "</li></ul> <table border><caption>〈표 1〉 FDP 입력 도구 메뉴</caption> <tbody><tr><td>종 류</td><td>기 능</td></tr><tr><td>Rotate</td><td>얼굴 모델을 회전시킨다.", "Free View 에서 가능</td></tr><tr><td>Zoom</td><td>얼굴 모델을 확대/축소시킨다.", "</td></tr><tr><td>Translate</td><td>얼굴 모델을 이동시킨다.", "</td></tr><tr><td>FDP</td><td>얼굴 모델에 \\( \\mathrm { FDP } \\) 입력을 시작한다.", "</td></tr><tr><td>View</td><td>Top/Front/Side/Free View 변경</td></tr><tr><td>Side View Change</td><td>현재 보고 있는 모델의 반대편 화면으로 전환한다.", "</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "3D 스캔 데이터를 이용한 얼굴 애니메이션 시스템", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-a977fb12-b12c-4f0f-a0e5-eec957ecfca5", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "구본관", "정철희", "이재윤", "조선영", "이명원" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
233	<h1>요 약</h1><p>시그니처 해싱 알고리즘은 해시 테이블을 사용하여 네트워크 침입방지시스템(Intrusion Prevention System)을 위한 빠른 패턴 매칭 속도를 제공한다. 시그니처 해싱 알고리즘은 모든 규칙에서 2 바이트를 선택하여 해쉬 값을 구한 후 해쉬 테이블에 링크시킨다. 이렇게 하여 패턴 매칭 시에 실제 검사하는 규칙의 개수를 줄임으로써 성능이 향상되는 장점을 가진다. 그러나 규칙의 개수와 상관관계가 증가할 경우 같은 해쉬값을 가지는 규칙의 개수가 증가하여 성능이 떨어지는 단점이 있다.</p><p>본 논문에서는 시그니처 해싱 알고리즘의 단점을 보완하기 위해 규칙의 개수와 상관관계에 무관하게 모든 규칙을 해쉬 테이블 상에 고르게 분포시키는 방법을 제안한다. 제안된 방법에서는 해쉬 테이블에 규칙을 링크하기 전에 해당 해쉬 값에 링크된 규칙이 있는지 검사한다. 만약 링크된 규칙이 없으면 해당 해쉬 값에 규칙을 링크하고, 링크된 규칙이 있으면 다른 위치에서 해쉬 값을 다시 계산한다. 제안한 방법은 리눅스 커널 모듈 형태로 PC에서 구현하였고, 네트워크 성능 측정 툴인 Iperf를 이용하여 실험하였다. 실험 결과에 의하면 기존 방식에서는 시그니처 개수 및 규칙의 상관관계가 증가함에 따라 성능이 저하되었지만, 본 논문에서 제안한 방식은 시그니처 개수와 규칙의 상관관계에 무관하게 일정한 성능을 유지하였다.</p> <h1>5. 결론 및 향후 연구 방향</h1> <p>본 논문에서는 기존 시그니처 해싱 알고리즘에서 해쉬 테이블을 구성할 때 한 번 구해진 해쉬 값에 무조건 규칙을 링크시킴으로써 하나의 해쉬 값에 많은 수의 규칙이 링크되어 성능이 저하되는 문제를 해결하기 위하여 규칙을 링크시킬 때 링크된 규칙이 없는 해쉬 값이 나올 때까지 해쉬 값 계산을 반복하여 규칙을 링크시키는 방식을 제안하였다. 제안된 방식은 규칙의 상관관계가 높은 경우에 모든 규칙을 해쉬 테이블에 고르게 분포시킴으로써 규칙의 개수와 상관관계에 영향을 받지 않고 기존 방식에 비해 약 \( 186 \% \) 향상된 높은 성능을 제공할 수 있다는 것을 확인하였다. 이는 대용량의 트래픽을 빠른 속도로 처리해야하는 환경에서 더욱 큰 효과를 가져올 수 있다.</p> <p>향후 연구 방향으로는 해쉬 테이블의 크기와 관련된 연구이다. 제안된 방법은 해쉬 테이블 전체에 모든 규칙을 고르게 분포시키기 때문에 해쉬 테이블의 크기에 크게 영향을 받게 된다. 하지만 무조건 큰 해쉬 테이블을 사용하게 되면 메모리 낭비의 문제가 발생한다. 이런 단점을 보완하기 위해 해쉬 테이블 크기에 따른 성능의 변화를 분석하여 규칙의 개수에 따른 최적의 해쉬 테이블의 크기를 찾는 연구를 진행할 것이다.</p>	통계학	[ "<h1>요 약</h1><p>시그니처 해싱 알고리즘은 해시 테이블을 사용하여 네트워크 침입방지시스템(Intrusion Prevention System)을 위한 빠른 패턴 매칭 속도를 제공한다.", "시그니처 해싱 알고리즘은 모든 규칙에서 2 바이트를 선택하여 해쉬 값을 구한 후 해쉬 테이블에 링크시킨다.", "이렇게 하여 패턴 매칭 시에 실제 검사하는 규칙의 개수를 줄임으로써 성능이 향상되는 장점을 가진다.", "그러나 규칙의 개수와 상관관계가 증가할 경우 같은 해쉬값을 가지는 규칙의 개수가 증가하여 성능이 떨어지는 단점이 있다.", "</p><p>본 논문에서는 시그니처 해싱 알고리즘의 단점을 보완하기 위해 규칙의 개수와 상관관계에 무관하게 모든 규칙을 해쉬 테이블 상에 고르게 분포시키는 방법을 제안한다.", "제안된 방법에서는 해쉬 테이블에 규칙을 링크하기 전에 해당 해쉬 값에 링크된 규칙이 있는지 검사한다.", "만약 링크된 규칙이 없으면 해당 해쉬 값에 규칙을 링크하고, 링크된 규칙이 있으면 다른 위치에서 해쉬 값을 다시 계산한다.", "제안한 방법은 리눅스 커널 모듈 형태로 PC에서 구현하였고, 네트워크 성능 측정 툴인 Iperf를 이용하여 실험하였다.", "실험 결과에 의하면 기존 방식에서는 시그니처 개수 및 규칙의 상관관계가 증가함에 따라 성능이 저하되었지만, 본 논문에서 제안한 방식은 시그니처 개수와 규칙의 상관관계에 무관하게 일정한 성능을 유지하였다.", "</p> <h1>5. 결론 및 향후 연구 방향</h1> <p>본 논문에서는 기존 시그니처 해싱 알고리즘에서 해쉬 테이블을 구성할 때 한 번 구해진 해쉬 값에 무조건 규칙을 링크시킴으로써 하나의 해쉬 값에 많은 수의 규칙이 링크되어 성능이 저하되는 문제를 해결하기 위하여 규칙을 링크시킬 때 링크된 규칙이 없는 해쉬 값이 나올 때까지 해쉬 값 계산을 반복하여 규칙을 링크시키는 방식을 제안하였다.", "제안된 방식은 규칙의 상관관계가 높은 경우에 모든 규칙을 해쉬 테이블에 고르게 분포시킴으로써 규칙의 개수와 상관관계에 영향을 받지 않고 기존 방식에 비해 약 \\( 186 \\% \\) 향상된 높은 성능을 제공할 수 있다는 것을 확인하였다.", "이는 대용량의 트래픽을 빠른 속도로 처리해야하는 환경에서 더욱 큰 효과를 가져올 수 있다.", "</p> <p>향후 연구 방향으로는 해쉬 테이블의 크기와 관련된 연구이다.", "제안된 방법은 해쉬 테이블 전체에 모든 규칙을 고르게 분포시키기 때문에 해쉬 테이블의 크기에 크게 영향을 받게 된다.", "하지만 무조건 큰 해쉬 테이블을 사용하게 되면 메모리 낭비의 문제가 발생한다.", "이런 단점을 보완하기 위해 해쉬 테이블 크기에 따른 성능의 변화를 분석하여 규칙의 개수에 따른 최적의 해쉬 테이블의 크기를 찾는 연구를 진행할 것이다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "고성능 네트워크 침입방지시스템을 위한 개선된 시그니처 해싱 알고리즘", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-9086ea09-ddd0-40d7-aa39-2e2a4cdc6456", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "고중식", "곽후근", "왕정석", "권희웅", "정규식" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
234	<h2>3.4 동적 적응 및 실시간 협약 과정</h2> <p>하이브리드 QoS 관리 모듈의 수행절차는 서비스 접속, 접속 해제, 동적 적응, 실시간 협약, 자원 모니터링 수행절차로 나뉜다. 이는 클라이언트와 서버간의 상호작용에 중점을 두어 이를 위한 표기법으로 UML의 시퀀스 다이어그램(Sequence Diagram)을 이용해서 나타낸다. 전반적인 수행절차를 ETD(Event Tracing Diagram)으로 표현하면 다음 (그림 7)과 같다.</p> <p>(그림 7)을 기초로 세부적인 동적 적응은 요청된 서비스 레벨의 스트림 서비스 과정에서 발생하는 예외 상황이나 협약된 레벨의 유지가 어려울 때 QoS레벨 등급을 낮추거나 높여서 서비스가 중단 없이 지속되기 위한 목적으로 이용된다. 다음 (그림 8)은 동적 적응 수행절차에 대한 데이터 흐름도를 보인다.</p> <p>동적 적응 수행절차는 다음과 같다.</p> <ul> <li>클라이언트 측 QoS 제어 관리 모듈의 통보 객체가 QoS 협약 위반사항을 모니터 객체를 통해 관리되는 정보인 QoS 정보를 감시한다.</li> <li>통보 객체가 QoS 정보를 감시하다가 협약위반 사항이 검출되면 제어 객체에게 적응 알고리즘을 수행하도록 요청한다.</li> <li>요청을 받은 제어 객체는 현재의 서비스 상태 정보를 참조하여 현재 서비스 수신이 가능한 QoS 파라미터 정보를 제어 인터페이스 객체로 넘긴다.</li> <li>제어 인터페이스 객체는 전달받은 QoS 파라미터 정보 를 기준으로 QoS 레벨을 재조정한 후, 서비스 관리 객체에게 조정된 QoS 레벨로 스트림 서비스를 송신하도록 요청한다.</li> <li>요청받은 서비스 관리 객체가 스트림 송신 객체를 재구성하여 적응 절차가 이루어진다.</li></ul> <p>실시간 협약은 사용자의 요구 메시지를 전달하는 사용자 인터페이스 객체와 협약알고리즘을 수행하는 제어 객체, 협약에 사용되는 관리 정보를 제공하는 매퍼 객체, 제공된 QoS 파라미터 정보에 의해 서비스 레벨을 결정하는 제어 인터페이스 객체, 재구성된 서비스 레벨에 의해서 서비스 제공을 요청하는 서비스 관리 객체와 협약된 서비스 레벨로 서비스를 송신하는 스트림 송신 객체로 구성된다. 다음 (그림 9)는 실시간 협약 수행절차에 대한 데이터 흐름도를 나타내고 있다.</p> <p>실시간 협약 수행절차는 다음과 같다.</p> <ul> <li>초기 클라이언트 측의 서비스 사용자가 사용자 인터페이스 객체를 통해서 제어 객체에게 사용자가 요구하는 QoS 정보를 전달한다.</li> <li>제어 객체는 매퍼 객체에게 QoS MIB를 요청하고 제공받는 MIB와 사용자가 요구한 QoS 정보를 가지고 협약 알고리즘을 수행한다.</li> <li>협약이 확정되면 제어 인터페이스 객체에게 협약된 QoS 파라미터 정보를 전달한다.</li> <li>제어 인터페이스 객체는 협약된 QoS 파라미터 정보를 바탕으로 원하는 QoS 레벨을 재구성한다.</li> <li>서비스 관리 객체에게 재구성된 QoS 레벨에 맞게 스트림 서비스를 송신 요청을 한다.</li> <li>서비스 관리 객체는 재구성된 QoS 레벨에 맞게 스트림 전송 포맷을 재설정함으로써 두 모듈간 협약이 이루어진다.</li></ul> <p>다음<표 2>는 사용자 레벨에서 정의한 등급에서부터 시스템 레벨의 QoS에 대한 매핑 테이블을 나타낸다.</p> <table border><caption>〈표 2〉 QoS MIB 테이블</caption> <tbody><tr><td>등급</td><td>서비스 품질</td><td>프레임율</td><td>해상도</td><td>비트율</td><td>CPU</td></tr><tr><td>3</td><td>Good</td><td>25-30</td><td>620x320</td><td>700,000</td><td>1.0</td></tr><tr><td>3</td><td>Good</td><td>25-30</td><td>320x240</td><td>400,000</td><td>1.0</td></tr><tr><td>3</td><td>Good</td><td>25-30</td><td>200x150</td><td>300,000</td><td>1.0</td></tr><tr><td>2</td><td>Fair</td><td>6-14</td><td>620x320</td><td>400,000</td><td>0.6</td></tr><tr><td>2</td><td>Fair</td><td>6-14</td><td>320x240</td><td>350,000</td><td>0.6</td></tr><tr><td>2</td><td>Fair</td><td>6-14</td><td>200x150</td><td>200,000</td><td>0.6</td></tr><tr><td>1</td><td>Bad</td><td>1-2</td><td>620x320</td><td>100,000</td><td>0.2</td></tr><tr><td>1</td><td>Bad</td><td>1-2</td><td>320x240</td><td>100,000</td><td>0.2</td></tr><tr><td>1</td><td>Bad</td><td>1-2</td><td>200x150</td><td>100,000</td><td>0.2</td></tr></tbody></table> <h2>4.3 수행 평가 환경</h2> <p>수행 평가 시스템 환경은 서버는 데스크톱 PC CPU 3.2Ghz인 시스템과 클라이언트 단말은 3개의 영역별 PDA, 노트북, 데스크톱 PC로 구분하였다. 그리고 동일한 콘텐츠를 사용자의 취향에 따라 위치 이동하면서 서비스 받는 수행 과정을 중앙 집중형 모델과 분산형 모델 그리고 본 논문에서 제안한 하이브리드 모델을 비교하고자 한다. 다음 (그림 12)는 수행 평가 시스템 환경을 나타내고 있다.</p> <p>클라이언트는 멀티미디어 서비스를 반기 위해 특정 영역 내의 단말의 선택을 통해 서비스를 제공 받는다.</p> <ul> <li>자원 타입 선정 시간(St)</li> <li>QoS 적응 처리 시간(Qt)</li> <li>서비스 처리 시간(Rt)</li> <li>전체 서비스 시간(Tst) = ST + Qt + Rt</li></ul> <p>각 수행시간을 중앙 집중형과 분산형 그리고 하이브리드 관리 모델에 적용하여 실험하였다. 실험에 사용한 스트림 데이터는 동일한 콘텐츠를 해상도 \( 620 \times 320,200 \times 150 \)의 두 가지 크기를 지원하는 1.687KB, 780KB의 사이즈를 갖는 2개의 동영상 파일로 테스트하였으며, 스트림 전송 속도는 최대 30 프레임/초의 속도로 송수신하여 수행 평가하였다.<표 3>은 클라이언트가 멀티미디어 서비스를 제공받기 위해 활용 가능한 장치로 PDA, 노트북, 데스크톱 PC로 선정하였으며 이에 대한 사양을 나타낸다.</p> <p>멀티미디어 서비스를 위한 QoS 관리 모델인 중앙 집중형과 분산형 그리고 하이브리드 모델의 클라이언트와 서버 상의 객체 모듈을 구분하면 다음<표 4>와 같다.</p> <table border><caption>〈표 3〉 클라이언트별 시스템 환경</caption> <tbody><tr><td>구 분</td><td>CPU</td><td>Memory</td><td>buffer size</td></tr><tr><td>PDA</td><td>400Mhz</td><td>34.75MB</td><td>20 KB</td></tr><tr><td>노트북</td><td>1.6Ghz</td><td>57MB</td><td>500 KB</td></tr><tr><td>데스크톱 PC</td><td>3.2Ghz</td><td>70MB</td><td>500 KB</td></tr></tbody></table> <table border><caption>〈표 4〉 각 모델의 객체 모듈</caption> <tbody><tr><td>구 분</td><td>클라이언트</td><td>QoS 관리 모듈</td><td>서버 모듈</td></tr><tr><td>중앙 집중형</td><td>UCM</td><td>QoSM</td><td>Stream Service Server</td></tr><tr><td>분산형</td><td>QoS CMM</td><td>-</td><td>QoS MM</td></tr><tr><td>하이브리드형</td><td>QoS CMM</td><td>RQoS MM</td><td>QoS MM</td></tr></tbody></table> <h2>4.4 수행 평가 결과</h2> <h3>4.4.1 각 객체 모듈의 처리 시간</h3> <p>멀티미디어 서비스를 제공하기 위해 각 모델의 객체 모듈의 처리 시간인 클라이언트의 상황과 자원의 타입을 선정 시간과 설정된 QoS 레벨에 의해 승인 제어와 QoS 적응 처리 시간 그리고 서버에서 해당되는 스트림 데이터를 전송하여 클라이언트가 이에 해당하는 데이터를 받는 시간은 실험 결과는 (그림 13)과 같다.</p> <p>QoS 관리 모델별 각 객체 모듈별 처리 시간은 본 논문에서 제시한 방법과 기존의 방법이 최소 34msec에서 최대 65msec로 별 차이가 없음을 확인하였다. 본 논문에서 제안한 하이브리드 모델의 경우 클라이언트와 서버 그리고 자원 QoS 관리 모듈이 참조해야하는 정적 QoS 정보가 있어 기존의 모델보다 각 객체 모듈 별 처리 비용이 더 소요된다.</p>	통계학	[ "<h2>3.4 동적 적응 및 실시간 협약 과정</h2> <p>하이브리드 QoS 관리 모듈의 수행절차는 서비스 접속, 접속 해제, 동적 적응, 실시간 협약, 자원 모니터링 수행절차로 나뉜다.", "이는 클라이언트와 서버간의 상호작용에 중점을 두어 이를 위한 표기법으로 UML의 시퀀스 다이어그램(Sequence Diagram)을 이용해서 나타낸다.", "전반적인 수행절차를 ETD(Event Tracing Diagram)으로 표현하면 다음 (그림 7)과 같다.", "</p> <p>(그림 7)을 기초로 세부적인 동적 적응은 요청된 서비스 레벨의 스트림 서비스 과정에서 발생하는 예외 상황이나 협약된 레벨의 유지가 어려울 때 QoS레벨 등급을 낮추거나 높여서 서비스가 중단 없이 지속되기 위한 목적으로 이용된다.", "다음 (그림 8)은 동적 적응 수행절차에 대한 데이터 흐름도를 보인다.", "</p> <p>동적 적응 수행절차는 다음과 같다.", "</p> <ul> <li>클라이언트 측 QoS 제어 관리 모듈의 통보 객체가 QoS 협약 위반사항을 모니터 객체를 통해 관리되는 정보인 QoS 정보를 감시한다.", "</li> <li>통보 객체가 QoS 정보를 감시하다가 협약위반 사항이 검출되면 제어 객체에게 적응 알고리즘을 수행하도록 요청한다.", "</li> <li>요청을 받은 제어 객체는 현재의 서비스 상태 정보를 참조하여 현재 서비스 수신이 가능한 QoS 파라미터 정보를 제어 인터페이스 객체로 넘긴다.", "</li> <li>제어 인터페이스 객체는 전달받은 QoS 파라미터 정보 를 기준으로 QoS 레벨을 재조정한 후, 서비스 관리 객체에게 조정된 QoS 레벨로 스트림 서비스를 송신하도록 요청한다.", "</li> <li>요청받은 서비스 관리 객체가 스트림 송신 객체를 재구성하여 적응 절차가 이루어진다.", "</li></ul> <p>실시간 협약은 사용자의 요구 메시지를 전달하는 사용자 인터페이스 객체와 협약알고리즘을 수행하는 제어 객체, 협약에 사용되는 관리 정보를 제공하는 매퍼 객체, 제공된 QoS 파라미터 정보에 의해 서비스 레벨을 결정하는 제어 인터페이스 객체, 재구성된 서비스 레벨에 의해서 서비스 제공을 요청하는 서비스 관리 객체와 협약된 서비스 레벨로 서비스를 송신하는 스트림 송신 객체로 구성된다.", "다음 (그림 9)는 실시간 협약 수행절차에 대한 데이터 흐름도를 나타내고 있다.", "</p> <p>실시간 협약 수행절차는 다음과 같다.", "</p> <ul> <li>초기 클라이언트 측의 서비스 사용자가 사용자 인터페이스 객체를 통해서 제어 객체에게 사용자가 요구하는 QoS 정보를 전달한다.", "</li> <li>제어 객체는 매퍼 객체에게 QoS MIB를 요청하고 제공받는 MIB와 사용자가 요구한 QoS 정보를 가지고 협약 알고리즘을 수행한다.", "</li> <li>협약이 확정되면 제어 인터페이스 객체에게 협약된 QoS 파라미터 정보를 전달한다.", "</li> <li>제어 인터페이스 객체는 협약된 QoS 파라미터 정보를 바탕으로 원하는 QoS 레벨을 재구성한다.", "</li> <li>서비스 관리 객체에게 재구성된 QoS 레벨에 맞게 스트림 서비스를 송신 요청을 한다.", "</li> <li>서비스 관리 객체는 재구성된 QoS 레벨에 맞게 스트림 전송 포맷을 재설정함으로써 두 모듈간 협약이 이루어진다.", "</li></ul> <p>다음<표 2>는 사용자 레벨에서 정의한 등급에서부터 시스템 레벨의 QoS에 대한 매핑 테이블을 나타낸다.", "</p> <table border><caption>〈표 2〉 QoS MIB 테이블</caption> <tbody><tr><td>등급</td><td>서비스 품질</td><td>프레임율</td><td>해상도</td><td>비트율</td><td>CPU</td></tr><tr><td>3</td><td>Good</td><td>25-30</td><td>620x320</td><td>700,000</td><td>1.0</td></tr><tr><td>3</td><td>Good</td><td>25-30</td><td>320x240</td><td>400,000</td><td>1.0</td></tr><tr><td>3</td><td>Good</td><td>25-30</td><td>200x150</td><td>300,000</td><td>1.0</td></tr><tr><td>2</td><td>Fair</td><td>6-14</td><td>620x320</td><td>400,000</td><td>0.6</td></tr><tr><td>2</td><td>Fair</td><td>6-14</td><td>320x240</td><td>350,000</td><td>0.6</td></tr><tr><td>2</td><td>Fair</td><td>6-14</td><td>200x150</td><td>200,000</td><td>0.6</td></tr><tr><td>1</td><td>Bad</td><td>1-2</td><td>620x320</td><td>100,000</td><td>0.2</td></tr><tr><td>1</td><td>Bad</td><td>1-2</td><td>320x240</td><td>100,000</td><td>0.2</td></tr><tr><td>1</td><td>Bad</td><td>1-2</td><td>200x150</td><td>100,000</td><td>0.2</td></tr></tbody></table> <h2>4.3 수행 평가 환경</h2> <p>수행 평가 시스템 환경은 서버는 데스크톱 PC CPU 3.2Ghz인 시스템과 클라이언트 단말은 3개의 영역별 PDA, 노트북, 데스크톱 PC로 구분하였다.", "그리고 동일한 콘텐츠를 사용자의 취향에 따라 위치 이동하면서 서비스 받는 수행 과정을 중앙 집중형 모델과 분산형 모델 그리고 본 논문에서 제안한 하이브리드 모델을 비교하고자 한다.", "다음 (그림 12)는 수행 평가 시스템 환경을 나타내고 있다.", "</p> <p>클라이언트는 멀티미디어 서비스를 반기 위해 특정 영역 내의 단말의 선택을 통해 서비스를 제공 받는다.", "</p> <ul> <li>자원 타입 선정 시간(St)</li> <li>QoS 적응 처리 시간(Qt)</li> <li>서비스 처리 시간(Rt)</li> <li>전체 서비스 시간(Tst) = ST + Qt + Rt</li></ul> <p>각 수행시간을 중앙 집중형과 분산형 그리고 하이브리드 관리 모델에 적용하여 실험하였다.", "실험에 사용한 스트림 데이터는 동일한 콘텐츠를 해상도 \\( 620 \\times 320,200 \\times 150 \\)의 두 가지 크기를 지원하는 1.687KB, 780KB의 사이즈를 갖는 2개의 동영상 파일로 테스트하였으며, 스트림 전송 속도는 최대 30 프레임/초의 속도로 송수신하여 수행 평가하였다.", "<표 3>은 클라이언트가 멀티미디어 서비스를 제공받기 위해 활용 가능한 장치로 PDA, 노트북, 데스크톱 PC로 선정하였으며 이에 대한 사양을 나타낸다.", "</p> <p>멀티미디어 서비스를 위한 QoS 관리 모델인 중앙 집중형과 분산형 그리고 하이브리드 모델의 클라이언트와 서버 상의 객체 모듈을 구분하면 다음<표 4>와 같다.", "</p> <table border><caption>〈표 3〉 클라이언트별 시스템 환경</caption> <tbody><tr><td>구 분</td><td>CPU</td><td>Memory</td><td>buffer size</td></tr><tr><td>PDA</td><td>400Mhz</td><td>34.75MB</td><td>20 KB</td></tr><tr><td>노트북</td><td>1.6Ghz</td><td>57MB</td><td>500 KB</td></tr><tr><td>데스크톱 PC</td><td>3.2Ghz</td><td>70MB</td><td>500 KB</td></tr></tbody></table> <table border><caption>〈표 4〉 각 모델의 객체 모듈</caption> <tbody><tr><td>구 분</td><td>클라이언트</td><td>QoS 관리 모듈</td><td>서버 모듈</td></tr><tr><td>중앙 집중형</td><td>UCM</td><td>QoSM</td><td>Stream Service Server</td></tr><tr><td>분산형</td><td>QoS CMM</td><td>-</td><td>QoS MM</td></tr><tr><td>하이브리드형</td><td>QoS CMM</td><td>RQoS MM</td><td>QoS MM</td></tr></tbody></table> <h2>4.4 수행 평가 결과</h2> <h3>4.4.1 각 객체 모듈의 처리 시간</h3> <p>멀티미디어 서비스를 제공하기 위해 각 모델의 객체 모듈의 처리 시간인 클라이언트의 상황과 자원의 타입을 선정 시간과 설정된 QoS 레벨에 의해 승인 제어와 QoS 적응 처리 시간 그리고 서버에서 해당되는 스트림 데이터를 전송하여 클라이언트가 이에 해당하는 데이터를 받는 시간은 실험 결과는 (그림 13)과 같다.", "</p> <p>QoS 관리 모델별 각 객체 모듈별 처리 시간은 본 논문에서 제시한 방법과 기존의 방법이 최소 34msec에서 최대 65msec로 별 차이가 없음을 확인하였다.", "본 논문에서 제안한 하이브리드 모델의 경우 클라이언트와 서버 그리고 자원 QoS 관리 모듈이 참조해야하는 정적 QoS 정보가 있어 기존의 모델보다 각 객체 모듈 별 처리 비용이 더 소요된다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "유비쿼터스 컴퓨팅에서 분산 멀티미디어 서비스를 위한 하이브리드 QoS 관리 모델", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-ae734488-375f-4952-99c7-dfe219cbd85d", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "정창원", "이건엽", "주수종" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
235	<h1>3. 시뮬레이션</h1><p>모바일 와이맥스에서의 실시간 응용 서비스를 제공하기 위한 ROHC RTP profile의 성능 분석을 위해, OPNET Modeler 12.0을 이용하여 시뮬레이션을 수행하였다. 이를 위해 OPNET Modeler의 WiMAX 프로세스 모델을 수정하여 802.16e MAC CS에 PHS 및 ROHC 기법을 구현하였다. 모바일 와이맥스의 경우 맥 CPS의 에러검출기법을 통해 무선 링크의 비트 에러로 인해 손상된 패킷은 MAC CS의 ROHC로 전달되지 않고 수신측에서 패킷을 삭제하거나 송신측에서 재전송 된다. 모바일 와이맥스에서는 서비스 플로우 생성 단계에서 각 서비스에 대해 ARQ 기능을 지원할지 여부를 결정하며, 엄격한 시간 제약으로 인해 VoIP와 같은 실시간 응용의 경우 ARQ 기능을 제공하지 않으므로 비트 에러가 포함된 패킷은 맥에서 삭제되고, 이는 ROHC 입장에서 패킷의 손실로 처리된다. 따라서 앞에서 설명한 기존연구들의 방식과는 다르게 비트에러에 따른 성능 평가는 의미가 없다. 반면에, 모바일 와이맥스는 넓은 서비스 영역으로 인해 무선 링크의 지연시간이 길어질 수 있으며, 서비스 음영 지역으로 인해 패킷 손실이 발생할 수 있다. 제안된 방안의 검증을 위해 다음과 같은 기본 가정을 하였다.</p><ul><li>모바일 와이맥스의 무선링크 상에서 전송된 패킷은 손실될 수 있으며, 피드백 또한 손실될 수 있다.</li><li>구현의 편의를 위해 IPv4 헤더의 IP identification 필드는 임의의 값을 가지도록 하였으며, 따라서 이 필드는 압축되지 않는다.</li><li>무선 환경에서 보통 보안의 이유로 UDP 헤더의 checksum 필드 값은 0으로 설정하므로, 본 시뮬레이션에서도 UDP 헤더의 checksum 필드 값은 항상 0이다.</li><li>RTP/UDP/IP 헤더는 옵션 필드들을 포함하지 않는다.</li><li>결과적으로 본 시뮬레이션 동안 RTP/UDP/IP 헤더 중 압축 가능한 동적 필드는 RTP Sequence Number와 RTP Timestamp 필드이다.</li></ul><p>(그림 5)는 시뮬레이션 시나리오의 네트워크 토폴로지를 보여준다. 시뮬레이션 측정 기간인 1시간 동안에 모바일 와이맥스 단말은 VoIP 서버와 연속적인 세션을 유지한다. 모바일 와이맥스 단말이 움직이는 동안에 겪는 무선링크에서의 패킷 손실 및 지연 시간의 변화는 입력 값으로 조절하였으므로 시뮬레이션 동안 단말의 위치는 고정적이다. 모바일 와이맥스 환경 구성을 위해 단말과 기지국의 맥은 IEEE802.16m draft와 IEEE 802.16e 표준에서 정의된 값에 따라 설정하였으며, 물리 계층은 OFDMA PHY를 적용하였다. VoIP 응용의 엄격한 시간 제약으로 인해 맥 계층의 ARQ 기능은 사용되지 않는다.</p><p>본 시뮬레이션은 표준에 근거한 성능 분석을 위해, OPNET Modeler에<802.16m: 모바일 와이맥스에 대한 성능 평가 방법론>에서 제시한 트래픽 모델을 구현하였다. [2]에서 정의된 실시간 서비스 중 VoIP 패킷의 헤더 정보가 가장 자주 변하므로 설정된 ROHC 구현파라미터 값에 의해 큰 영향을 받을 수 있다. 따라서 본 시뮬레이션에서는 VoIP 트래픽을 대상으로 ROHC RTP profile의 성능평가를 실시하였다. VoIP 사용자는 세션 동안 지수 분포에 따라 활성 또는 비활성 상태가 되며, 각 활성/비활성 상태 동안에 일정량의 패킷이 생성된다.<표 1>은 VoIP 트래픽 모델과 관련된 속성들을 보여준다. VoIP 모델링 과정을 간단히 하기 위해 Simplified AMR(Adaptive Multi-Rate) 보코더가 사용되었으며, implified AMR 보코더의 속성은<표 2>와 같다. VoIP 의 code rate는 \( 12.2 \mathrm{kbps} \)이며, 사용자가 활성 상태의 경우 매 \( 20 \mathrm{ms} \)마다 33 바이트의 AMR 페이로드가 생성되며 비활성 상태 동안에는 매 \( 160 \mathrm{ms} \)마다 7 바이트 AMR 페이로드가 생성된다. 즉, 활성 상태 동안에는 73 바이트의 패킷이 생성되고 비활성 상태 동안에는 47 바이트의 패킷이 생성된다.</p><p>(그림 6)부터 (그림 17)을 통해 시뮬레이션 결과를 보여준다. 먼저 ROHC의 압축 성능에 대해 평가해 보기 위해 3가지 시나리오(ROHC, PHS 그리고 헤더 압축기법 적용 안 함) 에 대한 시뮬레이션을 수행하였다. (그림 6)과 (그림 7)은 세 개의 시나리오에서의 평균 압축 패킷 크기(총 수신한 패킷들의 크기 합/총 수신한 패킷 수)를 보여준다. (그림 6)은 무선 링크 상에 지연시간이 주어졌을 때의 압축 효율을 비교한 것이다. 무선링크의 지연과 상관없이 패킷 헤더 압축기법을 적용하지 않은 경우에 비해, 패킷 헤더 압축기법을 적용한 경우 PHS는 약 \( 25 \% \) 정도, ROHC는 절반 이상의 대역폭을 절약하게 된다. 특히, 헤더 압축기법의 헤더 크기만을 비교해보면 PHS는 제한적인 압축 필드로 인해 각 패킷마다 40 바이트의 헤더 중 동일하게 18 바이트만을 압축하는데 반해, ROHC는 동적 필드의 압축을 통해 U와 O 모드의 경우 4 바이트 이하, R 모드의 경우 6 바이트 이하의 크기로 헤더를 압축함에 따라 PHS에 비해 ROHC의 압축 효율성이 보다 우수함을 확인할 수 있다. 무선링크의 지연에 대한 ROHC 기법의 성능을 살펴보면, U나 O 모드의 경우 무선링크의 지연에 거의 영향을 받지는 않으나, R 모드는 피드백 정보에 근거하여 압축 정도를 결정하는 방식을 사용함에 따라 무선링크 상의 지연시간이 길어질수록 ROHC R 모드의 압축률이 U 모드나 O 모드에 비해 조금 떨어지는 것을 볼 수 있다.</p><p>(그림 7)은 무선링크 상에서 패킷 손실이 발생할 경우의 압축 효율을 비교한 것이다. PHS와 ROHC의 평균 압축헤더 크기는 패킷 손실에 거의 영향을 받지 않고 (그림 6)과 매우 유사한 패턴을 보인다. 그러나 (그림 8)에서 보는 바와 같이, 패킷 손실률이 증가할 경우 ROHC의 U 모드와 O 모드는 헤더 복구의 실패 확률이 증가한다. 이는 무선링크 상에서 디컴프레서의 컨텍스트를 갱신하는 패킷이 손실되는 경우, Optimistic 방법에 의존하는 U/O 모드는 컴프레서와 디컴프레서 간의 컨텍스트 정보가 비동기화될 수 있기 때문이다. 이러한 경우는 연속적인 패킷 손실로 인한 N개의 업데이트 패킷이 모두 손실될 경우 발생하므로 패킷 손실률이 증가할수록 그 가능성이 커지게 된다. 특히, U 모드의 경우 컨텍스트의 에러를 신속하게 알리기 위한 피드백의 결여로 인해 연속적인 패킷 복구의 실패가 발생하게 되므로 O 모드에 비해 헤더 복구 실패율이 더 크다. R 모드의 경우에 컴프레서가 디컴프레서로부터 피드백을 수신할 때까지 연속적으로 업데이트 패킷을 전송하기 때문에 위와 같은 상황이 발생하지 않는다. (그림 6~8)의 실험 결과를 통해 ROHC는 패킷손실이나 무선링크의 지연에 견고하면서도 PHS에 비해 보다 효율적인 압축 성능을 보임을 검증하였다.</p>	통계학	[ "<h1>3. 시뮬레이션</h1><p>모바일 와이맥스에서의 실시간 응용 서비스를 제공하기 위한 ROHC RTP profile의 성능 분석을 위해, OPNET Modeler 12.0을 이용하여 시뮬레이션을 수행하였다.", "이를 위해 OPNET Modeler의 WiMAX 프로세스 모델을 수정하여 802.16e MAC CS에 PHS 및 ROHC 기법을 구현하였다.", "모바일 와이맥스의 경우 맥 CPS의 에러검출기법을 통해 무선 링크의 비트 에러로 인해 손상된 패킷은 MAC CS의 ROHC로 전달되지 않고 수신측에서 패킷을 삭제하거나 송신측에서 재전송 된다.", "모바일 와이맥스에서는 서비스 플로우 생성 단계에서 각 서비스에 대해 ARQ 기능을 지원할지 여부를 결정하며, 엄격한 시간 제약으로 인해 VoIP와 같은 실시간 응용의 경우 ARQ 기능을 제공하지 않으므로 비트 에러가 포함된 패킷은 맥에서 삭제되고, 이는 ROHC 입장에서 패킷의 손실로 처리된다.", "따라서 앞에서 설명한 기존연구들의 방식과는 다르게 비트에러에 따른 성능 평가는 의미가 없다.", "반면에, 모바일 와이맥스는 넓은 서비스 영역으로 인해 무선 링크의 지연시간이 길어질 수 있으며, 서비스 음영 지역으로 인해 패킷 손실이 발생할 수 있다.", "제안된 방안의 검증을 위해 다음과 같은 기본 가정을 하였다.", "</p><ul><li>모바일 와이맥스의 무선링크 상에서 전송된 패킷은 손실될 수 있으며, 피드백 또한 손실될 수 있다.", "</li><li>구현의 편의를 위해 IPv4 헤더의 IP identification 필드는 임의의 값을 가지도록 하였으며, 따라서 이 필드는 압축되지 않는다.", "</li><li>무선 환경에서 보통 보안의 이유로 UDP 헤더의 checksum 필드 값은 0으로 설정하므로, 본 시뮬레이션에서도 UDP 헤더의 checksum 필드 값은 항상 0이다.", "</li><li>RTP/UDP/IP 헤더는 옵션 필드들을 포함하지 않는다.", "</li><li>결과적으로 본 시뮬레이션 동안 RTP/UDP/IP 헤더 중 압축 가능한 동적 필드는 RTP Sequence Number와 RTP Timestamp 필드이다.", "</li></ul><p>(그림 5)는 시뮬레이션 시나리오의 네트워크 토폴로지를 보여준다.", "시뮬레이션 측정 기간인 1시간 동안에 모바일 와이맥스 단말은 VoIP 서버와 연속적인 세션을 유지한다.", "모바일 와이맥스 단말이 움직이는 동안에 겪는 무선링크에서의 패킷 손실 및 지연 시간의 변화는 입력 값으로 조절하였으므로 시뮬레이션 동안 단말의 위치는 고정적이다.", "모바일 와이맥스 환경 구성을 위해 단말과 기지국의 맥은 IEEE802.16m draft와 IEEE 802.16e 표준에서 정의된 값에 따라 설정하였으며, 물리 계층은 OFDMA PHY를 적용하였다.", "VoIP 응용의 엄격한 시간 제약으로 인해 맥 계층의 ARQ 기능은 사용되지 않는다.", "</p><p>본 시뮬레이션은 표준에 근거한 성능 분석을 위해, OPNET Modeler에<802.16m: 모바일 와이맥스에 대한 성능 평가 방법론>에서 제시한 트래픽 모델을 구현하였다.", "[2]에서 정의된 실시간 서비스 중 VoIP 패킷의 헤더 정보가 가장 자주 변하므로 설정된 ROHC 구현파라미터 값에 의해 큰 영향을 받을 수 있다.", "따라서 본 시뮬레이션에서는 VoIP 트래픽을 대상으로 ROHC RTP profile의 성능평가를 실시하였다.", "VoIP 사용자는 세션 동안 지수 분포에 따라 활성 또는 비활성 상태가 되며, 각 활성/비활성 상태 동안에 일정량의 패킷이 생성된다.", "<표 1>은 VoIP 트래픽 모델과 관련된 속성들을 보여준다.", "VoIP 모델링 과정을 간단히 하기 위해 Simplified AMR(Adaptive Multi-Rate) 보코더가 사용되었으며, implified AMR 보코더의 속성은<표 2>와 같다.", "VoIP 의 code rate는 \\( 12.2 \\mathrm{kbps} \\)이며, 사용자가 활성 상태의 경우 매 \\( 20 \\mathrm{ms} \\)마다 33 바이트의 AMR 페이로드가 생성되며 비활성 상태 동안에는 매 \\( 160 \\mathrm{ms} \\)마다 7 바이트 AMR 페이로드가 생성된다.", "즉, 활성 상태 동안에는 73 바이트의 패킷이 생성되고 비활성 상태 동안에는 47 바이트의 패킷이 생성된다.", "</p><p>(그림 6)부터 (그림 17)을 통해 시뮬레이션 결과를 보여준다.", "먼저 ROHC의 압축 성능에 대해 평가해 보기 위해 3가지 시나리오(ROHC, PHS 그리고 헤더 압축기법 적용 안 함) 에 대한 시뮬레이션을 수행하였다.", "(그림 6)과 (그림 7)은 세 개의 시나리오에서의 평균 압축 패킷 크기(총 수신한 패킷들의 크기 합/총 수신한 패킷 수)를 보여준다.", "(그림 6)은 무선 링크 상에 지연시간이 주어졌을 때의 압축 효율을 비교한 것이다.", "무선링크의 지연과 상관없이 패킷 헤더 압축기법을 적용하지 않은 경우에 비해, 패킷 헤더 압축기법을 적용한 경우 PHS는 약 \\( 25 \\% \\) 정도, ROHC는 절반 이상의 대역폭을 절약하게 된다.", "특히, 헤더 압축기법의 헤더 크기만을 비교해보면 PHS는 제한적인 압축 필드로 인해 각 패킷마다 40 바이트의 헤더 중 동일하게 18 바이트만을 압축하는데 반해, ROHC는 동적 필드의 압축을 통해 U와 O 모드의 경우 4 바이트 이하, R 모드의 경우 6 바이트 이하의 크기로 헤더를 압축함에 따라 PHS에 비해 ROHC의 압축 효율성이 보다 우수함을 확인할 수 있다.", "무선링크의 지연에 대한 ROHC 기법의 성능을 살펴보면, U나 O 모드의 경우 무선링크의 지연에 거의 영향을 받지는 않으나, R 모드는 피드백 정보에 근거하여 압축 정도를 결정하는 방식을 사용함에 따라 무선링크 상의 지연시간이 길어질수록 ROHC R 모드의 압축률이 U 모드나 O 모드에 비해 조금 떨어지는 것을 볼 수 있다.", "</p><p>(그림 7)은 무선링크 상에서 패킷 손실이 발생할 경우의 압축 효율을 비교한 것이다.", "PHS와 ROHC의 평균 압축헤더 크기는 패킷 손실에 거의 영향을 받지 않고 (그림 6)과 매우 유사한 패턴을 보인다.", "그러나 (그림 8)에서 보는 바와 같이, 패킷 손실률이 증가할 경우 ROHC의 U 모드와 O 모드는 헤더 복구의 실패 확률이 증가한다.", "이는 무선링크 상에서 디컴프레서의 컨텍스트를 갱신하는 패킷이 손실되는 경우, Optimistic 방법에 의존하는 U/O 모드는 컴프레서와 디컴프레서 간의 컨텍스트 정보가 비동기화될 수 있기 때문이다.", "이러한 경우는 연속적인 패킷 손실로 인한 N개의 업데이트 패킷이 모두 손실될 경우 발생하므로 패킷 손실률이 증가할수록 그 가능성이 커지게 된다.", "특히, U 모드의 경우 컨텍스트의 에러를 신속하게 알리기 위한 피드백의 결여로 인해 연속적인 패킷 복구의 실패가 발생하게 되므로 O 모드에 비해 헤더 복구 실패율이 더 크다.", "R 모드의 경우에 컴프레서가 디컴프레서로부터 피드백을 수신할 때까지 연속적으로 업데이트 패킷을 전송하기 때문에 위와 같은 상황이 발생하지 않는다.", "(그림 6~8)의 실험 결과를 통해 ROHC는 패킷손실이나 무선링크의 지연에 견고하면서도 PHS에 비해 보다 효율적인 압축 성능을 보임을 검증하였다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "모바일 와이맥스에서의 효율적인 무선링크 대역폭 활용을 위한 헤더압축기법인 ROHC RTP 프로파일의 성능 분석", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-b0d4d879-1c03-4e60-a7c2-b9840900c650", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2008", "doc_author": [ "우현제", "김주영", "권정민", "이미정" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
236	<h1>1. 서 론</h1><p>수 년전만 하더라도 낯설기만 했던 '유비쿼터스'란 용어는 이제 실생활 곳곳에서 흔히 쓰이는 보통명사가 되었다. 더욱이 우리나라는 세계 최고의 IT인프라를 기반으로 유비쿼터스 컴퓨팅 기술이 하루가 다르게 발전하고 있으며, 유비쿼터스에 관해선 우리나라의 확산 속도를 어느 나라도 따라오지 못한다. 이제 우리나라는 미래형 첨단도시, u-City(ubiquitous-City)구현을 현실화하고 있다. 인공지능에 의해 도로와 교통 상태가 관리되고, 공장 유해가스 배출, 소음정도 등을 실시간으로 점검하며, 주변지역의 각종 치안 범죄를 실시간으로 모니터링해 안전한 도시환경을 보장하는 u-City 구현은 우리에게 장밋빛 미래를 약속하면서 동시에 정보화 사회에서 유비쿼터스 사회로의 변화를 예고하고 있다.</p><p>u-City란 주거, 산업, 문화, 행정, 환경 등에 대한 도시 기능을 효율적이고 체계적으로 구현하기 위해 도시 기획의 초기 단계부터 IT기술과 정보통신 인프라를 반영하여, 정보화에 따른 도시 생활의 편의를 도모하고 삶의 질 향상, 체계적인 도시 관리에 의한 안전과 주민복지 향상 등 도시의 기능을 획기적으로 진보 시킬 수 있는 도시로 정의 된다. u-City환경에는 광대역통합망(BcN), 전자태그(RFID), 위치기반서비스(LBS), WiBro, 위성위치추적시스템(GPS), 유사광가입자망(FTTP), 홈 네트워크 등 다양한 유비쿼터스 IT기술들이 총망라되며 이러한 기술을 기반으로 쾌적한 도시, 편리한 도시, 안전한 도시생활을 위한 각종 서비스들이 제공된다. 최근 여러 기술 개발 업체와 서비스를 제공하는 비즈니스 업체들이 우선적으로 고려하고 있는 u-City 주요 서비스를 요약하면<표 1>과 같다.</p><p>이는 홈 네트워크 구축과 관련한 u-Home 서비스, 지능형 교통 시스템 구축과 관련된 u-Traffic 서비스, 의료/생명과 연관된 u-Health 산업, 미래형 도시 방범/치안 시스템 구축과 관련된 u-Security 등으로 요약할 수 있다. 이외에도 교육과 관련된 u-Education, 도시거주민에게 각종 행정 서비스를 제공하는 u-Government, 원격 근무, 자재관리를 제공하는 u-Office 등을 대표적인 u-City 서비스로 들 수 있다.</p><p>향후 u-City에서는 이러한 서비스들이 더욱 지능화되어, 사용자가 직접 원하는 정보와 서비스를 요청하는 것이 아니라 사용자의 상황에 알맞은 정보와 서비스를 선별하여 제공하게 되는 맞춤형 서비스로 진화할 것이다. 이러한 상황인 지형 시스템은 사용자의 정보선택을 도와주고 나아가 개인별 맞춤 서비스를 제공하므로 생산된 정보와 서비스의 효용성을 극대화시킨다. 즉, 사용자가 원하는 정보를 찾아보도록 하는 것이 아니라 사용자의 상황에 맞게 알맞은 정보를 선별하여 제공하게 되는 것이다. 이러한 관점에서 u-City의 응용 및 서비스는 컴퓨팅 및 커뮤니케이션 능력을 가진 스마트 객체(entity)들이 동적인 환경 변화를 인식하고 이에 적응할 수 있는 특성, 즉 상황인지(context-aware) 특성을 갖게 될 것이다.</p><p>상황정보는 사용자와 서비스 간에 상호 작용을 하는 시점에서 이용할 수 있는 거의 모든 정보이다. 이는 일반적으로 이름, ID 같은 신원 정보, 체온, 혈압 등의 신체 정보, 위치, 속도 같은 공간 정보 등을 포함한다. 사용자의 현재 활동과 같이 개인적인 것일 수도 있으며, 현재 사용 중인 기기와 같이 기술적인 것일 수도 있고, 또한 온도, 위치, 또는 시간과 같이 환경적인 것일 수도 있다. 상황인지 서비스는 이러한 상황정보의 수집 및 교환을 통해 상황을 인식하고, 해석 및 추론과 같은 처리 과정을 거쳐 사용자에게 필요한 맞춤형 서비스를 제공한다. 예를 들어 긴급 재난 서비스의 경우, A지역의 집에 불이 났다면 그 집의 화재 센서는 u-City 통합운영센터에 긴급재난요청을 보낸다. 통합운영센터는 A지역의 관할 소방서에 연락을 하고 소방차를 출동시킴과 동시에 A지역의 주민들에게 화재 소식을 알리고 u-Traffic시스템으로 정보가 전달되어 인근지역의 교통상황을 파악하여 u-Traffic서비스를 통해 그 지역을 지나는 차량들을 교통상황이 원활한 B지역으로 우회하도록 하여 소방차등이 빨리 진입할 수 있도록 한다.</p><p>이와 같이 상황인지 기반의 u-City서비스 제공 환경은 산업 및 사회에 미치는 순기능이 지대하다. 하지만 요즈음도 이슈화 되고 있는 개인정보의 침해와 관련해서 본다면 그 역기능을 심각하게 고려하지 않을 수 없다. u-City에서는 서비스 제공을 위해 필연적으로 개인에 관한 정보를 요구한다. u-City에서 요구되는 정보는 현재 정보화 사회에서 요구되는 단순한 개인의 신상정보가 아니라 생체 인식을 통해 획득되는 바이오 정보, 실시간 추적을 가능케 하는 위치 정보 등의 새로운 정보이고, 또한 어떤 개인의 행동과 성향 전반에 대해 끊임없이 수집되는 민감한 정보이기 때문에 정보 주체의 프라이버시 침해 위협이 지금보다 훨씬 높아진다. 또한 유비쿼터스 IT기술이 서양에서는 이처럼 감시사회에 대한 사생활 침해와 관련하여 매우 논쟁이 심한데 반해 우리나라를 포함한 아시아에서는 주로 생활편의와 복지수준향상, 경제성장과 같은 긍정적인 측면만 집중적으로 부각되고 있는 것이 현실이다. u-City구현의 세계 선두에 서 있는 우리나라도 아직 개인의 프라이버시와 정보보호, 정보통제와 관련한 부분에 있어서는 충분한 준비가 이루어지지 않은 상황이다. 따라서 개인정보유출에 대한 불안감을 해소하고, 사용자에게 신뢰도 높은 u-City서비스를 제공하기 위해 u-City 구현은 그 장점뿐만 아니라 역효과에 관하여도 심도 있는 검토가 뒤따라야 한다.</p><p>이 후 본 논문에서는 u-City 구현 시 현재와 달라지는 보안환경, 정보보호의 초점을 검토하고 다양한 u-City 서비스 시나리오를 제시하여 유출 위협이 있는 개인정보를 분석한다. 또한 개인정보의 관리/보호 극대화를 위하여 다양한 개인의 상황정보를 분류하여 등급화 하였고, 이를 기반으로 개인단말에 저장되는 사용자 프로파일(user profile) 설정과 서비스 제공자(service provider)가 생성하는 서비스 프로파일(service profile)간의 프로파일 매칭(profile matching)을 통해 서비스 제공여부를 결정하고, 전달되는 정보의 암호화, 키 분배를 관리하는 효과적인 정보보호 관리에 대해서 제안한다.</p> <p>프로파일 비교기는 사용자 단말로부터 사용자 프로파일을 수신하여 각 서비스 프로파일과 수신한 사용자 프로파일을 비교하고(compare process), 여기서 두 프로파일 간 매칭이 이루어진 서비스, 즉 현재 사용자에게 제공될 수 있는 서비스 항목들을 출력한다. (그림 5)의 서비스 컨트롤러와 보안 실행기는 u-City정책을 반영하여, 사용자에게 제공될 서비스에 대한 실행/중단 명령, 서비스 실행 시 전달되는 개인정보의 암호화 방법, 키 분배 등을 지시하는 파일(command file)을 생성하여 각각 해당 서비스 제공자(service provider)에게 송신한다. (그림 5)의 특정 서비스 제공자는 u-City 공공서비스를 위한 도시통합운영센터 내 서비스 제공 모듈(Service Provide Module)이거나, 혹은 외부에 위치한 상용/민간 서비스 제공 시스템이 될 수 있고 이러한 해당 서비스 제공 모듈은 서비스 컨트롤러와 보안 실행기에서 전달받은 파일(command file)을 반영하여 서비스 실행 시 전달되는 개인정보, 즉 현재 사용자의 위치, 직업, 스케줄 등의 정보를 안전하게 처리/보호 하면서 사용자에게 맞춤형 서비스를 제공한다.</p><p>command file의 주요 내용은, 사용자에게 맞춤형서비스가 제공될 때 오고가는 사용자 상황정보의 보호방법을 명령하는 것으로써 구체적으로는 서비스 제공시 유통되는 개인상황정보의 분류 및 레벨을 분석하여 암호화 알고리즘과 키 사이즈를 지시하는 것이다. 또한 이 command file을 수신한 서비스제공자 측에서는, 지시사항을 적용하여 사용자 단말과 통신을 하고 최종적으로 서비스제공이 이루어지는데, 이때 일반적으로 서비스제공자와 사용자 단말 사이에 공개키 기반의 키 분배가 먼저 이루어지고, 이 후 대칭키 암호화 기법을 사용하여 서비스 제공에 필요한 정보를 주고받게 된다. (그림 6)은 서비스 제공시, 유통되는 개인상황정보의 레벨에 따른 암호화 알고리즘과 키 사이즈 선택 테이블의 예시이다. 사용자에게 제공될 서비스에 대한 분석이 끝나면, 보안 실행기에서는 (그림 6)과 같은 테이블에서 적절한 암호화 알고리즘 및 키 사이즈를 선택하고, 기타 u-City보안 정책을 적용시켜 command file을 생성한다. (그림 6)에서 보여지는 바와 같이 네트워크를 통해서 전달되는 개인상황정보의 보안기법의 적용은 해당 정보에 대한 보안 강도, 정보의 크기, 디바이스의 컴퓨팅 파워에 따라서 상황에 따라 암호화 기법을 달리하게 한다. 이렇게 하는 것은 모바일 디바이스의 특성상 현재 배터리 상태를 비롯하여 컴퓨팅 능력이 일반 개인용 컴퓨터에 비해서 다소 떨어지기 때문에 상황에 다른 적절한 암호화 기법을 적용하여 보안성을 유지하면서 서비스의 편리성을 추구하는 장점이있다.</p><table border><caption><그림 6>보안레벨에 따른 암호화 알고리즘과 키 사이즈 예시</caption><tbody><tr><td>Security Level</td><td colspan=2>Encryption algorithm/Key size</td></tr><tr><td>Level 1</td><td>DES</td><td>\(56\mathrm{bit}\)</td></tr><tr><td>Leve1 2</td><td>3-DES</td><td>\(56\mathrm{bit}\)</td></tr><tr><td>Level 3</td><td>AES, SEED</td><td>\(128\mathrm{bit}\), \(192\mathrm{bit}\), \(256\mathrm{bit}\)</td></tr><tr><td>Level 4</td><td>TBD</td><td>TBD</td></tr></tbody></table><p>TBD : To be determined</p><h2>2.6 테스트베드 구축 및 실험</h2><p>제안된 시스템의 성능을 측정하기 위해서 (그림 7)와 같이 테스트베드 환경을 구성하여 제안 시스템의 각 모듈의 처리 시간을 측정하였다. 테스트베드는 센서 클라이언트, 사용자 클라이언트, 서비스 클라이언트의 응용 프로그램을 사용하였다. 이때 사용된 하드웨어는 부분적으로 IDEC 지원을 받은 것이다. 센서 클라이언트는 u-City에서 센서역할을 담당하는 부분을 가상적으로 구현해 놓은 응용 프로그램이다. 이는 미리 정해진 센싱 정보를, 텍스트 형태의 메시지로 제안 시스템 서버로 전송한다. 사용자 클라이언트는 u-City 구성원 역할을 담당하는 부분을 가상적으로 구현해 놓은 응용 프로그램이다. 이는 하나의 스레드당 한명의 사용자를 담당하고 사용자 프로파일을 전송하는 응용 프로그램이다. 서비스 클라이언트는 제안 시스템에서 프로파일 매칭을 통해 서비스 시작명령을 받으면 서비스를 가상적으로 실행하며, 서비스가 실행될 시 신호를 사용자 클라이언트로 보내 서비스가 제공되고 있다는 정보를 알려준다. 그리고 서버의 상황 분석 엔진은 센서 클라이언트로부터 센서 정보를 입력받아 사용자 상황을 추론하고, 상황에 맞는 맞춤형서비스를 출력하는 역할을 하는데 이를 위한 온톨로지는 F-logic을 사용하여 구축하였으며, 이 온톨로지에 쿼리(query)를 해서 상황을 추론하고 서비스를 추출하는 과정은 SDOR(http://www.saltlux.com/)을 사용하여 구현하였다.</p><p>수행 시간 측정방법은 먼저 다중 사용자 클라이언트를 멀티스레드로 구현하고, 센서 클라이언트에서는 센싱 정보를 여러 번 전송하여 사용자 클라이언트에 서비스 실행 신호가 도착하기까지의 모듈별 평균 시간을 구하였다.</p><p>테스트베드에 적용된 u-City 서비스목록은 음성 길안내 서비스, 개인 스케쥴에 따른 업무 보조 서비스, 맞춤형 전자신문 서비스, 의료상담 서비스로 구성 하였다. 음성 길안내 서비스는 사용자의 목적지정보, 주변환경/날씨정보, 위치정보 등을 수신 받아 최단거리, 교통정체상황 등 다양한 정보를 제공해주는 것이고, 업무보조 서비스는 사용자의 스케쥴 표를 읽어 들여 서비스를 제공한다. 맞춤형 전자신문 서비스는 사용자의 직업, 취미, 관심사 등을 분석하여 관련업계 동향이나 신제품 소식을 제공한다. 의료상담 서비스는 사용자의 체온, 맥박, 혈당 등의 신체상황정보와 의료 기록을 수신하여 주치의 상담을 받는 서비스이다.</p><p>(그림 7)은 본 시스템에서 모듈별 처리시간(processing delay)의 평균값과 서비스 컨트롤러를 기준으로 타 모듈의 처리시간 비율을 구한 것이다. 표에 따르면 업무 보조 서비스, 의료상담 서비스의 경우에는 보안 실행기의 처리시간이 \( 500 \mathrm{ms} \) 이상이며 나머지 두 서비스에 비해 최소 \( 160 \mathrm{ms} \)에서 \( 350 \mathrm{ms} \)까지 처리시간이 더 긴 것을 볼 수 있고, 특히 의료상담 서비스의 경우에는 상황분석, 서비스 추론시간을 의미하는 상황분석 엔진의 처리시간이 \( 544 \mathrm{ms} \)로 4가지 서비스 중 가장 길다. 또한 모듈별 처리시간 비율의 평균치를 보면, 프로파일 비교기와 서비스구성 모듈은 서비스 컨트롤러에 비해 각각 1.2배, 2.7배의 처리시간이 소요되며 이들 세 모듈은 전체 처리시간 중 차지하는 비중이 약 \( 27.3 \% \)로 나타났다. 반면에 상황분석 엔진, 보안 실행기는 추론과정이 복잡하고, 정보 검색이 많아 전처리시간의 약 \( 73.6 \% \)로 많은 비중을 차지하였다.</p><p>상황분석, 서비스 추론 시간을 나타내는 상황분석 엔진을 보면 의료상담, 업무 보조의 경우 사용자의 상황을 분석하고 적절한 서비스 추론에 필요한 센서정보가 많이 요구되고 시간, 공간, 과거 서비스 이용기록의 연관성에 따라 상황분석 결과 값이 다양하기 때문에 서비스 추론시간이 오래 걸린다. 또 보안 실행기의 처리 시간을 보면 의료 상담 서비스의 경우 \( 722 \mathrm{ms} \)로 가장 많은 시간이 소요되었는데 이는 서비스 실행 시 전달되는 개인정보가 비교적 높은 보안레벨에 속해있고 따라서 복잡한 암호화 알고리즘과 큰 비트수의 키 값 선택에 의한 것이라 분석된다.</p> <h2>2.5 프로파일 매칭을 통한 개인정보 보호/관리 아키텍쳐</h2><p>(그림 4)는 본 논문에서 제안한 시스템의 세부 구성요소와 데이터 흐름(data flow)을 나타내며 다음과 같은 10개의 주요 모듈로 구성된다.</p><p>상황정보 수집 모듈(Context Aggregator) u-City내 설치된 센서들이 감지한 정보를 수집하고, 사용자단말의 인증 여부를 확인한다. 센서정보는 주로 사용자 개인단말과 그 단말 주변 센서 네트워크의 통신에 의해서 생성되고, 센서는 이 정보를 직접적으로 또는 상위 네트워크와의 통신을 통해 간접적으로 상황정보 수집 모듈에 전달한다. 예를 들어, 개인 단말기를 소지한 사용자가 지하철역 안으로 들어서는 순간, 혹은 승용차를 타고 단지 입구를 빠져나가는 순간, 주변에 설치된 센서가 이를 감지하여 신호를 상황정보 수집 모듈에 송신하는 것이다. 수집된 센서정보 각각에는 센서가 감지한 시간 값(time stamp), 센서 일련번호(sensor ID), 사용자단말 식별정보와 인증정보, 사용자단말기의 사양(specification), 그리고 검사 합(checksum) 등이 포함된다.</p><p>인증정보는 센서가 감지한 사용자단말이 실제 사용자에 의해 인증된 단말인지 여부를 나타내는 정보이다. 이는 개인단말 분실 등의 이유로 타인의 단말을 통해 u-City 서비스를 이용함으로써 개인정보가 유출되는 것을 사전에 차단하기 위해 이용된다. 사용자는 로그인(log -in)이나 홍채 인식, 지문 인식 등의 방법으로 자신의 단말을 인증하게 되고, 인증이 이루어지지 않은 단말과 u-City 내 센서의 통신에 의해 생성된 정보는 상황정보 수집 모듈에서 수신 후 사용자에게 단말기 인증을 요하는 메시지를 송신하고 인증완료 신호를 기다린다. 만일 일정 시간동안 인증이 이루어지지 않는다면 센서정보는 상황분석 엔진(Situation Analysis Engine)으로 전달된 후, 더 이상 상황추론과 서비스 제공 프로세스는 진행되지 않고 단말기 사용자 역시 u-City내에서 재난/재해 통보 서비스 등의 긴급서비스만을 제공받을 수 있다(guest mode).</p><p>상황분석 엔진(Situation Analysis Engine) 상황정보 수집 모듈로부터 전달받은 센서정보를 분석하여 현재 사용자에게 적합한 u-City서비스 목록을 출력한다. 센서정보에 포함된 시간 값, 센서 일련번호 등을 추출하여 데이터베이스(Knowledge Database)에 저장된 상황인지 온톨로지(ontology) 모델을 기반으로 현재 사용자의 상황을 추론하고, u-City 서비스 목록을 검색하여 현재 사용자에게 적절한 서비스 목록을 생성한다. 또 u-City 곳곳의 화재 및 재난 감시 센서에 의해 발생한 정보는 상황정보 수집 모듈을 거치지 않고 직접 상황분석 엔진으로 송신되는데 이는 개인단말별 분류, 인증확인, 센서정보 임시저장 등의 과정이 생략가능하고 인명구조, 위험통보 등의 긴급서비스를 보다 신속히 실행하기 위함이다.</p><p>보안정보 엔진(Security Information Engine) 상황분석 엔진으로부터 전달받은 서비스 목록을 데이터베이스에서 검색하여 해당하는 서비스 프로파일 목록으로 치환하는 엔진이다. (그림 4)의 정책적 명령은 임의로 변동되는 u-City 서비스 정책을 의미하며 제공이 일시 중단된 서비스, 또는 새롭게 추가되는 서비스 항목 등을 반영한다.</p><p>프로파일 비교기(Profile Comparison Module) 보안정보 엔진으로부터 전달받은 서비스 프로파일 목록과 사용자 단말로부터 수신한 사용자 프로파일을 각각의 서비스 항목별 프로파일 비교 동작을 한다. 프로파일 매칭이 이루어진 서비스 항목들은 출력되어 서비스구성 모듈(Service Configuration Module)로 전달되고, 매칭이 이루어지지 않은 경우 해당 서비스 제공 프로세스는 중지된다. 조건부 매칭이 이루어지는 경우에는 사용자 단말에 서비스 정보와 프로파일 설정 변경 메시지를 송신하고 사용자의 설정 변경을 기다리며, 또 화재/재해 통보 등 긴급 서비스의 경우에는 프로파일 비교 과정이 생략되어 사용자 프로파일 설정을 무시한 서비스 제공이 이루어진다.</p><p>데이터베이스(Knowledge Database) u-City에서 제공하는 모든 서비스의 프로파일, 상황추론과 맞춤형 서비스 검색을 위한 룰이나 상황 등의 정보를 저장하는 저장소로써 상황인지기반 지능적 서비스 제공을 위해 사용자 행동 패턴, 상황에 필요한 정보 등도 저장한다. 시스템 내 여러 모듈에 정보를 제공하고, 이는 데이터의 중복저장을 피함과 동시에 효율적인 업데이트를 가능케 한다.</p><p>서비스구성 모듈(Service Configuration Module) 사용자에게 제공될 맞춤형 서비스를 위해 서비스 컨트롤러(Service Controller)와 연동하여 실질적인 서비스 결정/실행을 지시하고 복잡한 충돌 문제 해소를 위해 각 서비스 단위를 통합 관리할 수 있도록 하는 모듈이다. 또 사용자에게 서비스 제공시, 전달되는 정보의 보안을 유지하고 암호화 적용이 필요한 경우 보안 실행기(Security Behavior)에 명령한다.</p><p>정책반영 모듈(Policy Enforcement) 서비스별 보안정책과 여러 서비스 간의 우선순위를 정의하고 있으며 이에 따라 다양한 암호화 기법, 인증, 키 선택/분배 등의 보안정책이 각 서비스 실행 시 전달되는 개인정보의 분류 및 민감도에 따라 적절하게 실행될 수 있도록 한다.</p><p>서비스 컨트롤러(Service Controller) 서비스 간의 충돌 발생을 방지하기 위한 서비스 스케쥴링을 수행함으로써 여러 서비스가 동시에 실행되어 충돌하는 것을 방지하는 역할을 한다. 서비스에 대한 데이터가 서비스구성 모듈로부터 전송될 경우, 먼저 서비스 분석을 수행한다. 서비스 분석이란 서비스의 등록 여부 및 서비스가 해당 위치에서 해당 사용자에게 제공될 수 있는지의 적절성 여부를 판단하게 되는 것을 뜻한다. 만일 해당 위치에서 우선순위가 높은 다른 서비스가 이미 수행중이거나 해당 사용자에게 권한이 주어지지 않은 서비스라면 이 단계에서 서비스 요청은 중단되고 사용자에게 제공할 수 없다는 메시지를 전송한다.</p><p>보안 실행기(Security Behavior) 사용자에게 제공될 해당 서비스에 대해 서비스구성 모듈로부터 명령이 전달되면, 해당 서비스 제공시 유통되는 개인정보의 분류 및 민감도에 따라 적절한 암호화 알고리즘과 키 시스템을 선택하여 출력한 후, 해당 서비스제공자(Specified Service Provider)에 전달한다.</p><p>보안 이벤트 모니터(Security Event Monitor) 사용자와 서비스의 상태 및 보안적용 상황을 저장하여 서비스를 시작할 경우 등록하고, 서비스가 종료될 경우 서비스의 최종 상태를 저장하여 다음에 서비스가 요청되면 동일한 보안 레벨을 적용케 하고, 최종 상태를 알려주어 서비스의 최종 상태에서부터 seamless한 서비스가 제공될 수 있도록 한다.</p><p>이와 같이 본 논문에서 제안하는 시스템은 사용자 프로파일과 서비스 프로파일의 매칭을 통해 u-City 맞춤형 서비스 환경에서 개인정보를 보호/관리하는 구조이다. (그림 5)는 제안하는 아키텍쳐의 주요 모듈(module)과 데이터 이동을 표시한 개략적인 흐름도이다. (그림 5)의 센서들은 u-City 곳곳에 위치하며, 사용자 단말기를 감지하여 그 센서정보를 직접적으로나 혹은 상위네트워크와의 통신을 통해 간접적으로 개인 정보보호 관리 아키텍쳐 안의 상황정보 수집 모듈에 전달한다. 예를 들어 개인단말기를 소지한 도시거주민이 아침 출근길 지하철역에 들어서는 순간, 또는 도시 내 박물관이나 공원입구에 들어서는 순간, 그 곳에 위치한 센서는 이를 감지하여 그 정보를 상황정보 수집 모듈로 송신하는 것이다.</p><p>이 후 상황정보 수집 모듈은 수집한 센서정보들을 각 사용자별로 상황분석 엔진에 전달한다. 상황분석 엔진에서는 데이터베이스에 저장된 상황인지 온톨로지 모델을 기반으로 전달받은 센서정보를 분석해 현재 사용자의 상황을 추론한다. 예를 들어 사용자가 버스 정류장에 들어선 순간, 감지된 센서정보를 상황정보 수집 모듈로부터 전달받았다면 상황분석 엔진은 센서가 감지한 시간 값과 감지한 센서의 위치 일련번호를 분석하여 가령 '현재 사용자는 아침 출근길이다.'라는 상황을 추론한다.</p><p>또 상황분석 엔진은 추론한 사용자의 상황을 기반으로 현재 사용자에게 적합한 맞춤형 서비스 목록을 출력하는데 예를 들어, 대중교통을 이용하여 출근중인 위 사용자의 상황에 적절한 "맞춤형 전자신문 서비스", "날씨/교통안내 서비스"등이 서비스 목록으로 출력되고, "화재/재난 응급통보 서비스" 같은 경우는 u-City 서비스 정책에 따라 사용자의 상황에 관계없이 기본서비스로써 출력될 수 있다.</p> <h1>요 약</h1><p>u-City에서는 도시 곳곳의 센서를 통해 상황정보를 수집하고, 사용자의 요청에 의해서가 아닌 그 상황에 필요한 서비스를 자동적으로 제공하게 되는 서비스 개인화를 추구한다. 그러나 맞춤형 서비스를 제공하기 위해서는 다양한 센서를 통해 수집되는 상황정보를 필요로 하게 되는데, 이와 같은 상황정보에는 개인의 프라이버시 정보를 포함한다. 따라서 서비스 제공으로 인한 편리성과 정보보호라는 측면 사이에서 적절한 조율 내지는 관리가 필요하다.</p><p>본 논문에서는 맞춤형 서비스 환경에서 요구되는 다양한 개인의 상황정보를 분류하여 등급화 하였고, 이를 기반으로 사용자 프로파일(User Profile)과 서비스 프로파일(Service Profile)간의 프로파일 매칭(Profile Matching)을 통해 서비스 제공여부를 결정하고, 전달되는 개인정보의 암호화, 이를 위한 키 분배를 관리하는 정보보호 관리를 제안한다.</p> <h2>2.4 사용자 프로파일(User Profile)과 서비스 프로파일(Service Profile)</h2><p>본 논문에서는 u-City안에서 전달되는 개인상황정보의 등급화를 기반으로 사용자 개인정보 프로파일과 서비스 프로파일의 매칭(matching)을 통해서 맞춤형 서비스의 제공여부를 결정하고 전송되는 개인 프라이버시 정보를 보호하도록 명령(command)하는 개인정보보호 관리 기법을 제안한다. 먼저 사용자 프로파일이란 보호되어야 하는 정도(level), 각종 상황정보의 범주(category)에 따라 분류된 개인정보와 그 개인정보가 서비스 제공을 위해 사용되어 질지의 여부를 설정 한 것이다. (그림 2)와 같은 구조이며 이는 XML의 형식으로 사용자의 개인 단말에 저장된다. 사용자는 자신의 의도에 따라 프로파일의 설정을 변경할 수 있으며 자신의 판단과 관련 서비스에 따라 개인정보의 사용 여부를 결정할 수 있다. Set up 필드의 “Open(공개)"설정은 서비스 제공을 위해 사용되어도 좋다는 것을 의미하고, "Block(보호)"설정은 정보사용/공개 거부를 나타내며 마지막으로 "Conditional(조건부)"설정은 상황에 따라 조건부 공개할 수 있는 항목을 의미한다.</p><table border><caption>(그림 2) 사용자 프로파일</caption><tbody><tr><td>Security Level</td><td>General</td><td>Set up</td><td>Surrounding</td><td>Set up</td><td>Vital</td><td>Set up</td><td>Special</td><td>Set up</td></tr><tr><td>LEVEL 1</td><td>나이, 성별, 종교, 기술자격, 면허정보</td><td>Open</td><td>주변환경 정보(온도, 습도, 소음),날씨, 시간</td><td>Open</td><td>키, 몸무게, 피부정보, 모발, 가슴둘레</td><td>Open</td><td>기호식품, 여가활동, 흡연, 스포츠 및 오락</td><td>Block</td></tr><tr><td>LEVEL 2</td><td>이름, 직업, 병역정보, 학력, 학교, 차량정보</td><td>Block</td><td>공간상황 정보(위치, 속도, 방향)</td><td>Open</td><td>체온, 맥박, 혈당, 혈액형, 가족병력</td><td>Cond</td><td>여행 목적지, 클럽가입정보, 정당가입 정보</td><td>Cond</td></tr><tr><td>LEVEL 3</td><td>주민등록번호, 개인단말번호, 사업소득</td><td>Block</td><td>TBD</td><td></td><td>장애등급, 수술, 지병, 개인의료기록</td><td>Cond</td><td>스케줄정보, 보험가입정보, 가계지출정보</td><td>Block</td></tr><tr><td>LEVEL 4</td><td>계좌번호, 소유재산, 부동산정보, 집주소</td><td>Block</td><td>TBD</td><td></td><td>지문, 홍체, DNA</td><td>Block</td><td>납세기록</td><td>Block</td></tr></tbody></table><p>TBD : To be determined</p><p>그리고 이와 동시에 서비스 제공자 측에서는 서비스 공급을 위해 필요한 사용자의 상황정보가 명시된 서비스 프로파일이 존재한다. 이는 각 서비스마다 요구되는 사용자의 개인정보가 다르므로 각 서비스별로 서비스 프로파일도 따로 존재한다. 예를 들어 u-Traffic/음성 길안내 서비스 프로파일은 (그림 3)과 같다. 이는 현재 사용자에게 날씨와 주변의 교통상황을 고려하여 목적지까지 최적의 루트를 안내해주는 서비스로서 위의 프로파일을 보면 사용자의 현재 위치나 속도, 차량정보 등이 서비스 제공에 반드시 필요하다는 것을 의미한다. 만약 사용자가 이 같은 정보를 자신의 프로파일 상에서 "Open(공개)"로 설정해 놓은 상태라면 사용자가 차량에 탑승하는 순간 상황인지 추론과정을 거쳐 사용자는 자동으로 이 서비스(맞춤형 서비스)를 제공 받게 된다.</p><table border><caption>(그림 3) 서비스 프로파일 (u-Traffic/음성 길안내 서비스)</caption><tbody><tr><td rowspan=2>Security Level</td><td colspan=4>category</td></tr><tr><td>General</td><td>Surrounding</td><td>Vital</td><td>Special</td></tr><tr><td>LEVEL 1</td><td>N/A</td><td>주변환경정보(날씨, 습도, 기온)</td><td>N/A</td><td>N/A</td></tr><tr><td>LEVEL 2</td><td>차량정보</td><td>공간상황정보(위치, 속도, 방향)</td><td>N/A</td><td>목적지 정보</td></tr><tr><td>LEVEL 3</td><td>N/A</td><td>N/A</td><td>N/A</td><td>N/A</td></tr><tr><td>LEVEL 4</td><td>N/A</td><td>N/A</td><td>N/A</td><td>N/A</td></tr></tbody></table><p>〈표 4〉프로파일 매칭 시나리오</p><p>아침에 일어난 A씨는 자신의 PDA 단말을 확인한다. 이 때 A씨가 사는 지역의 날씨, 기온 및 기상예보가 다운로드 되고, A씨는 이를 확인한다. A씨는 이와 같은 기상정보 서비스를 받기 위해 사전에 필요한 개인정보(위치, 시간정보)를 사용자 프로파일 (그림 2)와 같이 사용가능/공개로 설정해 놓았기 때문에 자동으로 이 서비스를 받게 된다.</p><p>대중교통을 이용하는 A씨는 출근길에서 주위 사람 몇몇이 개인 단말을 통해 전자신문을 읽는 것을 본다. 이는 대중교통을 이용하는 동안 사용자의 상황을 인지하여 개인의 직업이나 관심사, 취미에 따라 업계 동향이나 신제품 소식 등을 전달해주는 u-Biz 맞춤형 전자신문 서비스이다. 하지만 A씨는 출근하는 동안 자신의 단말을 통해 이 서비스를 제공받지 못한다. 서비스를 받기위해 필요한 개인상황 정보와 A씨 사용자 프로파일의 개인상황 정보 분류, 수준별 설정이 서로 매치되지 않았기 때문이다. 예를 들어 A씨는 (그림 2)와 같이 자신의 프로파일에서 취미, 직업 등의 정보는 사용불가/공개 거부로 설정해 놓았다.</p><p>회사에 도착한 A씨는 정문에서 홍채인식으로 근태를 체크하고, 자신의 자리에 앉는다. A씨의 의자에는 혈압, 맥박, 체온 등을 체크하는 건강 센서가 내장되어 있다. 이는 또한 u-Health 건강 모니터링 서비스와 연결되어 있는데 사용자가 아침에 출근했을 때, 또는 외부 출장을 다녀 온 직후 등 사용자의 상황을 인지하여 적절한 시간마다 신체 정보를 체크하고 이를 병원으로 송신하여 사용자의 건강상태를 리포트 해주는 서비스이다. 하지만 이제 막 자리에 앉은 A씨는 이 서비스를 제공 받지 못했다. A씨의 프로파일 (그림 2)를 보면 이 서비스를 받기 위해 필요한 개인정보(혈압, 맥박 등 신체 상황정보) 카테고리가 조건부 사용가능/공개로 설정되어 있기 때문이다. 하지만 조건부로 설정이 되어 있는 경우, A씨의 단말에 지금 사용가능한 서비스의 내용과 이 서비스를 제공받기 위해 변경해야 하는 A씨의 프로파일 설정 항목이 메시지로 전달된다. A씨가 단말을 통해 이 메시지를 보고 프로파일 설정 변경을 동의 한다면 일시적으로 A씨 프로파일 설정이 변경되고, A씨는 몇 분후 자신의 건강상태 리포트를 받아볼 수 있을 것이다.</p><p><표 4>는 앞에서 설명한 프로파일 설정을 가지고 있는 사용자가 상황인지기반 u-City 환경에서 프로파일 매칭을 통해 맞춤형 서비스를 제공받는 과정을 보여주는 시나리오이다. 시나리오에서 사용자 프로파일 설정은, 일반(General) 카테고리의 개인정보는 보안레벨 1(level 1)을 제외한 모든 정보가 “Block(보호)"로 설정되어 이들 정보가 요구되는 서비스 항목은 모두 거부/차단된 상태이고 반면에 사용자의 주변정보(Surrounding)는 모두 “Open(공개)"설정 되어있다. 또 나머지 두 카테고리 중 신체상황정보의 보안레벨 2(level2) 항목들, 즉 체온, 맥박, 혈당 등의 정보는 "Conditional(조건부)" 설정되어 있음을 (그림 2)에서 볼 수 있다.</p><p>다음에는 위 시나리오를 실현하는 프로파일기반 개인 정보보호 관리의 세부 구조(architecture)와 전체 시스템의 흐름도에 대해서 설명하고, 이를 평가하기 위해서 테스트베드 구현을 통해 시스템의 성능을 분석해 보고자 한다.</p> <h1>2. 본 론</h1><h2>u-City 구현 시 보안환경의 변화</h2><p>u-City환경에서는 각종 센서나 CCTV 같은 수많은 이질적 디바이스들이 컴퓨팅 기능을 내장하고 상호 네트워크로 연결되어있다. 따라서 정보보호의 대상이 시스템이나 네트워크에서 개별 디바이스로 확대되어야 한다. 또한 u-City 안에는 위치센서, CCTV, 온도/습도 센서등 사용자의 상황을 인지하기 위한 수많은 단말들이 거미줄처럼 얽혀있게 된다. 때문에 전달되는 정보의 양이 방대해 지고, 도청을 통한 개인정보의 유출 가능성이 지금보다 더 높다. 마지막으로 u-City안에서 전달되는 개인정보의 특성을 보면, 현재의 단편적이고 개인의 신상에 관련된 정보들로 국한되는 정적인 개념이 아니라 실시간으로 변동되는 위치, 체온, 속도 등의 동적인 정보이며 개인의 신원정보와는 연관성이 없는 상황 정보까지 포함하는 개념으로 확대된다. 예를 들어, 개인의 위치정보, 목적지 정보 등은 특정 개인을 식별하는 정보가 아니고 또한 일회성의 성격이 강하나 이를 주기적으로 수집한다면 그 사람의 행동패턴을 분석가능하고 나아가 신원을 추적할 수 있게 된다. 이와 같은 보안환경의 변화를 정리하면<표 2>와 같다.</p><table border><caption><표 2>보안환경의 변화</caption><tbody><tr><td>분 류</td><td>내 용</td></tr><tr><td>디바이스 측면</td><td>개인정보 침해사고의 대상이 PC와 네트워크를 포함한 무선단말, 정보가전 등 다양한 디바이스로 확대됨.</td></tr><tr><td>침해 가능성의 증가</td><td>개인정보의 범람으로 프라이버시 침해 위협도 커짐.</td></tr><tr><td>침해 유형의 지능화</td><td>비교적 보안등급이 낮은 사용자의 정보(위치, 취미생활)도 유출시 추적을 통해 그 사용자의 신원과 행동 패턴 등을 추론할 수 있음.</td></tr><tr><td>네트워크 측면</td><td>인터넷침해사고에 취약한 인터넷망에서 발생된 개인정보 침해위협이 BcN을 통해 통신망, 방송망 및 USN까지 확산 가능.</td></tr></tbody></table><h2>2.2 u-City 제공 서비스와 유출 가능 개인정보</h2><p>u-City환경에서 다양한 서비스가 제공될 때, 각 서비스는 사용자의 모든 상황정보를 필요로 하는 것은 아니다. 예를 들어 시각장애인이 u-Traffic/음성 길안내 서비스를 이용할 때, 서비스 제공자는 처음에 그 사람의 장애정보와 위치정보를 검색하여 서비스를 실행하게 되고, 이 후에는 위치정보만 가져오면 원활한 서비스 제공이 가능하다. 이를 보안의 관점에서 본다면 서비스 제공에 필요한 사용자의 상황정보는 곧 서비스 제공시에 유출 가능한 정보라고 생각할 수 있다. 아래의<표 3>은 u-City 서비스 이용 시나리오를 토대로 각 서비스 별 유출 가능한 정보들을 보여준다.</p><table border><caption><표 3>시나리오별 유출가능 개인정보 유형</caption><tbody><tr><td>서비스 분야</td><td>서비스 이용 시나리오</td><td>노출 가능 개인 정보</td></tr><tr><td>u-Health(원격진료 서비스, 의료상담 서비스)</td><td>평소 당뇨병과 고혈압 증상이 있는 독거노인 A씨는 아침마다 일어나서 자신의 건강 리포트를 읽는다. 취침하는 동안 침대에 내장된 건강 센서는 혈압, 맥박, 체온 등을 체크하여 병원으로 송신하였고, 병원에서는 이 정보를 수집/분석하여 결과를 A씨에게 보내준 것이다.</td><td>체온, 맥박 등의 신체 상황정보나 병력, 진단기록 등이 유출될 위험이 있다.</td></tr><tr><td>u-Biz (맞춤형 News 서비스)</td><td>의류회사에 다니고 있는 B씨는 수시로 자신의 PDA 단말을 통해 전자신문을 읽는다. PDA 단말은 실시간으로 관련업계 동향이나 신제품 소식을 다운로드하여 B씨에게 알림메시지를 통보해준다.</td><td>직업이나 근무지, 직책 등의 정보가 유출될 수 있다.</td></tr><tr><td>u-Biz (자동결재 서비스)</td><td>저녁 6시, 가족의 저녁식사 준비를 위해 근처 대형마트에 간 C씨는 평소에 남편과 아이들이 좋아하는 식품을 골라 계산대로 향한다. 계산대의 자동결재시스템은 각 식품에 부착된 태그와 정보를 교환하고, 대금은 사전에 등록된 C씨의 신용카드에서 실시간 지불된다.</td><td>행동패턴이나 기호식품, 소비력 등이 노출될 수 있다.</td></tr><tr><td>u-Home (약자보호 서비스)</td><td>밤 11시쯤부터 D씨는 IPTV를 켠 후 학원을 마치고 귀가하는 딸의 모습을 확인한다. 도시 곳곳에 설치된 CCTV는 딸의 위치정보를 확인하여 실시간 영상을 D씨에게 송신한다.</td><td>개인의 위치나 차량의 위치, 행동패턴 등이 노출될 수 있다.</td></tr></tbody></table><h2>2.3 개인상황정보의 등급화</h2><p>u-City의 도시거주민에게<표 3>과 같은 서비스를 제공하기 위해서 요구되는 정보는 개인의 바이오정보, 위치정보 등 민감한 정보가 있고, 반면에 나이와 같은 통계나 연구목적의 상대적으로 그 민감성이 적은 정보도 있다. 따라서 사용자 프라이버시침해를 최소화하기 위해서는 개인상황정보의 등급화와 그에 따른 적절한 관리가 필요하다. 어떤 정보는 공개적 접근이 허용되어야 하고, 어떤 정보는 보다 철저하게 보호되어야 한다. 예컨대 개인상황정보에는 의료, 성적 취향과 같이 수집이나 공개가 절대적으로 제한되는 정보가 있고, 수집과 이용 및 공개에 반드시 당사자의 동의 또는 통지를 요하는 정보도 있을 것이다. 개인상황정보의 등급화는 그러한 판단을 내리는데 없어서는 안 될 것이다. 또한 정보의 수명 관리에도 개인상황정보의 등급화는 필수적이다.</p><p>본 논문에서는 u-City 서비스 제공시 전달되는 개인상황정보를 그 민감성에 따라 (그림 1)과 같이 4 등급으로 분류하였다. 분류의 기준이 되는 개인상황정보의 민감도는 특정 개인을 식별할 수 있는 정보인지 여부와 유출시 개인 또는 사회에 미칠 수 있는 부작용을 고려하여 판단하였으며 각 보안레벨별 세부 분류기준은 다음과 같다.</p><p>먼저 가장 민감도가 낮다고 판단한 보안레벨 1(level 1)의 개인상황정보를 보면, 이들은 복수의 정보가 유출되어도 특정개인을 식별하기가 힘든 정보들로 구성되지만 다량 유출시 상업적인 조사나 통계목적으로 이용될 소지가 있는 것들이다. 또 보안레벨 2의 정보들은 역시 한 가지 항목의 정보수집만으로 특정개인을 식별하기가 어려우나 같은 레벨의 다른 정보들과 결합하면 특정개인을 용이하게 추출할 수 있는 상황정보들로 구성된다. 보안레벨 3은 특정개인을 식별 가능한 정보들이 주를 이루며, 여기에 사적인 비밀, 치부로 간주할 수 있는 정보들도 이 레벨에 속한다. 마지막으로 민감도가 가장 높다고 판단한 보안레벨 4로 분류된 개인상황정보의 경우, 유출 되었을 시 특정개인의 식별은 물론, 개인의 재산 또는 사회생활에 치명적인 해를 입힐 수 있는 정보들이다.</p><table border><caption><그림 1>개인상황정보의 등급</caption><tbody><tr><td>Security Level</td><td>General</td><td>Surrounding</td><td>Vital</td><td>Special</td><td>서비스 예시</td></tr><tr><td>LEVEL 1</td><td>나이, 성별, 종교, 기술자격 및 전문면허</td><td>주변환경 상황정보 (온도, 습도, 소음)</td><td>몸무게, 키, 피부정보, 모발, 가슴둘레</td><td>여가활동, 기호식품, 흡연, 관심사, 스포츠 및 오락</td><td>맞춤광고 서비스 상품진열안내 서비스</td></tr><tr><td>LEVEL 2</td><td>이름, 직업, 학력, 학교, 차량정보, 가족구성</td><td>공간상황정보 (위치, 속도, 방향)</td><td>신체상황정보(체온, 맥박, 혈당), 혈액형, 가족병력</td><td>여행정보, 목적지, 클럽 가입정보, 정당가입정보</td><td>음성길안내 서비스 생활건강정보 서비스</td></tr><tr><td>LEVEL 3</td><td>주민등록번호, 봉급액 사업소득, 단말번호</td><td>TBD</td><td>장애상황정보(수술, 지병, 장애등급), 개인의료기록</td><td>스케줄 정보, 보험가입 정보, 가계지출정보</td><td>약자보호 서비스 의료상담 서비스</td></tr><tr><td>LEVEL 4</td><td>계좌번호, 소유재산 및 부동산정보, 집주소</td><td>TBD</td><td>지문, 홍채정보, DNA</td><td>납세정보, 성생활 정보</td><td>홈시큐리티 서비스 납세정보 서비스</td></tr></tbody></table><p>TBD : To be determined</p><p>(그림 1)의 오른쪽 서비스 항목은 u-City 주요 서비스 중에서 각 보안레벨의 개인상황정보가 필수적으로 요구되는 서비스의 예시이다. 예를 들어, 생활건강정보 서비스가 사용자에게 제공되기 위해서는 보안레벨 2(level 2)의 개인상황정보 즉, 현재 사용자의 체온, 맥박, 혈당수치 등이 요구되는 것이다.</p> <h1>3. 결 론</h1><p>u-City환경에 기반한 개인 정보보호 관리 시스템을 구축하기 위해서는 먼저 서비스 제공에 이용되는 개인상황정보의 분류와 등급화가 필요하고, 다양한 상황정보와 u-City 각 서비스간의 연관성을 기반으로 사용자/서비스 프로파일을 표현하는 기술이 요구된다. 또한 곳곳의 센서들로부터 수집된 정보를 요약, 분석, 처리, 가공하여 이러한 정보를 기반으로 맞춤형 서비스를 제공하기 위한 상황인지 추론 시스템 구현이 선행되어야 한다.</p><p>본 논문에서는 u-City 맞춤형 서비스 환경에서 요구되는 다양한 개인의 상황정보를 개략적으로 분류, 등급화 하였고, 이를 기반으로 사용자 프로파일과 서비스 프로파일을 정의하여 프로파일 매칭을 통한 서비스 제공여부를 결정하고, 전달되는 개인정보의 암호화, 이를 위한 키 분배를 관리하는 정보보호 관리 구조를 제안하였다. 앞으로 u-City가 구현되고 서비스가 늘어나면 수집되는 센서정보가 다양해지고 이에 따라 해석해야 될 사용자의 상황이 증가할 것이다. 또 서비스 제공에 필요한 개인정보가 세분화됨에 따라 사용자/서비스 프로파일과 개인정보의 분류, 수준이 복잡해질 것으로 예상된다. 따라서 상황분석 온톨로지 모델에 관한 연구와 더불어 서비스 참여자들 상호간 협업을 통하여 개인정보의 수준별 세부분류 및 프로파일 표준화에 대한 연구가 지속되어야 할 것이다.</p>	통계학	[ "<h1>1. 서 론</h1><p>수 년전만 하더라도 낯설기만 했던 '유비쿼터스'란 용어는 이제 실생활 곳곳에서 흔히 쓰이는 보통명사가 되었다.", "더욱이 우리나라는 세계 최고의 IT인프라를 기반으로 유비쿼터스 컴퓨팅 기술이 하루가 다르게 발전하고 있으며, 유비쿼터스에 관해선 우리나라의 확산 속도를 어느 나라도 따라오지 못한다.", "이제 우리나라는 미래형 첨단도시, u-City(ubiquitous-City)구현을 현실화하고 있다.", "인공지능에 의해 도로와 교통 상태가 관리되고, 공장 유해가스 배출, 소음정도 등을 실시간으로 점검하며, 주변지역의 각종 치안 범죄를 실시간으로 모니터링해 안전한 도시환경을 보장하는 u-City 구현은 우리에게 장밋빛 미래를 약속하면서 동시에 정보화 사회에서 유비쿼터스 사회로의 변화를 예고하고 있다.", "</p><p>u-City란 주거, 산업, 문화, 행정, 환경 등에 대한 도시 기능을 효율적이고 체계적으로 구현하기 위해 도시 기획의 초기 단계부터 IT기술과 정보통신 인프라를 반영하여, 정보화에 따른 도시 생활의 편의를 도모하고 삶의 질 향상, 체계적인 도시 관리에 의한 안전과 주민복지 향상 등 도시의 기능을 획기적으로 진보 시킬 수 있는 도시로 정의 된다.", "u-City환경에는 광대역통합망(BcN), 전자태그(RFID), 위치기반서비스(LBS), WiBro, 위성위치추적시스템(GPS), 유사광가입자망(FTTP), 홈 네트워크 등 다양한 유비쿼터스 IT기술들이 총망라되며 이러한 기술을 기반으로 쾌적한 도시, 편리한 도시, 안전한 도시생활을 위한 각종 서비스들이 제공된다.", "최근 여러 기술 개발 업체와 서비스를 제공하는 비즈니스 업체들이 우선적으로 고려하고 있는 u-City 주요 서비스를 요약하면<표 1>과 같다.", "</p><p>이는 홈 네트워크 구축과 관련한 u-Home 서비스, 지능형 교통 시스템 구축과 관련된 u-Traffic 서비스, 의료/생명과 연관된 u-Health 산업, 미래형 도시 방범/치안 시스템 구축과 관련된 u-Security 등으로 요약할 수 있다.", "이외에도 교육과 관련된 u-Education, 도시거주민에게 각종 행정 서비스를 제공하는 u-Government, 원격 근무, 자재관리를 제공하는 u-Office 등을 대표적인 u-City 서비스로 들 수 있다.", "</p><p>향후 u-City에서는 이러한 서비스들이 더욱 지능화되어, 사용자가 직접 원하는 정보와 서비스를 요청하는 것이 아니라 사용자의 상황에 알맞은 정보와 서비스를 선별하여 제공하게 되는 맞춤형 서비스로 진화할 것이다.", "이러한 상황인 지형 시스템은 사용자의 정보선택을 도와주고 나아가 개인별 맞춤 서비스를 제공하므로 생산된 정보와 서비스의 효용성을 극대화시킨다.", "즉, 사용자가 원하는 정보를 찾아보도록 하는 것이 아니라 사용자의 상황에 맞게 알맞은 정보를 선별하여 제공하게 되는 것이다.", "이러한 관점에서 u-City의 응용 및 서비스는 컴퓨팅 및 커뮤니케이션 능력을 가진 스마트 객체(entity)들이 동적인 환경 변화를 인식하고 이에 적응할 수 있는 특성, 즉 상황인지(context-aware) 특성을 갖게 될 것이다.", "</p><p>상황정보는 사용자와 서비스 간에 상호 작용을 하는 시점에서 이용할 수 있는 거의 모든 정보이다.", "이는 일반적으로 이름, ID 같은 신원 정보, 체온, 혈압 등의 신체 정보, 위치, 속도 같은 공간 정보 등을 포함한다.", "사용자의 현재 활동과 같이 개인적인 것일 수도 있으며, 현재 사용 중인 기기와 같이 기술적인 것일 수도 있고, 또한 온도, 위치, 또는 시간과 같이 환경적인 것일 수도 있다.", "상황인지 서비스는 이러한 상황정보의 수집 및 교환을 통해 상황을 인식하고, 해석 및 추론과 같은 처리 과정을 거쳐 사용자에게 필요한 맞춤형 서비스를 제공한다.", "예를 들어 긴급 재난 서비스의 경우, A지역의 집에 불이 났다면 그 집의 화재 센서는 u-City 통합운영센터에 긴급재난요청을 보낸다.", "통합운영센터는 A지역의 관할 소방서에 연락을 하고 소방차를 출동시킴과 동시에 A지역의 주민들에게 화재 소식을 알리고 u-Traffic시스템으로 정보가 전달되어 인근지역의 교통상황을 파악하여 u-Traffic서비스를 통해 그 지역을 지나는 차량들을 교통상황이 원활한 B지역으로 우회하도록 하여 소방차등이 빨리 진입할 수 있도록 한다.", "</p><p>이와 같이 상황인지 기반의 u-City서비스 제공 환경은 산업 및 사회에 미치는 순기능이 지대하다.", "하지만 요즈음도 이슈화 되고 있는 개인정보의 침해와 관련해서 본다면 그 역기능을 심각하게 고려하지 않을 수 없다.", "u-City에서는 서비스 제공을 위해 필연적으로 개인에 관한 정보를 요구한다.", "u-City에서 요구되는 정보는 현재 정보화 사회에서 요구되는 단순한 개인의 신상정보가 아니라 생체 인식을 통해 획득되는 바이오 정보, 실시간 추적을 가능케 하는 위치 정보 등의 새로운 정보이고, 또한 어떤 개인의 행동과 성향 전반에 대해 끊임없이 수집되는 민감한 정보이기 때문에 정보 주체의 프라이버시 침해 위협이 지금보다 훨씬 높아진다.", "또한 유비쿼터스 IT기술이 서양에서는 이처럼 감시사회에 대한 사생활 침해와 관련하여 매우 논쟁이 심한데 반해 우리나라를 포함한 아시아에서는 주로 생활편의와 복지수준향상, 경제성장과 같은 긍정적인 측면만 집중적으로 부각되고 있는 것이 현실이다.", "u-City구현의 세계 선두에 서 있는 우리나라도 아직 개인의 프라이버시와 정보보호, 정보통제와 관련한 부분에 있어서는 충분한 준비가 이루어지지 않은 상황이다.", "따라서 개인정보유출에 대한 불안감을 해소하고, 사용자에게 신뢰도 높은 u-City서비스를 제공하기 위해 u-City 구현은 그 장점뿐만 아니라 역효과에 관하여도 심도 있는 검토가 뒤따라야 한다.", "</p><p>이 후 본 논문에서는 u-City 구현 시 현재와 달라지는 보안환경, 정보보호의 초점을 검토하고 다양한 u-City 서비스 시나리오를 제시하여 유출 위협이 있는 개인정보를 분석한다.", "또한 개인정보의 관리/보호 극대화를 위하여 다양한 개인의 상황정보를 분류하여 등급화 하였고, 이를 기반으로 개인단말에 저장되는 사용자 프로파일(user profile) 설정과 서비스 제공자(service provider)가 생성하는 서비스 프로파일(service profile)간의 프로파일 매칭(profile matching)을 통해 서비스 제공여부를 결정하고, 전달되는 정보의 암호화, 키 분배를 관리하는 효과적인 정보보호 관리에 대해서 제안한다.", "</p> <p>프로파일 비교기는 사용자 단말로부터 사용자 프로파일을 수신하여 각 서비스 프로파일과 수신한 사용자 프로파일을 비교하고(compare process), 여기서 두 프로파일 간 매칭이 이루어진 서비스, 즉 현재 사용자에게 제공될 수 있는 서비스 항목들을 출력한다.", "(그림 5)의 서비스 컨트롤러와 보안 실행기는 u-City정책을 반영하여, 사용자에게 제공될 서비스에 대한 실행/중단 명령, 서비스 실행 시 전달되는 개인정보의 암호화 방법, 키 분배 등을 지시하는 파일(command file)을 생성하여 각각 해당 서비스 제공자(service provider)에게 송신한다.", "(그림 5)의 특정 서비스 제공자는 u-City 공공서비스를 위한 도시통합운영센터 내 서비스 제공 모듈(Service Provide Module)이거나, 혹은 외부에 위치한 상용/민간 서비스 제공 시스템이 될 수 있고 이러한 해당 서비스 제공 모듈은 서비스 컨트롤러와 보안 실행기에서 전달받은 파일(command file)을 반영하여 서비스 실행 시 전달되는 개인정보, 즉 현재 사용자의 위치, 직업, 스케줄 등의 정보를 안전하게 처리/보호 하면서 사용자에게 맞춤형 서비스를 제공한다.", "</p><p>command file의 주요 내용은, 사용자에게 맞춤형서비스가 제공될 때 오고가는 사용자 상황정보의 보호방법을 명령하는 것으로써 구체적으로는 서비스 제공시 유통되는 개인상황정보의 분류 및 레벨을 분석하여 암호화 알고리즘과 키 사이즈를 지시하는 것이다.", "또한 이 command file을 수신한 서비스제공자 측에서는, 지시사항을 적용하여 사용자 단말과 통신을 하고 최종적으로 서비스제공이 이루어지는데, 이때 일반적으로 서비스제공자와 사용자 단말 사이에 공개키 기반의 키 분배가 먼저 이루어지고, 이 후 대칭키 암호화 기법을 사용하여 서비스 제공에 필요한 정보를 주고받게 된다.", "(그림 6)은 서비스 제공시, 유통되는 개인상황정보의 레벨에 따른 암호화 알고리즘과 키 사이즈 선택 테이블의 예시이다.", "사용자에게 제공될 서비스에 대한 분석이 끝나면, 보안 실행기에서는 (그림 6)과 같은 테이블에서 적절한 암호화 알고리즘 및 키 사이즈를 선택하고, 기타 u-City보안 정책을 적용시켜 command file을 생성한다.", "(그림 6)에서 보여지는 바와 같이 네트워크를 통해서 전달되는 개인상황정보의 보안기법의 적용은 해당 정보에 대한 보안 강도, 정보의 크기, 디바이스의 컴퓨팅 파워에 따라서 상황에 따라 암호화 기법을 달리하게 한다.", "이렇게 하는 것은 모바일 디바이스의 특성상 현재 배터리 상태를 비롯하여 컴퓨팅 능력이 일반 개인용 컴퓨터에 비해서 다소 떨어지기 때문에 상황에 다른 적절한 암호화 기법을 적용하여 보안성을 유지하면서 서비스의 편리성을 추구하는 장점이있다.", "</p><table border><caption><그림 6>보안레벨에 따른 암호화 알고리즘과 키 사이즈 예시</caption><tbody><tr><td>Security Level</td><td colspan=2>Encryption algorithm/Key size</td></tr><tr><td>Level 1</td><td>DES</td><td>\\(56\\mathrm{bit}\\)</td></tr><tr><td>Leve1 2</td><td>3-DES</td><td>\\(56\\mathrm{bit}\\)</td></tr><tr><td>Level 3</td><td>AES, SEED</td><td>\\(128\\mathrm{bit}\\), \\(192\\mathrm{bit}\\), \\(256\\mathrm{bit}\\)</td></tr><tr><td>Level 4</td><td>TBD</td><td>TBD</td></tr></tbody></table><p>TBD : To be determined</p><h2>2.6 테스트베드 구축 및 실험</h2><p>제안된 시스템의 성능을 측정하기 위해서 (그림 7)와 같이 테스트베드 환경을 구성하여 제안 시스템의 각 모듈의 처리 시간을 측정하였다.", "테스트베드는 센서 클라이언트, 사용자 클라이언트, 서비스 클라이언트의 응용 프로그램을 사용하였다.", "이때 사용된 하드웨어는 부분적으로 IDEC 지원을 받은 것이다.", "센서 클라이언트는 u-City에서 센서역할을 담당하는 부분을 가상적으로 구현해 놓은 응용 프로그램이다.", "이는 미리 정해진 센싱 정보를, 텍스트 형태의 메시지로 제안 시스템 서버로 전송한다.", "사용자 클라이언트는 u-City 구성원 역할을 담당하는 부분을 가상적으로 구현해 놓은 응용 프로그램이다.", "이는 하나의 스레드당 한명의 사용자를 담당하고 사용자 프로파일을 전송하는 응용 프로그램이다.", "서비스 클라이언트는 제안 시스템에서 프로파일 매칭을 통해 서비스 시작명령을 받으면 서비스를 가상적으로 실행하며, 서비스가 실행될 시 신호를 사용자 클라이언트로 보내 서비스가 제공되고 있다는 정보를 알려준다.", "그리고 서버의 상황 분석 엔진은 센서 클라이언트로부터 센서 정보를 입력받아 사용자 상황을 추론하고, 상황에 맞는 맞춤형서비스를 출력하는 역할을 하는데 이를 위한 온톨로지는 F-logic을 사용하여 구축하였으며, 이 온톨로지에 쿼리(query)를 해서 상황을 추론하고 서비스를 추출하는 과정은 SDOR(http://www.saltlux.com/)을 사용하여 구현하였다.", "</p><p>수행 시간 측정방법은 먼저 다중 사용자 클라이언트를 멀티스레드로 구현하고, 센서 클라이언트에서는 센싱 정보를 여러 번 전송하여 사용자 클라이언트에 서비스 실행 신호가 도착하기까지의 모듈별 평균 시간을 구하였다.", "</p><p>테스트베드에 적용된 u-City 서비스목록은 음성 길안내 서비스, 개인 스케쥴에 따른 업무 보조 서비스, 맞춤형 전자신문 서비스, 의료상담 서비스로 구성 하였다.", "음성 길안내 서비스는 사용자의 목적지정보, 주변환경/날씨정보, 위치정보 등을 수신 받아 최단거리, 교통정체상황 등 다양한 정보를 제공해주는 것이고, 업무보조 서비스는 사용자의 스케쥴 표를 읽어 들여 서비스를 제공한다.", "맞춤형 전자신문 서비스는 사용자의 직업, 취미, 관심사 등을 분석하여 관련업계 동향이나 신제품 소식을 제공한다.", "의료상담 서비스는 사용자의 체온, 맥박, 혈당 등의 신체상황정보와 의료 기록을 수신하여 주치의 상담을 받는 서비스이다.", "</p><p>(그림 7)은 본 시스템에서 모듈별 처리시간(processing delay)의 평균값과 서비스 컨트롤러를 기준으로 타 모듈의 처리시간 비율을 구한 것이다.", "표에 따르면 업무 보조 서비스, 의료상담 서비스의 경우에는 보안 실행기의 처리시간이 \\( 500 \\mathrm{ms} \\) 이상이며 나머지 두 서비스에 비해 최소 \\( 160 \\mathrm{ms} \\)에서 \\( 350 \\mathrm{ms} \\)까지 처리시간이 더 긴 것을 볼 수 있고, 특히 의료상담 서비스의 경우에는 상황분석, 서비스 추론시간을 의미하는 상황분석 엔진의 처리시간이 \\( 544 \\mathrm{ms} \\)로 4가지 서비스 중 가장 길다.", "또한 모듈별 처리시간 비율의 평균치를 보면, 프로파일 비교기와 서비스구성 모듈은 서비스 컨트롤러에 비해 각각 1.2배, 2.7배의 처리시간이 소요되며 이들 세 모듈은 전체 처리시간 중 차지하는 비중이 약 \\( 27.3 \\% \\)로 나타났다.", "반면에 상황분석 엔진, 보안 실행기는 추론과정이 복잡하고, 정보 검색이 많아 전처리시간의 약 \\( 73.6 \\% \\)로 많은 비중을 차지하였다.", "</p><p>상황분석, 서비스 추론 시간을 나타내는 상황분석 엔진을 보면 의료상담, 업무 보조의 경우 사용자의 상황을 분석하고 적절한 서비스 추론에 필요한 센서정보가 많이 요구되고 시간, 공간, 과거 서비스 이용기록의 연관성에 따라 상황분석 결과 값이 다양하기 때문에 서비스 추론시간이 오래 걸린다.", "또 보안 실행기의 처리 시간을 보면 의료 상담 서비스의 경우 \\( 722 \\mathrm{ms} \\)로 가장 많은 시간이 소요되었는데 이는 서비스 실행 시 전달되는 개인정보가 비교적 높은 보안레벨에 속해있고 따라서 복잡한 암호화 알고리즘과 큰 비트수의 키 값 선택에 의한 것이라 분석된다.", "</p> <h2>2.5 프로파일 매칭을 통한 개인정보 보호/관리 아키텍쳐</h2><p>(그림 4)는 본 논문에서 제안한 시스템의 세부 구성요소와 데이터 흐름(data flow)을 나타내며 다음과 같은 10개의 주요 모듈로 구성된다.", "</p><p>상황정보 수집 모듈(Context Aggregator) u-City내 설치된 센서들이 감지한 정보를 수집하고, 사용자단말의 인증 여부를 확인한다.", "센서정보는 주로 사용자 개인단말과 그 단말 주변 센서 네트워크의 통신에 의해서 생성되고, 센서는 이 정보를 직접적으로 또는 상위 네트워크와의 통신을 통해 간접적으로 상황정보 수집 모듈에 전달한다.", "예를 들어, 개인 단말기를 소지한 사용자가 지하철역 안으로 들어서는 순간, 혹은 승용차를 타고 단지 입구를 빠져나가는 순간, 주변에 설치된 센서가 이를 감지하여 신호를 상황정보 수집 모듈에 송신하는 것이다.", "수집된 센서정보 각각에는 센서가 감지한 시간 값(time stamp), 센서 일련번호(sensor ID), 사용자단말 식별정보와 인증정보, 사용자단말기의 사양(specification), 그리고 검사 합(checksum) 등이 포함된다.", "</p><p>인증정보는 센서가 감지한 사용자단말이 실제 사용자에 의해 인증된 단말인지 여부를 나타내는 정보이다.", "이는 개인단말 분실 등의 이유로 타인의 단말을 통해 u-City 서비스를 이용함으로써 개인정보가 유출되는 것을 사전에 차단하기 위해 이용된다.", "사용자는 로그인(log -in)이나 홍채 인식, 지문 인식 등의 방법으로 자신의 단말을 인증하게 되고, 인증이 이루어지지 않은 단말과 u-City 내 센서의 통신에 의해 생성된 정보는 상황정보 수집 모듈에서 수신 후 사용자에게 단말기 인증을 요하는 메시지를 송신하고 인증완료 신호를 기다린다.", "만일 일정 시간동안 인증이 이루어지지 않는다면 센서정보는 상황분석 엔진(Situation Analysis Engine)으로 전달된 후, 더 이상 상황추론과 서비스 제공 프로세스는 진행되지 않고 단말기 사용자 역시 u-City내에서 재난/재해 통보 서비스 등의 긴급서비스만을 제공받을 수 있다(guest mode).", "</p><p>상황분석 엔진(Situation Analysis Engine) 상황정보 수집 모듈로부터 전달받은 센서정보를 분석하여 현재 사용자에게 적합한 u-City서비스 목록을 출력한다.", "센서정보에 포함된 시간 값, 센서 일련번호 등을 추출하여 데이터베이스(Knowledge Database)에 저장된 상황인지 온톨로지(ontology) 모델을 기반으로 현재 사용자의 상황을 추론하고, u-City 서비스 목록을 검색하여 현재 사용자에게 적절한 서비스 목록을 생성한다.", "또 u-City 곳곳의 화재 및 재난 감시 센서에 의해 발생한 정보는 상황정보 수집 모듈을 거치지 않고 직접 상황분석 엔진으로 송신되는데 이는 개인단말별 분류, 인증확인, 센서정보 임시저장 등의 과정이 생략가능하고 인명구조, 위험통보 등의 긴급서비스를 보다 신속히 실행하기 위함이다.", "</p><p>보안정보 엔진(Security Information Engine) 상황분석 엔진으로부터 전달받은 서비스 목록을 데이터베이스에서 검색하여 해당하는 서비스 프로파일 목록으로 치환하는 엔진이다.", "(그림 4)의 정책적 명령은 임의로 변동되는 u-City 서비스 정책을 의미하며 제공이 일시 중단된 서비스, 또는 새롭게 추가되는 서비스 항목 등을 반영한다.", "</p><p>프로파일 비교기(Profile Comparison Module) 보안정보 엔진으로부터 전달받은 서비스 프로파일 목록과 사용자 단말로부터 수신한 사용자 프로파일을 각각의 서비스 항목별 프로파일 비교 동작을 한다.", "프로파일 매칭이 이루어진 서비스 항목들은 출력되어 서비스구성 모듈(Service Configuration Module)로 전달되고, 매칭이 이루어지지 않은 경우 해당 서비스 제공 프로세스는 중지된다.", "조건부 매칭이 이루어지는 경우에는 사용자 단말에 서비스 정보와 프로파일 설정 변경 메시지를 송신하고 사용자의 설정 변경을 기다리며, 또 화재/재해 통보 등 긴급 서비스의 경우에는 프로파일 비교 과정이 생략되어 사용자 프로파일 설정을 무시한 서비스 제공이 이루어진다.", "</p><p>데이터베이스(Knowledge Database) u-City에서 제공하는 모든 서비스의 프로파일, 상황추론과 맞춤형 서비스 검색을 위한 룰이나 상황 등의 정보를 저장하는 저장소로써 상황인지기반 지능적 서비스 제공을 위해 사용자 행동 패턴, 상황에 필요한 정보 등도 저장한다.", "시스템 내 여러 모듈에 정보를 제공하고, 이는 데이터의 중복저장을 피함과 동시에 효율적인 업데이트를 가능케 한다.", "</p><p>서비스구성 모듈(Service Configuration Module) 사용자에게 제공될 맞춤형 서비스를 위해 서비스 컨트롤러(Service Controller)와 연동하여 실질적인 서비스 결정/실행을 지시하고 복잡한 충돌 문제 해소를 위해 각 서비스 단위를 통합 관리할 수 있도록 하는 모듈이다.", "또 사용자에게 서비스 제공시, 전달되는 정보의 보안을 유지하고 암호화 적용이 필요한 경우 보안 실행기(Security Behavior)에 명령한다.", "</p><p>정책반영 모듈(Policy Enforcement) 서비스별 보안정책과 여러 서비스 간의 우선순위를 정의하고 있으며 이에 따라 다양한 암호화 기법, 인증, 키 선택/분배 등의 보안정책이 각 서비스 실행 시 전달되는 개인정보의 분류 및 민감도에 따라 적절하게 실행될 수 있도록 한다.", "</p><p>서비스 컨트롤러(Service Controller) 서비스 간의 충돌 발생을 방지하기 위한 서비스 스케쥴링을 수행함으로써 여러 서비스가 동시에 실행되어 충돌하는 것을 방지하는 역할을 한다.", "서비스에 대한 데이터가 서비스구성 모듈로부터 전송될 경우, 먼저 서비스 분석을 수행한다.", "서비스 분석이란 서비스의 등록 여부 및 서비스가 해당 위치에서 해당 사용자에게 제공될 수 있는지의 적절성 여부를 판단하게 되는 것을 뜻한다.", "만일 해당 위치에서 우선순위가 높은 다른 서비스가 이미 수행중이거나 해당 사용자에게 권한이 주어지지 않은 서비스라면 이 단계에서 서비스 요청은 중단되고 사용자에게 제공할 수 없다는 메시지를 전송한다.", "</p><p>보안 실행기(Security Behavior) 사용자에게 제공될 해당 서비스에 대해 서비스구성 모듈로부터 명령이 전달되면, 해당 서비스 제공시 유통되는 개인정보의 분류 및 민감도에 따라 적절한 암호화 알고리즘과 키 시스템을 선택하여 출력한 후, 해당 서비스제공자(Specified Service Provider)에 전달한다.", "</p><p>보안 이벤트 모니터(Security Event Monitor) 사용자와 서비스의 상태 및 보안적용 상황을 저장하여 서비스를 시작할 경우 등록하고, 서비스가 종료될 경우 서비스의 최종 상태를 저장하여 다음에 서비스가 요청되면 동일한 보안 레벨을 적용케 하고, 최종 상태를 알려주어 서비스의 최종 상태에서부터 seamless한 서비스가 제공될 수 있도록 한다.", "</p><p>이와 같이 본 논문에서 제안하는 시스템은 사용자 프로파일과 서비스 프로파일의 매칭을 통해 u-City 맞춤형 서비스 환경에서 개인정보를 보호/관리하는 구조이다.", "(그림 5)는 제안하는 아키텍쳐의 주요 모듈(module)과 데이터 이동을 표시한 개략적인 흐름도이다.", "(그림 5)의 센서들은 u-City 곳곳에 위치하며, 사용자 단말기를 감지하여 그 센서정보를 직접적으로나 혹은 상위네트워크와의 통신을 통해 간접적으로 개인 정보보호 관리 아키텍쳐 안의 상황정보 수집 모듈에 전달한다.", "예를 들어 개인단말기를 소지한 도시거주민이 아침 출근길 지하철역에 들어서는 순간, 또는 도시 내 박물관이나 공원입구에 들어서는 순간, 그 곳에 위치한 센서는 이를 감지하여 그 정보를 상황정보 수집 모듈로 송신하는 것이다.", "</p><p>이 후 상황정보 수집 모듈은 수집한 센서정보들을 각 사용자별로 상황분석 엔진에 전달한다.", "상황분석 엔진에서는 데이터베이스에 저장된 상황인지 온톨로지 모델을 기반으로 전달받은 센서정보를 분석해 현재 사용자의 상황을 추론한다.", "예를 들어 사용자가 버스 정류장에 들어선 순간, 감지된 센서정보를 상황정보 수집 모듈로부터 전달받았다면 상황분석 엔진은 센서가 감지한 시간 값과 감지한 센서의 위치 일련번호를 분석하여 가령 '현재 사용자는 아침 출근길이다.'라는 상황을 추론한다.", "</p><p>또 상황분석 엔진은 추론한 사용자의 상황을 기반으로 현재 사용자에게 적합한 맞춤형 서비스 목록을 출력하는데 예를 들어, 대중교통을 이용하여 출근중인 위 사용자의 상황에 적절한 \"맞춤형 전자신문 서비스\", \"날씨/교통안내 서비스\"등이 서비스 목록으로 출력되고, \"화재/재난 응급통보 서비스\" 같은 경우는 u-City 서비스 정책에 따라 사용자의 상황에 관계없이 기본서비스로써 출력될 수 있다.", "</p> <h1>요 약</h1><p>u-City에서는 도시 곳곳의 센서를 통해 상황정보를 수집하고, 사용자의 요청에 의해서가 아닌 그 상황에 필요한 서비스를 자동적으로 제공하게 되는 서비스 개인화를 추구한다.", "그러나 맞춤형 서비스를 제공하기 위해서는 다양한 센서를 통해 수집되는 상황정보를 필요로 하게 되는데, 이와 같은 상황정보에는 개인의 프라이버시 정보를 포함한다.", "따라서 서비스 제공으로 인한 편리성과 정보보호라는 측면 사이에서 적절한 조율 내지는 관리가 필요하다.", "</p><p>본 논문에서는 맞춤형 서비스 환경에서 요구되는 다양한 개인의 상황정보를 분류하여 등급화 하였고, 이를 기반으로 사용자 프로파일(User Profile)과 서비스 프로파일(Service Profile)간의 프로파일 매칭(Profile Matching)을 통해 서비스 제공여부를 결정하고, 전달되는 개인정보의 암호화, 이를 위한 키 분배를 관리하는 정보보호 관리를 제안한다.", "</p> <h2>2.4 사용자 프로파일(User Profile)과 서비스 프로파일(Service Profile)</h2><p>본 논문에서는 u-City안에서 전달되는 개인상황정보의 등급화를 기반으로 사용자 개인정보 프로파일과 서비스 프로파일의 매칭(matching)을 통해서 맞춤형 서비스의 제공여부를 결정하고 전송되는 개인 프라이버시 정보를 보호하도록 명령(command)하는 개인정보보호 관리 기법을 제안한다.", "먼저 사용자 프로파일이란 보호되어야 하는 정도(level), 각종 상황정보의 범주(category)에 따라 분류된 개인정보와 그 개인정보가 서비스 제공을 위해 사용되어 질지의 여부를 설정 한 것이다.", "(그림 2)와 같은 구조이며 이는 XML의 형식으로 사용자의 개인 단말에 저장된다.", "사용자는 자신의 의도에 따라 프로파일의 설정을 변경할 수 있으며 자신의 판단과 관련 서비스에 따라 개인정보의 사용 여부를 결정할 수 있다.", "Set up 필드의 “Open(공개)\"설정은 서비스 제공을 위해 사용되어도 좋다는 것을 의미하고, \"Block(보호)\"설정은 정보사용/공개 거부를 나타내며 마지막으로 \"Conditional(조건부)\"설정은 상황에 따라 조건부 공개할 수 있는 항목을 의미한다.</p><table border><caption>(그림 2) 사용자 프로파일</caption><tbody><tr><td>Security Level</td><td>General</td><td>Set up</td><td>Surrounding</td><td>Set up</td><td>Vital</td><td>Set up</td><td>Special</td><td>Set up</td></tr><tr><td>LEVEL 1</td><td>나이, 성별, 종교, 기술자격, 면허정보</td><td>Open</td><td>주변환경 정보(온도, 습도, 소음),날씨, 시간</td><td>Open</td><td>키, 몸무게, 피부정보, 모발, 가슴둘레</td><td>Open</td><td>기호식품, 여가활동, 흡연, 스포츠 및 오락</td><td>Block</td></tr><tr><td>LEVEL 2</td><td>이름, 직업, 병역정보, 학력, 학교, 차량정보</td><td>Block</td><td>공간상황 정보(위치, 속도, 방향)</td><td>Open</td><td>체온, 맥박, 혈당, 혈액형, 가족병력</td><td>Cond</td><td>여행 목적지, 클럽가입정보, 정당가입 정보</td><td>Cond</td></tr><tr><td>LEVEL 3</td><td>주민등록번호, 개인단말번호, 사업소득</td><td>Block</td><td>TBD</td><td></td><td>장애등급, 수술, 지병, 개인의료기록</td><td>Cond</td><td>스케줄정보, 보험가입정보, 가계지출정보</td><td>Block</td></tr><tr><td>LEVEL 4</td><td>계좌번호, 소유재산, 부동산정보, 집주소</td><td>Block</td><td>TBD</td><td></td><td>지문, 홍체, DNA</td><td>Block</td><td>납세기록</td><td>Block</td></tr></tbody></table><p>TBD : To be determined</p><p>그리고 이와 동시에 서비스 제공자 측에서는 서비스 공급을 위해 필요한 사용자의 상황정보가 명시된 서비스 프로파일이 존재한다. 이는 각 서비스마다 요구되는 사용자의 개인정보가 다르므로 각 서비스별로 서비스 프로파일도 따로 존재한다. 예를 들어 u-Traffic/음성 길안내 서비스 프로파일은 (그림 3)과 같다. 이는 현재 사용자에게 날씨와 주변의 교통상황을 고려하여 목적지까지 최적의 루트를 안내해주는 서비스로서 위의 프로파일을 보면 사용자의 현재 위치나 속도, 차량정보 등이 서비스 제공에 반드시 필요하다는 것을 의미한다. 만약 사용자가 이 같은 정보를 자신의 프로파일 상에서 \"Open(공개)\"로 설정해 놓은 상태라면 사용자가 차량에 탑승하는 순간 상황인지 추론과정을 거쳐 사용자는 자동으로 이 서비스(맞춤형 서비스)를 제공 받게 된다.</p><table border><caption>(그림 3) 서비스 프로파일 (u-Traffic/음성 길안내 서비스)</caption><tbody><tr><td rowspan=2>Security Level</td><td colspan=4>category</td></tr><tr><td>General</td><td>Surrounding</td><td>Vital</td><td>Special</td></tr><tr><td>LEVEL 1</td><td>N/A</td><td>주변환경정보(날씨, 습도, 기온)</td><td>N/A</td><td>N/A</td></tr><tr><td>LEVEL 2</td><td>차량정보</td><td>공간상황정보(위치, 속도, 방향)</td><td>N/A</td><td>목적지 정보</td></tr><tr><td>LEVEL 3</td><td>N/A</td><td>N/A</td><td>N/A</td><td>N/A</td></tr><tr><td>LEVEL 4</td><td>N/A</td><td>N/A</td><td>N/A</td><td>N/A</td></tr></tbody></table><p>〈표 4〉프로파일 매칭 시나리오</p><p>아침에 일어난 A씨는 자신의 PDA 단말을 확인한다. 이 때 A씨가 사는 지역의 날씨, 기온 및 기상예보가 다운로드 되고, A씨는 이를 확인한다. A씨는 이와 같은 기상정보 서비스를 받기 위해 사전에 필요한 개인정보(위치, 시간정보)를 사용자 프로파일 (그림 2)와 같이 사용가능/공개로 설정해 놓았기 때문에 자동으로 이 서비스를 받게 된다.</p><p>대중교통을 이용하는 A씨는 출근길에서 주위 사람 몇몇이 개인 단말을 통해 전자신문을 읽는 것을 본다. 이는 대중교통을 이용하는 동안 사용자의 상황을 인지하여 개인의 직업이나 관심사, 취미에 따라 업계 동향이나 신제품 소식 등을 전달해주는 u-Biz 맞춤형 전자신문 서비스이다. 하지만 A씨는 출근하는 동안 자신의 단말을 통해 이 서비스를 제공받지 못한다. 서비스를 받기위해 필요한 개인상황 정보와 A씨 사용자 프로파일의 개인상황 정보 분류, 수준별 설정이 서로 매치되지 않았기 때문이다. 예를 들어 A씨는 (그림 2)와 같이 자신의 프로파일에서 취미, 직업 등의 정보는 사용불가/공개 거부로 설정해 놓았다.</p><p>회사에 도착한 A씨는 정문에서 홍채인식으로 근태를 체크하고, 자신의 자리에 앉는다. A씨의 의자에는 혈압, 맥박, 체온 등을 체크하는 건강 센서가 내장되어 있다. 이는 또한 u-Health 건강 모니터링 서비스와 연결되어 있는데 사용자가 아침에 출근했을 때, 또는 외부 출장을 다녀 온 직후 등 사용자의 상황을 인지하여 적절한 시간마다 신체 정보를 체크하고 이를 병원으로 송신하여 사용자의 건강상태를 리포트 해주는 서비스이다. 하지만 이제 막 자리에 앉은 A씨는 이 서비스를 제공 받지 못했다. A씨의 프로파일 (그림 2)를 보면 이 서비스를 받기 위해 필요한 개인정보(혈압, 맥박 등 신체 상황정보) 카테고리가 조건부 사용가능/공개로 설정되어 있기 때문이다. 하지만 조건부로 설정이 되어 있는 경우, A씨의 단말에 지금 사용가능한 서비스의 내용과 이 서비스를 제공받기 위해 변경해야 하는 A씨의 프로파일 설정 항목이 메시지로 전달된다. A씨가 단말을 통해 이 메시지를 보고 프로파일 설정 변경을 동의 한다면 일시적으로 A씨 프로파일 설정이 변경되고, A씨는 몇 분후 자신의 건강상태 리포트를 받아볼 수 있을 것이다.</p><p><표 4>는 앞에서 설명한 프로파일 설정을 가지고 있는 사용자가 상황인지기반 u-City 환경에서 프로파일 매칭을 통해 맞춤형 서비스를 제공받는 과정을 보여주는 시나리오이다. 시나리오에서 사용자 프로파일 설정은, 일반(General) 카테고리의 개인정보는 보안레벨 1(level 1)을 제외한 모든 정보가 “Block(보호)\"로 설정되어 이들 정보가 요구되는 서비스 항목은 모두 거부/차단된 상태이고 반면에 사용자의 주변정보(Surrounding)는 모두 “Open(공개)\"설정 되어있다. 또 나머지 두 카테고리 중 신체상황정보의 보안레벨 2(level2) 항목들, 즉 체온, 맥박, 혈당 등의 정보는 \"Conditional(조건부)\" 설정되어 있음을 (그림 2)에서 볼 수 있다.", "</p><p>다음에는 위 시나리오를 실현하는 프로파일기반 개인 정보보호 관리의 세부 구조(architecture)와 전체 시스템의 흐름도에 대해서 설명하고, 이를 평가하기 위해서 테스트베드 구현을 통해 시스템의 성능을 분석해 보고자 한다.", "</p> <h1>2. 본 론</h1><h2>u-City 구현 시 보안환경의 변화</h2><p>u-City환경에서는 각종 센서나 CCTV 같은 수많은 이질적 디바이스들이 컴퓨팅 기능을 내장하고 상호 네트워크로 연결되어있다.", "따라서 정보보호의 대상이 시스템이나 네트워크에서 개별 디바이스로 확대되어야 한다.", "또한 u-City 안에는 위치센서, CCTV, 온도/습도 센서등 사용자의 상황을 인지하기 위한 수많은 단말들이 거미줄처럼 얽혀있게 된다.", "때문에 전달되는 정보의 양이 방대해 지고, 도청을 통한 개인정보의 유출 가능성이 지금보다 더 높다.", "마지막으로 u-City안에서 전달되는 개인정보의 특성을 보면, 현재의 단편적이고 개인의 신상에 관련된 정보들로 국한되는 정적인 개념이 아니라 실시간으로 변동되는 위치, 체온, 속도 등의 동적인 정보이며 개인의 신원정보와는 연관성이 없는 상황 정보까지 포함하는 개념으로 확대된다.", "예를 들어, 개인의 위치정보, 목적지 정보 등은 특정 개인을 식별하는 정보가 아니고 또한 일회성의 성격이 강하나 이를 주기적으로 수집한다면 그 사람의 행동패턴을 분석가능하고 나아가 신원을 추적할 수 있게 된다.", "이와 같은 보안환경의 변화를 정리하면<표 2>와 같다.", "</p><table border><caption><표 2>보안환경의 변화</caption><tbody><tr><td>분 류</td><td>내 용</td></tr><tr><td>디바이스 측면</td><td>개인정보 침해사고의 대상이 PC와 네트워크를 포함한 무선단말, 정보가전 등 다양한 디바이스로 확대됨.", "</td></tr><tr><td>침해 가능성의 증가</td><td>개인정보의 범람으로 프라이버시 침해 위협도 커짐.", "</td></tr><tr><td>침해 유형의 지능화</td><td>비교적 보안등급이 낮은 사용자의 정보(위치, 취미생활)도 유출시 추적을 통해 그 사용자의 신원과 행동 패턴 등을 추론할 수 있음.", "</td></tr><tr><td>네트워크 측면</td><td>인터넷침해사고에 취약한 인터넷망에서 발생된 개인정보 침해위협이 BcN을 통해 통신망, 방송망 및 USN까지 확산 가능.", "</td></tr></tbody></table><h2>2.2 u-City 제공 서비스와 유출 가능 개인정보</h2><p>u-City환경에서 다양한 서비스가 제공될 때, 각 서비스는 사용자의 모든 상황정보를 필요로 하는 것은 아니다.", "예를 들어 시각장애인이 u-Traffic/음성 길안내 서비스를 이용할 때, 서비스 제공자는 처음에 그 사람의 장애정보와 위치정보를 검색하여 서비스를 실행하게 되고, 이 후에는 위치정보만 가져오면 원활한 서비스 제공이 가능하다.", "이를 보안의 관점에서 본다면 서비스 제공에 필요한 사용자의 상황정보는 곧 서비스 제공시에 유출 가능한 정보라고 생각할 수 있다.", "아래의<표 3>은 u-City 서비스 이용 시나리오를 토대로 각 서비스 별 유출 가능한 정보들을 보여준다.", "</p><table border><caption><표 3>시나리오별 유출가능 개인정보 유형</caption><tbody><tr><td>서비스 분야</td><td>서비스 이용 시나리오</td><td>노출 가능 개인 정보</td></tr><tr><td>u-Health(원격진료 서비스, 의료상담 서비스)</td><td>평소 당뇨병과 고혈압 증상이 있는 독거노인 A씨는 아침마다 일어나서 자신의 건강 리포트를 읽는다.", "취침하는 동안 침대에 내장된 건강 센서는 혈압, 맥박, 체온 등을 체크하여 병원으로 송신하였고, 병원에서는 이 정보를 수집/분석하여 결과를 A씨에게 보내준 것이다.", "</td><td>체온, 맥박 등의 신체 상황정보나 병력, 진단기록 등이 유출될 위험이 있다.", "</td></tr><tr><td>u-Biz (맞춤형 News 서비스)</td><td>의류회사에 다니고 있는 B씨는 수시로 자신의 PDA 단말을 통해 전자신문을 읽는다.", "PDA 단말은 실시간으로 관련업계 동향이나 신제품 소식을 다운로드하여 B씨에게 알림메시지를 통보해준다.", "</td><td>직업이나 근무지, 직책 등의 정보가 유출될 수 있다.", "</td></tr><tr><td>u-Biz (자동결재 서비스)</td><td>저녁 6시, 가족의 저녁식사 준비를 위해 근처 대형마트에 간 C씨는 평소에 남편과 아이들이 좋아하는 식품을 골라 계산대로 향한다.", "계산대의 자동결재시스템은 각 식품에 부착된 태그와 정보를 교환하고, 대금은 사전에 등록된 C씨의 신용카드에서 실시간 지불된다.", "</td><td>행동패턴이나 기호식품, 소비력 등이 노출될 수 있다.", "</td></tr><tr><td>u-Home (약자보호 서비스)</td><td>밤 11시쯤부터 D씨는 IPTV를 켠 후 학원을 마치고 귀가하는 딸의 모습을 확인한다.", "도시 곳곳에 설치된 CCTV는 딸의 위치정보를 확인하여 실시간 영상을 D씨에게 송신한다.", "</td><td>개인의 위치나 차량의 위치, 행동패턴 등이 노출될 수 있다.", "</td></tr></tbody></table><h2>2.3 개인상황정보의 등급화</h2><p>u-City의 도시거주민에게<표 3>과 같은 서비스를 제공하기 위해서 요구되는 정보는 개인의 바이오정보, 위치정보 등 민감한 정보가 있고, 반면에 나이와 같은 통계나 연구목적의 상대적으로 그 민감성이 적은 정보도 있다.", "따라서 사용자 프라이버시침해를 최소화하기 위해서는 개인상황정보의 등급화와 그에 따른 적절한 관리가 필요하다.", "어떤 정보는 공개적 접근이 허용되어야 하고, 어떤 정보는 보다 철저하게 보호되어야 한다.", "예컨대 개인상황정보에는 의료, 성적 취향과 같이 수집이나 공개가 절대적으로 제한되는 정보가 있고, 수집과 이용 및 공개에 반드시 당사자의 동의 또는 통지를 요하는 정보도 있을 것이다.", "개인상황정보의 등급화는 그러한 판단을 내리는데 없어서는 안 될 것이다.", "또한 정보의 수명 관리에도 개인상황정보의 등급화는 필수적이다.", "</p><p>본 논문에서는 u-City 서비스 제공시 전달되는 개인상황정보를 그 민감성에 따라 (그림 1)과 같이 4 등급으로 분류하였다.", "분류의 기준이 되는 개인상황정보의 민감도는 특정 개인을 식별할 수 있는 정보인지 여부와 유출시 개인 또는 사회에 미칠 수 있는 부작용을 고려하여 판단하였으며 각 보안레벨별 세부 분류기준은 다음과 같다.", "</p><p>먼저 가장 민감도가 낮다고 판단한 보안레벨 1(level 1)의 개인상황정보를 보면, 이들은 복수의 정보가 유출되어도 특정개인을 식별하기가 힘든 정보들로 구성되지만 다량 유출시 상업적인 조사나 통계목적으로 이용될 소지가 있는 것들이다.", "또 보안레벨 2의 정보들은 역시 한 가지 항목의 정보수집만으로 특정개인을 식별하기가 어려우나 같은 레벨의 다른 정보들과 결합하면 특정개인을 용이하게 추출할 수 있는 상황정보들로 구성된다.", "보안레벨 3은 특정개인을 식별 가능한 정보들이 주를 이루며, 여기에 사적인 비밀, 치부로 간주할 수 있는 정보들도 이 레벨에 속한다.", "마지막으로 민감도가 가장 높다고 판단한 보안레벨 4로 분류된 개인상황정보의 경우, 유출 되었을 시 특정개인의 식별은 물론, 개인의 재산 또는 사회생활에 치명적인 해를 입힐 수 있는 정보들이다.", "</p><table border><caption><그림 1>개인상황정보의 등급</caption><tbody><tr><td>Security Level</td><td>General</td><td>Surrounding</td><td>Vital</td><td>Special</td><td>서비스 예시</td></tr><tr><td>LEVEL 1</td><td>나이, 성별, 종교, 기술자격 및 전문면허</td><td>주변환경 상황정보 (온도, 습도, 소음)</td><td>몸무게, 키, 피부정보, 모발, 가슴둘레</td><td>여가활동, 기호식품, 흡연, 관심사, 스포츠 및 오락</td><td>맞춤광고 서비스 상품진열안내 서비스</td></tr><tr><td>LEVEL 2</td><td>이름, 직업, 학력, 학교, 차량정보, 가족구성</td><td>공간상황정보 (위치, 속도, 방향)</td><td>신체상황정보(체온, 맥박, 혈당), 혈액형, 가족병력</td><td>여행정보, 목적지, 클럽 가입정보, 정당가입정보</td><td>음성길안내 서비스 생활건강정보 서비스</td></tr><tr><td>LEVEL 3</td><td>주민등록번호, 봉급액 사업소득, 단말번호</td><td>TBD</td><td>장애상황정보(수술, 지병, 장애등급), 개인의료기록</td><td>스케줄 정보, 보험가입 정보, 가계지출정보</td><td>약자보호 서비스 의료상담 서비스</td></tr><tr><td>LEVEL 4</td><td>계좌번호, 소유재산 및 부동산정보, 집주소</td><td>TBD</td><td>지문, 홍채정보, DNA</td><td>납세정보, 성생활 정보</td><td>홈시큐리티 서비스 납세정보 서비스</td></tr></tbody></table><p>TBD : To be determined</p><p>(그림 1)의 오른쪽 서비스 항목은 u-City 주요 서비스 중에서 각 보안레벨의 개인상황정보가 필수적으로 요구되는 서비스의 예시이다.", "예를 들어, 생활건강정보 서비스가 사용자에게 제공되기 위해서는 보안레벨 2(level 2)의 개인상황정보 즉, 현재 사용자의 체온, 맥박, 혈당수치 등이 요구되는 것이다.", "</p> <h1>3. 결 론</h1><p>u-City환경에 기반한 개인 정보보호 관리 시스템을 구축하기 위해서는 먼저 서비스 제공에 이용되는 개인상황정보의 분류와 등급화가 필요하고, 다양한 상황정보와 u-City 각 서비스간의 연관성을 기반으로 사용자/서비스 프로파일을 표현하는 기술이 요구된다.", "또한 곳곳의 센서들로부터 수집된 정보를 요약, 분석, 처리, 가공하여 이러한 정보를 기반으로 맞춤형 서비스를 제공하기 위한 상황인지 추론 시스템 구현이 선행되어야 한다.", "</p><p>본 논문에서는 u-City 맞춤형 서비스 환경에서 요구되는 다양한 개인의 상황정보를 개략적으로 분류, 등급화 하였고, 이를 기반으로 사용자 프로파일과 서비스 프로파일을 정의하여 프로파일 매칭을 통한 서비스 제공여부를 결정하고, 전달되는 개인정보의 암호화, 이를 위한 키 분배를 관리하는 정보보호 관리 구조를 제안하였다.", "앞으로 u-City가 구현되고 서비스가 늘어나면 수집되는 센서정보가 다양해지고 이에 따라 해석해야 될 사용자의 상황이 증가할 것이다.", "또 서비스 제공에 필요한 개인정보가 세분화됨에 따라 사용자/서비스 프로파일과 개인정보의 분류, 수준이 복잡해질 것으로 예상된다.", "따라서 상황분석 온톨로지 모델에 관한 연구와 더불어 서비스 참여자들 상호간 협업을 통하여 개인정보의 수준별 세부분류 및 프로파일 표준화에 대한 연구가 지속되어야 할 것이다.", "</p>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "u-City환경에서 맞춤형 서비스 제공을 위한 프로파일기반 개인 정보보호 관리", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-836cd0c0-f96a-4baf-8d4a-284749801224", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2010", "doc_author": [ "이준규", "김지호", "송오영" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
237	<p> <코드 13>은 15의 우선순위를 가진 태스크를 생성할 때, 첫 번째 인자로 지정한 TaskPrio15함수의 내부 코드이다.</p> <p> <코드 13>에서처럼 태스크 15 는 시작과 동시에 0.1초간 대기한다. 그 후, 뮤텍스를 요청하는데 이미 태스크 20이 태스크를 소유하였기 때문에 TPSP를 적용한다. TPSP는 태스크 20과 태스크 15의 우선순위를 교환한다.</p> <p> <코드 14>는 10의 우선순위를 가진 태스크를 생성할 때, 첫 번째 인자로 지정한 TaskPrio10함수의 내부 코드이다.</p> <p> <코드 14>에서처럼, TPSP가 적용된 태스크 20(우선순위는 15)이 뮤텍스를 반환하기 전에 태스크 10이 뮤텍스를 요청한다. 이때에도 태스크 20과 태스크 10의 우선순위가 교환되어야 한다. 하지만, 이미 태스크 20의 우선순위가 TPSP에 의해 변경되었으므로 태스크 20은 원래의 우선순위로 복귀해야 한다. 즉 태스크 15와 태스크 20의 우선순위가 원래 상태로 복귀된 후, 태스크 10과 태스크 20의 우선순위가 TPSP에 의해서 교환된다.</p> <p>구현된 TPSP 방식으로, (그림 7)은 위의 응용프로그램을 수행한 결과를 보여준다.</p> <h2>4.4 성능 평가 및 분석</h2> <p>4.3절의 응용프로그램을 포함한 전체 소스를 컴파일하고, 그 결과로 생성된 Object 파일과 Binary 파일을 비교하고자 한다.</p> <p> <표 1>에서처럼 뮤텍스 서비스 Object 파일은 기존의 BPI를 적용한 것보다 약 \( 3 \mathrm { ~KB } \)가, 응용프로그램을 포함한 전체 Binary 파일은 약 \( 12 \mathrm { ~KB } \)가 감소되었다. 크기 감소의 주된 원인은 우선순위 예약을 구현하기위해 사용된 모든 변수와 명령들이 제거되었기 때문이다.</p> <p> <표 2>는 우선순위 예약을 사용한 기존 코드와 제안 프로토콜인 TPSP의 수정 코드의 길이를 보여준다.</p> <p> <표 2>에서처럼 OSMutex_RdyAtPrio 함수를 제외한 나머지 함수의 코드 수가 감소되었다. 기존 함수들의 경우, 뮤텍스에 할당된 우선순위 값에 대한 사용가능 여부 체크와 할당에 대한 코드가 제거되었기 때문이다. 반면, OSMutex_RdyAtPrio 함수의 경우는 코드가 증가하였다.</p> <table border><caption> <표1>코드 크기에 대한 프로토콜 비교</caption> <tbody><tr><td>프로토콜 크기</td><td>기존 프로토콜 (BPI)</td><td>제안 프로토콜 (TPSP)</td></tr><tr><td>뮤텍스 서비스 (Object 파일)</td><td>20,305바이트 \((19.8KB) \)</td><td>17,221바이트 \((16.8KB) \)</td></tr><tr><td>응용 프로그램 포함 전체 크기 (Binary 파일)</td><td>209,047바이트 \((204KB) \)</td><td>196,740바이트 \((192KB) \)</td></tr></tbody></table> <table border><caption> <표 2>기존 코드와 수정 코드 간 비교</caption> <tbody><tr><td>코드 길이 함수</td><td>기존 프로토콜 (BPI)</td><td>제안 프로토콜 (TPSP)</td></tr><tr><td>OSMutexCreate</td><td>39</td><td>32</td></tr><tr><td>OSMutexDel</td><td>89</td><td>87</td></tr><tr><td>OSMutexPend</td><td>116</td><td>114</td></tr><tr><td>OSMutexPost</td><td>47</td><td>40</td></tr><tr><td>OSMutex_RdyAtPrio</td><td>20</td><td>40</td></tr><tr><td>전체</td><td>311</td><td>313</td></tr></tbody></table> <table border><caption> <표 5>기존 프로토콜과 제안 프로토콜 간 비교</caption> <tbody><tr><td>비교 기준 프로토콜</td><td>기존 프로토콜 (BPI)</td><td>제안 프로토콜 (TPSP)</td></tr><tr><td>시간 복잡도</td><td>\(O(n) \)</td><td>\(O(n) \)</td></tr><tr><td>공간 복잡도</td><td>\(O(1) \)</td><td>\(O(1) \)</td></tr></tbody></table>	컴퓨터과학	[ "<p> <코드 13>은 15의 우선순위를 가진 태스크를 생성할 때, 첫 번째 인자로 지정한 TaskPrio15함수의 내부 코드이다.", "</p> <p> <코드 13>에서처럼 태스크 15 는 시작과 동시에 0.1초간 대기한다.", "그 후, 뮤텍스를 요청하는데 이미 태스크 20이 태스크를 소유하였기 때문에 TPSP를 적용한다.", "TPSP는 태스크 20과 태스크 15의 우선순위를 교환한다.", "</p> <p> <코드 14>는 10의 우선순위를 가진 태스크를 생성할 때, 첫 번째 인자로 지정한 TaskPrio10함수의 내부 코드이다.", "</p> <p> <코드 14>에서처럼, TPSP가 적용된 태스크 20(우선순위는 15)이 뮤텍스를 반환하기 전에 태스크 10이 뮤텍스를 요청한다.", "이때에도 태스크 20과 태스크 10의 우선순위가 교환되어야 한다.", "하지만, 이미 태스크 20의 우선순위가 TPSP에 의해 변경되었으므로 태스크 20은 원래의 우선순위로 복귀해야 한다.", "즉 태스크 15와 태스크 20의 우선순위가 원래 상태로 복귀된 후, 태스크 10과 태스크 20의 우선순위가 TPSP에 의해서 교환된다.", "</p> <p>구현된 TPSP 방식으로, (그림 7)은 위의 응용프로그램을 수행한 결과를 보여준다.", "</p> <h2>4.4 성능 평가 및 분석</h2> <p>4.3절의 응용프로그램을 포함한 전체 소스를 컴파일하고, 그 결과로 생성된 Object 파일과 Binary 파일을 비교하고자 한다.", "</p> <p> <표 1>에서처럼 뮤텍스 서비스 Object 파일은 기존의 BPI를 적용한 것보다 약 \\( 3 \\mathrm { ~KB } \\)가, 응용프로그램을 포함한 전체 Binary 파일은 약 \\( 12 \\mathrm { ~KB } \\)가 감소되었다.", "크기 감소의 주된 원인은 우선순위 예약을 구현하기위해 사용된 모든 변수와 명령들이 제거되었기 때문이다.", "</p> <p> <표 2>는 우선순위 예약을 사용한 기존 코드와 제안 프로토콜인 TPSP의 수정 코드의 길이를 보여준다.", "</p> <p> <표 2>에서처럼 OSMutex_RdyAtPrio 함수를 제외한 나머지 함수의 코드 수가 감소되었다.", "기존 함수들의 경우, 뮤텍스에 할당된 우선순위 값에 대한 사용가능 여부 체크와 할당에 대한 코드가 제거되었기 때문이다.", "반면, OSMutex_RdyAtPrio 함수의 경우는 코드가 증가하였다.", "</p> <table border><caption> <표1>코드 크기에 대한 프로토콜 비교</caption> <tbody><tr><td>프로토콜 크기</td><td>기존 프로토콜 (BPI)</td><td>제안 프로토콜 (TPSP)</td></tr><tr><td>뮤텍스 서비스 (Object 파일)</td><td>20,305바이트 \\((19.8KB) \\)</td><td>17,221바이트 \\((16.8KB) \\)</td></tr><tr><td>응용 프로그램 포함 전체 크기 (Binary 파일)</td><td>209,047바이트 \\((204KB) \\)</td><td>196,740바이트 \\((192KB) \\)</td></tr></tbody></table> <table border><caption> <표 2>기존 코드와 수정 코드 간 비교</caption> <tbody><tr><td>코드 길이 함수</td><td>기존 프로토콜 (BPI)</td><td>제안 프로토콜 (TPSP)</td></tr><tr><td>OSMutexCreate</td><td>39</td><td>32</td></tr><tr><td>OSMutexDel</td><td>89</td><td>87</td></tr><tr><td>OSMutexPend</td><td>116</td><td>114</td></tr><tr><td>OSMutexPost</td><td>47</td><td>40</td></tr><tr><td>OSMutex_RdyAtPrio</td><td>20</td><td>40</td></tr><tr><td>전체</td><td>311</td><td>313</td></tr></tbody></table> <table border><caption> <표 5>기존 프로토콜과 제안 프로토콜 간 비교</caption> <tbody><tr><td>비교 기준 프로토콜</td><td>기존 프로토콜 (BPI)</td><td>제안 프로토콜 (TPSP)</td></tr><tr><td>시간 복잡도</td><td>\\(O(n) \\)</td><td>\\(O(n) \\)</td></tr><tr><td>공간 복잡도</td><td>\\(O(1) \\)</td><td>\\(O(1) \\)</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "004.05", "DDC": "" }, "doc_title": { "kor": "MicroC/OS-II 실시간 운영체제에서의 우선순위 역전현상 해결을 위한 일시적 우선순위 교환 프로토콜 설계 및 구현", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-98379432-f22f-4f9e-9a34-4dbf61323a40", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "전영식", "김병곤", "허신" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
238	<h2>4.2 성능 비교</h2> <p>제안한 방안의 성능 평가를 위해 비교모델인 N을 정적으로 주는 Optimistic 방법과 비교 하였다. (그림 9)는 일시적인 무선링크의 손실이 발생하는 구간에서 연속적인 최대 패킷 손실 수를 변화시켜 보면서 손실이 발생하는 구간에서의 패킷 헤더 복구 실패율을 측정한 결과를 보여주며,<표 1>은 이 결과에 대한 표준 편차를 보여준다. Static OPT(N=2), Static OPT(N=4), Static OPT(N=8)는 각각 N을 2, 4, 8로 설정한 Static OPT를 말한다. 시뮬레이션을 통해 Static OPT(N=8)에서 모든 연속적인 최대 패킷 손실 수에 대해 거의 패킷 헤더 복구의 실패가 발생하지 않는 것을 확인한 후, 제안한 방안에서 N의 최대값은 8로 설정하였다. 연속적인 최대 패킷 손실 수가 증가할수록 N 값이 작은 Static OPT(N=2)의 패킷 헤더 복구 실패율이 큰 폭으로 증가하는 것을 볼 수 있다. 반면에 Adjust OPT는 연속적인 최대 패킷 손실 수가 증가하더라도 \( 0.5 \% \) 이하의 패킷 복구 실패율을 보임에 따라 패킷 손실에 견고한 성능을 보인다. Adjust OPT는 연속적인 최대 패킷 손실 수가 6개 이하인 경우에 Static OPT(N=4)와 유사한 성능을 보이는데, 이것은 연속적인 최대 패킷 손실 수가 6개 이하인 환경에서 패킷 손실에 대한 N의 최적값이 4임을 보여주는 결과이다. 하지만 Static OPT(N=4)의 경우 (그림 10)과 같이 전체 세션 동안의 압축률이 Adjust OPT보다 약 1 바이트 정도 줄어듦에 따라, 압축률 면에서 제안 방안이 보다 좋은 성능을 보인다. 또한, 연속적인 최대 패킷 손실 수가 8개로 증가하면 패킷 복구 실패율이 Static OPT(N=4)는 증가하는 반면에 Adjust OPT는 여전히 \( 0.5 \% \) 이하로 유지된다.</p> <table border><caption> <표 1>일시적인 무선링크상의 패킷 손실에 따른 패킷 헤더 복구 실패율에 대한 표준편차</caption> <tbody><tr><td>비교 방안\연속적인 최대 패킷 손실 수</td><td>1</td><td>2</td><td>4</td><td>6</td><td>8</td></tr><tr><td>Adjust OPT</td><td>0.04</td><td>0.13</td><td>0.14</td><td>0.17</td><td>0.18</td></tr><tr><td>Static OPT(N=2)</td><td>0.04</td><td>0.18</td><td>0.27</td><td>0.48</td><td>0.55</td></tr><tr><td>Static OPT(N=4)</td><td>0</td><td>0</td><td>0.13</td><td>0.24</td><td>0.29</td></tr><tr><td>Static OPT(N=8)</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0.07</td></tr></tbody></table> <p>다음은 제안한 방안에서 업데이트 패킷 전송 횟수인 N을 동적으로 조절함에 따른 전체 압축률에 대한 영향을 평가해 보였다. (그림 10)은 전체 시뮬레이션 시간을 1000초로 두고 30초 동안의 일시적인 무선 링크의 손실 구간이 3번 발생하는 환경에서 다양한 연속적인 최대 패킷 손실 수에 대한 평균 압축 헤더 길이를 보여준다. (그림 10)에서 Adjust OPT의 평균 압축 헤더 길이는 일시적인 무선 링크의 손실 구간에서의 연속적인 최대 패킷 손실 수가 많아질수록 약간 증가하나 Static OPT(N=2)와 거의 유사한 값을 보인다. 이것은 Adjust OPT는 N의 초기값을 2로 설정하고 무선 링크가 불안정한 경우에 N을 증가 하지만 무선링크가 안정이 되면 다시 N을 감소하므로 결국에 N의 값이 대부분의 시간 동안 2로 유지되기 때문이다. 그러므로 Adjust OPT와 Static OPT(N=2)는 압축률에서는 비슷한 결과를 보여주지만, (그림 11)에서 볼 수 있듯이 패킷 헤더 복구 실패율에 대해서 제안하는 Adjust OPT가 Static OPT(N=2) 보다 훨씬 더 좋은 성능을 가진다. Static OPT(N=4)는 패킷 손실에 대한 패킷 헤더 복구 실패율이 연속적인 최대 패킷 손실 수가 8개인 경우를 제외하면 Adjust OPT와 거의 유사한 성능을 보였으나, 평균 압축 헤더 길이에서 약 1 바이트의 차를 보인다. 또한, Static OPT(N=8)의 경우 패킷 손실에 대한 견고성 측면에선 매우 우수하지만 압축효율성에서는 평균 압축 헤더 길이가 Adjust OPT의 약 2.5 배 이상 차이가 날 정도로 낮은 성능을 보인다. (그림 9)와 (그림 10)을 통해 Adjust OPT는 무선링크의 상태에 따라 최적의 N값을 설정하여 압축 효율성을 유지하면서 패킷 손실에 대한 압축기법의 견고성을 높여줌을 확인할 수 있다.</p> <p>패킷의 크기가 클수록 패킷 손실의 확률이 높아지기 때문에 다른 압축 패킷 보다 크기가 큰 업데이트 패킷이 손실 될 확률이 더 커지므로, 본 논문에서는 업데이트 패킷에 대해서만 패킷 손실을 적용하는 극적인 경우에 대한 실험도 수행 하였다. (그림 11)은 업데이트 패킷의 연속적인 최대 패킷 손실 수를 변경하면서 패킷 헤더 복구 실패율을 측정한 결과를 보여주며,<표 2>는 이 결과에 대한 표준 편차를 보여준다. 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 증가할수록 N 값이 작은 Static OPT(N=2)는 패킷 헤더</p> <p>복구 실패율이 (그림 9)의 실험 결과에 비해 큰 폭으로 증가하는 것을 볼 수 있다. Adjust OPT는 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 증가하더라도 \( 1 \% \) 이하의 패킷 복구 실패율을 보이는데, 컴프레서에서 부정적인 피드백을 수신하면 N을 최대로 증가시키므로 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 많더라도 디컴프레서가 최소한 하나 이상의 업데이트 패킷을 수신할 가능성이 커지기 때문이다. Adjust OPT는 패킷 헤더 복구 실패율에 대해 Static OPT(N=8)과 거의 같은 성능을 보인다. 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 4개 이상인 경우 Static OPT(N=4) 보다 좋은 성능을 보이며, 특히, 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 8개인 경우엔 패킷 헤더 복구 실패율이 Static OPT(N=4)에 비해 \( 5 \% \) 정도 더 낮다.</p> <table border><caption> <표 2>업데이트 패킷에 대한 패킷 손실에 따른 패킷 헤더 복구실패율에 대한 표준편차</caption> <tbody><tr><td>비교방안\연속적인 최대 패킷 손실 수 비교 방안</td><td>1</td><td>2</td><td>4</td><td>6</td><td>8</td></tr><tr><td>Adjust OPT</td><td>0.15</td><td>0.19</td><td>0.10</td><td>0.19</td><td>0.26</td></tr><tr><td>Static OPT(N=2)</td><td>0.30</td><td>0.51</td><td>0.41</td><td>0.54</td><td>0.70</td></tr><tr><td>Static OPT(N=4)</td><td>0.06</td><td>0.24</td><td>0.20</td><td>0.28</td><td>0.32</td></tr><tr><td>Static OPT(N=8)</td><td>0</td><td>0.05</td><td>0.06</td><td>0.22</td><td>0.27</td></tr></tbody></table>	통계학	[ "<h2>4.2 성능 비교</h2> <p>제안한 방안의 성능 평가를 위해 비교모델인 N을 정적으로 주는 Optimistic 방법과 비교 하였다.", "(그림 9)는 일시적인 무선링크의 손실이 발생하는 구간에서 연속적인 최대 패킷 손실 수를 변화시켜 보면서 손실이 발생하는 구간에서의 패킷 헤더 복구 실패율을 측정한 결과를 보여주며,<표 1>은 이 결과에 대한 표준 편차를 보여준다.", "Static OPT(N=2), Static OPT(N=4), Static OPT(N=8)는 각각 N을 2, 4, 8로 설정한 Static OPT를 말한다.", "시뮬레이션을 통해 Static OPT(N=8)에서 모든 연속적인 최대 패킷 손실 수에 대해 거의 패킷 헤더 복구의 실패가 발생하지 않는 것을 확인한 후, 제안한 방안에서 N의 최대값은 8로 설정하였다.", "연속적인 최대 패킷 손실 수가 증가할수록 N 값이 작은 Static OPT(N=2)의 패킷 헤더 복구 실패율이 큰 폭으로 증가하는 것을 볼 수 있다.", "반면에 Adjust OPT는 연속적인 최대 패킷 손실 수가 증가하더라도 \\( 0.5 \\% \\) 이하의 패킷 복구 실패율을 보임에 따라 패킷 손실에 견고한 성능을 보인다.", "Adjust OPT는 연속적인 최대 패킷 손실 수가 6개 이하인 경우에 Static OPT(N=4)와 유사한 성능을 보이는데, 이것은 연속적인 최대 패킷 손실 수가 6개 이하인 환경에서 패킷 손실에 대한 N의 최적값이 4임을 보여주는 결과이다.", "하지만 Static OPT(N=4)의 경우 (그림 10)과 같이 전체 세션 동안의 압축률이 Adjust OPT보다 약 1 바이트 정도 줄어듦에 따라, 압축률 면에서 제안 방안이 보다 좋은 성능을 보인다.", "또한, 연속적인 최대 패킷 손실 수가 8개로 증가하면 패킷 복구 실패율이 Static OPT(N=4)는 증가하는 반면에 Adjust OPT는 여전히 \\( 0.5 \\% \\) 이하로 유지된다.", "</p> <table border><caption> <표 1>일시적인 무선링크상의 패킷 손실에 따른 패킷 헤더 복구 실패율에 대한 표준편차</caption> <tbody><tr><td>비교 방안\\연속적인 최대 패킷 손실 수</td><td>1</td><td>2</td><td>4</td><td>6</td><td>8</td></tr><tr><td>Adjust OPT</td><td>0.04</td><td>0.13</td><td>0.14</td><td>0.17</td><td>0.18</td></tr><tr><td>Static OPT(N=2)</td><td>0.04</td><td>0.18</td><td>0.27</td><td>0.48</td><td>0.55</td></tr><tr><td>Static OPT(N=4)</td><td>0</td><td>0</td><td>0.13</td><td>0.24</td><td>0.29</td></tr><tr><td>Static OPT(N=8)</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0.07</td></tr></tbody></table> <p>다음은 제안한 방안에서 업데이트 패킷 전송 횟수인 N을 동적으로 조절함에 따른 전체 압축률에 대한 영향을 평가해 보였다.", "(그림 10)은 전체 시뮬레이션 시간을 1000초로 두고 30초 동안의 일시적인 무선 링크의 손실 구간이 3번 발생하는 환경에서 다양한 연속적인 최대 패킷 손실 수에 대한 평균 압축 헤더 길이를 보여준다.", "(그림 10)에서 Adjust OPT의 평균 압축 헤더 길이는 일시적인 무선 링크의 손실 구간에서의 연속적인 최대 패킷 손실 수가 많아질수록 약간 증가하나 Static OPT(N=2)와 거의 유사한 값을 보인다.", "이것은 Adjust OPT는 N의 초기값을 2로 설정하고 무선 링크가 불안정한 경우에 N을 증가 하지만 무선링크가 안정이 되면 다시 N을 감소하므로 결국에 N의 값이 대부분의 시간 동안 2로 유지되기 때문이다.", "그러므로 Adjust OPT와 Static OPT(N=2)는 압축률에서는 비슷한 결과를 보여주지만, (그림 11)에서 볼 수 있듯이 패킷 헤더 복구 실패율에 대해서 제안하는 Adjust OPT가 Static OPT(N=2) 보다 훨씬 더 좋은 성능을 가진다.", "Static OPT(N=4)는 패킷 손실에 대한 패킷 헤더 복구 실패율이 연속적인 최대 패킷 손실 수가 8개인 경우를 제외하면 Adjust OPT와 거의 유사한 성능을 보였으나, 평균 압축 헤더 길이에서 약 1 바이트의 차를 보인다.", "또한, Static OPT(N=8)의 경우 패킷 손실에 대한 견고성 측면에선 매우 우수하지만 압축효율성에서는 평균 압축 헤더 길이가 Adjust OPT의 약 2.5 배 이상 차이가 날 정도로 낮은 성능을 보인다.", "(그림 9)와 (그림 10)을 통해 Adjust OPT는 무선링크의 상태에 따라 최적의 N값을 설정하여 압축 효율성을 유지하면서 패킷 손실에 대한 압축기법의 견고성을 높여줌을 확인할 수 있다.", "</p> <p>패킷의 크기가 클수록 패킷 손실의 확률이 높아지기 때문에 다른 압축 패킷 보다 크기가 큰 업데이트 패킷이 손실 될 확률이 더 커지므로, 본 논문에서는 업데이트 패킷에 대해서만 패킷 손실을 적용하는 극적인 경우에 대한 실험도 수행 하였다.", "(그림 11)은 업데이트 패킷의 연속적인 최대 패킷 손실 수를 변경하면서 패킷 헤더 복구 실패율을 측정한 결과를 보여주며,<표 2>는 이 결과에 대한 표준 편차를 보여준다.", "업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 증가할수록 N 값이 작은 Static OPT(N=2)는 패킷 헤더</p> <p>복구 실패율이 (그림 9)의 실험 결과에 비해 큰 폭으로 증가하는 것을 볼 수 있다.", "Adjust OPT는 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 증가하더라도 \\( 1 \\% \\) 이하의 패킷 복구 실패율을 보이는데, 컴프레서에서 부정적인 피드백을 수신하면 N을 최대로 증가시키므로 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 많더라도 디컴프레서가 최소한 하나 이상의 업데이트 패킷을 수신할 가능성이 커지기 때문이다.", "Adjust OPT는 패킷 헤더 복구 실패율에 대해 Static OPT(N=8)과 거의 같은 성능을 보인다.", "업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 4개 이상인 경우 Static OPT(N=4) 보다 좋은 성능을 보이며, 특히, 업데이트 패킷에 대한 연속적인 최대 패킷 손실 수가 8개인 경우엔 패킷 헤더 복구 실패율이 Static OPT(N=4)에 비해 \\( 5 \\% \\) 정도 더 낮다.", "</p> <table border><caption> <표 2>업데이트 패킷에 대한 패킷 손실에 따른 패킷 헤더 복구실패율에 대한 표준편차</caption> <tbody><tr><td>비교방안\\연속적인 최대 패킷 손실 수 비교 방안</td><td>1</td><td>2</td><td>4</td><td>6</td><td>8</td></tr><tr><td>Adjust OPT</td><td>0.15</td><td>0.19</td><td>0.10</td><td>0.19</td><td>0.26</td></tr><tr><td>Static OPT(N=2)</td><td>0.30</td><td>0.51</td><td>0.41</td><td>0.54</td><td>0.70</td></tr><tr><td>Static OPT(N=4)</td><td>0.06</td><td>0.24</td><td>0.20</td><td>0.28</td><td>0.32</td></tr><tr><td>Static OPT(N=8)</td><td>0</td><td>0.05</td><td>0.06</td><td>0.22</td><td>0.27</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "모바일 와이맥스 환경에서의 효율적인 무선링크 자원 활용을 위한 ROHC Optimistic 모드의 개선 방안", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-b9fb20db-ac8e-490e-8661-d1a7d8d74798", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "김주영", "우현제", "이미정", "권정민" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }
239	<h2>4.2 본딩 드라이버에 대한 실험 및 분석</h2> <p>개선된 본딩 드라이버의 성능의 차이를 실험을 통하여 비교하였다. 실험환경은 기존 본딩 드라이버와 개선된 본딩 드라이버 모두 4개의 인터페이스를 가상화하였다. 그리고 기존 방식에는 가장 많이 사용하는 부하분산 알고리즘인 라운드로빈을 적용하였다. 그 외의 알고리즘은 부하를 배분하는 방식에는 차이가 있으나, 네트워크 인터페이스를 선택한 후 패킷을 송신하는 문제에 있어서는 동일하고 성능상의 차이는 없다고 할 수 있기 때문에 실험 결과에 포함시키지는 않았다.</p> <p>실험은 아파치벤치를 통하여 제안된 시스템내의 웹서버의 처리 요청수를 비교 측정하였으며 결과는 다음과 같다. 먼저 기존 본딩 드라이버와 개선된 본딩 드라이버의 차이점을 확실히 하기 위해 vtune을 통하여 프로파일링을 진행하였으며 그 결과는<표 2>와<표 3>에 나타나 있다.</p> <p> <표 2>의 프로퐈일링 결과에서 보이듯이 패킷 송신 시에 많은 캐시 미스가 리눅스 커널의 ev_queue_xmit()와 본딩의 bond_xmit_roundrobin()에서 발견되고 있다. 코드 상에서 패킷 송신 시에 ond_xmit_roundrobin()이 호출되고, 라운드로빈 알고리즘을 통하여 패킷을 송신할 네트워크 인터페이스가 선택이 되면 dev_queue_xmit()을 호출하는데, 이때 패킷 송신을 시도하는 코어와 실제 송신을 담당하는 네트워크 인터페이스와 연결된 코어가 다르기 때문에 많은 캐시 미스와 높은 CPI 값을 보이고 있다. 또한 이러한 상황에서 락 (lock)으로 자료구조가 보호되기 때문에 _spin_lock_bh() 높은 캐시미스를 보이고 있다.</p> <table border><caption>개선된 드라이버 프로파일링 결과</caption> <tbody><tr><td>module</td><td>함수이름</td><td>캐시미스</td><td>CPI</td></tr><tr><td>kernel</td><td>dev_queue_xmit()</td><td>27,796</td><td>14.44</td></tr><tr><td>kernel</td><td>_kfree_skb</td><td>22,661</td><td>4.68</td></tr><tr><td>kernel</td><td>sock_wfree</td><td>14,149</td><td>5.26</td></tr><tr><td>kernel</td><td>_spin_lock_bh()</td><td>12,403</td><td>30.75</td></tr><tr><td>kernel</td><td>tcp_v4_rcv</td><td>11,652</td><td>5.28</td></tr><tr><td>kernel</td><td>schedule</td><td>10,743</td><td>6.02</td></tr><tr><td>kernel</td><td>task_rq_lock</td><td>9,852</td><td>3.24</td></tr><tr><td>kernel</td><td>find_busiest_group</td><td>8,527</td><td>13.94</td></tr><tr><td>bonding</td><td>bond_xmit_roundrobin()</td><td>582</td><td>1.64</td></tr><tr><td>bonding</td><td>bond_dev_queue_xmit</td><td>2</td><td>1.32</td></tr></tbody></table> <p>실험구성은 (그림 3)과 같으며, 제안된 시스템을 위하여 8 개의 네트워크 인터페이스를 L2 스위치와 링크 수집을 통해서 연결하였고 테스트용 클라이언트를 위해서 8 개의 인터페이스를 L2 스위치와 연결하였으며, 본딩 드라이버로 생성된 가상 인터페이스에 웹서버의 대표 IP 주소를 설정하였다.</p> <table border><caption>테스트 서버 및 클라이언트 시스템 사양</caption> <tbody><tr><td rowspan = 5>서버/ 클라이 언트</td><td>중앙 처리 장치</td><td>2개의 인텔 제온 하퍼타운 \(2.5 \mathrm { Ghz } \)(E5420)</td></tr><tr><td>메모리(RAM)</td><td>2 \( \mathrm { G bytes } \)</td></tr><tr><td>닉(NIC)</td><td>8개의 intel 1G NIC(PCle 4배속으로 연결)</td></tr><tr><td>운영체제(커널)</td><td>Fedora 7(커널 Linux 2.6.20.21)</td></tr><tr><td>웹서버</td><td>Lighttpd 1.4.20</td></tr><tr><td rowspan=3>L2 스위치</td><td>모델</td><td>다산 V5224G</td></tr><tr><td>포트</td><td>24 Port 10/100/1000 Base-TX</td></tr><tr><td>기타</td><td>링크 수집 지원</td></tr></tbody></table> <p>제안된 시스템에 탑재된 웹서버는 실험을 용이하게 할 수 있도록 단일 쓰레드 방식의 웹서버인 lighthttpd를 사용하였다. 실험을 위해 lighthttpd가 지정된 코어에서 작동할 수 있도록 sched_set_affinity라는 함수를 lighthttpd의 프로세스와 쓰레드가 생성 시에 호출 하여 수행되는 코어를 강제적으로 지정할 수 있도록 하였다. 또한 lightttpd를 개별적으로 측정하여 한 개의 코어에 2 개의 쓰레드가 작동할 경우 가장 좋은 성능이 나온다는 것을 확인하였다. 실제 실험에서는 각각의 코어 단위로 한 개의 lighthttpd에 두 개의 쓰레드와 별도의 TCP 포트를 지정하여 실험을 수행하였다.</p> <p>테스트 클라이언트에는 8개의 네트워크 인터페이스에 각각의 IP 주소를 지정하였다. 아파치벤치는 출발지 주소를 지정하는 기능을 별도로 추가하여, 테스트 시에는 각각의 포트의 IP 주소를 출발지로 지정한 8 개의 아파치벤치가 동시에 수행하여 나온 결과를 집계하였다.</p> <p>또한 기존 시스템에서의 성능저하 현상과 이를 개선한 제안된 방식과의 실제 동작상에서의 차이점과 개선 점들을 명확하기 위해 리눅스에서 작동하는 성능 분석용 프로파일러인 인텔의 vtune을 이용하여 인스트럭션의 수행시간이 측정하는 CPI (Cycle Per Instruction)값과 캐시미스 값을 함수 단위로 측정하여 리눅스 커널 코드에서의 문제점을 분석하였다.</p> <table border><caption>기존 본딩 드라이버 프로파일링 결과</caption> <tbody><tr><td>module</td><td>함수이름</td><td>캐시미스</td><td>CPI</td></tr><tr><td>kernel</td><td>dev_queue_xmit( )</td><td>26,435</td><td>11.36</td></tr><tr><td>kernel</td><td>_kfree_skb</td><td>18,254</td><td>13.60</td></tr><tr><td>kernel</td><td>sock_wfree</td><td>13,582</td><td>44.40</td></tr><tr><td>kernel</td><td>_spin_lock_bh()</td><td>11,330</td><td>5.09</td></tr><tr><td>kernel</td><td>tcp_v4_rcv</td><td>11,078</td><td>3.79</td></tr><tr><td>kernel</td><td>schedule</td><td>11,037</td><td>3.88</td></tr><tr><td>kernel</td><td>task_rq_lock</td><td>10,583</td><td>2.00</td></tr><tr><td>kernel</td><td>find_busiest_group</td><td>10,135</td><td>1.53</td></tr><tr><td>bonding</td><td>bond_xmit_roundrobin()</td><td>11,619</td><td>16.10</td></tr><tr><td>bonding</td><td>bond_dev_queue_xmit</td><td>0</td><td>2.50</td></tr></tbody></table>	통계학	[ "<h2>4.2 본딩 드라이버에 대한 실험 및 분석</h2> <p>개선된 본딩 드라이버의 성능의 차이를 실험을 통하여 비교하였다.", "실험환경은 기존 본딩 드라이버와 개선된 본딩 드라이버 모두 4개의 인터페이스를 가상화하였다.", "그리고 기존 방식에는 가장 많이 사용하는 부하분산 알고리즘인 라운드로빈을 적용하였다.", "그 외의 알고리즘은 부하를 배분하는 방식에는 차이가 있으나, 네트워크 인터페이스를 선택한 후 패킷을 송신하는 문제에 있어서는 동일하고 성능상의 차이는 없다고 할 수 있기 때문에 실험 결과에 포함시키지는 않았다.", "</p> <p>실험은 아파치벤치를 통하여 제안된 시스템내의 웹서버의 처리 요청수를 비교 측정하였으며 결과는 다음과 같다.", "먼저 기존 본딩 드라이버와 개선된 본딩 드라이버의 차이점을 확실히 하기 위해 vtune을 통하여 프로파일링을 진행하였으며 그 결과는<표 2>와<표 3>에 나타나 있다.", "</p> <p> <표 2>의 프로퐈일링 결과에서 보이듯이 패킷 송신 시에 많은 캐시 미스가 리눅스 커널의 ev_queue_xmit()와 본딩의 bond_xmit_roundrobin()에서 발견되고 있다.", "코드 상에서 패킷 송신 시에 ond_xmit_roundrobin()이 호출되고, 라운드로빈 알고리즘을 통하여 패킷을 송신할 네트워크 인터페이스가 선택이 되면 dev_queue_xmit()을 호출하는데, 이때 패킷 송신을 시도하는 코어와 실제 송신을 담당하는 네트워크 인터페이스와 연결된 코어가 다르기 때문에 많은 캐시 미스와 높은 CPI 값을 보이고 있다.", "또한 이러한 상황에서 락 (lock)으로 자료구조가 보호되기 때문에 _spin_lock_bh() 높은 캐시미스를 보이고 있다.", "</p> <table border><caption>개선된 드라이버 프로파일링 결과</caption> <tbody><tr><td>module</td><td>함수이름</td><td>캐시미스</td><td>CPI</td></tr><tr><td>kernel</td><td>dev_queue_xmit()</td><td>27,796</td><td>14.44</td></tr><tr><td>kernel</td><td>_kfree_skb</td><td>22,661</td><td>4.68</td></tr><tr><td>kernel</td><td>sock_wfree</td><td>14,149</td><td>5.26</td></tr><tr><td>kernel</td><td>_spin_lock_bh()</td><td>12,403</td><td>30.75</td></tr><tr><td>kernel</td><td>tcp_v4_rcv</td><td>11,652</td><td>5.28</td></tr><tr><td>kernel</td><td>schedule</td><td>10,743</td><td>6.02</td></tr><tr><td>kernel</td><td>task_rq_lock</td><td>9,852</td><td>3.24</td></tr><tr><td>kernel</td><td>find_busiest_group</td><td>8,527</td><td>13.94</td></tr><tr><td>bonding</td><td>bond_xmit_roundrobin()</td><td>582</td><td>1.64</td></tr><tr><td>bonding</td><td>bond_dev_queue_xmit</td><td>2</td><td>1.32</td></tr></tbody></table> <p>실험구성은 (그림 3)과 같으며, 제안된 시스템을 위하여 8 개의 네트워크 인터페이스를 L2 스위치와 링크 수집을 통해서 연결하였고 테스트용 클라이언트를 위해서 8 개의 인터페이스를 L2 스위치와 연결하였으며, 본딩 드라이버로 생성된 가상 인터페이스에 웹서버의 대표 IP 주소를 설정하였다.", "</p> <table border><caption>테스트 서버 및 클라이언트 시스템 사양</caption> <tbody><tr><td rowspan = 5>서버/ 클라이 언트</td><td>중앙 처리 장치</td><td>2개의 인텔 제온 하퍼타운 \\(2.5 \\mathrm { Ghz } \\)(E5420)</td></tr><tr><td>메모리(RAM)</td><td>2 \\( \\mathrm { G bytes } \\)</td></tr><tr><td>닉(NIC)</td><td>8개의 intel 1G NIC(PCle 4배속으로 연결)</td></tr><tr><td>운영체제(커널)</td><td>Fedora 7(커널 Linux 2.6.20.21)</td></tr><tr><td>웹서버</td><td>Lighttpd 1.4.20</td></tr><tr><td rowspan=3>L2 스위치</td><td>모델</td><td>다산 V5224G</td></tr><tr><td>포트</td><td>24 Port 10/100/1000 Base-TX</td></tr><tr><td>기타</td><td>링크 수집 지원</td></tr></tbody></table> <p>제안된 시스템에 탑재된 웹서버는 실험을 용이하게 할 수 있도록 단일 쓰레드 방식의 웹서버인 lighthttpd를 사용하였다.", "실험을 위해 lighthttpd가 지정된 코어에서 작동할 수 있도록 sched_set_affinity라는 함수를 lighthttpd의 프로세스와 쓰레드가 생성 시에 호출 하여 수행되는 코어를 강제적으로 지정할 수 있도록 하였다.", "또한 lightttpd를 개별적으로 측정하여 한 개의 코어에 2 개의 쓰레드가 작동할 경우 가장 좋은 성능이 나온다는 것을 확인하였다.", "실제 실험에서는 각각의 코어 단위로 한 개의 lighthttpd에 두 개의 쓰레드와 별도의 TCP 포트를 지정하여 실험을 수행하였다.", "</p> <p>테스트 클라이언트에는 8개의 네트워크 인터페이스에 각각의 IP 주소를 지정하였다.", "아파치벤치는 출발지 주소를 지정하는 기능을 별도로 추가하여, 테스트 시에는 각각의 포트의 IP 주소를 출발지로 지정한 8 개의 아파치벤치가 동시에 수행하여 나온 결과를 집계하였다.", "</p> <p>또한 기존 시스템에서의 성능저하 현상과 이를 개선한 제안된 방식과의 실제 동작상에서의 차이점과 개선 점들을 명확하기 위해 리눅스에서 작동하는 성능 분석용 프로파일러인 인텔의 vtune을 이용하여 인스트럭션의 수행시간이 측정하는 CPI (Cycle Per Instruction)값과 캐시미스 값을 함수 단위로 측정하여 리눅스 커널 코드에서의 문제점을 분석하였다.", "</p> <table border><caption>기존 본딩 드라이버 프로파일링 결과</caption> <tbody><tr><td>module</td><td>함수이름</td><td>캐시미스</td><td>CPI</td></tr><tr><td>kernel</td><td>dev_queue_xmit( )</td><td>26,435</td><td>11.36</td></tr><tr><td>kernel</td><td>_kfree_skb</td><td>18,254</td><td>13.60</td></tr><tr><td>kernel</td><td>sock_wfree</td><td>13,582</td><td>44.40</td></tr><tr><td>kernel</td><td>_spin_lock_bh()</td><td>11,330</td><td>5.09</td></tr><tr><td>kernel</td><td>tcp_v4_rcv</td><td>11,078</td><td>3.79</td></tr><tr><td>kernel</td><td>schedule</td><td>11,037</td><td>3.88</td></tr><tr><td>kernel</td><td>task_rq_lock</td><td>10,583</td><td>2.00</td></tr><tr><td>kernel</td><td>find_busiest_group</td><td>10,135</td><td>1.53</td></tr><tr><td>bonding</td><td>bond_xmit_roundrobin()</td><td>11,619</td><td>16.10</td></tr><tr><td>bonding</td><td>bond_dev_queue_xmit</td><td>0</td><td>2.50</td></tr></tbody></table>" ]	{ "doc_category": { "KDC": "413.05", "DDC": "" }, "doc_title": { "kor": "멀티코어 시스템에서 흐름 수준 병렬처리에 기반한 리눅스 TCP/IP 스택의 성능 개선", "eng": "" }, "doc_type": "논문", "doc_id": "114998e3-af2c6ca1-31be-478f-aea9-910b76a07ef0", "doc_number": { "ISSN": "2287-5891", "ISBN": "", "DOI": "", "UCI": "" }, "doc_year": "2009", "doc_author": [ "권희웅", "정형진", "곽후근", "김영종", "정규식" ], "doc_publisher": "한국정보처리학회", "dataset_info": { "identifier": "02-031-001-NL", "name": "기술과학 문서 기계독해 데이터", "category": "자연어", "last_updated": "2023-05-10" } }