Wave 부호 기반 전자 서명 기법의 효율적이고 탄력적인 검증 연구

임성창 전북대학교 일반대학원 2022 국내석사

임베디드 시스템 발전과 차량에서 외부 연결 필요성이 증가함에 따라 자율주행 차량 네트워크와 같이 전송된 데이터의 무결성을 실시간으로 보장해야 하는 상황으로 이어져 전자 서명의 서명뿐만 아니라 검증에 걸리는 시간이 중요해지고 있다. 예를 들면, 공격자가 움직이는 차량의 임베디드 네트워크 시스템에 접근하여 제어할 때 중요한 데이터를 평문으로 전송한다면 공격자는 평문 데이터를 조작하여 치명적인 시스템 장애를 일으킬 수 있는 상황으로 이어질 수 있다. 따라서 본 논문에서는 부호 기반 전자 서명인 Wave의 효율적이고 탄력적인 검증 방법에 관해 연구한다. 이를 위하여 먼저 Wave 전자 서명의 검증 과정에 최근 Boschini, Fiore, Pagnin이 제시한 전자 서명 검증 알고리즘의 효율적인 검증 방법으로 변환 방법을 적용할 수 있음을 확인한다. 또한 적용한 결과의 구현을 통하여 온라인 검증시간과 탄력적인 검증의 성능 향상 효과를 살펴본다. 본 논문의 구현 결과에 따르면 128bits 안전성을 갖는 Wave 전자 서명에 대하여 오프라인 계산을 수행해 두면, 이를 이용하여 온라인 검증 속도가 기존의 Wave 전자 서명에 비해 약 13배 향상하며 탄력적 검증과 같이 적용하면 약 27배 향상 시킬 수 있음을 확인한다.

다중모드 이미지의 융합과 검출을 위한 대상 인식 다중 스케일 분해 프레임워크

장영매 전북대학교 일반대학원 2023 국내박사

널리 퍼져가는 디지털 이미징 기기의 사용은 현대 과학과 일상생활의 다양한 분야를 혁신시켰습니다. 하지만 촬영된 이미지의 품질은 장비 제한, 잡음 오염 및 불리한 환경 조건 등의 요인으로 인해 종종 제한됩니다. 다중모달 이미지 그룹의 한 분야인 적외선과 가시광 이미지 중에서 단일 모달 이미지는 구조적 질감 정보 또는 열 복사 정보만을 반영하며, 질감과 열 복사 정보를 모두 담고 있는 포괄적인 이미지를 캡처할 수 없습니다. 이런 경우, 적외선 및 가시광 이미지 퓨전 (IVIF) 기술이 등장하여 다양한 모달리티를 포착하는 다중 센서로부터 유리한 정보를 추출하고 고품질 이미지를 합성하여 이미지 정보의 활용과 컴퓨터 해석 정확도를 개선합니다. 최근 IVIF에서는 전통 기반 및 딥러닝 기반 방법에 대한 다양한 제안이 이루어졌습니다. 전통 기반 방법 중에서도 다중 스케일 분해 (MSD)를 기반으로 한 방법은 텍스처 추출과 유명한 대상 탐지에 뛰어나지만, MSD 기반의 복잡한 분해기 요구로 인해 시간이 많이 소요됩니다. 컨볼루션 신경망 (CNN)에 속하는 오토인코더 (AE)를 활용한 딥러닝 기반 방법도 큰 관심을 받고 있습니다. 그러나 고품질 퓨전 이미지를 얻기 위해서는 대상 인식 손실과 훈련 효율의 문제가 동반됩니다. 본 논문에서는 IVIF 작업을 위한 대상 인식 퓨전 프레임워크를 구축하기 위해 세 가지 방법을 제안합니다. 첫째, 새로운 IVIF 방법으로는 이중 조인트 엣지 보존 필터와 비전없이 중요한 그래디언트 연산자를 사용합니다. 제안된 필터는 소스 이미지를 기본, 적외선 세부 및 가시광 세부 레이어로 미세하게 분해하고, 중요하지 않은 정보를 걸러내고 중요한 특징을 복원합니다. 둘째, 글로발렛 필터와 세부 개선 모델을 활용한 퓨전 방법을 제안합니다. 글로발렛 필터는 대상 밝기, 크기에 따른 그래디언트 제거 및 질감 세부 정보 보존을 위해 이미지 분해를 위한 것입니다. 세부 개선 모델은 세부 레이어와 입력 이미지 사이의 연결을 구축하여 퓨전 과정을 안내합니다. 뿐만 아니라 CNN의 강력한 특징 추출 능력과 MSD의 아이디어에 영감을 받아 IVIF 작업에 효과적인 어텐션-스케일 희박 카스케이드 네트워크인 ASSCNet을 구축합니다. ASSCNet은 인코더, 퓨전 전략 및 디코더로 구성되어 이미지 성능이 우수한 잠재 이미지를 생성할 수 있습니다. 네트워크에는 스퀴즈 앤 어센션 모듈 (SE)과 희박 카스케이드 메커니즘을 결합한 SE 카스케이드 블록 (SECB)을 형성하는 깊은 수준의 특징 추출을 위한 구성이 포함되어 있습니다. 퓨전 성능을 향상시키기 위해 다중 구성 최적화 블록도 도입되었습니다. 다양한 실험 결과는 본 논문에서 제안한 세 가지 방법이 퓨전 및 탐지 작업에서 최첨단 방법을 능가한다는 것을 입증하였으며, 특히 적외선 대상 강조와 중요한 세부 사항 보존에서 우수한 성능을 보여주었습니다. The widespread adoption of digital imaging devices has revolutionized various fields of modern science and daily life. However, the quality of captured image is often limited by factors like equipment limitations, noise corruption, and adverse environmental conditions. As one of the branches of the multimodal image group—infrared and visible images, a single-modal image can only reflect structural textures or thermal radiation information and cannot capture the comprehensive image containing both texture and thermal radiation information. In this case, Infrared and visible image fusion (IVIF) technology has emerged to improve the utilization of image information by combining information from multiple sensors capturing different modalities. Recent advancements in IVIF have witnessed extensive proposals for traditional-based and deep learning-based methods. Traditional-based approaches, such as multi-scale decomposition (MSD), excel at extracting textures and detecting salient targets, albeit being time-consuming due to the complexity of the required decomposer in the MSD-based framework. Deep learning-based methods, specifically auto-encoder (AE) belonging to convolutional neural networks (CNN), have also received significant attention. However, obtaining high-quality fused images is accompanied by loss of target awareness and training efficiency. This dissertation proposes three approaches to construct a target-aware fusion framework for IVIF tasks. Firstly, a novel IVIF method is proposed, which utilizes a double joint edge preservation filter and a non-globally saliency gradient operator. The proposed filter finely decomposes the source images into base, infrared detail, and visible detail layers, while the saliency gradient operator filters out redundant information and restores salient features. Secondly, a fusion method is proposed employing a globalet filter and detail enhancement model. The globalet filter is constructed for image decomposition from three perspectives: target brightness, removal of gradients of large-small scales, and preservation of texture details. The detail enhancement model establishes connections between detail layers and input images to guide the fusion process. Additionally, inspired by the powerful feature extraction capabilities of CNN and the ideas from MSD, an effective attention-scale sparse cascade network, termed as ASSCNet, is constructed for IVIF tasks. ASSCNet comprises an encoder, a fusion strategy, and a decoder, capable of generating the potential image with good image performance. The network incorporates a squeeze and excitation module (SE) and a novel sparse cascade mechanism to form SE cascade block (SECB) for extracting deep-level features. A multi-component optimization block is also introduced to enhance fusion performance. Extensive experimental results demonstrate that the three proposed methods outperform state-of-the-art methods in fusion and detection tasks, particularly in highlighting infrared targets, and preserving substantial details.

데이터 보호 및 무결성을 지원하는 에너지 효율적인 데이터 집계 기법

라빈드라비스타 전북대학교 일반대학원 2011 국내박사

최근 유무선 통신 기술의 발전 및 모바일 정보기기의 보편화에 힘입어, 시간과 장소에 제약 없이 서비스를 제공할 수 있는 유비쿼터스 컴퓨팅(Ubiquitous Computing)기술이 각광받고 있다. 특히 유비쿼터스 컴퓨팅 환경 구현을 위한 기반 기술로써 무선 센서 네트워크(Wireless Sensor Network: WSN) 기술 개발에 대한 관심이 크게 고조되고 있다. WSN은 사물의 인식정보 및 주변 환경 정보를 수집하여, 센서 네트워크를 통해 전송한 후, 이를 실시간으로 서비스 제공 및 관리하는 기술이다. 이는 다양한 u-City, u-Farm, Health 등 다양한 응용에 적용가능하며, 아울러 무선 통신을 사용하기 때문에 시스템 구축이 쉬운 장점을 지니고 있다. 그러나 WSN의 구축 시 다음과 같은 세가지 사항을 고려해야 한다. 첫째, 센서는 배터리를 사용하는 소형 디바이스이기 때문에, 에너지 자원이 제약적이다. 둘째, 무선통신을 사용하기 때문에, 이로 인해 발생되는 데이터 손실 문제를 해결해야 한다. 마지막으로, 중요한 개인정보를 수집/전송 하기 때문에 개인정보 보호 및 데이터 무결성을 보장해야 한다. 이를 만족하기 위한 요구사항은 다음과 같다. 첫째, WSN에서 사용되는 센서 노드는 배터리를 사용하는 소형 디바이스이기 때문에, CPU나 메모리와 같은 컴퓨팅 자원 및 에너지 자원이 제한적인 문제점이 존재한다. 이러한 문제점을 해결하기 위해, 필요한 데이터만을 집계하여 전송하는 데이터 집계 처리 기법들이 연구되었다. 기존의 WSN에서의 데이터 집계처리 기법의 경우, 싱크노드에서 모든 센서 노드의 데이터를 수집하여 사용자에게 필요한 정보를 반환한다. 그 결과 특정 노드에서 처리하는 데이터량이 급증하는 hotspot 문제점이 발생한다. 또한 센싱 데이터 전송시 최적의 라우팅 경로 탐색을 위해 추가적인 라우팅 메시지 전송이 요구되기 때문에, 전체 메시지 전송량이 증가하는 문제점을 발생시킨다. 따라서 제한된 자원을 가진 WSN 에서, hotspot 문제를 완화하고 메시지 전송량을 감소시킬 수 있는 에너지 효율적인 데이터 집계 처리 기법이 필수적이다. 둘째, 센서 노드 간 무선 통신을 사용하기 때문에, 전송 중 데이터 손실이 발생하거나 공격자에 의해 중요한 데이터가 위험에 노출되는 문제점이 존재한다. 데이터 집계 처리를 위해서는 해당 질의를 수행하는 모든 센서 노드로부터 질의 결과를 수신받아야 한다. 그러나 무선통신을 이용하기 때문에 데이터 전송 과정에서 데이터 손실이 발생할 수 있다. 이러한 데이터 손실 문제를 해결하기 위해, 질의 결과 데이터 전송시 센서 노드의 ID를 포함하여 전송함으로써 데이터를 전송 받지 못한 센서 노드를 신속하게 확인하고 재전송을 요청하는 연구가 진행되었다. 그러나 기존의 센서 노드 ID 전송 기법들은 센서 노드의 ID를 전송하는 오버헤드가 증가하는 문제점이 하기 때문에, 효율적인 센서 노드 ID전송 기법이 요구된다. 마지막으로, 센서 노드에서 집계된 데이터는 사용자의 건강과 같은 중요한 개인 정보를 포함할 수 있다. 그러나 WSN의 경우 무선 통신을 사용하기 때문에, 악의적인 사용자에 의해 데이터가 위험에 노출되는 문제점이 존재한다. 또한 무선 통신을 사용하기 때문에, 데이터 전송시 질의처리 결과 데이터가 변경될 수 있다. 이러한 문제를 해결하기 위해 WSN에서의 데이터 보호 및 무결성 보장을 지원하는 기법들이 연구되었다. 그러나 기존 데이터 보호 및 무결성 보장 기법들은 원본 데이터를 분할하여 전송하기 때문에, 메시지 전송량이 급격하게 증가하는 문제점을 지니고 있다. 또한 싱크노드에서 전체 데이터를 수집하여 확인하기 때문에, 악의적인 사용자에 의한 데이터 변경 발생시 데이터 무결성 확인이 지연되는 문제점이 발생한다. 따라서 에너지 효율적인 데이터 보호 및 무결성 보장 기법이 필수적이다. 이와 같은 문제점들을 해결하기 위해, 본 논문에서는 개인정보 보호 및 데이터 무결성을 지원하는 에너지 효율적인 데이터 집계 기법을 제안한다. 첫째, 데이터 전송 오버헤드 감소 및 hotspot 문제 해결을 위해, 효율적인 데이터 집계 처리 라우팅 경로 구성 기법인 Designated Path (DP) 를 설계한다. DP기법은 네트워크 구성시 질의 결과 데이터를 전송할 부모 노드 그룹을 미리 결정하고, round-robin 방식으로 부모 노드 그룹에 속한 노드들에 번갈하가며 데이터를 전송한다. 따라서 모든 센서 노드를 균일하게 사용함으로써, WSN에서의 에너지 소모를 균등하게 한다. 둘째, 센서 노드 ID전송시 발생하는 데이터 전송 오버헤드 감소를 위해, 시그니쳐 기반의 센서 노드 ID 전송 기법을 설계한다. 기존의 센서 노드 ID 전송 기법들은 노드 ID를 정수로 표현하기 때문에, (정수 데이터 크기*센서 노드의 수) bytes 만큼 데이터 전송 오버헤드가 발생한다. 이를 해결하기 위해 본 논문에서는 각 센서 노드의 ID를 bit 단위로 표현하여 전송하는 시그니쳐 기반 기법을 설계한다. 그 결과 센서 노드 ID 전송시 발생하는 오버헤드는 (센서노드 수/8) bytes 로 감소한다. 마지막으로 에너지 효율적인 데이터 보호 및 무결성 보장 기법을 설계한다. 이를 위해 본 논문에서는 복소수 기반의 데이터 변환기법을 설계한다. 제안하는 기법은 다음과 같이 수행된다. 전체 센서 노드에 각 노드별 seed를 전송한다. 각 센서 노드는 자신이 수집한 원본 데이터를 seed와 결합하여 복소수의 실수부 값으로 변환시킨다. 이를 통해 부모노드-자식노드 간 데이터 통신 수행시 정확한 원본 데이터 값을 부모 노드에서 확인할 수 없도록 보호한다. 다음 각 노드에서는 자신의 이전에 수집된 데이터 값과 현재 수집된 데이터 값 사이의 편차를 측정한다. 측정된 데이터 편차를 이용하여 복소수의 허수부 데이터를 생성한다. 부모노드에서는 전송받은 복소수 데이터의 허수부 값을 통하여 자식노드 상태를 지속적으로 모니터링할 수 있다. 이를 통해 부모노드-자식노드 간 데이터 무결성을 보장할 수 있으며, 데이터가 손상되는 경우, 이를 빠르게 확인하고 대응할 수 있다. 또한 최종 수집된 데이터를 이용하여 싱크노드에서 데이터 무결성을 다시 한번 확인함으로써 전체 센서 네트워크 내의 데이터 무결성을 보장한다. 본 논문에서는 제안한 기법의 효율성을 증명하기 위해 첫째, 제안한 시그니쳐 기반 데이터 보호 기법(Original name: DP) 에 대하여 분석적 성능평가를 수행한다. 둘째, TinyOS에서 제공하는 시뮬레이터인 TOSSIM을 통해 기존 기법들과 성능평가를 수행한다. 성능평가 항목은 데이터 집계처리 효율성, 노드 ID 전송 효율성, 그리고 데이터 보호 및 무결성 보장 효율성이다. 먼저, 데이터 집계 처리 효율성을 위해 Directed-Diffusion 기법 (DD) 및 Hierarchical Data Aggregation기법 (HDA)과 성능비교를 수행한다. 다음 노드 ID 전송 효율성은 CMT 기법과, 데이터 보호 및 무결성 보장 효율성은 Cluster-based Private Data Aggregation enforcing integrity (iCPDA) 기법 및 Integrity-Protecting data Aggregation (iPDA)기법과 성능 비교를 수행한다. 이를 통해 제안한 기법이 우수한 성능을 나타내는 것을 보인다. Wireless sensor networks (WSNs) were originally adopted by military applications, and are becoming integral part of more and more civilian applications to improve quality of life. With current wireless sensor network technology, people gain advanced knowledge of physical and social systems, opening the advent of ubiquitous sensing era. In-network processing i.e., data aggregation is an essential function of WSNs to collect raw sensory data and to get aggregated statistics about the measured environment helping queriers capture the major feature or changes of the measured systems. As more applications of WSNs collect sensitive measurements of people’s everyday life, privacy and security concerns draw more attention. Since WSNs are resources-constrained (i.e., limited power supply, low bandwidth and so on), it is very essential to efficiently gather data from the WSNs for making their life prolonged. Data aggregation can conserve a significant amount of energy by minimizing transmission cost in terms of the number of data packets. A usual concept to collect data in a sink node is to transfer data from other sensor nodes to the node by multi-hop. However, it gives rise to two problems. One is the hotspot problem, in which the particular sensor nodes (core nodes) in the network run out of energy sooner than other nodes. As a result, the network loses its service ability, regardless of a large amount of residual energy of the other nodes. The other is that the network generates unnecessary traffic during data transmission for choosing a proper data sending path. Aggregated result of sensor data at the sink node is used for making important decisions. Because WSNs are not always reliable, it cannot be expected that all nodes reply to all request. Therefore, the final aggregated result need to be properly derived. For this, the information of the sensor nodes (Node Identifications, IDs) contributing to the final aggregated result must be known by the sink node. The communication cost of transmitting IDs of all contributed sensor nodes along with the aggregated data must also be minimized. However, the existing work is limited to transmit a few IDs of sensor nodes due to limited bandwidth. Moreover, many applications require privacy and integrity protection of the sampled data while they travel from the source sensor nodes to the sink node. If privacy of sensory content is not preserved, it is not feasible to deploy the WSNs for information collection. On the other hand, if integrity of the collected sensory information is not protected, no queriers or users can trust and/or use the collected information. Hence, two important issues should be addressed before wireless sensor network systems can realize their promise in civilian applications: (1) protecting data privacy, so that the deployment of the wireless sensor network systems is feasible; (2) enforcing integrity, so that users can trust the collected information (or aggregated result). Existing schemes suffering from high communication cost, high computation cost and data propagation delay are the obstacles in realizing the promises. This dissertation explores efficient data aggregation, node-ID transmission mechanism, and privacy and integrity of data aggregation in wireless sensor networks. First, we propose a new energy-efficient data aggregation scheme for WSNs, called Designated Path (DP) scheme. In the DP scheme, a set of paths is pre-determined and run the paths in a round-robin fashion so that all the nodes can participate equally in the workload of gathering and transferring data to the sink. It has the advantage of incurring less communication overhead for the aggregation. Next, for supporting scalable node ID transmission, we propose a novel mechanism in which a special set (i.e., 2n type) of real numbers are assigned to sensor nodes as their IDs so that a single bit is sufficient to hold ID of a sensor node during transmission of aggregated data to the sink node. For this, we, first, generate fixed size signatures for the IDs of all sensor nodes and then superimpose the signatures during data aggregation phase. We named this mechanism as signature scheme which has the advantage of incurring less communication and computation overheads while transmitting IDs of sensor nodes. Finally, we address both privacy of individual sensory data and integrity of aggregation result simultaneously. It is very challenging to achieve the synergy of privacy and integrity at the same time, because privacy-preserving schemes try to hide or interfere with data, while integrity protection is usually necessitated to enable peer monitoring or public access of the data. Therefore, they can be the conflicting requirements, one barricading the implementation of the other. We propose a new and efficient privacy and integrity preserving scheme for WSNs. Our scheme makes use of complex number, which is an algebraic expression using arithmetic operations, such as addition (+), to aggregate and hide data (for data privacy) from other sensor nodes and adversaries during transmissions to the data sink. In our scheme, the real unit of a complex number is used for concealing sampled data whereas the imaginary unit is exploited for providing data integrity checking. It has the advantage of incurring less computation and communication overheads, low data propagation delay, and high level of data integrity for privacy and integrity preserving data aggregation. To show the efficacy and efficiency of the proposed schemes, we first numerically analyze the proposed DP scheme, signature scheme and privacy and integrity preserving scheme. Next, we present analytic performance evaluation and simulation results of our schemes by comparing them with other existing schemes: the performance of DP scheme with Directed-Diffusion (DD) and Hierarchical Data Aggregation (HDA), signature scheme with CMT scheme, and privacy and integrity preserving scheme with Integrity-enforcing Cluster-based Private Data Aggregation (iCPDA) and Integrity-Protecting Data Aggregation (iPDA). The evaluations show that our proposed schemes are much more efficient than the respective existing schemes.

소셜 네트워크 게임에서 소셜 정보를 연동하기 위한 메타 API 및 소셜 허브 시스템 개발

정경진 전북대학교 일반대학원 2014 국내석사

오늘날 현대인들은 SNS(Social Network Service)의 확산으로 언제 어디서나 지인들과 소통할 수 있게 되었다. 소셜 커머스, 크라우드 펀딩 등과 같은 다양한 서비스들이 SNS와 결합되어 빠른 성장을 이루고 있다. 이들 서비스와 함께 대표적으로 급성장 하고 있는 서비스가 바로 SNG(Social Network Game)이다. SNG는 기존에 게임에 관심이 없던 여성 유저나 라이트 유저들이 지인들과의 협동, 경쟁에 재미를 느끼고 자연스럽게 게임에 몰입할 수 있도록 할 수 있는 특징을 갖는다. 여기에 SNS를 통한 바이럴 마케팅 또한 훌륭한 광고 수단이 되기 때문에 이러한 현상이 가속화되고 있다. 실제 해외 SNG 업체인 King사는 캔디크러쉬사가 라는 SNG를 통해 2013년 한 해 약 2조원에 이르는 연 매출을 달성하기도 하였다. 하지만 SNS를 개발하기 위한 상황은 오히려 많은 제한점을 갖고 있다. SNS 플랫폼의 종류는 다양하지만 실제 SNG 개발은 특정 SNS에 국한되어 서비스되고 있는 것이 대부분이다. 가장 큰 이유는 SNS 플랫폼들 각각 오픈 API를 제공하는데 표준규격이 없어 제각각이라는 것이다. 또한 국내의 대표 SNS인 카카오톡 플랫폼의 경우 현재까지 API의 공개 범위를 계약된 업체들에게만 제공하고 있고 소수의 기능에 대해서만 베타테스트 형식으로 일반인에게 오픈하고 있다. 따라서 스타트 기업 및 SNG를 개발하려는 1인 개발자들에게는 해당 플랫폼을 적용하기가 쉽지 않다. 이에 본 논문은 다양한 SNS 플랫폼들에서 제공하는 API들을 공통으로 사용할 수 있도록 해주는 메타 API를 구현한다. 또 이를 통해 획득한 다양한 소셜 정보들을 가공하여 SNG에 필요한 필수 기능들을 제공할 수 있는 소셜 허브 시스템 구축 방법에 대해 소개한다. 이를 통해 개발자의 경우 수많은 오픈 API들을 각각 적용하고 통합 하는 수고를 하지 않고 SNG를 개발할 수 있다. 소셜 허브 시스템을 사용해 개발된 SNG를 사용하는 유저들은 더욱더 다양한 사람들과 다양한 경험을 할 수 있게 된다. 본 논문에서는 해당 시스템을 구현하는데 초점을 두고 있으며 시스템 구성에서 최적화를 위한 기법들에 대해 소개한다. 마지막으로 실험 및 평가를 통해 시스템 내에서 제안한 친구 관리 기법이 일반적인 친구 관리 방법에 비해 뛰어난 검색 성능을 나타냄을 보였다. 또한 해당 시스템과 기존 SNG에서 인맥정보를 로딩하기 위한 시간을 측정하였고 기존 SNG 게임과 비교하여 속도 차이가 없음을 보여주어 실제 게임 구현을 하기에 충분한 시스템임을 입증하였다. Through expansion of SNS, today’s people can communicate with friends anytime, anywhere. Various types of services like social commerce, crowd funding are growing faster in combination with SNS. SNG (Social Network Game) is the service which is growing faster together with these kinds of services. SNG has a feature that attracts women consumers and light users who were not interested in game, making them naturally absorbed in game and interested in cooperation and competition with friends. And this type of phenomenon is being accelerated because viral marketing using SNS can be a great marketing strategy. A foreign SNG enterprise, King had an annual sale about 2 trillion in 2013 through SNG called Candy crush. Despite of these positive effects, developing real SNG has many difficulties. Because most of trials to develop SNG focus on just few specific SNS though there are various types of SNS platforms. One of the biggest reasons is SNS platform companies provide open API to connect platforms in their own way because there is no standard. Furthermore, in case of Kakaotalk, a representative domestic SNS platform provides API only to contractors, and just few functions to public in beta test. So, it’s not easy to apply adequate platforms for new businesses and small-medium sized companies that are trying to develop SNG. This paper will introduce Meta API that makes it possible to use many different API provided by a number of SNS platforms. And, processing various social information gained through the above, this paper will introduce social hub system that is able to provide essentially needed functions to SNG. This helps developers not to apply many open API separately and combine them to develop SNG. In addition, the users who use SNG developed through social hub system can experience more diverse things with various people. This paper focuses on realizing the above system and introduces technique optimized for system configuration. Lastly, through experiment and evaluation, this paper compares friends management technique suggested in the above system to general friends management technique, and the result of that comparison is the suggested technique is superior to the general technique in search function. Moreover, measuring the time to load a list of friends from both the above system and the existing SNG, this paper demonstrates the above system is enough to realize a game because the speed in the both systems is same.

감귤류에 대한 자동화된 생산량 모니터링 시스템 및 품질 분류

더르츠 전북대학교 일반대학원 2013 국내박사

감귤류에 대한 자동화된 생산량 모니터링 시스템 및 품질 분류 전자정보공학부 컴퓨터공학 더르츠 올지어르시흐 지도교수 이말례 요약 과일과 야채의 품질 분류 생산량 모니터링은 작물관리 시스템에 있어서 상당히 어렵고 중요한 과제 중 하나이다. 생산량 모니터링은 선택가능한 통제수단과 다른 영농관리의 정보 지도를 생성해 수확 일정을 계획하고, 생산량을 예측하는 가치 있는 정보를 제공할 수 있습니다. 또한, 생산량을 초기에 예측하는 것은 농업에 있어서 항상 중요한 도전과제 입니다. 제주는 한국에서 최고의 노지감귤 생산지역입니다. 노지감귤의 생산량과 품질은 제주특별자치도 노지감귤 관측조사 위원회 및 제주특별자치도 농업기술원에서 다음과 같이 일 년에 세 번 5월, 8월, 11월에 걸쳐서 조사하고 있습니다 [1-4]: 1. 노지감귤 생산량 모니터링. a. 꽃 수량을 조사 b. 꽃수와 오랜 된 잎 수량을 확인하여 화엽비(잎 수에 대한 꽃수의 비율)를 조사 c. 꽃 수량과 새로 나온 잎의 강약 정도를 조사 2. 노지감귤 품질 예측 예를 들면, 2013년 5월 6일부터 15일 동안 조사실무자 112명과 조사보조요원 224명이 제주도내 노지감귤 과수원 458곳에서 농업 관측조사를 실시하였다[5]. 관측조사 중에 전체 감귤나무의 꽃과 잎이 아닌, 표본으로 선정된 감귤나무의 꽃과 잎을 계수 하였다. 이 관측조사에는 많은 노동과 시간과 비용이 사용되었다. 그러나 이러한 관측조사 결과를 통한 생산량 예측이 실제 생산량과 항상 정확이 일치하는 것은 아니다. 이러한 정밀하지 않고 비효율적이면서 많은 비용이 소요되는 실제적인 위험을 극복하기 위해 노지감귤의 품질 분류를 위한 자동화된 생산량 모니터링 시스템을 제안한다. 이 논문의 주된 목표는 노지감귤의 꽃과 이파리와 과실의 색상 정보 그리고 과실의 품질 분류 및 과실의 크기와 색상의 성분 분석을 통한 자동화된 생산량 모니터링 시스템 개발을 목표로 하고 있다. 제안 한 자동화된 생산량 모니터링 시스템은 노지감귤의 꽃, 잎, 색상 구성 요소를 사용하여 이미지에서 과일을 식별하고, 노지감귤을 수확하기 전 감귤나무에 꽃들이 피기 시작하는 계절 초기에 감귤 생산량을 예측하고 있다. 이러한 데이터는 생산량 매핑을 결정하는데 사용하고, 나무에 있는 감귤의 색상 정보를 이용하여 감귤나무의 과실 사이즈와 품질을 분류한다. 5월 달과 8월 달 11월 달에 카메라를 이용하여 노지감귤 과수원에서 모두 21개의 샘플 나무 이미지를 촬영했다. 이미지들은 제주특별자치도 제주시 애월읍 광령1리 지역에서 촬영되었다. 이 이미지들은 노지감귤의 품질 분류를 위한 자동화된 생산량 모니터링 시스템을 개발하기 위해 사용되었다. 부분적으로 흐린 조명 조건과 자연 상태의 야외 일광에서 정지모드로 각 나무의 네 측면을 촬영 하였다. 감귤 성장시기의 초기 단계에서 생산량 모니터링 시스템을 구축하기 위해 새로운 알고리즘이 개발되었다. 다양한 자연 조명 조건에서 감귤 꽃의 색상을 감지하고 수를 세는 알고리즘은 감귤류 과일의 생산량을 추정할 수 있게 만들어준다. 제안된 알고리즘이 중요성은 자연 야외 조명 조건에서 감귤 꽃 인식에 대한 정확한 결과를 제공하고, 믿을 수 있고 실현가능한 효율성을 나타내는데 특별한 의미가 있다. 감귤 나무의 오랜 된 잎과 꽃 수량 비율을 확인하는 알고리즘을 개발하였다. 오랜 된 잎의 픽셀 값과 꽃의 필셀 값에 중앙값필터 3x3을 적용하여 감귤나무의 오랜 된 잎과 꽃의 비율을 정확하게 확인할 수 있습니다. 여기서 제안된 컴퓨터 비전 방법은 감귤나무의 오랜 된 잎과 꽃 수량 비율을 최소한의 노동을 사용하고, 시간과 경비를 사용해서 신속하게 알아내는 것을 목표로 한다. 감귤나무에서 새로 나온 잎과 꽃 수량을 확인해서 그룹으로 나눌 수 있는 알고리즘을 개발하였다. 감귤 생산량 모니터링을 하는 과수원의 감귤나무에서 새로운 잎과 꽃 수량 정도를 알기 위해서 감귤나무 이미지를 가지고 조사하였다. 감귤나무의 잎과 꽃이 발생 정도를 정확히 조사하기 위해서, 이미지를 라운드로 만들고서 라운드 이미지의 전체 꽃 수량과 새로 나온 잎 수량에, 수량 확인 알고리즘을 적용하여 사용하면 좋은 결과를 찾을 수 있었다. 노지감귤 나무의 생육 중인 과일 인식 및 수량 확인을 위한 새로운 알고리즘을 개발하였다. 자연 광원 조건에서 과수원의 과일 수량을 휴먼비전 방법으로 계산하고, 노지감귤 수량 확인 알고리즘을 이용한 방법과 비교하였다. 시뮬레이션에서 생성한 출력 값은 새로운 계산 알고리즘이 적합하고 효과적임을 보여주고 있다. 21개의 샘플 나무를 가지고 비교한 결과, 노지감귤의 과일 인식 및 수량 확인 알고리즘은 꽃 수량의 10%-25%로 추정된다. 25%로 추정한 꽃 수량 확인 알고리즘에서 계산된 생산량과 수확하기 전에 추정한 생산량은 서로 근사치에 있습니다. 본 논문에서는 자동화된 생산량 모니터링에 대한 생산량 매핑을 위하여 21개의 샘플 나무에서 두 종류의 데이터 세트를 사용하여 플롯 팅 하였다: 1) 이른 시기에 생산량 모니터링을 위한 생산량 매핑과 2) 수확시점 전에 생산량 매핑을 얻을 수 있습니다. 본 연구에서는 노지감귤 나무의 감귤 크기에 따른 감귤류 품질의 분류를 위한 새로운 컴퓨터 비전 알고리즘을 개발하였다. 감귤의 지름과 감귤의 경계 및 감귤의 영역으로 그룹화한 결과는 제주특별자치도 노지감귤 관측조사 위원회가 제공한 감귤 크기에 대한 조사 연구의 결과와 비교 하였다. 대표적인 이미지의 비교 결과는 노지감귤 지름에 대한 픽셀 값이 경계에 대한 픽셀 값과 영역에 대한 픽셀 값보다 실제 크기 감귤의 사이지를 잘 나타낸다는 것을 보여준다. 노지감귤의 색상에 따른 감귤류 품질 분류를 위하여 두개의 새로운 알고리즘을 개발하였다. 여기서 제안한 시스템의 장점은 생산량 예측이 필요한 계절의 이른 시기, 노지감귤 나무에 꽃들이 피는 때와 노지감귤을 수확하기 전에 예상된 노지감귤 생산량의 정보를 제공 할 수 있다는 것입니다. 여기서 제안 한 시스템은 감귤이 나무에 달려 있는 상태에서, 감귤의 크기와 감귤의 색상 정보를 가지고 노지감귤의 품질을 분류하는 것이다. 본 논문에 기재된 생산량 모니터링 시스템은 가능한 한 다양한 감귤류 경영 관리에 관개 관행, 식물에 제초제 살포시 응용 및 다른 농업의 필요한 부분에 다양한 방면으로 사용될 수 있습니다. 제안된 시스템에서 개발 된 알고리즘은, 사과, 대추, 감 등 다른 여러 가지 과일 생산량 모니터링 시스템에 적용 할 수 있다. 주요어 : 생상량모니터링, 품질분류, 감귤류, 영상처리, 신경망 An Automated Yield Monitoring System for Quality Classification in Citrus Fruits Center for Advanced Image and Information Technology, School of Electronics & Information Engineering Ulzii-Orshikh Dorj Advised by Malrey Lee ABSTRACT Yield monitoring of fruits, vegetables, and the classification of their quality is one of the more difficult and important tasks in a crop management system. Yield monitoring can provide valuable information for forecasting yields, planning harvest schedules, generating alternate bearing year prescription maps and other management practices. As well, an early prognosis of expected yields has always been a major challenge in agriculture. Jeju is the number one citrus fruit producing province in South Korea. Citrus fruit yield and quality are surveyed by the Jeju Citrus Commission and the Jeju Special Self-Governing Province Agricultural Research & Extension Services three times per year during the months of May, August, and November as follows[1-4]: 1. Yield Monitoring of the Citrus Fruits a. by Number of Flowers b. by Ratio of Old Leaves to Flowers c. by Degree of New Leaves and Flowers 2. Quality Prediction of Citrus Fruit Yield For example, during the year 2013, for 15 days commencing from the 6th of May an agricultural research survey was conducted in 458 locations on Jeju Island by 112 researchers and 224 assistants [5]. During this survey, not all tree flowers and flowers were counted, instead a representative sampling was conducted. A large degree of labor, time and capital was utilized during this survey research. A certain margin of error may also be evident due to the limited number of trees that were included in the survey as well as other factors. In order to overcome practical draw-backs such as inaccuracy and inefficiency, as well as considerations for the cutting of financial costs, an automated yield monitoring system for quality classification in citrus fruits is hereby proposed. The main goal of this thesis is to work towards the development of an automated yield monitoring system by using color component information of the citrus flowers, leaves, fruits, and quality classification for the estimation of fruit size and color component analysis. The proposed system identifies citrus flowers, leaves, and fruits from images using color components and subsequently estimates citrus yields for a single tree either early in the season when citrus tree flowers are blooming, or before the harvest.; These data are then used to determine yield mapping; and citrus fruits, which are on the tree and are classified by quality for a single tree by fruit size using color component information. A total of 21 sample tree images were taken during the months of May, September and November using cameras in the tangerine groves. These images were taken at Gwangnyeong 1-ri, Aewol-eup on Jeju Island. The images were then used for developing an automated yield monitoring system for quality classification in citrus fruits. Images were taken from four sides of each tree in a stationary mode under natural outdoor daylight, and also in partly cloudy illumination conditions. In order to establish a system of yield monitoring at the early stages of a growing season a new algorithm was developed. A Color Detection/Counting Algorithm for Citrus Flowers under Various Natural Lighting Conditions was created that is able to estimate citrus fruit yields. It is significant to point out that the proposed algorithm gives an accurate result for citrus flower recognition in natural outdoor lighting conditions and is found to be reliable, feasible and efficient. A Determinant Algorithm for the Ratio of Old leaves to Flowers was developed. The application of the Median Filter 3x3 allows for a reliable representation of the ratio of old leaves to flowers for a single tree. With the goal of determining the ratio of old leaves and flowers quickly, and with a minimum expenditure of labor, time, and capital, the proposed computer vision method is considered to be efficient. A Determinant Counting Algorithm for the counting of new leaves and flowers was developed. This algorithm was developed in order to determine the degree of new leaves and flowers for citrus fruit yield monitoring in orchards. The total number of flowers, the total number of new leaves and the grouping of results from the flower counting algorithm for circle images were found to provide reliable results for the determinant degree of citrus tree leaves and flowers. A new algorithm for citrus fruit detection and counting was developed. Under natural lighting conditions the prediction of citrus fruits numbers from the orchard is computed and compared based on human vision counting and subsequently compared with the citrus fruit counting algorithm. The simulation outputs demonstrate that the new counting algorithm is both suitable and effective. The results of this citrus fruit recognition and counting algorithm paired with computed yield estimations of 10%-25% of the results of the flower counting algorithm were compared for 21 sample trees. Yield estimates prior to harvest were compared with the computed yield estimates from the flower counting algorithm at 25% and were found to generate similar results. In this thesis two kinds of yield mapping for an automatic yield monitoring system were plotted by using two different data sets for the 21 sample trees: 1) Yield mapping for early yield monitoring, and 2) Yield mapping prior to harvest. A new computer vision algorithm for quality classification in citrus fruits based on size for a single tree was developed in this study. The properties of area, perimeter, and diameter for the citrus fruits of the input image were measured by pixels. In order to estimate citrus fruit size in a realistic manner, ratios of diameter, perimeter and area pixels values to actual size for the citrus fruit were determined. Results of grouping by diameter, perimeter, and area were compared with results of the survey research for citrus fruit size as provided by the Jeju Citrus Commission. Comparison results demonstrate that citrus fruit diameter pixels of the image represent the actual size of the citrus fruits in a more reliable manner than the other two pixels values (i.e., perimeter and area). New algorithms for quality classification in citrus fruits based on colors utilizing two distinct methods were developed. The mean values of the RGB components were determined for the first method and were based on a total of 144 images (24 for each dark green, light green, yellow, light orange, dark orange, and rejected citrus image). The neural network classification was developed within Mean Red, Green, and Blue Values input nodes, and Dark Green, Light Green, Yellow, Light Orange, Dark Orange, and Blemish output nodes. For developing the 2nd algorithm for quality classification in citrus fruits based on colors for a single green fruit, the image processing operation is carried out using 60 images (coarse skin 20, flawed skin 20, and smooth skin 20, respectively). The average green component values of the pixels were determined. Representative graphs were plotted for three cases, i.e., coarse skin, flawed skin, and smooth skin citrus fruits. Plotted representative graphs were provided illustrating different shapes for coarse, flaw, smooth skin fruits. The main advantages of the proposed system is that it can provide a reading of the expected yield of a single tree both early in the season, when citrus tree flowers are blooming, and also prior to harvest. Additionally, the proposed system would classify citrus fruits by quality for a single tree by fruit size, and color information, when the fruit is still on the tree. The yield monitoring system as set forth in this thesis could conceivably be used for enhancing various citrus management practices such irrigation practices, application of herbicide to plants and other agricultural requirements. The algorithms, which were developed in the proposed system, could be applied to other fruit yield monitoring systems, such as for apples, jujube, persimmon, etc. Keywords: yield monitoring, quality classification, citrus fruit, image processing, neural network

OWL 기반 시맨틱 블로그 시스템의 설계 및 구현

허영화 전북대학교 대학원 2009 국내석사

블로그 환경에서 블로그 자원들은 독립적인 속성을 가지고 있고 다양한 형식으로 분산되어 있기 때문에 기존의 방법들로 사용자가 원하는 정확한 정보를 추출하는데 한계가 있다. 본 논문에서는 이 문제를 해결하기 위하여 온톨로지를 기반으로 블로그 환경을 OWL 지식베이스로 구축하고 추론 기법을 적용하여 사용자에게 구독하고 있는 포스트의 관심 블로그 커뮤니티를 추천하는 시맨틱 블로그 시스템을 제안한다. 제안 시스템은 블로그 공간의 지식정보를 체계적으로 구조화한 온톨로지 기반 블로그 모델(OSEM)을 OWL 온톨로지로 변환하여 OSEM을 시맨틱 웹 환경에서 손쉽게 적용시킬 수 있게 되었다. 따라서 웹에서 표준화된 방식으로 블로그 공간의 지식정보를 공유하고, 온톨로지 관리 도구를 사용하여 블로그 자원 사이의 다양한 링크를 추적하고 분석하는 것을 가능하게 하였다. 또한 OWL 온톨로지를 기반으로 추론 기법을 적용해 숨겨져 있던 블로그 자원 사이의 연관 관계 정보를 도출하여 기존의 OWL 온톨로지를 확장하였다. 그리고 새로 도출된 연관 관계 정보를 이용하여 분산된 블로그 환경에서 관심 블로그 커뮤니티를 형성하여 사용자에게 관심 있는 블로그 자원의 추천할 수 있도록 하였다. 관심 있는 블로그 자원 추천에서 우선순위를 주기 위하여 포스트와 블로그의 관련도를 세 단계로 나누어서 표현하여 관심도 많은 블로그부터 추천하는 방식으로 구현하였다. 그러나 포스트와 블로그의 관련도를 세 단계로 나누어서 표시하는 방식은 정확도 면에서 아직 미흡하다. 개념과 포스트 간의 포함관계, 포스트와 포스트 간의 trackback 관계, 포스트와 블로그 간의 scraps 관계 등 블로그 공간의 상호작용과 관계들에 대해 정량화한 가중치를 부여하고 추론을 통해 얻어지는 관심 블로그 자원의 관계에도 정확한 가중치를 주어 관련도를 명확하게 표시해야 한다. 향후 연구로 OWL 온톨로지 내 블로그 자원 사이의 숨겨져 있는 다양한 관계를 도출하는 규칙을 더 정교하게 작성하고 관련도에 대해 가중치를 부여해서 보다 정확하고 적합한 블로그들로 형성된 관심 블로그 커뮤니티를 사용자에게 제시하는 연구가 필요하다. As a new community forming environment, the blog platform enables sharing of the resources in blogosphere through active information exchange. Many researches have been performed to recommend appropriate resources to users from vast amounts of blog resources. As one of the solutions OSEM defines the knowledgebase in the blogosphere with ontology for effectively modeling it. In this thesis, we propose a technique of converting the knowledgebase into the OWL ontology for sharing it on the semantic web environment. An inference method is then applied to the OWL ontology for recommending interest blog communities. For this aim, a mapping method is offered and then SWRL inference and SPARQL query based on the ontology are employed to extract interest blog communities.

클라우드 컴퓨팅 환경에서 정보 보호를 지원하는 암호화 비교 연산 프로토콜 기반 암호화 연관 규칙 마이닝 알고리즘

신재환 전북대학교 일반대학원 2020 국내석사

Recently, with the advancement of cloud computing technology, database owners can outsource their databases to the cloud to provide professional management of data at low cost. However, outsourcing the original database to the cloud server exposes all the private information in the database to the cloud server. The cloud server can exploit information obtained from outsourced databases and user's queries. In this paper, we propose an efficient association rule mining method that protects the original database, user's queries, query results and guarantees accurate query results in a database outsourcing environment. To provide information protection, the original database is encrypted with ElGamal cryptosystem, and the user's query and support for each item is encrypted with Paillier cryptosystem. To provide efficient query processing on ciphertexts, we propose two comparison protocols that compares ciphertexts without exposing information. The SPET protocol can determine whether two ciphertexts are equal or not with only the operation cost of decrypting the ElGamal ciphertext once. The SC protocol can perform comparisons of two ciphertexts with only 1/8 of the cost compared to the ciphertext comparison protocol used in the previous studies. As a result of comparing the proposed P-FPG algorithm with DP-ARM which is the algorithm of the previous study, the performance is improved by 68%, 123% and 81% in the retail, Chess and BMS-1 ​​datasets respectively.

전이 학습을 이용한 나뭇잎 영상 인식

강은철 전북대학교 일반대학원 2018 국내석사

최근 많은 컴퓨터 비전 및 기계 학습 연구 그룹은 나뭇잎 인식 문제에 관심을 기울이고 있다. 관련 문헌 조사를 통해 나뭇잎 영상 획득은 강한 제약 조건 또는 무 제약 조건으로 이루어진다는 것을 확인했다. 강한 제약 조건은 균일한 배경(흰 종이, 스캔)을 가지는 나뭇잎 영상 수집 조건이고, 무 제약 조건은 배경에 대한 조건이 없는 것이다. 전자는 사용자 편의성이 낮지만 높은 성능을 얻을 수 있고, 후자는 사용자 편의성은 높지만 높은 성능을 얻기가 어렵다. 본 논문은 두 극단적인 두가지 제약 조건의 중간에 위치한 약한 제약 조건을 새로 제안하고 약한 제약 조건에 따른 사용자 인터페이스의 효용을 증명한다. 약한 제약 조건은 나뭇잎을 카메라 화면 가운데에 위치시키고 초점을 맞추는 것이다. 약한 제약 조건 하에 하늘, 땅, 흰 배경과 나무에 붙은 채 획득한 나뭇잎 영상을 수집하여 데이터셋을 구축하였다. ImageNet 데이터셋으로 사전 학습 모델과 Convolutional AutoEncoder(CAE)를 이용한 사전 학습 모델을 이용하여 미세 조정하는 실험과 다양한 실험을 하였다. 나뭇잎 인식에 CAE를 이용한 전이 학습은 본 논문이 최초로 제안한 딥 러닝 모델로서, 실험 결과 기존 모델에 비해 성능이 우수함을 확인하였다. CAE 모델로 성능 실험한 결과, 테스트 집합에서는 99.17% 정확도를 얻었고, 사용자 테스트에서는 98.04% 정확도를 얻었다. 일반인들도 나뭇잎 인식을 쉽게 할 수 있도록 안드로이드 기반의 앱 Moip을 출시하였고, Moip 데이터셋을 공개하였다. Recently, many research groups of computer vision and machine learning are paying attention to leaf recognition. Through the literature survey, we have confirmed that there are two types of constraint in the leaf image acquisition process. One is the strong constraint, and it means that when collecting leaf images, the background must be uniform such as white paper, scan. The other one is no constraint, and it is free from background condition. The former is less user-friendly but achieves higher performance, while the latter is more user-friendly, but it is difficult to achieve a high performance. This paper proposes a new way of weak constraint between two extreme constraints and proves the utility of the user interface with weak constraints. A weak constraint is to place the leaves in the center of the camera screen and focus. The dataset was constructed by collecting leaf images obtained from the sky, the ground, the white background and on the trees with weak constraints. We have done various experiments with the pre-trained model using ImageNet dataset or Convolutional AutoEncoder(CAE). In this paper, we propose a new transfer learning using CAE for leaf recognition. As a result, we confirmed that the performance of the proposed scheme is superior to that of the existing model. As a result of performance test with CAE model, we obtained 99.17% accuracy in test set and 98.04% accuracy in user test. We released the Android-based app named Moip and the Moip dataset.

딥러닝 기반 정보시스템 이상 탐지

안기택 전북대학교 일반대학원 2023 국내석사

The corporate information system plays an important management system in relation to corporate management, such as personnel management, budget management, and financial management. If there is an abnormal failure of the information system, the work will be paralyzed until it is restored. For the stable operation of important information systems, companies are making efforts to respond to abnormal situations through monitoring and designating departments in charge and people in charge of each system. However, the complexity of information systems creates difficulties in maintenance, making it difficult to respond quickly to abnormal conditions. Existing monitoring methods for checking the abnormal status of the information system should be more intelligent and advanced. This paper proposes a method that collects data from information systems operated by actual companies and uses negative sampling and contrastive learning to check abnormal conditions before or immediately using performance data of monitoring systems. The data of the information system in operation has more normal data than abnormal data. In order to deal with the data imbalance, the negative sampling method is adopted based on t-distributed stochastic neighbor embedding. To learn with a small dataset, a contrastive learning is proposed by augmenting data. To see the effectiveness of the proposed methods, we have compared with conventional deep learning models such as CNN, LSTM, and spectral residuals, which showed good performance in related work. In experimental results, the proposed contrastive learning with negative sampling method showed 99.47% in true positive rate(TPR). On the other hand, the conventional CNN and LSTM with negative sampling showed 98.80% and 98.67% in TPR, respectively. This result shows that the proposed method is effective in anomaly detection with a small dataset.

프로세싱 인 메모리 시스템을 위한 동적 복합 프리페처의 설계 및 구현

Lim Say Kiat Ronald 전북대학교 대학원 2024 국내석사

프리페칭은 데이터 접속 패턴을 예측하고 메모리 지연 시간을 줄이기 위해 데이터를 프로세서 캐시에 사전에 가져오는 데 사용되는 기술입니다. 프로세싱 인 메모리 (Processing-in-Memory, PIM)는 메모리 벽의 영향을 극복하기 위해 처리 기능과 메모리 기능이 단일 위치에서 결합되는 non-von Neumann 컴퓨터 구조입니다. 컴퓨터 구조 시뮬레이션은 컴퓨터 시스템의 설계 및 평가에 사용되는 중요한 도구입니다. 본 논문에서는 컴퓨터 구조 시뮬레이션을 사용하여 PIM 시스템을 위한 동적 복합 프리페처를 설계하고 구현합니다. 먼저 잘 알려진 프리페칭 기술, PIM 구조 및 컴퓨터 구조 시뮬레이터에 대한 간략한 문헌 검토를 제시합니다. 그런 다음 시뮬레이션된 PIM 시스템에서 일반적인 프리페칭 기술의 성능을 조사합니다. 마지막으로 의사 결정 모델이 있는 동적 복합 프리페처를 제안하고 시뮬레이션된 PIM 시스템에서 그 성능을 조사합니다. Prefetching is a technique used to anticipate data access patterns and proactively bring data into the processor cache to reduce memory latency. The Processing-in-Memory (PIM) paradigm is one of non-von Neumann computing concepts where processing and memory functionalities are combined in a single location to overcome the limiㅅations from memory wall problem. Moreover, computer architecture simulation is a crucial tool used in the design exploration phase and evaluation of new and emerging computing hardware. In this thesis, a dynamic composite prefetcher for processing-in-memory systems is designed and implemented using computer architecture simulation. First, a brief literature review of well-known prefetching techniques, PIM architectures, and computer architecture simulators is presented. Then, the performance of common prefetching techniques in a simulated PIM system is investigated. Lastly, a dynamic composite prefetcher with decision models is proposed and its performance is investigated in a simulated PIM system.