클라우드 기반 프레임워크에서 유비쿼터스 워크스페이스 동기화

프랭크엘리호데 ( Frank I. Elijorde ),양현호 ( Hyunho Yang ),이재완 ( Jaewan Lee ) 한국인터넷정보학회 2013 인터넷정보학회논문지 Vol.14 No.1

현재 서로 다른 지역에서 여러 대의 컴퓨터 장비를 가지고 파일을 접근하고 작업을 하는 것은 흔히 볼 수 있는 현상이다. 이러한 환경에서 파일의 일치성과 이동성을 이루기 위해서는 워크스페이스 동기화를 위한 효율적인 방법이 사용되어야 한다. 그러나 파일동기화 만으로는 시간과 장소에 관계없이 작업을 재개하는 작업환경의 이동성을 보장하지는 못한다. 본 논문에서는 클라우드를 기반으로 한 사용자 워크스페이스의 접근 방안을 제공하는 유비쿼터스 동기화 기법을 제안한다. 세션 모니터링과 파일 시스템관리 방법을 결합하여 효율적인 동기화 방법을 제시하였다. 실험결과 고객요구에 대한 평균/최대 지연시간 뿐만 아니라 I/O연산의 수, CPU이용율 관점에서 우리의 연구가 Cloud Master-replica 동기화 기법보다 성능이 우수함을 보였다. It is common among users to have multiple computing devices as well as to access their files or do work at different locations. To achieve file consistency as well as mobility in this scenario, an efficient approach for workspace synchronization should be used. However, file synchronization alone cannot guarantee the mobility of work environment which allows activities to be resumed at any place and time. This paper proposes a ubiquitous synchronization approach which provides cloud-based access to a user`s workspace. Efficient synchronization is achieved by combining session monitoring with file system management. Experimental results show that the proposed mechanism outperforms Cloud Master-replica Synchronization in terms of number of I/O operations, CPU utilization, as well as the average and maximum latencies in responding to client requests.

Java Thread를 이용한 무선 센서 노드 에너지 수확 시뮬레이터

니코엔카나시온 ( Nico Encarnacion ),양현호 ( Hyunho Yang ) 한국인터넷정보학회 2013 인터넷정보학회논문지 Vol.14 No.2

주변 환경으로부터 에너지를 수확하는 것은 많은 응용 분야에서 센서네트워크의 에너지를 고갈시키는 상황을 완화시키는 데 필수적이다. 주변환경으로부터 얻을 수 있는 에너지는 적절하게 관리되고 수확된다면 시스템을 더욱 오랫동안 지속할 수 있게 한다. 이제까지 많은 시뮬레이터 들은 전원을 에너지 수확에 의존하는 센서네트워크를 시뮬레이션 하였다. 노드들이 에너지를 다양한 주변에너지원으로부터 수확한다고 가정하고 시뮬레이션을 할 수 있다는 것은 매우 중요한 일이다. 또한, 에너지의 잔량을 지속적으로 추적하고 이에 따라 노드의 활동을 조정하는 것도 필수적이다. 본 연구의 목적은 각기 다른 에너지원에 따른 에너지 수확의 효과를 보여주는 단일 노드 시뮬레이터를 제안하는 것이다. 본 연구의 결과는 향후 더욱 정교한 시뮬레이션을 위하여 확장이 가능 하다. Harvesting energy from the environment is essential for many applications to slow down the deterioration of energy in sensor networks. Energy from the environment is an inexhaustible supply which, if properly managed and harvested from the sources, can allow the system to last for a longer period. Many simulators simulate whole sensor networks where the nodes rely on energy harvesting for their source of power. It is important to be able to assume and simulate a node that can harvest energy from different sources of ambient energy. It is also essential to be able to keep track of the energy levels of the node and adjust node activities based on its energy status. This study aims to develop a prototype for a single node simulator that will show the effects of harvesting from different sources of energy. The results of this study can later be extended for more complicated simulations.

NLP기반 NER을 이용해 소셜 네트워크의 조직 구조 탐색을 위한 협력 프레임 워크

프랭크엘리호데 ( Frank I. Elijorde ),양현호 ( Hyunho Yang ),이재완 ( Jaewan Lee ) 한국인터넷정보학회 2012 인터넷정보학회논문지 Vol.13 No.2

방대한 양의 데이터로부터 정보추출의 정확도를 향상시키기 위한 많은 방법이 개발되어 왔다. 본 논문에서는NER(named entity recognition), 문장 추출, 스피치 태깅과 같은 여러 가지의 자연어 처리 작업을 통합하여 텍스트를 분석하였다. 데이터는 도메인에 특화된 데이터 추출 에이전트를 사용하여 웹에서 수집한 텍스트로 구성하였고, 위에서 언급한 자연어 처리 작업을 사용하여 비 구조화된 데이터로부터 정보를 추출하는 프레임 워크를 개발하였다. 조직 구조의 탐색을 위한 택스트 추출 및 분석 관점에서 연구의 성능을 시뮬레이션을 통해 분석하였으며, 시뮬레이션 결과, 정보추출에서 MUC 및 CoNLL과 같은 다른 NER 분석기 보다 성능이 우수함을 보였다. Many methods had been developed to improve the accuracy of extracting information from a vast amount of data. This paper combined a number of natural language processing methods such as NER (named entity recognition), sentence extraction, and part of speech tagging to carry out text analysis. The data source is comprised of texts obtained from the web using a domain-specific data extraction agent. A framework for the extraction of information from unstructured data was developed using the aforementioned natural language processing methods. We simulated the performanceof our work in the extraction and analysis of texts for the detection of organizational structures. Simulation shows that our study outperformed other NER classifiers such as MUC and CoNLL on information extraction.

클라우드 시스템의 지능적인 자원관리를 위한 적응형 부하균형 기반 그룹화 기법

마테오로미오 ( Romeo Mark A. Mateo ),양현호 ( Hyunho Yang ),이재완 ( Jaewan Lee ) 한국인터넷정보학회 2011 인터넷정보학회논문지 Vol.12 No.3

클라우드 시스템에 대한 현재의 연구들은 대규모 시스템 구현에 있어서 클라우드 구성요소들 간의 적절한 상호작용에 집중되어 있다. 그러나 이러한 시스템들은 속성을 기반으로 한 유사한 서비스 제공자들을 그룹화 하거나 효율적인 자원공유를 향상시키기 위한 지능적인 부하분산과 같은 지능적 기법을 제공하지 않는다. 본 논문은 클라우드 제공자를 그룹화하여 효율적인 서비스 가상화를 제공하여 서비스 프로비저닝을 향상시킨다. 클러스터 분석에 기반한 클라우드 서비스 제공자의 그룹화는 유사하거나 관련된 서비스를 하나의 그룹으로 만든다. 동적인 부하 균형화는 클라우드 시스템의 서비스 프로비저닝을 지원하며 동적인 기법을 사용하여 그룹내에서 부하분산을 담당한다. 제안한 가상화 기법(GRALB)은 다른 기법에 비해 메시지 오버헤드나 성능 면에서 좋은 결과를 보였다. Current researches in the Cloud focus on the appropriate interactions of cloud components in a large-scale system implementation. However, the current designs do not include intelligent methods like grouping the similar service providers based on their properties and integrating adaptive schemes for load distribution which can promote effective sharing of resource. This paper proposes an efficient virtualization of services by grouping the cloud providers to improve the service provisioning. The grouping of cloud service providers based on a cluster analysis collects the similar and related services in one group. The adaptive load balancing supports the service provisioning of the cloud system where it manages the load distribution within the group using an adaptive scheme. The proposed virtualization mechanism (GRALB) showed good results in minimizing message overhead and throughput performance compared to other methods.

유비쿼터스 주차관리를 위한 차량충돌 검증시스템

마테오로미오 ( Romeo Mark A. Mateo ),양현호 ( Hyunho Yang ),이재완 ( Jaewan Lee ) 한국인터넷정보학회 2011 인터넷정보학회논문지 Vol.12 No.5

WSN기반 주차관리 시스템에서 대부분의 연구는 주차장에서 사건을 통제하기 위해 무선 센서를 이용하지만, 주차장에서의 차량충돌에 대한 연구는 거의 수행되지 않았다. 시간에 따른 자세한 차량의 위치는 충돌 사건을 분석하는데 매우 중요하다. 본 연구는 주차장에서 차량 충돌사건을 감지하여 분석하고, 이를 차주에게 통보하는 충돌감지 방법을 제시한다. 차량의 위치 및 이동 방향을 감지하기 위해, 움직임 센서로부터의 정보를 활용하며, 빠른 OBB 교차 테스트를 사용하여 검증을 위한 객체를 추적한다. 성능평가 결과 위치추적 기법은 센서를 추가함에 따라 좀 더 정확함을 보였고, 제안한 OBB 충돌 테스트가 일반적인 OBB 교차테스트에 비해 속도가 향상됨을 나타내었다. Most researches in WSN-based parking management system used wireless sensors to monitor the events in a car parking area. However, the problem of car collisions in car parks was not discussed by previous researches. The car position details over time are vital in analyzing a collision event. This paper proposes a collision verification method to detect and to analyze the collision event in the parking area, and then notifies car owners. The detection uses the information from motion sensors for comprehensive details of position and direction of a moving car, and the verification processes an object tracking technique with a fast OBB intersection test. The performance tests show that the location technique is more accurate with additional sensors and the OBB collision test is faster compared to a normal OBB intersection test.

클라우드 시스템에서 소셜 시멘틱 웹 기반 협력 프레임 워크

마테오로미오 ( Romeo Mark A. Mateo ),양현호 ( Hyunho Yang ),이재완 ( Jaewan Lee ) 한국인터넷정보학회 2012 인터넷정보학회논문지 Vol.13 No.1

클라우드 서비스는 비즈니스 향상을 위해 사용되며, 특히, 고객 관리에서는 고객 서비스 향상을 위한 툴로서 소셜 네트워크를 사용한다. 그러나 대부분의 클라우드 시스템은 시멘틱 구조를 지원하지 않기 때문에 소셜 네트워크 사이트의 중요한 정보는 비즈니스정책을 위해 처리 및 사용이 어렵다. 본 연구에서는 클라우드 시스템에서 소셜 시멘틱 웹에 기반을 둔 협력 프레임 워크를 제안한다. 제안한 프레임 워크는 클라우드 소비자와 서비스 제공자를 위한 효율적인 협력시스템을 제공하기 위해, 소셜 시멘틱 웹 지원을 위한 요소들로 구성된다. 지식획득모듈은 소셜 에이전트가 수집한 데이터로부터 규칙을 추출하며, 이 규칙들은 협력 및 경영정책에 사용된다. 본 논문은 제안한 시멘틱 모델에서 소셜 네트워크 사이트 데이터의 처리 및 효율적인 협력을 위한 클라우드 서비스 제공자의 가상 그룹핑을 위해 사용될 패턴 추출에 대한 구현 결과를 보여준다. Cloud services are used for improving business. Moreover, customer relationship management(CRM) approaches use social networking as tools to enhance services to customers. However, most cloud systems do not support the semantic structures, and because of this, vital information from social network sites is still hard to process and use for business strategy. This paper proposes a collaboration framework based on social semantic web for cloud system. The proposed framework consists of components to support social semantic web to provide an efficient collaboration system for cloud consumers and service providers. The knowledge acquisition module extracts rules from data gathered by social agents and these rules are used for collaboration and business strategy. This paper showed the implementations of processing of social network site data in the proposed semantic model and pattern extraction which was used for the virtual grouping of cloud service providers for efficient collaboration.

다변량 입력이 딥러닝 기반 저수율 예측에 미치는 영향 분석과 중장기 예측 방안

박혜승 ( Hyeseung Park ),윤종욱 ( Jongwook Yoon ),이호준 ( Hojun Lee ),양현호 ( Hyunho Yang ) 한국정보처리학회 2024 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.13 No.4

Local reservoirs are crucial sources for agricultural water supply, necessitating stable water level management to prepare for extreme climate conditions such as droughts. Water level prediction is significantly influenced by local climate characteristics, such as localized rainfall, as well as seasonal factors including cropping times, making it essential to understand the correlation between input and output data as much as selecting an appropriate prediction model. In this study, extensive multivariate data from over 400 reservoirs in Jeollabuk-do from 1991 to 2022 was utilized to train and validate a water level prediction model that comprehensively reflects the complex hydrological and climatological environmental factors of each reservoir, and to analyze the impact of each input feature on the prediction performance of water levels. Instead of focusing on improvements in water level performance through neural network structures, the study adopts a basic Feedforward Neural Network composed of fully connected layers, batch normalization, dropout, and activation functions, focusing on the correlation between multivariate input data and prediction performance. Additionally, most existing studies only present short-term prediction performance on a daily basis, which is not suitable for practical environments that require medium to long-term predictions, such as 10 days or a month. Therefore, this study measured the water level prediction performance up to one month ahead through a recursive method that uses daily prediction values as the next input. The experiment identified performance changes according to the prediction period and analyzed the impact of each input feature on the overall performance based on an Ablation study.