간행물

한국인터넷정보학회> 인터넷정보학회논문지

인터넷정보학회논문지 update

Journal of Internet Computing and Services (JICS)

  • : 한국인터넷정보학회
  • : 공학분야  >  기타(공학)
  • : KCI등재
  • :
  • : 연속간행물
  • : 격월
  • : 1598-0170
  • : 2287-1136
  • :

수록정보
수록범위 : 1권1호(2000)~21권6호(2020) |수록논문 수 : 1,590
인터넷정보학회논문지
21권6호(2020년 12월) 수록논문
최근 권호 논문
| | | |

KCI등재

1차세대 군 모바일 위성 네트워크 QoS 성능 향상을 위한 저궤도 위성 빔폭 적응적 제어 기법

저자 : 장대희 ( Dae-hee Jang ) , 황윤하 ( Yoon-ha Hwang ) , 정종문 ( Jong-moon Chung )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 1-12 (12 pages)

다운로드

(기관인증 필요)

초록보기

저궤도 위성을 활용한 모바일 위성 네트워크는 낮은 출력의 소형화된 단말기를 통해 서비스를 제공할 수 있어 국가 공공재난망 및 국방분야 등 기반 통신망을 사용하기 어려운 상황에서 신뢰성 있는 통신수단으로 활용될 수 있다. 그러나 비상대비 상황에서의 High Traffic 환경은 위성 네트워크의 New call blocking 확률과 Handover Failure 확률을 높이며, 저궤도 위성은 매우 빠른 속도로 궤도를 이동하므로 Handover Failure 확률 증가는 서비스 품질에 큰 영향을 미친다. 위성통신의 채널 할당방식 중 FCA 방식은 DCA에 비해 높은 트래픽에서 상대적으로 양호한 성능을 보여 비상대비 상황에 적절하나 트래픽 증가 시 QoS를 최적화하기 위해 New call blocking 확률과 Handover failure 확률을 최소화해야 한다. 본 논문에서는 FCA 방식 중 Handover Call에 우선권을 부여하는 FCA-QH 방식을 예시로 하여 저궤도 위성의 빔폭과 터미널들의 통화시간을 적응적으로 조절하여 QoS를 개선하는 LEO-DBC(LEO satellite Dynamic Beam width Control) 기법을 제안한다. LEO-DBC 기법을 통해 비상대비 상황의 High traffic 환경에서 모바일 위성통신 네트워크의 QoS를 최적으로 유지할 수 있을 것으로 기대한다.


Low-Orbit satellite mobile networks can provide services through miniaturized terminals with low transmission power, which can be used as reliable means of communication in the national public disaster network and defense sector. However, the high traffic environment in the emergency preparedness situation increases the new call blocking probability and the handover failure probability of the satellite network, and the increase of the handover failure probability affects the QoS because low orbit satellites move in orbit at a very high speed. Among the channel allocation methods of satellite communication, the FCA shows relatively better performance in a high traffic environment than DCA and is suitable for emergency preparedness situations, but in order to optimize QoS when traffic increases, the new call blocking and the handover failure must be minimized. In this paper, we propose LEO-DBC (LEO satellite dynamic beam width control) technique, which improves QoS by adaptive adjustment of beam width of low-orbit satellites and call time of terminals by improving FCA-QH method. Through the LEO-DBC technique, it is expected that the QoS of the mobile satellite communication network can be optimally maintained in high traffic environments in emergency preparedness situations.

KCI등재

2중복 허용 범위를 고려한 서바이벌 네트워크 기반 안드로이드 저자 식별

저자 : 황철훈 ( Cheol-hun Hwang ) , 신건윤 ( Gun-yoon Shin ) , 김동욱 ( Dong-wook Kim ) , 한명묵 ( Myung-mook Han )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 13-21 (9 pages)

다운로드

(기관인증 필요)

초록보기

안드로이드 저자 식별 연구는 좁은 범위에서는 출처를 밝히기 위한 방법으로 해석할 수 있으나, 넓은 범위에서 본다면 알려진 저작물을 통해 유사한 저작물을 식별하는 통찰력을 얻기 위한 방법으로 해석할 수 있다. 안드로이드 저자 식별 연구에서 발견되는 문제점은 안드로이드 시스템 상 중요한 코드이지만 의미가 없는 코드들로 인하여 저자의 중요한 특징을 찾기 어렵다는 것이다. 이로 인해 합법적인 코드 또는 행동들이 악성코드로 잘못 정의되기도 한다. 이를 해결하기 위하여 서바이벌 네트워크 개념을 도입하여 여러 안드로이드 앱에서 발견되는 특징들을 제거하고 저자별로 정의되는 고유한 특징들을 생존시킴으로써 문제를 해결하고자 하였다. 제안하는 프레임워크와 선행된 연구를 비교하는 실험을 진행하였으며, 440개의 저자가 식별된 앱을 대상으로 실험한 결과에서 최대 92.10%의 분류 정확도를 도출하였고 선행된 연구와 최대 3.47%의 차이를 보였다. 이는 적은 양의 학습데이터를 이용하였으나 저자별 중복된 특징 없이 고유한 특징들을 이용하였기에 선행 연구와 차이가 나타났을 것으로 해석하였다. 또한 특징 정의 방법에 따른 선행 연구와의 비교 실험에서도 적은 수의 특징으로 동일한 정확도를 보일 수 있으며, 이는 서바이벌 네트워크 개념을 통한 지속적으로 중복된 의미 없는 특징을 관리할 수 있음을 알 수 있었다.


The Android author identification study can be interpreted as a method for revealing the source in a narrow range, but if viewed in a wide range, it can be interpreted as a study to gain insight to identify similar works through known works. The problem found in the Android author identification study is that it is an important code on the Android system, but it is difficult to find the important feature of the author due to the meaningless codes. Due to this, legitimate codes or behaviors were also incorrectly defined as malicious codes. To solve this, we introduced the concept of survival network to solve the problem by removing the features found in various Android apps and surviving unique features defined by authors. We conducted an experiment comparing the proposed framework with a previous study. From the results of experiments on 440 authors' identified apps, we obtained a classification accuracy of up to 92.10%, and showed a difference of up to 3.47% from the previous study. It used a small amount of learning data, but because it used unique features without duplicate features for each author, it was considered that there was a difference from previous studies. In addition, even in comparative experiments with previous studies according to the feature definition method, the same accuracy can be shown with a small number of features, and this can be seen that continuously overlapping meaningless features can be managed through the concept of a survival network.

KCI등재

3Deep Convolution Neural Networks 이용하여 결함 검출을 위한 결함이 있는 철도선로표면 디지털영상 재 생성

저자 : 김현호 ( Hyeonho Kim ) , 한석민 ( Seokmin Han )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 23-31 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손[14] 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다[15, 16]. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크[1]의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델[2]에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.


This study was carried out to generate various images of railroad surfaces with random defects as training data to be better at the detection of defects. Defects on the surface of railroads are caused by various factors such as friction between track binding devices and adjacent tracks and can cause accidents such as broken rails [14], so railroad maintenance for defects is necessary. Therefore, various researches on defect detection and inspection using image processing or machine learning on railway surface images have been conducted to automate railroad inspection and to reduce railroad maintenance costs. In general, the performance of the image processing analysis method and machine learning technology is affected by the quantity and quality of data. For this reason, some researches require specific devices or vehicles to acquire images of the track surface at regular intervals to obtain a database of various railway surface images [15, 16]. On the contrary, in this study, in order to reduce and improve the operating cost of image acquisition, we constructed the 'Defective Railroad Surface Regeneration Model' by applying the methods presented in the related studies of the Generative Adversarial Network (GAN) [1]. Thus, we aimed to detect defects on railroad surface even without a dedicated database. This constructed model is designed to learn to generate the railroad surface combining the different railroad surface textures and the original surface, considering the ground truth of the railroad defects. The generated images of the railroad surface were used as training data in defect detection network [2], which is based on Fully Convolutional Network (FCN) [3]. To validate its performance, we clustered and divided the railroad data into three subsets, one subset as original railroad texture images and the remaining two subsets as another railroad surface texture images. In the first experiment, we used only original texture images for training sets in the defect detection model. And in the second experiment, we trained the generated images that were generated by combining the original images with a few railroad textures of the other images. Each defect detection model was evaluated in terms of 'intersection of union(IoU)' and F1-score measures with ground truths. As a result, the scores increased by about 10~15% when the generated images were used, compared to the case that only the original images were used. This proves that it is possible to detect defects by using the existing data and a few different texture images, even for the railroad surface images in which dedicated training database is not constructed.

KCI등재

4Leveraging Big Data for Spark Deep Learning to Predict Rating

저자 : Monika Mishra , Mingoo Kang , Jongwook Woo

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 33-39 (7 pages)

다운로드

(기관인증 필요)

초록보기

The paper is to build recommendation systems leveraging Deep Learning and Big Data platform, Spark to predict item ratings of the Amazon e-commerce site. Recommendation system in e-commerce has become extremely popular in recent years and it is very important for both customers and sellers in daily life. It means providing the users with products and services they are interested in. Therecommendation systems need users' previous shopping activities and digital footprints to make best recommendation purpose for next item shopping. We developed the recommendation models in Amazon AWS Cloud services to predict the users' ratings for the items with the massive data set of Amazon customer reviews. We also present Big Data architecture to afford the large scale data set for storing and computation. And, we adopted deep learning for machine learning community as it is known that it has higher accuracy for the massive data set. In the end, a comparative conclusion in terms of the accuracy as well as the performance is illustrated with the Deep Learning architecture with Spark ML and the traditional Big Data architecture, Spark ML alone.

KCI등재

5The Effect of Shoe Heel Types and Gait Speeds on Knee Joint Angle in Healthy Young Women - A Preliminary Study

저자 : 츄음반타 ( Vantha Chhoeum ) , 왕창원 ( Changwon Wang ) , 장승완 ( Seungwan Jang ) , 민세동 ( Se Dong Min ) , 김영 ( Young Kim ) , 최민형 ( Min-hyung Choi )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 41-50 (10 pages)

다운로드

(기관인증 필요)

초록보기

The consequences of wearing high heels can be different according to the heel height, gait speed, shoe design, heel base area, and shoe size. This study aimed to focus on the knee extension and flexion range of motion (ROM) during gait, which were challenged by wearing five different shoe heel types and two different self-selected gait speeds (comfortable and fast) as experimental conditions. Measurement standards of knee extension and flexion ROM were individually calibrated at the time of heel strike, mid-stance, toe-off, and stance phase based on the 2-minute video recordings of each gait condition. Seven healthy young women (20.7 ± 0.8 years) participated and they were asked to walk on a treadmill wearing the five given shoes at a self-selected comfortable speed (average of 2.4 ± 0.3 km/h) and a fast speed (average of 5.1 ± 0.2 km/h) in a random order. All of the shoes were in size 23.5 cm. Three of the given shoes were 9.0 cm in height, the other two were flat shoes and sneakers. A motion capture software (Kinovea 0.8.27) was used to measure the kinematic data; changes in the knee angles during each gait. During fast speed gait, the knee extension angles at heel strike and mid-stance were significantly decreased in all of the 3 high heels (p<0.05). The results revealed that fast gait speed causes knee flexion angle to significantly increase at toe-off in all five types of shoes. However, there was a significant difference in both the knee flexion and extension angles when the gait in stiletto heels and flat shoes were compared in fast gait condition (p<0.05). This showed that walking fast in high heels leads to abnormal knee ROM and thus can cause damages to the knee joints. The findings in this preliminary study can be a basis for future studies on the kinematic changes in the lower extremity during gait and for the analysis of causes and preventive methods for musculoskeletal injuries related to wearing high heels.

KCI등재

6블록체인을 위한 믹스 기반 분산화된 익명 거래

저자 : 이윤호 ( Yun-ho Lee )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 51-56 (6 pages)

다운로드

(기관인증 필요)

초록보기

기존 화폐가 은행과 같은 신뢰할 수 있는 중앙기관에 의존하는 것과 달리 비트코인을 비롯한 암호화폐는 탈중앙화, 분산화 및 P2P의 특성을 갖는다. 암호화폐에서 거래는 모든 참여자가 확인할 수 있도록 투명하게 분산 저장되며 공개되지만, 이미 저장된 거래 내역의 위변조는 사실상 불가능한 특징이 있다. 흔히 암호화폐도 기존 화폐와 같이 익명성을 갖는 것으로 생각하지만, 암호화폐는 익명성이 아닌 가명성을 제공한다. 이런 이유로 익명성을 보장하기 위한 다양한 연구가 진행되고 있으며, 믹스를 기반으로 한 익명성 보장도 그중 하나이다. 본 논문에서는 믹스를 기반으로 한 기존 익명성 보장 기법을 살펴보고 효율성을 개선한 하이브리드 믹스 기법을 제안한다.


Cryptocurrencies, including Bitcoin, has decentralization, distribution and P2P properties unlike traditional currencies relies on trusted central party such as banks. All transactions are stored transparently and distributively, hence all participants can check the details of those transactions. Due to the properties of cryptographic hash function, deletion or modification of the stored transations is computationally not possible. However, cryptocurrencies only provide pseudonymity, not anonymity, which is provided by traditional currencies. Therefore many researches were conducted to provide anonymity to cryptocurrencies such as mix-based methods. In this paper, I will propose more efficient hybrid mix-based method for anonymity than previous mix-based one.

KCI등재

7온라인 공간에서 관심집단 대상 비정상 정보의 특징 분석과 탐지

저자 : 이시형 ( Sihyung Lee )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 57-69 (13 pages)

다운로드

(기관인증 필요)

초록보기

인터넷 포털과 사회관계망 서비스(SNS) 등의 온라인 공간에서 사용자 간의 의견 공유가 활발해짐에 따라 이를 악용하여 특정 개인이나 집단의 이익을 위해 유포되는 비정상 정보도 증가하고 있다. 특히 비정상 정보가 정치적인 목적으로 유포되면 선거 결과뿐 아니라 다양한 사회 정책과 시민 생활에도 영향을 미친다. 이러한 비정상 정보는 불특정 다수에 대한 유포에서 시작하였으며 이들의 특성을 분석하고 탐지하기 위한 기존 연구도 이러한 불특정 다수 대상 유포에 초점을 맞추었다. 하지만 최근에는 더욱 효과적으로 영향을 미치기 위해 공통 관심사를 가진 집단(예: 부동산에 관심 있는 사람들의 모임)을 대상으로 내용과 형식을 조정한 맞춤형 정보를 유포하고 있다. 본 논문에서는 이러한 관심 집단을 대상으로 한 비정상 정보의 특성을 분석하고 이를 탐지하는 방법을 제시한다. 이를 위해 선거 전후에 10개의 공통 관심 집단에 게시된 의견을 수집하여 분석하였다. 그 결과, 각 집단에 맞춤화된 정보가 실제 유포되고 있으며 선거일이 가까워짐에 따라 점차 증가함을 보였다. 또한, 비정상 정보를 탐지하기 위한 시스템을 제안하였는데, 이 시스템은 개별 의견에서 보이는 특징뿐 아니라 의견 게시자의 전반적인 행위 및 게시자와 협력한 사용자의 특성을 종합적으로 분석한다. 제안한 시스템을 수집한 데이터에 적용한 결과 90% 이상의 정확도로 비정상 의견을 탐지하였으며 다수의 사용자가 조직적으로 비정상 의견을 유포한 정황을 발견하였다. 제안한 시스템으로 관심 집단에 게시된 의견을 주기적으로 검사한다면 비정상 정보의 유포를 더 빠르게 차단하고 영향을 줄일 수 있을 것이다. 또한, 탐지에 활용한 특징은 정치적인 목적 이외의 비정상 정보 판별에도 활용될 수 있을 것이다.


As more people share their opinions in online communities, such as Internet portals and social networking services, more opinions are manipulated for the benefit of particular individuals and groups. In particular, when manipulations occur for political purposes, they influence election results as well as government policies and the quality of life. This type of manipulation has targeted the general public, and their analysis and detection has also focused on such manipulation. However, to more efficiently spread propaganda, recent manipulations have targeted common interest groups(e.g., a group of those interested in real estate) and propagated information whose content and style are customized to those groups. This work characterizes such manipulations on common interest groups and proposes method to detect manipulations. To this end, we collected and analyzed opinions posted on 10 common interest groups before and after an election. As a result, we found that manipulations on common interest groups indeed occurred and were gradually increasing toward the election date. We also proposed a detection system that examines individual opinions, their authors, and their collaborators. Using the collected opinions, we demonstrated that the proposed system can accurately classify more than 90% of manipulated opinions and that many of these opinions were posted by multiple collaborators. We believe that regular audits of opinions using the proposed system can quickly isolate manipulations and decrease their impact. Moreover, the proposed features can be used to identify manipulations in domains other than politics.

KCI등재

8듀얼 비콘의 거리측정을 활용한 스마트 유모차용 도난방지 기법

저자 : 정명범 ( Myoungbeom Chung )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 71-79 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서 우리는 스마트 유모차를 위한 비콘과 스마트 기기 기반 도난 방지 기술을 제안한다. 스마트 유모차는 두 개의 블루투스 기기를 내장한다. 하나의 블루투스는 데이터 상호 교환을 위한 것이며, 또 다른 블루투스는 거리 측정을 위한 비콘으로 사용한다. 즉, 스마트 기기는 데이터 상호 교환 기능으로 근력 보조 레벨 설정, 유모차 수동 잠금과 유모차 정보 제공 등에 사용하며, 비콘 기능을 이용하여 스마트 기기와 유모차의 주기적인 거리를 측정하여 거리가 멀어지는 경우 도난 방지 기능이 동작하게 한다. 우리는 도난 방지 기능의 성능을 높이기 위해 향상된 비콘 거리 측정 기술을 이용한 거리 측정 알고리즘과 도난 방지 알고리즘을 적용하였다. 제안 방법의 효용성을 확인하기 위해 스마트 기기 애플리케이션을 개발하고 스마트 유모차를 제작하여 2가지 거리 측정 실험과 하나의 도난 방지 실험을 하였으며, 그 결과 91.3%의 도난 방지 정확성을 나타냈다. 따라서 제안한 도난 방지 기술은 스마트 유모차에 보다 유용한 기술이 될 것이다.


In this paper, we propose a theft prevention technology based on beacon and smart device for smart stroller. The smart stroller has two Bluetooth devices. One is for data transmission and the other is for distance measurement as beacon. Thus, smart device uses a Bluetooth for strength level setting, manual locking and data transmission of smart stroller. Furthermore, smart device can do automatic locking of smart stroller using Bluetooth beacon when the stroller go further away from smart device. At this time, we apply a distance measurement algorithm and theft prevention algorithm with improved beacon distance measurement technique. To show usefulness of the proposed technology, we make a smart stroller and developed a smart device application. We did two distance measurement experiments and a theft prevention experiment with the proposed technology and the result shows 91.3% accuracy for theft prevention. Therefore, the proposed technology would be more usefulness technology for smart stroller.

KCI등재

9Evaluating the Comfort Experience of a Head-Mounted Display with the Delphi Methodology

저자 : 이도연 ( Doyeon Lee ) , 장병희 ( Byeng-hee Chang ) , 박지섭 ( Jiseob Park )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 81-94 (14 pages)

다운로드

(기관인증 필요)

초록보기

This study developed evaluation indicators for the comfort experience of virtual reality (VR) headsets by classifying, defining, and weighting cybersickness-causing factors using the Delphi research method and analytic hierarchical process (AHP) approach. Four surveys were conducted with 20 experts on VR motion sickness. The expert surveys involved the 1) classification and definition of cybersickness-causing dimensions, classification of sub-factors for each dimension, and selection of evaluation indicators, 2) self-reassessment of the results of each step, 3) validity revaluation, and 4) final weighting calculation. Based on the surveys, the evaluation indicators for the comfort experience of VR headsets were classified into eight sub-factors: field of view (FoV)-device FoV, latency-device latency, framerate-device framerate, V-sync-device V-sync, rig-camera angle view, rig-no-parallax point, resolution-device resolution, and resolution-pixels per inch (PPI). A total of six dimensions and eight sub-factors were identified; sub-factor-based evaluation indicators were also developed.

KCI등재

10청정환기장치 최적제어를 위한 IoT 기반 실시간 공기질 모니터링 플랫폼 구현

저자 : 수던프라사드우프레티 ( Sudan Prasad Uprety ) , 김유신 ( Yoosin Kim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 21권 6호 발행 연도 : 2020 페이지 : pp. 95-104 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 사물인터넷(IoT) 센서를 이용해 실내공기질에 주요한 영향을 미치는 미세먼지, 초미세먼지, 이산화탄소, 유기화학물과 온도, 습도 데이터를 실시간으로 수집/분석할 수 있는 실시간 실내공기질 모니터링 서비스를 클라우드 플랫폼으로 구현하였다. 이를 실내공기 정화시설인 청정환기장치와 연동하여 실시간 실내공기질 상태에 따라 환기장치 최적관리할 수 있도록 하였다. 본 플랫폼은 청정환기장치 내외부에 장착된 실내공기질 측정 센서로부터 실시간으로 데이터를 수집하는 IoT 데이터 수집부, 수집된 데이터를 클라우드 환경에서 가공/처리/적재하는 클라우드 데이터 처리부, 적재된 빅데이터를 분석하고 공기질 현황을 웹과 모바일에 시각화하여 보여주는 데이터 분석 서비스부로 구성된다. 그리고 이러한 플랫폼의 가동과 효과를 검증하기 위해 공기질에 민감한 영유아의 교육 생활환경인 국공립 어린이집 교실을 대상으로 실증을 실시하였다. 모든 분석 결과는 웹과 모바일에서 실시간으로 시각화 서비스될 수 있도록 실증 구현하였고, 환기장치의 실내공기질 개선효과는 실내공기질 측정 센서들의 측정값을 통계적으로 검증하여 공기질 개선에 기여하고 있음을 확인하였다.


In this paper, we propose the real time indoor air quality monitoring and controlling platform on cloud using IoT sensor data such as PM10, PM2.5, CO2, VOCs, temperature, and humidity which has direct or indirect impact to indoor air quality. The system is connected to air ventilator to manage and optimize the indoor air quality. The proposed system has three main parts; First, IoT data collection service to measure, and collect indoor air quality in real time from IoT sensor network, Second, Big data processing pipeline to process and store the collected data on cloud platform and Finally, Big data analysis and visualization service to give real time insight of indoor air quality on mobile and web application. For the implication of the proposed system, IoT sensor kits are installed on three different public day care center where the indoor pollution can cause serious impact to the health and education of growing kids. Analyzed results are visualized on mobile and web application. The impact of ventilation system to indoor air quality is tested statistically and the result shows the proper optimization of indoor air quality.

12
권호별 보기
가장 많이 인용된 논문

(자료제공: 네이버학술정보)

가장 많이 인용된 논문
| | | |
1연안해역에서 석유오염물질의 세균학적 분해에 관한 연구

(2006)홍길동 외 1명심리학41회 피인용

다운로드

2미국의 비트코인 규제

(2006)홍길동심리학41회 피인용

다운로드

가장 많이 참고한 논문

(자료제공: 네이버학술정보)

가장 많이 참고한 논문

다운로드

2미국의 비트코인 규제

(2006)홍길동41회 피인용

다운로드

해당 간행물 관심 구독기관

선문대학교 연세대학교 고려대학교 중부대학교 서울대학교
 279
 82
 61
 59
 49
  • 1 선문대학교 (279건)
  • 2 연세대학교 (82건)
  • 3 고려대학교 (61건)
  • 4 중부대학교 (59건)
  • 5 서울대학교 (49건)
  • 6 경희대학교 (37건)
  • 7 한양대학교 (30건)
  • 8 성균관대학교 (27건)
  • 9 홍익대학교 (26건)
  • 10 중앙대학교(서울) (24건)

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기