pISSN : 1226 - 4717 / eISSN : 2287 - 3880
발행기관 : 한국통신학회
발행기관 : 한국통신학회
한국통신학회 논문지는 1976년부터 발행되고 있으며, 정보통신 분야에서 가장 오래된 역사를 가지고 있는 국문/영문 혼용 논문지입니다. 정보, 통신, 네트워크 및 융합 기술에 관련된 주제를 다루는 전문 학술지로 정보, 통신, 네트워크 및 융합 기술에 관련된 새로운 개념, 이론, 기술과 응용까지 논문에서 다루는 주제에 따라 일반논문(Part A (AI for ICT Applications), Part B (Communications Systems), Part C (Networks and Computings), Part D (Services Applications and Emerging Topics), Part E (ICT Convergence), Part F (System Implementation)), 특집논문으로 분류하여 연간 400여 편의 논문이 발행되고 있습니다.
Indexed in
Publishing with
우수논문 (50권 7호, 7월 2025)
5G URLLC 트래픽의 적시성을 보장하기 위한 Configured-Grant 스케줄링 기법김지수 김범수 |
|
| 5G의 주요 응용 시나리오 중 하나인 URLLC(Ultra-Reliable and Low-Latency Communications)에서는 사용자트래픽이 최대 1ms 이내로 처리되어야 한다. 이를 만족하기 위해 기존 연구들은 Configured-Grant 스케줄링 방식을 통해 주기적으로 발생하는 URLLC 트래픽에 대해 상향링크 자원을 사전에 할당함으로써 초저지연 서비스를효과적으로 제공해왔다. 그러나 이러한 방식은 throughput, delay... | |
LTE 및 5G 시스템에서 간섭에 강인한 2차 동기신호 검출을 위한 적응적 채널 보상 기법이예란 김주엽 |
|
| 본 논문은 LTE, 5G 동기화 과정에서 간섭 신호 환경일 때 User Equipment(UE)가 기지국으로부터의 효과적으로 cell ID를 검출하기 위한 기법을 제안한다. Cell ID 검출 과정 중 Secondary Synchronization Signal(SSS) 검출 성능 향상을 위해 Primary Synchronization Signal(PSS) 기반으로 획득한 채널 추정값을 사용하여 equalization 을 진행하는데, 인접 기지국... | |
최근 발간 목록 (50권 7호, 7월 2025)
Metamorphic Test-Based Robustness Evaluation of Object Detection Models in Safety Critical Systems
Jun-Cheol Suh Jung-Been Lee Jeong-Dong Kim Taek Lee
In recent years, artificial intelligence (AI) technology has made rapid progress and is widely used in various fields such as natural language processing and computer vision. However, the black-box nature of AI models raises reliability concerns, particularly in safety-critical systems (ScSs) such as autonomous vehicles (AVs) and medical systems, where understanding model behavior is crucial. This study proposes a robustness evaluation method for AV object detection models (ODMs) by integrating metamorphic testing and adversarial attack techniques. Using a YOLOv5-based ODM, the model was tested to detect essential objects in traffic safety scenarios, including pedestrians, traffic lights, and road signs. Various image augmentations simulating physical deformations (e.g., rotation, tilt) and weather conditions (e.g., snow, rain) were applied to measure model robustness. Results showed that model performance varied significantly with specific augmentations, revealing vulnerabilities. Notably, the pedestrian detection model, despite its high accuracy during training, showed only 35.8% robustness against augmented images. This highlights that even high-performing models in general conditions may fail under diverse environmental factors. These findings underscore the importance of rigorous robustness evaluation for AI models in ScSs to ensure reliability and safety in real-world applications like AVs.
Analysis on Underwater Channel by Using Shapley Additive Explanations
Jongseok Kim Ho-Shin Cho Ohyun Jo
This study explores the limitations of relying solely on Signal-to-Noise Ratio (SNR) for Bit Error Rate (BER) prediction in underwater communication environments and underscores the critical role of eXplainable Artificial Intelligence (XAI). By employing SHapley Additive exPlanations (SHAP), the relationship between SNR and BER is thoroughly analyzed, highlighting the inadequacies of SNR as the sole predictive feature. To address these challenges, SHAP-based feature selection is utilized to identify key factors, which are subsequently employed to train machine learning models. The results demonstrate a marked improvement in prediction accuracy over traditional methods, affirming that the integration of SHAP-driven feature selection significantly enhances model performance.
Performance Measurement of a Real-Time Optical Camera Communication System on an Edge Server
Tae Hyun Kim Yeong Min Jang
Optical camera communication (OCC), a branch of optical wireless communication, provides rapid, energy-efficient, and secure data transmission. This study introduces a real-time OCC performance measurement platform tailored for resource-limited edge devices. The system uses a two-dimensional on-off keying multiple input multiple output (2D OOK-MIMO) modulation technique to decode data from an 8 × 8 LED grid, processed on an edge server without GPU enhancement. Latency is evaluated using timestamp-based delay analysis to measure system performance. The performance measurement results indicate that the 10 Hz flicker rate yields low latency and bit error rates (BERs), thereby enhancing real-time performance. However, the 16 Hz flicker rate increases latency variability and BERs, reducing the dependability of the results without multi-processing programming. By contrast, multiprocessing, which utilizes the entire processor of the edge server, substantially improves the average latency from 94.1 ms to 30.09 ms. This performance improvement is achieved by parallelizing the frame acquisition, object detection, and data decoding stages, allowing the system to handle incoming frames concurrently. Notwithstanding computing resource limitations, the proposed framework sustains real-time performance, facilitating low-latency OCC deployment.
우수 논문 5G URLLC 트래픽의 적시성을 보장하기 위한 Configured-Grant 스케줄링 기법
김지수 김범수
5G의 주요 응용 시나리오 중 하나인 URLLC(Ultra-Reliable and Low-Latency Communications)에서는 사용자트래픽이 최대 1ms 이내로 처리되어야 한다. 이를 만족하기 위해 기존 연구들은 Configured-Grant 스케줄링 방식을 통해 주기적으로 발생하는 URLLC 트래픽에 대해 상향링크 자원을 사전에 할당함으로써 초저지연 서비스를효과적으로 제공해왔다. 그러나 이러한 방식은 throughput, delay, fairness와 같은 전통적인 메트릭에 초점을 맞추어 시스템 성능을 최적화하기 때문에 긴급 데이터의 적시성을 충분히 보장하지 못하는 한계가 있다. 이를 해결하기 위해, 본 논문에서는 데이터의 신선도를 평가하는 AoI(Age of Information)와 패킷의 우선순위를 반영한W-AoI(Weighted-AoI) 메트릭을 활용하여 URLLC 트래픽의 적시성을 보장하는 새로운 Configured-Grant 스케줄링 기법을 제안한다. 제안된 스케줄러는 NS-3 네트워크 시뮬레이터의 5G-Lena 모듈을 확장하여 구현되었으며, 성능 평가 결과 기존 스케줄링 방식 대비 1ms 전송 주기에서 시스템 평균 AoI를 최대 16.4% 감소시켜 데이터 적시성을 효과적으로 개선할 수 있음을 입증하였다.
Analysis on the Number of Users in MRT and MRC Based Full-Duplex Massive MIMO Systems
Kyungsik Min
In this paper, the number of users to maximize the sum-rate of full-duplex massive multiple-input multiple-output (MIMO) systems is analyzed. For full-duplex data transmission and reception with multiple antennas at the base station (BS), maximum ratio transmission and combining are considered. Based on a large number of antennas at the BS, closed-form expressions of downlink and uplink sum-rates based on maximum ratio transmission (MRT) and maximum ratio combining (MRC) are derived, respectively. Then, an optimization problem to find the numbers of downlink and uplink users maximizing the total sum-rate is formulated. It is analyzed that the numbers of downlink and uplink users to maximize sum-rates are equal to the number of BS antennas. It is verified that the derived sum-rate is well aligned with simulation results, and the analyzed numbers of downlink and uplink users maximize the total sum-rate of the full-duplex massive MIMO system based on MRT and MRC.
우수 논문 LTE 및 5G 시스템에서 간섭에 강인한 2차 동기신호 검출을 위한 적응적 채널 보상 기법
이예란 김주엽
본 논문은 LTE, 5G 동기화 과정에서 간섭 신호 환경일 때 User Equipment(UE)가 기지국으로부터의 효과적으로 cell ID를 검출하기 위한 기법을 제안한다. Cell ID 검출 과정 중 Secondary Synchronization Signal(SSS) 검출 성능 향상을 위해 Primary Synchronization Signal(PSS) 기반으로 획득한 채널 추정값을 사용하여 equalization 을 진행하는데, 인접 기지국으로부터 간섭 신호가 들어오는 환경에서는 equalization으로 인해 성능 열화가 발생할수 있다. 따라서 본 연구는 여러 기지국 신호가 수신될 때 간섭 신호를 감지하고 효과적인 SSS 검출을 위해equalization을 적응적으로 수행하는 기법을 수학적으로 분석하여 제시한다. 그리고 하드웨어 테스트베드를 구축하여 제안 기법을 통해 간섭 신호 환경에서도 신뢰성 높은 cell ID 검출을 진행할 수 있음을 실험을 통해 검증한다.
시공간 선 부호 호핑 시스템 보안 전송률 향상을 위한 부호화 규칙 후보군 설계
최태희 김재홍 정진곤
기존 시공간 선 부호(STLC: space-time line code) 시스템은 도청자가 존재하고, 도청자 채널과 사용자 채널 사이 상관도가 높을 때 보안 성능이 크게 열화된다. 최근, 이를 해결하기 위해, 두 심볼마다 송신기가 부호화 규칙후보군에서 부호화 규칙을 무작위로 선택하여 도청자가 복호화를 성공적으로 수행할 수 없도록 하는 STLC 호핑기법이 제안되었다. 이때, 보안 전송률이 높은 일부 부호화 규칙만을 선별하여 최적 부호화 규칙 후보군을 만들수 있으며, 최적 부호화 규칙 후보군은 사용자와 도청자 채널 간 상관 계수에 따라 바뀌게 된다. 이에 착안하여, 본 연구에선 송신기가 도청자와 사용자 사이 채널 상관 계수를 알고 있는 경우와 알 수 없는 경우 각각 적용할수 있는 두 가지 부호화 규칙 후보군을 설계한다. 모의실험 결과, 제안한 부호화 규칙 후보군을 사용한 STLC 호핑 기법이 기존 방식 대비 높은 보안 전송률을 얻으며, 특히, 송신기가 채널 상관 계수를 알 경우, 최적 보안 전송률을 달성할 수 있음을 확인하였다. 한편, 송신기가 채널 상관 계수를 알 수 없을 때는 설계한 STLC 호핑 기법이 최적 STLC 호핑 기법의 95.5%에 달하는 보안 전송률을 얻을 수 있음을 확인하였다.
Large Language Model을 활용한 네트워크 최적화 연구 동향
손석빈 김중헌 조창식 박수현
Large Language Model (LLMs)은 네트워크 최적화, 분산 컴퓨팅, 자율 시스템 등 다양한 분야에서 혁신을 이끌고 있다. 본 논문은 LLM이 네트워크 최적화, 엣지 및 분산 컴퓨팅, 자율 시스템 제어에서 수행하는 역할과 성능향상에 미친 영향을 분석한다. 그러나 LLM의 잠재력에도 불구하고, 보안 취약점, 에너지 효율성, 멀티모달 데이터 통합 등 해결해야 할 과제가 남아 있다. 이를 해결하기 위해 본 논문은 다양한 향후 연구 방향을 제시한다.
LLM은 다양한 산업에서 핵심 기술로 자리 잡을 가능성을 보여주며, 지속적인 연구를 통해 그 활용도를 극대화할수 있을 것으로 기대된다.
Unveiling Kubernetes CNI: An In-Depth Analysis of Networking Performance and Resource Efficiency
Wonmi Choi Juyoung Ahn Yeonho Yoo Zhixiong Niu Gyeongsik Yang Chuck Yoo
Kubernetes relies heavily on its networking performance. It offers four representative networking plugins: Flannel, Calico, Cilium, and Kube-router. However, their performance differences are not well understood. This study evaluates these plugins using real-world workloads like Memcached, Nginx and Kafka, examining throughput, latency, and CPU usage in 10 GbE and 100 GbE environments. Results reveal significant performance differences due to each plugin’s architecture. Kube-router excels in CPU- and network-intensive scenarios but complicates network management. Among overlay plugins Flannel performs best in CPU-intensive tasks, while Cilium is superior for network-intensive tasks. This analysis provides insights for selecting suitable plugin based on workload characteristics.
pISSN : 1226 - 4717
eISSN : 2287 - 3880