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 (49권 10호, 10월 2024)
이중 시공간 선 부호화 시스템 전송률 증대를 위한 채널 셔플링 행렬 및 디-셔플링 기법김재홍 정진곤 |
|
| 본 연구에선 채널 셔플링 이중 시공간 선 부호화 (DSTLC: double space-time line coded) 시스템이 얻는 데이터 전송률을 높이기 위한 최적 채널 셔플링 행렬 및 디-셔플링 기법을 제안한다. 채널 셔플링 DSTLC 송신기는전체 K개 셔플링 행렬 중 수신 신호 대 잡음비를 최대화하는 최적 셔플링 행렬을 탐색하여 채널 셔플링을 수행한다. 수신기는 올바른 디-셔플링을 위해, 셔플링 인덱스를 송신기로부터 feed-forward ... | |
IoT/엣지 컴퓨팅 환경에서 경량 보안 가상화 플랫폼의 워크로드 성능 및 자원 소모 비교 분석고의진 최원미 양경식 유혁 |
|
| 최근 가상머신의 높은 보안성과 컨테이너의 경량성을 결합한 경량 보안 가상화 플랫폼들이 제안되고 있다. 이기술은 특히 IoT 장치 및 게이트웨이처럼 막대한 양의 데이터를 처리하면서도 제한된 컴퓨팅 자원을 가진 엣지컴퓨팅 환경에서 보안과 성능을 동시에 추구할 수 있는 중요한 기술로 간주된다. 다양한 플랫폼 기술이 제안되었지만, IoT 장치들과 엣지 컴퓨팅 환경에서 이들 플랫폼을 비교하고 구체적인 워크로드 성능과 CPU 사용을 이해한 연구는 부족하다... | |
최근 발간 목록 (49권 11호, 11월 2024)
Empirical Evaluation of SNN for IoT Network Anomaly Detection
Yeon-sup Lim
Internet of Things (IoT) devices flourish fast along with the rapid progress of wireless network technologies.
Since IoT devices usually deal with sensitive information from nearby users, protecting them from malicious network activities is critical. Artificial neural network (ANN) based approaches are known to be effective in detecting network anomalies. However, it is hard for IoT devices to apply such approaches due to constrained resources. Spiking Neural Networks (SNN) is a new type of neural network that requires low power consumption and computational overhead, which is proper for IoT devices. In this paper, using several network intrusion datasets, we conduct extensive experiments to compare the performance of ANN and SNN for identifying network attacks. Our experiment results demonstrate that SNN yields comparable performance to ANN in terms of accuracy and outperforms ANN in detecting frequently appearing attacks while consuming less energy.
Comparative Analysis of Oversampling Techniques and Feature Selection for Intrusion Detection
Minkyung Kim
To accurately detect and defend against ever-evolving cyber-attacks, network security technologies using artificial intelligence are continually advancing. This study analyzed the effective network intrusion detection methods based on the CICIDS2017 dataset, which contains various types of network attacks and has a highly imbalanced class distribution. To enhance detection performance for the minority classes of attacks, five oversampling techniques, including SMOTE, Borderline-SMOTE, ADASYN, GAN, and BiGAN, were applied to the underrepresented Bot and Infiltration classes. Additionally, the impact of feature selection on classification performance was evaluated by selecting features based on the feature importance scores from each machine learning model: Random Forest and XGBoost. The experimental results demonstrated that oversampling with SMOTE and ADASYN improved the recall scores of minority classes. Furthermore, applying feature selection reduced the model's complexity while maintaining or even improving its accuracy.
Hybrid Precoding Optimization Based on Quantum Neural Network for Multi-User MISO Systems
Adriansyah Dwi Rendragraha Soo Young Shin
Hybrid precoding emerges as a promising solution for minimizing hardware costs and power consumption while maintaining near-optimal performance for multi-user (MU) multiple-input-single-output (MISO) communication. It leverages an extensive array of phase shifters to execute high-dimensional analog precoding, addressing significant path loss, alongside a limited number of radio frequency chains for low-dimensional digital precoding. This paper introduces a novel approach to hybrid precoding optimization employing Quantum Neural Networks (QNN) and an unsupervised learning technique, with the objective to maximize spectral efficiency and reducing the complexity. The QNN is utilized to obtain optimal analog precoding matrix, which is then utilized to calculate digital precoding using zero-forcing criteria. Simulation results demonstrate the spectral efficiency of QNN-based hybrid precoding gain improvement compared to other hybrid precoding solutions with low complexity.
우수 논문 SFLC-OFDM 시스템에서 채널 진폭 비대칭성 보상을 위한 데이터 기반 위상 회전 추정 기법
이송민 김주엽
본 연구는 Space Frequency Line Code–Orthogonal Frequency Division Duplexing (SFLC-OFDM) 시스템에서 상·하향링크 간 채널 진폭 비대칭성 환경 아래 수신 심볼의 위상 회전 오차를 추정하는 기법을 제안한다.
SFLC-OFDM은 상향링크와 하향링크 채널 사이 대칭성을 가정하고, 추정한 상향링크 채널 정보로 인코딩을 수행한다. 하지만 채널 진폭 비대칭성이 발생하여, 수신 심볼의 위상에 왜곡이 발생하고 수신 심볼의 연산으로 도출되는 디코딩 심볼 또한 위상이 회전되어 디코딩 성능이 떨어지게 된다. 이에 본 연구에서는 위상 회전을 야기하는오차를 수식적으로 분석하여 추정하는 기법을 제시한다. 또한, 소프트웨어 모뎀 기반 Universal Software Radio Peripheral(USRP)를 활용한 테스트베드를 구축하여, 제안된 기법을 통해 위상 회전 오차가 추정됨을 실험적으로검증하였다.
New Design of RS-GRP LDPC Concatenated Codes for Block Fading Channel
Chanki Kim Jaewha Kim
In this paper, we introduce a new code design for block fading (BF) channel by concatenating the Reed-Solomon (RS) codes and generalized root protograph (GRP) low-density parity-check (LDPC) codes in order to achieve the diversity-approaching performance. By decoding iteratively after adapting parity check matrix in the inner RS codes, the diversity-approaching decoding performance can be obtained with low complexity for arbitrary diversity order.
Phase-Shifted DMRS-Aided Automatic Modulation Classification for PDSCH in 5G New Radio
Jeongseok Kim Byeong-Gwon Kang Taehyoung Kim
In this letter, a novel automatic modulation classification (AMC) scheme is developed for physical downlink shared channel (PDSCH) in 5G New Radio (NR). We design a convolutional neural network (CNN) to classify modulation types of the received PDSCH. To improve the classification accuracy, an enhanced demodulation reference signal (DMRS) structure is proposed where the phase of the DMRS is shifted depending on the modulation types. Simulation results verify that the proposed AMC scheme achieves 31.5% gain compared to the legacy scheme in terms of classification accuracy.
IRIG 106 기반 LDPC 복호를 위한 최적의 채널 신뢰도 추정 연구
SDN 환경에서 서버상태에 따른 가변적인 임계값을 적용한 부하분산 기법
이강욱 권태욱
AI, 빅데이터, 딥러닝, 클라우드 등 현대의 네트워크 환경은 복잡하고 다양한 데이터의 흐름이 필연적이게 되었다. 이러한 환경속에서 사용자들의 다양한 데이터의 처리는 하나의 서버가 아닌 수많은 서버로 구성된 데이터센터의 효율적인 네트워크 구성이 필요하게 되었다. 그러나 기존의 네트워크 방식에서는 벤더에 종속되어 각각의 서버를 관리하는 구조이기 때문에 데이터센터의 서버에 대한 관리 소요가 많아지게 되었다. 이를 효율적으로 관리하기위해 SDN 기술이 주목받고 있으며 이 기술을 통해 요청되는 데이터에 대해 처리할 때 서버들에 대한 부하분산기술이 중요해졌다. 본 논문에서는 이러한 지연 문제를 해결하기 위해 서버가 일정 부하도가 걸리는 정도를 확인하여 임계값에 도달하게 될 경우 부하도가 상대적으로 낮은 다른 서버에서 데이터를 처리하게 하여 모든 서버의가용성을 높이는 부하분산 기법을 사용하게 되었다. 특히 모든 서버의 평균 부하도를 고려하여 임계값이 자동으로계산되어 가변적으로 적용함으로써 현재 네트워크 트래픽에 대한 최적의 부하분산이 이루어질 수 있는 방식을 제안하였다. 이를 실험을 통해 서버의 부하율이 임계값을 넘어 과부하 되지 않는 것을 확인하였다. 대조기법의 경우고정된 임계값으로 많은 패킷이 유입 시 한 서버가 부하율이 96.39%까지 증가하였지만 제안기법의 경우 모든 서버가 90% 이하의 부하율을 기록하였다. 이를 통해 관리자가 최적의 임계값을 찾을 필요 없이 최적의 부하분산이이루어진다고 볼 수 있다.
NTN에서 조건부 핸드오버 실패율 감소를 위한 최적의 저궤도 위성 선정 알고리즘
서경희 권진솔 백호기
저궤도 위성은 NTN(Non-terrestrial Networks)에서 낮은 지연 시간과 높은 데이터 전송 속도를 제공하여 넓은지역에서도 안정적으로 UE(User-Equipment)를 커버한다. 그러나, 초속 7-8km로 빠르게 이동하는 저궤도 위성은통신 링크가 자주 변하기 때문에 잦은 핸드오버가 요구된다. 전통적으로 연구된 핸드오버 (Baseline Handover, BHO)는 불필요한 핸드오버와 에너지 소비 증가로 인해 위성과의 통신에는 적합하지 않다. 3GPP Release 16에명시된 조건부 핸드오버는 다양한 트리거 조건을 활용해 저궤도 위성의 빠른 이동성과 불규칙한 셀 커버리지에도불구하고 안정적인 네트워크 연결을 유지할 수 있도록 한다. 본 논문에서는 핸드오버 실패 확률을 최소화하고, UE 에게 끊김 없는 서비스를 제공하기 위해 최적의 타겟 위성을 선택하는 알고리즘을 제안한다. 제안된 알고리즘은기존 연구에 위성의 가용 자원량을 추가로 고려해 자원 부족으로 인한 핸드오버 실패를 최소화한다. 제안한 최적화 알고리즘과 보상 함수를 통해 기존에 연구된 알고리즘에 비해 좋은 성능을 보임을 검증하였다.
비동기 UWB 앵커 노드를 이용한 단방향 거리 측정 기반 위치 추정 기법
하영훈 안현선 이종욱 최정식
최근 위치 기반 서비스에 대한 수요가 증가하면서 정밀한 위치 추정 기술의 중요성이 커지고 있다. 특히 UWB 기술은 500MHz 이상의 넓은 대역폭을 활용하여 cm 수준의 정밀한 거리 및 위치 추정이 가능하여 주요 스마트폰제조사들이 UWB 기술을 적극적으로 도입하고 있다. UWB 거리 추정 방식은 양방향과 단방향 방식으로 구분되는데, 그중 단방향 방식은 비교적 간단하게 동작한다는 장점이 있지만 UWB 기기 간의 시간 동기가 정밀하게 유지되어야 한다는 제약 조건이 있다. 본 논문에서는 이러한 한계를 극복하기 위해 모바일 기기와 앵커 노드가 시간동기화가 이루어지지 않은 조건에서 칼만 필터를 이용하여 비동기를 추정하고 따라서 정밀한 위치 추정을 가능하게 하는 새로운 단방향 거리 측정 기반 위치 추정 기법을 제안한다. 모의실험을 통해 제안한 기법의 위치 추정성능을 검증하였으며 오차 범위 이내에서 모든 기기가 동기화된 이상적인 상황과 유사한 성능 달성이 가능함을확인하였다.
pISSN : 1226 - 4717
eISSN : 2287 - 3880