선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 정해진 임계값(Static Threshold Value)을 사용하는 방법의 문제점은 현재 수집되고 있는 센서 데 이터의 이상 유무를 판단하기 위해서 필요한 임계값을 결정하는 것이 쉽지 않은데서 기인한다. 그러므로 본 논문에서는 정적인 임계값에 의존적인 문제를 해결할 수 있는 학습 기반의 센서 이상 데이터 유무 판정 방법에 대해서 살펴본다.
- 본 논문의 2장에서는 먼저 현재의 센서 네트워크 기 술 및 그 동향에서 대해서 알아본다. 또한 센서 네트워크 보안에 관련된 어떠한 이슈들이 제기되고 있는지도 함께 살펴볼 것이다. 3장에서는 센서 네트워크의 중요한 여러 기술 중에서도 센서 데이터에 관련된 수집/병 합(data gathering/aggregation)에 관련된 기술을 살펴본 후 이러한 데이터 수집 과정에서의 보안 이 슈와 비정상 센서 데이터 처리 방안을 제시한다.
- Application-aware 데이터 습득에서 센싱 커버 리지를 네트워크 lifetime의 연장을 위한 negotiation 매개변수로 하는 예를 들어 보기로 흐卜자. 먼저 장기간 동안 특정 지역에 습도에 대한 통계적 수치를 연구하는 목적으로 센서 네트워크를 전개 하였다고 가 정해 보자. 이 경우 센서들의 데이터 reporting의 결과가 센서 네트워크가 커버하는 지역의 약 80%만을 커버해도 과학적 계산치의 통계적 수치를 얻는데 충분 하다면 매 센서 데이터 reporting 회마다 약 80%만 을 커버 할 수 있도록 센서를 제어하는 것이 센서 네트워크 수명을 더욱 연장할 수 있는 효율적인 데이터 acquisition 방법이 될 수 있을 것이다.
- 하지만 전형적인 기존의 유/무선 네트워크와 달리 센서 네트워크 고유 특성으로 인해 다양한 고려사항이 존재하는 것도 사실이다. 본 논문에서는 현재의 센서 네트워크 동향을 센서 데이터 수집 및 병합 전략을 중심으로 다루었다. 이때 저전력 소비 문제는 물론이고 클러 스터링과 지역을 기반으로 하는 전략으로 기존의 알고 리즘들보다 효율적인 운용이 가능한 알고리즘을 소개 하였다.
- 에너지 절약형 데이터 습득 방법의 논의에 이어 다음은 데이터 습득시의 보안 문제에 대해서 논의하 기로 한다.
- 본 논문에서는 현재의 센서 네트워크 동향을 센서 데이터 수집 및 병합 전략을 중심으로 다루었다. 이때 저전력 소비 문제는 물론이고 클러 스터링과 지역을 기반으로 하는 전략으로 기존의 알고 리즘들보다 효율적인 운용이 가능한 알고리즘을 소개 하였다. 또한 이러한 센서 데이터에 관련된 기반 기술 과 함께 수집되는 데이터들 사이의 문제점을 탐지할 수 있는 이상 센서 데이터를 판정하기 위한 K-means 기반 학습 알고리즘의 응용 방안을 제안하였다.
가설 설정
- 다음 그림 4에서는 센서 데이터 라우팅 경로를 통한 두 가지 센서 데이터 수집 방법을 보여준다. 먼저 그림 4의 왼쪽 방법은 센서 노드로부 터의 데이터를 기지국에 전달하는 전달노드에서 수집 하여 그 이상 유무를 판정하는 방법으로서 전달노드는 유사한 센서 데이터를 전달하는 상이한 세 개의 경로 A, B, C를 알고 있다고 가정 한다. 그리고 각 경로들 의 고유값을 통해서 특이 값을 전달해오는 경로로부터 의 데이터를 이상 데이터로 판정하는 방법을 적용할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.