$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

빅데이터 기반 재난 재해 위험도 분석 프레임워크 설계 및 구현
Design and Implementation of Big Data Analytics Framework for Disaster Risk Assessment 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.19 no.4, 2018년, pp.771 - 777  

채수성 (한국과학기술정보연구원 복합재난대응연구단) ,  장선연 (미디어플로우(주)) ,  서동준 (경북대학교 융복합시스템공학부)

초록
AI-Helper 아이콘AI-Helper

본 연구는 재난 재해 시 해당 지역의 취약성 및 재해 위험성분석을 보다 세밀하고 광범위한 분석을 진행하기 위하여 빅데이터 기반 재난 재해 위험도 분석 프레임워크를 제안하였다. 오픈소스 기반 재해 위험도 평가 분석 소프트웨어를 활용하여 대용량의 데이터가 단 시간 내에 처리될 수 있도록 분산 및 병렬처리가 가능한 프레임 워크를 소개한다. 제안하는 시스템의 재난재해 분석 성능평가 시 기존 시스템에 비해 빠른 분석 처리 성능 결과를 도출하였으며 재난 재해 상황 분석 및 재난 유형별 최적화된 의사결정을 지원하는데 주요 프레임워크로 활용될 수 있을 것이다. 본 연구를 통해 재난 재해 상황 시 정확한 판단과 분석과 효과적인 대응을 통한 사전대비가 가능할 것이며, 정확한 피해 산정 예측에 따른 신속한 대응이 가능하여 피해 규모를 최소화시키는데 기여할 수 있을 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study proposes a big data based risk analysis framework to analyze more comprehensive disaster risk and vulnerability. We introduce a distributed and parallel framework that allows large volumes of data to be processed in a short time by using open-source disaster risk assessment tool. A perfor...

주제어

#재난재해위험도분석   #분산병렬시스템   #지진피해분석   #회복탄력성  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 또한 이를 위해서는 데이터 수집뿐만 아니라 기존 전통적인 분석 기법과 인공지능 등 고도의 분석 기술이 동시에 적용 가능해야하기 때문에 단시간 내에 보다 많은 데이터를 빠르고 정확하게 피해손실 평가가 가능해야한다. 따라서 본 연구에서는 분석 처리된데이터를 하둡 기반 데이터 웨어하우스(Data Warehouse)화 하여 분석 결과의 재활용, 사용자 기반 분석 기법의 적용, 머신러닝 기법의 실시간 처리 분석 등을 위한 분석 환경 구축을 진행하였다.
  • 따라서 본 연구에서는 오픈소스 기반 재난 위험도 평가 도구인 Ergo를 기반으로, 다양한 유형의 파일 포맷으로 구성된빅 데이터를 단시간에 기계학습 혹은 다양한 알고리즘 등으로 처리가 가능하도록 시스템을 설계하였다. 본 장에서는 분산 병렬처리기법을 적용한 시스템 아키텍쳐를 소개하고 이에 대한 분석 처리 흐름도에 대해 설명한다.
  • 본 논문은 다음 장에서 시스템의 개발환경 및 설계방안에 대한 설명을 시작으로, 분산 병렬 처리 아키텍처 소개, 기계학습지원 구조 소개, 자바 기반의 Restful API 지원 분석 처리 방법에 대해 자세히 소개한다. 3장에서는 제안시스템의 성능분석을 소개하며 본 논문을 마무리한다.
  • 본 연구는 재난 재해 시 해당 지역의 취약성 및 재해 위험성 평가에 있어 보다 세밀하고 광범위한 분석을 진행하기 위하여 빅 데이터 기반 재난재해 위험도 분석 시스템을 제안하였다. 오픈소스 기반 재해 위험도 평가 소프트웨어인 ERGO를 분산 및 병렬처리가 가능한 재난 위험도 분석 프레임워크로 확장하여 대용량의 데이터를 단 시간 내에 정확히 처리될 수 있는 시스템을 설계 및 구축하였다.
  • 본 연구에서는 재난 발생 전 시점의 사전 재난 예방 및 완화프로세스 및 재난 이후 빠른 복구과정에 있어서 단기간의 의사결정을 지원할 수 있는 시스템을 설계하고 구축하였다. 또한 이를 위해서는 데이터 수집뿐만 아니라 기존 전통적인 분석 기법과 인공지능 등 고도의 분석 기술이 동시에 적용 가능해야하기 때문에 단시간 내에 보다 많은 데이터를 빠르고 정확하게 피해손실 평가가 가능해야한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
재난관리 프로세스는 어떻게 나눌 수 있는가? 재난 관리는 재난 유형별 위험 요인들을 분석하여 재난 발생 확률을 최소화 할 뿐만 아니라 이를 바탕으로 신속한 대처와 함께 피해를 최소화하는 과정을 의미한다[3]. 일반적으로 재난관리 프로세스는 재난의 진행 과정과 대응방식에 따라, 재난 발생 시점을 중심으로 발생 전(Pre-disaster)과 발생 후 (Postdisaster) 로 나눌 수 있다. 그리고 이는 다시 시간의 흐름에 따라서 재난의 예방 및 완화(prevention and mitigation phase), 재난의 준비(preparedness phase), 재난의 대응(response phase), 재난 복구(recovery phase) 의 단계로 구분 된다[4-5].
'재난 관리'란 무엇을 의미하는가? 재난 관리는 재난 유형별 위험 요인들을 분석하여 재난 발생 확률을 최소화 할 뿐만 아니라 이를 바탕으로 신속한 대처와 함께 피해를 최소화하는 과정을 의미한다[3]. 일반적으로 재난관리 프로세스는 재난의 진행 과정과 대응방식에 따라, 재난 발생 시점을 중심으로 발생 전(Pre-disaster)과 발생 후 (Postdisaster) 로 나눌 수 있다.
Ergo나 HAZUS-MH와 같은 시스템은 어떤 작업을 수행하는가? 재난 재해 위험도 분석 평가의 경우 미국 연방재난관리청(FEMA; Federal Emergency Management Agency)에서 개발한 HAZUS-MH, 미국 국가 슈퍼컴퓨팅응용센터(NCSA; National Center for Supercomputing Applications)에서 개발한 Ergo 등이 대표적이다. 주로 복합재난(지진, 침수, 화재 등) 발생 시 해당 지역의 취약성 및 재해 위험성 평가와 대응 방안에 대한 평가를 수행한다. 그러나 이러한 시스템의 경우 분석 대상의 규모가 거대하거나 더욱 세밀한 분석을 필요로 하는 빅 데이터 분석에 있어서는 취약한 구조를 갖고 있을 뿐만 아니라 다양한 유형으로 구성된 데이터를 처리 과정에서도 취약한 구조를 가지고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. M. Joh, "The History and Current Status of the Supercomputers in Institutions for Research and Forecast of Weather/Climate", Atmosphere, Vol. 16, No. 2, pp. 141-157, June 2006. 

  2. S-W. Kim, G-U. Park, C. Cho, Y-G. Lee, D-B. Yim, "Capability Assessment on Meteorological Technology - Comparative Study of Technological Prowess on Korea, U.S., and Japan", Atmosphere, Vol. 21, No. 3, pp. 319-336, Aug 2011. 

  3. J. Ahn, C. Park, J. Seo, "A study on the Improvement Plans of Disaster Management Information: Focused on the National Security Management Information System", Journal of Information and Operations Management, Vol. 14, No. 2, pp. 53-76, Seoul National University Institute of Information and Operation Management, Dec 2004. 

  4. http://www.itfind.or.kr/Report01/200302/IITA/IITA-2230/IITA-2230.pdf 

  5. W. J. Petak, "Emergency management: A challenge for public administration." Public Administration Review, Vol. 45, pp. 3-7, 

    상세보기

  6. K. Song, D. Seo, W. Chung M. Seo, "A smart disaster management based on intelligence", Proceedings of the Korean Institute of Communication Sciences Conference, pp. 593-594, Jan 2017. 

  7. ISO/PAS-22399, "Social Security - Guidelines for incident preparedness and operational continuity management,", International Organization for Standardization, 2007.2007.12. 

  8. Presto[Internet], Available : https://prestodb.io/ 

  9. Tensorflow[Internet], Available : https://www.tensorflow.org/ 

  10. Keras[Internet], Available : https://keras.io/ 

  11. Datawolf[Internet], Available : https://datawolf.ncsa.illinois.edu/ 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로