[논문]무선 센서 네트워크에서 노드 재프로그래밍을 위한 타부 서치 알고리즘

장길웅

doi:10.6109/jkiice.2019.23.5.596

[국내논문] 무선 센서 네트워크에서 노드 재프로그래밍을 위한 타부 서치 알고리즘
A Tabu Search Algorithm for Node Reprogramming in Wireless Sensor Networks 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.5, 2019년, pp.596 - 603

장길웅 (Department of Data Informatics, Korea Maritime and Ocean University)

초록
AI-Helper

무선 센서 네트워크에서 배치된 노드의 기능을 변경하거나 갱신하기 위해 노드의 소프트웨어 코드를 업데이트하는 재프로그래밍 동작은 필수적이다. 본 논문은 무선 센서 네트워크에서 노드의 재프로그래밍을 목적으로 노드의 전송에너지를 최소화하는 최적화 알고리즘을 제안한다. 또한 네트워크의 수명을 오래 유지하기 위해 전체 노드의 에너지 소모를 균형있게 유지하도록 알고리즘을 설계한다. 본 논문에서는 많은 수의 노드가 배치된 무선 센서 네트워크에서 전송에너지의 최소화와 에너지 소모의 균형화를 위해 새로운 이웃해 생성방식을 가진 타부서치 알고리즘을 제안한다. 제안된 알고리즘은 적정한 수행 시간 내에 최적의 결과를 도출하도록 설계되었다. 제안된 타부서치 알고리즘의 성능은 노드의 전송에너지와 남은 에너지, 알고리즘 수행시간 측면에서 평가되었으며, 성능 평가 결과에서 이전의 방식에 비해 우수한 성능을 보였다.

Abstract ▼ AI-Helper

A reprogramming operation is necessary to update the software code of the node to change or update the functionality of the deployed node in wireless sensor networks. This paper proposes an optimization algorithm that minimizes the transmission energy of a node for the purpose of reprogramming a node in wireless sensor networks. We also design an algorithm that keeps energy consumption of all nodes balanced in order to maintain the lifetime of the network. In this paper, we propose a Tabu search algorithm with a new neighborhood generation method for minimizing transmission energy and energy consumption in wireless sensor networks with many nodes. The proposed algorithm is designed to obtain optimal results within a reasonable execution time. The performance of the proposed Tabu search algorithm was evaluated in terms of the node's transmission energy, remaining energy, and algorithm execution time. The performance evaluation results showed better performance than the previous methods.

Keyword

표/그림 (6)

그림 Fig. 1 Node reprogramming process
그림 Fig. 2 Solution encoding structure
그림 Fig. 3 Move examples (a) network (b) current solution (c) delete move (d) change move
그림 Fig. 4 Total consumed energy (a) r_max = 15 (b) r_max = 20 (c) r_max = 25
그림 Fig. 5 Average execution time (a) r_max = 15 (b) r_max = 20 (c) r_max = 25
그림 Fig. 6 Remained Energy(r_max=15, N=200) (a) TS (b) SA (c) RA

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 노드의 수가 많은 무선 센서 네트워크에서 노드 재프로그래밍을 위하여 네트워크 수명과 균형된 노드의 에너지를 고려한 최적화 경로를 찾는 알고리즘을 제안한다. 노드 재프로그래밍은 NP-hard 문제이며, 이전 연구에서 증명되어 있다[6].
NP-hard 문제는 최적의 해(solution)를 찾기 위해 방대한 시간이 요구되며, 이를 해결하기 위해 근사치 알고리즘을 이용하여 해결하는 것이 일반적이다. 본 논문에서는 적정한 시간 안에 최적의 해를 구하기 위하여 메타 휴리스틱 알고리즘의 하나인 타부서치(Tabu search: TS) 알고리즘을 이용한 최적화 알고리즘을 제안한다. 제안된 알고리즘은 다양한 조건하에서 노드의 전송 에너지와 남은 에너지, 알고리즘 실행시간 측면에서 기존 알고리즘과 성능을 비교한다.
제안된 타부서치 알고리즘은 무선 센서 네트워크에서 균형있는 에너지소모와 더불어 노드의 소모 에너지를 최소화하는 데 목적이 있다. 결과적으로 무선 센서 네트워크에서 노드 재프로그래밍 문제의 노드의 에너지 소모 문제는 다음과 같이 조합 최적화 문제로 정식화된다.
메타휴리스틱 알고리즘은 현재의 해를 기준으로 다양한 방법을 이용하여 이웃해를 생성하여 최적해를 이끌어내는 방식을 사용한다. 이 절에서는 제안된 타부서치 알고리즘에서 현재의 최적해 또는 일반해를 사용하여 이웃해를 생성하는 이동방법에 대해 기술한다. 제안된 타부서치 알고리즘의 이동방법은 선택된 하나의 해를 대상으로 해의 모든 요소에 대하여 적용되며, 본 논문에서는 두 가지 이동방법에 의해 이웃해를 생성한다.
본 논문에서는 무선 센서 네트워크에서 노드의 재프로그래밍을 위하여 제안된 타부서치 알고리즘의 성능을 평가하기 위해 시뮬레이션을 수행하였다. 수행된 시뮬레이션은 윈도우 환경의 4GB 메모리와 3.
본 논문은 무선 센서 네트워크에서 노드의 소프트웨어를 업데이트하기 위한 재프로그래밍 동작에서 전송 노드의 에너지 소모를 최소화하고 균형화하기 위한 타부서치 알고리즘을 제안하였다. 제안된 타부서치 알고리즘은 기지국에서 모든 노드로 코드를 전송하는 것을 목적으로 전송에 참여한 노드를 해에 포함시킨 인코딩 구조를 설계하였으며, 이를 이용하여 초기해 생성, 이웃해 생성을 위한 이동방식, 동적 타부리스트, 알고리즘 종료 기준을 기술하였다.
결론적으로 제안된 타부서치 알고리즘이 무선 센서 네트워크와 같이 수동적으로 관리하기 힘든 구조를 가진 네트워크나 많은 수의 노드를 가진 네트워크에서 데이터 전송에 의한 에너지 소모와 균형있는 에너지 소모를 최적화함으로써 보다 효율적으로 네트워크를 관리할 수 있을 것으로 판단된다. 또한 향후 과제로 본 논문에서 실행한 시뮬레이션 결과를 입증하기 위해 실제 환경에서 실험을 수행하고자 한다.

가설 설정

그림 6은 세 가지 알고리즘에 대하여 네트워크에 배치된 모든 노드의 남은 에너지 분포를 나타낸 것이다. 시뮬레이션에서 모든 노드의 초기 에너지는 500mJ로 설정하였다.그림 6은 이러한 환경에서 노드의 재프로그래밍 동작이 50번 수행된 후의 결과를 나타낸 것이다.

제안 방법

본 논문에서는 적정한 시간 안에 최적의 해를 구하기 위하여 메타 휴리스틱 알고리즘의 하나인 타부서치(Tabu search: TS) 알고리즘을 이용한 최적화 알고리즘을 제안한다. 제안된 알고리즘은 다양한 조건하에서 노드의 전송 에너지와 남은 에너지, 알고리즘 실행시간 측면에서 기존 알고리즘과 성능을 비교한다.
[7]은 멀티 홉 전송을 지원하는 프로토콜을 제안하였다. 이 프로토콜은 브로드캐스트와 슬라이딩 윈도우 방식을 이용하여 데이터를 전송하도록 설계되었다. 하지만 이 프로토콜은 전송 지연을 중요한 요소로 고려함으로써 전송 에너지가 많이 사용된다는 단점이 있다.
수식 (3)의 r_ij은 노드 i에서 노드 j로의 전송반경을 나타내며 최대 전송반경인 r_max보다 작거나 같아야 한다. 본 논문에서는 전송반경은 노드 i와 j 사이의 유클리드 거리로 설정하였다. 수식 (5)의 E(n_a)은 노드의 남은 에너지를 나타내며, 노드의 균형있는 에너지 소모를 위해 모든 노드의 남은 에너지의 평균(E_avg)보다 높거나 같은 경우에만 선택되도록 설정하였다.
설계된 해의 구조에 적합하게 제약 조건을 충족하는 하나의 초기해를 생성한다. 생성된 하나의 해는 타부리스트에 저장되며, 더 좋은 결과를 가진 해를 찾기 위해 초기해에 대하여 제안된 두 가지 이웃해 생성방법으로 새로운 해를 생성한다. 이웃해 생성 방법에 의해 생성된 해는 지금까지 저장된 최적해와 비교한다.
앞서 제안된 해 인코딩을 이용하여 본 논문에서 사용되는 타부서치 알고리즘의 초기해를 생성한다. 초기해는 하나가 생성되며, 다음의 절차를 따른다.
이 절에서는 제안된 타부서치 알고리즘에서 현재의 최적해 또는 일반해를 사용하여 이웃해를 생성하는 이동방법에 대해 기술한다. 제안된 타부서치 알고리즘의 이동방법은 선택된 하나의 해를 대상으로 해의 모든 요소에 대하여 적용되며, 본 논문에서는 두 가지 이동방법에 의해 이웃해를 생성한다. 제안된 두 가지 방식을 삭제이동과 교환이동이라 한다.
제안된 타부서치 알고리즘의 이동방법은 선택된 하나의 해를 대상으로 해의 모든 요소에 대하여 적용되며, 본 논문에서는 두 가지 이동방법에 의해 이웃해를 생성한다. 제안된 두 가지 방식을 삭제이동과 교환이동이라 한다.
특히 타부서치 알고리즘을 이용한 연구에서 타부리스트의 크기를 동적으로 설정하여 NP-hard 문제에 적용했을 때 더 좋은 해를 검색하는 것으로 나타내고 있다[12]. 제안된 알고리즘에서도 N개의 노드에 대하여 매 10번 주기마다 타부리스트의 크기를 N/10과 N/5사이로 변경시킨다. 만약 타부리스트가 새로운 해로 가득 차게 되면 가장 먼저 입력된 해부터 삭제하고 새로운 해를 추가한다.
네트워크의 크기는 100 × 100로 설정하였으며, 노드를 랜덤하게 배치하였다. 노드의 최대전송반경은 15, 20, 25으로 설정하였으며, 네트워크상에서 다양한 노드 밀도를 구성하기 위해 노드의 수를 200에서 1000까지 200단위로 구성하였다. 수식 (1)과 (2)에서 사용된 코드 길이인 L은 100bytes로 설정하였으며, E₀는 50nJ/bit, e_f는 100pJ/bit/m²으로 각각 설정하였다[11].
본 논문은 무선 센서 네트워크에서 노드의 소프트웨어를 업데이트하기 위한 재프로그래밍 동작에서 전송 노드의 에너지 소모를 최소화하고 균형화하기 위한 타부서치 알고리즘을 제안하였다. 제안된 타부서치 알고리즘은 기지국에서 모든 노드로 코드를 전송하는 것을 목적으로 전송에 참여한 노드를 해에 포함시킨 인코딩 구조를 설계하였으며, 이를 이용하여 초기해 생성, 이웃해 생성을 위한 이동방식, 동적 타부리스트, 알고리즘 종료 기준을 기술하였다. 제안된 타부서치 알고리즘의 성능은 전송에 의해 소모된 전송 에너지양과 전송 후 노드의 남은 에너지양을 비교하였으며, NP문제에서 고려되어야 할 알고리즘 수행시간 측면에서 기존의 다른 방식과 비교 평가하였다.
제안된 타부서치 알고리즘은 기지국에서 모든 노드로 코드를 전송하는 것을 목적으로 전송에 참여한 노드를 해에 포함시킨 인코딩 구조를 설계하였으며, 이를 이용하여 초기해 생성, 이웃해 생성을 위한 이동방식, 동적 타부리스트, 알고리즘 종료 기준을 기술하였다. 제안된 타부서치 알고리즘의 성능은 전송에 의해 소모된 전송 에너지양과 전송 후 노드의 남은 에너지양을 비교하였으며, NP문제에서 고려되어야 할 알고리즘 수행시간 측면에서 기존의 다른 방식과 비교 평가하였다. 성능평가에서 제안된 타부서치 알고리즘이 기존의 방식에 비해 소모된 전송 에너지와 균형있는 노드의 에너지 사용측면에서 더 좋은 결과를 나타내고 있다.

대상 데이터

노드 재프로그래밍 전송문제를 해결하기 위한 제안된 타부서치 알고리즘에서 사용되는 해 인코딩은 그림 2와 같은 구조를 가진다. 기지국에서 인접한 노드로 브로드캐스팅을 사용하여 코드를 전송하고 전송받은 노드 중 전송할 노드가 선택된다. 이때 선택된 노드를 해에 포함시킨다.

데이터처리

본 논문에서는 무선 센서 네트워크에서 노드의 재프로그래밍을 위하여 제안된 타부서치 알고리즘의 성능을 평가하기 위해 시뮬레이션을 수행하였다. 수행된 시뮬레이션은 윈도우 환경의 4GB 메모리와 3.6GHz 인텔 프로세서로 구성된 컴퓨터상에서 실행되었으며, 비교 평가된 알고리즘은 C++ 언어로 구현하여 성능평가를 수행하였다. 제안된 타부서치 알고리즘의 성능을 평가하기 위해 소모된 전송 에너지양과 알고리즘 실행시간, 노드의 남은 에너지양 관점에서 기존에 제안된 시뮬레이티드 어닐링(simulated annealing: SA)[11]과 랜덤 (random: RA) 전송 방식과 비교하였다.
6GHz 인텔 프로세서로 구성된 컴퓨터상에서 실행되었으며, 비교 평가된 알고리즘은 C++ 언어로 구현하여 성능평가를 수행하였다. 제안된 타부서치 알고리즘의 성능을 평가하기 위해 소모된 전송 에너지양과 알고리즘 실행시간, 노드의 남은 에너지양 관점에서 기존에 제안된 시뮬레이티드 어닐링(simulated annealing: SA)[11]과 랜덤 (random: RA) 전송 방식과 비교하였다.
수식 (1)과 (2)에서 사용된 코드 길이인 L은 100bytes로 설정하였으며, E₀는 50nJ/bit, e_f는 100pJ/bit/m²으로 각각 설정하였다[11]. 논문에서 성능 평가된 각 알고리즘은 10번씩 시도하여 평균값으로 결과를 나타내었다.

성능/효과

이것은 일반적으로 NP-hard 문제에 대하여 메타 휴리스틱 방식이 일반적인 전송 방식보다 우수한 성능을 나타냄을 알 수 있다. 제안된 타부서치 알고리즘이 같은 메타 휴리스틱 방식인 시뮬레이티드 어닐링에 비해 성능이 높은 이유는 제안된 타부서치 알고리즘의 이웃해 생성방식인 삭제 이동과 교환이동이 최적해에 빠르게 수렴함으로써 더 좋은 결과를 나타낸 것으로 보인다. 이것은 제안된 타부서치 알고리즘이 지역 최적해에 빠지지 않고 더 좋은 최적해에 수렴하였다고 볼 수 있다.
이것은 제안된 타부서치 알고리즘이 지역 최적해에 빠지지 않고 더 좋은 최적해에 수렴하였다고 볼 수 있다. 다시 말해서 제안된 타부서치 알고리즘의 이웃해 생성방식인 삭제이동과 교환이동이 효율적으로 동작하고 있음을 나타낸다.
그림에서 제안된 타부서치 알고리즘이 같은 메타휴리스틱 알고리즘인 시뮬레이티드 어닐링에 비해 빠른 실행시간을 나타내고 있다. 특히 노드의 수가 많은 경우에도 제안된 타부서치 알고리즘은 일정한 시간으로 실행되는 반면에 시뮬레이티드 어닐링은 정비례관계로 증가하고 있다. 시뮬레이티드 어닐링은 노드의 수가 증가함에 따라 비슷한 비율로 이웃해 생성동작을 수행하지만 제안된 타부서치 알고리즘에서는 새로운 이웃해 생성방식이 빠르게 해에 접근함으로써 실행시간을 줄이고 있다.
특히 노드의 수가 많은 경우에도 제안된 타부서치 알고리즘은 일정한 시간으로 실행되는 반면에 시뮬레이티드 어닐링은 정비례관계로 증가하고 있다. 시뮬레이티드 어닐링은 노드의 수가 증가함에 따라 비슷한 비율로 이웃해 생성동작을 수행하지만 제안된 타부서치 알고리즘에서는 새로운 이웃해 생성방식이 빠르게 해에 접근함으로써 실행시간을 줄이고 있다.
그림 6은 이러한 환경에서 노드의 재프로그래밍 동작이 50번 수행된 후의 결과를 나타낸 것이다. 그림에서 제안된 타부서치 알고리즘과 랜덤 전송 방식은 전체적으로 균형있게 노드의 에너지가 소모됨을 볼 수 있고, 그에 반해 시뮬레이티드 어닐링은 불규칙하게 소모됨을 볼 수 있다. 하지만 랜덤 전송 방식은 에너지 소모가 많음을 볼 수 있다.
하지만 랜덤 전송 방식은 에너지 소모가 많음을 볼 수 있다. 제안된 타부서치 알고리즘에서는 수식 (5)와 같이 모든 노드의 남은 에너지 평균값을 이용하여 전송 노드를 선택함으로써 노드의 에너지소모가 균형있게 소모됨을 알 수 있다. 결론적으로 성능 평가에서 제안된 타부서치 알고리즘이 NP-hard 문제인 무선 센서 네트워크에서 노드의 재프로그래밍을 위해 적절한 알고리즘 실행시간 안에 전송 에너지를 최소화하고 네트워크 수명을 효과적으로 늘일 수 있음을 보이고 있다.
제안된 타부서치 알고리즘에서는 수식 (5)와 같이 모든 노드의 남은 에너지 평균값을 이용하여 전송 노드를 선택함으로써 노드의 에너지소모가 균형있게 소모됨을 알 수 있다. 결론적으로 성능 평가에서 제안된 타부서치 알고리즘이 NP-hard 문제인 무선 센서 네트워크에서 노드의 재프로그래밍을 위해 적절한 알고리즘 실행시간 안에 전송 에너지를 최소화하고 네트워크 수명을 효과적으로 늘일 수 있음을 보이고 있다.
제안된 타부서치 알고리즘의 성능은 전송에 의해 소모된 전송 에너지양과 전송 후 노드의 남은 에너지양을 비교하였으며, NP문제에서 고려되어야 할 알고리즘 수행시간 측면에서 기존의 다른 방식과 비교 평가하였다. 성능평가에서 제안된 타부서치 알고리즘이 기존의 방식에 비해 소모된 전송 에너지와 균형있는 노드의 에너지 사용측면에서 더 좋은 결과를 나타내고 있다. 결론적으로 제안된 타부서치 알고리즘이 무선 센서 네트워크와 같이 수동적으로 관리하기 힘든 구조를 가진 네트워크나 많은 수의 노드를 가진 네트워크에서 데이터 전송에 의한 에너지 소모와 균형있는 에너지 소모를 최적화함으로써 보다 효율적으로 네트워크를 관리할 수 있을 것으로 판단된다.

후속연구

제안된 알고리즘의 종료는 정해진 진행 횟수에 의해 결정된다. 즉 하나의 해를 기준으로 이웃해 생성방식에 의해 발생된 새로운 해가 기존의 최적해와 비교했을 때 연속적으로 더 좋은 결과를 발생하지 않는 횟수가 정해진 횟수만큼 진행될 경우 제안된 알고리즘은 종료한다.
성능평가에서 제안된 타부서치 알고리즘이 기존의 방식에 비해 소모된 전송 에너지와 균형있는 노드의 에너지 사용측면에서 더 좋은 결과를 나타내고 있다. 결론적으로 제안된 타부서치 알고리즘이 무선 센서 네트워크와 같이 수동적으로 관리하기 힘든 구조를 가진 네트워크나 많은 수의 노드를 가진 네트워크에서 데이터 전송에 의한 에너지 소모와 균형있는 에너지 소모를 최적화함으로써 보다 효율적으로 네트워크를 관리할 수 있을 것으로 판단된다. 또한 향후 과제로 본 논문에서 실행한 시뮬레이션 결과를 입증하기 위해 실제 환경에서 실험을 수행하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	타부서치 알고리즘의 특징은?	타부서치 알고리즘에서는 이웃해 생성과정에서 기존에 생성된 적이 있는 해를 다시 선택하지 않기 위해 타부리스트라는 메모리를 사용한다. 타부리스트는 해의 반복을 방지하는 효과와 더불어 새로운 영역의 해를 탐색할 수 있는 기회도 제공할 수 있다.
	최적화된 경로를 통한 데이터 전송의 이점은?	또한 노드의 재프로그래밍을 위해 데이터 전송은 최적화 되어야 한다. 최적화된 경로를 통한 데이터 전송은 네트워크 전반의 에너지 소모를 줄이고 네트워크의 수명을 오래 유지할 수 있는 방법이다.
	노드 재프로그래밍의 특성은?	그림에서 볼 수 있듯이 노드 재프로그래밍은 특정 일부 노드가 이웃한 노드로 코드를 전송하는 방법으로 이루어진다. 따라서 전송에 관여한 노드는 다른 노드에 비해 에너지 소모가 많아진다. 규모가 크거나 접근이 불가능한 환경을 가진 무선 센서 네트워크에서는 노드의 배터리를 충전하거나 새로 바꿀 수 없기 때문에 에너지 소모가 많은 노드는 기능을 상실할 수 있다.

참고문헌 (12)

M. A. Alsheikh, S. Lin, D. Niyato, and H. P. Tan, "Machine Learning in Wireless Sensor Networks: Algorithms, Strategies, and Applications," IEEE Communications Surveys and Tutorials, vol. 16, no. 4, pp. 1996-2018, Apr. 2014.

상세보기
C. Dong, and F. Yu, "An efficient network reprogramming protocol for wireless sensor networks," Journal of Computer Communications, vol. 55, pp. 41-50, Jan. 2015.

상세보기
D. Do, and Y. Kim, "Lightweight Reprogramming and Energy Balancing in Wireless Sensor Networks," International Journal of Distributed Sensor Networks, vol. 11, no. 8, Aug. 2015.
G. Bianchi, M. Bonola, A. Capone, C. Cascone, "OpenState: Programming Platform-independent Stateful OpenFlow Applications Inside the Switch," ACM Computer Communication Review, vol. 44, no. 2, pp. 44-51, Apr. 2014.
L. Galluccio, S. Milardo, G. Morabito, S. Palazzo, "Reprogramming wireless sensor networks by using SDN-WISE: A hands-on demo," in Proceedings of IEEE Conference on Computer Communications, pp. 19-20, Apr. 2015.
J. Jeong, S. Kim, and A. Broad, "Network Reprogramming," Berkeley, California, USA, Aug. 2003. [Online]. Available: http://www.tinyos.net/tinyos-1.x/doc/
T Stathopoulos, J Heidemann, and D Estrin, "A remote code update mechanism for wireless sensor networks," in Proceedings of IEEE Military Communications Conference, pp.1-7, Oct. 2009.
N Reijers, and K Langendoen, "Efficient code distribution in wireless sensor networks," in Proceedings of the 2nd ACM international conference on Wireless sensor networks and applications, pp. 60-67, Sep. 2003.
J W Hui, and D Culler, "The Dynamic Behavior of a Data Dissemination Protocol for Network Programming at Scale," in Proceedings of the 2nd international conference on Embedded networked sensor systems, pp. 81-94, Nov. 2004.
S. S. Kulkarni, and L. Wang, "MNP: Multihop Network Reprogramming Service for Sensor Networks," in Proceedings of 25th IEEE International Conference on Distributed Computing Systems, pp.7-16, Jun. 2005.
X. Wei, F. Zhang, Z. Duan, and J. Han, "Simulated annealing based reprogramming scheme of wireless sensor nodes," Chinese Journal of Scientific Instrument, vol. 36, no. 3, pp. 537-544, Mar. 2015.

상세보기
S. Kultuel-Konak, A. E. Norman, and D. W. Coit, "Efficiently solving the redundancy allocation problem using Tabu search," IIE Transactions, vol. 35, pp. 515-526, 2003.

상세보기

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증