[논문]알코올 측정 데이터 수집 및 관리시스템 구현

김기영

doi:10.17661/jkiiect.2023.16.6.540

[국내논문] 알코올 측정 데이터 수집 및 관리시스템 구현
Implementation of Alcohol Concentration Data Measurement and Management System 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.16 no.6, 2023년, pp.540 - 546

김기영 (서일대학교 컴퓨터소프트웨어과)

초록
AI-Helper

IoT는 관련 기술의 발전으로 인해 사용범위가 넓어졌으며 다양한 서비스의 구현을 위한 수요를 충족하기 위해 다양한 센서가 개발되고 보급되었다. 센서를 이용한 알코올 농도의 측정은 음주운전 방지에 활용할 수 있으며 이를 가능하게하기 위해서는 정확한 알코올 농도를 측정하고 스마트폰에서 서버로 안전한 전송을 보장하여야 한다. 또한 측정한 알코올 농도 값을 음주 수준을 판단하는 기준값으로 변환하는 과정이 필요하다. 본 논문에서는 센서를 사용하여 알코올 탐지기술을 적용한 음주측정기기에서 수집한 알코올 농도 정보를 보정 알고리즘을 통해 수치를 변환하고 원격지에 위치한 서버에 안전하게 전송하고 관리하는 시스템을 제안하고 구현한다. 원격지 서버와의 보안은 네트워크 계층의 SSL을 적용하여 데이터의 무결성과 기밀성을 보장하도록 하였으며 서버는 수신된 정보를 암호화하여 데이터베이스에 저장하여 추가적인 보안을 제공하도록 하였다. 알코올 농도 측정의 정확성, 통신의 효율성을 분석한 결과 에러 허용치 내에서 측정되고 전송되는 것을 확인하였다.

Abstract ▼ AI-Helper

The scope of IoT use has expanded due to the development of related technologies, and various sensors have been developed and distributed to meet the demand for implementing various services. Measuring alcohol concentration using a sensor can be used to prevent drunk driving, and to make this possible, accurate alcohol concentration must be measured and safe transmission from the smartphone to the server must be guaranteed. Additionally, a process of converting the measured alcohol concentration value into a standard value for determining the level of drinking is necessary. In this paper, we propose and implement a system. Security with remote servers applies SSL at the network layer to ensure data integrity and confidentiality, and the server encrypts the received information and stores it in the database to provide additional security. As a result of analyzing the accuracy of alcohol concentration measurement and communication efficiency, it was confirmed that the measurement and transmission were within the error tolerance.

Keyword

표/그림 (7)

그림 그림 1. 알코올 측정 기기 Fig. 1. Instance of Measurement Device
그림 그림 2. O-RAN 네트워크 구성[7] Fig. 2. O-RAN Network
그림 그림 3. 원격 측정 시스템 Fig. 3. Remote Measurement System
그림 그림 4. 알코올 측정 관리 화면 Fig. 4. Alcohol Management Panel
그림 그림 5. 통계 관리 화면 Fig. 5. Probability Management Panel
그림 그림 6. 알코올 측정 정확도 비교 Fig. 6. Comparison of Alcohol Measurement
그림 그림 7. 알코올 측정 정확도 비교 Fig. 7. Comparison of Alcohol Measurement

AI 본문요약
AI-Helper

문제 정의

현재 알코올 농도 측정기기는 네트워크와 연결되어 서버에 전송하는 방식이 아닌 기기 자체에 측정정보를 저장하거나 스마트폰에 저장하는 방식으로 운영된다. 본 논문은 알코올 농도 측정을 실시간으로 측정한 후 보정 알고리즘을 통해 적정한 수치로 변환하고 전송하시는 시스템 구성을 제시한다. 정확한 알코올 농도 측정을 위한 알코올 농도 측정 관련 기술 조사, 알코올 농도 값을 음주 수준으로 변환하는 수식과 보정 알고리즘을 제시하고 알코올 측정 결과를 안전하게 전송하고 저장하는 시스템 기능을 설계하고 구현한다.

가설 설정

본 논문에서는 대상 네트워크를 Open RAN을 가정하였다. O-RAN은 네트워크 아키텍처에 다각적인 접근 방식을 제공함으로써 다양한 통신 서비스를 사용할 수 있다.

제안 방법

본 논문은 알코올 농도 측정을 실시간으로 측정한 후 보정 알고리즘을 통해 적정한 수치로 변환하고 전송하시는 시스템 구성을 제시한다. 정확한 알코올 농도 측정을 위한 알코올 농도 측정 관련 기술 조사, 알코올 농도 값을 음주 수준으로 변환하는 수식과 보정 알고리즘을 제시하고 알코올 측정 결과를 안전하게 전송하고 저장하는 시스템 기능을 설계하고 구현한다. 본 논문의 구성은 2장에서는 알코올측정 기술 등의 관련기술에 대해 기술하고 3장 제안하는 시스템, 4장 구현내용, 5장 결론으로 구성하였다.
알코올 농도 측정을 통해 측정된 수치는 정량화된 수치로 변환하는 보정 단계를 거치며 정확성과 신뢰성을 향상시킬 수 있는 알고리즘이 필요하다. 본 절에서는 사용자별 패턴에 기반한 동적 보정을 위한 기계 학습 및 통계적 접근법을 분류한다. 알코올 농도를 음주 수준으로 변환할 수 있도록 알코올 측정 테스트에서 얻은 알코올 농도 값을 유의미한 음주 수준으로 변환하는 BAC 모델은 위드마크(Widmark)의 공식과 같은 다양한 변환 모델이 존재한다.
알코올 농도를 음주 수준으로 변환할 수 있도록 알코올 측정 테스트에서 얻은 알코올 농도 값을 유의미한 음주 수준으로 변환하는 BAC 모델은 위드마크(Widmark)의 공식과 같은 다양한 변환 모델이 존재한다. 다음과 같은 BAC 모델을 활용하여 사용자의 알코올수치를 통해 음주 수준으로 변환 가능한 실시간 피드백 시스템을 구성한다.
음주측정에서 사용되는 측정기기는 운전자의 체중을 고려하지 않고 호흡을 통한 알코올 농도를 측정한다. 제안하는 시스템의 측정기도 호흡을 통한 알코올 농도를 측정하는 방식으로 보정은 서버에 저장된 알코올 농도를 사용하여 보정을 통해 개인별 신체 특징을 반영할 수 있도록 하였다. 하지만 현행 음주운전의 기준은 알코올 농도를 기준으로하기 때문에 측정기기에서 측정한 알코올 수치를 저장하고 개인의 신체정보를 제공한 경우에 참조 용도로 [8]에서 제시한 보정 계수를 통해 신체 특징을 고려한 알코올 수치를 참고할 수 있도록 하였다.
제안하는 시스템의 측정기도 호흡을 통한 알코올 농도를 측정하는 방식으로 보정은 서버에 저장된 알코올 농도를 사용하여 보정을 통해 개인별 신체 특징을 반영할 수 있도록 하였다. 하지만 현행 음주운전의 기준은 알코올 농도를 기준으로하기 때문에 측정기기에서 측정한 알코올 수치를 저장하고 개인의 신체정보를 제공한 경우에 참조 용도로 [8]에서 제시한 보정 계수를 통해 신체 특징을 고려한 알코올 수치를 참고할 수 있도록 하였다. 이는 음주 운전 등의 법에서 정한 방법만을 인정하고 법으로 규정하고 있어 법적 근거가 없기 때문이다.
알코올 측정 기술을 개선하고 스마트폰에서 서버로의 안전한 데이터 전송이 가능하도록 SSL 및 서버 측 암호화를 통해 보안성을 향상할 수 있도록 하였다. 센싱기술을 IoT와 접목하여 알코올 농도를 측정할 수 있는 시스템의 기능을 정의하고 IoT, 스마트폰, 서버와의 통신연결을 구현하였다.
측정한 농도 값을 보정을 통한 수치정보가 정확히 서버로 전송되는 것을 확인하였으며 보안 취약서 점검 결과 위협요소는 없는 것으로 확인되었다. 서버에 측정된 수치를 저장하고 기준치 이상의 알코올 농도값은 음주로 판단하고 별도의 데이터로 관리하도록 하였다. 수치는 통계관리를 하며 그림 4, 그림 5와 같다.
그러나 Open RAN의 구현에는 원활한 상호 운용성을 보장하고 잠재적인 보안 문제를 해결해야 하며 지속적인 보안성을 고려한 Open RAN의 구축은 기존 네트워크 사업자와 지역에 따라 효율적인 네트워크 구축이 가능하다. 구현 시스템은 성능검증은 알코올 농도 측정값의 정확성을 다양한 측정값을 활용하여 검증하였으며 통신의 효율성은 전송속도, 오류율을 측정하여 분석하였다.
시스템의 전송 성능 비교는 알코올 측정 기기에서 측정한 알코올 농도 값은 스마트폰으로 전달되고 다시 서버로 전송되는 성능측정은 전송지연 시간을 비교분석하였다. 암호화 과정 없이 전송하는 기존 방식과 제안하는 해쉬 기반 암호화를 사용한 방식으로 데이터를 전송하여 지연시간을 측정하였다.
시스템의 전송 성능 비교는 알코올 측정 기기에서 측정한 알코올 농도 값은 스마트폰으로 전달되고 다시 서버로 전송되는 성능측정은 전송지연 시간을 비교분석하였다. 암호화 과정 없이 전송하는 기존 방식과 제안하는 해쉬 기반 암호화를 사용한 방식으로 데이터를 전송하여 지연시간을 측정하였다. 측정기기로부터 측정한 값을 수신한 스마트폰이 서버로 전송지연은 그림 7과 같이 허용치 이내의 성능을 보이는 것을 확인하였다.
본 논문에서는 센서를 통해 알코올 농도를 측정하고 현행 음주측정의 단위로 변환할 수 있는 보정 계수를 을 적용하였다. BAC모델은 일반적으로 사용하고 있는 수식으로 적정한 수치 변환을 위한 보정 알고리즘이 필요하다.
측정한 알코올 수치는 보정을 통해 적정한 수치로 변환이 가능하였다. 수집한 알코올 측정 데이터는 BLE통신을 통해 스마트 폰으로 전송하고 스마트 폰은 LTE 또는 WiFI를 통해 원격지의 서버로 데이터를 전송하도록 하였다. 또한 디바이스 간의 데이터 전송 시에 발생할 수 있는 위변조, 보안침해에 대비하여 암호화를 진행하였다.
수집한 알코올 측정 데이터는 BLE통신을 통해 스마트 폰으로 전송하고 스마트 폰은 LTE 또는 WiFI를 통해 원격지의 서버로 데이터를 전송하도록 하였다. 또한 디바이스 간의 데이터 전송 시에 발생할 수 있는 위변조, 보안침해에 대비하여 암호화를 진행하였다. 알코올 농도의 측정은 센서의 성능에 따라 결정되기 때문에 정확성과 신뢰성을 보장하는 센서의 사용이 중요하다.

대상 데이터

시스템의 주요 구성 요소는 알코올 측정 센서를 포함하는 IoT기기와 BLE모듈을 지원하는 중계기기로 구성된다. 본 논문에서는 LTE, WiFi 모듈 지원하는 스마트 폰을 사용하였다. 측정 장소에서 알코올 측정기는 스마트폰과 연동되고 스마트폰을 통해 원격 서버로 측정한 값을 전송한다.

이론/모형

무선망은 자체 보안이 지원되지만 기밀성을 보장할 수 있는 정보 전송을 위해 네트워크 계층의 암호화 방식을 적용하였다. 네트워크 계층에서 지원하는 암호화 표준인 SSL은 스마트폰과 서버 간 통신 채널을 보호하기 위한 SSL 암호화를 지원한다.
알코올 측정기와 스마트폰 간의 블루투스 통신은 주로 Bluetooth Low Energy (BLE)를 활용하였다. BLE는 저전력 소비와 빠른 연결을 제공하며, 주로 주변 장치와의 간단한 데이터 교환에 적합하며 저전력 통신으로 장기간 배터리 등의 전원 교체 없이 사용 가능 하다.
그러나 Open RAN의 구현에는 원활한 상호 운용성을 보장하고 잠재적인 보안 문제를 해결해야 하며 지속적인 보안성을 고려한 Open RAN의 구축은 기존 네트워크 사업자와 지역에 따라 효율적인 네트워크 구축이 가능하다. 또한 암호화에 에 있어 확률 방식을 적용하였다. 집합 사이의 중복되는 경우 확률변수의 k개의 인스턴스(k = n)의 1과 n 사이에 균등 분포를 갖는 정수가 주어졌을 때, 두 집합이 서로소가 아닐 확률인 R(n, k)는 두 집합 모두에서 적어도 하나의 값이 발견될 확률은 두 집합 X, Y의 각각 원소 {x1, x2, .
BAC모델은 일반적으로 사용하고 있는 수식으로 적정한 수치 변환을 위한 보정 알고리즘이 필요하다. 이를 위해 알코올 농도의 변환에 적용할 수 있는 보정 알고리즘을 사용하였다. 측정한 알코올 수치는 보정을 통해 적정한 수치로 변환이 가능하였다.

성능/효과

측정된 알코올 농도는 개인정보로 제3자에게 노출되어서는 안 되며 위,변조가 가능하지 않도록 하여야 한다. 알코올 측정 기술을 개선하고 스마트폰에서 서버로의 안전한 데이터 전송이 가능하도록 SSL 및 서버 측 암호화를 통해 보안성을 향상할 수 있도록 하였다. 센싱기술을 IoT와 접목하여 알코올 농도를 측정할 수 있는 시스템의 기능을 정의하고 IoT, 스마트폰, 서버와의 통신연결을 구현하였다.
알코올 농도 측정 데이터를 수신한 서버는 측정대상자 별로 측정 데이터 수치를 저장하고 허용 범위 내의 수치인지를 표기한다. 측정한 농도 값을 보정을 통한 수치정보가 정확히 서버로 전송되는 것을 확인하였으며 보안 취약서 점검 결과 위협요소는 없는 것으로 확인되었다. 서버에 측정된 수치를 저장하고 기준치 이상의 알코올 농도값은 음주로 판단하고 별도의 데이터로 관리하도록 하였다.
본 논문에서 가정하는 네트워크 환경인 O-RAN은 개방적이고 분리된 환경으로 구성할 수 있어 유연성 있는 네트워크 구성이 가능하여 통신비용을 낮추고 소프트웨어와 하드웨어 구성 요소에 종속적이지 않은 독립적인 운영이 가능하다. 또한 여러 공급 업체 간의 상호 운용성을 향상시켜 유연하고 적응 가능한 확장성 있는 네트워크 인프라를 구축할 수 있다.
이를 위해 알코올 농도의 변환에 적용할 수 있는 보정 알고리즘을 사용하였다. 측정한 알코올 수치는 보정을 통해 적정한 수치로 변환이 가능하였다. 수집한 알코올 측정 데이터는 BLE통신을 통해 스마트 폰으로 전송하고 스마트 폰은 LTE 또는 WiFI를 통해 원격지의 서버로 데이터를 전송하도록 하였다.

후속연구

알코올 농도의 측정은 센서의 성능에 따라 결정되기 때문에 정확성과 신뢰성을 보장하는 센서의 사용이 중요하다. 향후 연구로는 수집된 알코올농도의 정보를 비식별화하여 알코올 농도 데이터간의 유의미한 관계를 유추하고 학습데이터의 활용을 진행할 계획이다.

참고문헌 (8)

Deep learning for network intrusion detection:？A review" Jianxin Wang, Jianfeng Ma, Jun Yan,？et al., IEEE Access, 2018.
"A survey of machine learning techniques in？intrusion detection systems", Hassan B. Kazem,？Mohammad Sharef, et al. Published in: Journal？of Network and Computer Applications, 2012.
"Using Machine Learning Algorithms for DoS？Attack Detection in Cloud Computing", Thanh？Van Le, Abdul Hanan Abdullah, et al., The？Scientific World Journal, 2015.
"Applying Machine Learning Algorithms for？Anomaly Detection in Network Security",？Shojafar Mohammad, et al., Proceedings of the？2017 International Conference on High？Performance Computing & Simulation (HPCS),？2017.
"Using deep learning for network intrusion？detection: A review", Yang Hu, Yulong Fu, et？al., IEEE Access, 2019.
"Adversarial Machine Learning in Network？Security: A Survey",Bulent Yener, et al., IEEE？Communications Surveys & Tutorials, 2019.
https://www.juniper.net/
Elimination Rate and Pharmacokinetics of Alco？hol in Korean Healthy Male Adults", J Korean？Neuropsychiatr Assoc Boram Lee et al. pp.427-434. 2015.

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