초록 ▼

□ 연구개발 목표 및 내용
￭ 최종 목표
본 연구의 최종 목표는 무선 센서 네트워크에서 에너지 효율적인 MAC 프로토콜과 라우팅 프로토콜 및 트래픽 제어 기법을 최신의 머신러닝 기법을 적용하여 개발한다. IoT 시대에서 무선 센서 네트워크의 효율적인 동작이 중요하며 특히 무선 센서 네트워크의 수명을 연장하기 위한 에너지 효율적인 센서 노드들의 동작이 필요하다. 무선 센서 노드들의 에너지 소비에 가장 큰 영향을 미치는 통신 기능의 주요 프로토콜을 머신러닝 기법을 활용하여 개발한다.
￭ 전체 내용
본 연구의 주제는

□ 연구개발 목표 및 내용
￭ 최종 목표
본 연구의 최종 목표는 무선 센서 네트워크에서 에너지 효율적인 MAC 프로토콜과 라우팅 프로토콜 및 트래픽 제어 기법을 최신의 머신러닝 기법을 적용하여 개발한다. IoT 시대에서 무선 센서 네트워크의 효율적인 동작이 중요하며 특히 무선 센서 네트워크의 수명을 연장하기 위한 에너지 효율적인 센서 노드들의 동작이 필요하다. 무선 센서 노드들의 에너지 소비에 가장 큰 영향을 미치는 통신 기능의 주요 프로토콜을 머신러닝 기법을 활용하여 개발한다.
￭ 전체 내용
본 연구의 주제는 무선 센서 네트워크에서 머신러닝 기법을 활용한 에너지 효율적 통신 프로토콜로 주요 연구 분야는 무선 센서 네트워크에서 머신러닝(Machine Learning) 기법 중 강화학습을 적용하여 에너지 효율적인 MAC 프로토콜과 라우팅 프로토콜 및 트래픽 제어 기법을 개발한다.
무선 센서 네트워크는 고정의 통신 인프라스트럭처가 없는 애드혹 특성을 가지고 있고 이동성을 지원하며 토폴로지가 동적으로 변화할 수있다. 또한 무선 센서들이 한정된 에너지를 가지고 있어 가능한 수명을 연장하기 위한 에너지 효율적인 통신 방식이 필요하다.
실제 라우팅에서 수집된 대용량 트래픽 분석을 통하여 각 flow 별 트래픽 특성을 분석하였고, 네트워크 공격 유형에 따른 패킷 분류를 머신러닝기법을 활용하였다.
무선 MAC 프로토콜에 강화학습 기법을 적용하여 MAC 프로토콜의 성능을 향상시켰으며, 무선 센서 라우팅 프로토콜에 강화학습 기법을 적용하여 트래픽 상황에 따른 최선의 라우팅 경로를 확보하는 방안을 제안하였다.

□ 연구개발성과
본 연구 개발의 성과로 국내 논문지와 학술대회에 논문을 발표하였고, 해외 학술지에 논문을 제출하였다.
무선 센서 네트워크에 적용가능한 무선 MAC 프로토콜에 강화학습 기법을 적용하여, RFID 충돌회피 알고리즘과 slotted Aloha 프로토콜에 적용하여 throughput 성능을 향상 시켰다. 특히 Thompson Sampling 기법을 적용한 Slotted ALOHA 방식의 성능을 기존 강화학습방식과 비교하였고, Thompson Sampling 알고리즘에 사용하는 파라미터의 값 변화에 따른 성능 차이를 확인하였고, 후속 연구를 지속할 예정이다.
무선 센서 네트워크에 패킷 라우팅을 위해 기존의 최단거리 라우팅 알고리즘 대비 강화학습 기반의 라우팅 프로토콜을 적용하여 패킷 delivery time 성능을 향상시켰다. 대용량 트래픽을 처리하고, 실시간으로 트래픽 분류 및 공격유형 트래픽을 머신러닝 기법을 활용하여 분류하였다.

□ 연구개발성과 활용계획 및 기대 효과
연구개발 성과를 바탕으로 후속 연구를 진행할 수 있으며, 강화학습 기반의 프로토콜 응용 연구를 발전시킬 수 있을 것이다.
논문 발표와 특허를 통한 지식재산권을 확보할 수 있다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 2.1. 강화학습 기반 MAC 프로토콜 성능 향상 ... 4
• 2.2. 네트워크 트래픽 분석 및 유해 트래픽 탐지 ... 10
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 15
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 16
• 5. 연구개발성과의 관리 및 활용 계획 ... 16
• 6. 참고문헌 ... 17
• 끝페이지 ... 17