이형준 연구실

본 논문은 V2V 통신만을 이용하여 도로 인프라 없이 차량 교통 밀도를 추정하는 방법을 제안합니다. 온디맨드 차량 샘플링 알고리즘과 적응형 셀 크기 조정 알고리즘을 통해 패킷 프로빙으로 교통 밀도 분포도를 생성하며, 여러 샘플러의 협력으로 기존 방법 대비 최대 9.5배 향상된 추정 성능을 달성합니다.

본 논문은 엣지 디바이스의 보안을 위해 생성적 적대 신경망(GAN)을 기반으로 한 자기-적대 에이전트를 공개 PUF(PPUF) 보안 원시에 내장한 PUFGAN을 제안합니다. 시스템은 자체 공격을 통해 취약점을 모니터링하고, 취약점 수준이 임계값에 도달하면 PPUF 하드웨어 피드백을 통해 보안 원시를 재구성합니다. Google Colab, 데스크톱 PC, Raspberry Pi 2에서의 실험 결과, 강력한 디바이스 지문 보안도 능동적 재구성이 필요함을 보여주었습니다.

본 연구는 통신 인프라가 붕괴된 상황에서 무인항공기(UAV) 군집을 이용한 분산형 동적 데이터 수집 방식을 제안합니다. 네트워크 형성과 지역 순회의 두 단계로 운영되며, DiagonalX 포메이션을 통해 광범위 지역을 효율적으로 커버합니다. 시뮬레이션 결과 데이터 신선도 지수 5.77을 달성하여 기존 알고리즘 대비 우수한 성능을 보입니다.

본 논문은 통신망이 단절된 재난 상황에서 UAV의 운송-배송 기능과 지상 네트워크의 임시 라우팅을 결합한 하이브리드 데이터 배송 메커니즘을 제안합니다. 제안된 방법은 동적 깊이 라우팅 트리를 기반으로 한 지역화된 임시 라우팅을 통해 신뢰성 있는 시간 내 데이터 배송을 달성하며, 시뮬레이션 결과 네트워크 노드만 사용하는 경우 대비 71% 높은 신뢰성과 UAV 단독 방식 대비 20% 낮은 에너지 소비를 보입니다.

본 연구는 무인항공기(UAV)를 메시지 전달자로 활용하여 이동 중인 사용자에게 데이터를 안정적으로 전달하는 Rendezvous 기법을 제안합니다. 오프라인 학습 단계에서 실제 궤적으로부터 사용자의 시공간적 규칙성을 파악하고, 데이터 전달 단계에서 UAV가 협력적으로 경로를 계획하여 연속적인 데이터 전달을 수행합니다. 실제 데이터 기반 시뮬레이션 결과, 기존 알고리즘 대비 적은 수의 UAV로 신뢰성 있고 시간 내 데이터 전달을 달성합니다.