6G/IoT 기반 지능형 통신 네트워크 및 자원 최적화

본 연구실은 6G, IoT, 애드혹 네트워크 등 차세대 통신 환경에서 발생하는 복잡한 데이터를 효율적으로 분석하고 관리하기 위한 연구를 중점적으로 수행합니다. 인공지능, 머신러닝, 딥러닝(강화학습, 오토인코더 경량화) 및 게임이론(Nash Bargaining Solution)과 같은 첨단 기술을 활용하여 네트워크 보안, 자원 할당, 이상 탐지 분야에서 혁신적인 해결책을 제시합니다. 특히, 인공지능 에이전트를 위한 신뢰 기반 통신 및 네트워크 구축, V2G(Vehicle-to-Grid) 시스템의 에너지 그리드 최적화에 집중하고 있습니다. 이러한 연구는 미래 네트워크 환경의 안전성과 효율성을 증진하며, 고신뢰, 고효율의 지능형 통신 시스템 구현에 기여합니다. 다양한 참여 과제와 논문을 통해 6G 네트워크 구조 개발, 5G 데이터 분석, 그리고 효율적인 자원 운용 알고리즘 개발에 기여하고 있으며, V2G 시스템 관련 특허를 다수 보유하고 있습니다.

머신러닝 기반 네트워크 데이터 분석 및 사이버 이상 탐지

본 연구실은 머신러닝 및 딥러닝 기술을 활용하여 네트워크 데이터 분석 및 이상 탐지 분야에서 선도적인 연구를 진행하고 있습니다. 특히, 사이버 공격 특징 분석을 통한 네트워크 데이터 분석 프레임워크를 개발하고 있으며, 웨어러블 기기 및 산업용 스마트 센싱 데이터를 활용한 이상 탐지 알고리즘 개발에 집중하고 있습니다. 오토인코더 경량화, 확률 그래프 모델 등의 기술을 적용하여 네트워크상의 복잡한 패턴을 파악하고, 이를 통해 침입 및 이상 행위를 효과적으로 탐지합니다. 관련 연구는 IoT 네트워크에서의 견고한 계층적 이상 탐지, 무선 센서 네트워크를 위한 경량 음향 이상 탐지 알고리즘, NetFlow IoT 데이터셋을 위한 공격 특정 기능 분석 프레임워크 등을 포함하며, 다수의 논문과 함께 적대적 공격에 강건한 이상 탐지 방법, 오토인코더 경량화, 인공신경망 경량화 관련 특허를 출원 또는 등록하였습니다. 이는 네트워크 보안을 강화하고 고신뢰 시스템을 구현하는 데 핵심적인 역할을 합니다.

네트워크 코딩과 게임 이론을 활용한 통신 자원 관리

본 연구실은 네트워크 코딩과 게임 이론을 활용하여 통신 시스템의 자원을 효율적으로 관리하고 최적화하는 연구를 수행합니다. 데이터의 신뢰성 및 전송 효율을 극대화하기 위해 행렬 분해 기반 저복잡 네트워크 코딩, 조직 네트워크 코딩 등 다양한 네트워크 코딩 기법을 개발하고 있습니다. 또한, Nash Bargaining Solution과 같은 게임이론을 적용하여 동적인 네트워크 환경에서 노드 간의 자원 할당 및 협상 전략을 최적화하고 있습니다. 이는 특히 V2I(Vehicle-to-Infrastructure) 네트워크 환경에서 고신뢰 데이터 전송을 보장하는 데 기여합니다. 연구 성과로는 IoT 메시지 전달을 위한 네트워크 코딩, 동적 무선 네트워크를 위한 네트워크 코딩 기반 진화적 네트워크 형성, V2I 환경에서 체계적 네트워크 코딩을 이용한 고신뢰 전송 방법 등이 있습니다. 관련하여 분산적 자가 구성 무선 네트워크, 저전력 사물 인터넷 네트워크 관리, 자원 할당 및 네트워크 코딩 관련 다수의 특허를 보유하고 있으며, 실제 통신 환경에서의 실증적 적용 가능성을 입증하고 있습니다.