Caramel LabCaramel Lab
#

엣지 컴퓨팅

7편의 한국어 분석 — 최신순으로 정렬했어요

기계공학발표 2026.10· 0

자율주행차 모니터링 시스템 아키텍처

자율주행차 모니터링 시스템(AVMS)은 도로 안전, 차량 관리 및 지능형 교통 서비스의 핵심 요소임에도 불구하고, 그 아키텍처는 파편화되어 있으며 공통 구조의 사례로 분석되는 경우가 드뭅니다. 본 연구는 2018년부터 2026년까지의 대표적인 AVMS 분류와 기술 동향을 PRISMA-ScR 지침에 따라 체계적으로 분석했습니다. IEEE Xplore, Scopus, Web of Science 등 주요 데이터베이스와 회색 문헌, 특허까지 포괄하여 문헌을 검토했습니다. 연구는 온보드, 엣지, 클라우드 계층으로 구성된 3계층 참조 아키텍…

컴퓨터 과학발표 2026.10· 0

IoT 엣지 네트워크 효율적 DDoS 탐지 위한 적응형 연합 학습

사물 인터넷(IoT)의 급증은 네트워크 공격 표면을 확장하며, 자원 제약적인 환경에서 DDoS 및 봇넷 활동을 정확하게 탐지할 필요성을 증대시켰습니다. 기존 중앙 집중식 침입 탐지 시스템(IDS)은 프라이버시, 확장성, 이질성 문제로 인해 IoT 환경에 부적합합니다. 본 연구는 이러한 한계를 극복하고자 IoT 엣지 네트워크를 위한 연합 학습 기반 침입 탐지 시스템(FL-IDS)을 제안합니다. 제안된 FL-IDS는 각 클라이언트가 하이브리드 CNN-LSTM 모델을 로컬에서 훈련하고, 중앙 서버는 연합 평균화(FedAvg)를 통해 클…

컴퓨터 과학발표 2026.09· 0

다중 접속 엣지 컴퓨팅 환경의 실시간 통합 적응형 오프로딩

사물 인터넷(IoT) 기기는 제한된 연산 능력과 배터리 수명으로 인해 모바일 엣지 컴퓨팅(MEC) 환경에서 연산 오프로딩(MCO)을 통해 인접한 고성능 서버의 자원을 활용합니다. 이러한 태스크를 사용자 기기 또는 엣지 서버에서 실행할지 결정하는 과정은 딥러닝(DRL)과 같은 인공지능 기법으로 최적화될 수 있습니다. 본 연구는 리아푸노프 최적화(LO), 다중 출력 학습(MOL), 그리고 DRL을 기반으로 하는 실시간 통합 적응형 안정 오프로딩(RIASO) 알고리즘을 제안합니다. RIASO는 훈련 시작 시간을 조절하는 새로운 훈련 정…

컴퓨터 과학발표 2026.09· 8최근 1년 5회

엣지 AI 모델 학습 연구 동향

최근 엣지 컴퓨팅은 인공지능 기능을 통합하여 효율성을 높이는 핵심 기술로 주목받고 있습니다. 그러나 엣지에서의 머신러닝(ML) 모델 배포 및 추론에 주로 초점이 맞춰져 있었으며, 모델 학습 측면은 상대적으로 덜 탐구되었습니다. 본 조사는 엣지 학습, 특히 엣지 환경에서의 ML 모델 학습 최적화 개념을 심층적으로 탐구합니다. 이 연구는 엣지 학습의 다양한 접근 방식과 방법론을 종합적으로 탐색하고, 기존 지식을 통합하며, 주요 도전 과제를 식별하고, 미래 동향을 제시하는 것을 목표로 합니다. Scopus와 Web of Science의…

전기·전자발표 2026.09· 0

저압 배전망 최적 제어 엣지 컴퓨팅

분산형 태양광 발전 시스템의 높은 보급률은 저압 배전망에서 전압 위반, 태양광 수용 한계, 인접 배전 변압기 간 불균형 부하 등의 문제를 야기합니다. 본 연구는 이러한 문제를 해결하기 위해 배전 변압기 클러스터(DTC)로 구성된 저압 배전망을 위한 엣지 컴퓨팅 기반 최적 제어 방법을 제안합니다. 제안하는 방법은 지능형 융합 터미널을 엣지 컴퓨팅 플랫폼으로 활용하여 측정값 수집, 익일 스케줄 생성, 당일 실시간 보정, 안전성 검증 및 제어 명령 발행을 수행합니다. 익일 단계에서는 태양광 발전 예측 시나리오를 식별하고, 시나리오별 에…

컴퓨터 과학발표 2026.08· 5최근 1년 5회

엣지-클라우드 협업 LLM 추론 및 학습

거대 언어 모델(LLM)의 발전에도 불구하고, 클라우드 단독 배포나 엣지 기기 압축은 지연 시간, 개인 정보 보호, 비용, 개인화 문제로 인해 한계에 부딪히고 있습니다. 본 연구는 클라우드 LLM과 엣지 소형 언어 모델(SLM)이 추론 및 학습 과정에서 협력하는 패러다임을 탐구합니다. 이를 위해 엣지-클라우드 협업 전략에 대한 통합 분류 체계를 제안합니다. 추론 단계에서는 작업 할당, 작업 분할, 혼합 기반 협업 방식을 작업 및 토큰 수준으로 분류하며, 적응형 스케줄링, 자원 인식 오프로딩, 추측 디코딩, 모듈러 라우팅 등을 포함…

생물학발표 2025.10· 37최근 1년 37회

스마트 농업의 클라우드-엣지-디바이스 협업 컴퓨팅

식량 안보와 지속 가능한 자원 관리 요구가 증대됨에 따라 스마트 농업이 빠르게 발전하고 있습니다. 클라우드-엣지-디바이스 협업 컴퓨팅은 분산 지능, 실시간 처리, 적응형 의사 결정을 가능하게 하여 기존 중앙 집중식 아키텍처의 한계를 극복하는 혁신적인 패러다임으로 부상했습니다. 본 총설은 농업 분야에서 클라우드-엣지-디바이스 협업의 아키텍처, 기술적 특성 및 적용 시나리오를 포괄적으로 검토합니다. 환경 모니터링, 지능형 관개, UAV-기계 협업, 가축 건강 관리, 병해충 방제 등 주요 응용 분야를 다룹니다. 주요 과제로는 장치 이…

연구 트렌드로 돌아가기