연구주제(Research)

개요:  BGP 라우팅 테이블, BGP 업데이트 메시지, 그리고 IP packet의 분석용 Python code 생성 LLM 모델 개발

• https://github.com/DNLab2024/Mobile-LLaMA 

연구내용

• 컴퓨터네트워크 데이터분석 전문 LLM 모델: BGP 라우팅 테이블과 IP packet 데이터를 이해하고 라우팅과 IP 트래픽 분석 및 이상탐지가 가능한 Python code 생성 LLM 모델 개발

• Open source LLM: Meta LLaMA와 같은 open source LLM 모델을 이용한 private smaller LLM 모델 개발

• LLM 파인튜닝: Chat-GPT 또는 open-source LLM foundation model을 BGP 라우팅 데이터와 IP packet 분석용 학습 데이터를 이용한 파인튜닝 및 성능 평가 개발

• LLM 웹 서비스: 컴퓨터네트워크 데이터 분석 전문 LLM 파인튜닝 웹 서비스 개발

개요: 학습 데이터를 서버에 보내지 않고, Device에서 직접 학습, Device에서 학습한 결과만 서버와 공유하여 글로벌 모델을 학습, 딥러닝 + 분산네트워킹 + On Device Learning (IoT, Mobile) 기술

연구내용

• 연합학습 구현: Android/iOS  딥러닝 구현, 서버 딥러닝 구현, 많은(수백 ~ ) 클라이언트 연결 서버+클라우드

• 성능 모니터링: Device, 서버, 네트워크 성능 모니터링 및 향상 방법

• 학습 성능 향상 알고리즘: 데이터 및 Device 불균형 상태에서 학습 성능 향상 알고리즘

DNLAB 연구 결과

• Mun, H.; Lee, Y. Internet Traffic Classification with Federated Learning. Electronics 2021, 10, 27. https://doi.org/10.3390/electronics10010027

• Hyunsu Mun and Youngseok Lee, "FLHub: a Federated Learning model sharing service," Poster, International Workshop on Trustable, Verifiable and Auditable Federated Learning in Conjunction with AAAI 2022, March 1, 2022

• Dongjun Hwang, Hyunsu Mun, and Youngseok Lee, "Improving Response Time of Home IoT Services in Federated Learning," ACM SAC 2022, April 25-29, 2022

• 송현진, 연합학습 기반 피부 질환 이미지 분류 모바일 어플리케이션, 정보과학회 학술대회, 2021.12 (학부생 우수상)

개요: 비트코인 분산 블록체인 데이터를 수집하고 지갑(wallet), 트랜잭션 분류  기술

연구내용

• 비트코인 DBMS 구현: 블록체인으로 구성된 비트코인 지갑과 트랜잭션 테이블 및 분석 시스템 DB 구축 

• 반익명성 비트코인 주소/트랜잭션 분류: 지갑의 분류(거래소, 비정상), 트랜잭션 패턴 분류 알고리즘 

DNLAB 연구결과

• Hyunsu Mun, Suhyun Kim, and Youngseok Lee, "A RDBMS-based Bitcoin Analysis Method," ICISC 2020 [Video]

• 문현수, 블록체인을 활용한 딥 웹 콘텐츠 포렌식 증거 수집 방법, 정보과학회 학술대회, 2021.6 (우수발표논문상)

• 고도현, 문현수, 이영석, "비트코인 거래 과정 시각화를 통한 거래 유형 판별, " 정보과학회 학술대회, 2021.6

• 노아영, 문현수, 이영석, "토르 기반 딥웹 주소 가용성 검사방법," 정보과학회 학술대회, 2021.6

• 황동준, 문현수, 이영석, "지도 학습을 사용한 비트코인 카테고리 분류", 정보과학회 학술대회 2020, 12

• 김수현, 문현수, 이영석, "휴리스틱을 이용한 비트코인 주소 클러스터링 방법," 정보과학회 학술대회 2020, 12

개요: 모바일 앱/AI 스피커 성능 측정 자동화 Robot 기술

연구내용

• 모바일 앱/AI 스피커 성능측정: 모바일 앱과 AI스피커 단말기와 클라우드를 통신 성능을 측정 

• 자동화를 위한 Robot 기술: 모바일 앱과 AI 스피커를 테스트하기 위해서는 Robot 제어 기술 필수 

DNLAB 연구결과

• S. Kim, H. Mun and Y. Lee, "Automatic Mobile App Speed Measurement with Robot," 2020 21st Asia-Pacific Network Operations and Management Symposium (APNOMS), Daegu, Korea (South), 2020, pp. 365-368

• Hyunsu Mun, Hyungjin  Lee, Soohyun Kim, and Youngseok Lee, "A Smart Speaker Performance Measurement Tool," ACM/SIGAPP Symposium on Applied Computing (SAC), March 2020 (23.8%, BK Renowned Conference) [Video]

• Hyunsu Mu and Youngseok Lee, "AppSpeedXray: A Mobile Application Performance Measurement Tool ," Poster for ACM/SIGAPP Symposium on Applied Computing (SAC), March 2020 [Video]

• Hyunsu Mun and Youngseok Lee, "Accelerating Smart Speaker Service with Content Prefetching and Local Control," IEEE CCNC, Jan. 10-13, 2020

• Hyungjin Lee, Hyunsu Mun and Youngseok Lee, "Comparing Response Time of Home IoT Devices with or without Cloud," IEEE ICCE, Jan. 4-6, 2020