수십 억년 동안 진화를 거듭해온 지구상의 생명체들은 외부의 제어 없이 독자적으로 단순한 행동 규칙에 따라 기능을 수행하여 주어진 목적의 최적해를 달성한다. 이러한 다양한 생명체의 행동 원리를 모델링하여 만든 알고리즘을 생체모방 알고리즘(Bio-Inspired Algorithm)이라 한다. 생체모방 알고리즘은 다수의 개체가 존재하며, 주변 환경이 동적으로 변하고, 가용 자원의 제약이 주어지며, 이질적인 특성을 갖는 개체들이 분산 및 자율적으로 움직이는 환경에서 안정성, 확장성, 적응성과 같은 특징을 보여주는데, 이는 최근 IoT, 5G/4G 셀룰러 네트워크, 무선랜, 블루투스, 무선멀티홉 네트워크 등과 같이 다양한 이기종 사용자 네트워크들이 공존하는 미래의 네트워크 환경의 서비스 요구사항에서 요구되는 특성들이라 할 수 있다. 우리 연구실에서는 ant/bee/firefly/frog 알고리즘과 같은 다양한 생체모방 알고리즘에 대한 깊이 있는 이해 및 convex optimization, control theory 등의 연구를 통해 주변 환경에 따른 최적의 자율구성이 가능한 네트워크 객체를 실현하기 위한 연구를 수행한다.
The creatures on Earth that have been evolving for billions of years perform their functions in accordance with simple rules of behavior, without external control, to achieve the optimal solution for a given purpose. The algorithm created by modeling the behavioral principles of various living things is called bio-inspired Algorithm. Bio-inspired algorithms show stability, scalability, and adaptability in environments where a large number of entities exist, surrounding environment varies dynamically, available resources are constrained, and heterogeneous entities are dispersed and act autonomously. These characteristics are essential for service requirements of future network environments in which various heterogeneous user networks (such as IoT, 5G / 4G cellular network, wireless LAN, Bluetooth, wireless multi-hop network) coexist in the same space and time domain. In our laboratory, we study research on realizing optimized autonomous self-configuration with the consideration of various network systems and dynamic environment changes by employing various bio-inspired algorithms such as ant/bee/firefly/frog/penguin algorithms and optimization theory.