• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.481-483
• /
• 2005

IT 기술의 눈부신 성장과 함께 가시화되고 있는 유비쿼터스 환경은 언제 어디서나 사용자가 원하는 서비스를 제공 받을 수 있는 환경으로, 무선통신기술 및 개체 식별 기술 등의 발달과 더불어 점점 현실화되고 있다. 하지만, 모든 유비쿼터스 개체에 IP가 부여되고 이를 기반으로 하는 진정한 유비쿼터스 환경이 현실화되기에는 아직까지 IPv6등 실질적인 인프라가 완벽하게 구축되어 있지 않아 다소 어려운 점이 있다. 따라서, 본 논문에서는 IPv4 환경에서 웹 서비스를 이용하여 실질적인 IP기반의 유비쿼터스 환경을 실현하기 위한 아키텍처를 제시한다. 이 아키텍처는 IPv4 및 IPv6에서 동작 가능하며, PC 및 핸드폰, PDA, 홈 가전기기 등의 모든 기기들을 연결한 통합 네트워크 환경상에서 실질적인 유비쿼터스 서비스의 실현을 목적으로 한다. 이러한 유비쿼터스 웹 서비스 아키텍처상에서, 유비쿼터스 서비스를 제공하는 개체는 유비쿼터스 웹 서비스 명세언어인 uWSOL을 통해 명세되고, 해당 유비쿼터스 서비스를 사용하고자 하는 사용자가 이를 바탕으로 해당 개체와 적절한 메시지 통신을 주고 받을 수 있게 함으로써 유비쿼터스 환경을 실현한다.

• 한국응용곤충학회지
• /
• 제50권2호
• /
• pp.97-105
• /
• 2011

메타개체군의 구조와 이주에 관한 이해는 종 보존을 위해서 필요하다. 본 연구는 붉은점모시나비 서식지에서 MRR 방법으로 나비의 이주패턴을 분석하고 패치연결성을 추정하였다. 그 결과 194(수컷: 137, 암컷: 57)개체가 포획 되었으며 이중 93 (수컷: 73, 암컷: 20)개체가 재포획되었다. 이주 분석에서 이입율은 23-150%, 이출율은 28-53%으로 나타났다. 패치면적과 이입 이출 개체수와의 회귀분석에서는 상관관계를 보이지 않았으며, 먹이식물 수와 이입 이출 개체수와의 회귀분석에서도 상관관계를 보이지 않았다. 그러나 이입 개체수와 패치간 거리와의 분석에서는 높은 상관관계를 보였다. 따라서 나비의 이주는 패치거리가 가까울수록 빈번하게 일어나고 있으나 패치의 면적이나 먹이식물 량과 관계가 없는 것으로 나타났다. 나비의 이주에서 암컷보다 수컷이 매우 활발한 것으로 나타났다. 패치의 위치에 따른 이주 패턴의 분석 결과 패치 네트워크상에서 중앙에 위치한 패치가 양쪽 끝에 위치한 개체군을 이어주는 역할을 하고 있으며 근접한 거리에 있는 패치들간 이주가 멀리 떨어진 패치에 비해 빈번한 이주가 일어나는 것을 보여주었다. 따라서 붉은점모시나비의 이주에 있어서 근거리에 위치한 패치들간 교류가 활발히 일어나고 있으며 패치와 패치를 이어주는 징검다리 역할을 하는 패치가 존재할 경우 교류가 더 활성화된다는 것을 제시하고 있다.

• 한국정보전자통신기술학회논문지
• /
• 제16권1호
• /
• pp.1-7
• /
• 2023

시각 피질로부터 영감을 심층 신경망의 일종인 컨벌루션 신경망은 영상 관련 분야에서 이미 인간의 시각처리 능력을 넘어서 다양한 분야에 응용되고 있지만 적대적 공격의 출현으로 모델의 성능이 저하되는 심각한 위험에 노출되어 있다. 또한 적대적 공격에 대응하기 위한 방어 기술은 해당 공격에 효과를 보이지만 다른 종류의 공격에는 취약하다. 적대적 공격에 대응하기 위해서는 적대적 공격이 컨벌루션 신경망 내부에서 어떤 과정을 통하여 성능이 저하되는 지에 대한 분석이 필요하다. 본 연구에서는 신경생리학 분야에서 뉴런의 활동을 측정하기 위한 척도인 개체군 희소성 인덱스를 이용하여 AlexNet과 VGG11 모델의 적대적 공격에 대한 분석을 수행하였다. 수행된 연구를 통하여 적대적 예제에 대한 개체군 희소성 인덱스가 AlexNet에서는 전 연결 층에서 개체군 희소성이 증가하는 현상을 발견할 수 있었으며 이와 같은 동작은 일반적인 신경망의 동작에 반하는 결과로서 적대적 예제가 신경망의 동작에 영향을 미치고 있다는 강력한 증거이며 또한 동일한 실험을 실시한 VGG11에서는 전체 레이어에서 개체군 희소성 인덱스가 전반적으로 감소하여 개체 인식의 성능이 감소되는 활동을 관찰 할 수 있었다. 이와 같은 결과는 신경생리학적 관점에서 뉴런의 활동을 관찰하는 방식을 인공지능 분야에서도 활용하고 분석할 수 있는 방법을 제시하였다.

• 정보보호학회지
• /
• 제24권5호
• /
• pp.75-81
• /
• 2014

현재 우리나라는 2013년 제주 스마트그리드 실증단지사업을 완료한 이후, 현재 AMI 및 ESS 보급사업을 진행 중이고 더불어 주요 7~8개 도시에 대한 스마트그리드 시티 사업도 준비 중에 있다. 스마트그리드 인프라의 본격적인 확산과 더불어 가장 우려되는 사안 중의 하나가 사이버 보안 이슈이며, 이는 기존의 주요 전력망 보안정책이 폐쇄망 운영을 골자로 하고 있다는 점에서 볼 때 상충되는 측면이 있다. 스마트그리드의 중심이 기존의 대형 전력망 중심에서 스마트 홈 기반 중심으로 옮겨가면서, 전력망은 외부 네트워크와의 연결성이 강화되고 있으며 통신 분야에서 진행되어 오던 사물통신(Internet of Things: IoT) 개념과 결합하면서 그 개방성의 진행이 가속화되고 있다. 따라서 기존의 폐쇄망 정책만으로는 보안성을 확보하는데 명확한 한계가 존재하며 시대적 조류에도 부합하지 않기 때문에, 새로운 패러다임이 필요한 때라고 판단된다. 그 대안 중의 하나로 개방 네트워크로 인해 증가하는 연결성을 보안 위협의 루트가 아닌 보안성을 강화하기 위한 환경으로 활용하는 것이다. 촘촘히 연결된 네트워크를 통해 각 개체가 서로를 상호 모니터링 함으로써 전체 시스템이 오염되는 것을 막을 수 있다. IoT의 도입을 통해 기기 간에는 사회적 연결성이 강화될 것이며, 이러한 연결성과 그 안에 숨겨진 맥락을 통해 이상 여부를 사전에 감지해낼 수 있다. 본 논문에서는 그러한 사회적 관계성에 근거하여 AMI 네트워크에서의 이상 징후를 감지하기 위한 기본적 방법론을 제안하고자 한다.

• 환경생물
• /
• 제40권4호
• /
• pp.525-549
• /
• 2022

개체군은 진화적 단위이자 개체군 통계적 단위로서, 생물학적 침입의 과정은 개체군의 생태적, 진화적 동태에 기인한다. 개체군의 공간구조는 개체군 동태에 영향을 줄 수 있으며, 분산이 반드시 동반되는 생물학적 침입에 대한 연구에서는 공간구조를 고려할 필요가 있다. 메타개체군 이론은 공간구조를 가진 개체군에 대한 대표적인 접근으로, 주로 생태학 및 진화생물학 연구에 활용되고 있다. 메타개체군은 공간적 구조를 가진 개체군의 동의어로 여겨지기도 하지만, 용어의 모호한 사용을 피하기 위해서는 절멸 가능성이 고려되는 경우에 한해 정의되어야 한다는 비판이 있다. 침입 초기 단계의 개체군은 높은 절멸 가능성을 가지는 경우가 많으므로, 메타개체군 이론을 적용하기에 용이하다. 한편, 침입 초기 개체군의 생태적·유전적 특성은 분산의 영향을 크게 받기 때문에, 메타개체군 이론은 개체군 수준에서 침입성의 변화와 침입 가능성을 설명하는 강력한 도구가 될 수 있을 것으로 생각된다. 그러나, 한국에서 침입생물에 대한 생태학적 연구는 주로 종 수준의 분포 변화에 대해 이루어지고 있고, 메타개체군 개념을 적용한 경우가 드문 실정이다. 메타개체군 이론을 활용한다면, 국내 연구가 상대적으로 미진했던 개체군 단위의 침입 기작을 보다 상세히 규명할 수 있을 것으로 생각된다. 본 연구에서는 실제 침입생물에 미치는 메타개체군의 영향을 쉽게 파악하기 위해 침입생물 메타개체군이 자연적인 분산 거리를 넘어서 연결되는지 여부에 따라 장거리와 중거리 두 가지 규모로 나누는 체계를 활용할 것을 제안하였다. 메타개체군 개념에 입각한 침입생물 연구가 침입의 기작을 이해하고 장래의 침입 리스크를 예측·관리하는 데에 도움을 줄 것으로 기대한다.

• 한국시뮬레이션학회논문지
• /
• 제23권4호
• /
• pp.171-180
• /
• 2014

본 연구는 모의개체로 하여금 동적행위연결을 통한 목적지향 행위계획을 수행토록 하는 기법의 구현사례로서 재계획기법을 소개한다. 기존의 행위처리기법, 특히 Semi-Automated Forces (SAF)에서는 모의 초기에 주어진 정해진 계획을 단순히 수행하는 수준에서 크게 벗어나지 않는다. 따라서 인간의 판단 같은 예측불허 상황이 발생하는 (Human in the loop) 모의에서 기존 기법은 상황대처에 미흡하다. 또한 그러한 기법은 돌발상황 대응을 위한 광범위한 경우의 수를 고려하다보면 행위조합 폭증 문제를 겪을 수 있으며, 그러한 조합이 상황에 부합하지 않을 수 있다. 재계획기법은 역전파(back-propagation)를 활용, 목표달성을 위해 필요한 행위들을 검색, 연계하는 자동계획기법 구현사례이다. 이 기법은 행위에 태그(pre/post-conditions)를 부여, 동적으로 행위들을 연결한다. 본 논문은 기법의 실효성 입증을 위해 국방분야의 연구과제에 적용된 성과를 소개한다.

• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1568-1574
• /
• 2015

본 논문은 자연언어 문장을 지식베이스의 지식 골격에 맞추어 지식의 형태로 변환하기 위한 과정 중의 하나인 관계추출(Relation Extraction)을 목표로 한다. 특히, 문장 내에 있는 서술어(Predicate)에 집중하여 서술어와 관련성 높은 지식베이스 프로퍼티(Property or Relation)를 찾아내고, 이를 통해 두 개체(Entity)간의 의미를 파악하는 관계추출에 초점을 둔다. 이에 널리 활용되는 원격지도학습(Distant Supervision) 접근 방식에 따라, 지식베이스와 자연언어 텍스트로부터 원격 학습이 가능한 레이블(Labeled) 데이터를 자동으로 마련하여 지식베이스 프로퍼티에 대한 어휘화 작업을 수행한다. 즉, 두 개체 사이의 관계로 표현되는 서술어와, 온톨로지로 정의할 수 있는 프로퍼티와의 연결을 통해, 텍스트로부터 구조적 정보를 생성할 수 있는 기반을 마련하고 최종적으로 지식베이스 확장의 가능성을 열어준다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.103-111
• /
• 2023

일치기법은 이웃한 개체 간의 정보교환을 통하여 개체들의 상태를 동일한 상태로 수렴시키는 것이 목적이며 다개체 시스템의 제어를 위해 많은 연구가 진행되고 있다. 실제 시스템에서는 각 개체의 측정 변수가 서로 다르거나 통신상의 정보 손실이 발생할 수 있고, 통신상의 안정성을 위하여 각 상태에 대한 서로 다른 네트워크를 구성해야 할 수 있다. 또한, 시스템에 존재하는 입력 포화 및 외란으로 인하여 그룹의 불안정성을 야기할 수도 있다. 따라서 본 논문에서는 이종 상태 정보와 입력 포화 및 외란을 고려하여 다개체 시스템의 군집을 위한 PID(Proportional-Integral-Derivative) 기반의 일치 제어 기술을 연구한다. 구체적으로 2차 시스템으로 모델링된 다중 추종 개체들과 단일 리더 개체를 고려하였고, 오차 시스템의 안정성 판별을 통하여 일치를 달성하기 위한 조건을 분석하였다. 제안된 알고리즘은 위치 그래프의 연결성만 보장된다면 일치를 달성할 수 있음을 확인하였고, 일치 알고리즘을 확장하여 다개체 시스템에 대한 편대 제어 문제를 연구하였다. 마지막으로 모의실험을 통하여 제안된 알고리즘의 유효성을 검증하였다.

• 정보보호학회논문지
• /
• 제22권5호
• /
• pp.959-974
• /
• 2012

그룹 서명 기법은 서명자의 익명성을 제공하기 위해서 만들어졌지만, 연산 및 공간(서명 길이) 효율성이 높지 않을 뿐만 아니라 복잡한 구성, 제한된 사용자 관리 등으로 인하여 실제 응용 가능성은 많지 않았다. 강전일, 황정연 등은 이러한 이유에서 그룹 서명 기법을 실제로 이용하기 더 쉽도록 지역 연결성을 도입하는 연구를 진행하였다. 이 논문에서는 기존의 연구에서 수행하지 못했던 지역 연결성에 대한 구체적인 성질을 파악하고, 지역 연결성을 갖는 특별한 사용자(개체)에 대한 보안성의 형식적인 증명을 시도하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.335-338
• /
• 2005

로봇 에이전트는 변화하는 환경에서 센서정보를 바탕으로 적절한 행동을 선택하며 동작하는 것이 중요하다. 행동 선택 네트워크는 이러한 환경에서 변화하는 센서정보에 따라 실시간으로 행동을 선택할 수 있다는 점에서, 장시간에 걸친 최적화보다 단시간 내 개선된 효율성에 초점을 맞추어 사용되어 왔다. 하지만 행동 선택 네트워크는 초기 문제에 의존적으로 설계되어 변화하는 환경에 유연하게 대처하지 못한다는 맹점을 가지고 있다. 본 논문에서는 행동 선택 네트워크의 연결을 LCS를 기반으로 진화 학습시켰다. LCS는 유전자 알고리즘을 통해 만들어진 규칙들을 강화학습을 통해 평가하며, 이를 통해 변화하는 환경에 적합한 규칙을 생성한다. 제안하는 모델에서는 LCS의 규칙이 센서정보를 포함한다. 진화가 진행되는 도중 이 규칙들이 모든 센서 정보를 포함하지 못하기 때문에 현재의 센서 정보를 반영하지 못하는 경우가 발생할 수 있다. 본 논문에서는 이를 해결하기 위해 센서정보 별로 개체를 따로 유지하는 방법을 제안한다. 제안하는 방법의 검증을 위해 Webots 시뮬레이터에서 케페라 로봇을 이용해 실험을 하여, 변화하는 환경에서 로봇 에이전트가 학습을 통해 올바른 행동을 선택함을 보였고, 일반LCS를 사용한 것보다 조건별 개체 유지를 통해 더 나은 결과를 보이는 것 또한 확인하였다.