• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.836-838
• /
• 2024

본 논문은 현대 사회에서 급증하는 VPN의 악용 가능성을 인지하고 VPN과 Non-VPN 트래픽 구별의 중요도를 강조한다. 전통적인 포트 기반 분류와 패킷 분석 접근법의 한계를 넘어서기 위해 트래픽 플로우 특징과 인공지능(AI) 기술을 결합하여 VPN과 Non-VPN 프로토콜을 구별하는 새로운 방법을 제안한다. 직접 수집한 패킷 데이터셋을 사용하여 트래픽 플로우 특징을 추출하고, 패킷의 페이로드와 결합해 이미지를 생성한다. 이를 CNN 모델에 적용함으로써 높은 정확도로 프로토콜을 구별한다. 실험 결과, 제안된 방법은 99.71%의 높은 정확도를 달성하여 트래픽 분류 및 네트워크 보안 강화에 기여할 수 있는 방법론임을 입증한다.

• 말소리와 음성과학
• /
• 제12권3호
• /
• pp.1-14
• /
• 2020

서울말의 ᅩ/ᅮ가 모음 공간에서 융합하는 변화가 진행되고 있는 것이 많은 연구들에 의해 지적되어 왔다. 한편 ᅩ/ᅮ의 중복이 현저한 여성의 발화에서는 포먼트 대신 모음의 음질 (H1-H2)이 ᅩ/ᅮ를 구별하고 있는 것이 확인되었다. 본 고의 목적은 생성에 보이는 ᅩ/ᅮ 간의 H1-H2 차이가 지각에서도 유효한지를 확인하는 것이다. 지각에서도 H1-H2가 유효하게 기능하고 있다면 포먼트만으로는 설명이 어려운 여성의 ᅩ/ᅮ를 생성과 지각 모두에서 H1-H2로 정연하게 설명할 수 있을 것이다. 서울, 경기 출신의 대학생 35명을 대상으로 서울말 모어 화자가 단독발화한 ' 오'와 '우'를 사용하여 지각실험을 실시하였다. 자극음은 모두 여성의 발화로 모음 공간에서 상당한 중복을 보이는 182예이다. 생성과 지각의 관계를 보기 위해 자극음의 음향분석도 실시하였다. 정답률(바르게 지각한 동정률)은 평균 89%로 /ᅩ/가 86% (n=88), /ᅮ/가 91% (n=94)였다. 자극음의 음향분석에서 포먼트로 구별이 어려운 ᅩ/ᅮ의 경우 H1-H2가 유의하게 작용하고 있는 것이 확인되었다. 그러나 ᅩ/ᅮ의 지각에 H1-H2의 영향력은 매우 미미하며 ᅩ/ᅮ의 구별에는 남녀 모두 포먼트가 결정적인 역할을 하는 것으로 나타났다. 생성에서 H1-H2로 ᅩ/ᅮ를 구별하는 것은 여성의 발화로, 남성의 발화에서는 H1-H2가 아닌 포먼트로 구별된다. 남성의 발화에서도 H1-H2 차이가 ᅩ/ᅮ의 구별에 쓰인다면 지각에 있어서도 H1-H2가 주된 지각특성이 될 수도 있겠지만 적어도 현 단계에서 ᅩ/ᅮ의 지각에 H1-H2의 사용은 남녀 모두 아직 도입되지 않은 것으로 보인다.

• 벤딩인더스트리
• /
• 제9권2호
• /
• pp.36-39
• /
• 2009

서울시에 설치된 커피자판기는 과연 얼마나 될까? 그동안 자판기 시장 통계는 연도별 제조 통계만 있었지, 필드에 설치되어 운영되는 자판기들에 대한 공신력 있는 통계는 부족했던 것이 사실이다. 그런데 이번에 안심 커피자판기 사업을 추진하는 서울시청의 협조를 통해 '서울시 자피구별 자판기 설치 현황'에 대한 자료를 제공받았다. 이 자료에 의하면 서울시에 설치된 자판기는 총14,387대이고 자치구 중에는 영등포구가 866대로 가장 많았다. 반면 가장 적게 커피자판기가 설치된 자치구는 금천구로 279대에 불과했다. 기타 서울시 커피자판기 설치 현황이 어떤 특징을 보이는 지를 살펴봤다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.733-736
• /
• 2000

멀티미디어 데이터베이스에서 장면전환 영역을 검출하는 것은 검색과 색인을 위해서 필수적이다. 동영상에서 장면전환 영역은 단순한 장면전환과 점진적인 장면전환으로 나눌 수 있다. 단순한 장면전환은 다음 장면과 구별이 쉬우나, 점진적인 장면전환은 그 구별이 쉽지 않다. 본 논문에서는 압축된 동영상에서 점진적인 장면전환 영역을 검출하는 효과적인 방법을 제시한다. 제안된 알고리즘은 MPEG-1으로 압축된 동영상에서 DC계수를 추출하고, 부호화된 휘도 블럭의 개수를 추출하여 점진적 장면전환 영역을 검출한다. 제안된 알고리즘의 성능은 장면이 점진적으로 바뀌는 영역을 찾아내는 정확도를 기반으로 분석하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.44-48
• /
• 2000

퍼지 집합은 경계가 애매한 집단, 어떤 제약에 대한 만족정도가 애매한 개체들의 모임, 또는 애매한 개념을 소속정도를 이용하여 표현한다. 퍼지 집합에서는 자신의 나타내는 개념이나 제약에 대해서 무관한 개체나 상반되는 개체에 대해서도 소속정도 값으로 0을 부여한다. 응용에 따라서는 집합이 나타내는 개념이나 제약에 대해서 무관한 것과 상반되는 것을 구별하여 표현하는 것이 유용한 경우도 있다. 이 논문에서는 퍼지 집합에서 소속정도값 0을 갖는 무관한 원소들과 상반되는 원소들을 구별하여 표현하기 위해 소속 정도값의 영역을 구간 [-1, 1]로 확장한 바이폴라 퍼지집합이라는 확장된 퍼지 집합을 소개한다. 한편, 바이폴라 퍼지 집합에 대한 집합연산, 퍼지정도 척도, 관계, 추론 등의 연산에 대해서도 소개한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.38-41
• /
• 2001

본 연구는 2000년 9월4일 Landsat ETM+ 위성화상자료에 기초하여 산출된 연무지수(haze index)를 서울시 구별로 비교, 분석하였다. 태슬모자형 변환(Tesseled Cap transformation)의 제 4특징인 연무지수를 산출하기 위해 6개의 계수를 새로 구하였다. 시정거리가 21.5km인 비교적 좋은 날씨상태에서 강남구와 서초구의 경우 다른 구에 비해 월등히 연무지수가 높게 나타났다. 그리고 강북지역의 연무지수는 강남지역보다 낮다. 비교적 높은 연무지수를 갖는 강북지역의 구는 용산구, 종로구, 노원구이다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 추계학술대회
• /
• pp.139-150
• /
• 2005

본 연구에서는 잡음이 섞인 카오스 시스템으로부터 생성된 자료와 단순한 무질서를 갖는 불규칙한 자료를 구별할 수 있는 고전적인 비모수적 검정을 알아보고, 낮은 차원의 카오스 자료와 무질서한 자료를 구별할 수 있는 위상공간에서의 재구성(reconstruction) 기법을 로지스틱 및 지수 사상을 이용하여 살펴보았다.

• 한국독성학회:학술대회논문집
• /
• 한국독성학회 2003년도 춘계학술대회 논문집
• /
• pp.47-47
• /
• 2003

Acridine orange를 이용한 염색법은 OECD guideline 474에 채택되어 널리 사용되고 있는 염색법으로 Giemsa를 이용하였을 때 보다 artifact를 구별하기 쉬우며 숙련되지 않는 관찰자도 쉽게 소핵을 구별할 수 있다는 장점을 가지고 있다. 본 시험에서는 신약의 초기 screening단계에서 유전독성여부를 알아보기 위한 방법으로 마우스 골수세포와 말초혈액을 이용하여 Geimsa와 Acridine orange염색법을 비교하였다. (중략)

• 정보기술과데이타베이스저널
• /
• 제3권1호
• /
• pp.85-95
• /
• 1996

본 논문은 특정문서에서 문서가 갖고 있는 일반적인 지식을 이용하여 논리적 항목을 추출하는 방법에 관한 연구이다. 먼저 입력된 문서의 영역 분할, 분리자 추출, 그리고 문자와 비문자를 구별하였다. 논리구조 추출단계에서는 구별된 요소의 상대적 크기, 위치 및 전후 블록들의 연관성에 관한 지식을 이용하여 각 블록들을 레이블링 하였고, 레이블된 항목들의 위치정보값을 이용하여 각 항목들을 자료화하였다. 마지막으로, 오분류된 항목에 대해서는 배치기술자를 이용한 검증을 통해 정정하였다. 본 논문에서 구현한 방법으로 실험한 결과 96.5%의 논리항목 추출율을 획득함으로써 그 유효성을 입증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.538-540
• /
• 1998

본 논문은 고개를 상/하로 끄덕이거나 좌/우로 가로 저어서 긍정과 부정을 구별하기 위한 것이다. 다시 말해서, 마우스나 키보드 대신에 머리의 움직임을 사용해서 '예/아니오'를 인식한다. 본 논문에서는 정규화된 칼라 공간(chromatic color space)과 조도(illumination)를 이용하여 얼굴 영역을 찾고 분할하는 자동 얼굴 영역 찾기와 영상차의 위치 비교와 움직임 량을 이용하여 우선 순위를 갖는 단순한 방향성을 구별하는 자동 의사 인식의 두 단계로 구성되어 있다. 이러한 단순한 방향성의 조합으로 '예/아니오'를 구분한다.