• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.224-226
• /
• 2012

IT 기술의 발전과 정보화 사회로 인해 컴퓨터 관련범죄뿐 아니라 일반 범죄에서도 증거 및 단서가 디지털정보 기기에 보관되는 경우가 발생하고 있다. 이러한 맥락에서 본 논문에서는 디지털 포렌식 기술의 하나로서 녹음 데이터로부터 녹음기기를 판별하는 효과적인 방법을 제안한다. 녹음된 데이터에서 노이즈를 추출하고, 이 노이즈의 차이점을 이용하면 효율적인 기기판별 방법이 가능해진다. 본 논문에서는 위너 필터를 통한 기기 Noise를 추출하고, MirToolBox를 이용하여 특징들을 추출한다. 추출된 특징들과 WEKA의 다중 신경망을 이용하여 학습 및 판별하였다. 판별 결과 평균 99.8%의 성능을 보였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.19 no.2
• /
• pp.73-83
• /
• 2014

Thanks to the development of diverse audio editing Technology, audio file can be easily revised. As a result, diverse social problems like forgery may be caused. Digital forensic technology is actively studied to solve these problems. In this paper, a hand-held device identification method, an area of digital forensic technology is proposed. It uses the noise features of devices caused by the design and the integrated circuit of each device but cannot be identified by the audience. Wiener filter is used to get the noise sounds of devices and their acoustic features are extracted via MIRtoolbox and then they are trained by multi-layer neural network. To evaluate the proposed method, we use 5-fold cross-validation for the recorded data collected from 6 mobile devices. The experiments show the performance 99.9%. We also perform some experiments to observe the noise features of mobile devices are still useful after the data are uploaded to UCC. The experiments show the performance of 99.8% for UCC data.

• Korean journal of communication and information
• /
• v.49
• /
• pp.20-38
• /
• 2010

This paper was attempting to identify determinants of media repertoires based on new services and technologies. Using the regression and discriminant models, this study examined determinants that included five independent factors such as the degree of innovation, social networks, social influences, demographic variables and media uses. The analyses revealed that all of independent variables except the degree of innovation were significant determinants of media repertoires. Secondly, the results of discriminant analyses showed that terrestrial television use, age, disposable income were significant factors discriminating new media service adopters from the sample. For new media related technologies adopters, family income, and media uses such as newspaper, Internet and radio were significant discriminant variables.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.295-296
• /
• 2013

본 논문에서는 얼굴인식기술을 활용한 인증처리 기법으로 범죄에 악용되고 있는 ATM 기기와 같은 자동화 기기들의 사용을 정상적인 얼굴 촬영이 가능하게 얼굴을 들어내어 보여주는 사람만 사용이 가능한 방법을 제안한다. 범죄자나 수배자의 경우 얼굴을 데이터베이스에 등록하여 카메라로 인식된 얼굴과 비교를 통하여 찾아내는 것으로 얼굴인식이 활용되며 ATM 기기와 같은 자동화기기의 사용자가 정상적인 사용자인지 아닌지를 판별하는 방법은 정확하게 얼굴을 인식할 수 있도록 들어내었는지 여부에 따라서 판별이 가능하다. 따라서 본 연구에서는 기존의 데이터베이스를 활용하는 방법 외에 정상과 비정상을 판별하는 기술을 제공하며 조명과 환경에 따라 변하는 인식률의 제고를 위하여 개선된 알고리즘을 제안하였으며 이를 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.557-560
• /
• 2010

고성능의 보급형 디지털 영상장비와 레이저프린터의 보급으로 인해 인쇄물의 불법적인 위변조가 사회적 문제로 대두되고 있고, 관련 범죄 또한 증가하는 추세이다. 이에 따라 디지털 포렌식 기술에 기반한 촬영 및 인쇄기기 식별 기술들이 연구되고 있다. 본 논문에서는 인쇄기기별 특성에서 기인하는 인쇄물의 노이즈 특성을 이용해 인쇄기기를 판별하는 알고리즘을 제안한다. 이산 웨이블릿 변환과 위너 필터를 이용한 노이즈 특성 추출 방법을 설명하고, 추출된 노이즈 특성에서 명암도 동시발생 행렬을 계산하고 왜도, 첨도, 공분산, 상관계수의 특징을 추출하였다. 추출한 특징을 서포트 벡터 머신에 적용하여 디지털 인쇄기기의 제조사와 모델을 판별하였다. 제안한 알고리즘의 성능을 분석하기 위하여 7대 프린터에서 각 371장씩 출력된 총 2,597장 이미지로 실험하였고, 제안한 알고리즘이 기존 방법에 비하여 높은 정확률을 나타냄을 보였다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.8
• /
• pp.599-610
• /
• 2010

Color laser printers are nowadays abused to print or forge official documents and bills. Identifying color laser printers will be a step for media forensics. This paper presents a new method to identify color laser printers with printed color images. Since different printer companies use their own printing process, each of printed papers from different printers has a little different invisible noise. After the wiener-filter is used to analyze the invisible noises from each printer, we extract some features from these noises by calculating a gray level co-occurrence matrix. Then, these features are applied to train and classify the support vector machine for identifying the color laser printer. In the experiment, we use total 2,597 images from 7 color laser printers. The results prove that the presented identification method performs well using the noise features of color printed images.

• Proceedings of the KIEE Conference
• /
• 2008.05a
• /
• pp.137-138
• /
• 2008

가스절연변압기(GITr)는 우수한 절연내력과 높은 신뢰성을 장점으로 가지고 있기 때문에 운전 시 유지 보수가 불필요하도록 설계목표를 정하여 제작되고 있지만, 제작과 운전 단계에서 치명적인 결함이 발생할 수 있고, 이러한 결함들은 전력기기 사고의 원인이 될 수 있다. 따라서 사고발생 전 단계에서 대규모 전력 사고의 발생 요인 중 하나인 전력기기 내부의 결함에 대한 상시 진단 및 원인 분석이 반드시 선행되어야 하며, 이와 같은 진단 분석 기법의 하나로 전력 기기의 내부 결함의 위치 판별에 대한 연구의 필요성이 절실히 요구되고 있다. 따라서 본 논문에서는 일반적으로 Cubicle 구조체 위치의 판별에 사용되는 기법 중 하나인 상변측정법(Trilateration)을 적용함으로써, GITr Mockup(170kV 급)의 세 개의 센서를 이용하여 결함에서 발생되는 부분방전 신호를 3차원적으로 분석하기 위한 연구를 위해 3개의 센서가 구성하는 평면상에 인위적 결함을 위치시켜 결함의 위치를 2차원적으로 분석하는 연구를 수행하여 약 5cm 오차 범위 내에서 결함을 판별하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.9 no.4
• /
• pp.329-336
• /
• 2008

The facilities with new technologies in the recent power plants become larger and need a lot of high cost for maintenance due to stop operations and accidents from the operating machines. Therefore, it claims new systems to monitor the operating status and predict the faults of the machines. This research classifies the normal/abnormal status of the machines into 5 levels which are normal-level/abnormal-level/care-level/dangerous-level/fault and develops the new system that predicts faults without stop operation in power plants. We propose the regional segmentation technique in the frequency domain from the data of the operating machines and generate the Peak-codes similar to the Bar-codes, The high efficient and economic operations of the power plants will be achieved by carrying out the pre-maintenance at the care level of 5 levels in the plants. In order to be utilized easily at power plants, we developed the algorithm appling to a notebook computer from signal acquisition to the discrimination.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.36 no.11C
• /
• pp.649-654
• /
• 2011

In this paper, we show new method to find number of errors in the Reed-Solomon decoder. New design is much faster and has much simpler logic circuit than the former design method. This optimization was possible by very simplified square calculating circuit and parallel processing. The microcontroller of this Reed Solomon decoder can be used for data protection of almost all digital communication and consumer electronic devices.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.