• 융합보안논문지
• /
• 제21권1호
• /
• pp.33-44
• /
• 2021

클라우드 컴퓨팅 기술을 활용한 데이터의 아웃소싱은 제공된 데이터에 대한 제 자 노출3,변조 , 연산위임 결과의 신뢰성 등이 문제가 되고 있다. 이러한 보안 이슈들를 해결하기 위해 데이터를 암호화 한 후 연산 및 분석을 수행하는 준동형 암호가 큰 각광을 받고 있으며, 최근에는 준동형 암호에 인증 기능을 보강한 준동형 인증 암호들이 제안되었다. 이 암호를 활용하면 정보의 유출과 민감한 개인정보에 대한 침해 문제없이 데이터의 분석이 가능함과 동시에 위임된 연산에 대한 신뢰성을 보장받을 수 있기 때문이다. 그러나 준동형 인증 암호 설계에 대한 연구는 아직 초기 단계이다. 제시된 준동형 인증 암호들 중 실용적인 스킴들은 그 안전성이 매우 낮거나, 반대로 안전성이 높은 경우에는 실용적이지 못하다. 또한 준동형 메시지 인증 스킴과 준동형 암호를 바탕으로 준동형 인증 암호를 설계하는 기법에 대한 분석이 부재한 실정이다. 본 논문에서는 준동형 메시지 인증 스킴과 준동형 암호를 결합하여 설계하는 기법에 대한 안전성 분석하였다. 분석 결과 위조 불가능한 준동형 메시지 인증 스킴을 이용하여 준동형 인증 암호를 구성하면 준동형 인증 암호 역시 위조불가능성을 갖지만 강한 위조 불가능성의 경우는 그렇지 않았다. 한편 구별불가능성을 갖는 준동형 암호를 이용하여 준동형 인증 암호를 설계하더라도 구별불가능성에 대한 안전성을 만족하지 못함을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2001년도 제13회 한글 및 한국어 정보처리 학술대회
• /
• pp.130-137
• /
• 2001

최대 엔트로피 모델(maximum entropy model)은 여러 가지 자연언어 문제를 학습하는데 성공적으로 적용되어 왔지만, 두 가지의 주요한 문제점을 가지고 있다. 그 첫번째 문제는 해당 언어에 대한 많은 사전 지식(prior knowledge)이 필요하다는 것이고, 두번째 문제는 계산량이 너무 많다는 것이다. 본 논문에서는 텍스트 단위화(text chunking)에 최대 엔트로피 모델을 적용하는 데 나타나는 이 문제점들을 해소하기 위해 새로운 방법을 제시한다. 사전 지식으로, 간단한 언어 모델로부터 쉽게 생성된 결정트리(decision tree)에서 자동적으로 만들어진 규칙을 사용한다. 따라서, 제시된 방법에서의 최대 엔트로피 모델은 결정트리를 보강하는 방법으로 간주될 수 있다. 계산론적 복잡도를 줄이기 위해서, 최대 엔트로피 모델을 학습할 때 일종의 능동 학습(active learning) 방법을 사용한다. 전체 학습 데이터가 아닌 일부분만을 사용함으로써 계산 비용은 크게 줄어 들 수 있다. 실험 결과, 제시된 방법으로 결정트리의 오류의 수가 반으로 줄었다. 대부분의 자연언어 데이터가 매우 불균형을 이루므로, 학습된 모델을 부스팅(boosting)으로 강화할 수 있다. 부스팅을 한 후 제시된 방법은 전문가에 의해 선택된 자질로 학습된 최대 엔트로피 모델보다 졸은 성능을 보이며 지금까지 보고된 기계 학습 알고리즘 중 가장 성능이 좋은 방법과 비슷한 성능을 보인다 텍스트 단위화가 일반적으로 전체 구문분석의 전 단계이고 이 단계에서의 오류가 다음 단계에서 복구될 수 없으므로 이 성능은 텍스트 단위화에서 매우 의미가 길다.

• 한국시스템다이내믹스학회:학술대회논문집
• /
• 한국시스템다이내믹스학회 2002년도 하계학술대회발표논문집
• /
• pp.81-99
• /
• 2002

정보화사업은 사회 다른 어느 분야보다 눈부신 발전을 보이고 있으며, 중앙부처는 전국공동활용체계 구축, 그리고 행정업무의 능률 제고를 위한 각종 사업들을 역점 추진하고 있다. 그러나 정보화 사업은 중앙부처 위주로 추진되어 개별기관별, 단위사업별로 정보화가 이루어지고 있다. 또한, 기초자치단체의 경우 종합적인 정보시스템추진계획 구도와 전략의 부재로 인해 다양한 정보화 사업들이 부서별로 산발적으로 추진되고 있으며, 이는 사업추진의 분할손은 물론 사업간 연계를 통한 상승작용을 저해하는 주 요인으로 작용할 가능성이 노출되고 있다. 중앙부처의 표준시스템의 개발 및 보급은 그 수용대상인 기초자치단체의 행정정보화를 앞당길 수 있는 긍정적인 영향과 더불어 기초자치단체의 수용능력여부에 따라 기초자치단체의 행정정보화는 그 혼란을 더욱 가중하는 부정적인 영향을 줄 수도 있음을 시사하고 있다. 본 연구는 이러한 표준시스템의 긍정적인 영향만을 인식하고 있는 구조를 파악함은 물론 간과하고 있는 부정적인 영향을 시스템사고를 이용하여 이해함으로써 표준시스템의 보급으로 인한 기초자치단체로의 역기능을 최소화하고, 그에 역동적으로 대처할 수 있는 방안으로 조직 측면에서는 CIO제도의 활성화와 정보담당조직위상의 제고를, 시스템 측면에서는 표준시스템과 기존시스템간의 GAP 분석을 통한 틈새도출 및 보강을, 데이터 측면에서는 공유정보제공시스템 구축을 통한 데이터 자원의 활용을 그 대안으로 제안하고 있다

• 건축사
• /
• 통권566호
• /
• pp.92-97
• /
• 2016

지난 두 회에 걸쳐 흔히 사람들이 이야기하는 파라메트릭 디자인의 전형에 가까우며 현재의 건축 및 시공 기술로 충분히 구현이 가능한 두 예를 살펴보았습니다. 조금 지루하다고 여기셨을 분들을 위해 앞으로 몇 회간은 시뮬레이션(simulation)에 대해 이야기를 해 볼까 합니다. 시뮬레이션은 단어가 의미하는 것처럼 실제의 현상을 모방하는 과정을 의미하며 이미 많은 분야에서 다양한 목적을 위해 사용되고 있습니다. 쉽게 머릿속에 떠오르는 시뮬레이션은 아마도 영화나 컴퓨터 게임에서 자연현상이나 물리적 법칙에 의한 사물의 거동 등을 본뜨고자 하는 목적의 특수효과를 위한 시뮬레이션, 과학자들이 자연의 현상의 이해 및 예측, 혹은 가설의 검증 등을 위해 사용하는 시뮬레이션, 엔지니어들이 물체의 물리적 화학적 거동을 시험해 보기 위해 사용하는 시뮬레이션 등이 아닐까 생각합니다. 시뮬레이션은 기본적으로 어떠한 현상에 대한 이해를 바탕으로 그러한 현상을 만들어 내는 법칙을 찾아내어 이를 디지털 모델화 하여야 합니다. 몇 회 전에 말씀드렸던 것처럼, 실험에 실험을 거듭하여 가장 영향력이 큰 변수를 찾아내고 미처 이해하지 못한 변수들을 보강하기 위해 도입하는 상수 등으로 이러한 과학적인 법칙을 도출하게 됩니다. 싸고 막강한 성능의 컴퓨터 및 데이터 저장방법 등을 등에 업은 빅 데이터(Big Data)를 통한 방법론이 이미 통계 및 확률의 분야에서 전통적인 알고리듬에 바탕을 둔 시뮬레이션에 우위를 점하고 있는 상황이긴 하지만, 개인적인 생각으로는 항상 다른 분야에 비해 기술적으로 한발 뒤쳐질 수밖에 없는 건축의 보수적인 속성 및 좀 더 많은 것에 대해 컨트롤을 하고 싶어 하는 많은 건축인들의 애착 등을 고려해 보았을 때 건축에서의 시뮬레이션이라는 영역은 아직도 알아야할 가치가 많다고 생각됩니다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.2
• /
• pp.463-466
• /
• 2006

본 논문은 UAV를 이용한 항공기 기반 의사위성 항법시스템의 항법 메시지를 설계하는 효율적인 방법에 대해서 다루고 있다. 논문에서는 먼저 GPS 보강 시스템 혹은 독자적인 지역 항법시스템으로 응용이 가능한 UAV 의사위성 시스템에 대해서 설명한다. UAV의 기동은 비교적 짧은 시간 동안 매우 다양하게 변화할 수 있으므로, 위치를 나타내는 항법메시지의 설계에 특별한 고려가 요구된다. 본 연구에서 사용한 방법은 UAV의 직선 경로와 원 경로에 대해 각각 고유한 메시지 형식을 사용하고, 이 각각의 메시지를 nominal 메시지와 deviation 메시지로 구분하였다. 이러한 방식은 메시지의 전체 크기를 줄일 뿐만 아니라 시간 지연 문제에도 효과적으로 대응할 수 있게 한다. 줄어든 메시지 크기로 인해 남게 되는 공간은 다른 유용한 메시지의 전송에 사용할 수 있다. 본 연구에서는 제안된 형식의 성능 검증을 위해서 실제 UAV의 실험 데이터를 분석하였다. 분석에 사용된 데이터가 단일 안테나 GPS 수신기를 사용한 제한된 제어 시스템을 가진 실험 수준의 UAV로부터 얻은 것이었지만, 전체적인 성능은 위성항법시스템에 근접한 수준을 얻을 수 있었다. 본 논문에서 제안된 메시지 형식과 관련 설계 방법은 비행선이나 기구를 이용한 시스템에도 응용할 수 있을 것이다.

• 한국항공우주학회지
• /
• 제39권2호
• /
• pp.153-161
• /
• 2011

한국항공우주연구원에서는 GBAS 기준국의 무결성 감시 알고리즘 개발을 위한 데이터 제공 및 시험을 위하여 무결성 감시 테스트베드를 구축하였다. 개발된 알고리즘의 정확한 구현 및 시험을 위해서는 기반이 되는 시설 및 소프트웨어의 기본 기능이 국제 표준에 부합하게 구현되어 있어야 하므로, 본 논문에서는 현재 구축된 테스트베드의 GBAS 기준국으로서의 기본 기능에 대한 검증시험을 수행한다. 이를 위해 국제적으로 신뢰받고 있는 프로그램인 PEGASUS와의 비교를 통하여 GBAS 보정 정보의 타당성을 확인하였으며, 이를 적용한 사용자 측면에서의 거리 영역 및 위치 영역에서의 데이터 분석을 통하여 시스템의 무결성 및 가용성 성능을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.553-558
• /
• 2022

최근, 구어체 데이터에 대한 자연어처리 응용 기술이 늘어나고 있다. 구어체 문장은 소통 방식 등의 형태로 인해 정제되지 않은 형태로써, 필연적으로 띄어쓰기, 문장 왜곡 등의 다양한 문법적 오류를 포함한다. 자동 문법 교정기는 이러한 구어체 데이터의 전처리 및 일차적 정제 도구로써 활용된다. 사전학습된 트랜스포머 기반 문장 생성 연구가 활발해지며, 이를 활용한 자동 문법 교정기 역시 연구되고 있다. 트랜스포머 기반 문장 교정 시, 교정의 필요 유무를 잘못 판단하여, 오류가 생기게 된다. 이러한 오류는 대체로 문맥에 혼동을 주는 단어의 등장으로 인해 발생한다. 본 논문은 트랜스포머 기반 문법 교정기의 오류를 보강하기 위한 방식으로써, 필요하지 않은 형태소인 고유명사를 마스킹한 입력 및 출력 문장틀 형태를 제안하며, 이러한 문장틀에 대해 고유명사를 복원한 경우 성능이 증강됨을 보인다.

• 대한토목학회논문집
• /
• 제28권5A호
• /
• pp.641-647
• /
• 2008

본 논문은 상시진동데이터로부터 구조물의 고유진동수 및 감쇠비를 추정하는 기법을 소개한다. 제안된 기법은 TDD기법에서 추출된 모드형상과 상호상관신호로부터 직교 잡음이 제거된 자유진동함수를 추출하고 시스템 인식기술을 적용하여서 각 모드별 고유진동수와 감쇠비를 추정한다. 제안 알고리즘의 정확도는 수치적으로 기존의 기법과 비교분석 되었다. 제안 알고리즘의 현장 적용성 검토는 서해대교 보강형의 수직방향 가속도에 대한 상시진동데이터를 통하여 검증되었으며, 총 24개의 저차모드가 추출되었다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1033-1042
• /
• 2023

본 논문은 네트워크에서 침입 행위를 하는 플로우를 탐지하는 네트워크 침입 탐지 시스템을 제안한다. 대다수 연구에 활용되는 데이터세트는 시계열 정보를 포함하고 있지 않으며, 공격 사례가 적은 공격은 샘플 데이터 수가 부족해 탐지율 향상이 어렵다. 하지만 탐지 방안에 대해 연구 결과가 부족한 상황이다. 본 연구에서는 ANN(Artificial Neural Network) 모델과 스택 앙상블 기법을 활용한 선행 연구를 토대로 하였다. 앞서 언급한 문제점을 해결하기 위해 인접 플로우를 활용하여 시계열 정보를 추가하고 희소 공격의 샘플을 강화하여 학습하여 탐지율을 보강하였다.

• Korean Chemical Engineering Research
• /
• 제61권1호
• /
• pp.123-141
• /
• 2023

인공신경망을 이용한 모델 개발에서 데이터의 품질은 모델 성능에 큰 영향을 주고, 양질의 충분한 데이터가 인공신경망 훈련을 위해 필요하다. 하지만, 공학 분야에서는 적은 양의 데이터로 모델을 개발해야 하는 경우가 자주 발생한다. 본 논문은 토양에 살포된 축산 분뇨로부터 암모니아 방출량에 대한 적은 수의 데이터(83 개)를 사용하여 인공신경망 모델의 예측 성능을 향상할 수 있는 방안을 제시하였다. Michaelis-Menten 식으로 표현되는 암모니아 방출량 문제는 11개 입력변수에 대하여 2개 출력변수로 구성되었다. 출력변수는 최대 질소 발생량(N_max, kg/ha)과 N_max의 절반에 도달하는 시간(K_m, h) 이다. 범주형 입력변수에 대해 다차원 등간격 기법인 one-hot encoding 을 이용하여 데이터 전처리를 수행하였고, 훈련데이터 66개에 대하여 generative adversarial network (GAN)을 이용하여 13개 데이터를 추가로 보강하였다. 또한, 인공신경망의 초매개변수인 은닉층 수, 각 은닉층 내 뉴런 수, 활성화 함수의 최적 조합을 찾기 위하여 Gaussian process (GP)를 사용하였다. 기존의 인공신경망 구조(Lim et al., 2007) 는 17개 평가데이터에 대하여 mean absolute error (MAE)는 K_m에서 0.0668, N_max에서 0.1860이었다. 본 연구에서 제시된 인공신경망 모델은 K_m에서 0.0414, N_max에서 0.0818로 MAE 가 기존 모델 대비 각각 38%, 56% 감소하였다. 본 연구에서 제시된 방법은 적은 양의 데이터를 갖는 문제에서 인공신경망 성능을 향상하기 위하여 활용할 수 있을 것이다.