• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1855-1856
• /
• 2008

본 연구에서는 공정 중에 민감하게 반응하는 플라즈마로부터 수집되는 이온에너지 분포(IED : Ion Energy Distribution)와 시계열 신경망 모델링을 결합한 플라즈마 감시 기술을 개발하였다. NIEA(Non-invasive ion analyzer)를 이용하여 IED를 측정하였으며, 모델링에 사용된 신경망은 자기 상관 시계열 신경망(A-NTS : Auto-Correlated Neural Time-Series)이다. 모델 개발을 위한 학습과 테스트 데이터로는 Duty ratio 100%에서 수집한 IED를 이용하였으며, 개발된 모델의 감시 성능은 60%에서 수집된 IED로 평가하였다. 학습인자 k와 m의 범위는 각각 1-3 으로 총 9종류의 (k, m) 조합에 대해서 모델 성능을 평가하였다. 신경망 은닉층 뉴런수는 2-9의 범위에서 최적화하였다. 최적화된 모델은 (2, 3)과 뉴런수 2에서 구해졌으며, 0.335의 예측 에러를 보였다. 60% IED 데이터로 평가한 결과 플라즈마 고장에의 민감도는 62% 이상이었다. 이는 IED의 A-NTS 모델이 플라즈마 고장의 감시에 효과적으로 적용될 수 있음을 의미한다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.6
• /
• pp.1598-1608
• /
• 1999

Performance testing for ATM network deals with evaluation of maximal throughput of network by measuring and analyzing of various performance parameters. However, because of the absence of the methodology and framework for performance testing, the results of performance measurements for same implementation under test were much relied on tester. In this paper, the concept of ATM performance testing is described in both cell and frame level and a framework of ATM performance testing is suggested by describing of testing environment for performance measurement and requirements of performance evaluation. For this, we define performance measuring method and parameters for each case.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.81-86
• /
• 1999

본 연구는 DEVS 모델링 및 시뮬레이션을 이용한 침입 탐지 기법의 성능평가를 주목적으로 한다. 최근 컴퓨터망의 확대와 컴퓨터 이용의 급격한 증가에 따른 부작용으로 컴퓨터 보안 문제가 중요하게 대두되고 있으며 이러한 추세에 따라 해커들로부터의 침입을 줄이기 위한 침입 탐지 시스템에 관한 연구가 활발히 진행되고 있다. 한편, 침입 탐지 기법으로 전문가 시스템, 신경망, 유전자 알고리즘 등 인공지능 기법을 이용한 다양한 시도가 이루어지고 있으나 이러한 기법들에 대한 성능평가는 대부분 실제 시스템의 구축을 통해서만 다루어 왔다. 따라서, 이를 극복하기 위하여 시뮬레이션 기법의 도입을 통한 성능평가 방법이 요청된다. 따라서, 본 연구에서는 엔진 베이스 모델링을 통하여 일반적인 침입 탐지 시스템을 설계하고 침입 탐지 기법의 하나인 유전자 알고리즘을 적용하여 시뮬레이션 테스트를 수행함으로써 DEVS 모델링 및 시뮬레이션을 이용한 성능평가의 타당성을 검증한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.7B
• /
• pp.1167-1177
• /
• 2000

본 논문에서는 접속노드와 무선채널로 구성되는 무선 ATM(Asynchronous Transfer Mode) 접속망의 셀 손실율과 호손율간의 관계를 도출하였다. 이를 위해 우선 ATM 접속망의 트래픽 모델을 셀 레벨, 버스트셀 레벨 및 호접속레벨로 구부하여 분석하였고, 무선접속노드의 CLR(Cell Loss RAtio) 성능을 나타낼 수 있는 수식을 VBR(Variable Bit Rate) 및 램덤 트래픽으로 구분하여 제시하였으며 무선채널에 대해서는 랜덤에러 및 버스트 에러환경으로 구분하여 CLR 성능을 나타낼 수 있는 수식을 유도하였다. 그리고 접속노드와 무선채널의 CLR을 나타내는 수식을 이용하여 무선 ATM 접속망의 CLR 성능을 나타내는 수식을 도출한 후 접속망의 트래픽 성능평가를 위해 VBR, CBR 및 랜덤 트래픽 형태별로 CLR과 호손율간의 관계를 분석하였다. 즉 이용도와 CLR간의 관계로부터 셀 레벨의 접속망 CLR 목표치가 정해지면 이용도 및 접속 회선수를 구할 수 있으며 이를 호 접속레벨의 Erlang-B 관계식과 관련시켜서 CLR과 호손율간의 관계를 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.1-3
• /
• 2003

OBS망에서 버스트의 충돌로 인한 버스트의 drop은 TCP의 성능에 중요한 영향을 끼치나, 기존의 drop policy에서는 이를 고려하지 않으며 TCP에 대한 연구로는 버스트의 assembling이 주를 이루고 있다. 본 논문에서는 OBS망에서 TCP의 재전송 문제를 drop policy와 연계하여 그 성능을 향상시키고자 한다. 본 논문에서 제안하는 drop policy는 버스트의 재전송 횟수가 더 작은 버스트를 drop시키는 TCP 기반 DP이다. TCP 기반 DP 모델과 일반적인 DP 모델의 성능을 ns­2를 이용한 시뮬레이션을 통해 평가하며, 이 때 시간의 변화에 따른 TCP throughput과 패킷의 drop rate을 비교 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.868-870
• /
• 2004

ad-hoc 망에서 라우팅 프로토콜의 부하균등(load balancing)은 이동성과 전송 지연사이의 trade-off로 인하여 성능 관점에서 중요한 이슈가 되어왔다. 부하균등을 고려한 SLAP(Simple Load-balancing Ad-hoc routing Protocol)이 제안되었으나 혼잡이 발생하거나 망의 토폴로지가 변화하였을 때 유연하게 대처하지 못한다. 본 논문에서는 ad-hoc 망에서 트래픽 혼잡 제어와 망의 이동성에 적응하기 위하여 동적인 임계치를 사용하는 부하균등 라우팅 프로토콜을 제안하였다. 제안된 프로토콜은 성능은 GloMoSim으로 시뮬레이션을 수행하여 AODV, DSR, SLAP과 지연, 패킷 전송률 등을 비교하여 평가하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.169-185
• /
• 2005

신경계의 뉴런 구조는 흥분 뉴런과 억제 뉴런으로 구성되며 각각의 흥분 뉴런과 억제 뉴런은 주동근 뉴런(agonistic neuron)에 의해 활성화되며 길항근 뉴런(antagonist neuron)에 의해 비활성화 된다. 본 논문에서는 인간 신경계의 생리학적 뉴런 구조를 분석하여 퍼지 논리를 이용한 생리학적 퍼지 신경망을 제안한다. 제안된 구조는 주동근 뉴런에 의해 흥분 뉴런이 될 수 있는 뉴런들을 선택하여 흥분시켜 출력층으로 전달하고 나머지 뉴런들을 억제시켜 출력층에 전달시키지 않는다. 신경계를 기반으로 한 제안된 생리학적 퍼지 신경망의 학습구조는 입력층, 학습 데이터의 특징을 분류하는 중간층, 그리고 출력층으로 구성된다. 제안된 퍼지 신경망의 학습 및 인식 성능을 평가하기 위해 정확성이 요구되는 의학의 한 분야인 기관지 편평암 영상인식과 영상 인식의 주요 응용 분야인 차량 번호판 인식에 적용하여 기존의 신경망과 성능을 비교 분석하였다. 실험 결과에서는 제안된 생리학적 퍼지 신경망이 기존의 신경망보다 학습 시간과 수렴성이 개선되었을 뿐만 아니라, 인식에 있어서도 우수한 성능이 있음을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.313-315
• /
• 2003

분할 및 합병 개념에 바탕을 둔 모듈라 신경망이 자동차 번호판 문자 인식에서 단일 신경망 사용 보다 학습 질 측면이나 학습 속도 면에서 좋은 결과를 보였다. 본 논문에서는 번호판 인식을 위한 모듈라 신경망 구성 시, 특징 벡터 클러스터링 방법에 따른 모듈라 신경망의 성능을 평가하였다. K-means Clustering 알고리즘을 이용하여 유사한 특징 벡터를 그룹핑하는 방법과 본 논문에서 제안한 알고리즘을 사용하여 유사하지 않는 특징 벡터들을 그룹핑하는 방법 각각을 구현하여 실험하였다. 실험결과, 유사하지 않는 특징 벡터들로 모듈라 신경망을 구성할 경우가 그렇지 않은 경우보다 좋은 인식 결과를 보였다.