• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.39-42
• /
• 2023

최근 온라인 게임 산업이 급속도로 확장됨과 더불어 Gamebot과 같은 비정상적인 프로그램으로 인한 게임 서비스 피해사례가 급격하게 증가하고 있다. 특히, 대표적인 게임 장르 중 하나인 FPS(First-Person Shooter)에서 Aimbot의 사용은 정상적인 이용자들에게 재미 요소를 잃어버리게 하고 상대적 박탈감을 일으켜 게임의 수명을 줄이는 원인이 된다. 비정상 게임 이용자의 근절을 위해서 메모리 변조 및 불법 변조 프로그램 접근 차단 기법과 불법 프로그램 사용의 패턴 모니터링과 같은 기법들이 제안되었지만, 우회 프로그램 및 새로운 패턴을 이용한 비정상적인 프로그램의 개발에는 취약하다는 단점이 있다. 따라서, 본 논문에서는 정상적인 게임 이용자의 패턴만 학습함으로써 비정상 이용자 검출을 가능하게 하는 딥러닝 기반 단일 클래스 분류 기법을 제안하며, 가장 빈번하게 발생하는 치트(Cheat) 유형인 FPS 게임 내 Aimbot 사용 감지에 초점을 두었다. 제안된 비정상 게임 이용자 감지 시스템은 정상적인 사용자의 마우스 좌표를 데카르트 좌표계(Cartesian coordinates)와 극좌표계(Polar coordinates)의 형태로 패턴을 추출하는 과정과 정상적인 마우스 동작 기록으로 부터 학습된 LSTM 기반 Autoencoder의 복원 에러에 따른 검출 과정으로 구성된다. 실험에서 제안된 모델은 FPS 게임 내 마우스 동작을 기록한 공개 데이터셋인 CSGO 게임 데이터셋으로 부터 학습되었으며, 학습된 모델의 테스트 결과는 데카르트 좌표계로부터 훈련된 제안 모델이 비정상 게임 이용자를 분류하는데 적합함을 입증하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.160-163
• /
• 2002

본 연구는 의료영상 중에 가장 많이 사용하는 의료 영상인 MR영상 중에서 머리 부위의 질병인 뇌종양에 대한 진단을 돕기 위한 연구이다. 뇌 MR영상의 T2강조 영상을 살펴보면, 종양 영역은 명암이 밝게 나타나고 종양 영역의 주변은 어둡게 나타나는 특성을 볼 수 있다. 따라서 제안된 방법은 뇌종양 특성인 명암의 밝기 정보를 기반으로 비정상 영역 내에서 명암 정보가 유사한 영역끼리 그룹화하고 그 중에 가장 밝은 영역을 종양 후보 영역으로 추출한 후 각 후보 영역들 중에서 MBR이 가장 큰 것을 종양으로 검출한다.

• 한국위성정보통신학회논문지
• /
• 제12권3호
• /
• pp.35-40
• /
• 2017

위성의 상태를 파악하기 위해 기존에는 OOL(Out-Of-Limit) 방식을 많이 사용하여 왔다. OOL은 특정 텔레메트리의 상위, 하위 문턱 값을 지정하여 해당 값을 벗어날 경우 문제가 발생한 것으로 인식 하는 방식이다. 이 방법은 파라미터의 특성을 파악하여 각각의 문턱 값을 정확히 설정해야 하는 전문 지식과 노력이 필요하고 텔레메트리 값이 문턱값 내에서 비정상적으로 변할 경우는 검출할 수 없다는 문제점이 있다. 이러한 문제를 극복하기 위해 본 논문에서는 위성이 정상 상태일 때 텔레메트리의 통계적 특징 중 러프집합을 이용하여 중요한 것을 선택, 적용하여 퍼지 모델을 구축하고 이상 상태를 구분하는 시스템을 제안한다. 정상 상태의 데이터만 이용하여 모델을 구축하기 때문에 출력값을 비교 하여 사전에 정의되지 않은 비정상 상태의 구분이 가능 하며 다양한 통계 값을 이용하기 때문에 전문 지식 필요 없이 문턱값 내에서 비정상적으로 변하는 텔레메트리를 검출할 수 있다. 제안한 시스템의 동작 확인을 위해 실제 저궤도 관측위성의 배터리 온도 텔레메트리를 적용하여 시험을 수행 하였고 비정규적 운영 상태에 대한 검출이 성공적으로 이루어 졌다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.30-40
• /
• 2022

심전도 신호는 개인에 따라 형태와 특징이 다양하므로, 하나의 신경망으로는 분류하기가 어렵다. 주어진 데이터를 직접적으로 분류하는 것은 어려우나, 대응되는 정상 데이터가 있을 경우, 이를 비교하여 정상 및 비정상을 분류하는 것은 상대적으로 쉽고 정확하다. 본 논문에서는 템플릿 군을 이용하여 대표정상심박 정보를 획득하고, 이를 입력 심박에 결합함으로써 심박을 분류한다. 결합된 심박을 영상화한 후, 학습 및 분류를 진행하여, 하나의 신경망으로도 다양한 레코드의 비정상심박을 검출이 가능하였다. 특히, GoogLeNet, ResNet, DarkNet 등 다양한 신경망에 대해서도 비교학습 기법을 적용한 결과, 모두 우수한 검출성능을 가졌으며, GoogLeNet의 경우 99.72%의 민감도로, 실험에 사용된 신경망 중 가장 우수한 성능을 가졌음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.101-102
• /
• 2019

산업용 IoT (IIoT)는 최근들어 제조 시스템의 중요한 구성 요소로 간주된다. IIoT를 통해 시설에서 감지된 데이터를 수집하여 작동 조건을 적절하게 분석하고 처리한다. 여기서 비정상적인 데이터는 전체 시스템의 안전성 및 생산성을 위해 신속하게 탐지되어야한다. 기존 임계 값 기반 방법은 임계 값 미만의 유휴 오류 또는 비정상적인 동작을 감지 할 수 없으므로 IIoT에 적합하지 않다. 본 논문에서는 예측 구간과 우선 순위기반 스케줄링을 이용한 분할 선형 회귀 분석을 기반으로 비정상적인 데이터를 검출하는 새로운 방법을 제안한다. 시뮬레이션 결과 제안한 기법은 비정상적인 데이터 검출 속도에서 임계치, 일반 선형 회귀 또는 FCFS 정책을 사용하는 기존의 기법보다 우수함을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.392-393
• /
• 2023

매년 급증하는 악성코드(malware)로 인해 기업, 공공기관 등 다수의 PC가 있는 대상까지 피해 사례가 늘고 있다. 악성코드로 인한 침해사고 흔적에서 비정상적인 동작을 한 프로세스를 찾는 기술은 해당 PC의 침해 여부 판단, 사후 대응 등 사이버 보안에 기여할 수 있을 것이다. 본 연구에서는 최근접 이웃 방법을 활용하여 시스템 메모리 데이터에서 비정상 프로세스를 검출하는 방안을 제시한다. 또한 실험을 통해 제안 방법이 정확도 및 여러 지표에서 우수한 성능을 달성함을 보였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.341-344
• /
• 2004

발전소에서 운전 중인 발전 설비의 장비 및 기계의 동작, 감시, 진단은 매우 중요한 일이다. 발전소의 이상 감지를 위해 상태 모니터링이 사용되며, 이상이 발생되었을 때 고장의 원인을 분석하고 적절한 조치를 계획하기 위한 이상 진단 과정을 따르게 된다. 본 논문에서는 산업 현장에서 기기들의 운전시에 발생하는 기기 발생 음을 획득하여 정상/비정상을 판정하기 위한 알고리듬에 대하여 연구하였다. 사운드 감시(Sound Monitoring) 기술은 관측된 신호를 acoustic event로 분류하는 것과 분류된 이벤트를 정상 또는 비정상으로 구분하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법으로 간단하게 적용되어 왔으며, 본 논문에서는 K-means clustering 알고리듬을 이용하여 사운드를 acoustic event로 분류하고 분류된 사운드를 정상 또는 비정상으로 구분하는 알고리듬을 개발하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.157-163
• /
• 2022

최근 산업 분야 자동화의 발전에 따라 이상 징후 검출에 대한 연구가 활발하게 진행 중이다. 공장 자동화에 사용되는 이상 징후 검출의 응용분야로 카메라를 사용한 결함 검사가 있다. 비전 카메라 검사는 공장 자동화에서 높은 성능과 효율성을 보이지만, 조명과 환경조건의 불안정성을 극복하기가 어렵다. 딥러닝을 이용한 카메라 검사가 훨씬 더 높은 성능을 보이면서 비전 카메라 검사의 문제를 해결할 수 있지만 학습을 위해 엄청난 양의 정상 데이터 및 비정상 데이터를 요구하기 때문에 실제 산업 분야에 적용하기가 어렵다. 따라서 본 연구는 정상 데이터만을 사용한 72개의 기하학적 변환 딥러닝 방법으로 비정상 데이터 수집 문제를 극복하고, 성능 개선을 위한 특이치 노출 방법을 추가한 네트워크를 제안한다. 이를 자동차 부품 데이터 및 이상치 검출용 데이터베이스인 MVTec 데이터 셋에 적용하고 검증함에 의해 실제 산업 현장에서 적용할 수 있음을 보인다.

• 한국멀티미디어학회논문지
• /
• 제14권7호
• /
• pp.884-894
• /
• 2011

본 논문에서는 심음에서 제 1심음(S1)과 제 2심음(S2)을 찾기 위한 새로운 알고리듬을 제안하였다. 심음의 주성분을 찾기 위한 기존의 알고리듬들은 심 잡음이 없는 정상 심음 신호에서는 높은 성능을 보이지만 심 질환에 의해 발생하는 심 잡음이 섞여 있는 신호에서는 현저한 성능저하를 보인다. 따라서 본 논문에서는 심 질환이 있는 심음에서 제 1심음과 제 2심음의 검출 성능 향상을 위해 3차 샤논 에너지 변화량을 이용한 알고리듬을 제안하였다. 제 1심음과 제 2심음의 에너지 변화량이 심 잡음에 비해 더 크게 나타나는 특징을 이용하여, 심 잡음을 감쇄시키고 제 1심음, 제 2심음을 검출하였다. 제안한 알고리듬은 정상 심음 뿐 아니라 대동맥 협착증, 승모판막 협착증과 같은 비정상 심음에서도 높은 검출 성능을 가질 수 있도록 개발하였으며 실험 결과 기존의 검출방법에 비하여 높은 검출 성능을 보였다.

• 융합신호처리학회논문지
• /
• 제6권1호
• /
• pp.23-26
• /
• 2005

산업 시설 등에서 운전 중인 회전 기계의 동작, 감시, 진단은 설비의 효율적인 운용 및 사고 방지 등을 위해 매우 중요한 일이다. 이상 진단 기술은 기기에 설치된 센서로부터 취득된 데이터의 특징을 추출하는 것과 분류된 데이터를 이용해 정상 또는 이상으로 구분하거나 이상의 원인을 분석하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법 등이 적용되어 왔다. 본 논문에서는 운전되고 있는 정상/비정상 상태를 분류하기 위하여 기기들의 사운드 정보를 획득하여 웨이블렛 변환을 거쳐 주파수 대역별 신호를 나누었다. 나누어진 대역별 신호의 RMS값으로 입력벡터를 구성하고 이 입력벡터에 K-means 방법을 적용하여 정상 및 비정상 상태의 모델을 결정한다. 결정된 정상 및 비정상 상태의 모델과 입력 벡터를 비교하여 입력 신호의 정상/비정상을 판단한다.