• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.814-817
• /
• 2007

사용자 행위 학습에 따른 지능적 자동 제어 시스템 구축에서 먼저 고려해야 할 사항은 사용자 행위학습에 따른 지능적 자동 제어에 대한 기준을 마련하는 것이다. 홈 네트워크 내의 정보가전기기들 환경에 대한 정보를 지속적으로 수집하고 학습 알고리즘을 통하여 분석하며, 분석되어진 정보를 바탕으로 사용자의 성향을 파악하여야 한다. 본 논문에서는 사용자 친화적 지능형 공간 제어 시스템을 제안하였다. 또한 사용자의 성향이 파악되면 지속적으로 홈 네트워크를 모니터링하여 사용자의 성향에 따라 항상 최적의 환경을 제공할 수 있도록 홈 네트워크 제어 시스템을 구축하였다. 사용자의 행동 패턴을 분석하고 이를 기반으로 지능적인 서비스를 제공함으로써 사용자 중심의 능동적 서비스 효과들을 얻을 수 있을 것으로 기대한다.

• Korean Journal of Cognitive Science
• /
• v.18 no.2
• /
• pp.179-191
• /
• 2007

In a goal-oriented dialogue, spoken' intentions can be represented by domain actions that consist of pairs of a speech art and a concept sequence. The domain action prediction of user's utterance is useful to correct some errors that occur in a speech recognition process, and the domain action prediction of system's utterance is useful to generate flexible responses. In this paper, we propose a model to predict a domain action of the next utterance using a neural network. The proposed model predicts the next domain action by using a dialogue history vector and a current domain action as inputs of the neural network. In the experiment, the proposed model showed the precision of 80.02% in speech act prediction and the precision of 82.09% in concept sequence prediction.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10b
• /
• pp.1061-1064
• /
• 2001

일반적으로 비정상행위를 탐지하는데 통계적인 기법을 사용하여 왔다. 본 논문에서는 통계적인 기법의 단점을 보완하기 위해 베이지안 네트워크(Bayesian Network)의 장점들을 이용한 비정상행위에 대한 판정 및 분석에 효과적인 방법을 연구하고자 한다. 리눅스 시스템의 감사자료(LSM audit data)로부터 사용자의 정상행위에 대해 베이지안 네트워크 학습에 효율적인 Sparse Candidate 알고리즘을 사용하고, 감사자료의 일부가 결여되어 있는 경우에도 추론이 가능하도록 Gibbs Sampling 방법을 적용하여 시스템 사용자의 비정상행위를 판정하는데 도움이 되도록 한다.

• 한국IT서비스학회:학술대회논문집
• /
• 2009.11a
• /
• pp.524-527
• /
• 2009

최근 감시, 상황판단, 정보전달에 있어서 비디오 영상의 사용이 점점 증가하고 있다. 그러나 비디오 영상에 나타나는 객체들의 비정상행위를 탐지하는 것은 사용자에게 의존한다. 따라서 사용자가 비정상 행위를 놓치기 쉽고, 상황에 대한 대처가 늦어진다는 문제가 발생한다. 이러한 점을 개선하기 위해 실시간 영상 마이닝 기법을 이용한 비정상행위 탐지법이 연구되었으나, 제약 조건이 심하고, 불필요하게 추적되는 데이터가 많아 효율이 떨어진다는 단점이 있다. 본 논문에서는 이러한 단점을 개선하여 3차원 환경에서의 객체의 추적에 대한 정확도를 높이고 일반적인 상황에서도 적용이 가능한 비디오 마이닝을 이용한 비정상 행위 탐지 기법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.165-168
• /
• 2020

사용자 행위 기반 인증 기술은 다른 인증 기술들에 비해서 인증의 인식률을 높이는데 많은 데이터의 장기간 추출이 필요하다. 본 논문은 터치 센서와 자이로스코프를 이용하여 그동안의 행위 기반 인증 연구에서 사용 되었던 행위 특정 데이터들 중에서 핵심적인 최소한의 데이터들만을 사용하였다. 측정한 데이터들의 검증에는 그간 사용자 행위 기반 인증 연구에서 이용되지 않고 문서 검색의 유사도 측정에 사용되었던 코사인 유사도를 사용하였다. 이를 통해 최소한의 특정 데이터와 기준이 되는 데이터의 코사인 유사도 비교 검증만을 통해서도 인증 범위에 적용되는 임계값을 조절하는 방식을 동해서 최초 EER 37.637%에서 최종 EER 1.897%의 높은 검증 성능을 증명하는데 성공하였다.

• Journal of Korea Game Society
• /
• v.15 no.4
• /
• pp.69-78
• /
• 2015

As the online game industry has been growing rapidly, more and more malicious activities to gain economic benefits have been reported as well. Game bot is one of the biggest problems in the online game industry. So we proposed a bot detection method based on the ERG theory of motivation for the first time. Most of the previous studies focused on behavior-based detection by monitoring patterns of the specific actions. In this paper, we applied the motivation theory to analyze user behaviors on a real game dataset. The result shows that normal users in the game followed the ERG theory of motivation in the same way as it works in real world. But in the case of game bots, the theory could not be applied because the game bot has specific reasons, unlike normal game users. We applied the ERG theory to users to distinguish game bot users from normal users. We detected the game bot with high accuracy of 99.78% by applying the theory.

• Journal of Software Assessment and Valuation
• /
• v.15 no.2
• /
• pp.43-50
• /
• 2019

With the development of IT technology, computer-related crimes are rapidly increasing, and in recent years, the damage to ransomware infections is increasing rapidly at home and abroad. Conventional security solutions are not sufficient to prevent ransomware infections, and to prevent threats such as malware and ransomware that are evolving, a combination of deep learning technologies is needed to detect abnormal behavior and abnormal symptoms. In this paper, a method is proposed to detect user abnormal behavior using CNN-LSTM model and various deep learning models. Among the proposed models, CNN-LSTM model detects user abnormal behavior with 99% accuracy.

• The Journal of Korean Association of Computer Education
• /
• v.6 no.1
• /
• pp.29-39
• /
• 2003

In this paper we proposed dynamic adaptive model based on discrete probabilistic distribution functions and user's profile for web media systems(web based hypermedia systems). The model represented that the application domain is modelled using a weighted direct graph and the user's behaviour is modelled using a probabilistic approach that dynamically constructs a discrete probability distribution functions. The proposed probabilistic interpretation of the web media structure is used to characterize latent properties of the user's behaviour, which can be captured by tracking user's browsing activity. Using that distribution the system attempts to assign the user to the best profile that fits user's expectations.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.11
• /
• pp.125-136
• /
• 2013

In this paper, we proposed SSL VPN-based network access control technology which can verify user authentication and integrity of user terminal. Using this technology, user can carry out a safety test to check security services such as security patch and virus vaccine for user authentication and user terminal, during the VPN-based access to an internal network. Moreover, this system protects a system from external security threats, by detecting malicious codes, based on behavioral patterns from user terminal's window API information, and comparing the similarity of sequential patterns to improve the reliability of detection.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.475-476
• /
• 2016

최근 소셜 네트워크 서비스의 이용이 증가함에 따라 서비스의 질을 극대화하기 위하여 신뢰할 만한 글들을 사용자에게 제공하기 위한 연구가 활발히 이루어지고 있다. 본 논문에서는 소셜 네트워크 환경에서 사용자의 행위를 기반으로 악의적 사용자들을 배제하고 신뢰성 높은 사용자들을 검색하는 기법을 제안한다. 신뢰성 높은 사용자들을 검색함으로써 사용자들에게 신뢰할 만한 글들을 제공할 수 있고 소셜 네트워크의 특성을 함께 고려함으로써 기존 연구보다 정확하게 검색 가능하게 하였다.