• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.297-300
• /
• 2004

자바는 객체지향 언어이고 바이트코드로 번역 이후에는 플랫폼에 독립적으로 가상머신에 의해 실행될 수 있기 때문에 소프트웨어 개발과 유지보수에 많은 장점을 갖는다. 이러한 특징으로 인해 플랫폼에 독립적인 소프트웨어 개발에는 자바가 많이 이용된다. 그러나 바이트코드로 작성된 프로그램은 가상기계에서 인터프리터 방식으로 수행된다. 때문에 프로그램의 실행속도가 느리게 실행되는 문제점을 가지고 있다. 실행속도의 문제점을 해결하기 위한 여러 가지 방법들이 연구가 진행중이다. 본 논문은 자바 바이트코드가 가상기계에서 인터프리터 방식으로 수행할 때 바이트코드의 크기를 줄여 해석하는 부담을 줄이기 위해서 바이트 코드를 최적화하는 프레임워크를 구성한다. 프레임워크를 이용하여 바이트코드를 3주소 형태의 CTOC-T(Class To Optimizer Classes-Three Address Code)로 변환하여 프로그램을 분석을 할 수 있다. 또한 CTOC-T는 3주소 형태이므로 3주소 최적화 기법을 적용하여 최적화된 바이트코드를 생성하는 프레임워크를 설계한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.432-435
• /
• 2022

최근 IT 산업의 지속적인 발전으로 사용자들을 위협하는 악성코드, 피싱, 랜섬웨어와 같은 사이버 공격 또한 계속해서 발전하고 더 지능화되고 있으며 변종 악성코드도 기하급수적으로 늘어나고 있다. 지금까지의 시그니처 패턴 기반의 탐지법으로는 이러한 방대한 양의 알려지지 않은 악성코드를 탐지할 수 없다. 따라서 CNN(Convolutional Neural Network)을 활용하여 악성코드를 탐지하는 기법들이 제안되고 있다. 이에 본 논문에서는 CNN 모델 중 낮은 인식 오류율을 지닌 모델을 선정하여 정확도(Accuracy)와 F1-score 평가 지표를 통해 비교하고자 한다. 두 가지의 악성코드 이미지화 방법을 사용하였으며, 2015 년 이후 ILSVRC 에서 우승을 차지한 모델들과, 추가로 2019 년에 발표된 EfficientNet 을 사용하여 악성코드 이미지를 분류하였다. 그 결과 2 바이트를 한 쌍의 좌표로 변환하여 생성한 256 * 256 크기의 악성코드 이미지를 ResNet-152 모델을 이용해 분류하는 것이 우수한 성능을 보임을 실험적으로 확인하였다.

• 한국정보통신학회논문지
• /
• 제19권10호
• /
• pp.2367-2372
• /
• 2015

탁월한 에러 정정 능력으로 인해 최근 통신 표준에서 많이 채택되고 있는 low-density parity-check(LDPC) 코드중, quasi-cyclic LDPC(QC-LDPC) 코드는 복호기 복잡도가 비교적 낮아서 많이 사용되고 있다. QC-LDPC 코드의 복호기 설계에 있어서 중요한 블록 중 하나가 여러 가지 크기의 rotation을 수행할 수 있는 multi-size circular shifter(MSCS)이다. MSCS의 여러 구현 방법 중 많이 사용되는 Benes 네트워크는 일반적인 MSCS 동작에는 효율적이나 rotation 크기 등의 특징을 이용할 수 없는 단점이 있다. 이 논문에서는 Benes 네트워크의 제어 신호 생성을 수정하여서 rotation 크기 특징을 이용할 수 있는 방법을 제시한다. 제안된 제어 신호 생성법을 IEEE 802.16e WiMAX 표준의 QC-LDPC 코드 복호기에 적용하여, MUX의 개수를 줄이고 지연 시간을 단축하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.41-49
• /
• 2021

악성코드를 포함한 모든 응용프로그램은 실행 시 API(Application Programming Interface)를 호출한다. 최근에는 이러한 특성을 활용하여 API Call 정보를 기반으로 악성코드를 탐지하고 분류하는 접근방법이 많은 관심을 받고 있다. 그러나 API Call 정보를 포함하는 데이터세트는 그 양이 방대하여 많은 계산 비용과 처리시간이 필요하다. 또한, 악성코드 분류에 큰 영향을 미치지 않는 정보들이 학습모델의 분류 정확도에 영향을 미칠 수도 있다. 이에 본 논문에서는 다양한 특성 선택(feature selection) 방법을 적용하여 API Call 정보에 대한 차원을 축소시킨 후, 핵심 특성 집합을 추출하는 방안을 제시한다. 실험은 최근 발표된 안드로이드 악성코드 데이터세트인 CICAndMal2020을 이용하였다. 다양한 특성 선택 방법으로 핵심 특성 집합을 추출한 후 CNN(Convolutional Neural Network)을 이용하여 안드로이드 악성코드 분류를 시도하고 결과를 분석하였다. 그 결과 특성 선택 알고리즘에 따라 선택되는 특성 집합이나 가중치 우선순위가 달라짐을 확인하였다. 그리고 이진분류의 경우 특성 집합을 전체 크기의 15% 크기로 줄이더라도 97% 수준의 정확도로 악성코드를 분류하였다. 다중분류의 경우에는 최대 8% 이하의 크기로 특성 집합을 줄이면서도 평균 83%의 정확도를 달성하였다.

• 한국산학기술학회논문지
• /
• 제16권10호
• /
• pp.7211-7218
• /
• 2015

악성코드는 하루 평균 수만 건 이상이 발생하고 있으며, 신종 악성코드의 수는 해마다 큰 폭으로 증가하고 있다. 악성코드를 탐지하는 방법은 시그니쳐 기반, API 흐름, 문자열 등을 이용한 다양한 기법이 존재하지만 대부분의 탐지 기법들은 악성코드를 우회하는 공격 기법으로 인해 신종 악성코드를 탐지하는데 한계가 있다. 따라서 신종 악성코드를 효율적으로 탐지하기 위한 연구가 많이 진행되고 있다. 그중 시각화 기법을 통한 연구가 최근 활발하게 이루어지고 있으며, 악성코드를 직관적으로 파악할 수 있으므로 대량의 악성코드를 효율적으로 탐지하고 분석할 수 있다는 장점이 있다. 본 논문에서는 악성코드와 정상파일에서 Native API 함수를 추출하고 해당 Native API가 악성코드에서 발생하는 확률에 따라서 F-measure 실험을 통해 가중치의 합을 결정하고, 최종적으로 가중치를 이용하여 워드 클라우드에서 텍스트의 크기로 표현되는 기법을 제안한다. 그리고 실험을 통해 악성코드와 정상파일에서 사용하는 Native API의 가중치에 따라서 악성코드를 판단할 수 있음을 보인다. 제안하는 방식은 워드 클라우드를 이용하여 Native API를 시각적으로 표현함으로써 파일의 악성 유무를 판단하고, 직관적으로 악성코드의 행위를 분석할 수 있다는 장점이 있다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1998년도 추계종합학술발표회 논문집(상)
• /
• pp.615-618
• /
• 1998

• 한국콘텐츠학회논문지
• /
• 제5권4호
• /
• pp.150-159
• /
• 2005

유비쿼터스 컴퓨팅에 대한 관심이 증가함에 따라, 이미지 코드도 다양한 영역에서 관심을 끌고 있다. 유비쿼터스 컴퓨팅에서 이미지 코드가 중요한 이유는 비용면과 함께 많은 영역에서 RFID(radio frequency identification)를 보완하거나 대체할 수 있기 때문이다. 그렇지만, 칼라의 왜곡이 심하여 정확한 칼라를 읽는데 어려움이 있기 때문에, 그 응용은 아직까지는 매우 제한적이다. 이 논문에서는, 칼라의 색상 및 채도 값을 이용하여 자동으로 이미지 코드를 찾아내는 것을 포함하여, 이미지 코드 인식에 관한 효율적인 방법을 제시한다. 이 논문의 실험에서는 현재 상용되고 있는 것들 중 가장 실용적이라고 판단되는 디자인을 사용하였다. 이 이미지 코드에는 여섯 개의 안전 칼라, 즉, R, G, B, C, M, Y가 사용되었다. 실험 영상들로는 크기가 $2464{\times}1632$인 72개의 트루 칼라 필드 영상들을 사용하였다. 히스토그램에 의해 칼라를 보정한 경우, 코드 검출 정확도는 96%, 검출된 코드에 대한 칼라 분류 정확도는 91.28% 이었다. 이미지 코드를 검출 및 인식하는데 2 GHz P4 PC에서 약 5초가 소요되었다.

• 융합보안논문지
• /
• 제14권7호
• /
• pp.9-15
• /
• 2014

본 논문에서는 기존 LDP 코드의 문제점을 보완하고 화소의 색상 정보와 밝기 정보, 에지 방향 정보, 그리고 에지 반응 크기 정보를 포함할 수 있는 새로운 LDP를 제안한다. 제안된 방법은 얼굴색 정보를 포함하기 위해 기존 LDP 코드를 줄이는 방법을 제안하고 그 결과를 분석하였다. 새로운 LDP 코드는 기존 LDP 코드와 달리 6비트로 표현함으로써 나머지 2비트에 필요로 하는 정보를 포함할 수 있도록 하였으며, 기존 LDP 코드에 비해서 잡음과 환경 변화에 효과적으로 적응할 수 있도록 하였다. 실험 결과 제안된 LDP 코드는 기존 방법들에 비해 높은 인식률 향상과 얼굴 표정인식 결과에서도 효과적임을 보여주었다.

• 한국인터넷방송통신학회논문지
• /
• 제24권4호
• /
• pp.49-55
• /
• 2024

코드 스멜은 Kent Beck에 의해 사용된 개념으로, 잠재적인 품질 문제를 나타내며 리팩토링의 필요성을 제시한다. 본 논문은 LEA 코드베이스에서 코드 스멜을 평가하며, 분류와 관련된 메트릭에 중점을 둔다. 연구에서는 LEA_core.c와 LEA.cpp를 분석하여 코드 품질과 복잡성의 차이를 강조한다. 또한 연구에서는 LOC, NOM, NOA, CYCLO, MAXNESTING, FANOUT와 같은 메트릭을 사용하여 크기, 복잡성, 결합도, 캡슐화, 상속, 응집도를 평가한다. 연구 결과에서는 LEA_core.c가 LEA.cpp에 비해 더 복잡하고 유지보수가 어려운 것으로 나타났다. 우리는 향후 연구에서 실시간 코드 스멜 탐지 및 리팩토링 제안을 위한 자동화 도구를 개발할 것이다.

• Journal of Platform Technology
• /
• 제11권2호
• /
• pp.26-38
• /
• 2023

본 논문은 실내 환경에서 QR 코드를 이용하여 목적지 자율 주행이 가능한 운반 로봇에 관한 연구이다. 운반 로봇은 QR 코드 인식을 위한 카메라와 좌우 벽과의 거리를 감지하여 로봇이 이동 중 일정한 간격을 유지할 수 있도록 라이다 센서가 부착하여 설계 제작하였다. 운반 로봇의 위치 정보는 QR 코드 영상을 Lanczos resampling 보간법으로 확대한 후 Otsu Algorithm 으로 이진화하고, Zbar 라이브러리를 활용하여 검출 및 해석을 수행하였다. QR 코드 인식은 운반 로봇의 카메라 위치와 QR 코드 높이가 192cm 로 고정된 상태에서 QR 코드의 크기와 운반 로봇의 주행 속도를 변화시키면서 실험을 수행하였으며, QR 코드 크기가 9cm×9cm 일 때 99.7%, 운반 로봇의 주행 속도가 약 0.5m/s 이하 일 때 거의 100%의 인식률을 보여주었다. QR 코드 인식율을 바탕으로 목적지 자율주행을 위해 장애물이 없는 상태에서 목적지가 직진만 있는 경우와 목적지가 직진과 회전이 있는 경우에 대해 실험을 수행하였다. 목적지가 직진만 있는 경우에는 위치 보정이 거의 필요 없어 목적지에 빠르게 도달할 수 있었으나, 목적지에 회전이 포함된 경우에는 위치 보정이 필요하여 목적지에 도착하는 시간이 상대적으로 지연되었다. 실험 결과, 운반 로봇이 주행 중 약간의 위치 오차가 발생하였으나 비교적 정확하게 목적지에 도달함을 알 수 있었으며, QR 코드 기반 목적지 자율주행 운반 로봇의 적용 가능성을 확인하였다.