• Korean Journal of Remote Sensing
• /
• v.36 no.6_2
• /
• pp.1579-1590
• /
• 2020

In this paper, spatially-adaptive denormalization (SPADE) based U-Net is proposed to detect changes by using high-resolution satellite images. The proposed network is to preserve spatial information using SPADE. Change detection methods using high-resolution satellite images can be used to resolve various urban problems such as city planning and forecasting. For using pixel-based change detection, which is a conventional method such as Iteratively Reweighted-Multivariate Alteration Detection (IR-MAD), unchanged areas will be detected as changing areas because changes in pixels are sensitive to the state of the environment such as seasonal changes between images. Therefore, in this paper, to precisely detect the changes of the objects that consist of the city in time-series satellite images, the semantic spatial objects that consist of the city are defined, extracted through deep learning based image segmentation, and then analyzed the changes between areas to carry out change detection. The semantic objects for analyzing changes were defined as six classes: building, road, farmland, vinyl house, forest area, and waterside area. Each network model learned with KOMPSAT-3A satellite images performs a change detection for the time-series KOMPSAT-3 satellite images. For objective assessments for change detection, we use F1-score, kappa. We found that the proposed method gives a better performance compared to U-Net and UNet++ by achieving an average F1-score of 0.77, kappa of 77.29.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_2
• /
• pp.1677-1689
• /
• 2022

Air pollution is social issue that has long-term and short-term harmful effect on the health of animals, plants, and environments. Chimneys are the primary source of air pollutants that pollute the atmosphere, so their location and type must be detected and monitored. Power plants and industrial complexes where chimneys emit air pollutants, are much less accessible and have a large site, making direct monitoring cost-inefficient and time-inefficient. As a result, research on detecting chimneys using remote sensing data has recently been conducted. In this study, YOLOv5-based chimney detection model was generated using BUAA-FFPP60 open dataset create for power plants in Hebei Province, Tianjin, and Beijing, China. To improve the detection model's performance, data split and data augmentation techniques were used, and a training strategy was developed for optimal model generation. The model's performance was confirmed using various indicators such as precision and recall, and the model's performance was finally evaluated by comparing it to existing studies using the same dataset.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.30 no.3
• /
• pp.357-367
• /
• 2020

According to Symantec's 2018 internet security threat report, The number of new mobile malware variants increased by 54 percent in 2017, as compared to 2016. And last year, there were an average of 24,000 malicious mobile applications blocked each day. Existing signature-based technologies of malware detection have limitations. So, malware detection technique through machine learning is being researched to detect malware variant. However, even in the case of applying machine learning, if the proper features of the malware are not properly selected, the machine learning cannot be shown correctly. We are focusing on feature selection method to find the features of malware variant in this research.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.383-383
• /
• 2017

간척지는 바다와 접하는 하구언, 개벌로 이루어진 해안 등을 농공상업용지로 개간한 토지로서 간척지 이용에 있어 가장 우선적으로 용수공급 방안 수립이 고려되어야 한다. 해안유출지하수(submarine groundwater discharge)는 지하수 담수체가 존재하는 마지막 장소로 염해가 없는 청정수질 용수이다. 해안유출지하수 발생 구간을 탐지하기 위해 실측자료의 시공간적 한계를 극복할 수 있는 인공위성 영상을 활용한 원격탐사 기법을 이용하여 광역규모의 다양한 자료를 이용하고자 한다. MODIS (Moderate-Resolution Imaging Spectroradiometer)는 지구 생물권 활동에 관한 자료를 제공하는 미항공우주국 Terra EOS (Earth Observation system)위성의 주센서로 해양, 육상과 대기 분야에 적용이 가능한 다목적 센서이다. MODIS는 36개의 밴드를 이용하여 대기, 지표, 해양 관련 다양한 정보들을 제공하고 있다. 본 연구에서는 간척지의 효율적인 용수공급을 위한 해안유출지하수의 최적 개발 및 이용을 위해 MODIS MOD11 product 지표면온도(Land Surface Temperature; LST), MODIS MOD13 product 식생지수(Normalized Difference Vegetation Index; NDVI), 기상청의 지중온도와 실측자료를 이용하여 새만금 간척지를 대상으로 해안유출지하수 발생 구간을 탐지하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• 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.

• Journal of the Korean Society of Fisheries and Ocean Technology
• /
• v.33 no.3
• /
• pp.226-233
• /
• 1997

예망어구의 유체역학적인 특성과 예망어구내에서의 유속 측정 자료를 기초로 어류의 측선 유수감각에 작용하는 유효한 유수자극량을 추산하고 정량화하기 위하여 예망어구내의 3차원적인 상대유속의 선형적인 분포정도를 모델링하였다. 예망어구내의 상대유속은 망지의 제반규격과 예망어구의 수중 전개형상에서의 각부 거리비에 따라 상대유속비를 선형적으로 수식화하여 본문의 식(3)과 (8)로 표현하였다. 이러한 상대유속비는 어류의 측선 유수감각기관에 의하여 탐지될 수 있는 와동 유수자극량의 지표로써 사용될 수 있다. 어류의 유수감각 예민도는 어류의 전장과 어체주위 상대유속에 의하여 선형적으로 변화되는 것으로 가정하고 본문의 식(9)와 같이 탐지가능한 상대유속차의 최소값으로 나타내었다. 예망어구내의 상대유속 분포에 관한 본 모델의 계산 결과는 실물예망어구에서 실측된 상대유속의 범위내에서 거의 근사하게 나타났으며 본 모델은 어류의 대망행동 모델링에서 예망어구의 유수자극과 어류의 유수감각 예민도를 상대적으로 정량화하여 어류행동의 반응요인으로 적용할 수 있을 것이다.

• Review of KIISC
• /
• v.31 no.6
• /
• pp.41-46
• /
• 2021

홈, 산업 환경, 운송 네트워크 및 기타 장소의 사물 인터넷 장치가 계속 확산됨에 따라 악의적인 IoT 네트워크 공격자의 공격 표면도 증가하고 있다. 2021년 4월 IBM에 따르면 네트워크 공격 지표 중 전체 IoT 공격이 매년 500% 증가하고 있다. X-Force 연구에 따르면 이 급증은 주로 미라이 봇넷과 코드를 공유하는 비교적 새로운 봇넷인 Mozi 봇넷 활동에 의해 발생한다. 2020년에 이 악성코드는 한 해 동안 탐지된 총 IoT 공격의 89%를 차지했다. 2020년 3월 팔로알토 네트웍스의 Unit 42 IoT Threat Report에 따르면 IoT 임베디드 기기 대상 위협은 익스플로잇 감염, 멀웨어, 사용자 정보 탈취로 나뉜다. 그 중 IoT 임베디드 기기의 주요 익스플로잇은 네트워크 스캔, RCE, Command injection, Buffer Overflow 등으로 관찰된다. 본 논문에서는 이러한 IoT 환경에서의 취약점 악용 공격 대응 및 탐지 정책 생성을 위해 IoT 취약점을 악용한 익스플로잇을 분석 연구하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.213-214
• /
• 2021

최근 4차 산업혁명으로 인해 사용자와 단말과의 연결이 증가하면서 악성코드에 의한 침해사고가 증가하였고, 이에 따라, 파일의 상세한 정보인 메타 데이터를 추출하여 악성코드를 탐지하는 파일 스캐닝 도구의 필요성이 요구된다. 본 논문에서는 대표적인 오픈소스 기반의 파일 스캐닝 도구인 Strelka, File Scanning Framework (FSF), Laika BOSS를 대상으로 파일 스캐닝 기술에서 주요한 성능 지표인 스캐닝 속도를 비교함으로써 각 도구의 성능을 평가하였다. 다양한 파일 종류를 선정한 테스트 셋을 기반으로 파일의 개수에 따른 속도를 비교하였으며, Laika BOSS, FSF, Strelka 순으로 성능이 높은 것으로 평가되었다. 결과적으로, 악의적인 파일을 빠르게 탐지하기 위한 파일 스캐닝 도구로 Laika BOSS가 가장 적합한 것으로 평가되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.332-333
• /
• 2023

본 논문은 사람과 짐의 물체 감지를 위한 YOLO 모델을 활용하여 특정 공간 내 혼잡도를 측정하는 시스템을 제안한다. YOLO를 학습시켜 기차 내에서 사람 및 짐과 같은 객체를 탐지하는 모델을 만든다. 그리고 이 모델을 이용하여 기차 내에서 객체를 탐지하고, 객체의 위치와 개수 정보를 얻는다. 이렇게 얻은 정보를 기반으로, 혼잡도를 측정하기 위해 다양한 지표를 활용한다. 이를 인터페이스에 시각적으로 보여준다. 결과적으로, 제안된 시스템은 승객들의 안전과 편의를 보장하며, 특정 공간의 혼잡도 파악에 유용한 도구로 사용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.701-704
• /
• 2023

본 연구는 반도체 제조 과정에서 생산 가용 능력이 저하되는 시점을 조기 탐지하기 위한 프레임워크를 제안한다. 이를 위해 데이터 패턴의 불규칙한 변동이 잦은 환경에서 모델의 재학습 없이 최적의 성능을 유지할 수 있도록 온라인 학습 방식을 활용하였다. Augmented Dicky-Fuller test 를 통해 데이터의 정상성 여부를 검정하고, 데이터에 변화가 있을 경우 학습 모델은 지속적으로 업데이트된다. 특히, 상한 재공재고는 생산량과 직결되는 주요 지표로써, 낮게 예측된 시점에서 주요 원인 변수를 파악하는 것이 중요하다. 따라서 정확도와 효율성 측면에서 다른 모델 대비 가장 우수한 성능을 보였던 제안 기법에 shapley additive explanations(SHAP)을 적용하여 생산 저하 시 문제가 되는 원인 변수를 분석하고자 하였다.