• Journal of Convergence for Information Technology
• /
• 제11권11호
• /
• pp.312-326
• /
• 2021

Building on the framework of language socialization [10] in language learning and use, the present study examines the environmental factors involved in four college students' English learning in the situated place of the home during the COVID-19 pandemic. Using narrative inquiry, this study implements a time-series analysis to investigate undergraduates' online English learning in a rural area of northwest China. The data were collected via oral and written narration, semi-structured interviews, and class documents. Leveraging the field-habitus theories, the findings reveal that each of the students had a different habitus in the family field that influenced their English learning at home between March to July of 2020. Ultimately, all four students felt that their habitus made their online English learning ineffective and expressed that they did not wish to continue learning at home. The findings imply that it is important for rural parents to pay more attention to building college students' learning environments and helping students cultivate a strong learning habitus in the family field in northwest China.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• 제13권2호
• /
• pp.99-106
• /
• 2003

Intrusions pose a serious security risk in a network environment. For detecting the intrusion effectively, many researches have developed data mining framework for constructing intrusion detection modules. Traditional anomaly detection techniques focus on detecting anomalies in new data after training on normal data. To detect anomalous behavior, Precise normal Pattern is necessary. This training data is typically expensive to produce. For this, the understanding of the characteristics of data on network is inevitable. In this paper, we propose to use clustering and association rules as the basis for guiding anomaly detection. For applying entropy to filter noisy data, we present a technique for detecting anomalies without training on normal data. We present dynamic transaction for generating more effectively detection patterns.

• 전자공학회논문지 IE
• /
• 제44권3호
• /
• pp.35-41
• /
• 2007

In this paper we suggest a model that the virtual robot based on artificial intelligence performs learning with compensation signals and compare the leaning speed of the virtual robot according to the compensation method after applying it to three type environments. As a result our model has showed that positive compensation is superior to hybrid one mixed positive and negative if there are enough time for learning in case of more or less complicated environment with the numerous foods, obstacles and robots. Otherwise hybrid method is better than positive one.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.172-174
• /
• 2001

침입 탐지란 컴퓨터와 네트워크 지원에 대한 유해한 침입 행동을 식별하고 대응하는 과정이다. 점차적으로 시스템에 대한 침입 유형들이 복잡해지고 전문적으로 이루어지면서 빠르고 정확한 대응을 할 수 있는 시스템이 요구되고 있다. 이에 따라, 대용량의 데이터를 지능적으로 분석하여 의미있는 정보를 추출하는 데이터 마이닝 기법을 적용함으로써 지능적이고 자동화된 탐지를 수행할 수 있도록 한다. 본 논문에서는 학습 데이터를 각각 사례로 데이터베이스에 저장한 후, 실험 데이터가 입려되면 가장 가까운 거리에 있는 학습 데이터의 크래스로 분류하는 사례 기반 학습을 이용하여 빠르게 사용자의 이상 행위에 대해 판정한다. 그러나 많은 사례로 인해 기억 공간이 늘어날 경우 시스템의 성능이 저하되는 문제점을 고려하여, 빈발 에피소드 알고리즘을 수행하여 발견한 순차 패턴을 사례화하여 정상 행위 프로파이로 사용하는 순차패턴에 대한 사례 기반 학습을 제안한다. 이로써, 시스템 성능의 저하율을 낮추고 빠르며 정확하게 지능적인 침입 탐지를 수행할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (중)
• /
• pp.949-952
• /
• 2002

비정상 행위를 탐지하는 네트워크 기반 침입탐지 시스템은 다른 네트워크 환경에서도 같은 학습정확도와 탐지 성능을 보여야 한다. 그러나 학습을 통한 패턴생성 알고리즘의 특성에 따라 정확도의 불일치가 나타날 수 있으며, 이에 따른 탐지 성능 또한 네트워크 환경에 따라 다르게 보고될 수 있는 가능성을 가진다. 본 논문은 침입탐지를 위한 학습 알고리즘으로 Instance 기반의 알고리즘인 IBL(Instance Based Learning)을 선택하여 학습시간의 단축과 패턴생성에 따른 분류근거의 명확성을 고려하였으며, 학습 환경 즉, 네트워크 환경의 차이에서 나타날 수 있는 정확도의 저하를 고려하여 COBWEB 과 C4.5 로 구성된 평가 요소를 침입탐지 모델에 추가함으로써 네트워크 보안관리자에게 좀더 유연한 비정상 행위 수준 탐지결과를 보고할 수 있게 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.729-732
• /
• 2002

최근에 온라인 학습 시스템으로서 다양한 학습 컨텐츠를 갖고 있는 새로운 교수 모형이 제시되고 있다. 또한, 학습자의 요구에 따른 코스웨어의 주문이 증가되고 있는 추세이며 그에 따라 웹 기반 교육 시스템에 효율적이고 자동화된 교육 시스템의 필요성이 인식되고 있다. 본 논문은 이러한 웹기반 교육 시스템에서의 개별 학습자들에게 차별적으로 개인화된 학습 자료를 제공하므로서 보다 효과적이고 효율적으로 학습에 임할 수 있도록 개인화된 학습자료 생성 시스템을 제안한다. 이는 개별 학습자들의 학습 행위에 따른 이벤트를 검출하여 데이터베이스화 시킨 후 이를 이용하여 학습 자료 선호도를 계산함으로써 개인화된 학습 자료를 생성하는 시스템이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.865-867
• /
• 2014

이 논문에서는 초등학생의 위험 상황을 자동으로 판단하기 위한 행위네트워크 설계 기법을 제안한다. 초등학생이 가지고 있는 스마트폰 센서로 주변 상황을 측정하고 측정한 값은 행위네트워크에 적용한다. 행위네트워크는 자동으로 위험상황을 인지하기 위해서 베이지안 확률을 도입한다. 반복적인 위험 상황을 학습함으로써 긴급시 빠르게 대처할 수 있다.

• Journal of Gifted/Talented Education
• /
• 제15권2호
• /
• pp.35-57
• /
• 2005

As the results of studies based on the Russian Activities-Oriented Theory, the gifted students in many fields have common insights for the true nature of the problem, or the actual state. From Russian Activities-Oriented Theory of view, gifted students have the ability to discern the essential elements involved in each actual state and change of state of things, and to solve the problem, based on these elements. Enhancing these abilities of the students, the educator can develop the average student into a gifted one. This study result of the Russian specialist suggests the possibility of a stream of education that can develop gifted students. Hence, this paper discussed the points and processes of formation of the Russian Activities-Oriented Theory, and inquired on what is the true nature of the problem or the meaning of actual state and how it affects the studies of the student. The paper also investigated the actual conditions of wrong learning about some mathematical concepts and discussed the role of insights to the true nature of the problem in the learning process of the student.

• Journal of the Korea Society of Computer and Information
• /
• 제17권5호
• /
• pp.33-40
• /
• 2012

In this paper we propose an anomaly detection scheme to detect new attack paths or new attack methods without false positives by monitoring HTTP Outbound Traffic after efficient training. Our proposed scheme detects web-based attacks by comparing tags or javascripts of HTTP Outbound Traffic with normal behavioral models which apply HMM(Hidden Markov Model). Through the verification analysis under the real-attacked environment, we show that our scheme has superior detection capability of 0.0001% false positive and 96% detection rate.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.207-210
• /
• 2002

진화와 학습 사이의 상호 연관성을 연구하기 위해 인공 진화기법(artificial evolutionary algorithm)과 신경회로망(neural networks)을 이용한 학습 기법들이 사용되어 왔다. 신경 회로망 구조를 가지는 이동 로봇의 제어기의 구조와 파라미터를 결정하기 위한 방법으로 진화적 학습(evolutionary learning) 방법이 제안되었다. 제안된 방법에서 진화적 학습은 실제 로봇을 통해 on-line 방식으로 이루어지며, 장애물 회피 문제를 통해 유용성을 검증하고 진화 과정에 학습이 미치는 영향을 살펴보았다. 그리고 수학적으로 제시되기 힘든 진화 학습의 평가에 설계자의 개입을 허용하는 인터액티브 진화 알고리즘(interactive evolutionary algorithm)방법을 모색해 보았다.