• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.64-72
• /
• 2024

In recent times cyber attackers can use Artificial Intelligence (AI) to boost the sophistication and scope of attacks. On the defense side, AI is used to enhance defense plans, to boost the robustness, flexibility, and efficiency of defense systems, which means adapting to environmental changes to reduce impacts. With increased developments in the field of information and communication technologies, various exploits occur as a danger sign to cyber security and these exploitations are changing rapidly. Cyber criminals use new, sophisticated tactics to boost their attack speed and size. Consequently, there is a need for more flexible, adaptable and strong cyber defense systems that can identify a wide range of threats in real-time. In recent years, the adoption of AI approaches has increased and maintained a vital role in the detection and prevention of cyber threats. In this paper, an Ensemble Deep Restricted Boltzmann Machine (EDRBM) is developed for the classification of cybersecurity threats in case of a large-scale network environment. The EDRBM acts as a classification model that enables the classification of malicious flowsets from the largescale network. The simulation is conducted to test the efficacy of the proposed EDRBM under various malware attacks. The simulation results show that the proposed method achieves higher classification rate in classifying the malware in the flowsets i.e., malicious flowsets than other methods.

• Clinical Endoscopy
• /
• 제57권4호
• /
• pp.434-445
• /
• 2024

Pancreatic cystic lesions (PCLs) have increased in prevalence due to the increased usage and advancements in cross-sectional abdominal imaging. Current diagnostic techniques cannot distinguish between PCLs requiring surgery, close surveillance, or expectant management. This has increased the morbidity and healthcare costs from inappropriately aggressive and conservative management strategies. Endoscopic ultrasound (EUS) needle-based confocal laser endomicroscopy (nCLE) allows for microscopic examination and delineation of the surface epithelium of PCLs. Landmark studies have identified characteristics distinguishing various types of PCLs, confirmed the high diagnostic yield of EUS-nCLE (especially for PCLs with an equivocal diagnosis), and shown that EUS-nCLE helps to change management and reduce healthcare costs. Refining procedure technique and reducing procedure length have improved the safety of EUS-nCLE. The utilization of artificial intelligence and its combination with other EUS-based advanced diagnostic techniques would further improve the results of EUS-based PCL diagnosis. A structured training program and device improvements to allow more complete mapping of the pancreas cyst epithelium will be crucial for the widespread adoption of this promising technology.

• 경영과정보연구
• /
• 제38권1호
• /
• pp.83-101
• /
• 2019

블록체인은 인공지능, 빅데이터, 사물인터넷 등과 더불어 혁신적인 기술로 간주된다. 최초의 블록체인 애를리케이션이고 암호화폐인 비트코인 출시 이래로, 블록체인은 파괴적 기술로의 인식은 물론 폭 넓게 확산되지도 못하고 있다. 블록체인 관련 연구를 살펴보면, 암호화폐, 기술 일반동향과 전망, 요소기술 등에 대한 설명이 대부분이다. 물론 아직까지 블록체인 기반의 킬러 애플리케이션이 존재하지 않고 있다. 이와 같이 늦게 확산되는 블록체인 기술을 고려하여, 국내의 블록체인에 대한 최신 연구 상황에 대한 이해가 필요하다. 본 연구의 목적은 기업의 IT실무 담당자들이 조직의 경쟁력을 높이기 위해서 필요한 블록체인 애플리케이션을 식별할 수 있도록 가이드라인을 제공하는 것이다. 이를 위해서 우리는 네 가지의 접근법을 소개한다. 첫째, Iansiti & Lakhaki(2017)가 제안한 분석틀을 적용하여 국내에서 발간된 블록체인 관련 연구논문을 분류하였다. 이 작업의 목적은 조직의 실무자들이 블록체인 애플리케이션의 도입을 고려할 때 벤치마크 또는 사례로서 활용할 수 있도록 도움을 주기 위함이다. 두 번째는 제시된 분석틀을 이용하여 블록체인 애플리케이션의 가치 개념을 도입하여 조직의 블록체인 애플리케이션 채택의 진화적 경로를 제안하였다. 세 번째는, 블록체인 기술 도입을 조직의 혁신을 촉진하기 위한 수요관점에서블록체인 기술 적용이 가능한 영역을 식별할 수 있는 근거를 제공하였다. 네 번째는 기업 가치사슬 모형과 다섯 경쟁세력 모형을 이용하여 블록체인 애플리케이션 도입의 탐색할 수 있는 근거를 제공하였다.

• 대한의사협회지
• /
• 제61권12호
• /
• pp.765-775
• /
• 2018

With growing interest in novel digital healthcare devices, such as artificial intelligence (AI) software for medical diagnosis and prediction, and their potential impacts on healthcare, discussions have taken place regarding the regulatory approval, coverage, and clinical implementation of these devices. Despite their potential, 'digital exceptionalism' (i.e., skipping the rigorous clinical validation of such digital tools) is creating significant concerns for patients and healthcare stakeholders. This white paper presents the positions of the Korean Society of Radiology, a leader in medical imaging and digital medicine, on the clinical validation, regulatory approval, coverage decisions, and clinical implementation of novel digital healthcare devices, especially AI software for medical diagnosis and prediction, and explains the scientific principles underlying those positions. Mere regulatory approval by the Food and Drug Administration of Korea, the United States, or other countries should be distinguished from coverage decisions and widespread clinical implementation, as regulatory approval only indicates that a digital tool is allowed for use in patients, not that the device is beneficial or recommended for patient care. Coverage or widespread clinical adoption of AI software tools should require a thorough clinical validation of safety, high accuracy proven by robust external validation, documented benefits for patient outcomes, and cost-effectiveness. The Korean Society of Radiology puts patients first when considering novel digital healthcare tools, and as an impartial professional organization that follows scientific principles and evidence, strives to provide correct information to the public, make reasonable policy suggestions, and build collaborative partnerships with industry and government for the good of our patients.

• 산업융합연구
• /
• 제16권1호
• /
• pp.21-26
• /
• 2018

해상을 통한 물동량이 전체 97% 차지하고 있어 효율적인 항만 운영 관리 시스템을 통해 작업효율을 높이는 동시에 운영비용을 절감하고, 관리자가 작업 지연 및 장비 지원이 필요한 상황이 발생한 경우 신속하게 이를 확인하여 대처할 필요가 있다. 기존 시스템은 GPS 을 이용한 야드 자동화 장비의 실시간 위치정보 확인을 토대로 작업 완료 혹은 작업 시작에 따라 입력된 정보로 위치 정보를 모니터링하고 있다. 기존 시스템보다 태블릿의 GPS 시스템으로 실시간 위치정보 확인 시스템이 야드 조업 장비의 위치 확인에 있어 더욱 정확한 정보 제공이 가능하다. 야드장 내의 통신망에서도 컨테이너로 인한 음영이 없는 상용 LTE 서비스를 활용한 망 구성이 컨테이너 처리 지연을 줄인다. 마지막으로 안드로이드나 IOS를 사용하는 스마트단말기의 도입과 인공지능을 활용한 컨테이너 처리 스케줄링을 통해 컨테이너 처리 어플리케이션의 스마트 단말 사용과 컨테이너 작업 스케줄의 최적화를 통한 최소 지연시스템을 구축한다. 스마트 단말의 도입과 인공지능을 활용한 컨테이너 처리 지연의 최소화는 컨테이너 정보 요구자인 소비자에게 실시간으로 컨테이너의 처리과정을 확인시킴으로써 항만 서비스의 질적 향상이 예상된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 정보화정책
• /
• 제30권2호
• /
• pp.22-45
• /
• 2023

AI 기반 음성비서 서비스 이용에 관한 연구에서는 서비스 이용 경험으로 인한 이용자의 신뢰 및 프라이버시 보호와 관련된 문제가 지속적으로 제기되고 있다. 본 연구의 목적은 AI에 대한 개인의 신뢰와 온라인 프라이버시 염려가 AI 기반 음성비서의 지속적인 사용에 미치는 영향, 특히 상호 작용의 영향을 실증적으로 분석하는 것이다. 본 연구에서는 선행연구를 바탕으로 설문문항을 구성하고 응답자 405명을 대상으로 온라인 설문조사를 실시하였다. 인공지능에 대한 사용자의 신뢰와 개인정보보호 관심이 인공지능 기반 음성비서 서비스 도입 및 지속 이용의도에 미치는 영향을 Heckman 선택모형을 이용하여 분석하였다. 연구의 주요 결과로 첫째, 인공지능 기반 음성비서 서비스 이용행태는 기술수용 촉진요인인 지각된 유용성, 지각된 이용편의성, 사회적 영향에 의해 긍정적인 영향을 받았다. 둘째, 인공지능에 대한 신뢰는 인공지능 기반 음성비서 서비스 이용행태에 통계적으로 유의한 영향을 미치지 않았으나 지속 이용의도에는 정(+)의 영향을 미쳤다. 셋째, 프라이버시 염려 수준은 AI에 대한 신뢰와의 상호작용을 통해 지속적인 이용의도를 억제하는 효과(β=-0.153)가 있음을 확인하였다. 이러한 연구 결과는 디지털 정부를 구현하기 위한 거버넌스로서 기술에 대한 신뢰를 높이고 프라이버시에 대한 사용자의 우려를 완화할 수 있는 이용자 의견수렴과 조치를 통한 이용자 경험을 강화할 필요가 있음을 시사한다. 이러한 수단으로서 인공지능 기반의 정책서비스를 도입할 때, 인공지능 기술의 적용 범위를 공론화 과정을 통해 투명하게 공개하고, 프라이버시 문제가 사후적으로 추적 및 평가될 수 있는 제도의 마련과 프라이버시의 보호를 고려한 알고리즘의 개발이 필요하다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.71-79
• /
• 2021

제조업 분야에서는 경쟁력 강화를 위하여 다품종 생산으로의 전환이 이루어지고 있으며, 하이브리드 제조기술이 증가하고 있다. 특히 제조실행시스템과 ERP 등의 도입을 통하여 생산 품질 향상에 많은 노력을 기울이고 있기에, 신속하고 효과적인 관리를 위한 MES 운영이 필요하다. MES는 제품 생산과 관련된 모든 단계를 관리하면서, 생산 활동에 비효율적인 부분은 개선하고, 공정 변경의 경우에 시스템에 변경 사항을 반영해야 한다. 그러나 대부분의 MES는 시스템 관리자를 통하여 수동적이고, 반복적으로 비효율적인 작업을 계속 하고 있는 상황이다. 본 논문에서는 생산과 관련된 요구사항을 시스템 관리자가 특정 라인의 장비에 대한 참조 정보를, 다른 라인의 동일한 장비에도 일괄 적용할 수 있는 모델을 제안한다. 제안 모델을 통하여 참조 정보의 일괄 적용과 선택 적용의 구분으로 생산 라인에 대한 유연한 대처가 가능할 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1670-1675
• /
• 2021

건설산업 영역의 스마트 건설 기술 도입이 빠르게 진행되고 있다. BIM(Building Information Modeling), 드론, 인공지능, 빅데이터, 사물인터넷 기술 등 스마트 건설 기술을 활용하여 시공 현장의 재해율을 낮추고 시공 기간을 단축시키는 효과를 가져온다. 건설 시공 현장 관리를 위한 디지털 트윈 플랫폼을 도입하기 위해서는 실제 시공 현장을 가상의 공간과 동일하게 구축하여 실시간으로 현장 관리를 가능하게 한다. 디지털 트윈 가상공간 구축방법은 시공 전주기 데이터를 수집 및 가공을 하고 3D 모델 파일을 이용하여 시각화 한다. 본 논문에서는 디지털 트윈 공간을 구성하는 3D 모델링을 3차원 공간 데이터를 기반으로 자동생성하여 효율적인 디지털 트윈 공간을 구축하는 모델링 자동화 기법을 소개한다.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3409-3416
• /
• 2023

Licensing the next-generation of nuclear reactor designs requires extensive use of Modeling and Simulation (M&S) to investigate system response to many operational conditions, identify possible accidental scenarios and predict their evolution to undesirable consequences that are to be prevented or mitigated via the deployment of adequate safety barriers. Deep Learning (DL) and Artificial Intelligence (AI) can support M&S computationally by providing surrogates of the complex multi-physics high-fidelity models used for design. However, DL and AI are, generally, low-fidelity 'black-box' models that do not assure any structure based on physical laws and constraints, and may, thus, lack interpretability and accuracy of the results. This poses limitations on their credibility and doubts about their adoption for the safety assessment and licensing of novel reactor designs. In this regard, Physics Informed Neural Networks (PINNs) are receiving growing attention for their ability to integrate fundamental physics laws and domain knowledge in the neural networks, thus assuring credible generalization capabilities and credible predictions. This paper presents the use of PINNs as surrogate models for accidental scenarios simulation in Nuclear Power Plants (NPPs). A case study of a Loss of Heat Sink (LOHS) accidental scenario in a Nuclear Battery (NB), a unique class of transportable, plug-and-play microreactors, is considered. A PINN is developed and compared with a Deep Neural Network (DNN). The results show the advantages of PINNs in providing accurate solutions, avoiding overfitting, underfitting and intrinsically ensuring physics-consistent results.