• 전자통신동향분석
• /
• 제35권5호
• /
• pp.92-101
• /
• 2020

Artificial intelligence (AI) has become the hottest topic in information and communications technology (ICT) in recent years. Along with the advancement of AI technology, technologies such as big data, cloud, and high-speed wired and wireless communication are being applied to existing media areas in earnest, affecting all parts of the media value chain from content production to consumption. AI technology is now spreading across the media industry faster than any other industry. In the future, the gap between those with and without AI technology will widen, further deepening the polarization of the media ecosystem. Media intelligence, which combines media and AI technologies, is now perceived as essential, not optional. In this paper, we examine the current status of technology development and standardization by major domestic and foreign institutions on how AI is being utilized in the media industry. In addition, we discuss what technology should be developed to lead media intelligence.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.974-992
• /
• 2021

Recently, the healthcare field has undergone rapid changes owing to the accumulation of health big data and the development of machine learning. Data mining research in the field of healthcare has different characteristics from those of other data analyses, such as the structural complexity of the medical data, requirement for medical expertise, and security of personal medical information. Various methods have been implemented to address these issues, including the machine learning model and cloud platform. However, the machine learning model presents the problem of opaque result interpretation, and the cloud platform requires more in-depth research on security and efficiency. To address these issues, this paper presents a recent technology for Internet-of-Things-based (IoT-based) health big data processing. We present a cloud-based IoT health platform and health big data processing technology that reduces the medical data management costs and enhances safety. We also present a data mining technology for health-risk prediction, which is the core of healthcare. Finally, we propose a study using explainable artificial intelligence that enhances the reliability and transparency of the decision-making system, which is called the black box model owing to its lack of transparency.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.4042-4061
• /
• 2022

Recently, various security threats such as data leakage and data forgery have been possible in the communication and storage of data shared in the cloud environment. This paper conducted a study on the CP-ABSC scheme to solve these security threats. In the existing CP-ABSC scheme, if the data is obtained by the unsigncryption of the data user incorrectly, the identity of the data owner who uploaded the ciphertext cannot be known. Also, when verifying the leaked secret key, the identity information of the data user who leaked the secret key cannot be known. In terms of efficiency, the number of attributes can affect the ciphertext. In addition, a large amount of computation is required for the user to unsigncrypt the ciphertext. In this paper, we propose ECP-ABSC that provides data user traceability, and use it in a cloud environment to provide an efficient and secure data sharing scheme. The proposed ECP-ABSC scheme can trace and verify the identity of the data owner who uploaded the ciphertext incorrectly and the data user who leaked the secret key for the first time. In addition, the ciphertext of a constant size is output and the efficiency of the user's unsigncryption computation were improved.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권10호
• /
• pp.285-290
• /
• 2021

의료분야에서 인공지능 기술을 도입한 질환 진단 및 예측 연구들이 활발하게 진행되고 있다. 의료영상기반의 인공지능 기술 적용에 가장 많이 활용되고 있는 질환 진단 및 예측에 대한 다양한 제품으로 출시되고 있다. 인공지능은 질병에 대한 진단, 양성과 악성으로 구분되는 질환의 구분, 질병의 위험도에 따른 구별이나 판독에 이용하기 위해 질환부위를 분리하는 등에 적용되고 있다. 최근에는 클라우드기술과 연계하여 서비스 제품으로 활용성이 높아지고 있다. 본 논문에서 다루는 질환 중에 간 질환은 통증이 적어 조기진단이 어려워 그 위험도가 매우 높은 질환이다. 이러한 질환 진단에 비침습적인 진단방법으로 의료영상기반으로 인공지능 기술을 도입하였다. 우리는 임상에서 가장 의미 있는 간 경화증 환자의 판독을 돕기 위한 웹 서비스 개발 내용을 기술한다. 그리고 웹서비스 프로세스를 보이고 각 프로세스의 구동 화면과 최종 결과화면을 보인다. 제안한 서비스를 통해 간 경화증을 조기에 진단하고, 빠른 치료를 통해 환자의 회복에 도움을 줄 수 있을 것으로 기대한다.

• 정보보호학회논문지
• /
• 제32권5호
• /
• pp.1019-1034
• /
• 2022

4차 산업혁명의 초연결사회에서 악성코드 공격은 더욱 기승을 부리고 있다. 이러한 악성코드 대응을 위해 인공지능기술을 이용한 악성코드 탐지 자동화는 새로운 대안으로 주목받고 있다. 그러나, 인공지능의 신뢰성에 대한 담보없이 인공지능을 활용하는 것은 더 큰 위험과 부작용을 초래한다. EU와 미국 등은 인공지능의 신뢰성 확보방안을 강구하고 있으며, 2021년 정부에서는 신뢰할 수 있는 인공지능 실현 전략을 발표했다. 정부의 인공지능 신뢰성에는 안전과 설명가능, 투명, 견고, 공정의 5가지 속성이 있다. 우리는 악성코드 탐지 모델에 견고를 제외한 안전과, 설명가능, 투명, 공정의 4가지 요소를 구현하였다. 특히 외부 기관의 검증을 통해 모델 정확도인 일반화 성능의 안정성을 입증하였고 투명을 포함한 설명가능에 중점을 두어 개발하였다. 변화무쌍한 데이터에 의해 학습이 결정되는 인공지능 모델은 생명주기 관리가 필요하다. 이에 인공지능 모델을 구성하는 데이터와 개발, 서비스 운영을 통합하는 MLOps 프레임워크에 대한 수요가 늘고 있다. EXE 실행형 악성코드와 문서형 악성코드 대응 서비스는 서비스 운영과 동시에 데이터 수집원이 되고, 외부 API를 통해 라벨링과 정제를 위한 정보를 가져오는 데이터 파이프라인과 연계하도록 구성하였다. 클라우드 SaaS 방식과 표준 API를 사용하여 다른 보안 서비스 연계나 인프라 확장을 용이하게 하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.147-153
• /
• 2023

인공지능 기술의 전 산업 분야로 확산되면서 기존 SaaS에 인공지능 서비스가 탑재된 AIaaS가 등장하고 있다. 특히 비IT 분야 기업들에서는 소프트웨어 전문가의 부재, 빅 데이터 모델 훈련의 어려움, 다양한 형태의 데이터들에 대한 수집 및 분석에 대한 어려움 등을 겪고 있다. AIaaS는 인공지능 소프트웨어 개발에 필요한 다양한 IT 자원들 뿐만 아니라 인공지능 소프트웨어에 필요한 기능들을 서비스 형태로 제공함으로써 사용자들에게는 보다 쉽고 경제적으로 시스템을 구축할 수 있게 한다. 따라서 이러한 클라우드 기반의 AIaaS 서비스에 대한 수요와 공급은 점점 급증할 것이다. 그런데 이처럼 AIaaS에 대한 수요와 공급이 증가함에 따라 요구되는 것이 AIaaS에서 제공하는 서비스들의 품질이 중요한 요소가 된다. 그러나, 현재 이를 측정하기 위한 포괄적이고 실용적인 품질 평가 메트릭에 대한 연구가 미흡하다. 따라서 본 논문에서는 AIaaS의 서비스 품질 측정 요소 중 재사용성 평가를 위해 AIaaS가 갖는 특징인 구현성, 편리성, 효율성, 접근성을 기반으로 재사용성 측정에 필요한 4가지 메트릭인 사용성, 교체성, 확장성, 홍보성 메트릭을 개발하여 제안한다. 제안된 메트릭은 AIaaS에서 제공하는 서비스들이 향후 잠재된 사용자들에게 얼마나 재사용할 수 있는지를 예측하는 도구로 사용될 수 있다.

• 한국IT서비스학회지
• /
• 제18권2호
• /
• pp.123-141
• /
• 2019

The goal of this study is to review the major research trend on the convergence studies of AI and healthcare technologies. For the study, 15,260 English articles on AI and healthcare related topics were collected from Scopus for 55 years from 1963, and text mining techniques were conducted. As a result, seven key research topics were defined : "AI for Clinical Decision Support System (CDSS)", "AI for Medical Image", "Internet of Healthcare Things (IoHT)", "Big Data Analytics in Healthcare", "Medical Robotics", "Blockchain in Healthcare", and "Evidence Based Medicine (EBM)". The result of this study can be utilized to set up and develop the appropriate healthcare R&D strategies for the researchers and government. In this study, text mining techniques such as Text Analysis, Frequency Analysis, Topic Modeling on LDA (Latent Dirichlet Allocation), Word Cloud, and Ego Network Analysis were conducted.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권2호
• /
• pp.40-46
• /
• 2022

Recently, as the need for data access by integrating information in a distributed cloud environment increases in enterprise-wide enterprises, interoperability for collaboration between existing legacy systems is emphasized. In order to interconnect independent legacy systems, it is necessary to overcome platform heterogeneity and semantic heterogeneity. To solve this problem, middleware was built using EMRA (Extended MetaData Registry Access) based on ISO/IEC 11179. However, the designed middleware cannot guarantee the efficiency of information utilization because it does not have an adjustment function for each node's resource status and work status. Therefore, it is necessary to manage and adjust the legacy system. In this paper, we coordinate the correct data access between the information requesting agent and the information providing agent, and integrate it by designing a cooperative agent responsible for information monitoring and task distribution of each legacy system and resource management of local nodes. to make efficient use of the available information.

• 전자통신동향분석
• /
• 제37권5호
• /
• pp.44-53
• /
• 2022

The Internet of Things (IoT) is growing exponentially, with the number of IoT devices multiplying annually. Accordingly, the paradigm is changing from cloud computing to edge computing and even tiny edge computing because of the low latency and cost reduction. Machine learning is also shifting its role from the cloud to edge or tiny edge according to the paradigm shift. However, the fragmented and resource-constrained features of IoT devices have limited the development of artificial intelligence applications. Edge MLaaS (Machine Learning as-a-Service) has been studied to easily and quickly adopt machine learning to products and overcome the device limitations. This paper briefly summarizes what Edge MLaaS is and what element of research it requires.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권1호
• /
• pp.157-163
• /
• 2023

Recently, as businesses and data types become more complex and diverse, efficient data analysis using machine learning is required. However, since communication in the cloud environment is greatly affected by network latency, data analysis is not smooth if information delay occurs. In this paper, SPT (Safe Proper Time) was applied to the cluster-based machine learning data analysis agent proposed in previous studies to solve this delay problem. SPT is a method of remotely and directly accessing memory to a cluster that processes data between layers, effectively improving data transfer speed and ensuring timeliness and reliability of data transfer.