• 제목/요약/키워드: CAN보안

검색결과 3,692건 처리시간 0.033초

토픽모델링을 활용한 항만안전 위험요인 도출에 관한 연구 (A Study on the Derivation of Port Safety Risk Factors Using by Topic Modeling)

  • 이정민;김율성
    • 한국항만경제학회지
    • /
    • 제39권2호
    • /
    • pp.59-76
    • /
    • 2023
  • 본 연구에서는 일반대중들이 쉽게 접할 수 있는 뉴스 기사 데이터와 항만 연구자들의 인사이트가 반영된 국내 학술지 초록 데이터를 통하여 다양한 시각에서 항만안전에 대해 알아보고자 하였다. 본 연구의 의의는 방대한 양의 데이터가 쏟아지고 있는 현 시대에 맞는 새로운 방식인 온라인상의 빅데이터를 활용한 분석을 통해 새로운 시각에서의 항만안전과 관련된 위험요인을 탐색하고자 함에 있다. 본 연구에서는 파이썬을 활용한 NMF기반의 토픽모델링을 실시하여 데이터별 주요 토픽을 도출한 후 각 토픽에 대한 의미분석을 실시하였다. 뉴스 기사 데이터에서는 주로 항만안전 위험요인 중 자연적 요인, 환경적 요인이 도출되었고 학술지 초록 데이터에서는 보안적 요인, 기계적 요인, 인적요인, 환경적 요인, 자연적 요인이 도출되었다. 이를 통해 항만안전의 회복탄력성 강화 등 국내 항만의 안전강화전략 필요성, 항만안전에 대한 일반대중들의 시각을 넓히기 위한 안전의식개선 필요성, 항만산업 환경이 안전하고 전문화된 성숙한 항만으로 발전할 수 있는 정책적 차원과 인식적 차원의 연구를 진행할 필요성을 도출하였다. 결과적으로 일반대중들의 시각과 항만 연구자의 시각에서 두드러지게 나타나는 항만안전 위험요인을 탐구함으로써 국내 항만이 항만안전을 위해 개선해야할 주요 요인들을 밝혔고 항만의 안전성확보가 더욱 중요해지는 시점에서 기존의 항만에서 항만안전 문화를 가진 성숙된 항만으로 발전하기 위한 기초자료를 제공하였다.

스마트제조 고도화를 위한 기술표준 정책영역 발굴 및 우선순위 도출: 전문가 AHP와 IPA를 중심으로 (Technology Standards Policy Support Plans for the Advancement of Smart Manufacturing: Focusing on Experts AHP and IPA)

  • 김재영;정두엽;진영현;강병구
    • 정보화정책
    • /
    • 제30권4호
    • /
    • pp.40-61
    • /
    • 2023
  • 제조업의 경쟁력 제고와 성장을 위한 전략으로 도입된 스마트공장 및 스마트제조는 미래의 국가 경쟁력이며, 국가 산업구조를 혁신하기 위한 제반 활동이라 할 수 있다. 한국 정부는 산업부의 제조업 혁신 3.0 전략부터 지속적으로 스마트제조혁신 정책을 추진하였다. 본 연구는 스마트공장 및 스마트제조산업에 대해 기술표준을 기반으로 정책영역을 발굴하고자 한다. 국제 기술표준에 부합하는 국내표준의 정립과 지원이 요구되는 현시점에 정책적 영역에 대한 분석 및 제조업 분야의 스마트제조 공정영역별 우선순위를 살펴봄으로써 국제표준화가 많이 이루어진 영역에 대해 맹목적인 국제표준화를 추진하기보다는 기술표준 정책영역을 구분하고 정책적 우선순위를 도출하는 것은 스마트제조 고도화를 위한 중요한 정책적 결정을 위한 근거가 될 수 있다. 이를 위해 전문가 인터뷰를 기반한 계층화분석방법과 5대 공정영역에 대한 중요도-성능 분석을 통해 국제표준화가 많이 이루어진 영역에 대한 정책 추진보다는 데이터와 보안 영역 등 신기술에 대한 탐색을 기반으로 선도적인 표준화 참여가 요구되며, 탄소배출과 에너지 비용 등과 관련된 국제환경대응에 따른 글로벌 정세에 따른 수출과 디지털 통상에 대한 정책적 고려가 필요하다.

안전도시 모델의 평가지표에 관한 연구 (A Study on Evaluation Parameters of Safety City Models)

  • 이준학;여옥경
    • 한국방재안전학회논문집
    • /
    • 제16권2호
    • /
    • pp.1-13
    • /
    • 2023
  • 코로나 19 이후 도시 안전에 대한 관심이 높아지면서, 여러 기관에서 도시의 안전성을 평가하는 지표가 개발되어 활용되고 있다. 용산구는 2021년 사회안전지수 평가에서 1위로 선정되어 한국에서 가장 안전한 도시로 선정되었으나, 2022년 이태원 참사로 인해, 많은 인명 피해가 발생하기도 하였다. 이것은 도시의 안전을 평가하는 지표가 담지 못하는 영역이 있으며, 이에 대한 연구가 필요함을 의미한다. 본 연구의 목적은 국내·외 안전도시 모델을 살펴보고 이를 통해 각 모델의 차이점과 안전도시를 평가할 때 사용되는 지표를 검토하기 위한 것이다. 본 연구에서 11개 안전도시 모델을 수집하고 각 평가지표를 분석한 결과, 안전도시 모델은 세계보건기구의 국제 안전도시와 유엔재해경감기구의 국제안전도시와 같이 기관에서 인증을 하는 "프로그램 기반의 안전도시 모델"과, 기관별 안전 관련 평가지표의 점수에 의해서 안전도시 순위 및 등급이 결정되는 "점수기반의 안전도시 모델"로 분류할 수 있으며, 안전한 도시가 되기 위해서는 이 두 가지 모델이 상호 보완적으로 활용될 때 도시 안전을 위협하는 제반 요소를 전방위적으로 대응할 수 있음을 알 수 있었다. 안전에 대한 위협이 다양해짐을 고려해볼 때 안전도시를 평가할 때 디지털 보안, 보건 안전, 인프라 안전, 개인 안전, 환경 안전, 교통 안전, 화재 안전, 범죄 안전, 생활안전, 자살, 감염병 등을 종합적으로 고려하는 것이 타당하는 결론을 얻었다.

MLOps를 위한 효율적인 AI 모델 드리프트 탐지방안 연구 (A Study on Efficient AI Model Drift Detection Methods for MLOps)

  • 이예은;이태진
    • 인터넷정보학회논문지
    • /
    • 제24권5호
    • /
    • pp.17-27
    • /
    • 2023
  • 오늘날 AI(Artificial Intelligence) 기술이 발전하면서 실용성이 증가함에 따라 실생활 속 다양한 응용 분야에서 널리 활용되고 있다. 이때 AI Model은 기본적으로 학습 데이터의 다양한 통계적 속성을 기반으로 학습된 후 시스템에 배포되지만, 급변하는 데이터의 상황 속 예상치 못한 데이터의 변화는 모델의 성능저하를 유발한다. 특히 보안 분야에서 끊임없이 생성되는 새로운 공격과 알려지지 않은 공격에 대응하기 위해서는 배포된 모델의 Drift Signal을 찾는 것이 중요해짐에 따라 모델 전체의 Lifecycle 관리 필요성이 점차 대두되고 있다. 일반적으로 모델의 정확도 및 오류율(Loss)의 성능변화를 통해 탐지할 수 있지만, 모델 예측 결과에 대한 실제 라벨이 필요한 점에서 사용 환경의 제약이 존재하며, 실제 드리프트가 발생한 지점의 탐지가 불확실한 단점이 있다. 그 이유는 모델의 오류율의 경우 다양한 외부 환경적 요인, 모델의 선택과 그에 따른 파라미터 설정, 그리고 새로운 입력데이터에 따라 크게 영향을 받기에 해당 값만을 기반으로 데이터의 실질적인 드리프트 발생 시점을 정밀하게 판단하는 것은 한계가 존재하게 된다. 따라서 본 논문에서는 XAI(eXplainable Artificial Intelligence) 기반 Anomaly 분석기법을 통해 실질적인 드리프트가 발생한 시점을 탐지하는 방안을 제안한다. DGA(Domain Generation Algorithm)를 탐지하는 분류모델을 대상으로 시험한 결과, 배포된 이후 데이터의 SHAP(Shapley Additive exPlanations) Value를 통해 Anomaly score를 추출하였고, 그 결과 효율적인 드리프트 시점탐지가 가능함을 확인하였다.

배터리 소모 공격에 대응하는 저전력 웨이크업 리시버의 적응형 파워 세이빙 메커니즘 (Adaptive Power Saving Mechanism of Low Power Wake-up Receivers against Battery Draining Attack)

  • 김소연;윤성원;이일구
    • 정보보호학회논문지
    • /
    • 제34권3호
    • /
    • pp.393-401
    • /
    • 2024
  • 최근 사물인터넷(Internet of Things, IoT)이 인간의 안전, 생명, 자산과 직결되는 산업과 일상생활에 널리 활용되고 있다. 그러나 저가, 경량, 저전력 요건을 충족해야 하는 IoT 장치는 배터리 소모 공격과 간섭 때문에 배터리 라이프타임이 심각하게 단축되는 문제가 있다. 이러한 문제를 해결하기 위해 웨이크업 리시버(Wake-up Receiver, WuR)를 위한 802.11ba 표준이 등장했고, 이 기능은 와이파이 기반 IoT의 에너지 소비를 최소화하는데 중요한 역할을 하고 있다. 그러나 WuR 프로토콜은 지연시간과 오버헤드를 단축하기 위해서 보안 메커니즘을 고려하지 않았다. 따라서 본 연구에서는 배터리 소모 공격에 대응하기 위해서 저전력 웨이크업 리시버를 위한 적응형 파워 세이빙 메커니즘(Adaptive Power Saving Mechanism, APSM)을 제안한다. APSM은 공격이 잦은 환경에서 파워 세이빙 시간을 기하급수적으로 증가시킴으로써 비정상적으로 발생하는 파워 소모량을 최소화할 수 있다. 실험 결과에 따르면, APSM은 전체 트래픽 중 공격 비중이 10% 이상일 때 종래의 파워 세이빙 메커니즘(Legacy Power Saving Mechanism, LPSM)보다 13.77% 이상의 에너지 소비 효율을 개선할 수 있었다.

어텐션 기반 협업형 소스측 분산 서비스 거부 공격 탐지 (Attention Based Collaborative Source-Side DDoS Attack Detection)

  • 김휘수;정송헌;김경백
    • 정보처리학회 논문지
    • /
    • 제13권4호
    • /
    • pp.157-165
    • /
    • 2024
  • 분산 서비스 거부 공격(DDoS Attack, Distributed Denial of Service Attack) 수법의 진화는 탐지 과정에서의 어려움을 가중시켰다. 기존 피해자측 탐지 방식의 한계로 인해 발생하는 문제를 극복하기 위한 솔루션 중 하나가 소스측 탐지 기법이었다. 그러나 네트워크 트래픽의 불규칙성으로 인한 성능 저하 문제가 존재하였다. 이 문제를 해결하기 위해 인공지능을 기반으로 한 여러 노드 간의 협업 네트워크를 활용하여 공격을 탐지하려는 연구가 진행되었다. 기존의 방법들은 특히 높은 버스트(Burstness)와 지터(Jitter)의 비선형적 트래픽 환경에서 한계를 보였다. 이러한 문제점을 극복하기 위해 본 논문에서는 어텐션(Attention) 메커니즘을 도입한 협업형 소스측 DDoS 공격 탐지 기법을 제시한다. 제안하는 방식은 여러 소스에서의 탐지 결과를 집계하여 각 지역에 가중치를 할당하며, 이를 통해 전반적인 공격 및 특정 소수 지역에서의 공격을 효과적으로 탐지할 수 있다. 특히, 비선형적인 트래픽 데이터셋에서 약 6% 수치의 낮은 가양성(False Positive)과 최대 4.3% 수치가 향상된 높은 탐지율을 보이며, 기존 비선형적 트래픽 환경에서 한계를 보였던 방법들에 비해 소수 지역의 공격 탐지 문제에 대한 개선도 확인할 수 있다.

자율운항선박의 원격검사를 위한 영상처리 기반의 아날로그 게이지 지시바늘 객체의 식별 (Identifying Analog Gauge Needle Objects Based on Image Processing for a Remote Survey of Maritime Autonomous Surface Ships)

  • 이현우;임정빈
    • 한국항해항만학회지
    • /
    • 제47권6호
    • /
    • pp.410-418
    • /
    • 2023
  • 최근 자율운항선박 관련 연구개발과 상용화가 급속하게 진행됨과 동시에 자율운항선박의 감항성 확보를 위하여 선박에 설치된 각종 장비 상태를 원격지에서 검사할 수 있는 방법 역시 연구되고 있다. 특히, 각종 장비에 부착된 아날로그 게이지의 값을 영상처리를 통해 획득할 수 있는 방법이 주요 이슈로 부각되고 있는데, 그 이유는 영상처리 기법을 이용하면 이미 설치되었거나 또는 설치 예정인 다수의 장비를 변형 또는 변경하지 않고 비접촉식으로 게이지의 값을 검출할 수 있어서 장비의 변형 또는 변경에 따른 선급의 형식승인 등이 필요하지 않은 장점이 있기 때문이다. 본 연구의 목적은 잡음이 포함된 아날로그 게이지의 영상 중에서 동적으로 변하는 지시바늘의 객체를 식별하는데 있다. 지시바늘 객체의 위치는 정확한 게이지 값의 판독에 영향을 미치는데, 게이지 값을 정확하게 판독하기 위해서는 우선하여 지시바늘 객체의 식별이 중요하다. 지시바늘 객체의 식별 작업을 위한 영상은 비상소화펌프 모형에 부착한 수압 측정용 아날로그 게이지를 이용하여 획득하였다. 획득한 영상은 가우시안 필터와 임계처리 그리고 모폴로지 연산 등을 통해서 사전처리한 후, 허프 변환을 통해서 지시바늘의 객체를 식별하였다. 실험결과, 잡음이 포함된 아날로그 게이지의 영상에서 지시바늘의 중심과 객체가 식별됨을 확인하였고, 그 결과 본 연구에 적용한 영상처리 방법이 선박에 장착된 아날로그 게이지의 객체 식별에 적용될 수 있음을 알았다. 본 연구는 자율운항선박의 원격검사를 위한 하나의 영상처리 방법으로 적용될 것으로 기대된다.

자율운항선박 원격제어 관련 제어 데이터와 운용자의 적합성 평가 방법 (Suitability Evaluation Method for Both Control Data and Operator Regarding Remote Control of Maritime Autonomous Surface Ships)

  • 노화섭;김홍진;임정빈
    • 한국항해항만학회지
    • /
    • 제48권3호
    • /
    • pp.214-220
    • /
    • 2024
  • 원격제어는 자율운항선박의 원격 운용에 적용하기 위한 것으로, 운용자가 원격제어 시스템에서 생성되는 제어 데이터를 이용하여 수행한다. 성공적인 원격제어를 위해서는 원격제어 3원칙(안전성, 신뢰성, 가용성)의 준수가 필요한데, 이를 위해서 우선적으로 제어 데이터와 운용자 양쪽에 대한 원격제어 적합성이 확보되어야 한다. 또한, 원격제어 적합성 평가를 위해서는 실제 선박에 대한 실험이 필요한데, 현재 이와 관련된 국제규정이 마련되어 있지 않고, 실제 선박에 대한 실험은 위험하며, 많은 비용과 시간이 걸리는 등의 문제가 있다. 본 연구의 목적은 실제 선박조종에 사용된 제어장치들의 출력 값을 이용한 적합성 평가 방법의 개발에 있다. 이 연구에서는 선박 제어장치의 출력 값을 제어 데이터로 이용한 데이터 적합성과 출력 값에 대한 운용자의 추종 값을 이용한 운용자 적합성 등의 2가지 방법을 제안하였다. 실험은 국립한국해양대학교 실습선 '한나라'호의 원격제어를 위해 구성된 육상 원격제어 시스템을 이용하였다. 실험방법은 실습선의 제어장치에서 출력된 값에 대한 운용자의 추종 값을 획득함과 동시에 이 추종 값이 포함된 추종 데이터를 선박과 육상 사이에서 송수신하는 절차의 반복과정을 통해 수행하였다. 평가 결과, 데이터에 관한 송수신 성능은 원격운용에 적합한 것으로 나타났으나, 운용자의 추종 성능은 더 많은 교육과 훈련이 필요한 것으로 분석되었다. 그래서 제안한 평가방법은 원격제어의 3원칙 확보에 필요한 제어 데이터와 원격 운용자 양쪽의 적합성 평가와 분석에 적용 가능함을 알았다.

큐싱 공격 탐지를 위한 AutoML 머신러닝 기반 악성 URL 분류 기술 연구 및 서비스 구현 (AutoML Machine Learning-Based for Detecting Qshing Attacks Malicious URL Classification Technology Research and Service Implementation)

  • 김동영;황기성
    • 스마트미디어저널
    • /
    • 제13권6호
    • /
    • pp.9-15
    • /
    • 2024
  • 최근 정부 기관을 사칭한 가짜 QR(Quick Response)코드를 이용하여 개인정보와 금융정보를 탈취하는 QR코드와 스미싱을 결합한 '큐싱(Qshing)' 공격이 증가하는 추세이다. 특히, 이 공격 방식은 사용자가 단지 QR코드를 인식하는 것만으로 스미싱 페이지에 연결되거나 악성 소프트웨어를 다운로드하게 만들어 피해자가 자신이 공격당했는지조차 인지하기 어려운 특징이 있다. 본 논문에서는 머신러닝 알고리즘을 활용해 QR 코드 내 URL의 악성도를 파악하는 분류 기술을 개발하고, 기존의 QR 코드 리더기와 결합하는 방식에 관해 연구를 진행하였다. 이를 위해 QR코드 내 악성 URL 128,587개, 정상 URL 428,102개로부터 프로토콜, 파라미터 등 각종 특징 35개를 추출하여 데이터셋을 구축한 후, AutoML을 이용하여 최적의 알고리즘과 하이퍼파라미터를 도출한 결과, 약 87.37%의 정확도를 보였다. 이후 기존 QR코드 리더기와 학습한 분류 모델의 결합을 설계하여 큐싱 공격에 대응할 수 있는 서비스를 구현하였다. 결론적으로, QR코드 내 악성 URL 분류 모델에 최적화된 알고리즘을 도출하고, 기존 QR코드 리더기에 결합하는 방식이 큐싱 공격의 대응 방안 중 하나임을 확인하였다.

CoreTrustSeal 인증 획득을 통한 데이터 리포지토리의 신뢰성 향상을 위한 연구 (A Study to Improve the Trustworthiness of Data Repositories by Obtaining CoreTrustSeal Certification)

  • 이혜림;엄정호;신영호;임형준;한나은
    • 정보관리학회지
    • /
    • 제41권2호
    • /
    • pp.245-268
    • /
    • 2024
  • 데이터의 가치에 대한 인식이 높아지면서 데이터를 관리, 보존, 활용하는 데 있어서 데이터 리포지토리의 역할이 점점 더 중요해지고 있다. 본 연구에서는 CoreTrustSeal(CTS) 인증 획득을 한 리포지토리의 신청서를 비교분석하여, 데이터 리포지토리의 신뢰성을 높이는 방법을 조사한다. 데이터 리포지토리에 대한 신뢰는 데이터 보호뿐만 아니라 리포지토리와 이해관계자 간의 신뢰를 구축하고 유지하는 데에도 중요하며, 이는 결과적으로 데이터 보존 및 활용에 대한 연구자의 결정에 영향을 미친다. 먼저, 본 연구에서는 신뢰할 수 있는 데이터 리포지토리에 대한 국제 인증인 CTS를 조사하여 리포지토리의 신뢰성과 효율성에 미치는 영향을 분석한다. 그리고 한국과학기술정보연구원(KISTI)이 운영하는 국내 최초 CTS 인증 리포지토리인 DataON을 사례로 CTS 인증을 획득한 4개 리포지토리를 비교 분석한다. 여기에는 DataON, NASA의 PO.DAAC, 제네바 대학의 Yareta 및 독일의 DARIAH-DE 리포지토리가 포함된다. 본 연구에서는 이러한 리포지토리가 CTS가 정한 필수 요구 사항을 어떻게 충족하는지 조사하고, 데이터 리포지토리의 신뢰성을 향상시키기 위한 전략을 제안한다. 주요 조사 결과에 따르면, CTS 인증을 획득하려면 데이터 리포지토리는 조직 인프라, 디지털 객체 관리 및 기술 측면에서 정책, 시스템, 자원 관리 등을 체계적이고 효율적으로 수행하고 있고, 이를 CTS인증서에 명확하게 서술하고 근거를 보여주어야 한다. 본 연구는 투명한 데이터 프로세스, 강력한 데이터 품질 보증, 향상된 접근성 및 유용성, 지속 가능성, 보안 조치, 법적 및 윤리적 표준 준수의 중요성을 강조한다. 이러한 전략을 구현함으로써 데이터 저장소는 신뢰성과 효율성을 향상시킬 수 있으며 궁극적으로 과학 분야에서 더 폭넓은 데이터 공유 및 활용을 촉진할 수 있다.