• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1979-1986
• /
• 2010

생물 조기 경보 시스템은 물속 생명체의 행동을 관찰하여 독성을 감지한다. 이 시스템은 분류기를 물의 독성의 유무와 정도를 판단하기 위해 사용한다. 이 분류기의 성능을 높이기 위해 적용할 수 있는 방법 중에 부스팅 알고리즘이 있다. 부스팅은 기본 분류기로는 예측 정확도가 낮았던 분류하기 어려운 사건에 집중할 수 있도록 다음 번 데이터에 해당 훈련 사건(event)들이 뽑힐 확률을 높여준다. 횟수가 진행될수록 분류기가 어려운 사건들을 집중적으로 고려하게 된다. 그 결과 분류하기 어려웠던 사건에 대한 예측 성능은 좋아지지만, 비교적 쉬운 훈련 사건들의 정보는 버려지는 단점이 있다. 본 논문에서는 이 같은 단점을 보완하기 위해 분류기에 확장된 데이터 표현을 위한 점진적 학습법의 적용을 제안한다. 확장된 데이터 표현의 가중치 변수를 사용하면 약하게 분류되는 사건 뿐 아니라 쉽게 분류되는 사건의 정보까지도 사용하여 분류기의 예측 정확도를 높일 수 있게 된다. 새로 적용된 알고리즘과 기존의 중요도 변수를 사용하지 않는 learn++를 비교하여 성능이 향상됨을 검증하였다.

• Journal of Multimedia Information System
• /
• 제5권1호
• /
• pp.9-14
• /
• 2018

A road recognition system or Lane departure warning system is an early stage technology that has been commercialized as early as 10 years but can be optional and used as an expensive premium vehicle, with a very small number of users. Since the system installed on a vehicle should not be error prone and operate reliably, the introduction of robust feature extraction and tracking techniques requires the development of algorithms that can provide reliable information. In this paper, we investigate and analyze various real-time road detection algorithms based on color information. Through these analyses, we would like to suggest the algorithms that are actually applicable.

• 지능정보연구
• /
• 제23권1호
• /
• pp.143-159
• /
• 2017

급속한 IT의 발전으로 인해 개인정보뿐만 아니라 기업이 보유하고 있는 핵심 기술 및 정보에 대한 유출 위협이 중요한 이슈로 인식되고 있다. 기업에게 있어서 보유하고 있는 핵심 기술은 기업의 생존 및 지속적으로 경쟁 우위를 차지하기 위해 매우 중요한 부분이다. 최근 기술 침해 사례가 많이 일어나고 있는데, 기술 유출은 기업에게 있어서 주가하락 등의 막대한 재무적인 손실을 가져올 뿐만 아니라, 기업의 신뢰에 손상을 입게 되고, 기업의 발전을 지연시키게 되는 악영향을 미치게 된다. 특히, 대기업에 비해 핵심기술이 기업 내 중요한 많은 부분을 차지하는 중소기업에 있어서 기술 유출에 대한 대비는 기업의 존립에 있어서 필수적인 요소로 볼 수 있다. 이처럼 정보 보안 관리의 필요성과 중요성이 대두되면서 기업 입장에서 조기에 기술 침해 위협에 대해 확인하고 대비할 필요가 있다. 본 연구에서는 기술 유출에 영향을 미치는 요인들을 탐색하는 실증 분석을 수행하고, 인공지능 알고리즘을 통해 기술유출 조기경보시스템을 개발하고자 한다. 구체적으로 본 연구에서는 중소기업이 보유한 기술 유출에 영향을 미치는 요인들을 로지스틱 회귀분석을 통해 확인해보고, 통계분석을 통해 검증된 요인들을 기반으로 인공지능 여러 기법들 중 하나인 Support Vector Machine을 활용하여 기술침해 가능성을 조기에 알려주는 모형을 개발하였다. 본 연구에서 제안하는 기술 유출 가능성에 대한 조기 경보 모형을 통해 기업 및 정부 관점에서 기술 유출을 미리 예방할 수 있는 기회를 제공할 수 있을 것으로 기대된다.

• 융합보안논문지
• /
• 제5권4호
• /
• pp.67-72
• /
• 2005

최근 사회적인 이슈인 악성 트래픽 인한 네트워크 마비, 전자거래 방해 등과 같이 단시간내에 엄청난 국가적인 손실이 될수 있는 악성 웜, 바이러스에 대한 대처 능력은 보안관리에 매우 중요한 요소임은 자명하다. 이와 관련, 사이버위협에 대한 신속한 대처능력을 확보하기 위해 조기 예 경보시스템에 대한 많은 연구가 이루어지고 있으나, 기술적인 문제와 함께 시스템의 효용성에 대한 한계 때문에 실용적인 연구가 가시화되지 못하고 있는 실정이다. 본 논문에서는 위와 같은 문제를 해결하기 위하여 대형네트워크에서 기존 보안장비에 의한 검출과는 별도로 사이버 위협 조기예경보만을 위한 조기탐지기법에 대해서 연구하였다. 실제 대형네트워크에서 허니넷 (Honeynet)기반의 모듈을 적용한 사이버예경보시스템을 설계하여 대형 네트워크에서 본 모듈이 약성 트래픽에 대해 얼마나 효과적으로 대처 할수 있는지에 대해 연구하였다.

• 한국정보통신학회논문지
• /
• 제16권1호
• /
• pp.33-40
• /
• 2012

본 논문은 생물 조기 경보 시스템을 구현하기 위한 방법을 제안한다. 이 시스템은 모니터링 데몬을 이용해 간헐적으로 데이터 사건을 생성하고, 이 데이터 집합으로부터 특징 매개변수들을 추출한다. 특징 매개변수는 6개의 변수(x/y 축 좌표, 거리, 절대 거리, 각도, 프랙털 차원)를 가지고 유도된다. 특히 프랙털 이론을 사용해 제안 알고리즘은 입력된 특징들이 독성 환경에 있는지 아닌지의 유기물 특성을 정의한다. 추출된 특징 데이터를 학습하기 위한 적절한 알고리즘을 위해 기계학습 분야에서 널리 쓰이는 확장된 학습 알고리즘(UChoo)을 사용한다. 그리고 본 알고리즘은 특징 집합들이 모니터링 데몬에 의해 주기적으로 추가된다는 BEWS의 특징을 극복하기 위해 확장된 데이터 표현 방법을 이용하는 학습 방법을 포함한다. 이 알고리즘에서 결정트리 분류기는 확장된 데이터 표현에서 가중치 매개변수를 사용하는 부류 분포 정보를 정의 한다. 실험 결과들은 제안된 BEWS가 환경적인 독성을 탐지하는데 이용 될 수 있음을 보인다.

• 한국전자거래학회지
• /
• 제12권3호
• /
• pp.75-93
• /
• 2007

본 연구는 900MHz와 2.4GHz의 주파수 대역을 갖는 각각의 센서노드를 무선개인네트워크로 연결하여 불국사의 문화유산을 보호하기 위한 화재조기감지시스템을 구축한 결과에 기반을 두고 있다. 본 연구에서는 먼저 유비쿼터스 센서네트워크에 기반을 둔 문화재관리를 위한 요구사항을 분석하고, 문화재관리에서 필수적인 화재감시 및 조기탐지를 위해 적용한 U-불국사의 개발 사례를 제시한다. 이 사례는 U-불국사의 실현이라는 시간에 따라 변형 또는 훼손되는 각각의 유형문화재에 대한 정보를 실시간 온라인으로 입수하여 이를 토대로 과학적으로 문화재를 관리할 수 있는 시스템인 U-문화재관리와 이들 문화유산에 대한 정보를 현장에서 휴대 단말기로 제공해 주는 U-관광 프로젝트의 초기단계로서 수개월간의 시험운영하고 있는 것이다.

• 한국군사과학기술학회지
• /
• 제16권4호
• /
• pp.523-536
• /
• 2013

A recent air defense missile system is required to have a capability to intercept short-range super-high speed targets such as tactical ballistic missile(TBMs) by performing engagement control efficiently. Since flight time and distance of TBM are very short, the missile defense system should be ready to engage a TBM as soon as it takes an indication of the TBM launch. As a result, it has to predict TBM trajectory accurately with cueing information received from an early warning system, and designate search direction and volume for own radar to detect/track TBM as fast as it can, and also generate necessary engagement information. In addition, it is needed to engage TBM accurately via transmitting tracked TBM position and velocity data to the corresponding intercept missiles. In this paper, we proposed a method to estimate TBM trajectory based on the Kepler's law for the missile system to detect and track TBM using the cueing information received before the TBM arrives the apogee of the ballistic trajectory, and analyzed the bias of prediction error in terms of the transmission period of cueing data between the missile system and the early warning system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.805-807
• /
• 2021

In-hospital cardiac arrest is a significant problem for medical systems. Although the traditional early warning systems have been widely applied, they still contain many drawbacks, such as the high false warning rate and low sensitivity. This paper proposed a strategy that involves a deep learning approach based on a novel interpretable deep tabular data learning architecture, named TabNet, for the Rapid Response System. This study has been processed and validated on a dataset collected from two hospitals of Chonnam National University, Korea, in over 10 years. The learning metrics used for the experiment are the area under the receiver operating characteristic curve score (AUROC) and the area under the precision-recall curve score (AUPRC). The experiment on a large real-time dataset shows that our method improves compared to other machine learning-based approaches.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.95-102
• /
• 2012

차량 애드 혹 네트워크(VANETs)를 위한 응용들의 개발은 지능적 안전 운송시스템 제공이라는 매우 제한적인 명확한 목표를 가지고 있다. 공공의 안전을 위한 긴급경고 기술은 제한된 시간에 신속하고 효율적으로 경고 메세지를 전달하는 지능형 방송 기법을 필요로 하는 응용중의 하나이다. VANETs 방송 프로토콜 설계 시에 접근제어 계층에서 여러 노드들이 동시에 전송을 시도할 경우, 다수 패킷들의 충돌과 여분의 지연을 발생하는 방송폭풍 문제가 고려되어야 한다. 본 논문에서는, 효율적으로 방송폭풍 문제와 시간 한계를 해결할 수 있는 조기 지능형 경보 방송(EI-CAST) 알고리즘을 제안한다. 제안 알고리즘은 충돌시간(TTC)에 기초한 조기경보 기술과 퍼지논리에 기초한 지능형 방송 기술을 사용하며, 시뮬레이션을 통해 제안 알고리즘과 기존 경보방송 알고리즘의 성능을 비교 평가 하였다. 실험결과 제안 알고리즘의 경우 경보 전송거리 4 km 이내의 차량들은 사고발생 이전에 경보메시지를 수신할 수 있으며 패킷 충돌이 없음을 확인할 수 있었다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.1-8
• /
• 2021

본 논문에서는 임업인의 신체 이상 징후를 실시간 모니터링하여 응급 조치를 수행함과 동시에 인근의 산불이나 산사태와 같은 자연재해 또는 열사병에 대한 알람을 제공하는 IOT 구축을 제안한다. 임업인에게 제공되는 노드에 6축 센서, 온도 센서, GPS, LoRa를 포함하도록 하고, LoRa 통신을 이용하여 측정된 데이터를 게이트웨이를 통해 네트워크 서버에 송신한다. 네트워크 서버는 6축 센서 데이터로 임업인의 신체 이상 징후 여부를 판단한 후 GPS 위치를 추적하여 응급 조치를 수행한다. 온도 데이터를 분석한 후 열사병 가능성이 있는 경우 또는 인근에서 산불 및 산사태가 발생했을 경우에 알람을 제공한다. 본 논문에서는 노드 및 게이트웨이를 제작하고, 네트워크 서버를 구축하여 얻은 데이터를 분석하여 임업인의 신체 이상 징후 실시간 감지 및 재해조기경보 IOT 구축이 가능함을 확인하였다.