• 한국항행학회논문지
• /
• 제19권6호
• /
• pp.544-551
• /
• 2015

본 논문에서는 첨단 운전자 보조 시스템 (ADAS; advanced driver assistance system) 용 이동객체검출 (MOD; moving object detection)을 위한 광학흐름추정기 (OFE; optical flow estimator) 의 하드웨어 구조 설계 결과를 제시하였다. 광학흐름추정 알고리즘은 차량 환경에서 높은 정확도를 나타내는 광역 최적화 (global optimization) 기반 Brox 알고리즘을 적용하였다. Brox 알고리즘의 에너지 범함수 (energy functional)를 최소화 하는 과정에서 생성되는 Euler-Lagrange 방정식을 풀기 위해 하드웨어 구현에 용이한 Cholesky factorization이 적용되었으며, 메모리 접근율 (memory access rate)를 줄이기 위해 시프트 레지스터 뱅크 (shift register bank)를 도입하였다. 하드웨어 구현은 Verilog-HDL을 사용하였으며, FPGA 기반 설계 및 검증이 수행되었다. 제안된 광학흐름추정기는 40.4K개의 logic slice 및 155개의 DSP48s, 11,290 Kbit의 block memory로 구현되었다.

• 디지털콘텐츠학회 논문지
• /
• 제19권2호
• /
• pp.363-370
• /
• 2018

최근 랜섬웨어 탐지는 디지털 콘텐츠 보호를 위한 컴퓨터 보안 분야에서 중요한 주요한 이슈가 되고 있다. 그러나 불행하게도 현재 시그니쳐 기반이나 정적 탐지 모델의 경우 압축 및 암호화 등의 기법을 이용하여 탐지를 피해갈 수 있다. 이를 극복하기 위해 본 논문에서는 RF, SVM, SL, NB 알고리즘 같은 데이터 마이닝 기법을 이용한 다이나믹 랜섬웨어 탐지 시스템을 제안하였다. 이 기법은 실제 소프트웨어를 구동 시켜 동작 행위를 추출해 API 호출 흐름 그래프를 만들고 그 특징을 분석에 이용하였다. 그 후 데이터 정규화, 특징 선택 작업을 진행하였다. 우리는 이러한 분석과정을 더욱더 개선 시켰다. 마지막으로 데이터 마이닝 알고리즘을 적용시켜 랜섬웨어인지를 판별하였다. 제안한 알고리즘의 성능 측정을 위해 더 적합한 추가 샘플 랜섬웨어 데이터를 수집하여 실험하였고 탐지성능이 향상되었음을 보여주었다.

• 한국ITS학회 논문지
• /
• 제21권2호
• /
• pp.17-32
• /
• 2022

본 연구에서는 개별 차량의 차두 시간(time headway) 정보를 활용하여 고속도로 환경에서의 단일 링크에 대한 교통류 모형(flow-density diagram)을 추정하는 방법에 대해 탐구한다. 차두 시간 기반 교통류 모형(empirical flow-density diagram) 연구를 위해 차량용 비전 센서가 탑재된 실험 차량에서 9개월동안 수집된 데이터의 전처리 및 GIS 기반 맵 매칭을 수행한다. 기존의 교통류 모델식을 활용한 차두 시간 기반 교통류 모형(empirical flow-density diagram)의 검증을 위해, 차량 검지기 기반의 VDS(Vehicle Detection System) 데이터(loop detection traffic data) 기반 교통류 모형과 결과 비교 및 분석을 수행한다. 차두 시간 기반 교통류 모형의 추정 오차 원인을 분석하기 위해 각 교통류 모형의 차두 시간 및 차두 거리의 확률분포와 단위시간 교통량과 차량 밀도의 표준편차를 활용하였다. 분석 결과 링크 내 제한된 샘플 차량 대수 및 수집 데이터에 대한 주행환경 편향성이 추정 오차의 주된 요인이며. 이에 따른 추정 오차 개선을 위한 방법에 대해 제안한다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.78-87
• /
• 2016

The major problems of recent object tracking methods are related to the inefficient detection of moving objects due to occlusions, noisy background and inconsistent body motion. This paper presents a robust method for the detection and tracking of a moving in infrared animal videos. The tracking system is based on adaptive optical flow generation, Gaussian mixture and Kalman filtering. The adaptive Gaussian model of optical flow (GMOF) is used to extract foreground and noises are removed based on the object motion. Kalman filter enables the prediction of the object position in the presence of partial occlusions, and changes the size of the animal detected automatically along the image sequence. The presented method is evaluated in various environments of unstable background because of winds, and illuminations changes. The results show that our approach is more robust to background noises and performs better than previous methods.

• 대한교통학회지
• /
• 제34권3호
• /
• pp.278-290
• /
• 2016

연속교통류 운영 및 설계에서는 최대통과교통류율에 따른 교통류 상태변화 분석이 중요하다. 최대통과교통류율은 연속교통류 운영상태를 평가함에 있어 기준이 되고 있으며, 병목현상과 같은 지 정체 발생시 최대통과교통류율이 급격히 감소하게 된다. 현재까지 이러한 연속교통류 운영과 관련된 다양한 연구들이 수행되었지만, 변화되는 교통량을 명확하게 식별하지 못하고 있다. 이에 본 연구에서는 교통운영 및 설계 등의 다양한 연구를 수행하는 데 있어 가장 중요한 실시간 교통량 변화 검지 방법론에 대한 연구를 실시한다. 이를 위하여 도시고속도로 자유로 구간의 24시간 레이더검지기의 시계열 자료를 이용하며, 교통류 상태 구분에는 통계적 기법의 일환인 터닝포인트 분석(Tunring Point Analysis, 이하 TPA)를 적용한다. TPA는 베이지안 접근법(bayesian approach)을 이용하며, 차량도착은 포아송 분포로 가정한다. 분석대상 구간에 대한 터닝포인트(Turning Point, 이하 TP)를 도출하였으며, 교통량이 변화되는 시점을 확인할 수 있었다. 또한 실시간 교통상태변화 검지를 위한 방법으로 TP지속시간을 설정하여 분석을 실시하였으며, 실시간으로 교통량의 변화를 검지하였다. 이는 기존의 직관적이고 경험적인 접근법의 한계를 극복할 수 있는 장점을 가지며, 실시간으로 교통량 변화를 식별할 수 있어 램프미터링(ramp-metering), 가변차로 등의 교통운영관리에 적용이 가능하다.

• International Journal of Oral Biology
• /
• 제44권1호
• /
• pp.8-13
• /
• 2019

Recently, the importance of on-site detection of pathogens has drawn attention in the field of molecular diagnostics. Unlike in a laboratory environment, on-site detection of pathogens is performed under limited resources. In this study, we tried to optimize the experimental conditions for on-site detection of pathogens using a combination of ultra-fast convection polymerase chain reaction (cPCR), which does not require regular electricity, and nucleic acid lateral flow (NALF) immunoassay. Salmonella species was used as the model pathogen. DNA was amplified within 21 minutes (equivalent to 30 cycles of polymerase chain reaction) using ultra-fast cPCR, and the amplified DNA was detected within approximately 5 minutes using NALF immunoassay with nucleic acid detection (NAD) cassettes. In order to avoid false-positive results with NAD cassettes, we reduced the primer concentration or ultra-fast cPCR run time. For singleplex ultra-fast cPCR, the primer concentration needed to be lowered to $3{\mu}M$ or the run time needed to be reduced to 14 minutes. For duplex ultra-fast cPCR, $2{\mu}M$ of each primer set needed to be used or the run time needed to be reduced to 14 minutes. Under the conditions optimized in this study, the combination of ultra-fast cPCR and NALF immunoassay can be applied to on-site detection of pathogens. The combination can be easily applied to the detection of oral pathogens.

• 한국통신학회논문지
• /
• 제31권2C호
• /
• pp.208-218
• /
• 2006

본 논문에서는 최신의 공격 유형을 잘 분류해 내고, 기존 공격의 변형이나 새로운 공격에도 탐지 가능하도록 데이터 마이닝 기법을 이용한 공격 탐지 모델 생성 방법들을 소개하고, 다양한 실험을 통해 탐지율 및 탐지 시간 측면에서 이 모델들의 성능을 비교한다. 이러한 탐지 모델을 생성하는데 중요한 요소로 데이터, 속성, 탐지 알고리즘을 꼽을 수 있는데, 실제 네트워크에서 수집된 NetFlow 데이터와 대량의 KDD Cup 1999 데이터를 사용하였다. 또한 탐지 알고리즘으로서 단일 지도/비지도학습 데이터 마이닝 기법 및 결합된 방법을 이용하여 탐지 모델을 생성, 비교 실험하였다. 시험 결과, 결합된 지도학습 알고리즘을 사용한 경우 모델링 시간은 길었지만 가장 탐지율이 높았고, 모든 경우 탐지 시간이 1초 내외로 실시간 탐지 가능성을 입증할 수 있었다. 또한 새로운 공격에 대한 이상탐지 결과로도 92$\%$ 이상의 탐지율을 보임으로 탐지 가능성을 입증할 수 있었고, SOM 기법을 사용하는 경우에는 새로운 공격이 기존 어느 공격에 유사한 특성을 갖는지에 대한 부과적인 정보도 제공하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권3호
• /
• pp.107-112
• /
• 2018

본 논문에서는 드론과 지상 로봇 간 효과적인 협업을 위하여 광학 흐름 기술 기반의 특징점 추적 알고리즘을 제안하였다. 드론의 비행 중 빠른 움직임에 의하여 많은 문제점이 발생하여 지상물체를 성공적으로 인식하기 위해 직관적이면서도 식별자를 가지고 있는 마커를 사용했다. 특징점 추출이 우수한 FAST알고리즘과 움직임 감지가 우수한 루카스-카나데 광학흐름 알고리즘의 장점들을 혼합하여 기존 특징점-특징량 기반 객체 추적 방법보다 개선된 속도의 실험결과를 보여준다. 또한 제안한 마커의 검출방법에 적절한 이진화 방법을 제안하여 주어진 마커에서의 검출 정확도를 개선하였으며, 추적속도는 유사한 환경의 기존연구보다 40% 이상 개선됨을 확인하였다. 또한 비행드론의 경량화와 속도개선에 문제가 없도록 최소형 고성능의 임베디드 환경을 선택하였으며, 제한된 개발환경에서도 물체검출과 추적 등 복잡한 연산이 가능하도록 동작환경에 대하여 연구하였다. 향후에는 다른 환경에서 빠르게 움직이는 두 로봇 간의 협업의 정확도를 향상시키기 위해 지능적 비전기능에 대해 추가할 예정이다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권4호
• /
• pp.237-245
• /
• 2017

This paper presents a fire detection algorithm using color and motion models from video sequences. The proposed method detects change in color and motion of overall regions for detecting fire, and thus, it can be implemented in both fixed and pan/tilt/zoom (PTZ) cameras. The proposed algorithm consists of three parts. The first part exploits color models of flames and smoke. The candidate regions in the video frames are extracted with the hue-saturation-value (HSV) color model. The second part models the motion information of flames and smoke. Optical flow in the fire candidate region is estimated, and the spatial-temporal distribution of optical flow vectors is analyzed. The final part accumulates the probability of fire in successive video frames, which reduces false-positive errors when fire-like color objects appear. Experimental results from 100 fire videos are shown, where various types of smoke and flames appear in indoor and outdoor environments. According to the experiments and the comparison, the proposed fire detection algorithm works well in various situations, and outperforms the conventional algorithms.

• 한국컴퓨터정보학회논문지
• /
• 제21권7호
• /
• pp.1-8
• /
• 2016

Nowadays, distributed denial of service (DDoS) attacks on web sites reward attackers financially or politically because our daily lifes tightly depends on web services such as on-line banking, e-mail, and e-commerce. One of DDoS attacks to web servers is called HTTP-GET flood attack which is becoming more serious. Most existing techniques are running on the application layer because these attack packets use legitimate network protocols and HTTP payloads; that is, network-level intrusion detection systems cannot distinguish legitimate HTTP-GET requests and malicious requests. In this paper, we propose a practical detection technique against HTTP-GET flood attacks, based on the access behavior of inline objects in a webpage using NetFlow data. In particular, our proposed scheme is working on the network layer without any application-specific deep packet inspections. We implement the proposed detection technique and evaluate the ability of attack detection on a simple test environment using NetBot attacker. Moreover, we also show that our approach must be applicable to real field by showing the test profile captured on a well-known e-commerce site. The results show that our technique can detect the HTTP-GET flood attack effectively.