• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권7호
• /
• pp.3671-3689
• /
• 2019

Software defined networking brings unique security risks such as control plane saturation attack while enhancing the performance of wireless sensor networks. The attack is a new type of distributed denial of service (DDoS) attack, which is easy to launch. However, it is difficult to detect and hard to defend. In response to this, the attack threat model is discussed firstly, and then a DDoS attack prevention extension, called FuzzyGuard, is proposed. In FuzzyGuard, a control network with both the protection of data flow and the convergence of attack flow is constructed in the data plane by using the idea of independent routing control flow. Then, the attack detection is implemented by fuzzy inference method to output the current security state of the network. Different probabilistic suppression modes are adopted subsequently to deal with the attack flow to cost-effectively reduce the impact of the attack on the network. The prototype is implemented on SDN-WISE and the simulation experiment is carried out. The evaluation results show that FuzzyGuard could effectively protect the normal forwarding of data flow in the attacked state and has a good defensive effect on the control plane saturation attack with lower resource requirements.

• 융합신호처리학회논문지
• /
• 제4권2호
• /
• pp.12-17
• /
• 2003

본 논문은 퍼지 ART 신경망 알고리즘을 이용하여 내용기반 영상을 검색하는 연구를 제시한다. 대용량의 영상 데이터베이스를 검색할 때, 클러스터링은 빠른 검색을 위해 중요하다. 그러나 많은 양의 영상 데이터를 적절하게 클러스터링 하는 것은 상당히 어렵다. 기존의 유사도에 따른 검색 방법은 검색의 정확도가 떨어지고 검색시간이 많이 걸리는 단점이 있기 때문에 이러한 단점을 보완하는 방법이 필요하다. 본 논문에서는 앞서 언급한 문제점을 보완하기 위하여 신경망 알고리즘을 사용한 내용기반 영상검색 시스템을 제안한다. 퍼지 ART 신경망 알고리즘을 사용한 본 검색 시스템에서는 색상과 질감을 검색에 필요한 특징치로 잡아 데이터를 0과 1사이의 데이터로 정규화 하여 신경망 알고리즘의 입력 데이터로 넣어서 영상을 클러스터링 한 후 검색을 실시하였다 300개의 영상을 가지고 실험한 결과 약 87%의 검출률을 보여 주었다.

• 한국산업융합학회 논문집
• /
• 제21권2호
• /
• pp.53-62
• /
• 2018

This study propose a new approach to control the optimal working path of vertical type articulated robot with translation joint for trimming working process automation in forging manufacturing process. The basic structure of the proposed robotic joints controller consists of a Proportional-Intergral controller and a Proportional-Derivative controller in parallel. The proposed control scheme takes advantage of the properties of the fuzzy PID controllers. The proposed method is suitable to control of the trajectory and path control in cartesian space for vertical type articulated robot manipulator. The results illustrates that the proposed fuzzy computed torque controller is more stable and robust than the conventional computed torque controller. The reliability is varified by simulation test for vertical type s articulated robot with seven joints including one trqanslation joint.

• 융합신호처리학회논문지
• /
• 제14권3호
• /
• pp.169-180
• /
• 2013

The modification of conditional Fuzzy C-Means (CFCM) with Gaussian weights (CFCM_GW) is accomplished for blind equalization of channels in this paper. The proposed CFCM_GW can deal with both of linear and nonlinear channels, because it searches for the optimal desired states of an unknown channel in a direct manner, which is not dependent on the type of channel structure. In the search procedure of CFCM_GW, the Bayesian likelihood fitness function, the Gaussian weighted partition matrix and the conditional constraint are exploited. Especially, in contrast to the common Euclidean distance in conventional Fuzzy C-Means(FCM), the Gaussian weighted partition matrix and the conditional constraint in the proposed CFCM_GW make it more robust to the heavy noise communication environment. The selected channel states by CFCM_GW are always close to the optimal set of a channel even when the additive white Gaussian noise (AWGN) is heavily corrupted. These given channel states are utilized as the input of the Bayesian equalizer to reconstruct transmitted symbols. The simulation studies demonstrate that the performance of the proposed method is relatively superior to those of the existing conventional FCM based approaches in terms of accuracy and speed.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.141-144
• /
• 2001

본 논문에서는 신경망제어기의 출력을 보상하는 퍼지보상기를 갖는 신경망제어기에 관하여 제안하였다. 학습이 완료된 신경망제어기를 사용하더라도 예상치 못한 외란으로 인해 플랜트의 출력이 좋지 못한 경우가 있는데, 이것을 적절하게 조절해 주기 위해 퍼지보상기를 사용하여 원하는 결과를 얻을 수 있도록 하였다. 그리고 플랜트의 역 모델 신경망을 학습시킨 결과를 이용하여 주 신경망의 가중치를 변경시킴으로서 원하는 플랜트의 동적 특성을 얻게 된다. 세안한 제어기의 성능을 확인하기 위해 유압 서보시스템을 대상으로 DSP 프로세서를 사용하여 구현한 후 실험결과를 관찰하였다.

• 융합신호처리학회논문지
• /
• 제5권1호
• /
• pp.60-65
• /
• 2004

고주파 유도 가열 시스템에서 철과 같은 물체를 가열하게 되면, 가열된 금속이 큐리점 부근에서 전기적인 임피던스가 급격하게 변화하는 특징을 가지는 시변 시스템이 된다. 또한 부하 임피던스가 변화함에 따라 시스템의 부하 공진 주파수가 달라지므로 해서 시스템의 효율이 감소하는 문제점이 있었다. 그리고, 피가열 물체의 용융이나 삽입 상태에 따른 시스템의 단락 현상으로 인해 시스템이 파괴되는 문제점이 있었다. 본 논문에서는 이런 문제점을 해결하기 위한 방법으로 PLL에 의한 부하 공진 주파수를 추종하면서 스위칭 손실을 줄이고, 시변 부하에 대한 유도 가열시 큐리점 부근의 급격한 부하 임피던스 변화에도 안정된 정전력 제어가 가능할 뿐 아니라 대전력용에 적합하고, 단락현상으로부터 시스템을 보호하는 병렬 공진형 인버터 시스템에 적용되는 퍼지논리 제어기를 설계하였다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.62-66
• /
• 2011

본 논문에서는 퍼지 제어기를 최적화하기 위하여 시뮬레이티드 어닐링(simulated annealing)과 결합한 병렬형 랜덤 신호 기반 학습법을 제안하였다. 랜덤 신호 기반 학습은 직렬 탐색구조로 되어 있어서 지역 탐색 능력은 뛰어나지만 전역 탐색 능력은 부족하다. 이러한 문제점을 극복하기 위하여 다양한 탐색 영역을 가지는 병렬형 랜덤 신호 기반 학습법이 소개 되었으며, 시뮬레이티드 어닐링을 랜덤 신호 기반 학습과 결합하여 학습 능력을 향상시켰다. 제안된 최적화 알고리즘을 도립진자 제어를 위한 퍼지 제어기 설계 최적화에 적용하여 그 유효성을 보였다.

• 융합보안논문지
• /
• 제18권2호
• /
• pp.19-24
• /
• 2018

이 연구에서는 사이버 위협을 평가할 시 복합적인 요소들을 고려한 위협 수준의 정량적 평가방안을 제안하였다. 제안된 평가방안은 공격방법과 행위자, 위협유형에 따른 강도, 근접성의 4가지 사이버 위협 요소를 기반으로 퍼지이론을 사용하여 사이버 위협 수준을 정량화하였다. 본 연구를 통해 제시된 사이버 위협 수준 평가는 언어로 표현된 위협 정보를 정량화된 데이터로 제시해 조직이 위협의 수준을 정확하게 평가하고 판단할 수 있다.

• 디지털융복합연구
• /
• 제11권11호
• /
• pp.409-414
• /
• 2013

Naive Bayesian classifiers 네이브 베이지안 분류기는 샘플 데이터로부터 쉽게 구현될 수 있는 강력하고도 많이 사용되는 형식의 분류기다. 그러나 강한 조건부 독립성으로 인하여 효율이 저하되는 분류 결과를 초래한다. 일반적으로 네이브 베이지안 분류기는 연속성을 가진 특징 데이터의 우도를 처리하기 위해 가우시안 분산을 사용한다. 속성들의 확률밀도는 항상 가우시안 분산에 적합한 것만은 아니다. 또 다른 형식의 분류기는 지도학습을 통해 퍼지 규칙과 퍼지집합을 학습할 수 있는 퍼지신경망이다. 퍼지신경망과 네이브 베이지안 분류기간에는 구조적 유사성을 가지고 있기 때문에 퍼지신경망으로 학습된 분산 그래프를 네이브 베이지안 분류기에 적용하고자 하는 방안이 본 연구의 목적이다. 따라서 네이브 베이지안 분류기에 가우시안 분산 그래프를 사용한 결과와 퍼지 분산 그래프를 사용한 결과를 비교하였다. 이를 위해 leukemia와 colon의 DNA 마이크로어레이 데이터를 적용하여 분류하였다. 네이브 베이지안 분류기에 퍼지 분산 그래프를 사용한 결과 가우시안 분산 그래프를 사용한 결과보다 더 신뢰성이 있음을 보여주었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1239-1242
• /
• 2003

The neural networks are a famous model to learn the nonlinear function or nonlinear system. The main point of neural network is that the difference actual output from desired output is used to update weights. Usually, the gradient descent method is used for the learning process. On training process, if learning rate is too large, neural networks hardly guarantee convergence of neural networks. On the other hand, if learning rate is too small, the training spends much time. Therefore, one major problem in use of neural networks are to decrease the teaming time while neural networks are guaranteed convergence. In this paper, we suggest the model of fuzzy logic to neural networks to calibrate learning rate. This method is to tune learning rate dynamically according to error and demonstrates the optimization of training.