• 융합보안논문지
• /
• 제19권2호
• /
• pp.29-38
• /
• 2019

과학기술 분야를 비롯한 산업영역 전반에 걸쳐 기술의 방향성과 흐름을 확인하기 위한 연구가 중요하게 대두되고, 이를 위해 대량의 데이터와 정보에서 주요 토픽을 찾아내고 분석하기 위한 트렌드 연구가 활발히 이뤄지고 있다. 이와 함께 개인정보보호 영역 또한 전망과 흐름을 사전에 파악하고, 선제적 대응을 위한 활동이 요구되고 있지만, 광의적인 형태의 정보보안 영역과 개인정보보호 관련 솔루션 기반의 트렌드 연구등 기술위주의 연구만 이뤄지고 있다. 이에 본 연구에서는 텍스트 마이닝을 활용해 개인정보보호 영역에 국한된 위협기반의 트렌드 분석을 통해 주요 이슈 토픽을 도출하고 현재와 미래의 트렌드를 미리 확인하여, 개인정보처리 기업에서 개인정보보호에 필요한 정책수립과 효과적 대응을 위한 전략수립 방향성 탐색에 활용 될 것으로 기대된다.

• 농업과학연구
• /
• 제46권2호
• /
• pp.381-393
• /
• 2019

A smart farm is a system that combines information and communication technology (ICT), internet of things (IoT), and agricultural technology that enable a farm to operate with minimal labor and to automatically control of a greenhouse environment. Machine learning based on recently data-driven techniques has emerged with big data technologies and high-performance computing to create opportunities to quantify data intensive processes in agricultural operational environments. This paper presents research on the application of machine learning technology to diagnose the growth status of crops and predicting the harvest time of strawberries in a greenhouse according to image processing techniques. To classify the growth stages of the strawberries, we used object inference and detection with machine learning model based on deep learning neural networks and TensorFlow. The classification accuracy was compared based on the training data volume and training epoch. As a result, it was able to classify with an accuracy of over 90% with 200 training images and 8,000 training steps. The detection and classification of the strawberry maturities could be identified with an accuracy of over 90% at the mature and over mature stages of the strawberries. Concurrently, the experimental results are promising, and they show that this approach can be applied to develop a machine learning model for predicting the strawberry harvesting time and can be used to provide key decision support information to both farmers and policy makers about optimal harvest times and harvest planning.

• Journal of Information Technology Applications and Management
• /
• 제25권3호
• /
• pp.43-54
• /
• 2018

In recent years, international cooperation has become important not only at the humanitarian level but also at the socio-economic level. As a result, major foreign countries are increasing capital-intensive international cooperation. In this environment, Korea needs to look for differentiated international cooperation plans centered on sustainable talent cultivation and move away from capital-based international cooperation. In this study, we analyzed the case of HRD (Human Resource Development) center in Cambodia as an international cooperation model between industry-academia-college for training software (SW) workforce. The HRD Center in Cambodia is an educational institution that fosters SW talent and can be viewed as an international cooperation model that can influence the ICT industry in Cambodia as an educational platform. In fact, 190 people who have been hired so far have entered various fields. 97% of graduates have been satisfied with HRD center and 90% of them are willing to recommend the center. In particular, as highlighted in the case study, the HRD Center has had a positive effect on not only cultivating self-initiated learning-based SW talent, but also formulating positive image of Korea and Korean companies thereby facilitating entry into the global market. The HRD Center in Cambodia has developed a virtuous cycle of fostering human resources, providing education, advancing industry and building a cooperative network. Korea has transformed into a platform for international cooperation and human resource development and education by providing active support and aid. This case study will be utilized as a new model of international cooperation with SW expert training platform for Korea.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.115-123
• /
• 2021

생산관리 시스템은 생산 공정 내의 모든 자원의 공정단위 생산계획을 현장에서 실행하는 것은 물론 생산 관련 품질 데이터까지 다루는 공장정보화시스템이다. 인공지능으로 자동화와 연결성이 극대화되는 4차 산업혁명이 화두가 되면서 제조업체들은 스마트 공장 구축에 관심을 보이나 막대한 구축비와 표준화되지 않은 생산 공정은 스마트 공장구축에 걸림돌이 되고 있다. 그래서 본 논문은 노후화된 공장에서 스마트 공장 구축을 위한 제조관리 시스템을 설계 및 구현한다. 철강 선재 공정을 위한 기초 수준의 스마트 공장을 목표로 Web 기반의 제조공정 시스템을 제안한다. 제안 시스템은 REST API를 사용하여 기존 구축된 ERP 시스템과의 연동을 원활히 지원할 것이며 다양한 기기와 다양한 브라우저에서 사용할 수 있도록 확장성을 고려할 것이다. 제안한 WoT 기반 생산관리시스템을 구현하여 실용성을 보이겠다.

• Genomics & Informatics
• /
• 제19권4호
• /
• pp.49.1-49.11
• /
• 2021

Nowadays, Genomic data constitutes one of the fastest growing datasets in the world. As of 2025, it is supposed to become the fourth largest source of Big Data, and thus mandating adequate high-performance computing (HPC) platform for processing. With the latest unprecedented and unpredictable mutations in severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the research community is in crucial need for ICT tools to process SARS-CoV-2 RNA data, e.g., by classifying it (i.e., clustering) and thus assisting in tracking virus mutations and predict future ones. In this paper, we are presenting an HPC-based SARS-CoV-2 RNAs clustering tool. We are adopting a data science approach, from data collection, through analysis, to visualization. In the analysis step, we present how our clustering approach leverages on HPC and the longest common subsequence (LCS) algorithm. The approach uses the Hadoop MapReduce programming paradigm and adapts the LCS algorithm in order to efficiently compute the length of the LCS for each pair of SARS-CoV-2 RNA sequences. The latter are extracted from the U.S. National Center for Biotechnology Information (NCBI) Virus repository. The computed LCS lengths are used to measure the dissimilarities between RNA sequences in order to work out existing clusters. In addition to that, we present a comparative study of the LCS algorithm performance based on variable workloads and different numbers of Hadoop worker nodes.

• 한국음향학회지
• /
• 제41권5호
• /
• pp.518-524
• /
• 2022

본 논문에서는 합성곱 신경망과 주의집중 메커니즘을 결합하여 뇌파 신호로부터 감정적 스트레스 인식 성능을 향상시키는 방식을 제안한다. 제안하는 방식에서는 뇌파 신호를 5개의 주파수 영역으로 분해하고, 각 주파수 영역에 합성곱 신경망 계층을 사용하여 뇌파 특징의 공간정보를 획득한 후에 게이트 트랜스포머를 이용한 주의집중 메커니즘을 사용하여 각 주파수 대역에서 두드러진 주파수 정보를 학습하고, 주파수 간 대역 매핑을 통해 보완 주파수 정보를 학습하여 최종 주의집중 표현에 반영한다. DEAP 데이터세트와 6명의 피 실험자가 참여한 뇌파 스트레스 인식 실험을 통해, 제안된 방식이 기존 방식과 비교하여 뇌파 기반 스트레스 인식 성능 향상에 효과가 있음을 보여준다.

• 정보보호학회논문지
• /
• 제32권4호
• /
• pp.629-635
• /
• 2022

최근 사회적 변화와 IC T 기술의 발전에 따라 사이버 위협 또한 증가되고 있으며, 사이버위협에 사용되는 악성코드는 분석을 어렵게 하기 위해 분석환경 회피기술, 은닉화, 파일리스 유포 등 더욱 고도화 지능화되고 있다. 이러한 악성코드를 효과적으로 분석하기 위해 머신러닝 기술이 활용되고 있지만 분류의 정확도를 높이기 위한 많은 노력이 필요하다. 본 논문에서는 머신러닝의 분류성능을 높이기 위해 API호출 구간 특성 기반 악성코드 탐지 기술을 제안한다. 제안하는 기술은 악성코드와 정상 바이너리의 API 호출 순서를 시간을 기준으로 구간으로 분리하여 각 구간별 API의 호출특성과 바이너리의 엔트로피 등의 특성인자를 추출한 후 SVM(Support Vector Mechine) 알고리즘을 이용하여 제안하는 방법이 악성바이너리를 잘 분석할 수 있음을 검증하였다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.1-10
• /
• 2021

감정인식은 응용 분야의 다양성으로 많은 연구가 이루어지고 있는 기술이며, RGB 영상은 물론 열화상을 이용한 감정인식의 필요성도 높아지고 있다. 열화상의 경우는 RGB 영상과 비교해 조명 문제에 거의 영향을 받지 않는 장점이 있으나 낮은 해상도로 성능 높은 인식 기술을 필요로 한다. 본 논문에서는 얼굴 열화상 기반 감정인식의 성능을 높이기 위한 Divide and Conquer 기반의 CNN 학습전략을 제안하였다. 제안된 방법은 먼저 분류가 어려운 유사 감정 클래스를 confusion matrix 분석을 통해 동일 클래스 군으로 분류하도록 학습시키고, 다음으로 동일 클래스 군으로 분류된 감정 군을 실제 감정으로 다시 인식하도록 문제를 나누어서 해결하는 방법을 사용하였다. 실험을 통하여, 제안된 학습전략이 제시된 모든 감정을 하나의 CNN 모델에서 인식하는 경우보다 모든 실험에서 높은 인식성능을 보이는 것을 확인하였다.

• Journal of Animal Science and Technology
• /
• 제65권4호
• /
• pp.759-766
• /
• 2023

Visual estrus observation can only be confirmed at a rate of 50%-60%, which is lower than that obtained using a biosensor. Thus, the use of biosensors provides more opportunities for artificial insemination because it is easier to confirm estrus than by visual observation. This study determines the accuracy of estrus prediction using a ruminoreticular biosensor by analyzing ruminoreticular temperature during the estrus cycle and measuring changes in body activity. One hundred and twenty-five Hanwoo cows (64 with a ruminal biosensor in the test group and 61 without biosensors in the control group) were studied. Ruminoreticular temperatures and body activities were measured every 10 min. The first service of artificial insemination used gonadotropin-releasing hormone (GnRH)-based fixed-time artificial insemination protocol in the control and test groups. The test group received artificial insemination based on the estrus prediction made by the biosensor, and the control group received artificial insemination according to visual estrus observation. Before artificial insemination, the ruminoreticular temperature was maintained at an average of 38.95 ± 0.05℃ for 13 h (-21 to -9 h), 0.73℃ higher than the average temperature observed at -48 h (38.22 ± 0.06℃). The body activity, measured using an indwelling 3-axis accelerometer, averaged 1502.57 ± 27.35 for approximately 21 h from -4 to -24 h before artificial insemination, showing 203 indexes higher body activity than -48 hours (1299 ± 9.72). Therefore, using an information and communication techonology (ICT)-based biosensor is highly effective because it can reduce the reproductive cost of a farm by accurately detecting estrus and increasing the rate of estrus confirmation in cattle.

• 디지털산업정보학회논문지
• /
• 제20권1호
• /
• pp.109-118
• /
• 2024

Recently, a social issue has arisen involving RDDoS attacks following the sending of threatening emails to security administrators of companies and institutions. According to a report published by the Korea Internet & Security Agency and the Ministry of Science and ICT, survey results indicate that DDoS attacks are increasing. However, the top response in the survey highlighted the difficulty in countering DDoS attacks due to issues related to security personnel and costs. In responding to DDoS attacks, administrators typically detect anomalies through traffic monitoring, utilizing security equipment and programs to identify and block attacks. They also respond by employing DDoS mitigation solutions offered by external security firms. However, a challenge arises from the initial failure in early response to DDoS attacks, leading to frequent use of detection and mitigation measures. This issue, compounded by increased costs, poses a problem in effectively countering DDoS attacks. In this paper, we propose a system that creates detection rules, periodically collects traffic using mail detection and IDS, notifies administrators when rules match, and Based on predefined threshold, we use IPS to block traffic or DDoS mitigation. In the absence of DDoS mitigation, the system sends urgent notifications to administrators and suggests that you apply for and use of a cyber shelter or DDoS mitigation. Based on this, the implementation showed that network traffic was reduced from 400 Mbps to 100 Mbps, enabling DDoS response. Additionally, due to the time and expense involved in modifying detection and blocking rules, it is anticipated that future research could address cost-saving through reduced usage of DDoS mitigation by utilizing artificial intelligence for rule creation and modification, or by generating rules in new ways.