• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.495-503
• /
• 2014

최근 보안 분야에서는 네트워크 패킷이나 로그와 같은 네트워크 정보를 수집하고 분석함으로써 네트워크 위협에 대응할 수 있는 침입탐지 시스템에 대한 연구를 활발히 진행되고 있다. 특히, 베이지안 네트워크는 주어진 몇 몇 자료만으로도 정확도 높은 침입에 대한 추론이 가능한 이점으로 이를 이용한 침입탐지 시스템의 모델링 기법들이 이전에도 진행되어 왔다. 그러나 이전 연구들에서는 네트워크 패킷간의 복잡성 문제와 이용되는 패킷 데이터의 연속성 문제를 반영하지 못하고 있기 때문에 높은 탐지정확도 산출에 한계가 있다. 따라서 본 논문에서는 이전 모델들이 갖는 문제들의 개선을 통하여 탐지율을 향상시키기 위해 K-means 클러스터링 기반의 두 가지 방법론을 제안한다. 첫 번째로는 K-means 클러스터링 기반의 정교한 노드구간 범위를 설정방법을 제안하여 연속성 데이터 처리 문제를 개선할 수 있다. 또한, 두 번째로는 K-means 클러스터링 기반으로 산출된 가중치를 학습에 적용하여 보다 견고한 CPT를 산출하여 탐지성능을 향상 시킬 수 있다. 제안하는 방법론들의 성능을 입증하기 위하여 방법론 모두를 적용한 K_WTAN_EM에 대한 탐지율을 이전 모델들과 비교 실험을 수행하였다. 실험 결과 제안하는 모델의 탐지율이 이전의 순수베이지안 네트워크기반(NBN) 모델 보다는 약 7.78%의 향상도를 보였고 트리확장 순수베이지안 네트워크(TAN) 모델 보다는 약 5.24%의 향상도를 산출하여 제안하는 방법의 우수성을 입증하였다.

• 지능정보연구
• /
• 제14권1호
• /
• pp.35-45
• /
• 2008

본 논문에서는 유비쿼터스 환경에서 사용자 Context를 표현하는 과제를 해결하기 위하여 시맨틱 웹 기술 및 퍼지 개념을이용하여 사용자 Context를 언어와 기종에 독립적이면서 사람이 생각하는 것과 최대한 유사한 형태로 기술하는 것을 제안한다. 재래의 방법으로 사용되어온 일반 집합으로 Context를 표현하는 방법은 실세계의 환경을 표현하는데 한계가 있기 때문에 본 논문에서는 퍼지 개념과 표준 웹 온톨로지 언어 OWL이 융합된 Fuzzy OWL 언어를 사용하였다. 본 논문에서 제안하는 방법은 사용자가 접한 환경정보들을 수치로 표현하며 이를 OWL로 기술한다. 그리고 OWL로 변환된 Context를 Fuzzy OWL로 변환한다. 마지막으로 자동적인 상황인지가 가능한지 여부를 퍼지 추론 엔진인 FiRE를 사용하여 검증한다. 본 논문에서 제시하는 방법을 사용하면 유비쿼터스 컴퓨팅 환경에서도 사용할 수 있는 형태로 Context를 기술할 수 있으며 퍼지의 개념을 사용하여 Context를 표현하기 때문에 상태나 정도를 표현함에 있어 좀 더 효과적이다. 뿐만 아니라, 기술된 Context를 기반으로 현재 사용자가 접한 환경의 상태를 추론할 수 있으며 추론된 상태에 따라 시스템이 자동적으로 작동하게 하는 것이 가능하다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.921-932
• /
• 2015

본 연구에서는 증강된 보병대대의 과학화 전투훈련 데이터 중 공격작전에 관한 장병들의 생존분석을 실시하였다. 과학화 전투훈련은 KCTC(Korea Combat Training Center)로 불리는 전투훈련장에서 MILES(Multiple Integrated Lazer Engagement System)와 중앙통제장비체계 등 과학화된 훈련장비와 체계 운용하 훈련부대가 적 전술 및 무기체계를 사용하는 전문 대항군과 실시하는 쌍방 자유기동훈련이다. 이는 훈련기간 동안 훈련지역의 모든 데이터가 저장되어 훈련통제 뿐 아니라 분석 및 사후검토를 할 수 있는 첨단화된 군사 훈련으로 통계적 분석이 가능한 데이터를 제공한다. 분석방법은 모수적 분포 가정이 필요하지 않은 Cox의 비례위험모형을 적용하였으며, 보다 풍부하고 용이한 해석을 위해 의사결정나무모형(CART(Classification and Regression Trees), GUIDE(Generalized, Unbiased, Interaction Detection and Estimation), CTREE(Conditional Inference Trees))을 활용하였다. Cox 비례위험모형의 비례성 가정을 확인하여 이를 위배하는 변수에 대해서 층화하여 분석하고, Cox 비례위험모형 결과 복무기간에 관한 해석이 용이하지 않아 단변량으로 local 회귀분석을 통해 추가적인 해석을 시도하였다. CART, GUIDE, CTREE는 모형의 특성별로 나무모형을 형성하며 이를 통하여 다양한 해석이 가능하다.

• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.1161-1175
• /
• 2018

도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.

• 정보기술응용연구
• /
• 제2권1호
• /
• pp.1-24
• /
• 2000

건설업에 있어서의 프로젝트 관리 즉, 사업 관리는 다른 분야에 비해 여러 가지 요인들로 인해 상대적으로 매우 높은 불확실성과 위험을 수반하게 되며, 이러한 불확실성과 위험으로 인해 건설업에서의 사업관리의 중요성이 매우 크게 인식되고 있다. 사업관리 단계에 있어 사업 정의 및 사업 계획 단계와 사업 설게 및 사업 수행 단계를 자동 또는 반자동적으로 동시에 일관성을 유지시킬 수 있는 체제의 확립이 절실하다고 판단되며, 이를 지원할 수 있는 지원시스템의 필요성이 부각되고 있다. 그러나 이들 초기 단계의 업무는 사업 설계 및 사업 수행 단계와 비교해 상대적으로 비정형적으며, 해당 기업의 축적된 노하우나 전문적 지식에 대한 의존성이 강함으로 인해 쉽게 시스템적 지원을 제공하는데 어려움을 가지고 있다. 특히 이러한 문제는 본 연구에서 대상으로 하고 있는 플랜트 건설 분야에서는 매우 두드러지게 나타나고 있다. 따라서 본 연구에서는 이러한 사업 관리 시스템과 연계될 수 있도록 할 수 있는 체계적 접근 방법을 제시하고 이를 구현함으로써 이상의 문제에 대한 하나의 해결 방법을 제시하고 있다. 이러한 해결 방안을 위한 주요 방법론으로서는 지식 기반 추론과 사례기반 추론 및 신경회로망 기법을 체택하고 있으며 덧붙여, 본 연구에서 개발된 사업 관리 전문가 시스템은 국내 굴지의 건설 회사의 열병 합발전소와 하수처리장 건설을 위한 실제 사업 관리 업무에 적용되어 그 성과를 경험적으로 검증하고 있다. 나아가 이러한 실제 적용 사례는 본 방법론 및 시스템이 다른 플랜트 건설 분야에서도 성공적으로 적용될 수 있으며, 따라서 플랜트 건설 분야에서의 사업 관리 업무의 질적 향상과 생산성의 제고에 기여할 수 있음을 시사하고 있다.

• 한국지리정보학회지
• /
• 제13권2호
• /
• pp.74-93
• /
• 2010

최근 네비게이션 시스템이 대중화되면서 랜드마크 연구는 도시지역 이동을 위한 인지적 시스템 개발에 중요한 연구주제가 되고 있다. 지역 커뮤니티에게 있어서 랜드마크로 구성된 도시이미지는 지역 네비게이션에 있어서 장소인식을 위한 참조프레임 역할을 담당한다. 일반적으로 네비게이션은 새로운 지역을 이동하는 탐험(Exploration)과 친숙한 지역을 이동하는 네비게이션으로 구분할 수 있다. 후자의 경우, 도시이미지는 지역 커뮤니티에게 있어서 장소인식에 있어서 핵심적인 역할을 담당한다. 커뮤니티의 장소인식은 시스템적으로 연결된 장소들로 구성된 도시이미지에 기반을 두어 이루어지는 지식기반의 추론의 과정이다. 본 연구에서 도시이미지의 구조는 계층적 지식으로 간주하여 커뮤니티를 위한 지역이동을 위한 도메인 온톨로지로 표현하였다. 커뮤니티에게서 수집된 도시이미지는 커뮤니티의 인지정도에 따라 엥커(anchor), 디스턴트(distant)와 로컬(local)분류하였다. 온톨로지 모델링 기법을 이용한 도시이미지의 표현은 지역 커뮤니티의 지리적 지식으로 명시화하고 도시지역 안내를 위한 에이전트를 위해 재사용이 가능한 지식으로서 유용한 의미를 갖는다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.195-201
• /
• 2014

본 연구에서는 $(2D)^2PCA$ 알고리즘을 이용한 pRBFNNs 패턴분류기 기반 얼굴인식 시스템을 설계하였다. 기존의 1차원 PCA는 행과 열의 곱으로 표현한 이미지의 차원을 축소한다. 하지만 $(2D)^2PCA$(2-Directional 2-Dimensional Principal Components Analysis)는 이미지의 행과 열에서 각각 차원축소를 수행한다. 그 다음 제안된 지능형 패턴분류기로 축소된 이미지를 사용하여 성능을 평가한다. (pRBFNNs)로 성능 평가를 한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세가지의 기능적 모듈로 구성되어 있고 조건는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 RBFNNs의 연결가중치로 일차 선형식으로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 얼굴인식에 많이 사용되는 Yale과 AT&T를 사용하여 인식률을 평가하였다. 실험 평가를 위해 IC&CI 연구실 데이터를 추가하여 실험하였다.

• 한국지진공학회논문집
• /
• 제3권3호
• /
• pp.63-74
• /
• 1999

대형구조물의 진동감소를 위한 슬라이딩 모드 퍼지 제어기(Sliding Mode Fuzzy Control SMFC)에 대하여 연구하였다 본 제어기에 사용된 퍼지 추론기의 규칙은 비선형 제어기법의 하나인 슬라이딩 모드 제어기를 기반으로 하여 구성되었다 그결과 제어기의 퍼지성은 제어시스템을 시스템 계수의 불확실성과 구조물에 작용되는 외부하중의 불확실성에 대하여 강인한 성질은 갖게 하였으며 제어 규칙의 비선형성으로 인하여 제어기는 선형제어기에 비하여 보다 효율적인 되었다 복잡한 수학 해석에 기반한 종래의 제어기법에 비하여 퍼지 이론에 기반한 본 제어기법은 제어기의 설계절차가 매우 편리하다는 장점을 갖게 된다. 제안된 제어기법의 검증을 위하여 미국 토목학회 산하 구조제어위원회(ASCE Committee on Structural Control)에서 주도한 벤치마크 문제에 대하여 적용시켜 보았다 본 연구의 제어결과를 다른 연구자들에 의하여 발표된 {{{{ ETA _mixed _2$\infty$ }}, optimal polynomial control neural networks control 슬라이딩 모드 제어의 벤치마크 결과와 비교하였으며 그 결과 제안된 제어기법이 구조물의 진동을 매우 효율적으로 감소시키며 제어기의 설계절차가 쉽고 편리함을 확일 할 수 있었다.

• 한국수자원학회논문집
• /
• 제38권7호
• /
• pp.565-574
• /
• 2005

평창강 수질자동측정망 실시간 자료를 이용하여 강우시와 무강우시로 구분하여 분석하였다. 강우시에 측정된 TOC 자료는 무강우시 측정된 자료에 비해 평균값, 최대값, 표준편차가 크게 나타났으며, 강우시의 DO 자료는 무강우시에 측정된 자료보다 낮아 유량이 수질변화에 영향을 미치는 것으로 분석되었다. 신경망 모형과 뉴로-퍼지 모형으로 수질예측 모형을 구성하고, 적용하였다. LMNN, MDNN, ANFIS 모형은 TOC 모의에서 DO 예측에서는 LMNN, MDNN 모형이 ANFIS 모형보다 좋은 결과를 보였으며, 정량적 자료에 정성적 자료인 시간을 학습한 MDNN 모형이 가장 작은 오차를 보였다. 하천의 실시간적 관리를 위해서는 유량과 수질의 측정이 동일한 지점에서 동시간적으로 이루어져야 보다 효과적이다. 그러나 수질자동측정망 지점과 T/M 수위관측소가 원거리에 위치한 경우들이 있으며, 평창강 수질자동측정망 지점이 그 중 하나이다. 연구에서는 평창강 수질자동측정망 지점의 유출예측을 위한 신경망 모형을 구성하여 수질예측 모형과 연계하였으며, 연계된 모형은 수질예측에 개선된 결과를 보였다.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.355-362
• /
• 2012

건전성 예측은 구조물의 고장이 발생될 때까지 남은 시간인 잔존유효수명을 예측하는 것으로, 이는 안전 및 정비 계획과 직접적으로 연관되기 때문에 매우 중요하다. 건전성 예측방법에는 물리모델 기반방법, 데이터 기반방법과 두 방법의 장점을 통합하는 방법이 있으며, 본 연구에서는 잔존수명 예측의 정확도가 모델변수 추정과 직접적으로 관련되는 물리모델 기반 건전성 예측에 초점을 맞춘다. 물리모델기반 건전성 예측에서는 모델변수 추정을 통해 시스템 상태의 장기 예측이 가능하지만, 대부분의 실제 구조물들의 상태모델은 여러 개의 모델변수를 포함함은 물론이고, 그 변수들이 서로 상관되어 있기 때문에 모델변수를 추정하는 일은 간단한 문제가 아니다. 본 연구에서는 물리모델 기반 건전성 예측을 위한 세 가지 변수 추정방법들의 차이를 논한다. 이 세 가지 방법들은 파티클 필터, 전반적인 베이지안 접근법, 그리고 순차적인 베이지안 접근법으로 모두 베이지안 추론이라는 하나의 이론적 바탕에 기반하지만, 샘플링 방법이나 갱신 절차 등에서 차이가 있다. 균열성장을 표현하는 Paris 모델의 변수 추정을 통해 세 가지 방법의 차이점이 논해지고, 건전성 예측 메트릭을 이용하여 정량적 차이를 표현한다. 파티클 필터방법이 건전성 예측 메트릭 측면에서 가장 높은 성능을 나타내었지만, 전반적인 베이지안 방법은 파티클 필터방법과 근소한 차이를 보이면서도 데이터가 집단으로 존재할 때에는 가장 효율적인 방법으로 나타났다.