• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.456-477
• /
• 2024

With information technology's rapid development, the Internet faces serious security problems. Studies have shown that malware has become a primary means of attacking the Internet. Therefore, adversarial samples have become a vital breakthrough point for studying malware. By studying adversarial samples, we can gain insights into the behavior and characteristics of malware, evaluate the performance of existing detectors in the face of deceptive samples, and help to discover vulnerabilities and improve detection methods for better performance. However, existing adversarial sample generation methods still need help regarding escape effectiveness and mobility. For instance, researchers have attempted to incorporate perturbation methods like Fast Gradient Sign Method (FGSM), Projected Gradient Descent (PGD), and others into adversarial samples to obfuscate detectors. However, these methods are only effective in specific environments and yield limited evasion effectiveness. To solve the above problems, this paper proposes a malware adversarial sample generation method (PixGAN) based on the pixel attention mechanism, which aims to improve adversarial samples' escape effect and mobility. The method transforms malware into grey-scale images and introduces the pixel attention mechanism in the Deep Convolution Generative Adversarial Networks (DCGAN) model to weigh the critical pixels in the grey-scale map, which improves the modeling ability of the generator and discriminator, thus enhancing the escape effect and mobility of the adversarial samples. The escape rate (ASR) is used as an evaluation index of the quality of the adversarial samples. The experimental results show that the adversarial samples generated by PixGAN achieve escape rates of 97%, 94%, 35%, 39%, and 43% on the Random Forest (RF), Support Vector Machine (SVM), Convolutional Neural Network (CNN), Convolutional Neural Network and Recurrent Neural Network (CNN_RNN), and Convolutional Neural Network and Long Short Term Memory (CNN_LSTM) algorithmic detectors, respectively.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.225-233
• /
• 2012

<아바타>이후 3D 입체영상은 차세대 콘텐츠 산업의 블루칩으로 떠올라있다. 그에 반해 국내에서 상업적으로 제작하였던 모든 입체 콘텐츠들이 흥행에 실패 하였다. 이는 국내 입체콘텐츠의 완성도가 해외의 콘텐츠에 비하여 매우 떨어지기 때문이며, 현행되고 있는 2D기반의 입체 후반작업 프로세스가 그 원인으로 작용하고 있다. 그중에서도 입체 편집프로세스는 콘텐츠의 질과 가장 밀접한 관련이 있다. 영화<나탈리>의 제작사례를 통해 알아본 현행 입체 편집프로세스는 2D기반의 시스템을 이용하여 편집을 진행한 후 3D 디스플레이 시스템으로 확인하며 이후 문제가 발생할 경우 수정하는 방식을 취하고 있다. 이러한 현상을 개선하고자 좌 우 영상의 분석을 통해 합성에서 사용되고 있는 변위지도와 깊이지도 등의 깊이정보를 시각화 하여 현행 입체 편집 프로세스에 적용하였으며, 보다 객관성 있는 입체편집 프로세스를 제안하고자 한다. 제안한 프로세스를 실제 뮤직드라마 <기억의 조각>제작에 활용하여 영화<나탈리>와 비교해보았다. 그 결과 <나탈리>의 경우 컷과 컷 사이의 입체 값 변화가 매우 큰 것을 볼 수 있었으나 <기억의 조각>의 경우 입체 값이 전체적으로 균일한 결과를 도출 할 수 있었다. 현행 프로세스의 경우 주관적인 입체감을 바탕으로 하기 때문에 작업자의 컨디션과 상태에 따라 그 값이 달라 질수 있다. 또한 Positive영역에 대한 예상은 할 수 없기 때문에 동일한 공간 혹은 한정된 공간에서 컷에 따라 각기 다른 입체 값을 보임으로써 공간의 입체감을 왜곡시킬 우려가 있다. 반면 깊이정보의 시각화를 활용한 객관적인 입체 편집은 동일한 공간에 대한 입체감과 콘텐츠 전체의 입체감을 균일하게 맞추어 입체 콘텐츠의 질을 높이고, 나아가 입체감 왜곡, 시각적 피로 등의 문제도 동시에 해결 할 수 있다.

• 대한핵의학회지
• /
• 제36권6호
• /
• pp.317-324
• /
• 2002

목적: SPM 기법을 이용하여 뇌 영상을 분석할 때 Talairach 뇌 지도를 찾아 해부학적 정보를 추측함으로 생기는 문제점들을 해결하기 위하여 통계적 확률 뇌지도(SPAM)을 이용하여 뇌 영역에 대한 해부학적 위치와 확률을 추출하는 프로그램을 개발하였다. 대상 및 방법: 몬트리얼 신경과학연구소에서 개발한 MNI152 표준지도에 기반한 SPAM을 이용하였다. SPM 분석 결과로 주어진 x, y, z 좌표 값을 입력하면 SPAM의 해당 좌표에서 0이 아닌 확률 값을 갖는 영역의 이름 및 확률을 추출하여 출력하게 하였으며 가장 높은 확률을 갖는 영역의 SPAM을 표준지도 위에 표시하도록 하였다. IDL 및 자바를 기반으로 프로그램을 개발하였으며 향후 인터넷 기반 프로그램으로 확장이 용이하게 하였다. 이 프로그램의 유용성을 보이고자 기존의 SPM 결과보고 형식과 이 프로그램의 결과 형식을 비교하였다. 또한 이 프로그램에 대한 예비적인 검증을 위하여 활성화되는 영역이 국소화되고 또한 그 영역이 잘 알려져 있는 기억 활성화 PET 실험 분석에 이 프로그램을 이용하여 보았다. 결과: 기존의 SPM 분석한 결과는 MNI 좌표계에서의 좌표 값만을 보여주나 이 프로그램을 이용하여 그 좌표에 대한 확률적 해부학적 정보를 얻을 수 있었다. 기억 실험 결과 유의한 활성화를 보인 영역에 대해서 이 프로그램을 적용한 결과 좌측해마구성체일 확률이 80% 이상임을 알 수 있었으며 이는 이 영역이 기억기능을 담당한다는 기존의 널리 알려진 사실과 잘 부합되었다. 결론: 이 연구에서 개발한 프로그램을 이용하여 MNI 좌표에 대한 해부학적 위치와 확률을 빠르고 정확하게 찾을 수 있어서 뇌영상 분석에 유용할 것이다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.199-208
• /
• 2019

운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.745-756
• /
• 2009

자율 가상 캐릭터는 인공시각을 이용하여 가상 환경을 인지하고 인지한 정보를 바탕으로 상황에 맞게 판단하여 지능적인 인간처럼 행동한다. 자율 가상 캐릭터는 주로 인공 시각을 이용하여 환경을 인식하며 현재까지 연구된 대부분의 인공 시각은 정해진 시야각에 들어온 정보를 여과 없이 모두 인지하는 방법을 사용하고 었다. 그러나 이러한 시각 체계는 한 번에 너무 많은 정보를 저장함으로 시스템의 효율성과 현실성을 떨어뜨리며, 게임과 같은 동적 환경에서는 실시간 처리가 어렵다. 따라서 실제 인간과 같은 시각 체계를 구현하려면 주목한 정보만 저장하는 시각적 주목 알고리즘이 필요하다. 본 논문에서는 인공 시각을 통해 얻은 정보 중에서 시각적으로 중요한 정보만올 저장하는 주목 시각 기법을 연구하고 이를 구현하기 위해 기존 주목 맵을 향상시켜 적용하였다. 특히 주목 맵 요소 중에서 처리 속도가 느린 방위 랩을 제거하고 침입자 검출을 적용한 동적 특정 맵을 추가하여 향상된 주목 맵을 제안하였다. 실험을 통해 자율 가상 캐릭터가 3차원 가상 환경에서 정적 동적 객체에 대한 주목 영역을 정확하게 찾는 것을 확인하였으며, 처리 속도 또한 기존 연구보다 1.6배 정도 향상되었음을 확인하였다.

• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.307-319
• /
• 2015

현재 대용량 온톨로지를 추론하기 위해 하둡 기반의 분산 클러스터 환경을 구축한 후, 맵-리듀스 알고리즘을 기반으로 추론을 수행하는 방식이 활발히 연구되고 있다. 그러나 본 논문에서는 분산 클러스터의 메모리 환경에서 대용량 OWL Horst Lite 온톨로지 추론을 위한 기법을 제안한다. 대용량 온톨로지 추론에 사용되는 규칙 기반 추론 방식은 데이터가 더 이상 추론 되지 않을 때까지 트리플 형식으로 표현된 온톨로지에 추론 규칙을 반복적으로 수행한다. 따라서 컴퓨터 디스크에 적재된 대용량의 온톨로지를 대상으로 추론을 수행하면 추론 시스템의 성능이 상당히 저하된다. 이러한 단점을 극복하기 위해서 본 논문에서는 메모리 기반의 분산 클러스터 프레임워크인 Spark를 기반으로 온톨로지를 메모리에 적재한 후, 추론을 수행하는 기법을 제안한다. Spark에 적합한 OWL Horst Lite 온톨로지 추론 시스템을 구현하기 위해서 대용량 온톨로지를 적절한 크기의 블록으로 분할한 후, 각각의 블록을 분산 클러스터를 구성하는 각 노드의 메모리에 분산 적재하여 작업을 수행하는 방법론을 제안하였다. 제안하는 기법의 효율성을 검증하기 위해, 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM을 대상으로 실험하였다. 대표적인 맵-리듀스 기반 온톨로지 추론 엔진인 WebPIE와 비교 실험한 결과, LUBM8000(11억개 트리플, 155GB)에 대해서 WebPIE의 추론 처리량이 19k/초보다 3.2배 개선된 62k/초의 성능 향상이 있었다.

• 전자공학회논문지
• /
• 제51권10호
• /
• pp.96-106
• /
• 2014

기존 학계의 FPGA 툴 연구는 단순한 가상 아키텍처 모델 가정에 의존해 왔다. 이러한 제약을 극복하기 위한 첫걸음으로 분석적 배치 및 배치 적법화의 기본 알고리즘들을 상용 FPGA의 아키텍처에 적용하는 실제 상황에서 발생되는 이슈들을 도출하여 대안을 제시한 후 그 효과를 평가하였다. 먼저, 코어 사용률이 낮은 FPGA에서 배치된 셀들의 무게 중심이 칩 중심에서 벗어나는 현상이 발생할 수 있는데 이 변위를 최소화하는 함수를 분석적 배치의 목적 함수에 추가하였다. 또한 배치 밀도 평가의 정확도를 높이기 위해 셀 종류별로 별도의 밀도 행렬을 사용하는 다층 분석, 그리고 자원이 매우 한정된 블록의 조기 고정 방안을 제안하였다. 그밖에, 슬라이스 내에서 두 개의 플립플롭이 제어 핀들을 공유하기 때문에 발생하는 호환성 문제를 개선하기 위한 플립플롭 사전 패킹도 제안하였다. 제안된 기법은 상용 FPGA 아키텍처를 정확하게 모델링하고 수정 개선할 수 있는 K-FPGA 패브릭 평가 툴킷을 근간으로 구현되었으며 12개의 실용 예제에 적용하여 기존 방식에 비해 평균적으로 배선길이 22%, 슬라이스 사용량 5%를 감축하는 효과를 확인하였다. 본 연구는 신규 FPGA 아키텍처 개발을 위한 최적화 CAD 툴 개발 연구의 기초가 될 것으로 기대한다.

• 한국해양학회지
• /
• 제22권3호
• /
• pp.143-152
• /
• 1987

SMS 960(Seafloor Mapping System) Side Scan Sonar에 자기테이프기록계 (Kennedy 900)를 연결하여 해저면 탐사자료를 수치적으로 처리할 수 있는 시스템을 개발, 이를 제주도 성산포 근해에서 시험적으로 적용하여 그 결과를 검토 하였다. 처리시스템은 주로 VAX 11/780 (4MB)를 사용하여 FORTRAN-77로 작성 되었으며 자료의 변환, 보정, 수치분석 및 도면제작 (cartography)을 주요기능으로 가지고 있다. SMS960에 의해 얻어진 수치자료는 특수한 형태를 가지고 있으므로 독자적으로 제작한 자료선별 계수기(Data Selecting Counter와 개인용 컴퓨터 personar computer을 사용하여 주처리 전산시스템에서 처리할 수 있도록 그 형태를 변환시켰으며, 경사거리(slant range)의 보정과 자료의 질적 개선을 위한 전처리 과 정을 거친 다음, 색상표현 으로 해저면 영상도면을 제작하였다. 후방산란 (backscattering) 음파자료를 통계처리하여 4가지 색상으로 제작된 영상도면을, 해저 퇴적물의 물성분포도와 비교해 본 결과 주로 평균입도와 분급도에 잘 대비되었다. 따라서 Side Scan Sonar에 의한 해저면 후 방상란 음향특성을 적절히 분석하므로 써 해저퇴적물의 퇴적상분포연구에 상당한 응용 효과가 있을 것으로 판단된다.

• 한국측량학회지
• /
• 제31권4호
• /
• pp.269-275
• /
• 2013

최근 들어 모바일 단말기를 휴대하고 이동하는 사용자에게 경로안내 및 주변 위치정보 안내와 같은 개인화된 서비스가 가능해졌다는 점에서 보행자용 도로망의 중요성이 커지고 있다. 한편, 전국단위 도로망 신규 구축과 갱신에 많은 비용이 소요된다는 점은 활성화의 제약조건으로 작용하고 있어 래스터 데이터를 기반으로 한 보행자용 도로망 추출 알고리즘을 적용한 자동 생성 방안이 필요한 상황이다. 그러나 생성된 도로망은 불필요한 결절점이 다수 포함되어 경로 안내 시 과도한 방향전환을 야기하고 데이터 용량 증가를 초래하는 등 유지관리 차원에서의 비효율이 발생한다. 본 연구에서는 이를 제거하기 위해 Douglas-Peucker 알고리듬 적용 과정에서 수치지도 도로의 속성정보를 이용하여 각 선형 객체별로 적합한 임계값을 부여함으로써 선형단순화의 효과는 극대화하고 실제 도로의 형태를 왜곡하지 않도록 최적의 임계값을 자동 선정하였다. 실험 대상 지역의 보행자용 도로망에 적용한 결과 결절점 감소율과 위치정확도 측면에서 제안된 방법이 자동 선형단순화에 적합하다는 결과를 얻을 수 있었다.

• 한국전자파학회논문지
• /
• 제21권7호
• /
• pp.761-768
• /
• 2010

본 논문에서는 주파수 체배 방식을 이용하여 고해상도 영상 레이더의 광대역 파형 생성을 위한 효율적인 기법에 대한 연구를 수행하였다. 또한 직교 변조기와 주파수 체배기를 사용한 첩 변조 파형의 대역폭 확장시 발생되는 3차 혼변조 성분에 의한 스펙트럴 재성장에 대한 근본적인 원인을 분석하였다. 또한 직교 변조기의 진폭 및 위상 불균형 오차에 대한 요구 조건을 시뮬레이션을 통하여 정의하였다. 이와 같은 해석을 통하여 임펄스 응답 특성인 거리 방향 해상도, PSLR(Peak Sidelobe Ratio) 및 ISLR(Integrated Sidelobe Ratio) 특성이 악화되는 것을 최소화시킬 수 있었다. 주파수 체배기와 메모리 맵 방식을 사용한 광대역 파형 발생장치가 제작되었으며, 진폭과 위상 오차를 최소화시킴으로써 생성된 SAR 파형의 부엽에서 발생되는 스펙트럴 재성장 성분을 최소화 시키는 보상 기법이 제시되었다. 직교 변조기의 I 및 Q 채널간의 불균형 특성을 조절함으로써, 반송파 레벨을 －28.7 dBm에서 －53.4 dBm으로 억압할 수 있었으며, S-대역에서 150 MHz 대역폭의 첩 변조 파형을 X-대역에서 600 MHz 대역폭으로 성공적으로 확장시켰다. 또한 부엽에서 발생한 스펙트럴 재성장 성분들을 대략 8~9 dB 정도 줄일 수 있었다.