• 한국산학기술학회논문지
• /
• 제20권12호
• /
• pp.76-82
• /
• 2019

인터넷의 기술의 발전과 스마트 디바이스의 보급은 사람들에게 편리한 환경을 제공해 주고 있으며, 이는 IoT라는 기술로 보편화 되고 있다. 그러나 IoT 기술의 발전과 수요는 이를 악용한 해커들의 공격으로 인해 개인 정보 유출과 같은 다양한 문제를 야기시키고 있다. 수많은 디바이스들이 네트워크에 연결되는 환경이 조성되었고, 기존 PC 환경에서 악용되던 네트워크 공격이 IoT 환경에서 발생하고 있다. 실제 IP 카메라의 경우 해킹을 통해 DDoS 공격을 진행하거나, 개인정보 유출, 동의 없이 모니터링 하는 등의 보안사고가 발생하고 있다. 이제는 IP카메라나 태블릿 등 IoT 환경에서 활용되는 다양한 스마트 기기가 네트워크 공격에 활용될 수 있음을 확인할 수 있다. 하지만, IoT 환경에서 소형 디바이스들이 가지는 특성상 Memory 공간이나 Power 등이 제한되어 있어 기존 보안 솔루션 설치 및 실행에 어려움을 가지고 있다. 따라서 본 논문에서는 IoT 환경에서 발생할 수 있는 보안 위협에 대해 살펴보고 이를 방지할 수 있는 보안프로토콜을 제안한다. 제안하는 프로토콜은 보안평가를 통해 네트워크에서 발생할 수 있는 다양한 보안 위협에 대응 가능함을 확인할 수 있었다. 또한, 에너지 효율성 분석을 기존 보안 알고리즘으로 활용되는 ECC, RSA, Kerberos 등에 비해 디바이스 증가에 따른 인증 속도에서 최소 2배 이상의 속도가 개선되는 등 디바이스 수의 증가에 따라 인증 시간이 가파르게 감소함을 확인할 수 있었다. 따라서 본 프로토콜을 IoT 환경에 적용한다면 효율적인 운영이 가능할 것으로 기대 된다.

• 한국환경농학회지
• /
• 제35권1호
• /
• pp.55-61
• /
• 2016

다년생 근채류인 인삼, 산양삼, 더덕, 도라지의 중금속 함량 실태조사를 통해 우리나라 국민의 식품 섭취로 인한 중금속 노출수준에 따른 위해성을 평가하였으며, 이를 위해 총 214건을 수거하였다. 근채류 중 납, 카드뮴 및 비소 함량분석을 위해 microwave장치를 이용해 전처리한 후 ICP/MS로 측정하는 시험법을 확립하였다. 중금속의 검출한계는 0.010~0.050 μg/kg이었으며 정량한계는 0.035~0.175 μg/kg이었다. 표준용액 첨가법과 CRM을 이용하여 회수율을 실험한 결과, 76~102%의 양호한 결과를 얻었다. 다년생 근채류 중 납 함량은 평균 0.013(인삼)~0.070(산양삼) mg/kg이었고, 카드뮴 함량은 평균 0.009(인삼)~0.034(더덕) mg/kg이었으며 비소 함량은 평균 0.002(인삼)~0.004(도라지) mg/kg이었다. 다년생 근채류 섭취에 따른 중금속 위해성 평가를 수행한 결과, 중금속 노출량은 각각 Pb 0.070 μg/day, Cd 0.041 μg/day, As 0.008 μg/day으로 인체섭취한계량의 0.03%, 0.08%, 0.0003% 수준이었다. 따라서, 국내 유통되는 인삼, 산양삼, 더덕 및 도라지 섭취로 인한 중금속 노출수준은 JECFA 등의 인체노출안전기준보다 매우 낮았으며 우리나라 국민은 다년생 근채류에 존재하는 중금속의 위해성으로부터 안전하였다.

• Nuclear Medicine and Molecular Imaging
• /
• 제43권4호
• /
• pp.344-351
• /
• 2009

목적: 광학영상기술은 소동물이나 임상연구에서 분자영상법으로 알려진 첨단연구 분야이다. 광학영상기기는 소동물영상연구 및 추적연구에 중요한 역할을 수행하고 있다. 발광영상에서 소동물을 영상화 하기 위해서는 피부조직을 뚫고 나오는 광자를 검출하기 위한 고민감도 CCD카메라가 필요하다. 이 연구에서는 소동물에서 발생하는 발광신호를 검출하기 위해 개발한 광학영상기기를 소개하고자 한다. 대상 및 방법: 냉각형 CCD카메라와 집광렌즈, 8개의 백색광 LED광원을 암실상자 안에 장치하였다. 팬텀 및 튜브를 이용한 영상을 얻은 후 발광 박테리아를 이용하여 CT26 암모델 누드마우스에서 영상을 획득하였다. 결과: 발광영상을 얻기 위한 광학영상기기를 설계하고 개발하였다. 영상획득이 성공적으로 수행되었고, 시스템을 완성하였다. 개발된 장비는 분자영상연구에 사용되고 있다. 결론 개발된 광학영상장비는 다양한 실험적 조건을 만족하는 연구에 최적화하여 유용한 도구로 자리잡을 것으로 기대한다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.

• 지질공학
• /
• 제18권3호
• /
• pp.331-338
• /
• 2008

다양한 조건의 관정에 지하수를 채수할 수 있는 샘플러를 개발하고 평가하였다. 이 샘플러는 공압 튜브, 공압 실린더, 주사기 바늘 그리고 샘플병으로 구성되며, 공기압을 동력원으로 사용한다. 공압 실린더는 주사기 바늘을 샘플병의 고무마개에 관통시키는 기능을 담당하며, 샘플병 고무마개를 관통한 주사기 바늘은 샘플병으로의 지하수 유입 통로 역할을 담당한다. 샘플러 현장시험은 해수의 영향으로 수질이 주기적으로 변화하는 제주 한동지역의 해수침투 관측정을 대상으로 하였다. 샘플러의 내부와 외부에 CTD Diver를 장착하고 관정내 동일 심도에서의 샘플링을 여러 차례 반복하면서 샘플링 단계별 전기전도도와 압력 변화를 측정하였다. 시험 결과, 샘플러를 작동시킬 때에만 지하수가 샘플러로 유입되며, 샘플러 내부와 외부에서 측정한 지하수의 전기전도도와 압력은 거의 일치하는 것이 확인되었다. 이러한 결과는 이 연구에서 제시한 샘플러를 이용하여 채수한 지하수 시료들이 샘플러 설치 심도의 샘플링 시간대의 지하수 수질을 정확하게 반영하고 있음을 지시한다.

• 한국철도학회논문집
• /
• 제19권1호
• /
• pp.38-45
• /
• 2016

KTX산천 고속차량에서 사용하는 전력변환시스템은 전력전자기술, 고속 대용량 반도체소자 및 마이크로프로세서의 기술발달에 힘입어 높은 성능과 효율, 안전성, 에너지 소비측면에서 뛰어난 제어능력을 갖추게 되었다. 하지만 고속스위칭소자인 IGBT를 사용함에 따라 발생하는 고조파로 인해 전기차량은 물론 변전소, 신호시스템, 데이터전송 및 감시시스템 등 선로변 신호설비에 문제를 야기시켰다. 특히 전력변환장치의 정수배 부근 주파수에서 발생하는 귀선전류고조파의 영향으로 TI-21 무절연AF궤도회로가 부정 동작하는 사례가 발생되었다. 본 논문은 고속전기차량과 궤도회로간 귀선전류고조파 이동경로 분석을 위하여 실제 현장에서 측정 및 분석방법을 제시하였다. 이러한 분석결과는 향후 신규로 도입되는 고속전기차량, AF궤도회로, 공동접지망 설계 시 폭넓게 반영될 것으로 기대된다.

• 한국광학회지
• /
• 제19권1호
• /
• pp.68-72
• /
• 2008

광섬유 브래그 격자(fiber Bragg grating: FBG)를 이용한 스트레인 센서는 출력 값으로 브래그 반사 파장의 변화를 제공하게 된다. 본 논문에서는 브래그 격자 스트레인 센서에서 출력되는 빛을 도파로 어레이 격자(arrayed waveguide grating: AWG)에 입력시켜서 파장의 변화를 측정하는 방법을 제안한다. FBG에 스트레인이 가해지게 되면 브래그 반사 파장이 이동하게 되어 AWG를 지나서 출력되는 채널별 광 파워가 변하게 되며, 이 값들의 조합으로 구해지는 centroid 값을 계산하면 브래그 반사 파장과 인가된 스트레인 값을 얻을 수 있다. 브래그 격자의 반사 스펙트럼의 대역폭이 centroid 값에 미치는 영향을 고려하여 3-dB 대역폭이 5.4 nm인 chirped FBG를 사용하였으며, 저항 측정방식의 기존 스트레인 센서와 비교하여 오차범위가 2% 이내인 결과를 확인 하였다. FBG 센서를 외팔보에 부착하여 진동에 따른 스트레인 값을 실시간으로 측정한 결과 진동 주파수 17.8 Hz, damping 시상수 0.96 초를 얻을 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권7호
• /
• pp.183-194
• /
• 2018

IoT 기술의 급격한 발전으로 스마트홈이나 스마트 시티와 같은 다양한 편리한 서비스들이 실현되었다. 그러나 무인 환경에서의 IoT 기기는 도청 및 데이터 위조, 무단 액세스로 인한 정보 누출 등 다양한 보안 위협에 노출되어 있다. 안전한 IoT 환경을 구축하려면 IoT 기기에 적절한 암호화 기술을 사용해야 한다. 그러나 IoT 기기의 제한된 자원으로 인해 기존 IT 환경에 적용된 암호화 기술을 그대로 적용하는 것은 불가능하다. 본 논문에서는 성능에 따라 IoT 디바이스의 분류를 조사하고 IoT 디바이스의 보안 요구 사항을 분석한다. 또한 AllJoyn, oneM2M, IoTivity와 같은 IoT 개방형 표준 플랫폼의 현재 암호화 기술의 사용 현황을 조사하고 분석한다. 암호화 기술 사용 현황에 대한 연구를 기반으로 각 플랫폼이 보안 요구사항을 만족하는지 확인한다. 각 IoT 개방형 플랫폼은 기밀성, 무결성, 인증 및 인증과 같은 보안 서비스를 지원하기위한 암호화 기술을 제공한다. 하지만 혈압 모니터링 센서와 같은 자원이 제한된 IoT 장치는 기존의 암호화 기법을 적용하기가 어렵다. 따라서 무인 환경에서 전력 제한 및 자원 제약을 받는 IoT 장치에 대한 암호화 기술을 연구 할 필요가 있다.

• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.429-438
• /
• 1997

기계식 판막은 매몰식 인공장기에 널리 사용돼 왔으며, 판막의 이상은 환자의 죽음으르 의미한다. 판막의 이상에 영향을 미치는 것은 많은 요소들이 있는데 대표적으로 기계적인 고장과 혈전현상이 있다. 그래서 비침습적으로 이것들을 발견하는 것이 필요하게 된 것이다. 이 논문의 목적은 스펙트럼의 해석과 인공신경망을 이용하여 혈전현상을 발견하는데 있다. 신호의 측정은 공압식 좌심실 보조장치에 장착한 기계식 판막으로부터 마이크로폰과 증폭기를 이용하였다. 디스크 위의 모의 혈전현상과 봉합링의 주위에 혈전현상, 20%, 40% 60%로 자라나는 혈전현상은 펠레세인과 실리콘을 이용하여 제작하였다. 기초 성능 평가를 위해 1KHz 정현파를 인가하여 시스템을 평가하였으며, 정상적인 판막과 5 종류의 혈전현상의 스펙트럼은 혈전현상의 정보를 지닌 개폐시 peak의 신호 파형에서 구하였다. 데이터의 정량적인 해석을 위해 7,000개의 입력 노드와 20개의 은닉층과 1개의 출력층으로 이루어진 인공신경망을 사용하였다. 결론적으로 훈련된 인공신경망을 사용한 결과 정상 판막과 비정상 판막을 판단하는데 90%의 판단능력을 보였다. 이상의 실험을 통해 판막의 이상유무를 신호의 스펙트럼 해석과 인공신경망을 통해 평가할수 있음을 알 수 있었다. 본 논문의 결과는 앞으로 인공장기를 몸속에 지니고 있는 환자에게서 장기의 상태를 지속적으로 감시할 수 있는 기술적 토대를 제공할 것이다.