• International Journal of Computer Science & Network Security
• /
• 제24권5호
• /
• pp.64-72
• /
• 2024

In recent times cyber attackers can use Artificial Intelligence (AI) to boost the sophistication and scope of attacks. On the defense side, AI is used to enhance defense plans, to boost the robustness, flexibility, and efficiency of defense systems, which means adapting to environmental changes to reduce impacts. With increased developments in the field of information and communication technologies, various exploits occur as a danger sign to cyber security and these exploitations are changing rapidly. Cyber criminals use new, sophisticated tactics to boost their attack speed and size. Consequently, there is a need for more flexible, adaptable and strong cyber defense systems that can identify a wide range of threats in real-time. In recent years, the adoption of AI approaches has increased and maintained a vital role in the detection and prevention of cyber threats. In this paper, an Ensemble Deep Restricted Boltzmann Machine (EDRBM) is developed for the classification of cybersecurity threats in case of a large-scale network environment. The EDRBM acts as a classification model that enables the classification of malicious flowsets from the largescale network. The simulation is conducted to test the efficacy of the proposed EDRBM under various malware attacks. The simulation results show that the proposed method achieves higher classification rate in classifying the malware in the flowsets i.e., malicious flowsets than other methods.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권1호
• /
• pp.47-54
• /
• 2012

모바일 환경에서의 동영상 콘텐츠는 네트워크 트래픽과 같은 성능을 고려하여 일반 동영상에 비해 비트율이 낮은 비디오 영상을 처리하게 되고, 비트율이 낮은 동영상에 대한 소유권 보호의 필요성이 요구된다. 따라서 모바일 장치는 퍼스널 컴퓨터와 성능면에서 많은 차이점을 가지고 있으므로 모바일 장치에서 디지털 미디어를 보호하기 위해서는 모바일 환경에 적합한 워터마킹 처리 알고리즘을 개발해야 한다. 본 논문은 M-Commerce 환경에서 모바일 장치의 낮은 성능을 고려하여 비트율이 낮은 비디오 콘텐츠에 대한 비시각적인 대역 확산(Spread Spectrum) 워터마킹 기법을 제안하고, 동영상 콘텐츠의 불법적인 행위자들을 추적하여 소유권의 보호를 보장할 수 있다. 워터마크가 내장된 콘텐츠의 공격에 대한 강인성의 평가는 워터마크를 제거하거나 손상된 콘텐츠를 추출 알고리즘의 상관관계(Correlation)로 나타낸다. 실험 결과에 따르면 워터마크의 강인성을 평가하기 위해 워터마크가 내장된 영상을 압축한 후 M-Sequence의 주기를 추출한 결과 모든 영상에서 고유한 M-Sequence의 주기를 쉽게 검출할 수 있었다. 따라서 비트율이 낮은 콘텐츠에서도 워터마크 추출을 보장하여 불법적인 사용자의 추적이 가능할 것으로 예상된다.

• 정보보호학회논문지
• /
• 제33권4호
• /
• pp.621-631
• /
• 2023

적대적 학습은 적대적 샘플에 대한 딥러닝 모델의 강건성을 향상시킨다. 하지만 기존의 적대적 학습 기법은 입력단계의 작은 섭동마저도 은닉층의 특징에 큰 변화를 일으킨다는 점을 간과하여 adversarial loss function에만집중한다. 그 결과로 일반 샘플 또는 다른 공격 기법과 같이 학습되지 않은 다양한 상황에 대한 정확도가 감소한다. 이 문제를 해결하기 위해서는 특징 표현 능력을 향상시키는 모델 아키텍처에 대한 분석이 필요하다. 본 논문에서는 입력 이미지의 attention map을 생성하는 attention module을 일반 모델에 적용하고 PGD 적대적학습을수행한다. CIFAR-10 dataset에서의 제안된 기법은 네트워크 구조에 상관없이 적대적 학습을 수행한 일반 모델보다 적대적 샘플에 대해 더 높은 정확도를 보였다. 특히 우리의 접근법은 PGD, FGSM, BIM과 같은 다양한 공격과 더 강력한 adversary에 대해서도 더 강건했다. 나아가 우리는 attention map을 시각화함으로써 attention module이 적대적 샘플에 대해서도 정확한 클래스의 특징을 추출한다는 것을 확인했다.

• 한국항해항만학회지
• /
• 제28권3호
• /
• pp.221-225
• /
• 2004

본 논문은 신경 회로망과 유전 알고리즘을 이용한 비선형 시스템 모델링을 다룬다. 비선형 함수의 근사성 때문에 시스템을 식별하고 제어하기 위해서 신경 회로망을 응용한 연구가 실제로 많이 이루어지고 있다. 빠른 응답시간과 최소의 오차를 위해서는 최적구조 신경 회로망을 설계하는 것이 중요하다. 유선 알고리즘은 최근에 단순성과 견고성 때문에 점점 많이 이용되는 추세이다. 따라서 본 논문에서는 유선알고리즘을 이용하여 신경회로망을 최적화한다. 오차와 응답시간을 최소화하는 신경 회로망 구조를 위해서 유전알고리즘의 유전자로 이진 코딩하여 최적 신경회로망을 탐색하고자 한다. 시뮬레이션을 통해서, 최적 신경회로망 구조가 비선형 시스템 식별에 효과적인 것을 입증하고자 한다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.185-193
• /
• 2022

본 논문은 쿼드로터 무인기의 위치 및 자세 추적 제어 성능을 향상시키기 위해 RBFNN 방식을 이용한 적응형 슬라이딩 모드 제어를 제안한다. RBFNN은 UAV 동적 모델에서 비선형 함수의 근사화에 활용되며, RBFNN의 가중치는 슬라이딩 표면에 부딪혀 미끄러지는 상태를 보장하기 위해 Lyapunov 안정성 분석의 적응 법칙에 따라 온라인으로 조정된다. 네트워크 근사 오류를 보상하고 기존 채터링 문제를 제거하기 위해 슬라이딩 모드 제어 항은 적응 법칙에 의해 조정되어 시스템의 강력한 성능을 향상시킨다. 제안된 제어 방법의 시뮬레이션 결과는 비선형 쿼드로터 무인 항공기에 적용된 제안된 제어기의 효율성을 확인하였다. 그 결과, 제안된 제어 시스템이 만족스러운 제어 성능과 견고성을 달성함을 알 수 있었다.

• International Journal of Precision Engineering and Manufacturing
• /
• 제7권1호
• /
• pp.35-41
• /
• 2006

In this paper, we develop anti-sway control in proposed techniques for an ATC system. The developed algorithm is to build the optimal path of container motion and to calculate an anti-collision path for collision avoidance in its movement to the finial coordinate. Moreover, in order to show the effectiveness in this research, we compared NNP PID controller to be tuning parameters of controller using NN with 2-DOF PID controller. The experimental results jar an ATC simulator show that the proposed control scheme guarantees performances, trolley position, sway angle, and settling time in NNP PID controller than other controller. As a result, the application of NNP PID controller is analyzed to have robustness about disturbance which is wind of fixed pattern in the yard.

• Journal of Communications and Networks
• /
• 제6권4호
• /
• pp.317-330
• /
• 2004

In this paper, we explore the utility of recently discovered multiple-antenna techniques (namely MIMO techniques) for medium access control (MAC) design and routing in mobile ad hoc networks. Specifically, we focus on ad hoc networks where the spatial diversity technique is used to combat fading and achieve robustness in the presence of user mobility. We first examine the impact of spatial diversity on the MAC design, and devise a MIMO MAC protocol accordingly. We then develop analytical methods to characterize the corresponding saturation throughput for MIMO multi-hop networks. Building on the throughout analysis, we study the impact of MIMO MAC on routing. We characterize the optimal hop distance that minimizes the end-to-end delay in a large network. For completeness, we also study MAC design using directional antennas for the case where the channel has a strong line of sight (LOS) component. Our results show that the spatial diversity technique and the directional antenna technique can enhance the performance of mobile ad hoc networks significantly.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 B
• /
• pp.1165-1168
• /
• 2002

This paper presents a neural network based self-tuning fuzzy PID control scheme with variable learning rate for sensorless vector controlled induction motor drives. MRAS(Model Reference Adaptive System) is used for rotor speed estimation. When induction motor is continuously used long time. its electrical and mechanical parameters will change, which degrade the performance of PID controller considerably. This paper re-analyzes the fuzzy controller as conventional PID controller structure, introduces a single neuron with a back-propagation learning algorithm to tune the control parameters, and proposes a variable learning rate to improve the control performance. The proposed scheme is simple in structure and computational burden is small. The simulation using Matlab/Simulink and the experiment using DS1102 board show the robustness of the proposed controller to parameter variations.

• 한국복합재료학회:학술대회논문집
• /
• 한국복합재료학회 2002년도 춘계학술발표대회 논문집
• /
• pp.135-138
• /
• 2002

Experimental studies on vibration control of a composite beam with a piezoelectric actuator and an extrinsic Fabry-Perot interferometer (EFPI) have been performed using a neural network controller and an LQG controller. Vibration control performance was investigated in the nonlinear sensing range according to the vibration amplitudes. Using a neuro-controller, adaptive vibration control experiment has been performed for the structure with frequency variations, and its performance is compared with that of an LQG controller. The vibration control results show that the neuro-controller has good performance and robustness with respect to the system parameter variations.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.636-639
• /
• 2003

In this paper, we present a robust method for detecting other vehicles from n forward-looking CCD camera in a moving vehicle. This system uses edge and shape information to detect other vehicles. The algorithm consists of three steps: lane detection, ehicle candidate generation, and vehicle verification. First after detecting a lane from the template matching method, we divide the road into three parts: left lane, front lane, and right lane. Second, we set the region of interest (ROI) using the lane position information and extract a vehicle candidate from the ROI. Third, we use local orientation coding (LOC) edge image of the vehicle candidate as input to a pretrained neural network for vehicle recognition. Experimental results from highway scenes show the robustness and effectiveness of this method.