• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.

• 한국방사선학회논문지
• /
• 제15권2호
• /
• pp.265-271
• /
• 2021

수목의 내부 부후의 양상은 많은 원인에 의존한다. 이런 다양한 부후의 원인은 일반적인 방법으로는 탐지가 어렵기 때문에 장기간 부후 상태를 확인할 수 없다면 부후 부위의 확대로 인해 수목의 심각한 피해가 발생할 수 있다. 수목 단층 영상을 획득하는 방식은 센서를 고무망치로 두드려 수목을 통과하는 임펄스가 생성되어 이동하는 속도를 기록한다. 본 논문에서는 물리적 손상에 의한 균열, 공동, 부후를 측정할 수 있도록 Arbotom에서 획득한 수목 단면 영상을 이용하여 수목의 내부 상태를 알 수 있는 3D 뷰어를 개발하여 수목 내부의 부후가 진행된 정도를 파악하고 이를 바탕으로 수목의 외과적 수술이 필요한 경우 참고할 수 있는 데이터를 제시하고자 하였다. 수목의 단층 영상을 획득하기 위해 세 그루의 양버즘 나무와 단풍 나무에 6개의 센서를 부착하여 1m 길이의 나무를 Arbotom 프로그램을 이용하여 측정하였으며 MATLAB을 이용하여 제작한 3D Viewer를 통하여 3D 영상을 구현하였다. 단순히 영상의 획득 뿐만 아니라 수목의 단면 길이와 부피를 측정하였으며 실제로 제작한 3D Viewer에서 단풍 나무의 부후가 발생된 부분 길이는 33.12 cm, 양버즘 나무의 부후는 21.41 cm로 측정되었으며 단풍 나무의 부후의 부피는 78.832 ㎤로 측정되었다. Arbotom의 단면 영상과 3D 영상을 비교한 결과 수목의 실제 양상과 같은 결과를 획득하였기 때문에 제작된 소프트웨어 신뢰성 또한 확보된 것으로 판단할 수 있으며 제작된 Viewer를 통하여 외과적 수목 수술에 적용할 데이터를 제공해 수목의 피해를 최소화 할 것으로 사료된다.