• 한국소음진동공학회논문집
• /
• 제22권2호
• /
• pp.193-197
• /
• 2012

Road traffic noise map is effective method to save cost and time for environmental noise assessment. Generally, noise is calculated by using theoretical equation of noise prediction, and the calculated result can be influenced by various input factors. Especially, domestic vehicle classification method for traffic flow and heavy vehicle percentage is different from that of foreign countries. Thus, this can cause effect on the noise prediction results. In this study, noise prediction results by using domestic vehicle classification method are compared with those by foreign methods.

• 융합보안논문지
• /
• 제21권3호
• /
• pp.31-38
• /
• 2021

Onion Router라고 알려진 Tor는 강한 익명성을 보장하기 때문에 각종 범죄행위뿐만 아니라 신속한 포트 검색 및 인증정보의 외부 유출 등 해킹 시도에도 활발하게 이용되고 있다. 따라서 범죄 시도를 조기에 차단하고 해킹으로부터 조직의 정보시스템을 안전하게 보호하기 위해서는 Tor 트래픽의 빠르고 정확한 탐지가 상당히 중요하다. 이에 본 논문에서는 CNN(Convolutional Neural Network)을 기반으로 Tor 트래픽을 탐지하고 트래픽의 유형을 분류하는 분류모델을 제안한다. 제안하는 분류모델의 성능 검증에는 UNB Tor 2016 데이터세트가 사용되었다. 실험을 진행한 결과, 제안하는 접근방법은 Tor 및 Non-Tor 트패픽을 탐지하는 이진분류에서는 99.98%, Tor 트래픽의 유형을 구분하는 다중분류에서는 97.27%의 정확도를 보여주었다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.14-20
• /
• 2021

겨울철 도로 결빙으로 인한 사고는 대부분 큰 사고로 이어진다. 이는 운전자가 도로의 결빙을 사전에 자각하기 어렵기 때문이다. 본 연구에서는 AutoML과 CNN의 앙상블 모델을 이용하여 도로교통 이머징 리스크를 정확하게 탐지하는 방법을 연구한다. 비정형 데이터인 이미지를 이용한 CNN 이미지 특징 추출 기반 도로교통 이머징 리스크 분류 모델과 정형 데이터인 기상 데이터를 이용한 AutoML 기반 도로교통 이머징 리스크 분류 모델을 각각 학습시킨다. 그 후 모델들에서 도출된 확률값을 입력하여 CNN 기반 분류 모델을 보완하도록 앙상블 모델을 설계한다. 이를 통해 도로교통 이머징 리스크 분류 성능을 향상하고 더 정확하고 빠르게 운전자에게 경고하여 안전한 주행이 가능하도록 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3804-3819
• /
• 2018

The increasing popularity of HTTP adaptive video streaming services has dramatically increased bandwidth requirements on operator networks, which attempt to shape their traffic through Deep Packet inspection (DPI). However, Google and certain content providers have started to encrypt their video services. As a result, operators often encounter difficulties in shaping their encrypted video traffic via DPI. This highlights the need for new traffic classification methods for encrypted HTTP adaptive video streaming to enable smart traffic shaping. These new methods will have to effectively estimate the quality representation layer and playout buffer. We present a new machine learning method and show for the first time that video quality representation classification for (YouTube) encrypted HTTP adaptive streaming is possible. The crawler codes and the datasets are provided in [43,44,51]. An extensive empirical evaluation shows that our method is able to independently classify every video segment into one of the quality representation layers with 97% accuracy if the browser is Safari with a Flash Player and 77% accuracy if the browser is Chrome, Explorer, Firefox or Safari with an HTML5 player.

• 인터넷정보학회논문지
• /
• 제5권5호
• /
• pp.39-48
• /
• 2004

RTP (real-time transport protocol)는 인터넷상에서 실시간 멀티미디어 트래픽을 전송하기 위한 유력한 프로토콜로서 간주되고 있다. 망내에서 실시간 멀티미디어 트래픽을 제어하고 관리하기 위하여는 망 관리자가 망을 통하여 전달되는 실시간 멀티미디어 트래픽들을 감시하고 분석해내는 것이 필요하지만, 기존의 트래픽 분석 도구들은 RTP 패킷들을 비실시간 뿐만 아니라 실시간으로도 정확히 분류, 분석해 내지 못하고 있다. 본 논문에서는 인터넷에서 RTP를 사용하는 실시간 멀티미디어 트래픽을 실시간으로 분류해 내기 위한 방법을 제안한다. 한국전산원의 국제망 연동을 위한 게이트웨이 라우터에서 직접 수집한 데이터를 사용하여, 제안 방법의 정확성과 신속성을 보였다.

• 한국도로학회논문집
• /
• 제16권4호
• /
• pp.127-134
• /
• 2014

PURPOSES : To operate more efficient traffic management system, it is utmost important to detect the change in congestion level on a freeway segment rapidly and reliably. This study aims to develop classification method of congestion change type. METHODS: This research proposes two classification methods to capture the change of the congestion level on freeway segments using the dedicated short range communication (DSRC) data and the vehicle detection system (VDS) data. For developing the classification methods, the decision tree models were employed in which the independent variable is the change in congestion level and the covariates are the DSRC and VDS data collected from the freeway segments in Korea. RESULTS : The comparison results show that the decision tree model with DSRC data are better than the decision tree model with VDS data. Specifically, the decision tree model using DSRC data with better fits show approximately 95% accuracies. CONCLUSIONS : It is expected that the congestion change type classified using the decision tree models could play an important role in future freeway traffic management strategy.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.119-127
• /
• 2019

본 연구에서는 1/1,000 수치지형도 및 정밀도로지도 제작에 있어서 도로 레이어를 구성하고 있는 교통안전표지 및 도로표지의 제작 공정에 있어서 딥러닝의 적용방안을 탐색하였다. 딥러닝의 이미지 분류에서 활용하는 전수학습을 이용하여 취득한 영상에 대한 학습자료 구축을 통해 도로 표지정보의 자동분류를 수행하였다. 분석결과 주의, 규제, 지시, 보조는 촬영된 이미지의 품질 및 형태 등 여러 가지 요소에 의해 정확도가 불규칙하게 나타났지만, 안내표지의 경우는 정확도가 97% 이상으로 높게 나타났다. 수치지도제작에 있어 전수학습을 이용한 이미지 자동분류 방식은 교통안전표지를 포함한 다양한 레이어들에 대한 자료 취득과 분류에 있어서 활용이 증가할 것으로 기대한다.

• 한국재난정보학회 논문집
• /
• 제9권1호
• /
• pp.30-49
• /
• 2013

본 연구에서는 토지이용에 기반을 두는 새로운 교통사고 예측모형을 개발하였다. 다양한 지역의 특성을 반영할 수 있는 변수에 대한 시장분할 및 추가변수 도입을 토대로 Data Mining 기법의 하나인 의사나무결정법(Classification and Regression Tree)을 활용하여 새로운 유형별 교통사고 예측모형을 개발하였다. 분석결과를 살펴보면 주민등록인구수, 통근 등 활동변수와 활동의 대상이 되는 도로규모, 유발시설 등이 교통사고를 설명하는 변수로 도출되었다.

• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.91-100
• /
• 2023

As SDN devices and systems hit the market, security in SDN must be raised on the agenda. SDN has become an interesting area in both academics and industry. SDN promises many benefits which attract many IT managers and Leading IT companies which motivates them to switch to SDN. Over the last three decades, network attacks becoming more sophisticated and complex to detect. The goal is to study how traffic information can be extracted from an SDN controller and open virtual switches (OVS) using SDN mechanisms. The testbed environment is created using the RYU controller and Mininet. The extracted information is further used to detect these attacks efficiently using a machine learning approach. To use the Machine learning approach, a dataset is required. Currently, a public SDN based dataset is not available. In this paper, SDN based dataset is created which include legitimate and non-legitimate traffic. Classification is divided into two categories: binary and multiclass classification. Traffic has been classified with or without dimension reduction techniques like PCA and LDA. Our approach provides 98.58% of accuracy using a random forest algorithm.

• 한국안전학회지
• /
• 제20권3호
• /
• pp.112-119
• /
• 2005

In road tunnel, in order to prevents an accident and minimize the damage of an accident in the case of fire, safety facilities and equipments are integral parts. The type and amount of safety facilities are based on tunnel type and length, traffic flow rate, etc. Therefore many countries use a tunnel classification system that categories tunnel into groups, and specifies the necessary emergency equipment for each group. In this study, for the purpose of classifying tunnel based on tunnel ist investigated the domestic and foreign standards and regulations for safety of road tunnel. As a results, we suggest the method of classification of tunnel by traffic performance, tunnel grade, the volume of traffic, fraction of HGV, rules or regulations for transports of dangerous good through tunnel.