• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.485-488
• /
• 2008

The structure supporting road sign is a road information facility for ensuring the safe transportation and smooth traffic. But, lots of road information facilities were damaged by the typhoon "Maemi" in 2003. Such damaged facilities should be rehabilitated and could increase economic loss by causing traffic accident. Therefore, in this study, behavior that reduce wind load and improve wind resistance of the structure supporting road sign are studied about wind load beyond design specification by abnormal climate as below. The first is wind load reducing technique such that shear key resist wind load that is not greater than design wind speed but in case that it is over the design wind limit, column member is rotated on the inner steel pipe axis by the brittle failure of shear key. The second is the technique such that fail-safe the overturning of road sign panel by equipment installation in the vertical member. The third is the technique of installing stiffening plate inside the vertical member to relieve stress concentration.

• Smart Structures and Systems
• /
• 제5권1호
• /
• pp.43-54
• /
• 2009

This study introduces a novel approach for locating damage in a structure using wireless sensor system with local level computational capability to alleviate data traffic load on the centralized computation. Smart wireless sensor systems, capable of iterative damage-searching, mimic an optimization process in a decentralized way. The proposed algorithm tries to detect damage in a structure by monitoring abnormal increases in strain measurements from a group of wireless sensors. Initially, this clustering technique provides a reasonably effective sensor placement within a structure. Sensor clustering also assigns a certain number of master sensors in each cluster so that they can constantly monitor the structural health of a structure. By adopting a voting system, a group of wireless sensors iteratively forages for a damage location as they can be activated as needed. Since all of the damage searching process occurs within a small group of wireless sensors, no global control or data traffic to a central system is required. Numerical simulation demonstrates that the newly developed searching algorithm implemented on wireless sensors successfully localizes stiffness damage in a plate through the local level reconfigurable function of smart sensors.

• 한국정보통신학회논문지
• /
• 제20권6호
• /
• pp.1195-1202
• /
• 2016

최근 다양한 분야에 빅데이터 기술을 활용하기 위한 방법에 관한 연구가 활발하게 이루어지고 있다. 해상-빅데이터는 인터넷 공간에 있는 정보들이 아닌 선박의 항해통신장비로부터 발생 및 수집되는 수많은 정보로 정의할 수 있다. 한편, 해상 교통량의 증가함에 따라 해양 사고도 증가하고 있으며, 이에 따라 해양 안전에 관한 요구가 증대되고 있다. 이러한 요구를 충족시키기 위한 일환으로, 본 논문에서는 해상에 있는 수많은 선박으로부터 수신되는 대량의 AIS 메시지 데이터를 기반으로 선박의 항적 표시 및 해상교통량 통계 분석을 전자해도를 통해 시각적으로 표현하는 시스템을 개발한다. 또한, 유용성 검증을 위해 개발한 시스템을 활용하여 선박 항적 표시 기능 및 해상교통량 통계 분석 기능을 수행하였다. 이를 통해 개발한 시스템의 선박 항적 표시 기능 및 해상교통량 통계 분석 기능을 통해 선박의 항적 표시, 비정상적인 운항 패턴, AIS 장비의 이상 유무, 해상교통량 통계 분석 등에 활용 가능함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제14권1호
• /
• pp.203-209
• /
• 2014

오늘날 DDoS 공격은 인터넷 안정성에 매우 중요한 위협을 가하고 있다. DDoS 공격은 대량의 트래픽을 네트워크에 전송함으로써 자원을 고갈시키고 정상적인 서비스 제공을 불가능하게 하며 사전 탐지가 힘들고 효율적인 방어가 매우 어렵다. 인터넷과 같은 대규모 망을 대상으로 한 네트워크 공격은 효과적인 탐지 방법이 요구된다. 그러므로 대규모 망에서 침입 탐지 시스템은 효율적인 실시간 탐지가 필요하다. 본 논문에서는 DDoS 공격에 따른 비정상적인 트래픽 범람을 방지하고 합법적인 트래픽 전송을 보장하기 위하여 플로우 정보 분석을 이용한 DDoS 공격 대응 기법을 제안한다. OPNET을 이용해 구현한 결과 DDoS 공격중에 원활한 서비스를 제공할 수 있는 것을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권5호
• /
• pp.113-120
• /
• 2020

한국과학기술정보연구원은 대용량 데이터를 초고속으로 생산·처리·활용할 수 있는 국가슈퍼컴퓨팅시스템을 구축·운영하여 사용자(대학, 연구소, 정부 및 산하기관, 기업체 등)에게 HPC(High Performance Computing) 서비스를 제공하고 있다. 2019년 1월 1일 공식 서비스를 개시한 국가슈퍼컴퓨터 누리온은 한국과학기술정보연구원에서 5번째로 구축한 시스템으로 이론성능 25.7 페타플롭스를 갖는다. 시스템 운영자나 사용자의 관점에서 슈퍼컴퓨터의 사용 방법과 운영 방식을 이해하는 것은 매우 중요하다. 이를 이해하는 작업은 네트워크 트래픽을 모니터링하고 분석하는 것에서 시작된다. 본 논문에서는 누리온 시스템과 슈퍼컴퓨팅서비스 네트워크 및 보안 구성에 대하여 간략히 소개한다. 그리고 슈퍼컴퓨팅서비스 현황을 실시간으로 확인하기 위한 모니터링 체계를 기술하고 서비스를 시작하고 11개월(2019년 1월~11월) 동안 수집된 슈퍼컴퓨팅서비스 네트워크의 인바운드 및 아웃바운드 트래픽과 비정상행위(공격) 탐지 IP 개수에 대한 시계열 및 상관관계 분석을 수행한다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.123-133
• /
• 2008

최근 교통 물류 분야에서도 유비쿼터스 환경의 정보수집체계 및 이를 응용한 서비스 개발의 필요성이 매년 높아지고 있다. 프로브 차량과 무선통신기술을 활용한 교통정보 수집체계는 그 대표적인 사례로 차량의 기종점 자료를 이용하여 시간대별 OD를 산정하는 것이 가능하다. 그러나 프로브 차량 정보를 활용하여 산정된 OD는 시간적 공간적으로 변동되는 표본OD이기 때문에 이를 정적OD로 전환하기 위해서는 수집정보를 집적하여 적정 표본율을 산정하고, 표본OD를 전수화하는 과정이 필요하다. 본 연구는 제주시를 대상으로 수집된 실제 데이터를 표본OD 산정 및 전수화 알고리즘에 적용하여 표본OD를 산정하고 이를 전수화하였다. 각 링크별 관측교통량과 배분교통량과의 오차를 비교 검토한 결과 링크별 관측교통량 과 배분교통량의 평균 오차율은 22.9%, 상 하위 10%의 이상 자료를 제거한 후의 평균 오차율은 17.6%로 각각 나타났다. 본 연구는 기존OD가 존재하지 않는 지역에서 프로브 차량의 경로정보를 활용하여 정적OD를 산정하였다는 점과 적정 오차율 내 수렴을 위한 적정 표본율을 제시하였다는 점에서 그 의의를 찾을 수 있다.

• 한국융합학회논문지
• /
• 제12권2호
• /
• pp.1-6
• /
• 2021

현대사회에서는 차량을 소유하는 사람들이 증가하면서 교통문제가 발생하고 있다. 특히 고속도로 교통사고 문제는 발생률이 낮지만 치사율은 높다. 따라서 차량의 이상을 탐지하는 기술이 연구되고 있다. 이 중에는 딥러닝을 이용한 차량 이상탐지 기술이 있다. 이는 사고 및 엔진고장으로 인한 정차차량 등의 차량 이상을 탐지한다. 그러나 도로에서 이상이 발생할 경우 운전자의 위치를 파악할 수 있어야 빠른 대처가 가능하다. 따라서 본 연구에서는 도로 CCTV 데이터를 활용한 딥러닝 기반 차량 이상 감지 방법을 제안한다. 제안하는 방법은 먼저 도로 CCTV 데이터를 전처리한다. 전처리는 배경 추출 알고리즘인 MOG2를 이용하여 배경과 전경을 분리한다. 전경은 변위가 존재하는 차량을 의미하며 도로 위에서 이상이 존재하는 차는 변위가 없어 배경으로 판단된다. 배경이 추출된 이미지는 이상을 탐지하기 위해 YOLOv4를 이용하여 객체를 탐지한다. 해당 차량은 이상이 있음으로 판단한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.313-314
• /
• 2022

지능형 해상교통정보서비스(바다내비)는 선박에 설치한 LTE-Maritime 송수신기 및 AIS 등의 선박 장비로부터 육상 센터에 주기적으로 수집한 선박들의 위치 정보 기반으로 선박의 충돌·좌초 등을 예방할 수 있도록 실시간 예방 정보를 선박에 제공한다. 그러나 위 서비스는 선박의 위치를 측정하는 GPS 위치 정보가 LTE-Maritime 또는 AIS 망을 통해 전송되는 과정 중에 끊기거나 위치 튐 및 지연 등의 현상이 발생할 수 있어 선박 위치 정보의 신뢰성을 떨어드릴 수 있다. 본 연구는 확률에 기반한 최적 추정 필터인 칼만필터를 이용하여 기존 수신 위치정보를 기반으로 선박 위치 예측을 통해 비정상 구간에서도 어느 정도 신뢰성 있는 위치 정보를 추정하는 것을 목표로 한다.

• 한국IT서비스학회지
• /
• 제22권5호
• /
• pp.99-108
• /
• 2023

As the computerization of hospitals becomes more advanced, security issues regarding data generated from various medical devices within hospitals are gradually increasing. For example, because hospital data contains a variety of personal information, attempts to attack it have been continuously made. In order to safely protect data from external attacks, each hospital has formed an internal team to continuously monitor whether the computer network is safely protected. However, there are limits to how humans can monitor attacks that occur on networks within hospitals in real time. Recently, artificial intelligence models have shown excellent performance in detecting outliers. In this paper, an experiment was conducted to verify how well an artificial intelligence model classifies normal and abnormal data in network traffic data generated from medical devices. There are several models used for outlier detection, but among them, Random Forest and Tabnet were used. Tabnet is a deep learning algorithm related to receive and classify structured data. Two algorithms were trained using open traffic network data, and the classification accuracy of the model was measured using test data. As a result, the random forest algorithm showed a classification accuracy of 93%, and Tapnet showed a classification accuracy of 99%. Therefore, it is expected that most outliers that may occur in a hospital network can be detected using an excellent algorithm such as Tabnet.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.281-288
• /
• 2024

6세대(6G) 이동통신 기술은 초고속과 초대역, 그리고 초연결성을 중심으로 발전하고 있다. 통신 기술의 발전으로 사물 인터넷(IoT) 기술에서 만물 인터넷(IoE) 기술로 확장되며 초연결 사회의 형성이 급속화되고 있다. 하지만 그와 동시에 IoT 디바이스를 대상으로 하는 보안 위협이 광범위해지고 무단 액세스나 정보 유출 등 침해사고에 대한 우려가 커지며 보안 강화 솔루션의 필요성이 증가하고 있다. 이에 따라, 본 논문에서는 IoT 보안 위협에 대응하기 위해 실시간으로 수집한 네트워크 트래픽을 활용하여 오토인코더 기반의 이상징후 탐지 모델을 구현한다. 실제 IoT 환경에서 각종 공격에 대한 IoT 디바이스 트래픽 데이터를 수집하기 어려운 점을 고려하여 비지도 학습 기반의 오토인코더 신경망을 사용하며, 학습 데이터의 노이즈 적용과 잠재 공간의 차원에 따라 서로 다른 6가지 오토인코더 모델을 구현한다. 실험을 통해 모델 성능을 비교하여 비정상적인 네트워크 트래픽을 탐지하는 이상징후 탐지 모델에 대한 성능 평가를 제공한다.