• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.5723-5743
• /
• 2018

The evolving internet-based services demand high-speed data transmission in conjunction with scalability. The next generation optical network has to exploit artificial intelligence and cognitive techniques to cope with the emerging requirements. This work proposes a novel way to solve the dynamic provisioning problem in optical network. The provisioning in optical network involves the computation of routes and the reservation of wavelenghs (Routing and Wavelength assignment-RWA). This is an extensively studied multi-objective optimization problem and its complexity is known to be NP-Complete. As the exact algorithms incurs more running time, the heuristic based approaches have been widely preferred to solve this problem. Recently the software-defined networking has impacted the way the optical pipes are configured and monitored. This work proposes the dynamic selection of path computation algorithms in response to the changing service requirements and network scenarios. A software-defined controller mechanism with a novel packet matching feature was proposed to dynamically match the traffic demands with the appropriate algorithm. A software-defined controller with Path Computation Element-PCE was created in the ONOS tool. A simulation study was performed with the case study of dynamic path establishment in ONOS-Open Network Operating System based software defined controller environment. A java based NOX controller was configured with a parent path computation element. The child path computation elements were configured with different path computation algorithms under the control of the parent path computation element. The use case of dynamic bulk path creation was considered. The algorithm selection method is compared with the existing single algorithm based method and the results are analyzed.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.79-82
• /
• 2019

본 논문에서는 검색엔진 최적화(SEO; Search Engine Optimization)에 인공지능 기법을 접목하여, 자동화된 SEO 도구 설계 및 구현을 목표로 한다. 기존의 SEO 온-페이지(On-page) 최적화 기법들은 웹페이지 관리자들의 경험적 지식에 의존하는 한계점을 보이고 있다. 이는 SEO 성능에 영향을 끼칠 뿐 아니라, 웹페이지 관리자들에게도 SEO 도입의 장벽으로 작용한다. 따라서, 위 문제를 해결하기 위하여 메타데이터의 효과적인 구성을 위해 다음과 같은 3단계의 접근법을 제안하고자 한다. i) 상위 랭킹 웹사이트들의 메타데이터를 추출한다. ii) 어텐션 메커니즘에 기반한 LSTM(Long Short Term Memory)을 이용하여 사용자 질의어와의 관련성 높은 메타데이터를 생성한다. iii) GAN(Generative Adversarial Network) 모델을 통하여 학습함으로써 전반적으로 성능을 높여주는 기법을 제안한다. 본 연구결과는 기업의 온라인 마케팅 프로세스를 평가하고 개선하기 위한 최적화 도구로서 유용하게 활용될 것으로 기대한다.

• 정보보호학회논문지
• /
• 제31권4호
• /
• pp.687-699
• /
• 2021

프로그램에서 취약점이 발생하면 그에 대한 정보가 문서화되어 공개된다. 그러나 일부 취약점의 경우 발생한 원인과 그 소스코드를 공개하지 않는다. 이러한 정보가 없는 상황에서 취약점을 찾기 위해서는 바이너리 수준에서 코드를 분석해야 한다. 본 논문에서는 Out-of-bounds Read 취약점 유형을 바이너리 수준에서 찾는 것을 목표로 한다. 바이너리에서 취약점을 탐지하는 기존의 연구는 주로 동적 분석을 이용한 도구로 발표되었다. 동적 분석의 경우 프로그램 실행 정보를 바탕으로 취약점을 정확하게 탐지할 수 있지만, 모든 실행 경로를 탐지하지 못할 가능성이 있다. 모든 프로그램 경로를 분석하기 위해서는 정적 분석을 사용해야 한다. 기존의 정적 도구의 경우 소스코드 기반의 도구들이며, 바이너리에 수준의 정적 도구는 찾기 어렵다. 본 논문에서는 바이너리 정적 분석을 통해 취약점을 탐지하며, 메모리 구조를 모델링하는 방법으로 Heap, Stack, Global 영역의 취약점을 탐지한다. 실험 결과 기존의 탐지도구인 BAP_toolkit과 비교하였을 때 탐지 정확도 및 분석 시간에서 의미 있는 결과를 얻었다.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.802-816
• /
• 2021

연구목적: 본 논문에서는 개선된 특허 검색식을 제안하고 이에 기반 한 특허분석을 통해 Passive Tracking 기술분야의 잠재적 유망분야에 해당하는 공백기술을 도출하여 향후 수행해야 할 연구개발의 방향성을 제시한다. 연구방법: 본 논문에서는 기존의 검색식 구성 방식을 개선하여 유사어 DB, 최근 발표 논문의 Keyword, AI 검색 등의 다양한 Tool과 방법을 복합적으로 적용하는 기법을 제안하고, Passive Tracking 기술분야를 대상으로 광범위한 특허조사 및 분석을 통해, 기술 변화의 방향성 및 흐름을 확인하고, 해결하고자 하는 목적과 수단을 매트릭스화 하는 방법으로 공백기술을 도출한다. 연구결과: 제안하는 방법을 통해 Passive Tracking 기술분야 공백기술은 인공지능,적응형/복합형 측위기술 및 레이더/안테나를 활용한 '멀티 타깃 측위·추적기술'과 '3D 측위 기술'이 공백기술로 도출되었으며, 도출 결과의 타당성을 검토하기 위한 검색 결과 상용화 서비스 또는 제품이 부재함을 확인하였다. 결론: 본 논문에서 도출한 공백기술은 특허출원이 활발하지 않고 선점되어 있는 선행특허가 많지 않은 분야이므로, 보다 적극적인 연구개발과 특허출원 활동을 통해 기술에 대한 권리를 확보할 필요가 있다.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.1-13
• /
• 2023

연합학습이 현대 인공지능 연구에 큰 패러다임을 가지고 오면서 다양한 분야의 연구에서 연합학습을 접목시키기 위한 노력을 하고 있다. 하지만 연합학습 적용을 위한 연구자들은 자신의 상황과 목적에 맞는 연합학습 프레임워크와 벤치마크 툴을 선택해야 하는 문제에 직면한다. 본 연구는 실제 연합학습을 적용하는 연구자의 상황을 고려한 연합학습 프레임워크 및 벤치마크 툴의 선택 가이드라인 제시를 목표로 한다. 특히, 본 연구에서는 3가지의 주요한 기여점이 존재한다. 첫번째, 연합학습을 적용하는 연구자의 상황을 연합학습의 목표와 결합하여 일반화하고, 각 상황에 적합한 연합학습 프레임워크의 선택 가이드라인을 제안한다. 두번째, 연구자에게 연합학습 프레임워크를 각각의 특징과 성능비교를 통해 선택의 적합성을 보여준다. 마지막으로, 현존하는 연합학습 프레임워크의 한계와 실세계 연합학습 운영을 위한 방안, 특히 생명주기 관리에 대한 플랫폼의 구조에 대해 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.95-101
• /
• 2023

Colmap은 혁신적인 인공지능 기술 중 하나로, 3D 재구성 작업에 있어 매우 유용한 도구로 사용된다. 또한, 이미지와 해당 메타데이터를 활용하여 세밀한 3D 모델을 구축하는 데 탁월하다. 2D 이미지, 카메라의 위치 정보, 깊이 정보 등을 결합하여 Colmap은 3D 모델을 생성한다. 이를 통해 실제 세계의 객체들을 포함한 상세하고 정확한 3D 재구성을 이뤄낼 수 있다. 또한, Colmap은 대규모 데이터 세트에서 효율적으로 작동할 수 있도록 GPU를 활용하여 빠른 처리를 제공한다. 본 논문에서는, 우리나라 전통탑의 2D 이미지를 수집하고, Colmap을 사용하여 3D 모델로 재구성하는 방법을 제시했다. 본 연구는 우리나라의 전통적인 석탑 복원 과정에 이 기술을 적용했다. 이로써, 문화재 복원 분야에서의 Colmap의 응용 가능성을 확인했다.

• Tuberculosis and Respiratory Diseases
• /
• 제86권3호
• /
• pp.226-233
• /
• 2023

Background: Inactive or old, healed tuberculosis (TB) on chest radiograph (CR) is often found in high TB incidence countries, and to avoid unnecessary evaluation and medication, differentiation from active TB is important. This study develops a deep learning (DL) model to estimate activity in a single chest radiographic analysis. Methods: A total of 3,824 active TB CRs from 511 individuals and 2,277 inactive TB CRs from 558 individuals were retrospectively collected. A pretrained convolutional neural network was fine-tuned to classify active and inactive TB. The model was pretrained with 8,964 pneumonia and 8,525 normal cases from the National Institute of Health (NIH) dataset. During the pretraining phase, the DL model learns the following tasks: pneumonia vs. normal, pneumonia vs. active TB, and active TB vs. normal. The performance of the DL model was validated using three external datasets. Receiver operating characteristic analyses were performed to evaluate the diagnostic performance to determine active TB by DL model and radiologists. Sensitivities and specificities for determining active TB were evaluated for both the DL model and radiologists. Results: The performance of the DL model showed area under the curve (AUC) values of 0.980 in internal validation, and 0.815 and 0.887 in external validation. The AUC values for the DL model, thoracic radiologist, and general radiologist, evaluated using one of the external validation datasets, were 0.815, 0.871, and 0.811, respectively. Conclusion: This DL-based algorithm showed potential as an effective diagnostic tool to identify TB activity, and could be useful for the follow-up of patients with inactive TB in high TB burden countries.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.132-133
• /
• 2023

재난 상황에서 사람을 안전하게 피난시키는 것은 매우 중요하다. 인명 안전을 위한 다양한 피난 시뮬레이션 툴이 개발되어 사용되고 있지만, 대부분의 툴에 적용된 방식은 Map을 분석하여 최단 경로를 추출해 Agent를 결정된 경로를 따라 이동시키는 알고리즘으로 구현되었다. 이 방법은 재난 환경에 변화가 없는 조건에서 피난경로를 빠른 시간에 예측하기에 적합하다. 그러나 재난상황은 시시각각으로 변화하기 때문에 피난알고리즘은 이에 대응할 수 있어야 하지만 기존 알고리즘으로는 대응이 곤란한 실정이다. 강화학습을 기반으로 한 인공지능 기술을 활용하면 변화하는 재난에 대응 가능한 피난경로 알고리즘의 개발 가능할 것으로 예상된다. 이에 본 연구에서는 알고리즘 개발의 기초단계로서, 강화학습 기법으로 개발된 피난 알고리즘이 IMO MSC.1/Circ1533에서 요구하는 피난시뮬레이션 툴의 성능조건을 만족하는지 여부를 평가하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.545-567
• /
• 2023

본 연구는 이차방정식과 이차함수 단원을 중심으로 수학 문제 해결에 효과적인 ChatGPT의 프롬프트를 고찰하는 연구로 '역할-규칙-예제풀이-문제-과정'으로 이어지는 구조화된 프롬프트를 설계하였다. 본 연구에서는 GPT4, 울프람 플러그인, Advanced Data Analysis를 결합한 인공지능 모델을 활용하였으며, 계산 오류를 줄이기 위해 울프람 플러그인을 주요 연산의 도구로 사용하였다. 9종의 고등학교 수학 교과서의 이차방정식과 이차함수 단원 문제를 구조화된 프롬프트의 형태로 입력하였을 때 ChatGPT의 답변에 대한 정답률은 91%로, 제로샷 프롬프트 대비 높은 성과를 보였다. 이를 통해 수학 문제 해결에 효과적인 구조화된 프롬프트를 확인할 수 있었다. 본 연구에서 설계한 구조화된 프롬프트는 개별화 교육 및 맞춤형 교육을 위한 지능형 정보시스템 구축에 기여할 수 있을 것이다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.927-934
• /
• 2023

최근 반려동물 시장 규모가 커짐에 따라 반려동물 관련 사회적 문제도 대두되고 있다. 대표적으로 반려견 물림 사고, 유기견 문제, 안락사, 동물 학대 등이 있다. 대안으로 반려동물 관련 방송, 교육 앱 등 다양한 방식의 훈련 프로그램이 제공되고 있지만, 무엇을 먼저 가르쳐야 할지 모르는 초보 보호자들에게는 그리 효율적이지 못하다. 비교적 접근성이 용이한 훈련 앱이 다수 배포됐지만, 아직 사용자가 직접 훈련을 체험하며 익히는 방식의 앱은 부족한 실정이다. 이에 본 논문에서는 유니티 엔진을 활용해 더욱 효율적인 AR 기반의 반려견 훈련 모바일 앱을 제안한다. 사용성 평가 결과, 기존에 부재했던 요소의 추가로 사용자들 흥미도는 증대했고, 훈련 몰입감까지 제고되어 학습 효과가 향상됐다. 향후 개발 및 양산 검증까지 거쳐 배포된다면 반려동물 입양 계획을 세운 초보 보호자나 기존 보호자들에게 효과적인 훈련 앱이 될 것으로 기대된다.