• 한국식품과학회지
• /
• 제33권6호
• /
• pp.669-675
• /
• 2001

본 연구는 aflatoxin $B_1(AFB_1)$에 의하여 유발된 마우스 간세포에서의 $AFB_1-DNA$ 부가체 형성과 세포의 산화적 손상에 대한 항산화 비타민의 효과를 조사하기 위하여 수행되었다. 먼저, 비타민 C와 비타민 E를 6 주령 수컷 ICR 마우스에 10mg/kg, 63.8mg/kg의 농도로 복강내에 각각 주사(i.p.; intraperitoneal injection) 하였고, $AFB_1$과 비타민 혼합 투여군은 비타민을 주사한 후 1시간이 경과한 다음 0.4mg/kg의 $AFB_1$을 투여하였다. 투여 횟수는 2일 간격으로 동일한 방법에 의해 4회 반복 투여하였다. 반면, $AFB_1$ 단독 투여군은 위와 같은 방법으로 비타민 없이 $AFB_1$만 투여하였다. ELISA에 의한 마우스 혈청내 $AFB_1$의 잔여 농도는 $AFB_1$ 단독 투여군에서 12.28, 18.78 ng/mL이 검출되었다. 그러나 항산화비타민 C 혼합 투여군에서는 7.60 ng/mL, 항산화 비타민 E 혼합 투여군에서는 4.85 ng/mL이 각각 검출되었다. 마우스의간에서 분석된 $AFB_1-DNA$ 부가체 농도에 의하면, $AFB_1$ 단독 투여군에서는 23.78, 25.48 ng/mL이었으며, 항산화 비타민 C 혼합 투여된 군에서는 5.26 ng/mL, 항산화 비타민 E 혼합투여군에서 7.81 ng/mL로 각각 조사되었다. 이들 결과에 대한 통계적 유의성은 p<0.01이었다. 또한 면역조직화학적 관찰에서 $AFB_1$ 단독 투여군에서는 중심정맥과 동양혈관 주변에 갈색의 침전이 두드러지게 나타났으며 이러한 현상은 항산화비타민 혼합 투여군에서 유의하게 감소한 것으로 나타났다.

• 청정기술
• /
• 제18권4호
• /
• pp.379-389
• /
• 2012

우리나라는 소득증가, 도시집중화, 인구증가로 인해 환경적인 문제에 대해 점점 관심이 증대되고 있으며, 이러한 다양한 환경문제 중 악취로 인한 피해는 심각한 환경문제 중 하나이다. 부산시 수영하수처리장 내 음식물처리장은 음식물과 하수를 병합처리하는 시설로 주거지역 인근에 위치해 있어 많은 민원이 제기되고 있는 실정이다. 이에 본 연구에서는 악취물질분석과 기여도를 악취지수(odor quotient, OQ)와 총악취지수(sum of odor quotient, SOQ)를 평가하여 분석하였으며, 또한 후처리시설인 바이오필터의 효율을 평가하였다. 공기희석관능법에 의한 복합악취 측정결과, 7월과 8월에 분쇄기, 투입호퍼, 침출수 순으로 복합악취가 높은 것으로 나타났다. 기기분석법을 이용해 분석한 결과, 황화수소, 암모니아, 메틸메르캅탄, 아세트알데히드에 의한 영향이 가장 큰 것으로 나타났고, 메틸메르캅탄의 경우, 최소감지농도를 3,571배 이상 초과한 것으로 나타났다. 또한 악취기여도평가에서 메틸메르캅탄(49.95~59.08%), 황화수소(20.43~29.27%), 트리메틸아민(8.82~13.42%), 아세트알데히드(9.17~11.35%)순으로 기여도가 높은 것으로 나타났다. 다른 시설과의 기여도를 비교분석한 결과, 황화합물(메틸메르캅탄, 황화수소)의 OQ가 가장 높았으며, 분쇄기에서 SOQ가 7,067로 가장 높은 것으로 분석되었다. 또한 황화합물과 아세트알데히드, 트리메틸아민의 악취기여도가 분쇄공정에서 가장 높은 것으로 나타났다. 본 연구시설의 후처리시설에 대한 처리효율을 평가한 결과, 암모니아, 아민류는 90.00% 이상의 처리효율을 보였으나, 황화합물류의 처리효율은 평균 53.51%로 나타났다. 종합적으로 본 시설은 기타 처리시설에 비해 아세트알데히드와 트리메틸아민의 기여도가 상대적으로 높은 것으로 나타났다. 또한 음식물처리장의 후처리시설은 복합적인 악취성분 처리 시 분해효율이 감소할 수 있어 적절한 용량 및 운전조건에 대한 검토가 필요하다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1773-1784
• /
• 2021

해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.

• 시큐리티연구
• /
• 제18호
• /
• pp.169-190
• /
• 2009

21세기 첨단기술을 활용하고 있는 테러집단들이 앞으로 활용할 가능성이 높은 방법 중의 하나가 바로 사이버테러이다. 현실에서는 상상만으로 가능한 일이 사이버 공간에서는 실제로 가능한 경우가 많다. 손쉬운 예로 병원에 입원 중인 요인들의 전산기록 중 혈액형 한 글자만을 임의로 변경하여도 주요 인물에게 타격을 주어 상대편의 체제전복에 영향을 줄 수 있다. 이와 같이 테러분자들이 사이버테러를 선호하는 이유는 다른 물리적인 테러수단 보다 적은 비용으로 큰 효과를 거둘 수 있기 때문이다. 폭탄설치나 인질납치 보다 사이버 테러리스트들은 인터넷으로 언제 어디서나 공격 대상에 침투할 수 있다. 1999년 4월 26일 발생했던 CIH 대란은 여러모로 시사하는 바가 크다. 대만의 대학생이 뚜렷한 목적 없이 만들었던 몇 줄짜리 바이러스 프로그램이 인터넷을 통해 기하급수적으로 퍼져 국내에서만 30만대의 PC를 손상시켰고, 수리비와 데이터 복구에 소요된 비용만 20억원 이상이 소요된 것으로 확인되었다. 전세계적으로 피해액은 무려 2억 5000만 달러로 추정된다. 이와 같은 사이버테러의 위험성에도 불구하고, 국내 사이트의 상당수가 보안조치에 허술한 것으로 알려져 있다. 심지어는 수백만명 이상의 회원이 가입한 사이트를 운영하고 있는 회사마저도 보안조치에는 소홀한 경우가 많다. 사이버테러에 대한 전국가적인 대비가 필요한 때이다. 이러한 맥락에서 본 연구에서는 우리나라 사이버 안전체계의 실태를 법률과 제도적인 시각에서 분석하고, 아울러 개선전략을 제시하였다. 본 연구에서는 제시한 연구결과를 압축하여 제시하면 다음과 같다. 첫째, 현재 우리나라에서는 사이버위기를 국가차원에서 체계적으로 관리할 수 있는 제도와 구체적 방법 절차가 정립되어 있지 않아 테러 등 각종 위기상황 발생시 국가안보와 국익에 중대할 위험과 막대한 손해를 끼칠 우려가 높다. 따라서 사이버공격을 사전에 탐지하여 위기발생 가능성을 조기에 차단하며 위기발생시 국가의 역량을 결집하여 정부와 민간이 참여한 종합적인 국가대응체계를 구축하기 위해서는 법률 제정이 필요하다. 둘째, 국가차원의 사이버 안전의 효율적인 수행을 위해서는 국가사회 전반의 국가 사이버 안전의 기준과 새로운 모범을 제시하는 한편, 각 부처 및 국가사회의 구성요소들에 대해 국가 사이버 안전관리 정책을 집행할 수 있는 국가 사이버 안전관리 조직체계를 구축하는 것이 요구된다. 법률 및 추진체계 등을 통합 정비하여 정보보호 법률 제도 운영의 일관성을 확보함으로써 각종 정보보호 위협에 보다 효과적으로 대응할 수 있을 것이다. 즉 정부는 국가 사이버 안전관리에 관한 주요 정책의 심의 및 기획 조정, 통합된 국가 사이버 위기관리의 기능을 수행하기 위하여 현행 '국가사이버안전센터'의 기능을 확대 강화하는 것이 필요하다. 특히, 국가 사이버 위기와 관련된 정보의 종합적 수집, 분석, 처리의 종합적 기능을 수행하고 각 정보 및 공공 기관을 통할하며 민간부문과의 협조체계를 구축하는 것이 요구된다. 자율적 정보보호 수준제고를 위해 행정기관 공공기관의 정보보호관리체계(ISMS) 인증 제도를 확대하고 행정기관의 정보보호제품 도입 간소화 및 사용 촉진을 위해 행정정보보호용 시스템 선정 및 이용 규정을 신설 주요정보기반으로 지정된 정보기반 운영자, 정보공유 분석센터 등의 침해정보 공유 활성화 규정을 신설 및 정비함으로써 사이버침해로부터 국가 사회 주요시설을 효과적으로 보호할 수 있을 것이다. 끝으로 정부와 민간부분이 공동으로 참여하는 국가차원의 종합적인 대응체계를 구축하여 사이버공격을 사전에 탐지하여 사이버위기 발생 가능성을 조기에 차단하며 위기 발생 시 국가의 역량을 결집하여 신속히 대응할 수 있도록 해야 한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.