• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.41-49
• /
• 2021

악성코드를 포함한 모든 응용프로그램은 실행 시 API(Application Programming Interface)를 호출한다. 최근에는 이러한 특성을 활용하여 API Call 정보를 기반으로 악성코드를 탐지하고 분류하는 접근방법이 많은 관심을 받고 있다. 그러나 API Call 정보를 포함하는 데이터세트는 그 양이 방대하여 많은 계산 비용과 처리시간이 필요하다. 또한, 악성코드 분류에 큰 영향을 미치지 않는 정보들이 학습모델의 분류 정확도에 영향을 미칠 수도 있다. 이에 본 논문에서는 다양한 특성 선택(feature selection) 방법을 적용하여 API Call 정보에 대한 차원을 축소시킨 후, 핵심 특성 집합을 추출하는 방안을 제시한다. 실험은 최근 발표된 안드로이드 악성코드 데이터세트인 CICAndMal2020을 이용하였다. 다양한 특성 선택 방법으로 핵심 특성 집합을 추출한 후 CNN(Convolutional Neural Network)을 이용하여 안드로이드 악성코드 분류를 시도하고 결과를 분석하였다. 그 결과 특성 선택 알고리즘에 따라 선택되는 특성 집합이나 가중치 우선순위가 달라짐을 확인하였다. 그리고 이진분류의 경우 특성 집합을 전체 크기의 15% 크기로 줄이더라도 97% 수준의 정확도로 악성코드를 분류하였다. 다중분류의 경우에는 최대 8% 이하의 크기로 특성 집합을 줄이면서도 평균 83%의 정확도를 달성하였다.

• 한국도서관정보학회지
• /
• 제50권1호
• /
• pp.23-41
• /
• 2019

본 연구는 도서의 대출정보를 활용해 가중네트워크(PFNET :PathFinder Network) 분석을 수행함으로써 특수 계층으로서 남녀 노령자에 의해 자주 읽히는 도서의 주제와 특성을 이해하고 이들의 독서 양태가 일반 성인 남녀와 어떠한 차이를 보이는지 확인하였다. 이를 위해 남녀 노령자와 일반 성인 남녀로 구성된 4개 집단을 대상으로 도서관 빅데이터의 인기 대출도서를 기반으로 동시대출도서 행렬을 산출하고 이를 활용해 네트워크 분석을 수행하였다. 또한 PNNC(Parallel Nearest Neighbor Clustering) 알고리즘으로 대출도서 군집을 형성한 후 대출도서에 계산된 중심성지수를 기반으로 피어슨 상관분석(Pearson Correlation Analysis)을 수행해 집단간의 상관성을 파악하였다. 그 결과 자기계발, 재태크, 육아 등 다양한 분야의 도서를 대출하는 일반 성인 남녀에 비해 노령자 계층은 한국현대소설에 집중된 독서 활동을 하는 것으로 나타났으며, 특정 인기 저자의 저작에 집중된 도서 대출 경향을 보였다. 한편 여성 노령자가 일본소설, 영미소설을 포함해 상대적으로 다양한 분야를 대출하는 반면 남성 노령자는 극단적으로 한국대하소설에 집중하는 경향을 나타냈다. 상관분석에서도 남성 노령자는 성인 남성과 r=-0.222의 약한 음의 상관성을 보였으며, 다른 모든 집단과도 음의 방향성을 보여 대출 도서의 중심성이 반대 경향을 가지는 것으로 분석되었다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.109-118
• /
• 2019

도로 정보는 교통, 도시 계획, 지도 갱신, 위치기반서비스 그리고 GIS (Geographic Information System) 데이터 구축 등에 활용되는 중요한 기초 공간정보 자료이다. 따라서 정확한 도로 정보를 획득하고 이를 갱신하는 것은 다양한 공간정보 산업에 중요한 역할을 수행할 수 있다. 본 연구에서는 고해상도 위성영상에서 객체 기반의 도로 추출 기법으로 최근 소개된 개미 군집 최적화(ACO: Ant Colony Optimization)의 한계점을 분석하고 이를 개선하고자 하였다. 객체 기반의 ACO 도로 추출은 도로의 분광 및 형상 정보를 모두 활용하여 효과적으로 도로 추출을 수행할 수 있으나 객체 서술자 정보에 의존적이며 서술자 계산 시 사용자의 개입이 필요하다. 또한, 최적화 반복 종료 시점의 설정이 모호하다는 단점이 존재한다. 따라서 본 연구에서는 이를 개선하기 위해 기존 서술자의 한계를 보완하는 서술자와 최적화 반복 종료기준을 제안하였다. 제안된 방법은 기존의 알고리즘보다 52.51%의 완성도(completeness), 6.12%의 정확도(correctness), 51.53%의 품질(quality) 향상을 나타내었다.

• 한국방사선학회논문지
• /
• 제12권6호
• /
• pp.793-799
• /
• 2018

인공지능에 대한 관심이 높아짐에 따라 의료분야에서도 활발하게 인공지능이 연구되고 있다. 현재 국내에서는 엑스선 촬영, 컴퓨터단층촬영(Computer Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 의료영상장치에 인공지능이 접목되고 있으며 향후 방사선사 없이 환자의 방사선 영상을 획득 할 수 있는 인공지능을 탑재한 의료기기가 발명 될 것으로 예상된다. 본 연구는 엑스선 촬영에 있어서 환자 위치잡이에 대한 자동화에 대해서 초기 연구를 했다. 위치잡이에 대한 평가를 위해 엑스선 장비와 인체 팬텀을 사용했다. 프로그램은 Visual Studio 2010 MFC로 구현했으며 영상은 $1,450{\times}1,814$ 크기로 했다. 픽셀 값을 눈으로 식별 가능한 0 ~ 255 값을 갖는 명암으로 변환하여 모니터에 출력했다. 출력한 영상에 세 픽셀 좌표 값을 통해 각도를 예측하고 각도에 따른 음성안내에 따라 환자가 바른 위치잡이를 하도록 유도하는 절차 알고리즘 프로그램을 개발 했다. 다음 연구에서는 사용자가 좌표의 기준을 인공지능에게 전달하는 것이 아닌 인공지능 스스로 구조물을 파악하여 각도를 계산하는 연구를 진행할 것이다. 향후 위치잡이의 자동화를 통해 촬영부터 위치잡이까지 인공지능이 실시하도록 하는 연구에 도움이 될 것으로 예상된다.

• 해양환경안전학회지
• /
• 제23권7호
• /
• pp.918-925
• /
• 2017

함정 외부 탑재 장비의 복잡한 형상에 의해서 발생하는 다중반사는 경로를 예측하기 어렵고 높은 RCS(Radar Cross Section)의 원인이 된다. 따라서 함정의 외부 탑재 장비의 최적배치 설계가 RAS(Radar Absorbing Structure) 방법으로 고려되어야 한다. 본 논문에서는 함정 외부 탑재 장비에서 발생하는 다중반사와 RCS를 최소화하기 위하여 함정 외부 탑재 장비 최적배치를 수행하였다. 외부 탑재 장비 최적배치에 사용된 알고리즘은 순차적 내림차순 방법을 이용하였다. 함정 외부 탑재 장비 최적배치를 수행하기 위하여 LCS-2 type을 해석 모델로 선정하였다. 계산 비용을 줄이기 위해서 장비의 기여도 분석 및 다중반사 경로 분석 등을 통해 최적 배치를 수행할 장비를 선정하였고 최적배치를 통해 RCS가 최소가 되는 최적배치 위치를 도출하였다. 또한 RCS 변화에 따른 레이다의 탐지거리 변화율을 이용하여 RCS 감소효과를 분석 하였다.

• 한국해안·해양공학회논문집
• /
• 제33권3호
• /
• pp.93-100
• /
• 2021

고정된 격자시스템에서 임의형상의 불투과 경계를 갖는 물체와 유체와 연성해석이 가능한 IB(Immersed Boundary)법이 개발 된 이후로 다양한 CFD 모델에서 IB법의 활용이 증가하고 있다. 기존의 IB법의 대부분은 구조물의 경계면에서 산정되는 유체력으로부터 수치적으로 경계조건을 만족시키는 directing-forcing법이나 구조물 내부에 가상셀을 위치시켜 보간을 통해 경계조건을 만족시키는 ghost-cell법들로 알고리즘이 복잡하다. 본 연구에서는 고정된 격자시스템에서 가동물체형 구조물 해석이 가능함과 더불어 3차원으로의 확장도 용이한 SIB(Simplified Immersed Boundary)법을 제안하였다. 본 연구에서 제안한 SIB법은 각 상(phase)의 밀도함수가 국소질량의 중심과 함께 이동하는 것으로 가정한 단일유체모델(one-field model for immiscible two-phase fluid)을 기초로 하였다. 또한 이동하는 고체상태의 구조물을 취급하기 위해 고체의 밀도함수를 이용한 체적가중평균법을 적용하고, 수치확산을 방지하기 위해 이류계산에는 CIP법을 적용하였다. 제안된 SIB법의 해석성능을 검토하기 위해 자유수면으로 낙하하는 물체에 대한 수치모의를 수행하였다. 수치해석결과는 자유수면으로 낙하하는 물체를 양호하게 재현하였다.

• 정보보호학회논문지
• /
• 제12권2호
• /
• pp.21-34
• /
• 2002

본 논문에서는 최근 발표된 멱승방법인 나눗셈 체인을 적용한 새로운 모듈로 멱승기의 하드웨어 구조를 제안하였다. 나눗셈 체인은 제수(divisor) d=2 또는 $d=2^I +1$ 과 그에 따른 나머지(remainder) r을 이용하여 지수 I를 새롭게 변형하는 방법으로 전체 멱승 연산이 평균 약 1.4$log_2$E 번의 곱셈으로 가능한 알고리즘이다. 이것은 Binary Method가 하드웨어 구현 시 항상 worst case인 $2log_2$E의 계산량이 필요한 것과 비교할 때 상당한 성능개선을 의미한다. 전체 구조는 파이프라인 동작이 가능한 선형 시스톨릭 어레이 구조로 설계하였으며, DG(Dependence Graph)를 수평으로 매핑하여 k비트의 키 사이즈에 대해 두 개의 k 비트 프레임이 k/2+3 개의 PE(Processing Element)로 구성된 두 개의 곱셈기 모듈을 통해 병렬로 동시에 처리되어 100% 처리율을 이루게 하였다. 또한, 규칙적인 데이터 패스를 가질 수 있도록 나눗셈체인을 새롭게 코딩하는 방법을 제안하였다. ASIC 구현을 위해 삼성 0.5um CMOS 스탠다드 셀 라이브러리를 이용해 합성한 결과 최장 지연 패스는 4.24ns로 200MHz의 클럭이 가능하며, 1024비트 데이터 프레임에 대해 약 140kbps의 처리속도를 나타낸다. 복호화 시에는 CRT(Chinese Remainder Theorem)를 적용하여 처리속도를 560kbps로 향상시켰다. 전자서명의 검증과정으로 사용되기도 하는 암호화 과정을 수행할 때 공개키 E는 3,17 혹은 $2^{16} +1$의 사용이 권장된다는 점을 이용하여 E를 17 비트로 제한할 경우 7.3Mbps의 빠른 처리속도를 가질 수 있다.

• 전기전자학회논문지
• /
• 제25권2호
• /
• pp.388-398
• /
• 2021

본 논문에서는 전기요금 절감용 ESS를 활용한 Particle swarm optimization(PSO) 기반 Peak shaving 제어 방법을 제안한다. 제안한 방식은 실제 부하와 예상되는 부하의 소비를 비교하여 피크 절감을 위해 ESS의 추가 유효전력값을 계산하여 입력을 더한다. 또한 추가로 증가시킨 유효전력을 보상하기 위해, 유효전력을 할당하는 과정을 수행하며 유효전력 할당치가 피크 부하에 영향을 주지 않도록 유효전력 할당 지점에 예상되는 부하의 평균을 최소화하는 최적화 해를 PSO를 통해 찾는다. 제안한 방식의 성능 검증을 위해 실제 부하 데이터와 예측 알고리즘을 반영하여 예측 오차가 적은 경우와 큰 경우의 사례 연구를 수행하였다. 사례 연구 수행 결과 제안한 방식을 전기요금 절감을 위한 충·방전 제어 방식과 같이 수행한 경우 예측 오차가 큰 경우에도 성공적으로 피크 부하 절감을 수행하였으며, 17.8%의 피크 부하 절감 효과와 6.02%의 전기요금 절감 효과를 보였다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.141-148
• /
• 2021

본 논문은 SegNet과 ResNet을 조합한 딥러닝을 이용하여 횡단보도를 검출하는 방법을 제안한다. 시각 장애인의 경우 횡단보도가 어디에 있는지 정확히 아는 게 안전한 교통 시스템에서 중요하다. 딥러닝에 의한 횡단보도 검출은 이 문제에 대한 좋은 해결책이 될 수 있다. 로봇 시각 기반 보조 기술은 지난 몇년 동안 카메라를 사용하는 특정 장면에 초점을 두고 제안되어 왔다. 이러한 전통적인 방법은 비교적 긴 처리 시간으로 의미있는 결과를 얻었으며 횡단보도 인식을 크게 향상시켰다. 그러나 전통적인 방법은 지연 시간이 길고 웨어러블 장비에서 실시간을 만족시킬 수 없다. 본 연구에서 제안하는 방법은 취득한 영상에서 횡단보도를 빠르고 안정적으로 검출하기 위한 모델을 제안한다. 모델은 SegNet과 ResNet을 기반으로 개선되었으며 3단계로 구성된다. 첫째, 입력 영상을 서브샘플링하여 이미지 특징을 추출하고 ResNet의 컨벌루션 신경망을 수정하여 새로운 인코더로 만든다. 둘째, 디코딩 과정에서 업샘플링 네트워크를 통해 특징맵을 원영상 크기로 복원한다. 셋째, 모든 픽셀을 분류하고 각 픽셀의 정확도를 계산한다. 이 실험의 결과를 통하여 수정된 시맨틱 분할 알고리즘의 적격한 정확성을 검증하는 동시에 결과 출력 속도가 비교적 빠른 것으로 파악되었다.

• 해양환경안전학회지
• /
• 제27권4호
• /
• pp.483-491
• /
• 2021

수역 내 충돌 위험 식별은 항해의 안전을 위해 중요하다. 본 연구에서는 거리 요인을 기반으로 한 군집화 방법인 계층 클러스터링을 포함하는 새로운 충돌 위험 평가 방법을 도입했으며, 주변의 선박이 많은 경우 실시간 데이터, 그룹 방법론 및 예비 평가를 사용하여 선박을 분류하고 충돌위험평가를 기반으로 평가하였다(HCAAP 처리라 부른다). 조우하는 선박들의 군집은 계층 프로그램에 의해 모아지고, 예비 평가와 결합되어 상대적으로 안전한 선박을 걸러내었다. 그런 다음, 각 군집 내에서 조우하는 선박 사이의 최근접점(DCPA) 및 최근접점까지의 도착시간(TCPA)까지의 시간을 계산하여 충돌위험지수(CRI)와의 관계를 비교하였다. 조우하는 선박들간의 군집에서 CRI와 DCPA 및 TCPA 수학적 관계는 음의 지수 함수로 구성되었다. 이러한 CRI로부터 운영자는 명시된 해역에서 항해하는 모든 선박의 안전성을 보다 쉽게 평가할 수 있으며, 프레임워크는 해상운송의 안전과 보안을 개선하고 인명 및 재산 손실을 줄일 수 있다. 본 연구에서 제안된 프레임워크의 효과를 설명하기 위해 국내의 목포 연안 해역에서 실험 사례 연구를 수행하였다. 그 결과, 본 연구의 프레임워크가 각 군집 내에서 조우 선박 간의 충돌 위험 지수를 탐지하고 순위를 매기는 데 효과적이고 효율적이라는 것을 보여 주었으며, 추가연구를 위한 자동 위험 우선순위를 지정할 수 있게 해주었다.