• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.647-650
• /
• 2008

네트워크 환경이 컨버젼스(convergence)되면서 하나의 단말에서 제공하는 서비스 역시 다양화되고 있다. 개인용 휴대 단말들도 기존에 개별 기능만을 주로 다루던 형태에서 다양한 융복합 서비스를 하나의 단말에서 제공하는 형태로 발전하고 있다. 따라서 본 논문에서는 컨버젼스 네트워크 환경에서 제공되는 여러 서비스를 동시에 지원하는 단말을 "복합단말(All-in-one Mobile Device)"이라 정의한다. 복합단말은 기능, 성능, 네트워크 인터페이스 측면에서 다양한 컨버젼스가 제공되고 있는데, 이 중에서 다양한 네트워크 인터페이스의 제공으로 인터페이스간 교차로 인해 기존에 존재하지 않았던 새로운 형태의 보안 위협인 Cross-service 공격이 등장하고 있다. 기존 모바일 디바이스와는 달리 복합단말에서의 Cross-service 공격은 사용자에게 과금이나 배터리 소모와 같은 치명적인 문제점을 발생시킨다. 본 논문에서는 Cross-service 공격으로부터 복합단말을 보호하기 위한 탐지 메커니즘 및 보안 요구사항을 제시한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.157-160
• /
• 2001

영상검지기에서 차량 탐지를 위해 사용하는 방법은 배경차이(Background Differencing), 장면차이(Frame Differencing), 공간차이(Spatial Differencing), 밝기값 비교(Gray-Level Comparison) 등이 있다. 이 방법들중에서 배경차이 방법은 기준이 되는 배경영상과 입력영상의 차를 구해 차량을 탐지하는데 대부분의 영상검지기에서 채택 되어 사용되는 방법이다. 배경차이 방법에서 가장 중요한 것은 매번 기준이 되는 배경영상을 정확하게 구하는 것 인데, 영상내 차량의 흐름이 원활하다면 어느 배경생성 방법을 사용해도 좋은 결과를 얻을 수 있지만 차량의 정체 가 심하거나 장기간 지속되면 좋은 배경을 생성하기가 어렵다 특히 교차로의 경우 진행중인 차량 및 신호 대기중 인 차량이 통시에 존재하므로 배경생성에 더욱 어려움을 겪게된다. 이상에서 제시된 세 가지 배경생성 방법을 고속도로와 교차로에서 적용시켜 각 배경영상 생성 방법을 비교 분석한다.

• Journal of Advanced Navigation Technology
• /
• v.17 no.1
• /
• pp.90-97
• /
• 2013

Recently, intelligent transportation system based on image processing has been developed. In this paper, we propose a collision detection algorithm based on the analysis of motion vectors and the staying periods of vehicles in intersections. Objects in the region of interest are extracted from the subtraction image between background images based on Gaussian mixture model and input images. Collisions and traffic jams are detected by analysing measured motion vectors of vehicles and their staying periods in intersections. Experiments are performed on video sequences actually recoded at intersections. Correct detection rate and false alarm rate are 85.7% and 7.7%, respectively.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.421-423
• /
• 2002

본 논문에서는 실시간에 강체 운동을 하는 일반적인 모델사이의 효율적인 충돌검사 알고리즘을 제안한다. 기존의 경계볼륨 알고리즘에 계층적 구조를 적용하였다. 이는 볼록한 물체를 위한 보로노이 영역 기반의 충돌검사 알고리즘을 오목한 물체에도 적용할 수 있도록 확장한다. 추가적으로 빠르게 움직이는 물체에 대한 관통을 탐지하기 위해서 물체의 이동 경로에 대한 교차 검사를 진행한다. 구현된 알고리즘은 일반적인 응용에서 기대한 성능 향상을 얻을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.846-849
• /
• 2024

다양한 분야에서 QR 코드가 급속도로 확산되면서, QR 코드를 악용하여 사용자를 악성 웹사이트로 리디렉션하는 '큐싱(Qshing)'이라는 새로운 형태의 사이버 범죄가 등장했다. 이에 본 연구에서는 일반화 성능을 향상시키기 위해 교차 검증(CV)을 활용하여 QR 코드 스캔과 관련된 악성 URL을 탐지하도록 설계된 스태킹 앙상블 모델을 제안한다. 이러한 통합은 실제 애플리케이션에서 높은 성능을 기대할 수 있도록 설계되었다. 본 연구는 이 모델이 기존의 연구보다 QR 코드 관련 사이버 위협에 대처하는 보다 효과적인 수단을 제공할 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.658-661
• /
• 2012

국제적으로 이슈가 되고있는 사건들의 뉴스는 보도당국의 입장차이에 따라 동일 이슈에 대한 관점의 차이를 나타낸다. 교차언어 연구에서는 번역하는 과정이 중요하다. 본 논문에서는 중-한 어휘번역에서 발생하는 오류 및 모호성을 해결하기 위해 키워드를 중심으로 문맥 어휘를 이용해서 번역한 후 번역결과에서 빈도가 높은 한국어 어휘를 선택하는 방법을 제안한다. 제안 방법의 유효성을 검증하기 위해 소셜 이슈 3 개에 대한 트윗 데이터에서 실험하여 추출된 중-한 이슈 뉴스 결과에서의 정확도 85.8%의 성능을 보였다. 실험을 통해 제안 방법이 중-한 교차언어 트위터 데이터에서 동일한 이슈와 관련된 뉴스를 찾는데 효과적인 방법임을 알 수 있다.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.7
• /
• pp.221-228
• /
• 2020

Part-of-Speech (POS) tagged corpus is a collection of electronic text in which each word is annotated with a tag as the corresponding POS and is widely used for various training data for natural language processing. The training data generally assumes that there are no errors, but in reality they include various types of errors, which cause performance degradation of systems trained using the data. To alleviate this problem, we propose a novel method for detecting errors in the existing POS tagged corpus using the classifier of XGBoost and cross-validation as evaluation techniques. We first train a classifier of a POS tagger using the POS-tagged corpus with some errors and then detect errors from the POS-tagged corpus using cross-validation, but the classifier cannot detect errors because there is no training data for detecting POS tagged errors. We thus detect errors by comparing the outputs (probabilities of POS) of the classifier, adjusting hyperparameters. The hyperparameters is estimated by a small scale error-tagged corpus, in which text is sampled from a POS-tagged corpus and which is marked up POS errors by experts. In this paper, we use recall and precision as evaluation metrics which are widely used in information retrieval. We have shown that the proposed method is valid by comparing two distributions of the sample (the error-tagged corpus) and the population (the POS-tagged corpus) because all detected errors cannot be checked. In the near future, we will apply the proposed method to a dependency tree-tagged corpus and a semantic role tagged corpus.

• Korean Journal of Remote Sensing
• /
• v.36 no.5_2
• /
• pp.929-937
• /
• 2020

In this manuscript, the UNet++ model, which is one of the representative deep learning techniques for semantic segmentation, was used to detect changes in temporal satellite images. To analyze the learning results according to various loss functions, we evaluated the change detection results using trained UNet++ models by binary cross entropy and the Jaccard coefficient. In addition, the learning results of the deep learning model were analyzed compared to existing pixel-based change detection algorithms by using WorldView-3 images. In the experiment, it was confirmed that the performance of the deep learning model could be determined depending on the characteristics of the loss function, but it showed better results compared to the existing techniques.

• Journal of Korea Game Society
• /
• v.15 no.4
• /
• pp.69-78
• /
• 2015

As the online game industry has been growing rapidly, more and more malicious activities to gain economic benefits have been reported as well. Game bot is one of the biggest problems in the online game industry. So we proposed a bot detection method based on the ERG theory of motivation for the first time. Most of the previous studies focused on behavior-based detection by monitoring patterns of the specific actions. In this paper, we applied the motivation theory to analyze user behaviors on a real game dataset. The result shows that normal users in the game followed the ERG theory of motivation in the same way as it works in real world. But in the case of game bots, the theory could not be applied because the game bot has specific reasons, unlike normal game users. We applied the ERG theory to users to distinguish game bot users from normal users. We detected the game bot with high accuracy of 99.78% by applying the theory.

• Journal of Digital Policy
• /
• v.2 no.4
• /
• pp.33-39
• /
• 2023

With a continuous occurrence of right-turn traffic accidents at intersections, there is an increasing demand for measures to address these incidents. In response, a technology has been developed to detect the presence of pedestrians through object detection in CCTV footage at right-turn areas and display warning messages on the screen to alert drivers. The YOLO (You Only Look Once) model, a type of object detection model, was employed to assess the performance of object detection. An algorithm was also devised to address misidentification issues and generate warning messages when pedestrians are detected. The accuracy of recognizing pedestrians or objects and outputting warning messages was measured at approximately 82%, suggesting a potential contribution to preventing right-turn accidents