• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권8호
• /
• pp.249-258
• /
• 2022

비트코인이 등장한 이후, 다양한 가상자산이 가상자산 거래소의 가상자산 서비스를 통해 활발하게 거래되고 있다. 최근 가상자산거래소에 대한 보안사고가 자주 발생하고 있어 정부는 가상자산 거래소의 정보보호 강화를 위해 Information Security Management System (ISMS) 인증획득을 의무화하고 있으며, 이를 위한 56개 특화항목을 추가로 제정하였다. 본 논문에서는 ISMS와 암호화폐를 이용하는 모든 정보시스템에 대한 요구사항을 담고있는 CryptoCurrency Security Standard (CCSS)의 도메인 중요도를 비교하고 상호매핑을 한 후 그 결과를 분석하여 각 인증제도의 특성을 통찰하였으며, 도출된 개선항목의 중요도 평가를 통해 개선항목에 대한 우선순위를 High, Medium, Low 등 3단계로 분류하여 High Level 4가지 항목에 대한 개선사항들을 도출하였다. 이러한 결과는 가상자산 및 정보시스템 보안에 대한 우선순위를 제공하고 인증항목 개선에 대한 방법 및 체계적인 의사결정을 지원할 수 있을 뿐만 아니라 가상자산서비스에 대한 신뢰성 및 안전성을 제고하여 가상자산 거래 활성화에 기여할 수 있을 것으로 보인다.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.127-135
• /
• 2023

본 논문에서는 금융 뉴스 데이터로 추가적인 사전 학습이 진행된 BERT 기반 모델인 FinBERT 모델을 사용하여 금융 영역에서 감성 분석 시 학습시킬 데이터와 그에 맞는 하이퍼파라미터를 찾는 방법을 소개한다. 우리의 목표는 다양한 데이터 세트를 활용하고 하이퍼파라미터를 미세 조정하여 정확한 감성 분석을 위해 FinBERT 모델을 가장 잘 활용하는 방법에 대한 포괄적인 가이드를 제공하는 것이다. 이 연구에서는 제안된 FinBERT 모델 미세 조정 접근법의 아키텍처와 워크플로우를 개괄적으로 설명하고, 감성 분석 태스크를 위한 다양한 데이터 세트와 하이퍼파라미터의 성능을 강조한다. 또한, 감성 라벨링 작업에 GPT-3를 사용함으로써 GPT-3가 적절한 라벨러 역할을 하는지에 대한 신뢰성을 검증한다. 결과적으로 미세 조정된 FinBERT 모델이 다양한 데이터 세트에서 우수한 성능을 발휘 한다는 것을 보여주었고, 각 데이터 세트에 대해 전반적으로 우수한 성능을 보이는 학습률 5e-5와 배치 크기 64의 최적의 조합을 찾았다. 또 일반 도메인의 뉴스보다 일반 도메인의 트위터 데이터 세트에서 성능이 크게 향상됨을 기반으로 금융 뉴스 데이터만으로만 추가적으로 학습시키는 FinBERT 모델에 대한 의구심을 제시한다. 이를 통해 FinBERT 모델에 대한 최적의 접근 방식을 결정하는 복잡한 프로세스를 간소화하고 금융 분야 감성 분석 모델을 위한 추가적인 학습 데이터 세트와 미세 조정 시 하이퍼파라미터 선정에 대한 가이드라인을 제시한다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.65-77
• /
• 2022

전자금융서비스가 활성화됨에 따라 전자금융 거래 건수와 거래액은 매년 증가하고 있으며, 선불전자지급 과정에서의 사이버 금융범죄도 증가하고 있다. 본 논문에서는 머신러닝 알고리즘을 이용한 선불전자지급수단의 이상금융거래 탐지모델을 제시한다. 이를 위하여 실제 선불전자거래 데이터를 익명화하여 수집하였으며, 데이터의 효과적인 특성을 추출하기 위한 전처리 작업을 수행하였다. 제안된 모델은 거래내역 기반과 이용자 ID 기반 접근법을 이용하였다. 거래내역 기반 모델 분석에서는 원데이터 기반 거래내역 분석과 특성 항목을 추가한 2차 분석을 수행하였으며, 이용자 ID 기반 모델에서도 도메인 특성에 맞는 특성 항목을 추출하여 분석에 활용하였다. 이상치 탐지를 위해 의사결정나무, 인공신경망 및 서포트 벡터 머신 알고리즘을 활용하여 비교 분석하였다. 분석결과 거래내역 기반의 탐지모델보다 이용자 ID 기반의 탐지모델이 선불거래지급수단 이상탐지에 더 효과적임을 확인할 수 있었으며, 이용자 ID 기반 모델에서는 신경망 알고리즘이 가장 좋은 성능을 나타내었다. 제안된 방법론은 향후 이상금융거래 탐지시스템 분석에 활용함으로써 전자금융사고 피해를 줄이는데 기여할 수 있을 것으로 기대된다.

• Investigative Magnetic Resonance Imaging
• /
• 제2권1호
• /
• pp.58-66
• /
• 1998

목적: 본 논문은 마코브 랜덤필드(Markov Random Field)와 깁스 랜덤필드(Gibbs Random Field) 및 라인모델(LIne Model)에 기반한 3차원 자기공명영상의 분류 방법을 소개하고자 하였다. 대상 및 방법 : 통계적으로 이질적 성분들로 구성된 영상을 대상으로한 깁스분류 결과는 영상내의 국소적으로 정적인 영역들을 이웃화소 시스템 내에서 정의되는 상호작용 인자(inetraction parameter)의 메커니즘에 의해 분리하\ulcorner로서 개선시킬 수 있다. 이를 위하여 영상에서 라인모델의 생성을 고려할 수 있으며, 본 논문에서는 영상의 미분방법에 근거한 다중신호영상을 위한 라인모델을 구축하였다. 라인모델은 서로 상이한 통게적 특성을 갖는 영역사이에 존재하는 관측할 수 없는 라인필드의 존재 유무를 확률 값으로 제공한다. 영상으로부터 획득한 라이모델은 Gibbs 분류기의 에너지함수 값을 결정하는 상호작용 인자 값을 결정하는데 사용된다. 결과 : 3차원 자기공명영상의 분류를 위한 MRS-Gibbs 분류기는 영상분류의 도메인이 일반적인 이차원 영상의 $E^{2}$ 공간에서 $E^{3}$ 공간으로 확장되었다. 개발된 깁스분류기를 이용한 자기공명여상의 분류결과 기존의 context free 분류방법에 의한 결과에 비하여 특히 동일성질을 갖고 있는 영역 및 경계부분 등의 분류결과가 우수함을 알 수 있었다. 결론 : 본 논문에서는 다중 신호, 3차원 자기공명영상을 위한 라인모델을 구축하고 그로부터 MRF-Gibbs분류기의 에너지함수를 결정하기 위한 상호작용 인자를 유도하였다.

• 터널과지하공간
• /
• 제30권6호
• /
• pp.573-590
• /
• 2020

본 논문에서는 국제공동연구인 DECOVALEX-2023 프로젝트 Task G의 연구 현황과 현재까지 수행된 benchmark 해석 결과를 소개하였다. Task G의 명칭은 'Safety ImplicAtions of Fluid Flow, Shear, Thermal and Reaction Processes within Crystalline Rock Fracture NETworks(SAFENET)'로, 결정질 암반 내 균열의 생성과 성장 메커니즘 및 균열에서 발생하는 열-수리-역학적 복합거동을 해석하기 위한 수치해석기법을 개발하는 데에 목표가 있다. Task G의 첫 번째 연구 테마는 결정질 암석 내 단일 균열의 역학적 거동에 대한 해석해(analytical solution)를 바탕으로 각 연구팀의 수치모델링기법을 개발 및 검증하는 Benchmark 해석이다. 본 연구에서는 3차원 입자기반 개별요소모델을 이용하여 단일 균열을 포함한 암석의 역학적 거동 특성을 모델링하고자 하였다. 이 모델에서는 상호독립적으로 거동하는 개별입자의 집합체를 통해 암석의 구조적 특징을 모사하고, 입자와 입자간 접촉에서 발생하는 역학적 거동을 개별요소해석모델인 3DEC을 통해 계산하게 된다. 해석 결과, 도메인의 경계응력으로 인해 균열에 유도되는 수직응력과 전단응력 수준은 변위 구속과 응력 재배치로 인해 이론적인 수치보다 낮게 나타났다. 그러나 수치모델에서 계산된 수직변위와 전단변위는 실제 균열의 유도 응력을 통해 추정된 해석해와 비교할 때 상당히 유사한 결과를 보였으며 균열의 응력-변위 관계를 합리적으로 재현할 수 있음을 확인하였다. 본 연구의 해석모델은 Task G에 참여하는 국외 연구팀들과의 의견 교류와 워크숍을 통해 지속적으로 개선하는 한편, 향후 다양한 조건의 실내시험에 적용하여 타당성을 검증할 예정이다.

• 미생물학회지
• /
• 제49권3호
• /
• pp.215-220
• /
• 2013

많은 세균들은 환경적 스트레스에 대항하기 위해 세균 생존에 유용한 특정 유전자들의 전사를 유도하는 대체시그마 인자 RpoS를 활용한다. 세포 내 RpoS 단백질의 농도는 주로 ClpXP 단백질 분해효소의 조절을 통해 결정된다. RpoS를 ClpXP로 전달하기 위해서는 adaptor 단백질 RssB가 반드시 필요하다. Two-component-type response regulator RssB는 RpoS와 지속적으로 상호작용을 하지만, 다양한 환경변화에 의해 RssB-RpoS 상호작용이 억제되어 세균에서 RpoS 양을 증가시킨다. 본 총설에서는 최근까지 연구 된 RssB-RpoS 상호작용에 관여하는 RssB의 anti-adaptor 단백질 IraD, IraM, IraP 등의 조절인자들과 RssB의 N-terminal 수용체 도메인의 인산화에 대해 설명하고 요약하였다. 이러한 RssB의 정교한 활성을 통한 RpoS 분해조절 과정은 외부환경 스트레스로부터 보다 효율적으로 세균을 보호할 수 있다.

• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.341-360
• /
• 2015

패턴은 소프트웨어 개발에서 얻은 경험을 구조화한 것으로 문제해결에 이용되는 반면, 문제틀은 소프트웨어 문제를 분석하는 방법이다. 문제틀은 해법이라기 보다는 문제 도메인에 중점을 두고 있기 때문에 문제를 이해하는데 유용하다. 문제틀과 소프트웨어 아키텍처를 연결하는 기존 연구들은 주어진 문제를 이해하는데 치중하여 문제틀을 이용할 뿐 문제틀과 품질속성 모두를 고려하면서 아키텍처 패턴을 도출하고 있지 않다. 본 논문에서는 문제틀과 아키텍처 패턴의 매칭을 통한 소프트웨어 패턴 기반 아키텍처 설계 방법을 제안한다. 먼저, 문제틀 방법에 따라 문제 모델을 개발한 후 기능 및 품질속성 관점에서 문제 모델을 아키텍처 패턴 후보와 매칭한다. 논문은 기능 매칭을 위해서는 문제틀 다이어그램을 이용한 아키텍처 패턴의 문제 모델을, 품질속성을 고려하기 위해서는 새로운 분석 템플릿을 사용하여 아키텍처를 설계하는 방법을 제안한다. 또한, 사례연구를 통해 제안한 방법이 올바른 아키텍처 패턴을 결정하는 체계적인 프로세스이며 잘 정제된 소프트웨어 아키텍처 설계를 위한 기초가 됨을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권3호
• /
• pp.189-196
• /
• 2008

본 논문은 복잡한 실시간 환경에서 인간의 의사결정을 대체하는 자율적인 에이전트의 구축을 위하여 필수적인 지식베이스의 형성과정을 제안하며, 지식베이스의 형성과정에 대한 방법론을 실질적인 응용 도메인에서 검증한다. 한국형 헬기의 두뇌역할을 수행하는 생존체계장비가 실시간 전장 환경에서 여러 개의 센서로부터 수신하는 위협 데이타를 분석하고, 위협 데이타의 특성과 위협간의 상호 연관성을 컴파일 과정을 통하여 귀납적 모델로 정형화한다. 규범화된 상황-행동 규칙은 헬기가 복잡한 전장 환경에서 실시간 추론 시간을 줄이며, 자율적으로 위협에 대처할 수 있는 능력을 갖추도록 할 것이다. 제안한 방법론의 검증을 위하여 한국형 헬기의 위협을 실험적으로 분류하였으며, 컴파일 과정이 위협을 성공적으로 탐지할 수 있음을 보여주었다.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2167-2175
• /
• 2017

최근 사물인터넷은 인공지능의 발전, 연결된 기기의 증가와 클라우드 시스템의 높은 성능으로 인해 급격하게 발전하고 있다. 많은 기기와 센서로부터 생산되는 엄청난 양의 데이터들은 지능적 진단, 추천 서비스 뿐 아니라 스마트 관제 서비스와 같이 서비스 영역의 확대를 이끌고 있다. 엣지 컴퓨팅(Edge Computing)에 대한 연구는 높은 성능을 지닌 하드웨어를 바탕으로 작은 또 하나의 서버로써의 역할에 국한되어 연구되고 있다. 그러나 데이터를 분석하고 의미성에 따른 서비스를 구현하기 위해서는 범용적 서버로써의 역할보다는 도메인에 특화된 기능과 요구사항을 지녀야 한다. 스마트 팩토리에서의 엣지는 제한적 필터링, 사전 포맷팅을 포함하는 전처리와 그룹 컨텍스트 융합, 지역적 룰의 관리 등을 필요로 한다. 따라서 본 논문에서는 공장 특성에 맞는 효율성과 강건함 측면을 강조하는 요구사항들을 도출하고, 클라우드와 학습된 요소 공유 방법을 기반으로 하는 엣지 컴퓨팅의 구조를 제안하고자 한다. 이 엣지는 네트워크 자원 소모를 감소시키고 룰과 학습화된 모델의 변경을 쉽게 할 수 있도록 한다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.701-708
• /
• 2005

사서함 구조에서 메시지 서비스를 위한 중요한 구조적 메커니즘은 메시지 객체들을 콘텐츠에 따라 그룹 클래스 계층 구조를 구성하는 것이다. 본 논문에서는 응용 도메인에서 많은 구조적인 메시지 객체들을 클러스터링하기 위한 $\alpha$-cut 기반의 genealogy 그룹화 방법을 제안한다. 제안된 방법은 의미적 유사 관계와 퍼지 유사 관계를 이용하여 관계성을 결정하고 search() insert(), hierarchy()의 연산을 이용하여 그룹화 구조를 수행한다. 이러한 구조는 그룹과 관련된 작업을 쉽게 처리해주고 질의응답 객체 식별, 유사성 발견 등을 쉽게 해준다. 따라서 제안된 사서함 구조는 그룹화 생성을 통해서 사용자들에게 메시지객체를 효율적으로 서비스하고 관리하는 기능을 제공한다. 그리고 제안된 기법의 성능을 알아보기 위해 5600개의 메시지 객체를 이용하여 non-grouping, BGM, RGM, OGM 방법과 비교 분석한다.