• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권3호
• /
• pp.139-144
• /
• 2016

최근 악성코드를 이용한 위협은 사이버 상에서 가장 위협적이고 점차 지능화되고 있다. 하지만 안티 바이러스 제품이나 기존의 탐지 솔루션은 복잡해지고 정교해지는 악성코드에 대해 효과적으로 대응하지 못한다. 본 논문에서는 분석 환경 회피 기술을 갖는 악성코드를 보다 효과적으로 식별하기 위해 실제 컴퓨터 환경을 기반으로 악성코드의 동작 및 상태를 감지하고 악성코드의 요구사항을 동적으로 핸들링하는 환경을 제안한다. 제안하는 방법은 리얼머신 기반의 바이너리 자동실행 환경과 가상머신 환경에서의 악성코드 악성행위 활동성을 비교하여 지능형 악성코드를 효과적으로 분석하기 위한 동적 분석환경을 제공할 수 있음을 실험하여 보였다.

• 전자공학회논문지
• /
• 제53권1호
• /
• pp.86-96
• /
• 2016

최근 들어 가상화는 자원의 활용 및 통합 등의 장점으로 인하여 클라우드 컴퓨팅의 중요한 요소로 점차 인식되고 있다. 가상화 서비스를 효율적으로 사용하기 위해서는 데이터의 안정성 및 성능, 보안 등의 여러 요소들이 고려되어야 하며, 특히 가상 머신의 실제 디스크 쓰기 성능이 보장되어야 한다. 본 연구에서는 KVM 가상 머신 상의 블록 출력 패턴과 리얼 머신 상에서의 디스크 쓰기 패턴을 비교 분석할 수 있는 가시화 방법을 구현하였다. 본 연구는 이를 기반으로 가상 머신의 디스크 쓰기 속도를 향상시킬 수 있는 최적화된 가상화 환경을 제안하고자 한다.

• 전기의세계
• /
• 제24권5호
• /
• pp.38-41
• /
• 1975

기술 및 소개한 내용을 아래와 같이 요약할 수 있다. 1)전력계통의 계산기제어를 위한 하아드웨어시스템은 온라인리얼시스템의 구비 조건인 고속성, 신뢰성, 경제성을 기저요건으로 하여 동시에 다중프로그래밍, 다중처리가 가능한 범용전자계산기를 모체로 하고 다수의 위성계산기에 의하여 국지적 제어도 가능한 계층제어 시스템의 구성을 이루고 있는 것이 현 추세이다. 2)전력계통의 계산기제어는 전력계통의 안정제어가 그 주내용이나, 전력공급의 질을 일정수준으로 유지하면서 가장 경제적으로 전력을 안정된 상태로 공급하는 것이 더욱 바람직하다. 그러나 현단계에서는 긴급상태 및 회복상태에서는 전력의 안정공급에만 주안점을 두고 있는 실정이다. 3)전력계통의 안정제어의 기능은 상태의 감시, 해석 및 안전최적화의 3기능이며 안정최적화 기능중의 제어지령도 리얼타임으로 자동화하는 것이 궁극적 목표이나 현단계로서는 CRT 표시장치등의 맨머신 인터훼이스를 통하여 제어지령의 결정과정에서 조작원이 개입하는 것이 상례이다. 즉, 전력계통의 안정제어는 아직까지는 프로세스제어의 단계에 이르지 못하고 오퍼레이션제어의 특징을 다분히 지니고 있다. 4)조작원의 판단이나 개입을 줄이는 첩경은 하아드웨어의 개선보다는 전력계통 리얼타임 제어에 충분할 정도로 처리시간에 단축되는 전력계통제어용 각종 응용프로그램의 개발에 있으며 그 시기는 아직 먼 것으로 전망된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.297-298
• /
• 2010

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.528-530
• /
• 2011

Xen 가상머신에서 실시간적 성격을 가지는 게스트 도메인들의 워크로드가 가변적으로 변하는 상황에서 각 도메인들이 데드라인내에 작업을 처리하기 위해서는 효율적인 CPU 할당 기법이 필요하다. 본 연구에서는 리얼타임 도메인이 데드라인을 만족하는데 필요한 최소한의 CPU를 미리 할당하고 다른 게스트들에 부하가 발생하여 실시간 처리가 불가능한 상황이 발생하면 게스트 도메인의 수행 결과를 VMM 스케줄러에게 스케줄링 피드백을 주는 시스템을 제안한다. 또한, 다른 게스트간의 자원을 효율적으로 할당하고 반납할 수 있는 방법에 대해서 기술한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권8호
• /
• pp.111-117
• /
• 2020

최근 머신러닝의 높은 관심과 더불어 물리적 장치에 연동하기 위한 교육용 컨트롤러의 필요성이 증대되고 있다. 하지만 기존 컨트롤러는 교육용으로서의 고비용과 활용 영역면에서 제한적이다. 본 논문에서는 학생들의 머신 러닝 학습을 목적으로 뇌파를 이용한 동작 제어 컨트롤러를 제안한다. 특정 행위를 상상할 때 발생하는 뇌의 동작 상상 뇌파를 측정하여 표본화 한 후, Tensor Flow를 통하여 표본값을 학습시키고 게임 등의 콘텐츠에서 동작을 인식할 수 있도록 설계하였다. 동작 인식을 위한 움직임 변이는 상하좌우의 방향성과 점프 동작으로 구성된다. 인식 동작의 식별 정보를 언리얼 엔진으로 제작한 게임에 전송하여 게임 속 캐릭터를 동작시키는 절차로 이루어 진다. 구현된 컨트롤러는 뇌파 외에도 입력 신호에 따라 다양한 분야에 활용될 수 있으며 머신 러닝 학습 등의 교육적 용도로 사용될 수 있을 것이다.

• 대한임베디드공학회논문지
• /
• 제14권4호
• /
• pp.207-218
• /
• 2019

The purpose of this study is to develop a model that can systematically study the whole learning process of machine learning. Since the existing model describes the learning process with minimum coding, it can learn the progress of machine learning sequentially through the new model, and can visualize each process using the tensor flow. The new model used all of the existing model algorithms and confirmed the importance of the variables that affect the target variable, survival. The used to classification training data into training and verification, and to evaluate the performance of the model with test data. As a result of the final analysis, the ensemble techniques is the all tutorial model showed high performance, and the maximum performance of the model was improved by maximum 5.2% when compared with the existing model using. In future research, it is necessary to construct an environment in which machine learning can be learned regardless of the data preprocessing method and OS that can learn a model that is better than the existing performance.