• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권4호
• /
• pp.135-140
• /
• 2015

WDSS는 네트워크 연동구간을 이용한 DDoS 대피소 시스템에 L7 스위치와 웹캐시서버를 추가 구성하여 웹 응용계층 DDoS 공격에 대한 방어성능을 향상시킨 시스템이다. WDSS는 웹 DDoS 공격 발생 시 백본 네트워크로부터 트래픽을 우회한 뒤 비정상 요청은 DDoS 차단시스템과 L7 스위치에서 차단하고 정상적인 클라이언트의 요청에 대해서만 웹캐시서버가 응답하게 함으로써 소규모 트래픽 기반의 세션 고갈형 DDoS 공격에 대응하고 정상적인 웹서비스를 유지한다. 또한 정상 트래픽을 웹서버로 재전송하기 위한 IP 터널링 설정이 없이도 공격 대응이 가능하다. 본 논문은 WDSS를 국내 ISP 백본 네트워크상에 구축하여 시스템 작동에 대한 유효성과 웹 응용계층 DDoS 공격 방어성능을 검증한 결과를 다룬다. 웹 DDoS 방어성능 평가는 실제 봇넷과 동일한 공격 종류와 패킷수의 공격을 수행할 수 있는 좀비 PC로 구성한 DDoS 모의테스트 시스템을 이용하여 실시하였다. 웹 응용계층 DDoS 공격 종류와 강도를 달리하여 WDSS의 웹 DDoS 방어성능을 분석한 결과 기존의 DDoS 대피소 시스템에서 탐지/방어하지 못한 소규모 트래픽에 기반하며 동일 플로우를 반복적으로 발생하지 않는 웹 DDoS 공격을 탐지/방어할 수 있었다.

• 한국건설순환자원학회논문집
• /
• 제4권4호
• /
• pp.99-104
• /
• 2009

폐주물사의 재활용을 위하여 최근 연구자들은 매립에 의존하지 않고 리사이클링하기 위해 노력하고 있으며, 폐주물사의 효율적인 재활용방법으로 시멘트와 결합하여 각종 건설용 자재로 사용하는 방법을 연구하고 있다. 본연구에서는 폐주물사를 대체 잔골재로 사용하여 1:2, 1:3, 1:5의 배합으로 부 빈배합의 예비실험을 통해 폐주물사의 성상을 실험적으로 검토하여 폐주물사를 적용할 수 있는 범위를 배합비 1:3의 W/C 43%와 50%의 2개 수준에 대한 실험으로 폐주물사의 적정 대체율을 찾아 활용할 수 있는 방안을 제안한다. 실험결과 굳지않은 모르타르의 특성으로 유동성은 폐주물사의 대체율이 증가 할수록 플로우는 감소하는 것으로 나타났으며, 공기량도 유동성과 유사한 경향으로 폐주물사의 대체율이 증사 할수록 감소하는 것으로 나타났다. 경화모르타르의 강도특성은 폐주물사를 치환 할수록 강도는 증가하는 것으로 나타났고, 폐주물사를 치환함으로써 초기강도가 증가하는 것을 알 수 있다. 수밀특성으로 투수량과 흡수량은 폐주물사의 미립분에 의해 공극충전효과로 투수량이 감소하는 것으로 나타나 수밀성을 요구하는 구조물에 폐주물사의 치환은 효과적일 것으로 사료된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제21권3호
• /
• pp.27-34
• /
• 2017

최근 유통 물류 산업의 발달로 산업용 창고 바닥의 중요성a이 점점 높아지고 있다. 본 연구에서는 기존의 바닥재료로 사용되어 온 일반 시멘트계 모르타르가 가지고 있는 유동성의 한계 및 긴 양생 시간 등의 단점을 보완할 수 있는 속경성 폴리머 모르타르 바닥소재를 개발하였다. 속경성 확보를 위해 초속경 시멘트를 결합재로 사용하였고, VAE 폴리머 분말수지를 5%~20% 혼입 범위로 설정한 4종류의 배합과 혼입하지 않은 Proto배합에 대한 기초물성을 유동성실험, 압축강도실험, 휨강도실험, 부착강도실험 및 마모실험을 통해 평가하였다. 유동성 실험결과를 통해 고성능 감수제량를 조절함으로써 플로우 250 mm 이상의 고유동 특성을 확보할 수 있었다. VAE 폴리머 혼입은 압축강도 감소에 영향을 미치는 것으로 나타났지만 휨강도는 Proto배합에 비해 우수하게 증진시킬 수 있어 압축강도/휨강도비를 증가시키는 것으로 평가되었다. 또한 최소 2.6배 이상의 부착강도 향상과 4배 이상의 마모저항성을 확보할 수 있었다. 역학적 실험을 통해 VAE 폴리머 최적 혼입률을 10%로 결정하였고, 현장적용 및 모니터링을 수행한 결과 VAE 폴리머를 혼입하지 않은 바닥재에 비해 오염도, 충격에 의한 저항, 부착성능 등이 우수한 것으로 나타났다.

• 융합정보논문지
• /
• 제11권5호
• /
• pp.30-37
• /
• 2021

사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.

• 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.