• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.383-386
• /
• 2022

본 논문에서는 COVID-19와 같은 위급한 상황에서 바이러스 검사를 빠르게 진행하기 위한 K-d 트리 기반의 그래프 구축과 환자 이동 경로 시스템을 제안한다. 가상환경에서 활용되는 대표적인 길 찾기 알고리즘은 A^*나 NavMesh 자료구조는 정해진 정적 이동 경로만을 안내하려는 방법이기 때문에 가상환경에서 NPC를 제어할 때는 효율적이지만, 실제 환경에 적용하여 문제를 풀기에는 충분하지 않다. 특히, 빠른 바이러스 검사를 받기 위해서는 짧은 거리만을 이용하는 게 아닌, 실제 도로 교통상황, 병원의 크기, 환자 이동 수, 환자 처리 시간 등 고려해야 할 상황들이 많다. 본 논문에서는 위에서 언급한 다양한 속성들과 이를 이용한 최적화 함수를 모델링하여, 실제 도시 맵에서 바이러스 검사를 빠르고 효율적으로 제어할 수 있는 프레임워크를 제안한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.347-348
• /
• 2018

일본 뇌염 바이러스(Japanese encephalitis virus)는 작은빨간집모기(Culex spp.)를 매개로 사람에게 감염될 수 있으며, 인체에 치명적인 질병을 유발한다. 일본 뇌염 바이러스의 혈청형(serotype)은 1종류이지만, 유전형(genotype)은 5종류(GI, GII, GIII, GIV, GV)로 분류되고 있다. 현재 일본 뇌염 바이러스 백신은 아시아 지역에서 감염 빈도가 높은 유전형 3(GIII)에 대한 백신이며, 사백신(inactivated vaccine)과 약독화 백신(attenuated vaccine)이 주로 사용되고 있다. 본 연구에서는 기존 백신의 부작용을 줄이고 한계점을 개선하기 위하여, 생물정보학 데이터베이스를 활용한 접근법을 통해 펩타이드 백신 후보군을 선별하였다. 5가지의 유전형 중에서도 감염 빈도가 가장 높은 유전형 3(GIII) 및 최근 감염빈도가 서서히 늘어나고 있어 주의가 요구되고 있는 유전형 1(GI)을 연구 대상으로 선정하였다. 여러 종류의 생물정보학 데이터베이스를 활용하여 백신으로 활용가치가 높은 것으로 보고되고 있는 외피 단백질(envelope protein)에 대한 아미노산 상동성을 분석하고, 이를 바탕으로 공통 적용이 가능한 동시에 면역원성이 높은 펩타이드 3종을 백신 후보군으로 선별하였다. 더 나아가 이들의 3차원 구조 모델링을 통해 보다 백신으로 활용 가능성이 높은 펩타이드를 최종 도출하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.1
• /
• pp.52-60
• /
• 2002

According as many people use a computer newly, damage of computer virus and hacking is rapidly increasing by the crucial users. A computer virus is one of program in computer and has abilities of self reproduction and destruction like a virus of biology. And hacking is to rob a person's data in a intruded computer and to delete data in a Person s computer from the outside. To block hacking that is intrusion of a person's computer and the computer virus that destroys data, a study for intrusion detection of system and virus detection using a biological immune system is in progress. In this paper, we make a model of positive and negative selection for self recognition which have a similar function like T-cytotoxic cell that plays an important role in biological immune system. We embody a self-nonself distinction algorithm in computer, which is an important part when we detect an infected data by computer virus and a modified data by intrusion from the outside. And we showed the validity and effectiveness of the proposed self recognition algorithm by computer simulation about various infected data obtained from the cell change and string change in the self file.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.9
• /
• pp.801-806
• /
• 2001

According as many people use a computer newly, damage of computer virus and hacking is rapidly increasing by the crucial users A computer virus is one of program in computer and has abilities of self reproduction ad destruction like a virus of biology. And hacking is to rob a person's data in a intruded computer and to delete data in a person s computer from the outside. To block hacking that is intrusion of a person s computer and the computer virus that destroys data, a study for intrusion-detection of system and virus detection using a biological immune system is in progress. In this paper, we make a model of positive selection and negative selection of self-recognition process that is ability of T-cytotoxic cell that plays an important part in biological immune system. So we embody a self-nonself distinction algorithm in computer, which is an important part when we detect an infected data by computer virus and a modified data by intrusion from the outside. The composed self-recognition process distinguishes self-file from the changed files. To prove the efficacy of self-recognition algorithm, we use simulation by a cell change and a string change of self file.

• Journal of the Korea Society for Simulation
• /
• v.30 no.1
• /
• pp.43-54
• /
• 2021

Since COVID-19 (Severe acute respiratory syndrome coronavirus type 2, SARS-Cov-2) was first discovered at the end of 2019, it has spread rapidly around the world. This study introduces an agent-based simulation model representing COVID-19 spread in South Korea to investigate the effect of detect level (contact tracing) on the virus spread. To develop the model, related data are aggregated and probability distributions are inferred based on the data. The entire process of infection, quarantine, recovery, and death is schematically described and the interaction of people is modeled based on the traffic data. A composite logistic functions are utilized to represent the compliance of people to the government move control such as social distancing. To demonstrate to effect of detect level on the virus spread, detect level is changed from 0% to 100%. The results indicate active contact tracing inhibits the virus spread and the inhibitory effect increases geometrically as the detect level increases.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.8
• /
• pp.135-142
• /
• 2022

In this paper, we propose a graph-based user route control for rapidly conducting virus inspections in emergency situations (eg, COVID-19) and a framework that can simulate this on a city map. A^* and navigation mesh data structures, which are widely used pathfinding algorithms in virtual environments, are effective when applied to CS(Computer science) problems that control Agents in virtual environments because they guide only a fixed static movement path. However, it is not enough to solve the problem by applying it to the real COVID-19 environment. In particular, there are many situations to consider, such as the actual road traffic situation, the size of the hospital, the number of patients moved, and the patient processing time, rather than using only a short distance to receive a fast virus inspection.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.392-392
• /
• 2022

세계적 규모의 팬데믹 감염병의 출현은 전 세계적으로 경제적, 문화적, 사회적 파급효과가 매우 강력하며 전 인류를 위협하고 있다. 최근에 발병한 중증급성 호흡기질환 코로나바이러스 2(Severe Acute Respiratory Syndrome Coronavirus 2, SARS-CoV-2)는 2019년 12월 중국 우한에서 첫 보고 되었고 2022년 현재까지 종식되지 않고 있으며 바이러스의 전파력과 치명률이 높고 무증상 감염상태일 때에도 전염이 가능하여 현재 역학조사의 사후적 대응에 대한 한계가 있어 선제적 대응을 위한 수단이 필수 불가결해지고 있는 실정이다. 하수기반역학(Waste Based Epidemiology, WBE)이란 하수처리장으로 유입되기 전의 하수를 분석하여 하수 집수구역 내 도시민의 생활상을 예측하는 것으로 하수로 배출된 감염자의 분비물 및 배설물 속 바이러스를 하수관로에서 신속하게 검출함으로써 특정지역의 감염성 질환 전파 정도와 유행하는 타입(변이)등을 분석하고 기존 역학조사의 문제점을 극복할 수 있으며 선제적인 대응이 가능하다. 현재 COVID-19의 대유행과 관련하여 WBE를 기반으로 한 다양한 연구가 진행되고 있으며 실제 환자의 발생과 상관관계가 있음이 확인되고 있고 백신 접종과 새롭게 발생한 변이바이러스의 관계 속에서 발생하는 변수를 고려한 모델이 없다는 점을 들어 새로운 감염병 확산 예측 모델에 대한 필요성 또한 커지고 있다. 본 연구에서는 병원에서부터 하수처리장까지의 하수관거와 하수처리장에서의 SARS-CoV-2 검출농도 및 거동을 파악하는 것을 목적으로 하고 있으며 COVID-19의 감염규모 확산에 관한 방법론에서 수학적모델 (Euler Method, RK4 Method, Gillespie Algorithm)과 딥러닝 기반의 Nowcasting model과 Fore casting model을 살펴보고자 한다.

• ICROS
• /
• v.17 no.3
• /
• pp.22-26
• /
• 2011

신경회로망 기술은 다양한 공학적 및 과학적 문제에 적용되어 왔으며 복잡한 동특성을 갖는 시스템의 모델링에 특히 효율적인 것으로 알려져 있다. 신경회로망 학습은 신경회로망의 가중치 및 바이러스로서 주어지는 파라미터 벡터의 요소를 주어진 목적함수를 최소화하는 최적의 값으로 추정하는 연산과정을 의미한다. 따라서 신경회로망 파라미터 학습은 전체시스템의 성능을 직접적으로 좌우하는 매우 중요한 단계라 할 수 있으며 일반적으로 파라미터의 수정규칙 알고리즘을 도출한다. 이러한 수정규칙은 주로 최적화 기법을 적용하며 경사함수(gradient function)를 포함한다. 최근에는 이러한 경사함수를 포함하지 않는 학습 알고리즘이 많이 개발되고 있으며 특히 칼만 필터링 이론을 접목한 미분 신경회로망의 학습 알고리즘이 최근에 발표되었다.

• Convergence Security Journal
• /
• v.14 no.4
• /
• pp.19-26
• /
• 2014

Mobile malicious code is typically spread by the worm, and although modeling techniques to analyze the dispersion characteristics of the worms have been proposed, only macroscopic analysis was possible while there are limitations in predicting on certain viruses and malicious code. In this paper, prediction methods have been proposed which was based on Markov chain and is able to predict the occurrence of future malicious code by utilizing the past malicious code data. The average value of the malicious code to be applied to the prediction model of Markov chain model was applied by classifying into three categories of the total average, the last year average, and the recent average (6 months), and it was verified that malicious code prediction possibility could be increased by comparing the predicted values obtained through applying, and applying the recent average (6 months).

• Pediatric Infection and Vaccine
• /
• v.28 no.2
• /
• pp.57-65
• /
• 2021

School closures during the coronavirus disease 2019 (COVID-19) pandemic have been outlined in studies from different disciplines, including economics, sociology, mathematical modeling, epidemiology, and public health. In this review, we discuss the implications of school closures in the context of the current COVID-19 pandemic. Modeling studies of the effects of school closures, largely derived from the pandemic influenza model, on severe acute respiratory syndrome coronavirus 2 produced conflicting results. Earlier studies assessed the risk of school reopening by modeling transmission across schools and communities; however, it remains unclear whether the risk is due to increased transmission in adults or children. The empirical findings of the impact of school closures on COVID-19 outbreaks suggest no clear effect, likely because of heterogeneity in community infection pressure, differences in school closure strategies, or the use of multiple interventions. The benefits of school closings are unclear and not readily quantifiable; however, they must be weighed against the potential high social costs, which can also negatively affect the health of this generation.