• Convergence Security Journal
• /
• v.11 no.4
• /
• pp.31-36
• /
• 2011

Enterprise which has a core technology or organization which manages a core information will be walking into a critical situation like a ruins when organization's confidential information is outflowed. In the past confidential information that was leaked to the off-line, recently the outflow made possible through a variety of equipment at any time via the network based on the ubiquitous communication environment. In this paper, we propose to authenticate and block all packets transmitted via the network at real-time in order to prevent confidentials outflow. Especially in or der to differentiate between users who attempt to disclose confidentials, we propose to insert user's biometric informaion transparently at per-packet basis, and also verify a performance by simulation.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.299-300
• /
• 2014

생명과학분야에서는 생명현상을 이해하기 위해 신호 전달 네트워크에 대한 연구가 진행되고 있다. 하지만 신호전달 네트워크와 임상 정보를 결합하여 질병관점에서 신호 전달 네트워크를 통합하고 결합하는 관점의 연구가 부족하다. 따라서 본 논문에서는 빅데이터 기술을 활용하여 임상 및 신호전달 정보를 연계 분석할 수 있는 시스템을 구축하고자 빅데이터 분석을 위한 임상 및 바이오 정보 통합 데이터베이스를 설계한다. 설계한 임상 및 바이오 정보 통합 데이터베이스는 빅데이터 분석 기술을 적용한 확장 분석 기법 및 통합 분석 시스템 개발에 활용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.232-234
• /
• 2004

강화 학습(Reinforcement Learning)을 실제 문제에 적용하는 데 있어 가장 큰 문제는 차원성의 저주(Curse of dimensionality)이다. 문제가 커짐에 따라 목적을 이루기 위해서 더 않은 단계의 판단이 필요하고 이에 따라 문제의 해결이 지수적으로 어려워지게 된다. 이를 해결하기 위칠 문제를 여러 단계로 나누어 단계별로 학습하는 계층적 강화 학습(Hierarchical Reinforcement Learning)이 제시된 바 있다. 하지만 대부분의 계층적 강화 학습 방법들은 사전에 문제의 구조를 아는 것을 전제로 하며 큰 사이즈의 문제를 간단히 표현할 방법을 제시하지 않는다. 따라서 이들 방법들도 실제적인 문제에 바로 적용하기에는 적합하지 않다. 이러한 문제점들을 해결하기 위해 복잡계 네트워크(Complex Network)가 갖는 작은 세상 성질(Small world Property)에 착안하여 자기조직화 하는 생장 네트워크(Self organizing growing network)를 기반으로 한 환경 표현 모델이 제안된 바 있다. 이러한 모델에서는 문제 크기가 커지더라도 네트워크의 사이즈가 크게 커지지 않기 때문에 문제의 난이도가 크기에 따라 크게 증가하지 않을 것을 기대할 수 있다. 본 논문에서는 이러한 환경 모델을 사용한 강화 학습 알고리즘을 구현하고 실험을 통하여 각 모델이 강화 학습의 문제 사이즈에 따른 성능에 끼치는 영향에 대해 알아보았다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.231-232
• /
• 2015

최근 유전체학, NGS(Next Generation Sequencing) 기술, IT/NT 장비의 발전 등에 따라 방대한 양의 바이오-메디컬 데이터가 생산되고, 이에 따라 빅데이터를 활용한 헬스케어 산업이 급속히 발달하고 있으며, 이와 관련된 빅데이터 기술은 국민의 건강 증대와 건강한 고령 삶을 제공하는 핵심 기술로 급부상하고 있다. 패스웨이는 단백질, 유전자, 세포 등의 생체적 요소 간의 역학관계 혹은 상호작용 등을 네트워크 형식으로 표현한 생물학적 심층지식으로, 바이오-메디컬 빅데이터 분석에 있어서 널리 활용되고 있다. 하지만 패스웨이는 매우 다양한 형태를 갖고 용량이 매우 큰 빅데이터로 이를 분석하는데 많은 시간이 소요된다. 그래서 본 논문에서는 세계적으로 가장 우수하고 방대한 양의 패스웨이를 제공하는 KEGG 패스웨이 데이터베이스로부터 사용자가 관심 갖는 패스웨이만을 자동 수집하고 패스웨이 간 계층구조를 기반으로 네트워크를 구성 후, 해당 패스웨이 네트워크에 대한 클러스터링과 핵심 패스웨이 선정을 통해 패스웨이 간의 역학관계 또는 상호작용을 직관적으로 분석할 수 시스템을 제안했다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2003.02a
• /
• pp.124-125
• /
• 2003

바이오인포매틱스 기술이란 정보통신 인프라와 IT기술을 기반으로 분산되어 있는 대용량의 바이오 데이터 및 문헌 정보를 통합적으로 관리, 분석 및 처리하여 각종 바이오 정보 활용 분야(신약개발, 의료진단, 농산물 개량 등)에 효율적으로 응용 서비스하기 위한 IT-BT융합 핵심 기반 요소 기술을 의미한다. 2000. 6. 인간 유전체 초안 완성 후 대량 획득되는 바이오 데이터의 최대 부가가치 창출을 위해 대용량 바이오 데이터로부터 유용한 지식정보를 자동적으로 추출해내기 위한 효율적인 통합분석 기술이 필요하고 이는 바이오인포매틱스 기본 개념이 된다. (중략)

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.379-381
• /
• 2009

대덕 바이오클러스터의 네트워크를 파악하기 위하여 한국특허정보원의 KIPRIS 서비스를 이용하여 한국특허정보를 분석하였다. 공동출원 한 특허에 대하여 샐튼지수(Shalton index)를 구하여 연구개발 주체 간의 연관성과 기술 간의 연관관계에 의하여 R&D network model을 제시하였다. 본 모델에 의하면 벤처기업 간 공동연구가 가장 활발하였고 벤처기업들은 대학보다는 연구기관을 선호하였다. 과학 기술지식의 산업으로의 확산을 위해서는 대학이나 출연연구소의 네트워크가 더욱 활성화되어야 한다. 일부 벤처기업이 대덕특구의 연구기관과 공동연구가 활발하였지만 특구내의 연구추체보다는 타 지역의 기업, 벤처기업, 대학과의 공동연구가 많이 이루어지고 있었다. 샐튼지수에 의하여 기술 간 연관성 분석 한 결과는 생물자원탐색 기술, 세포배양, 유전공학과 같은 기초분야를 모체로 네트워크가 형성되고 있다. 생물의약분야는 기술우위가 약하므로 이의 경쟁력 확보를 위한 네트워크가 절실히 요구되고있다. 과학기술문헌이나 특허자료를 이용한 계량서지학적 분석방법은 R&D 네트워크 구축을 위한 전략 수립에 있어 효과적인 방법으로 이용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.576-578
• /
• 2023

네트워크 트래픽 연구는 오랜 기간 지속되어 왔으며, 구현이 비교적 간단하고 높은 정확도를 가지는 기존의 분류 방식들이 오랫동안 사용되어왔다. 그러나 네트워크 기술과 암호화 기술의 발달로 기존의 분류 방식들은 더 이상 분류 결과에 대한 신뢰성을 보장할 수 없으며, 이에 따라 새로운 분류 방식의 필요성이 대두되었다. 최근 머신러닝과 딥러닝을 네트워크 트래픽 분류에 적용하는 연구가 활발히 이루어지고 있으며 획기적인 모델들이 많이 제안되었고, 그 분류 성능 또한 입증되었다. 그러나 여전히 여러 가지 극복해야 할 문제점은 남아있으며 이러한 문제점을 해결하기 위한 연구가 앞으로도 계속 진행될 것으로 보인다. 본 논문은 머신러닝과 딥러닝을 이용한 네트워크 트래픽 분류 연구 동향에 대해 살펴보고 이러한 연구들이 가지는 문제점을 짚고 넘어가며 앞으로의 네트워크 트래픽 분류 연구의 방향성에 대해 이야기 하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.898-901
• /
• 2008

Measuring instrument module for biosensor activity is developed using CMOS image sensor and sensor network. Most of living organism in water as water flea, fish, etc are frequently used as biological sensor for monitoring the water qualify. The activity of biosensor is changed by the quality of water. The developed measuring instrument module can easily interface to the existing instrument.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.33 no.4
• /
• pp.24-29
• /
• 2015

• Journal of KSNVE
• /
• v.23 no.4
• /
• pp.3-9
• /
• 2013