• 문화기술의 융합
• /
• 제10권1호
• /
• pp.435-441
• /
• 2024

수집된 대량의 데이터셋이 딥러닝 학습데이터로 사용되기 위해서는 주민번호, 질병 정보등과 같이 민감한 개인정보는 해커에게 노출되지 않도록 값을 변경하거나 암호화해야 하고 구축된 딥러닝 모델의 구조와 일치 하도록 데이터를 재구성 해주어야 한다. 현재, 이러한 작업은 전문가에 의해 수동으로 이루어지기 때문에, 시간과 비용이 많이 소요 된다. 이러한 문제점을 해결하기 위해, 본 논문에서는 딥러닝 과정에서 개인정보 보호를 위한 데이터 처리 작업을 자동으로 수행할 수 있는 기법을 제안한다. 제안된 기법에서는 데이터 일반화에 기반한 개인정보 보호 작업을 수행하고 원형큐를 사용하여 데이터 재구성 작업을 수행한다. 제안된 기법의 타당성을 검증하기 위해, C언어를 사용하여 직접 구현하였다. 검증 결과, 데이터 일반화가 정상적으로 수행되고 딥러닝 모델에 맞는 데이터 재구성이 제대로 수행됨을 확인 할 수 있었다.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.110-121
• /
• 2016

색 항상성 알고리즘의 주된 목적은 광원의 색도를 추정하는 것으로, 최근 통계 기반과 학습 기반 및 통계와 학습의 조합 기반의 색 항상성 알고리즘들이 다양하게 연구되고 있다. 통계 기반 알고리즘은 특정 가정을 만족하는 영상들에 대해서만 수행이 가능하고, 학습 기반 알고리즘은 정확한 전처리와 학습 데이터가 요구되는 복잡한 방법이다. 그리고 통계와 학습의 조합 기반 알고리즘은 사전에 결정되거나 동적으로 변하는 가중치에 따라 결과가 의존적이기 때문에, 이를 정의하기 어려울 뿐만 아니라 에러에도 민감하다. 따라서 본 논문은 복잡한 전처리를 요구하지 않으며, 다양한 환경 조건 하에서 광원 추정이 가능한 새로운 최적화 방법을 제안한다. 영상 내에서 광원의 영향이 강하게 미치는 부분은 한 채널의 표준 편차가 나머지 두 채널에 비해 큰 차이를 가진다. 이 가정을 기반으로, 광원 정도(DIT, degree of illumiinant tinge)라고 불리는 비용 함수는 광원이 보정된 영상의 질을 결정하기 위해 제안된다. 표준 광원(d65) 하의 영상이 다른 광원 하의 영상에 비해 더 작은 DIT 값을 가진다. 본 논문에서 군집단 최적화(PSO, particle swarm optimization) 기반의 집단지성(swarm intelligence)은 DIT를 최소화하기 위해, 주어진 영상의 최적 광원을 찾는데 사용된다. 제안한 방법은 실세계 데이터셋을 통해 평가하였고, 실험 결과는 제안된 방법의 효율성을 입증하였다.