• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.31-34
• /
• 2000

코호넨 자기조직 신경망을 사용하면 클러스터링뿐만 아니라 그 데이터가 할당된 클러스터의 대표값(Centroid)과의 거리 차이(Quantization Error)를 알아볼 수 있다 이를 이용하면 어떤 데이터가 정상적인 분포를 따르는지 정상적인 분포에서 벗어나는 비정상적인 데이터인지 알 수 있고, 유닉스 시스템 사용자의 명령어 사용 패턴에 적용하여 어떤 사용자의 명령어 사용 패턴이 정상적인 것인지 비정상적인 것인지 알 수 있다. 본 논문에서는 유닉스 시스템 사용자 8명의 명령어 패턴을 클러스터링한 후 Quantization Error를 이용하여 비정상 패턴을 탐지하는 오프라인에서의 비정상 행위를 탐지하는 시스템을 구현하였다. 그리고 통계적인 학습 방법을 적용한 비정상 패턴 탐지와의 비교를 통하여 두 가지 비정상 패턴 탐지 결과가 동일함을 확인하였다.

• Journal of Teachers' Pension
• /
• v.1
• /
• pp.157-185
• /
• 2016

본 연구에서는 비정상적 사건을 정의하고 이에 따른 비정상적 위험의 구체적인 유형을 파악하며, 이와 관련된 사학연금의 위험관리 체계에 대한 검토와 함께 비정상적 위험에 효과적으로 대응할 수 있는 자산운용방안을 제시하였다. 우선 비정상적 사건을 '과거 자료를 이용한 발생확률의 추정이나 발생여부에 대한 예측이 불가능하며 따라서 이의 발생 가능성을 사전에 고려하고 대비하는 사전적인 대처가 어려운 사건으로서 자산운용과 위험관리에 무시할 수 없는 영향을 미치는 사건'으로 정의하였으며, 이의 구체적인 형태로서 금융위기를 포함하는 9가지 사건 유형을 파악하였다. 동비정상적 사건들은 포트폴리오 투자를 통한 자산운용에서 개별자산군의 기대수익률과 위험 및 자산군 사이의 상관관계에 영향을 미쳐, 기존의 자산배분안의 최적성을 상실시키고 위험수준의 측정치인 VaR값을 과소 또는 과대추정하게 할 수 있는 것으로 분석되었다. 한편 비정상적 사건의 해외 사례에 대한 분석에서는 비정상적 사건의 영향이 개별 사건마다 다양한 양태로 발현되는 것이 관측되었다. 본 연구에서는 사학연금의 현행 자산배분 체계가 이와 같은 비정상적 사건의 영향에 적절하게 대응하기 어려운 상황이라고 진단하였으며, 비정상적 사건에 적절히 대응하기 위한 자산관리방안의 일환으로서 일별 수익률 자료를 사용한 비정상적 사건의 영향 평가방안을 제시하였다. 한편, 사학연금의 현행 위험관리 체계는 비정상적 사건의 발생에 적절하게 대응할 수 있는 것으로 평가되었다

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.11a
• /
• pp.255-259
• /
• 2002

네트워크 응용 프로그램을 개발하기 위해서는 Socket API를 많이 이용한다 Socket API를 이용해 정상적인 동작을 하는 것은 아주 쉽다. 실제 개발 과정에서 정상적인 상황이 아닌 여러 가지 비정상적인 오류에 대처하게 됨에 따라 속수무책일 때가 많다 따라서 각 플랫폼별로 비정상적인 오류들의 사례를 연구를 통하여 효율적인 응용시스템 개발의 필요성이 대두되었다. 본 연구에서는 프로그램의 각 CASE별로 네트워크 프로그램의 분석과 구조를 잡아 네트워크 응용 프로그램 개발시 복잡한 하위 계층의 구조를 완벽히 이해하지 않고 쉽게 개발할 수 있도록 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.11a
• /
• pp.260-264
• /
• 2002

네트워크 응용 프로그램을 개발하기 위해서는 Socket API를 많이 이용한다. Socket API를 이용해 정상적인 동작을 하는 것은 아주 쉽다. 실제 개발 과정에서 정상적인 상황이 아닌 여러 가지 비정상적인 오류에 처하게 됨에 따라 속수무책일 때가 많다. 따라서 각 플랫폼별로 비정상적인 오류들의 사례를 연구를 통하여 효율적인 응용시스템 개발의 필요성이 대두되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.730-732
• /
• 2001

최근 들어 버퍼오버플로우 취약성을 이용한 해킹 사례들이 늘어나고 있다. 버퍼오버플로우 공격을 탐지하는 방법은 크게 입력 데이터의 크기검사, 비정상적인 분기 금지, 비정상 행위 금지의 세가지 방식 중 하나를 취한다. 본 논문에서는 비정상적인 분기를 금지하는 방법을 살펴본 것이다. 기존의 방법은 부가적인 메모리를 필요로 하고, 컨트롤 플로우가 비정상적인 흐름을 찾기 위해 코드를 추가하고 실행함으로써 프로그램 실행시간의 저하를 단점으로 이야기할 수 있다. 본 논문에서는 부가적인 메모리 사용을 최소한으로 줄임으로 메모리 낭비를 저하시키고 실행시간에 컨트롤 플로우가 비정상적으로 흐르는 것을 막기 위한 작업들을 최소화 함으로서 기존의 방법보다 더 효율적인 방법을 제안하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.461-461
• /
• 2012

본 연구는 서울 지점의 목표연도(2040, 2070, 2100년)별 재현기간에 따른 확률강수량을 산정하기 위해 지속시간 24시간에 대한 연 최대 강수량 자료를 구축하여 비정상성 빈도해석을 수행하였다. 연 최대강수량 자료를 이용해 초기 20년을 기준으로 1년씩 추가한 연 최대 강수량 누적 자료를 구축한 후, 누적 기간별 자료의 평균, 위치매개변수, 축척매개변수를 산정하였다. Gumbel 분포를 이용해 비정상성 빈도해석을 실시하였으며, 각 매개변수의 경우 확률가중모멘트법을 이용해 산정하였다. 산정된 누적평균 강수량과 연도와의 선형회귀분석을 실시한 방법뿐만 아니라 서울 지점이 속한 한강유역의 전 지점들을 이용한 유역의 누적평균 강수량 자료에 대하여 연도와의 Logsitic 회귀분석 및 Power Model을 이용해 서울 지점의 목표연도별 누적평균 강수량을 산정하였고 이를 통해 목표연도별 위치매개변수 및 축척매개변수를 구해 목표연도별 재현기간에 따른 확률강수량을 산정하였다. 선형회귀분석을 이용한 비정상성 빈도해석의 경우, 목표연도가 증가함에 따라 선형적인 증가에 의해 매우 높은 누적평균 강수량이 나타나 확률강수량의 경우에도 정상성임을 가정한 확률강수량에 비해 매우 높게 나타나 타당한 확률강수량이라 함에 한계가 있음을 보였다. 유역의 평균거동과 Logistic 회귀분석을 실시하여 확률강수량을 산정하였을 때에는, 선형 회귀분석에 비해 정상성임을 가정한 확률강수량보다 크게 증가하지 않고 비교적 안정적인 증가가 나타났다. 하지만 Logistic 회귀분석을 이용한 누적평균 강수량 산정에 있어서 목표연도 2040년에 도달하기 전에 미리 수렴하는 형태를 보여 모든 목표연도의 확률강수량이 동일한 값을 가지는 한계가 나타났다. 한강 유역의 평균거동과 Power Model을 이용한 비정상성 빈도해석의 경우, 선형회귀분석 및 Logistic 회귀분석을 통한 비정상성 빈도해석에서 나타난 문제점을 보완할 수 있는 확률강수량이 나타남을 보였다.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.4
• /
• pp.337-346
• /
• 2021

Detection of abnormal signal generally can be done by using features of normal signals as main information because of data imbalance. This paper propose an efficient method for abnormal signal detection using parallel AutoEncoder (AE) which can use features of abnormal signals as well. The proposed Parallel AE (PAE) is composed of a normal and an abnormal reconstructors having identical AE structure and train features of normal and abnormal signals, respectively. The PAE can effectively solve the imbalanced data problem by sequentially training normal and abnormal data. For further detection performance improvement, additional binary classifier can be added to the PAE. Through experiments using public acoustic data, we obtain that the proposed PAE shows Area Under Curve (AUC) improvement of minimum 22 % at the expenses of training time increased by 1.31 ~ 1.61 times to the single AE. Furthermore, the PAE shows 93 % AUC improvement in detecting abnormal underwater acoustic signal when pre-trained PAE is transferred to train open underwater acoustic data.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.2
• /
• pp.197-206
• /
• 2011

The ability to detect online abnormal events in signals is essential in many real-world signal processing applications. In order to detect abnormal events, previously known algorithms require an explicit signal statistical model, and interpret abnormal events as statistical model abrupt changes. In general, maximum likelihood and Bayesian estimation theory to estimate well as detection methods have been used. However, the above-mentioned methods for robust and tractable model, it is not easy to estimate. More freedom to estimate how the model is needed. In this paper, we investigate a machine learning, descriptor-based approach that does not require a explicit descriptors statistical model, based on support vector machines are known to be robust statistical models and a sequential optimal algorithm online support vector machine is introduced.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1998.10a
• /
• pp.4-4
• /
• 1998

고체 추진제의 비정상적인 연소 현상을 해석하여 연소 불안정을 예측하는 것은 추진시스템의 설계 시 매우 중요하다. 로켓의 비정상 연소 현상을 해석하기 위하여 많은 이론적 연구가 진행되어 왔다. 이론적인 해는 주로 선형 해석의 결과들로 정상 상태에서 발생하는 불안정 현상을 예측하는 데에는 적합하지만 비정상 현상을 설명하기에는 부족하다. 따라서 수치 기법을 이용한 비선형 해석이 수행되어 졌다. 기존의 비정상 연소에 관한 연구들은 일정한 물성치를 사용하고 추진제 내에서의 화학 반응과 복사 열전달 등을 무시하여 추진제의 특성을 단순화 시켜 비정상 해석을 수행하였다. 본 연구에서는 비정상 연소 현상에 대한 비선형 수치 해석을 하려한다. 실험에서 밝혀진 것과 같이 추진제의 물성치를 온도의 함수로 사용하고 응축영역으로의 복사 열전달을 고려하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.466-468
• /
• 2001

의료 영상 처리 기술은 질병의 진단 및 치료를 위한 계획이나 방법을 결정하는데 있어 매우 중요한 역할을 하고 있으며 의료 영상 시스템과 같은 활용 분야에서는 질병이 있는 환자의 자동 진단을 위한 연구도 활발하게 이루어지고 있다. 여기서는 뇌 MR영상에서의 질병을 자동 진단할 수 있는 방법에 관한 연구를 한다. 뇌 MR영상에서의 질병 진단을 위한 단계로서 필수적으로 이루어져야 하는 단계가 비정상 영역의 추출 단계이다. 이 논문에서는 뇌의 질병 진단에 사용할 수 있는 자료를 제공하기 위한 전처리 단계로서 질병이 있는 환자의 뇌 영상에서 비정상적인 영역 추출 방법을 제안한다. 일반적으로 비정상적인 영역의 명암간 분포는 회백질 영역의 분포와 유사하나 두께 차이로서 구분이 가능하다. 여기서는 이 정보를 활용하여 정상인의 뇌영상에 대해서 회백질의 평균 두께 분포를 구하여 테스트로 입력되어지는 영상에서 회백질의 평균 두께 이상의 영역만을 남김으로서 질병이 있는 환자의 뇌 영상에서 비정상적인 영역을 추출할 수 있음을 보인다. 또한 추출되어진 비정상 영역에 대해서 진단에 필요한 인자를 자동으로 측정하였고 뇌경색, 뇌종양 환자를 포함한 63명의 뇌 MR 영상 시리즈에 대해서 실험하여 비교적 정확한 추출결과를 유도할 수 있었음을 확인하였다.