• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.152-152
• /
• 2016

최근 기후변화의 영향으로 장마, 태풍 등 극한사상의 발생빈도와 강도가 비정상적인 증가 추세를 나타내고 있으며, 여름철 국지성 호우로 인한 농경지 및 도심 저지대 지역의 침수 피해가 발생하고 있다. 침수 피해에 대한 대책 마련을 위해서는 수공구조물 설계 기준을 초과하는 호우에 대한 홍수 영향을 분석할 필요가 있으며, 기후변화에 따른 강우자료의 변화 특성을 파악하기 위해서는 비정상성 (Non-Stationary) 가정이 수반되어야 한다. 따라서 본 연구에서는 비정상성 빈도해석을 통해 중소하천을 대상으로 부정류 해석을 실시하고 미래 침수특성을 분석하고자 한다. 연구대상지는 상습 침수지역이 위치한 중소하천을 선정하였고, 각 유역에 가장 인접한 기상관측소로부터 강수량 자료를 수집하였다. 강수량 모의 자료는 국립기상과학원에서 제공하는 해상도 12.5 km의 지역 기후변화 시나리오를 이용하여 구축하였다. 구축한 강수량 자료는 정상성 및 비정상성 빈도해석을 각각 수행하였으며 비정상성 빈도해석 방법으로는 누적평균 방법 및 이동평균 방법을 적용하였다. 유역 유출량은 실무에서 설계홍수량 산정에 널리 이용되고 있는 HEC-HMS 모형으로 산정하였다. 유출량과 하천기본계획의 하천단면 측량자료를 1차원 부정류 해석 모형인 HEC-RAS 모형에 입력하고 부정류 해석을 실시하여 하천 홍수위를 모의하였다. 본 연구의 결과는 상습 침수 지역의 침수 피해에 대한 관리 대책을 수립하는데 기초자료로 사용할 수 있을 것을 사료된다.

• The Korean Journal of Financial Studies
• /
• v.14 no.1
• /
• pp.41-56
• /
• 2008

주식 수익률이 정상적 과정이 아니라 비정상적 과정에 의해서 생성되고 있다는 사실이 여러 실증 분석에서 제시되고 있다. 시계열의 평균이 시간의 흐름에 따라 변하면 이 시계열은 비정상적 과정에 의하여 생성된다. 시간의 흐름에 따라 평균이 변하는 비정상 시계열은 단위근과 공적분에 의하여 시계열의 운동을 모형화하고 있다. 한편 시계열의 비정상성은 분산이 시간의 흐름에 따라 변할 때에도 발생한다. 시간의 흐름에 따라 무조건부 분산은 변하지 않고 있지만 이용 가능한 정보 집합을 조건으로 하는 조건부 분산이 변하는 경우도 있다. 이 같은 성질을 가진 주가 시계열은 자기회귀 조건부 이분산(ARCH) 계통의 과정으로 모형화하고 있다. 그러나 무조건부 분산이 시간의 흐름에 따라 변하면 ARCH 계통은 중대한 모형정립과오(misspecification)에 직면하게 된다. 따라서 본 논문은 무조건부 분산이 시간의 흐름에 따라 변할 때 자기 회귀 과정의 모수를 추정하는 방법을 검토하고, 이 방법을 한국 종합주가 지수에 적용하여 자기회귀 과정의 모수를 추정하였다. 이 방법에 의하여 추정된 2계 자기회귀 과정의 모수값 중 상수항과 제1계 항의 계수는 통상 최소자승법에 의한 값과 유사하다. 그러나 제2계 항 모수의 값은 양자가 상당히 다르다. 최소자승에 의한 제2계 값이 과대 추정되고 있다.

• Journal of Embryo Transfer
• /
• v.12 no.2
• /
• pp.127-132
• /
• 1997

본 연구는 rat에서 PMSG도는 FSH 처리에 의한 과배란 유도가 배란율과 수정란의 질에 미치는 영향을 알아보기 위해 호르몬 처리하고 교미시킨 후 4일령에 난관과 자궁을 세척하여 정상 8-세포기 난자와 비정상 난자를 조사하였고 각 처리에서 채란된 난자 중에 정상난자를 골라 체외 배양하여 발육율을 비교 평가하였다. 미성숙 rat에서는 평균19.1개의 수정란이 채취되었으며 성숙rat에서는 14.2개가 채취되었고 미성숙 rat에서는 성숙 rat에 비해 더 많은 비율의 비정상적인 난자가 회수되었다. FSH와 LH-RH에 의한 방법이 PMSG와 HCG에 의한 방법보다 유의성 있게 많은 난자를 배란시켰으며, 비정상란의 빈도도 낮은 것으로 나타났다. 그러나 호르몬 처리에 의한 두 가지 방법은 자연배란에 의한 방법에 비해 훨씬 높은 비정상난자의 배란을 유도하였다(FSH, 20.1%;PMSG, 41.2%;자연배란 13.4%). 또한 FSH처리에 의해 회수된 난자보다 체외 발육율이 높은 것으로 나타났다. 그러므로 rat에서 PMSG와 FSH를 이용하여 과배란을 유도할 수 있으나 배란된 난자의 비정상율은 자연배란에 비해 훨씬 높았고, 과배란 유도시 호르몬의 종류에 따라 체외 배양율에도 영향을 미치는 것으로 나타났다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1330-1332
• /
• 2015

최근 지능형 감시 시스템에서 비정상 행동들을 자동으로 감지하는 연구가 활발히 진행되고 있다. 그러나 해결하기 힘든 몇 가지 이슈들이 있는데, 주어진 입력 영상에서 군중들이 중첩될 때 각각의 객체를 인식하는데 어려움이 있다는 점과 비정상 행동을 나타내는 훈련 데이터셋이 제한적이라는 점이다. 이러한 문제들을 해결하기 위해 우리는 군중 영상에서 비정상 행동들을 인식하는 새로운 프레임워크를 제안한다. 제안된 방법은 크게 특징추출모듈과 추출된 특징들을 이용한 행동인식모듈로 구성된다. 중첩문제를 해결하기 위해 움직임 에너지와 고정 에너지를 특성으로 정의하였고 위에 언급한 특징추출모듈에서 두 에너지 값을 계산한다. 그리고 정상/비정상 행동들은 HMM과 최적의 임계값을 도출하는 알고리즘을 사용하는 행동인식모듈에 의해 분류된다. 우리가 제안한 방법은 인공 데이터셋과 실제 비디오 영상 데이터셋을 이용한 실험에 의해 증명한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.8
• /
• pp.5256-5262
• /
• 2014

Recently, Distributed Denial of Service (DDoS) attacks, such as spreading malicious code, cyber-terrorism, have occurred in government agencies, the press and the financial sector. DDoS attacks are the simplest Internet-based infringement attacks techniques that have fatal consequences. DDoS attacks have caused bandwidth consumption at the network layer. These attacks are difficult to detect defend against because the attack packets are not significantly different from normal traffic. Abnormal traffic is threatening the stability of the network. Therefore, the abnormal traffic by generating indications will need to be detected in advance. This study examined the abnormal traffic detection technique using a forecasting model-based trend model.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.101-102
• /
• 2019

산업용 IoT (IIoT)는 최근들어 제조 시스템의 중요한 구성 요소로 간주된다. IIoT를 통해 시설에서 감지된 데이터를 수집하여 작동 조건을 적절하게 분석하고 처리한다. 여기서 비정상적인 데이터는 전체 시스템의 안전성 및 생산성을 위해 신속하게 탐지되어야한다. 기존 임계 값 기반 방법은 임계 값 미만의 유휴 오류 또는 비정상적인 동작을 감지 할 수 없으므로 IIoT에 적합하지 않다. 본 논문에서는 예측 구간과 우선 순위기반 스케줄링을 이용한 분할 선형 회귀 분석을 기반으로 비정상적인 데이터를 검출하는 새로운 방법을 제안한다. 시뮬레이션 결과 제안한 기법은 비정상적인 데이터 검출 속도에서 임계치, 일반 선형 회귀 또는 FCFS 정책을 사용하는 기존의 기법보다 우수함을 알 수 있었다.

• Proceeding of EDISON Challenge
• /
• 2016.03a
• /
• pp.102-107
• /
• 2016

본 연구에서는 동역학적 격자기반 대정준 Monte Carlo (Kinetic Lattice Grand Canonical Monte Carlo, KLGCMC) 모의실험 방법을 이용하여 비정상 몰분율 효과 (Anomalous mole fraction effect)에 대해서 알아보고자 하였다. 이를 위해 양이온 선택성을 가진 이온채널 모델에서 $NH_4{^+}$와 $Rb^+$의 혼합물에 대하여 몰분율의 변화에 따른 이온전도도를 KLGCMC 모의실험을 이용하여 계산하고, 이를 평균장 이론인 Poisson-Nernst-Planck (PNP)의 결과와 비교해 봄으로써 비정상 몰분율 효과에 대하여 심도 있게 이해하고자 하였다. 본 연구 결과로부터 비정상 몰분율 효과는 이온채널의 이온 선택성에 의해서 발생함을 확인할 수 있었다. 즉, 두 종류 이상의 이온들이 채널 내부로 이동할 때, 이온채널의 이온 선택성에 의해서 각 이온들과 채널 간에 서로 상이한 상호작용을 하게 되고, 이로 인해서 이온 혼합물 조성의 변화, 즉 몰분율의 변화에 대해서 이온 전류가 선형적이 아닌 비선형적으로 변하게 됨을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.832-834
• /
• 2005

유비쿼터스 컴퓨팅의 중요한 핵심 분야인 Situation-Aware 컴퓨팅과 RFID 시스템을 결합한 SA-RFID 시스템을 통해, 제한된 장소에서 범죄나 사고 같은 비정상적인 행동을 예측하기 위한 시스템을 제안하였다. SA-RFID 시스템을 이용한 비정상 행동 예측 시스템은 변형된 SA-RFID Reader 시스템 아키텍쳐와 그에 특화된 SA Middleware를 통해 설계되었고, 비정상 행동 판단 시나리오를 이용하여 명실상부 유비쿼터스 시대에 걸 맞는, 사용자에게 보다 더 안전하고 편안한 생활을 보장해주는 서비스를 제공하게 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1217-1220
• /
• 2004

현재까지 IDS는 관리자의 개입 없이는 효과적인 운용이 불가능하고, IDS를 사용하더라도 여전히 침입 발생 가능성이 있고, 다양한 우회 가능성이 존재한다. 본 논문에서는 기존에 제안된 침입탐지 시스템을 분석하고, C-Box에 규정된 정책을 이용한 데이타소스 기반의 침입탐지 시스템을 설계하여 이를 실험하였다. 본 연구는 데이터 소스 기반에서 침입 탐지 방법 기준의 비정상적인 형태에 의한 탐지와 오류에 의한 탐지기법을 적용하였으며, IDS에 침입 탐지 정책을 설계하였고, 규정에 의한 정책중심의 침입탐지 기법을 정상적인 동작과 비정상적인 동작을 구분하는 경계를 정의한다. 또한, 침입탐지 정책을 이용한 호스트기반 IDS를 설계하고 구현함으로서 정보시스템의 취약성을 보완할 수 있었다. 침입탐지 실험을 위한 시스템 호출 기술은 커널에 프로세스들의 특성을 자세하게 정의하고, 이를 실행할 수 있도록 기반을 구축함으로서 가능하게 하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.6 no.1
• /
• pp.23-26
• /
• 2005

This paper describes the algorithm for deciding the status of the operating machines in the power plants. It is very important to decide whether the status of the operating machines is good or not in the industry to protect the accidents of machines and improve the operation efficiency of the plants. There are two steps to analyze the status of the running machines. First, we extract the features from the input original data. Second, we classify those features into normal/abnormal condition of the machines using the wavelet transform and the input RMS vector through the K-means algorithm. In this paper we developed the algorithm to detect the fault operation using the K-means method from the sound of the operating machines.