• KIPS Transactions on Computer and Communication Systems
• /
• v.8 no.2
• /
• pp.35-40
• /
• 2019

Traditional Malware Detection is susceptible for detecting malware which is modified by polymorphism or obfuscation technology. By learning patterns that are embedded in malware code, machine learning algorithms can detect similar behaviors and replace the current detection methods. Data must collected continuously in order to learn malicious code patterns that change over time. However, the process of storing and processing a large amount of malware files is accompanied by high space and time complexity. In this paper, an HDFS-based distributed processing system is designed to reduce space complexity and accelerate feature extraction time. Using a distributed processing system, we extract two API features based on filtering basis, 2-gram feature and APICFG feature and the generalization performance of ensemble learning models is compared. In experiments, the time complexity of the feature extraction was improved about 3.75 times faster than the processing time of a single computer, and the space complexity was about 5 times more efficient. The 2-gram feature was the best when comparing the classification performance by feature, but the learning time was long due to high dimensionality.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.473-475
• /
• 1998

본 논문에서는 색상 변화 분석을 통하여 차량의 속도와 수량을 측정하는 방법을 제안한다. 동영상에서 색상 변화를 분석하기 위하여 시간 흐름에 따른 화소의 색상 변화를 그래프로 표현한다. 차량 진행 방향에 있는 두 개의 화소에 대하여 이 그래프를 구하여 두 그래프가 가지는 시간차이를 계산하여 이동하는 차량의 속도를 구한다. 차량의 진행 방향을 추정한다. 차량의 수량은 도로 색에 경계 값을 설정하여 구하고, 이를 속도로 보완한다. 제안한 시스템은 날씨와 밝기에 영향을 적게 받으며 수행시간이 적게 드는 장점을 가진다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.415-417
• /
• 2001

본 논문에서는 주차 단속의 자동화를 위해 입력된 차량 영상으로부터 번호판 영역의 복합 색상 정보와 명암 벡터를 이용하여 번호판 영역을 추출하는 알고리즘을 제안한다. 일반적으로 명암도 영상에서는 번호판 영역의 숫자나 문자와 배경간의 명암도 변화는 뚜렷하게 나타나고, 다른 영역에 비하여 명암벡터의 밀집도가 높다는 특징을 가지고 있다. 이러한 특징을 이용하여, 번호판 영상의 하측 라인부터 명암 벡터의 부호 변화가 임계치 이상으로 나타나고, 자가용 또는 영업용 번호판 색상이 일정 수준으로 검출되는 구간을 번호판 영역으로 검출하고 이를 기준으로 대략 박스를 설정한다. 정교한 번호판 영역은 수직 소벨 에지 영상의 프로젝션으로 추출한다. 제안한 알고리즘을 평가하기 위하여, 다양한 시간과 장소에서 촬영되고 차량 주변의 복잡한 배경이 충분히 포함된 총 100장의 주차 단속 영상을 사용하였다. 실험 결과, 명암벡터와 색상정보를 함께 사용한 제안한 방법 이 명암벡터만을 사용한 방법에 비해 약 10% 향상된 97%의 번호판 추출률을 보였으며, 차량 종류의 자동 구분도 가능하였다.

• Journal of Internet Computing and Services
• /
• v.5 no.1
• /
• pp.59-66
• /
• 2004

Symmetry region searching can extract face region without a prior information in an image by using symmetric. However, this method requires a plenty of the computation time because the mask size to process symmetry region searching must be larger than the size of object such as eye, nose and mouth in face. in this paper, it proposed symmetric by using symmetry region searching and Wavelet Transform to reduce computation time of symmetry region searching, and It was applied to this method in an original image. To extract exact face region, we also experimented face region searching by using domain division in extraction region.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.99-102
• /
• 2007

웹 사용 마이닝은 사용자의 웹 이용 패턴에 대해 분석하여 정보를 찾아내는 분야이다. 사용자에 대한 분석은 웹을 통한 비즈니스의 근간이 되고 있다. 때문에 웹 마이닝 분야에서 주목받고 중요시 되는 기술이 되었다. 그러나 최근에는 공개된 기술의 취약점을 이용해 악의적으로 정보를 교란하는 일이 발생되고 있어 사회적으로 이슈가 되고 있다. 이러한 문제는 특히 단순한 페이지 뷰 횟수에 기반을 둔 정보 추출 방식에 주로 발생하고 있다. 따라서 본 논문에서는 이러한 추출 방식의 단순함을 줄이고 사용자의 정보를 더 반영하기 위하여 페이지 이용 시간과 페이지 내의 행동을 분석하여 콘텐츠의 질을 평가하는 방안을 제시한다. 구현 부분에는 사용자의 개인정보 침해 없이 사용자의 행동을 수집하기 위하여 최근 인기를 얻고 있는 Ajax 기술을 사용하였다. 그리고 실시간으로 웹 페이지에 대한 평가를 수행하기 위해 서버에 로그 필터 모듈을 추가하는 수집 기법을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.691-694
• /
• 2004

본 논문에서는 실시간 처리에 적합한 효율적인 동영상 객체 분할 알고리즘을 제시한다. 제안된 동영상 객체 분할 알고리즘은 임계치 적용과 지역적 워터쉐드 알고리즘을 복합적으로 적용하였다. 첫째로 임계치 분할방법을 사용하여 초기 객체 마스크를 구성하였고 이러한 초기객체 마스크는 현재영상에서의 영역분할을 위한 입력으로 들어가게 된다. 최종적으로 지역적인 워터쉐드 분할방법을 초기 객체영역의 불명확한 지역에서만 다시 수행하여 최종적인 객체영역을 획득하여 기존 방식에 비해 분할시간을 줄였으며 분할성능을 높였다. 본 논문에서는 잡음환경에서 객체를 추출하기위해 복합적인 분할방식에 초점을 두었다. 이러한 복합적인 분할방법을 사용함으로써 객체 마스크 추출성능의 향상과 수행시간절약을 가져올 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.161-164
• /
• 1998

카메라이 동작 정보는 컴퓨터 비전, 영상 코딩 및 비디오 검색 등의 분야에서 사용되는 강력하고 중요한 특징이다. 특히, 최근에 관심의 초점이 되고 있는 내용기반 비디오 검색을 위한 자동색인에서 장면전환 검출이나 이동 물체의 동작 정보 추출 등에 값지게 활용될 수 있다. 본 논문에서는 파라미터 모델을 이용해서 카메라의 동작을 추출하는 방법을 제안한다. 먼저, 영상의 공간적인 특성을 고려하면서 전체 과정의 속도를 탐색 영역 내에서 동적 백터를 추출한다. 그리고 추출된 동작 벡터를 파라미터 모델에 적용하여 파라미터를 추출하고, 카메라의 동작을 파라미터들의 상호 관계를 이용하여 정의하므로써 최종적인 카메라의 동작을 추출한다. 본 논문에서 제안한 방법은 기존의 방법에 비해 계산 시간상의 비용을 축소시켰고, 화소 단위가 아니라 셀 단위로 카메라의 동작을 추출하므로 다른 방법에 비해 잡음에 보다 강건하다. 또한, 이동 물체의 움직임으로 발생할 수 있는 오류를 최대한 배재한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.410-413
• /
• 2002

본 논문에서는 영문 명함 영상에서 개별 문자 추출 방법을 제안한다. 30개의 원본 명함 영상을 대상으로 스미어링 기법과 윤곽선 추적 알고리즘을 이용하여 영문 명함의 개별 문자들 추출하였다. 본 논문에서는 3$\times$3 마스크를 이용하여 가장 작은 값으로 3 배 축소하는 방법을 적용하여 스미어링하는 시간을 단축시키고 문자들간의 간격을 제거하여 윤곽선 추적 알고리즘을 이용하여 문자열 후보 영역을 추출하였다 그리고 추출된 후보 영역의 가로 및 세로의 비율과 면적을 이용하여 문자열과 비 문자열로 분리하고, 문자열 영역에서 4 방향 윤곽선 추적 알고리즘을 이용하여 개별문자를 추출하였다. 30개의 명함 영상을 실험한 결과, 309개의 문자열 중에서 280개가 추출되었고 개별 문자는 4504개중에서 4110개가 추출되었다

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.310-315
• /
• 1999

본 논문에서는 기계가독형사전과 말뭉치로부터 명사의 의미관계정보를 추출하고, 추출된 의미관계정보와 명사에서 파생된 용언의 문형정보를 이용하여 복합명사를 해석하는 방법을 제안한다. 의미관계정보는 상 하위관계, 목적관계, 위치관계, 시간관계, 소유관계, 원인관계 등 11개에 대해서 정규식 패턴을 정의하여 기계가독형 사전과 말뭉치로부터 추출한다. 복합명사 해석은 한국어 복합명사의 대부분을 차지하는 '수식명사 + 핵심명사' 형태를 해석 대상으로 하며, 핵심명사의 특성에 따라 의미관계정보와 문형정보를 이용하여 해석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.873-876
• /
• 2017

최근 정보검색의 효율성을 위해 데이터를 분석하여 해당 데이터를 가장 잘 나타내는 연관단어를 추출 및 추천하는 연구가 활발히 이루어지고 있다. 현재 관련 연구들은 출현 빈도수를 사용하는 방법이나 LDA와 같은 기계학습 기법을 활용해 데이터를 분석하여 연관단어를 생성하는 방법을 제안하고 있다. 기계학습 기법은 결과 값을 찾는데 사용되는 특징들을 전문가가 직접 설계해야 하며 좋은 결과를 내는 적절한 특징을 찾을 때까지 많은 시간이 필요하다. 또한, 파라미터들을 직접 설정해야 하므로 많은 시간과 노력을 필요로 한다는 단점을 지닌다. 이러한 기계학습 기법의 단점을 극복하기 위해 인공신경망을 다층구조로 배치하여 데이터를 분석하는 딥러닝이 최근 각광받고 있다. 본 논문에서는 기존 기계학습 기법을 사용하는 연관단어 추출연구의 한계점을 극복하기 위해 딥러닝을 활용한다. 먼저, 인공신경망 기반 단어 벡터 생성기인 Word2Vec를 사용하여 다양한 텍스트 데이터들을 학습하고 룩업 테이블을 생성한다. 그 후, 생성된 룩업 테이블을 바탕으로 인공신경망의 한 종류인 합성곱 신경망을 활용하여 사용자가 입력한 주제어와 관련된 최근 뉴스데이터를 분석한 후, 주제별 최신 연관단어를 추출하는 시스템을 제안한다. 또한 제안한 시스템을 통해 생성된 연관단어의 정확률을 측정하여 성능을 평가하였다.