• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.49-63
• /
• 2009

시공간 이동 패턴 탐사는 특성상 방대한 시공간 데이터의 분석 및 처리 방법에 따라 패턴 탐사의 성능이 좌우된다. 기존의 시공간 패턴 탐사 기법들[1-10]이 가진 패턴 탐사 수행 시간이나 패턴 탐사 시 사용되는 메모리양이 증가하는 문제를 해결하기 위해 일부 기법에서 몇 가지 방법을 제시하였으나 아직 미비한 실정하다. 이에 선행 연구로 방대한 시공간 이동 데이터 집합으로부터 순차적이고 주기적인 빈발 이동 패턴을 효과적으로 추출하기 위한 STMP/MST 탐사 기법[11]을 제안하였다. 제안된 기법은 해시 트리 기반의 이동 시퀀스 트리를 생성하여 빈발 이동 패턴을 탐사함으로써 탐사 수행 시간을 최소화하고, 상세 수준의 이력 데이터들을 실세계의 의미있는 시간 및 공간영역으로 일반화하여 탐사 시 소요되는 메모리양을 감소시킬 수 있다. 본 논문에서는 이러한 STMP/MST 탐사 기법의 효율성을 검증하기 위해서 탐사 대상 데이터양과 최소지지도를 기준으로 기존의 시공간 패턴 탐사 기법들과 탐사 수행 성능을 비교하고 분석한다.

• 정보처리학회논문지D
• /
• 제18D권4호
• /
• pp.215-224
• /
• 2011

U-Health는 다양한 종류의 센서로 환자 정보를 수집하며, 스트림 데이터는 시작 시점과 종료 시점을 갖는 인터벌 이벤트로 요약 가능하다. 그러나 대부분의 시간 데이터 마이닝 기법들은 이벤트 발생 시점만을 고려하며 스트림 데이터의 상태 변화는 간과하는 문제가 있다. 이 논문은 U-Health에서 이벤트 상태 변화를 고려한 시간 마이닝 기법을 제안한다. 제안 방법은 U-Health에서 관심이 있는 이벤트만을 센서에서 서버로 전송함으로써 환경의 제약 사항들을 극복하고 스트림 데이터에 대한 네 가지 이벤트 상태를 정의하여 상태 변화를 고려한 시간 마이닝을 수행한다. 최종적으로, 제안 방법은 이벤트들 사이에 존재하는 인과 관계를 시간 관계 시퀀스로 기술하여 탐사 규칙의 모호함을 제거한다.

• 정보보호학회논문지
• /
• 제19권1호
• /
• pp.71-79
• /
• 2009

현재 커널 기반 데이터인 시스템 호출을 이용하는 호스트 기반 침입 탐지 연구가 많이 진행되고 있다. 시스템 호출을 이용한 침입 탐지 연구는 시퀀스 기반과 빈도 기반으로 시스템 호출을 전 처리 하는 방법이 많이 사용되고 있다. 실시간 침입 탐지 시스템에 적용할 때 시스템에서 수집 되는 시스템 호출 데이터의 종류와 수집 데이터가 많아 전처리에 어려움이 많다. 그러나 비교적 시퀀스 기반 방법보다 전처리 시간이 작은 빈도 기반의 주로 방법이 사용 되고 있다. 본 논문에서는 현재에도 시스템 공격 중 비중을 많이 차지하고 있는 서비스 거부 공격을 탐지 하기위해 빈도 기반의 방법에 사용하는 전체 시스템 호출을 주성분 분석(principal component analysis)을 이용하여 주성분이 되는 시스템 호출들을 추출하여 베이지안 네트워크를 구성하고 베이지안 분류기를 통하여 탐지하는 효율적인 방법을 제안한다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.87-93
• /
• 2022

군(軍) PC의 99%는 윈도우 운영체제를 사용하고 있어 안전한 국방사이버공간을 유지하기 위해서는 윈도우 기반 악성코드의 탐지 및 대응이 상당히 중요하다. 본 연구에서는 윈도우 PE(Portable Executable) 포맷의 악성코드를 탐지할 수 있는 모델을 제안한다. 탐지모델을 구축함에 있어서는 탐지의 정확도보다는 급증하는 악성코드에 효율적으로 대처하기 위한 탐지모델의 신속한 업데이트에 중점을 두었다. 이에 학습 속도를 향상시키기 위해 복잡한 전처리 과정 없이 최소한의 시퀀스 데이터만으로도 악성코드 탐지가 가능한 Bidirectional LSTM(Long Short Term Memory) 네트워크를 기반으로 탐지모델을 설계하였다. 실험은 EMBER2018 데이터셋을 활용하여 진행하였으며, 3가지의 시퀀스 데이터(Byte-Entropy Histogram, Byte Histogram, String Distribution)로 구성된 특성 집합을 모델에 학습시킨 결과 90.79%의 Accuracy를 달성하였다. 한편, 학습 소요시간은 기존 탐지모델 대비 1/4로 단축되어 급증하는 신종 악성코드에 대응하기 위한 탐지모델의 신속한 업데이트가 가능함을 확인하였다.

• 한국산업정보학회논문지
• /
• 제27권5호
• /
• pp.25-36
• /
• 2022

본 논문은 단일 반송파 변조를 위한 공간 주파수 블록 코드에서의 랜덤 부호 반전 기술을 제안한다. 종래의 시공간 그리고 공간 주파수 블록 코드는 전파 환경이 공개되어 있으므로 심각한 전파 탈취 문제를 극복해야 한다. 이러한 전파 공개 문제를 피하기 위해, 시공간 블록 코드를 위한 랜덤 코드 데이터 보호 방법이 제안되어 있지만, 이 알고리즘은 직교 주파수 분할 다중화 블록별로 채널 결합을 바꿀 수 있는데, 이와 같은 종류의 느린 스위칭은 근처의 수신기들이 전송된 데이터를 검출할 확률을 증가시킨다. 이 논문은 데이터 심볼 기반의 빠른 스위칭 알고리즘 즉, 단일 반송파 변조를 위한 공간 주파수 블록 코드에서의 랜덤 부호 반전 기술을 제안한다. 모의실험 결과는 제안하는 알고리즘이 랜덤 부호 반전 타이밍 시퀀스를 모르는 수신기의 성능과 비교하여 우수한 성능을 보유하고 있다는 것을 나타내었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.145-146
• /
• 2023

본 논문에서는 최대 규모의 게임 플랫폼인 Steam에서 수집한 유저 정보 데이터 셋에 Item2vec과 LSTM을 사용하여 추천 시스템을 구현한다. 수집한 유저 정보 데이터 셋에 Item2vec을 적용하여 각각의 유저들이 보유하고 있는 고유한 Appid들을 200차원의 벡터로 변환한다. 그 후 데이터 셋을 기간에 따라 4단계의 시퀀스로 나눈 후 LSTM을 사용하여 유저별로 최대 5가지의 추천 리스트를 생성한다. 유저 정보 데이터 셋은 액티브한 유저 정보를 얻기 위해 Steam 게임 리뷰 항목에서 리뷰를 남긴 유저들의 데이터를 api를 사용해 수집했으며 LSTM을 사용한 실험의 성능 평가 지표는 RMSE를 사용했고 이때의 성능은 0.1357을 얻을 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.269-273
• /
• 2000

본 논문에서는 연속되는 동영상 시퀸스의 9개의 프레임에서 이웃하는 프레임간의 차분 프레임으로 이루어진 8개의 차분 데이터를 3D-DCT 처리 후 특성에 맞는 프레임 차분 체적 양자화기(FDVQ)를 설계하고, 이것으로 처리된 영상데이터를 부호화하여 복원영상 데이터의 압축 효과를 분석하였다. 여러가지 동영상 시퀀스를 시험 대상으로 사용한 결과, 제안한 FDVQ를 적용한 3D-DCT 방법은 유사한 해상도에서 차분 영상 데이터에 대한 압축률은 2D-DCT 방법에 비하여 평균 20.3% 향상된 압축 효율을 얻었다. 체적 양자화(VQ:Volume Quantizer)를 이용한 3D-DCT 방법과 비교했을 때는 유사한 압축률을 보였다. 특히, 움직임 성분이 많은 영상에 대해서는 제안한 FDVQ를 이용한 방법이 압축률을 높일수록 2D-DCT방법과 VQ를 이용한 방법보다 압축률 0.05bpp이하에서 약 1.0dB 개선된 결과를 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.552-554
• /
• 2021

도플러 레이더 센서로 취득한 움직임 데이터를 딥러닝 알고리듬을 사용한 낙상 인식 시스템을 제안한다. 딥러닝 알고리듬중 시계열 데이터에 장점을 가지는 RNN을 사용하여 낙상 인식에 적용한다. 도플러 레이더 센서의 낙상데이터는 시계열 데이터로 시간적인 특성을 가지고 있으며 결과는 낙상인지 아닌지 만을 판단하기 때문에 RNN의 구조를 시퀀스 입력에 고정 크기를 출력하는 구조로 설계하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1230-1233
• /
• 2023

최근, 65세 이상의 1인 가구가 급증함에 따라 노인을 대상으로 한 다양한 연구 및 서비스가 활발히 이루어지고 있다. 이에 본 논문에서는 시계열 센서 데이터를 이용하여 CNN-LSTM 기반의 노인 활동 인식 시스템을 제안한다. 수집된 데이터는 3축 가속도 센서가 내장된 2개의 디바이스를 등과 허벅지에 부착하였다. 수집 주기는 50hz로 진행되었으며, 각 행동은 2초를 기준으로 산정하였다. 학습데이터의 입력값으로 사용하기 위해, 슬라이딩 윈도우를 50%로 적용하여 시퀀스를 구성하였다. 모델은 특징을 반영하기 위한 CNN(Convolutional Neural Networks)과 시계열적 특성을 반영하기 위한 LSTM(Long-Short Term Memory)을 하이브리드한 1차원 형태의 CNN-LSTM 모델을 사용한다. 행동은 4가지로 분류하였으며, 97%의 정확도를 나타내고 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권2호
• /
• pp.11-20
• /
• 2015

본 논문은 캐릭터의 특정 신체 부위를 3차원 가상 환경 안의 원하는 위치로 드래깅 함으로써 미래의 동작 시퀀스를 지시하는 새로운 대화형 기법을 제시한다. 캐릭터의 동작 시퀀스는 미리 촬영된 동작 데이터의 세부 구간들을 모션 그래프 구조에 따라 시간적으로 재배열 함으로써 합성한다. 손 동작 추적 장치에 의하여 사용자의 3차원 위치 입력이 주어지면, 모션 그래프를 공간 상에 펼침으로써 캐릭터의 현재 상태로부터 도달 가능한 잠재적 미래 상태들을 샘플링 하고, 선택된 신체 부위와 입력 위치 간의 거리가감소하는 미래 상태를 검출하여 해당 자세를 사용자에게 제시한다. 연속적으로 검출된 자세 간의 변화를 최소화 함으로써 사용자가 입력 위치를 변화 시킴에 따라 어떤 상태가 검출될지 예상하기 용이하도록 하고, 결과적으로 원하는 미래 상태에 신속하게 도달하도록 한다. 제안된 방법의유용성은 브레이크 댄스, 권투, 농구 등의 동작 데이터를 이용한 실험을 통하여 확인할 수 있었다.