• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.586-591
• /
• 2007

최근 몇 년간 속초해역에서 발생한 이상고파의 특성을 현장관측 자료를 분석하고 수치모형실험 결과와 비교하여 검토하였다. 2004년 이후의 현장 관측을 통해 최소한 4회 이상 파고 5.0 m를 초과하는 이상고파가 발생하였다. 특히 2006년 10월 23일 11시에는 유의파고 9.69 m에 이르는 매우 큰 파가 관측되었다. 한편 천해역 파랑추산모형 SWAN을 사용하여 속초해역의 50년 및 100년빈도 심해설계파로부터 천해설계파를 산정하여 이상고파 관측 결과와 비교하였다. 수치모형실험에 의한 50년빈도 천해설계파의 최대치는 파향이 ESE 방향일 때 4.9 m에 지나지 않아서 관측된 이상고파의 파고에 비해 현저하게 작았다. 따라서 통상적으로 이루어지고 있는 수치모형을 이용한 천해설계파 산정만으로는 최근 몇 년간 수 차례 관측된 동해안에서의 이상고파를 적절하게 모의할 수 없으며 이에 대한 개선방안이 마련되어야 할 필요성이 있다.

• Annual Conference of KIPS
• /
• 2011.11a
• /
• pp.941-944
• /
• 2011

모바일 클라우드 서비스는 사용자가 모바일 단말에 자원을 가지고 있지 않더라도 인터넷을 통해 외부의 다양한 IT 자원을 제공하는 서비스로서 모바일 단말이 가지는 성능적 한계를 극복시킬 수 있다는 장점과 함께 이용자 수가 증가하고 있다. 그러나 클라우드 컴퓨팅 환경에 존재하는 개인 및 기업의 정보 유출과 같은 문제들은 모바일 클라우드 컴퓨팅 환경에도 그대로 상속되기 때문에 이러한 문제에 대응하기 위해서는 모바일 클라우드 컴퓨팅 환경에서 정보유출을 탐지할 수 있는 이상행위 탐지 알고리즘이 마련되어야 한다. 여기서 이상행위란, 모바일 클라우드 자원에 접근하는 방법에 있어 기존에 인지하고 있던 정상적인 행위에서 벗어나는 행위를 의미하며 이상행위로 판단되는 상황이 발생되는 경우, 이를 정보유출이 발생할 수 있는 상황으로 인지함으로써 적절한 대응을 할 수 있게 된다. 따라서 본 논문에서는 모바일 클라우드 자원의 정보유출을 방지하기 위한 목적으로 자원 접근에 대한 이상행위 탐지 알고리즘 개발 모델을 제시한다. 이상행위 탐지 알고리즘을 개발하고 이를 검증하기 위해서는 이상행위를 일으키는 공격 모델 및 대응 모델이 개발되어야 한다. 따라서 본 논문에서는 인증 및 권한관리의 취약점을 이용하여 위협을 일으키는 공격 모델을 개발하는 방법을 제시하고, 사용자의 접속환경 및 클라우드 자원의 정보 흐름을 분석함으로써 이상행위를 탐지하는 알고리즘을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.353-353
• /
• 2021

메가가뭄으로 인한 적응전략 수립은 국민의 물 안보 및 수자원 재해에 대한 안전 증대에 매우 중요한 핵심기술임에도 불구하고 메가가뭄의 정량적인 평가지표는 개발 중인 상황이다. 본 연구에서는 국내/외 메가가뭄 분석 및 영향평가 관련 선행연구사례를 분석하여 메가가뭄 확산 단계별 평가지표를 도출하고자 하였다. 메가가뭄을 평가하기 위해 선행연구에서는 이상 강수량과 이상기온을 함께 고려하는 방법을 지속적으로 제안해 왔다. 이상 강수량은 기상학적 가뭄과 토양수분의 저하, 수문학적 가뭄, 사회경제적 영향에 이르기까지 가뭄을 평가할 수 있는 지표로써 활용할 수 있으며, 이상 기온은 폭염 등 기온 상승으로 인한 증발산량의 증가로 토양수분 저하와 저수량 감소 등의 영향을 평가할 수 있는 지표이다. 본 연구에서는 메가가뭄의 확산을 4단계로 구분하고 확산단계별 평가지표를 개발하였다. 또한 가뭄유형을 기상, 농업, 수문, 사회경제적 가뭄으로 구분하여 메가가뭄의 발생 단계와 그에 따른 가뭄의 확산 분야별 영향 분석을 수행하도록 제시하였다. 가뭄단계는 메가가뭄의 징후기, 진입기, 확산기, 지속적인 메가가뭄으로 인한 국가적 위기 4단계로 구분하였다. 메가가뭄은 1년 주기의 분석이 아닌 Carry over되는 연속적인 사상임에 따라 본 연구에서는 메가가뭄의 단계를 각각 2년, 3년, 4년 연속적으로 지속하였을 때로 구분하였으며, 이에 따른 기상, 농업, 수문, 사회경제적 평가지표를 제시하였다. 기상학적 메가가뭄 평가지표는 누적강수량을 이용한 강수량 부족으로 인한 가뭄, 이상기온(폭염)으로 인한 폭염으로 구분하였다. 농업적 메가가뭄 평가지표는 농업용수를 공급하는 농업용 저수지와 밭작물 생육에 영향을 미치는 토양수분에 관련한 평가항목을 이용하였으며, 수문학적 메가가뭄 평가지표는 다목적댐의 저수율과 하천 갈수량을 이용한 하천건천화 지수를 이용한 평가지표를 제시하였다. 사회경제적 메가가뭄 평가지표는 국민이 실제로 체감할 수 있는 지표로써 농작물 가격과 생·공용수의 제한급수 발생 현황을 이용한 평가가 가능하도록 제시하였다.

• Proceedings of the ESK Conference
• /
• 1998.04a
• /
• pp.1-6
• /
• 1998

의복은 사람의 신체적인 특징에잘 맞고 심리적으로 만족을 주는 것이어야 한다. 식죽(1989)은 인간관계와 사회구조가 복잡하게 서로 얽혀 이루어진 현대사회에서는 의복에대한 욕구는 다면적이고 모든 기능을 동시에갖는 것이 요구되어진다고 하였고 정삼호(1988)는 성인여성들은 연려이 증가함에 따라 나타나는 체형변화를 의복으로 최대한 보완할 수 있는 디자인을 선택하여 다른 사람들에게 의복을 통해 자기 자신을 표현함으로서 심리적으로 안정감을 얻으려고 노력한다고 하였다. 따라서, 의복 착용 자가 의복을 통해얻는 심리적 만족도는 신체적 만족도와 관련되어 형성된다고 할 수 있으며 또한 신체 적 만족도는 체형과 관련되어 형성된다고 할 수 있다 (정재은,1992). 이에 신체적 만족도와 의복행동 및 체형에 관한 연구가 많이 이루어지고 있다. 이옥연(1984), 식죽(1988), Labat-Delong(1990), 김용숙 (1990), Shim(1991), 구자명.이명희(1994), 고애란.김양진(1996) 등은 신체 만족도와 의복행동간에 관련 이 있음을 밝혔으며, 임숙자(1986), 김양진.강혜원(1992)은 신체의 결함을 의복으로 보완하고자 하는 경향이 있다고 하였고, 김정숙(1984)은 자신에게 어울리는 의복을 선택하므로써 안정감을 갖게된다고 하였다. 또한, Douty. Brannon(1984)은 여성은 마른것을 선호한다고 하였고 Clayton 등(1987)은 의복 착용자의 체형에 따라 의복 유행성 지각이 다름을 밝혔다. 그러나, 이에관한 대부분의 연구들은 심리 학적 입장에서 행하여진 연구로 신체의 종합적인 만족도, 선호를 취급하고 있을 뿐 신체각 부위의 만족 도나 선호에 관한 자세한 고찰을 하고 있지 않으며 자신의 신체에 대한 인식도 및 실제체형과의 비교는 이루어지고 있지 않다. 이에, 신체 각 부위에 대한 인식도 및 실제 신체 측정치와 만족도와의 관계 및 이상형에 대해 구체적으로 파악할 필요가 있다. 또한, 신체에 대한 이상형은 시대의 여러 여건에 따라서 변화할 수 있으므로 의복 착용자가 의복을 통해서 표현하고자 하는 이상형의 시대적 변화를 살펴볼 필요가 있다. 따라서 본 연구에서는 신체에 대한 인식도 및 만족도, 이상형에 대한 설문지 조사와 신체측정을 통하여 신체 크기에대한 만족도를 객관적인 척도로 고찰하고, 이상형과 실제 체형에 관하여 고찰하고자 한다. 도한, 1992년도 자료와의 비교를 통하여 시대에 따른 신체만족도와 이상형의 변화를 파악하고자 한다. 이를 기초로 한 의복원형 제작 및 의복 디자인에 대한 연구를 통해 의복의 맞음새가 좋을뿐만 아니라 의복착용자들 에게 심리적 만족을 줄 수 있는 의복 제작에 도움이 될 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.33 no.5B
• /
• pp.304-309
• /
• 2008

This paper propose the traffic anomaly detection scheme based time series model. We apply ARIMA prediction model to this scheme and transform the value of the abnormal symptom into the probability value to maximize the traffic anomaly symptom detection. For this, we have evaluated the abnormal detection performance for the proposed model using total traffic and web traffic included the attack traffic. We will expect to have an great effect if this scheme is included in some network based intrusion detection system.

• 방재와보험
• /
• s.119
• /
• pp.14-18
• /
• 2007

세계의 이상기상은 조만간 우리에게 재난으로 다가올 것이고 우리나라는 이를 사전에 대비한 체계를 갖추어야 한다. 따라서 실제 이상기상으로 야기될 수 있는 재난의 유형과 그 심각성을 중심으로 향후 우리나라가 대처하기 위해 지금부터 준비하여야 하는 이상기상 관련 안전관리의 필요성을 논의하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.352-352
• /
• 2022

수위자료는 기초 수문자료의 하나로서 자료 수집시 이에 대한 품질관리가 반드시 필요하다. 이 과정에서 이상치 여부를 점검하여 이상치로 확인된 경우 소거하거나 수정하는 등의 처리를 해야 한다. 수위자료의 이상치 점검에는 다양한 방법이 있지만 아직 일반화된 방법은 없다. 이에 다양한 방법에 대한 적용가능성을 평가해 볼 필요가 있다. Hampel 필터는 신호처리 시 신호의 이상치를 찾아 보완하려고 개발된 필터이다. 시계열자료에서 이상치를 감지하는 고전적인 접근 방법은 이동평균과 이동표준편차를 이용하는 것이지만 고전적인 이동평균과 이동표준편차는 이상치의 영향을 받는다. 이에 따라 이상치의 추정이 어렵게 되는 경우가 있다. 이에 반하여 Hampel 필터는 이동평균 및 이동표준편차 대신 중앙값과 중앙값 절대편차(Median Absolute Deviation; MAD)를 이용함으로써 더 나은 결과를 얻을 수 있다. Hampel 필터는 신호처리용으로 개발되었기 때문에 부드러운 Sine 곡선에 적합할 것으로 보이며, 이미 하천수위 변화보다는 부드러운 변화를 보이는 저수지수위의 이상치를 점검하기 위해 사용되고 있다. 하지만 변화가 급격하고 첨두가 발생하는 하천의 수위에 대해서도 적용할 수 있는지에 대해서는 평가가 필요하다. 이에 본 연구에서는 신호처리에 사용되는 Hampel 필터를 이용하여 수위자료의 이상치 점검에 적용하고 과거 자료에 기록된 실제 이상치 자료와 비교하여 그 성능을 평가해 보았다.

• Annual Conference of KIPS
• /
• 2021.05a
• /
• pp.293-296
• /
• 2021

K-water에서는 다목적댐의 관리를 위해 실시간으로 댐수위, 하천 수위 및 강우량 등을 계측하고 있으며, 계측된 값들은 댐을 효과적으로 운영하는데 필요한 데이터로 활용되고 있다. 특히 댐수위 이상 데이터를 탐지하지 못한 채 그대로 사용할 경우 댐의 방류 시기와 방류량 등을 결정하는 중요한 의사결정을 그르칠 수 있으므로 이를 신속히 탐지하는 것이 매우 중요하다. 현재의 자동화된 이상 데이터 탐지방법 중 하나는 현재 데이터가 최댓값과 최솟값을 초과할 때, 다른 하나는 현재 데이터와 일정 시간 동안의 평균값 간의 차이가 관리자가 정한 특정 값을 벗어났을 때를 기준으로 삼고 있다. 전자는 상한과 하한의 초과 여부만 판단하므로 탐지가 쉬우나 정상범위 내에서 발생한 이상 데이터는 탐지가 불가하다. 후자는 관리자의 경험을 통해 판단 조건을 정하기 때문에 객관성이 결여되는 문제가 있다. 특히 방류와 강우가 복합적으로 댐수위에 영향을 미치는 홍수기에 관리자의 경험에 기초한 이상 데이터 판별은 신뢰성의 문제가 있을 수 있다. 따라서 본 연구에서는 기계학습을 최초로 적용하여 이상 데이터를 탐지하고자 하였다. 댐수위, 누적강우량 및 누적방류량 데이터와 댐수위데이터를 가공하여 생성한 댐수위차, 댐수위차평균, 댐수위평균 등 자질들의 다양한 조합을 만든 후 이를 Random Forest, SVM, AdaptiveBoost 및 다층퍼셉트론(MLP) 등과 같은 여러 가지 기계학습모델 등을 통해 이상 데이터를 판별하는 실험(분류)을 하였다. 실험결과 댐수위, 댐수위차, 댐수위-댐수위평균, 누적강우량, 누적방류량 및 댐수위차평균을 사용하였을 때 MLP에서 가장 우수한 성능을 보였다. 이 연구를 통해서 댐수위 이상 데이터를 기계학습의 분류기능을 통해 효과적으로 탐지할 수 있다는 것과 모델의 성능은 실험에 사용한 자질의 수뿐 아니라 자질의 종류에도 큰 영향을 받는다는 것을 알 수 있었다.

• Korean Chemical Engineering Research
• /
• v.60 no.2
• /
• pp.223-228
• /
• 2022

In chemical processes, unintended faults can make serious accidents. To tackle them, proper fault diagnosis models should be designed to identify the root cause of faults. To design a fault diagnosis model, a process and its data should be analyzed. However, most previous researches in the field of fault diagnosis just handle the data set of benchmark processes simulated on commercial programs. It indicates that it is really hard to get fresh data sets on real processes. In this study, real faulty conditions of an industrial polystyrene process are tested. In this process, a runaway reaction occurred and this caused a large loss since operators were late aware of the occurrence of this accident. To design a proper fault diagnosis model, we analyzed this process and a real accident data set. At first, a mode classification model based on support vector machine (SVM) was trained and principal component analysis (PCA) model for each mode was constructed under normal operation conditions. The results show that a proposed model can quickly diagnose the occurrence of a fault and they indicate that this model is able to reduce the potential loss.