Journal of the Korea Academia-Industrial cooperation Society
/
v.12
no.2
/
pp.901-908
/
2011
For the available grid environmental realization, the resource supply PC must have to provide an appropriate security function of their operation environments. SKY@HOME is a kind of the grid computing environments. If this has not supervised by administrator handling smoothly, it is inherently vulnerable state to the security level of the grid environments, because the resource supply PC is not update a security function without delay. It is also have the troublesome problems which have to install of an additional security program for support the appropriate security. This paper proposes an integration security model on the policy-based that provides an update each level according to the situation of the resource supply PC for improving its problems as a security aspect of the SKY@HOME. This model analyzes the security state of the resource supply PC respectively, and then the result is available to provide an appropriate security of the resource supply PC using an integration security model. The proposed model is not need additionally to buy and install the software, because it is provided the security management server oriented service. It is also able to set up the suit security function of a characteristic of the each resource supply PC. As a result, this paper clearly show the participation of resource supply PC improved about 20%.
Proceedings of the Korean Vacuum Society Conference
/
2010.02a
/
pp.273-273
/
2010
고열부하 환경에 노출되는 핵융합로의 플라즈마 대향부품은 주로 낮은 원자번호 물질-열전도가 좋은 물질-구조체의 순으로 다층 구조를 이루고 있으며, 이들 간의 우수한 접합성은 부품의 성능을 좌우하는 핵심 요소이다. 이러한 플라즈마 대향부품의 건전성을 평가하기 위해서는 고열속의 열부하를 반복적으로 인가하는 시험이 요구되며, 이를 위해 본 연구원에서는 KoHLT-1, 2의 시험시설을 운용하고 있다. 본 시설에서는 열부하원으로서 그라파이터 히터를 사용하며, 히터는 두 개의 시험 대상부품 사이에 설치되고, 히터에 고전류를 인가하여 복사열에 의해 시험 부품에 열부하를 가하게 된다. 고열부하 환경에서 열피로 시험을 위해 히터에 인가되는 전류를 시간에 따라 일정한 패턴으로 반복적으로 ON-OFF 하게 된다. 본 논문에서는 이러한 고열부하시험을 수행함에 있어 고려해야 할 여러 가지 요소에 대해 논의하였다. 우선 인가하는 열유속(heat flux) 값은 일차적으로 시험시설의 최대 출력에 의해 좌우되며, 시험대상물의 운전조건 및 열부하 반복횟수에 의해 결정된다. 열부하 반복횟수는 주어진 열유속 값에 대해 total strain이 파단에 이르는 수준에 의해 결정된다. 열부하를 인가하는 시간은 히터에 전류를 인가했을 때 요구되는 온도로 상승하는 데 걸리는 시간과 시험대상물의 온도가 더 이상 증가하지 않는데 걸리는 시간에 의해 좌우된다. 냉각시간은 길수록 시험대상물의 온도가 냉각수의 온도에 접근하게 되나 너무 길어지면 시험시간이 급격히 증가하게 되므로, 온도 감소 곡선을 검토하여 적절한 시간을 정하게 된다. 열유속 측정은 냉각수의 온도 상승값과 유량으로부터 계산하게 되며, 정확한 측정을 위해서는 열부하를 인가하는 시간이 충분히 길어야 한다. 또한 시험대상 부품에서 열부하가 인가되는 면적을 정확히 정의해야 하며, 냉각관로에 열부하가 인가되어서는 않된다. 또한 시험대상부품을 지지하는 지지구조체를 통한 열손실을 최소화해야 정확한 열유속을 측정할 수 있다. 시험대상부품을 설치할 때 히터와의 간격 또한 결정해야 할 중요한 요소이며, 간격이 좁을수록 최대 열유속 값을 증가시킬 수 있으나, 너무 가까운 경우 히터의 열변형에 의한 접촉 및 아크 방전의 가능성이 있으며, 이 경우 히터와 시험대상부품의 손상을 가져오게 된다. 시험대상물이 국제열핵융합로(ITER)의 일차벽과 같이 베릴륨이 포함되어 있는 경우 방전에 의한 손상은 인체에 유해한 오염의 원인이 될 수 있다. 또한 순간적인 방전은 고가의 고전류전원의 고장을 유발할 수도 있다. 열부하 시험 중 시험대상물의 온도를 정확히 측정하는 것은 필수적이며, 온도 변화 곡선으로부터 시험대상물의 건전성 여부를 판단할 수 있다. 이를 위해 변화를 가장 잘 탐지 할 수 있는 위치에 온도 센서를 설치하는 것이 관건이며, 이는 사전 분석을 통해 알 수 있다.
The purpose of this study was to analyze landslide susceptibility in the Pyeongchang area using Weight of Evidence (WOE) and Evidential Belief Function (EBF) as probability models and Artificial Neural Networks (ANN) as a machine learning model in a geographic information system (GIS). This study examined the widespread shallow landslides triggered by heavy rainfall during Typhoon Ewiniar in 2006, which caused serious property damage and significant loss of life. For the landslide susceptibility mapping, 3,955 landslide occurrences were detected using aerial photographs, and environmental spatial data such as terrain, geology, soil, forest, and land use were collected and constructed in a spatial database. Seventeen factors that could affect landsliding were extracted from the spatial database. All landslides were randomly separated into two datasets, a training set (50%) and validation set (50%), to establish and validate the EBF, WOE, and ANN models. According to the validation results of the area under the curve (AUC) method, the accuracy was 74.73%, 75.03%, and 70.87% for WOE, EBF, and ANN, respectively. The EBF model had the highest accuracy. However, all models had predictive accuracy exceeding 70%, the level that is effective for landslide susceptibility mapping. These models can be applied to predict landslide susceptibility in an area where landslides have not occurred previously based on the relationships between landslide and environmental factors. This susceptibility map can help reduce landslide risk, provide guidance for policy and land use development, and save time and expense for landslide hazard prevention. In the future, more generalized models should be developed by applying landslide susceptibility mapping in various areas.
A class imbalance problem arises when one class outnumbers the other class by a large proportion in binary data. Studies such as transforming the learning data have been conducted to solve this imbalance problem. In this study, we compared resampling methods among methods to deal with an imbalance in the classification problem. We sought to find a way to more effectively detect the minority class in the data. Through simulation, a total of 20 methods of over-sampling, under-sampling, and combined method of over- and under-sampling were compared. The logistic regression, support vector machine, and random forest models, which are commonly used in classification problems, were used as classifiers. The simulation results showed that the random under sampling (RUS) method had the highest sensitivity with an accuracy over 0.5. The next most sensitive method was an over-sampling adaptive synthetic sampling approach. This revealed that the RUS method was suitable for finding minority class values. The results of applying to some real data sets were similar to those of the simulation.
KIPS Transactions on Software and Data Engineering
/
v.8
no.5
/
pp.193-204
/
2019
The explosion of data due to the improvement of sensor technology and computing performance has become the basis for analyzing the situation in the industrial fields, and various attempts to detect events based on such data are increasing recently. In particular, sound signals collected from sensors are used as important information to classify events in various application fields as an advantage of efficiently collecting field information at a relatively low cost. However, the performance of sound-event classification in the field cannot be guaranteed if noise can not be removed. That is, in order to implement a system that can be practically applied, robust performance should be guaranteed even in various noise conditions. In this study, we propose a system that can classify the sound event after generating the enhanced sound signal based on the deep learning algorithm. Especially, to remove noise from the sound signal itself, the enhanced sound data against the noise is generated using SEGAN applied to the GAN with a VAE technique. Then, an end-to-end based sound-event classification system is designed to classify the sound events using the enhanced sound signal as input data of CNN structure without a data conversion process. The performance of the proposed method was verified experimentally using sound data obtained from the industrial field, and the f1 score of 99.29% (railway industry) and 97.80% (livestock industry) was confirmed.
Journal of the Korea Institute of Information Security & Cryptology
/
v.19
no.5
/
pp.131-142
/
2009
While users of information security products require high-quality products that are secure and have high performance, there are neither examples for evaluating the quality of information security products nor studies on the quality model and metrics for the quality evaluation. In this paper, information security products are categorized into three different types and the security and performance of various information security products are analyzed. Through this process and after consideration of information security products' security and performance, a new quality model that possesses 7 characteristics and 24 sub-characteristics has been defined. In addition, metrics consisting of 62 common and 45 extended metrics that can be used to evaluate the quality of information security products are introduced, and a proposition for a method of generating the quality evaluation metrics for specific information security products is included. The method of generating metrics proposed in this paper can be extended in order to be applied to a variety of information security products, and by generating and verifying the quality evaluation metrics for firewall, intrusion detection systems and fingerprint systems it is shown that it applicable on a variety of information security products.
This paper is about designing and implementing the simulation training equipment (simulator) for the CBRN Reconnaissance Vehicle-II (armor type). The simulation training equipment (simulator) is a military training equipment in a virtual environment that analyzes the training using various CBRN equipment according to the CBRN situation and make a professional report. The controller or training instructor can construct a scenario using the instructor control system for a possible CBRN situation, spread the situation, and observe the process of the trainee performing the propagated situation appropriately. All process can be monitored and analyzed by the system, and it can be recorded, so it is also used for AAR (After Action Review). To implement CBRN situation training in a virtual environment, instructor control (IOS), host (HOS), video (IGS), input/output device (IOC), and sound (ACS) were implemented, a long-range chemical automatic detector (LCA), a combined chemical detector (CAD), a control (MCC) and an operation (OCC) computer were developed as simulators. In this paper, the design and development of simulation training equipment for CBRN Reconnaissance Vehicle-II (armor type) was conducted, and the performance was verified through integrated tests and acceptance tests.
Ji, Yoon-Hee;Lee, Jae-Hoon;Kim, Jea-Soo;Kim, Jung-Hae;Kim, Woo-Shik;Choi, Sang-Moon
The Journal of the Acoustical Society of Korea
/
v.28
no.1
/
pp.10-18
/
2009
A moving surface vessel generates a ship wake which contains a cloud of micro-bubbles with radii ranging between $8{\sim}200{\mu}m$. Such micro-bubbles can be detected by active sonar system for more than ten minutes depending on the size and speed of the surface vessel. In this paper, a reverberation model for the ship wake is presented. The developed model consists of the acoustic scattering model due to the distribution of the micro-bubbles and the kinematic model for the moving active sonar. The acoustic scattering model is based on the volume integration, where the volume scattering strengths are obtained from the spatial distribution of micro-bubbles. Since the directivity and look-direction of active sonar are important factors for moving active sonar, the kinematic model utilizes the Euler transformation to obtain the relative motion between the global and local coordinates. In order to verify the developed model, a series of sea experiment was executed in September 2007 to obtain the spatial-temporal distribution of a bubble cloud, and analyzed to be compared with the simulation results.
Seungsoo Jang;Jang Hee Lee;Young-su Kim;Jiseok Kim;Jeen-hyeng Kwon;Song Hyun Kim
Journal of Radiation Industry
/
v.17
no.1
/
pp.19-32
/
2023
The amount of radioactive waste is expected to dramatically increase with decommissioning of nuclear power plants such as Kori-1, the first nuclear power plant in South Korea. Accurate nuclide analysis is necessary to manage the radioactive wastes safely, but research on verification of radionuclide analysis has yet to be well established. This study aimed to develop the technology that can verify the results of radionuclide analysis based on artificial intelligence. In this study, we propose an anomaly detection algorithm for inspecting the analysis error of radionuclide. We used the data from 'Updated Scaling Factors in Low-Level Radwaste' (NP-5077) published by EPRI (Electric Power Research Institute), and resampling was performed using SMOTE (Synthetic Minority Oversampling Technique) algorithm to augment data. 149,676 augmented data with SMOTE algorithm was used to train the artificial neural networks (classification and anomaly detection networks). 324 NP-5077 report data verified the performance of networks. The anomaly detection algorithm of radionuclide analysis was divided into two modules that detect a case where radioactive waste was incorrectly classified or discriminate an abnormal data such as loss of data or incorrectly written data. The classification network was constructed using the fully connected layer, and the anomaly detection network was composed of the encoder and decoder. The latter was operated by loading the latent vector from the end layer of the classification network. This study conducted exploratory data analysis (i.e., statistics, histogram, correlation, covariance, PCA, k-mean clustering, DBSCAN). As a result of analyzing the data, it is complicated to distinguish the type of radioactive waste because data distribution overlapped each other. In spite of these complexities, our algorithm based on deep learning can distinguish abnormal data from normal data. Radionuclide analysis was verified using our anomaly detection algorithm, and meaningful results were obtained.
The shipping industry is cyclically impacted by complex variables such as various economic indicators, social events, and supply and demand. The purpose of this study was to analyze the operating profit of 13 Korean liner companies over 30 years, including the financial crisis of the late 1990s, the global financial crisis of the late 2000s, and the COVID-19 global pandemic. This study was conducted to also identify factors that impacted the profit ratio of Korea's liner shipping companies according to economic conditions. It was divided into ocean-going and short-sea shipping, reflecting the characteristics of liner shipping companies, and was analyzed by hierarchical multiple regression analysis. The time series data are based on the Korean International Financial Reporting Standards (K-IFRS) and comprise seaborne trade volume, fleet evolution, and macroeconomic indicators. The outliers representing the economic downturn due to social events were separately analyzed. As a result of the analysis, the China Container Freight Index (CCFI) positively impacted ocean-going as well as short-sea liner shipping companies. However, the Korean container shipping volume only impacted ocean-going liners positively. Additionally, world and Korea's GDP, world seaborne trade volume, and fuel price are factored in the operating profit of short sea liner shipping. Also, the GDP growth rate of China, exchange rate, and interest rate did not significantly impact both groups. Notably, the operating profitability of Korea's liner shipping shows an exceptionally high rate during the recessions of 1998 and 2020. It is paradoxical, and not correlated with the classical economic indicators. Unlike other studies, this paper focused on the operating profit before financial expenses, considering the complexity as well as difficulty in forecasting the shipping cycle, and rendered conclusions using relatively long-term empirical analysis, including three economic shocks.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.