• Review of KIISC
• /
• v.29 no.2
• /
• pp.36-47
• /
• 2019

4차 산업혁명이 본격화됨에 따라 스마트 제조 환경으로 변화하면서 제조 공장은 설비제어가 자동화되고 산업용 이더넷과 TCP/IP 기반으로 네트워크 연결되어 통합 운영되고 있으며 본사 비즈니스망의 MES, ERP, PLM 등과 연계되면서 랜섬웨어 등 악성코드 유입 및 외부 사이버 공격으로부터의 보안 위협이 높아지고 있다. 본 논문에서스마트 제조 공장에 대한 사이버 침입을 탐지하고 대응하기 위해 스마트 제조 환경에서의 이상징후 탐지 기술 현황을 분석한다. 먼저 ICS(Industrial Control System)에 대한 이상징후 탐지를 위해 ICS 위협 경로를 분석하고 스마트 제조 네트워크에서 사용되는 산업용 이더넷 프로토콜을 살펴본다. 다음으로 국내 제어망 이상징후 탐지 체계 구축 동향을 분석하고 제어망 이상징후 탐지 기술을 분류한다. 마지막으로 (주)앤앤에스피에서 과학기술정보통신부 과제로 수행하고 있는 "선제적인 제조공정 이상징후 인지" 연구과제의 수행 현황을 살펴본다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.184-186
• /
• 2022

자율운항선박의 도입이 가시화됨에 따라 자율운항선박의 운항을 관리·감독하는 원격운항자의 운항능력에 대한 관심도 증가하고 있다. IMO에서는 원격운항자의 상시 모니터링과 비상시 원격지원을 기반으로 하는 자율운항 선박모델을 제시하고 있다. 특히 선박의 자동화 시스템으로 대응할 수 없는 복잡한 상황에 직면할 경우 해당상황을 해결하기 위해 원격운항자의 판단력과 지식이 요구되는 상황이 발생할 수 있다. 따라서 원격운항자는 선체와 주변 상황을 원격으로 인식하는 상황인식능력이 필요하며, 원격운항자의 상황인식능력은 기존 항해사의 상황인식능력과는 상이한 부분이 존재할 수 있다. 본 연구에서는 자율운항선박의 도입으로 인해 발생하는 운항환경의 변화에 따라 원격운항자에게 요구되는 상황인식 요구사항을 분석하고 이를 기존 선원의 상황인식 모델과 비교하여 자율운항선박의 안전한 도입을 위한 기초자료로 활용하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.615-616
• /
• 2024

현대 야구에서 타자의 스윙 패턴 분석은 상대 투수가 투구 전략을 수립하는데 상당히 중요하다. 이미지 기반의 인간 포즈 추정(HPE)은 대규모 스윙 패턴 분석을 자동화할 수 있다. 그러나 기존의 HPE 방법은 빠르고 가려진 신체 움직임으로 인해 복잡한 스윙 모션을 정확하게 추정하는 데 어려움이 있다. 이러한 문제를 극복하기 위해 스윙 모션에 대한 사전 정보를 활용하여 야구 선수의 포즈를 보정하는 방법(BPPC)을 제안한다. BPPC는 동작 인식, 오프셋 학습, 3D에서 2D 프로젝션 및 동작 인지 손실 함수를 통해 스윙 모션에 대한 사전 정보를 반영하여 기성 HPE 모델 결과를 보정한다. 실험에 따르면 BPPC는 벤치마크 데이터셋에서 기성 HPE 모델의 2D 키포인트 정확도를 정량적 및 정성적으로 향상시키고, 특히 신뢰도 점수가 낮고 부정확한 키포인트를 크게 보정했다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.11
• /
• pp.479-488
• /
• 2022

In recent years, with the rapid development of machine learning technology, research utilizing machine learning has been actively conducted in fields such as cognition, reasoning and judgment, and action among various technologies constituting intelligent systems. In order to utilize this machine learning, it is indispensable to collect data for learning. However, the types of data generated vary according to the environment in which the data is generated, and the types and forms of data required are different depending on the learning model to be used for machine learning. Due to this, there is a problem that the existing data collection method cannot be reused in a new environment, and a specialized data collection module must be developed each time. In this paper, we propose a specification-based methology for data collection in artificial intelligence system to solve the above problems, ensure the reusability of the data collection method according to the data collection environment, and automate the implementation of the data collection function.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.5
• /
• pp.117-132
• /
• 2022

The purpose of this study is to analyze factors that affect road users' acceptance of fully autonomous vehicles (level 4 or higher). A survey was done with drivers of general cars and pedestrians who share roads with fully autonomous vehicles. Five acceptability factors were selected: trust towards technology, compatibility, policy, perceived safety, and perceived usefulness. The effect on behavioral intention was analyzed using structural equation modeling (SEM). The perceived safety and trust towards technology were found to be very important in the acceptance of fully autonomous vehicles, regardless of the respondent, and policy was not influential. Compatibility and perceived usefulness were particularly influential factors for drivers. In order to improve the acceptance by road users, securing technical completeness of fully autonomous vehicles is important. Certification and evaluation of the safe driving ability of fully autonomous vehicles should be thoroughly performed, and based on the results, it is necessary to improve the perception by road users. It is necessary to positively recognize fully autonomous vehicles through education and publicity for road users and to support their smooth interaction.

• Korean Journal of Cognitive Science
• /
• v.22 no.4
• /
• pp.347-364
• /
• 2011

In this paper, we propose a automatic image bases extraction method for visual image reconstruction from brain activity using Non-negative Matrix Factorization (NMF). Image bases are basic elements to construct and present a visual image. Previous method used brain activity that evoked by predefined 361 image bases of four different sizes: $1{\times}1$, $2{\times}1$, $1{\times}2$, $2{\times}2$, and $2{\times}2$. Then the visual stimuli were reconstructed by linear combination of all the results from these image bases. While the previous method used 361 predefined image bases, the proposed method automatically extracts image bases which represent the image data efficiently. From the experiments, we found that the proposed method reconstructs the visual stimuli better than the previous method.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.1
• /
• pp.29-34
• /
• 2022

We propose a novel network architecture and build dataset for recognizing clickable objects on mobile device screens. The data was collected based on clickable objects on the mobile device screen that have numerous resolution, and a total of 24,937 annotation data were subdivided into seven categories: text, edit text, image, button, region, status bar, and navigation bar. We use the Deconvolution Single Shot Detector as a baseline, the backbone network with Squeeze-and-Excitation blocks, the Single Shot Detector layer structure to derive inference results and the Feature pyramid networks structure. Also we efficiently extract features by changing the input resolution of the existing 1:1 ratio of the network to a 1:2 ratio similar to the mobile device screen. As a result of experimenting with the dataset we have built, the mean average precision was improved by up to 101% compared to baseline.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.5
• /
• pp.787-799
• /
• 2023

As IoT devices are widely used at home, IoT automation system that is integrate IoT devices for users' demand are gaining populrity. There is automation rule in IoT automation system that is collecting event and command action. But attacker delay the packet and make time that real state is inconsistent with state recongnized by the system. During the time, the system does not work correctly by predefined automation rule. There is proposed some detection method for delay attack, they have limitations for application to IoT systems that are sensitive to traffic volume and battery consumption. This paper proposes a practical packet delay attack detection technique that can be applied to IoT systems. The proposal scheme in this paper can recognize that, for example, when a sensor transmits an message, an broadcast packet notifying the transmission of a message is sent to the Server recognized that event has occurred. For evaluation purposes, an IoT system implemented using Raspberry Pi was configured, and it was demonstrated that the system can detect packet delay attacks within an average of 2.2 sec. The experimental results showed a power consumption Overhead of an average of 2.5 mA per second and a traffic Overhead of 15%. We demonstrate that our method can detect delay attack efficiently compared to preciously proposed method.

• Journal of Korea Game Society
• /
• v.16 no.2
• /
• pp.27-40
• /
• 2016

Predicting stealthy behaviors plays an important role in designing stealth games. It is, however, difficult to automate this task because human players interact with dynamic environments in real time. In this paper, we present a reinforcement learning (RL) method for simulating stealthy movements in dynamic environments, in which an integrated model of Q-learning with Artificial Neural Networks (ANN) is exploited as an action classifier. Experiment results show that our simulation agent responds sensitively to dynamic situations and thus is useful for game level designer to determine various parameters for game.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1956_1957
• /
• 2009

전 세계적인 에너지 확보 위기와 $CO_2$ 과다 배출로 인한 지구 온난화 문제에 당면한 현재의 전력산업이 다음 세기에도 지속적으로 성장해 가기 위해서는 에너지 효율 향상과 신 재생에너지에 바탕을 둔 분산전원의 활성화를 통한 환경과의 조화와 더불어 미래 디지털 시대의 에너지 조건을 충족시키기 위한 IT기술과 전력기술의 융합을 통한 자동화되고 지능화된 전력시스템 즉, 스마트그리드로의 변화가 절실히 요구되고 있다. 스마트그리드의 주요 분야 중에서 AMI(Advanced Metering Infrastructure)는 최종 전력 소비자와 전력회사 사이의 전력서비스인프라로, 지능형 전력망(Smart Grid) 구현에 필수적인 핵심 인프라 시스템이며, 공급-수요 상호 인지 기반 수요반응(Demand Response) 실현을 위한 중요 수단이라 할 수 있으며, 다양한 유형의 분산전원체계, 배전지능화시스템 등과 정보 연계 등 미래 지능형 전력망 운용을 위해 요구되는 최우선 지능화 전력망 인프라로 인식되고 있다. 본 논문에서는 AMI 시스템의 해외 구축 동향과 관련 기술 그리고 국내 적용을 위한 방안에 대하여 기술하고자 한다.