• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권4호
• /
• pp.247-257
• /
• 2005

일반적으로 네트워크 설계 문제는 네트워크의 크기가 늘어남에 따라 지수적으로 복잡도가 증가하여 전통적인 방법으로는 풀이하기 힘든 NP-hard 조합 최적화 문제 중의 하나로 분류될 수 있다. 본 논문에서는 네트워크 신뢰도 제약을 고려하면서 네트워크 구축비용을 효과적으로 최소화하는, 높은 신뢰도의 네트워크 토폴로지 설계 문제를 풀기 위해 스패닝 트리를 효율적으로 표현할 수 있는 Prufer수(PN) 기반의 진화 연산법과 2-연결성을 고려하는 휴리스틱 방법으로 구성된 두 단계의 효율적인 해법을 제안한다. 즉, 먼저 스패닝 트리를 찾아내기 위해 진화 연산법 중에 보편적으로 널리 알려져 있는 유전자 알고리즘(GA)을 이용하고 그 다음으로 첫 번째 단계에서 발견한 스패닝 트리에 대해 최적의 네트워크 토폴로지를 찾기 위해서 2-연결성을 고려한 휴리스틱 방법을 적용한다. 마지막으로 수치예의 결과를 통해 제안한 해법의 성능에 대해서 살펴보도록 한다.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.1-8
• /
• 2009

2D 영상 이미지를 인식하는데 있어서, 테스트 이미지를 입력 받는 카메라의 설치 공간 및 설정 상황에 따라 밝기, 명암, 빛의 방향 등과 같은 인식의 성능에 영향을 끼칠 수 있는 요소들이 매우 많이 존재한다. 본 논문은 카메라가 위치한 환경 상의 최소의 샘플 이미지를 가지고, 그 환경에서 입력되는 영상의 인식 성공률을 높일 수 있는 적응형 얼굴 인식 방법을 제안하고 있다. 제안한 적응형 얼굴 인식은 두 개의 부분으로 구성되어 있는데, 하나는 환경 적응을 하기 위한 부분이고, 다른 하나는 얼굴 인식을 수행하는 부분이다. 전자인 환경 적응 모듈에서는 안정 상태 유전 알고리즘을 사용하여 인식기가 최적의 성능을 낼 수 있는 필터 조합과 필터 파라메터와 특징 벡터 집합 차원을 결정하고, 후자인 얼굴 인식 모듈에서는 그 결과를 사용하여 얼굴 인식 결과를 확인한다. 얼굴 인식 과정에서 이미지 사이의 유사도를 측정하기 위해서 가보 웨이블릿을 사용하였고, 인식의 결과를 도출하는 과정에서는 k-Nearest Neighbor을 사용하였다. 적응형 얼굴 인식 방법을 테스트 하기위해, 사인 함수의 가중치를 사용한 명암 노이즈, 임펄스 노이즈, 복합 노이즈에 관하여 각각 실험을 하였고, 진화 후에는 일반적으로 발생할 수 있는 노이즈에 대한 급격한 인식률 저하를 방지할 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.385-391
• /
• 2013

빅 데이터는 일반적으로 사용되는 데이터 관리 시스템으로 데이터의 처리, 수집, 저장, 탐색, 분석을 할 수 없는 큰 규모의 데이터를 말한다. 빅 데이터 기술인 맵 리듀스(MapReduce)를 이용한 병렬 GA 연구는 Hadoop 분산처리환경을 이용하여, 맵 리듀스에서 GA를 수행함으로써 GA의 병렬처리를 쉽게 구현할 수 있다. 기존의 맵 리듀스를 이용한 GA들은 GA를 맵 리듀스에 적절히 변형하여 적용하였지만 잦은 데이터 입출력에 의한 수행시간 지연으로 우수한 성능을 보이지 못하였다. 본 논문에서는 기존의 맵 리듀스를 이용한 GA의 성능을 개선하기 위해, 맵과 리듀싱과정을 개선하여 맵 리듀스 특징을 이용한 새로운 MRPGA(MapReduce Parallel Genetic Algorithm)기법을 제안하였다. 기존의 PGA의 topology 구성과 migration 및 local search기법을 MRPGA에 적용하여 최적해를 찾을 수 있었다. 제안한 기법은 기존에 맵 리듀스 SGA에 비해 수렴속도가 1.5배 빠르며, sub-generation 반복횟수에 따라 최적해를 빠르게 찾을 수 있었다. 또한, MRPGA를 활용하여 빅 데이터 기술의 처리 및 분석 성능을 향상시킬 수 있다.

• 한국공간구조학회논문집
• /
• 제4권2호
• /
• pp.89-97
• /
• 2004

최적설계기법을 사용한 경제적인 설계의 필요성은 오래 전부터 요구되어 왔으나, 종전의 설계가 설계자의 경험에 의한 시행착오적인 반복설계를 통하여 이루어져 왔기 때문에 구조물의 형상이 복잡한 경우에는 계산상의 어려움과 반복계산을 되풀이해야 하는 번거로움으로 진정한 최적설계는 기대하기 어려웠다. 최적설계법이 구조물의 설계에 매우 유용하다는 사실이 증명되고 있긴 하지만, 아직도 최적설계의 의미를 제대로 이해하지 못하고 있는 실정이며, 더구나 설계실무자는 어디까지나 사용자이기 때문에 수리적 계획수법에 친숙할 필요까지는 없지만 최소한 이런 기법의 가능성과 중요성을 이해할 필요는 있는데 대부분 그러하지 못하고 있는 실정이다. 일반적으로 트러스 구조물 설계 시 주어진 부재의 응력에 따라 단면적을 산출하여 그 단면적에 역학적으로 가장 합리적인 단면을 선정하여 경제적인 설계단면을 구한다. 그러나 트러스의 형상, 트러스 높이에 따른 경제성의 문제는 보통 설계자의 경험과 직관에 의하여 결정되고, 특별한 검토가 이루어지지 않고 설계가 수행되는데, 실제 트러스 구조물에서 트러스의 형상과 높이가 전체 건설공사비에 크게 영향을 미친다. 그러므로, 트러스 구조물의 최적설계에서 트러스 형상, 라이즈 비(rise ratio : 높이/스팬) 및 격간 수(number of panel)를 고려하는 것이 필요하다. 트러스 형상과 스팬에 따른 최적형상과 최적높이 및 격간 수에 대해 설계자의 초기 구조계획 시 주관적 선택의 어려움을 해결하고, 실제의 지붕형 트러스 구조에 설계하중을 작용시켜 응력해석에서부터 부재 단면설계까지의 자동화된 최적설계 알고리즘을 개발할 필요가 있다. 따라서 본 연구는 플랫 트러스의 형상, 격간 수, 격간의 간격 및 부재단면 등에 대하여 이산적인 변수의 처리와 넓은 설계 공간의 탐색능력과 더불어 문제의 비선형성과 관계없이 전체 최적해를 찾아낼 수 있는 유전자 알고리즘을 이용한다. 또한, 강 구조 한계상태설계기준(대한건축학회, 1998)을 기준으로 하여 자동으로 플랫 트러스의 구조계획과 단면이산화 최적설계를 동시에 수행할 수 있는 최적화 알고리즘을 제시하는 것을 목적으로 한다.

• Communications for Statistical Applications and Methods
• /
• 제15권1호
• /
• pp.125-136
• /
• 2008

많은 실제적인 공학 설계문제에 있어서, 목적함수의 형태는 설계변수들에 의하여 정확하게 주어지지 않는다. 이러한 환경 하에서, 구조해석, 유체 역학 해석, 열역학 분석과 같은 등과 같은 문제에서 설계변수들의 값이 주어졌을 때 목적함수들의 값은 실제 실험이나 계산상의 실험을 통하여 얻어지게 된다. 일반적으로, 이러한 실험들은 많은 비용이 든다. 이런 경우에는 실험의 횟수를 가능한 적게 하기위하여, 목적함수의 형태를 예측하는 것과 병행하여 최적화를 수행하게 된다. 반응표면분석(Response Surface Methodology, RSM)은 이러한 접근 방법에서 잘 알려져 있다. 본 논문에서는 목적함수의 예측을 위하여 서포트 벡터 기계(Support Vector Machines, SVM)의 방법을 적용할 것이다. 이러한 접근에서 가장 중요한 과제들 중의 하나는 가능한 실험의 횟수를 적게 하기 위하여 적절하게 표본자료들을 배치하는 것이다. 이러한 목적에 서포트 벡터의 정보들이 효과적으로 사용되어짐을 보이고 제안한 방법의 효율성은 공학 설계문제에서 잘 알려진 수치 예제를 통하여 보인다.

• 대한조선학회논문집
• /
• 제39권1호
• /
• pp.73-81
• /
• 2002

일반적으로, 선박에 탑재되는 장비의 진동문제는 장비자체의 기진력에 의한 진동문제뿐만 아니라 외부기진력인 주기관과 추진기의 기진력이 장비하부 데크를 통하여 장비에 과도 진동을 유발하는 경우가 많다. 따라서 본 연구에서는, 선박에 탑재되는 장비 마운팅 시스템의 진동 성능을 평가할 수 있도록 고유진동해석, 전달율계산, 강제진동해석 등을 수행할 수 있는 프로그램을 개발하였고, 선내 주요기진원과 장비의 공진시 공진회피를 위한 마운트 설계 변경 프로그램과, 그리고 장비 마운트 하부데크의 진동에 의한 장비의 무게중심에서 속도응답이 최소가 되도록, 마운트 강성을 결정하는 최적화 프로그램을 개발하였다.

• 대한교통학회지
• /
• 제26권5호
• /
• pp.175-184
• /
• 2008

도로용량 증대를 위한 소요예산 추정문제는 관련주체인 이용자와 공급자의 입장을 모두 반영할 필요가 있다. 본 연구에서는 총통행시간, 형평성, 환경비용을 평가지표로 설정하고, 3가지 평가지표에 대한 관련주체의 요구사항이 만족되는 대안 중 소요예산을 최소화하는 최적 도로용량 증대 대안을 선정하는 문제를 모형화하였다. 일반적으로 도로용량 증대를 위한 소요예산 추정문제는 Network Design Problem(NDP)로 다루어지며, 이용자와 공급자의 다른 입장을 고려하기 위해 Bi-level 최적화문제로 모형화된다. 본 연구에서는 장래 교통수요의 불확실성을 반영하기 위해 확률모형(Stochastic model)을 적용하고, 평가지표별 신뢰도를 차별화하기 위해 Chance-constrained model(CCM)를 적용하였으며, 3가지 평가지표의 제약식을 만족하면서 소요예산을 최소화하는 목적함수를 만족하는 최적대안을 선정하기 위해 렉시코그라픽(Lexicographic) 최적화문제로 접근하였다. 예제 네트워크를 통하여 분석한 결과, 평가지표별 신뢰도 및 교통수요 변화율이 클수록 더욱 많은 소요예산이 요구되며, 평가지표별 신뢰도가 클수록 장래 교통수요의 변화에 더욱 탄력적으로 대응할 수 있는 대안이 선정되었다. 제안된 모델은 다양한 관련주체의 입장을 모두 고려한 최적 도로용량 증대 대안과 소요예산을 선정함과 동시에, 도로용량 증대량의 변화에 따른 평가지표간 상쇄관계(Tradeoff)와 도로 네트워크 개선을 위한 예산 배분의 포트폴리오를 정책결정자에게 제공 가능하다.

• 한국정보통신학회논문지
• /
• 제9권5호
• /
• pp.1149-1160
• /
• 2005

일반적으로 네트워크 설계 문제는 네트워크의 크기가 늘어남에 따라 지수적으로 복잡도가 증가하여 전통적인 방법으로는 풀이하기 힘든 NP-hard 조합 최적화 문제 중의 하나로 분류될 수 있다. 본 논문에서는 네트워크 신뢰도 제약을 고려하면서 네트워크 구축비용을 효과적으로 최소화하는, 높은 신뢰도의 네트워크 토폴로지 설계 문제를 풀기 위해 스패닝 트리를 효율적으로 표현할 수 있는 $Pr\ddot{u}fer$수(PN) 기반의 진화 연산법과 2-연결성을 고려하는 휴리스틱 방법으로 구성된 두 단계의 효율적인 해법을 제안한다. 즉, 먼저 스패닝 트리를 찾아내기 위해 진화 연산법 중에 보편적으로 널리 알려져 있는 유전자 알고리즘(GA)을 이용하고 그 다음으로 첫 번째 단계에서 발견한 스패닝 트리에 대해 최적의 네트워크 토폴로지를 찾기 위해서 2-연결성을 고려한 휴리스틱 방법을 적용한다. 마지막으로 수치예의 결과를 통해 제안한 해법의 성능에 대해서 살펴보도록 한다.

• 한국정보과학회논문지:정보통신
• /
• 제32권3호
• /
• pp.301-309
• /
• 2005

시스템 호출 감사자료기반 기계학습기법을 사용한 프로그램 행위 학습방법은 효과적인 호스트 기반 침입탐지 방법이며, 규칙 학습, 신경망, 통계적 방법, 은닉 마크로프 모델 등의 방법이 대표적이다. 그 중에서 신경망은 시스템 호출 시퀀스를 학습하는데 있어 적합하다고 알려져 있는데, 실제 문제에 적용하여 좋은 성능을 내기 위해서는 그 구조를 결정하는 것이 중요하다 하지만 보통의 신경망은 그 구조를 찾기 위한 방법이 알려져 있지 않아 침입탐지에 효과적인 구조를 찾기 위해서는 많은 시간이 요구된다. 본 논문에서는 기존 신경망 기반 침입탐지시스템의 단점을 보완하고 성능을 향상시키기 위해 진화신경망을 이용한 방법을 제안한다. 진화 신경망은 신경망의 구조와 가중치를 동시에 학습하기 때문에 일반 신경망보다 빠른 시간에 더 좋은 성능의 신경망을 얻을 수 있다는 장점이 있다. 1999년의 DARPA IDEVAL 자료로 실험한 결과 기존의 연구보다 좋은 탐지율을 보여 진화신경망이 침입탐지에 효과적임을 확인할 수 있었다.

• 융합보안논문지
• /
• 제17권1호
• /
• pp.31-38
• /
• 2017

네트워크를 통한 사이버 공격 기법들이 다양화, 고급화 되면서 간단한 규칙 기반의 침입 탐지/방지 시스템으로는 지능형 지속 위협(Advanced Persistent Threat: APT) 공격과 같은 새로운 형태의 공격을 찾아내기가 어렵다. 기존에 알려지지 않은 형태의 공격 방식을 탐지하는 이상행위 탐지(anomaly detection)를 위한 해결책으로 최근 기계학습 기법을 침입탐지 시스템에 도입한 연구들이 많다. 기계학습을 이용하는 경우, 사용하는 특징 집합에 침입탐지 시스템의 효율성과 성능이 크게 좌우된다. 일반적으로, 사용하는 특징이 많을수록 침입탐지 시스템의 정확성은 높아지는 반면 탐지를 위해 소요되는 시간이 많아져 긴급성을 요하는 경우 문제가 된다. 논문은 이러한 두 가지 조건을 동시에 충족하는 특징 집합을 찾고자 다목적 유전자 알고리즘을 제안하고 인공신경망에 기반한 네트워크 침입탐지 시스템을 설계한다. 제안한 방법의 성능 평가를 위해 NSL_KDD 데이터를 대상으로 이전에 제안된 방법들과 비교한다.