• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 춘계학술대회
• /
• pp.230-231
• /
• 2018

국가의 중요한 통로가 되는 항만과 연안지역은 밀수선, 적국의 침투선, 해적선등과 같은 위협이 상존하고 있다. 이와 같은 위협 선박의 침입을 막아내기 위해서는 연안지역을 지속적으로 감시하여 이들의 침입을 탐지, 경보할 수 있는 시스템이 필요하다. 그러나 감시인원이 넓은 연안지역을 감시하면서 위협선박을 식별해 내기에는 어려움이 따른다. 이에 본 논문에서는 연안 및 항만을 감시하면서 운항금지구역등에 침입하는 선박에 대해 자동으로 경보를 발생시키면서, 선박의 영상식별을 통해 자동으로 선박의 종류를 분류하여 실제 위협선박인지의 여부를 판별할 수 있도록 하는 시스템과 그 구성을 제안하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.401-403
• /
• 2021

본 시스템은 같은 환자로부터 촬영한 기존 안저영상과 초광각 안저영상을 Paired Dataset으로 지니고 있으며, 영상의 크기 및 해상도를 똑같이 맞추고, 황반부와 신경유두 및 혈관의 위치를 미세조정하는 과정을 자동화하는 것을 목표로 하고 있다. 이 과정은 황반부를 중심으로 하여 영상을 잘라내어 이미지의 크기를 맞추는 과정(Scaling)과, 황반부를 중심으로 잘라낸 한 쌍의 영상을 포개었을 때 황반부, 신경 유두, 혈관 등의 위치가 동일하도록 미세조정하는 과정(Warping)이 있다. Scaling Stage에선 기존 안저영상과 초광각 안저영상의 촬영범위가 현저하게 차이나기 때문에, 황반변성 부위를 잘 나타내도록 사전에 잘라낼 필요가 있으며, 이를 신경유두의 Object Detection을 활용할 예정이다. Warping Stage에선 동일한 위치에 같은 황반변성 정보가 내포되어야 하므로 규격조정 및 위치조정 과정이 필수적이며, 이후 안저영상 내의 특징들을 매칭하는 작업을 하기 위해 회전, 회절, 변환 작업 등이 이루어지며, 이는 Homography Estimation을 통하여 이미지 변환 matrix를 구하는 방법으로 진행된다. 자동조정된 안저영상 데이터는 추후에 GAN을 이용한 안저영상 생성모델을 위한 학습데이터로 이용할 예정이며, 현재로선 2500쌍의 데이터를 대상으로 실험을 진행중이지만, 최종적으로 3만 쌍의 안저영상 데이터를 목표로 하고 있다.

• 융합정보논문지
• /
• 제7권3호
• /
• pp.27-36
• /
• 2017

최근 군수 산업, 해양수산업, 농업, 공업, 서비스 등의 거의 모든 산업 분야에서는 소형 무인항공기를 사람이 접근하기 힘들거나 CCTV가 설치되지 않은 영역에 대해 공중 촬영이나 근접 비행 등에 활용하고 있다. 또한 소형 무인기 촬영 정보를 토대로 감시나 통제, 또는 관리를 효율적으로 수행하기 위한 응용 연구가 활발하게 이루어지고 있다. 일련의 설정된 작업을 부여하고 자동으로 그 임무를 수행하도록 하는 임무 기반 형태의 작업을 수행하기 위해서는 소형 무인항공기가 안정적으로 비행해야 할 뿐만 아니라 일정시간마다 에너지를 충전할 수 있어야 하며, 또한 무인항공기가 임무 종료 후에는 특정 지점에 자동으로 그리고 정밀하게 착륙해야 할 필요가 있다. 이를 위해서는 소형 무인항공기 자체에서 촬영하는 동영상으로부터 착륙 지점에 설치되어 있는 마커를 탐지하고 인식하는 과정을 통해 착륙을 유도하는 자동 정밀 착륙 방법이 필요하며, 본 논문에서는 저가의 범용 소형 무인비행체를 사용함에 있어서 고 사양을 요구하는 다른 여러 가지 인식 기법들을 사용하지 않고 단순한 탬플릿 매칭 기법을 적용하여서도 정밀하고 안정된 자동 착륙이 가능함을 나타내고, 시뮬레이션과 실제 실험을 통해서 수 센티미터 이내의 오차를 보이는 정밀 착륙이 가능하며, 이는 산업 현장에 유용하게 활용될 수 있음을 보이고자 한다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1085-1095
• /
• 2023

위성데이터를 활용한 시계열 데이터는 다양한 분야에서 변화 탐지와 모니터링에 필수적인 자료로 활용되고 있다. 시계열 데이터 생성에 관한 선행 연구에서는 데이터의 통일성을 유지하기 위해 주로 단일 영상을 기반으로 분석하는 방식이 사용되었다. 또한 공간 및 시간 해상도 향상을 위해 다종 영상을 활용하는 연구도 활발하게 진행되고 있다. 시계열 데이터의 중요성은 계속해서 강조되지만, 데이터를 자동으로 수집하고 가공하여 연구에 활용하기 위한 산출물은 아직 제공되지 않고 있다. 따라서 이러한 한계를 극복하기 위해 본 논문에서는 사용자가 설정한 지역의 위성정보를 자동으로 수집하고 시계열 데이터를 생성하는 기능을 제안한다. 본 연구는 한 종류의 위성영상뿐만 아니라 동일 지역의 여러 위성데이터를 수집하고 이를 시계열 데이터로 변환하여 산출물을 생성하는 것을 목표로 하며, 이를 위한 위성영상 자동 수집 시스템을 개발하였다. 이 시스템을 활용하면 사용자는 관심 있는 지역을 설정함으로써 해당 지역에 맞게 데이터가 수집되고 Crop되어 즉시 활용할 수 있는 데이터를 생성할 수 있다. 실험 결과로는 웹 상에서 무료로 제공되는 Landsat-8/9 OLI 및 Sentinel-2 A/B 영상의 자동 획득이 가능함을 확인하였으며, 수동 입력을 통해 별도의 고해상도 위성영상도 함께 처리할 수 있었다. 고해상도 위성영상을 기준으로 자동 수집 및 편집된 영상 간의 정확도를 비교하고 육안 분석을 수행한 결과, 큰 오차 없이 결과물을 생성할 수 있음을 확인했다. 이후 시계열 데이터 간 상대적 위치 오차 최소화 및 좌표가 획득되어 있지 않은 데이터 처리 등에 대한 연구 및 다양한 위성영상을 활용한 시계열 데이터 생성 기능 추가가 계획되어 있다. 위성영상을 활용한 시계열 데이터의 생성 방법이 정립되고, 국토위성, 농림위성과 같은 국내 위성정보를 이용한 시계열 데이터가 효과적으로 활용될 경우, 국토·농림·산업·해양 분야에서 다양한 응용 가능성이 기대된다.

• 한국정보과학회논문지:정보통신
• /
• 제34권4호
• /
• pp.246-255
• /
• 2007

다량의 네트워크 대역폭을 소모하는 P2P 응용 프로그램 트래픽을 차단하기 위해, 학내망 혹은 기업망의 방화벽에는 상례적으로 P2P 트래픽 차단 규칙들이 등록되고 있다. 하지만 포트 번호만을 사용하는 단순한 차단 규칙들은 'Port Hopping' 등의 기법으로 방화벽을 우회하거나, HTTP 기반 인터넷 디스크 서비스 등으로 위장된 P2P 응용의 트래픽은 차단해 내지 못한다. 이러한 트래픽을 올바르게 식별하고 차단하기 위해서는 페이로드 시그너춰(payload signature) 기반의 패킷 식별 방법을 사용하여야 하며, 현재 상당수의 IDS 시스템들이 이를 지원한다. 하지만 이 방법은 정확도가 높고 간단하게 적용될 수 있는 반면, 시그너춰를 찾는 작업 자체의 난이도가 높아서 시그너춰의 목록을 최신 상태로 유지하는 것이 어렵다. 그러므로 이 방법이 효율적으로 운용되기 위해서는 패킷의 페이로드(payload)로부터 시그너춰를 자동 추출하는 방안이 필요하다. 본 논문에서는 인터넷 디스크 형태로 서비스되는 P2P 응용 프로그램의 시그너춰를 자동 추출하는 방안을 소개하고, 해당 방안을 충남대학교 학내망에 적용한 사례를 보인다.

• 사물인터넷융복합논문지
• /
• 제6권4호
• /
• pp.65-72
• /
• 2020

본 논문에서는 지속적으로 급증하고 있는 안드로이드 악성 앱을 자동적으로 판별하기 위해 머신러닝 기법을 적용하여 프라이빗 블록체인을 토대로 웹 기반 DApp 시스템을 개발하였다. 공인 실험 데이터를 대상으로 안드로이드 악성 앱 판별에 96.2587% 정확도를 제공하는 최적의 머신러닝 모델을 선정하였고, 안드로이드 악성 앱에 대한 자동 판별 결과를 Hyperledger Fabric 블록체인 시스템 내에 자동적으로 기록/관리하였다. 또한 적법한 권한이 부여된 사용자만이 블록체인 시스템을 이용할 수 있도록 웹 기반의 DApp 시스템을 개발하였다. 따라서 본 논문에서 제시한 머신러닝 기반 안드로이드 악성 앱 판별 블록체인 DApp 시스템 개발을 통해 안드로이드 모바일 앱 이용 환경에서의 보안성을 더욱 향상시킬 수 있으며, 향후에 일반적인 범용 데이터를 대상으로 머신러닝과 블록체인을 결합한 보안 서비스로 발전시킬 수 있을 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.115-124
• /
• 2021

기능 블록 다이어그램(Function Block Diagram, FBD) 프로그램이 안전 필수 시스템 구현에 널리 사용되면서 FBD 프로그램에 대한 효과적인 테스트가 중요해졌다. 뮤테이션 테스팅은 오류 기반 테스팅 기술로, 오류 탐지에 매우 효과적이지만 비용이 많이 든다. 본 연구에서는 FBD 프로그램 테스터를 지원하기 위한, FBD 프로그램 대상 자동 뮤턴트 생성기를 제안한다. MuGenFBD 도구는 뮤턴트 생성 비용과 동등 뮤턴트 문제를 고려하여 설계되었다. MuGenFBD 도구의 성능을 평가하기 위해 실제 산업 사례에 대한 실험을 수행한 결과, MuGenFBD를 활용하여 뮤턴트 생성 시 동등 뮤턴트를 생성할 비율이 낮으며 적은 비용으로 FBD 프로그램 대상 뮤턴트를 효과적으로 자동 생성할 수 있음을 확인하였다. 제안하는 도구는 FBD 프로그램에 대한 뮤테이션 분석 및 뮤테이션 충분성 기준을 만족시키는 테스트 생성을 효과적으로 지원할 수 있다.

• 한국해양학회지:바다
• /
• 제28권1호
• /
• pp.51-61
• /
• 2023

음향은 수중에서 원거리 전파가 가능하여 수심 측량, 수중 물체 탐지, 수중 통신, 유속 측정 등 다방면에서 해양관측에 널리 사용되고 있다. 본 논문에서는 해저면 계류형태의 압력측정 전도음향측심기(Pressure-recording Inverted Echo Sounder, PIES)를 활용하여 관측 가능한 해양물리현상(해류, 중규모 소용돌이, 내부파, 해면고도변화 등)에 대해 서술한다. 이어서 PIES장비 회수 없이 음향을 활용한 원격 자료획득법, 자동 자료전송 팝업 부표(Pop-up Data Shuttle, PDS)를 활용한 최신의 원격 자동자료획득법을 소개하고, 향후 실현 가능한 (준)실시간 원격 자동자료획득법을 덧붙인다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1097-1109
• /
• 2023

도심지는 개별 건물단위의 소규모 변화가 빈번하게 발생하는 지역이다. 기 구축된 건물 데이터베이스는 그 활용도를 높이기 위해 도심지 내의 주기적인 갱신이 요구된다. 그러나 광범위한 도심지에 대한 건물 단위 변화를 관측하기에는 자료수집의 한계가 존재한다. 따라서 본 연구에서는 넓은 범위를 단일 영상으로 촬영 가능한 위성영상을 활용하여 건물변화 탐지와 건물 정보의 갱신 가능성을 확인하고자 한다. 이를 위해 먼저 건물 데이터베이스에서 제공하는 건물 모서리점의 3차원 좌표를 이용하여 위성영상에 건물 영역을 투영한다. 투영된 건물 영역을 다시 지붕 및 전면 영역으로 구분한다. 투영된 지붕영역의 화소값을 비교하여 건물높이 갱신, 건물멸실 등 건물변화 여부를 탐지한다. 건물높이 갱신은 영상에 투영된 지붕면이 실제 영상에서 관측되는 지붕면과 일치할 때까지 높이값을 조절하여 수행된다. 영상에 투영된 모습은 나타나나 관측되는 건물이 없는 경우 철거된 건물에 해당한다. 영상에서 관측되는 건물 중에서 지붕면과 전면영역이 투영되지 않은 건물은 신축 건물에 해당된다. 이러한 변화탐지 결과를 바탕으로 건물 데이터베이스를 높이갱신, 건물삭제 및 건물생성의 세가지 분류로 갱신한다. 제안된 방식은 인천지역을 촬영한 아리랑 3A호와 인천광역시 건물 데이터베이스를 사용하여 실험하였다. 입력 단일 위성영상을 이용하여 건물변화를 탐지하고, 갱신이 필요한 건물에 대해 건물 데이터베이스 편집 작업을 수행하였다. 갱신된 건물 정보를 검증하고자 이를 이용하여 다른 아리랑 3A호 영상에 건물영역을 투영하였다. 실험결과, 갱신된 건물정보로부터 투영된 건물영역은 영상에서 관측된 건물영역과 잘 일치하였다. 이를 통해서 단일 위성영상을 이용한 건물변화탐지 및 건물 데이터베이스 갱신 가능성을 확인하였다. 후속 연구로 제안방식의 자동처리기술 개발을 수행할 예정이다.

• 정보보호학회논문지
• /
• 제28권2호
• /
• pp.385-395
• /
• 2018

인터넷의 성장과 함께 각종 취약점을 악용한 사이버 공격들이 지속적으로 증가하고 있다. 이러한 행위를 탐지하기 위한 방안으로 침입탐지시스템(IDS; Intrusion Detection System)이 널리 사용되고 있지만, IDS에서 발생하는 많은 양의 오탐(정상통신을 공격행위로 잘못 탐지한 보안이벤트)은 여전히 해결되지 않은 문제로 남아있다. IDS 오탐 문제를 해결하기 위한 방법으로 기계학습 알고리즘을 통한 자동분류 연구가 진행되고 있지만 실제 현장 적용을 위해서는 정확도와 데이터 처리속도 향상을 위한 연구가 더 필요하다. 기계학습 기반 분류 모델은 다양한 요인에 의해서 그 성능이 결정된다. 최적의 feature를 선택하는 것은 모델의 분류 성능 및 정확성 향상에 크게 영향을 미치기 때문에 기계학습에서 매우 중요한 부분을 차지한다. 본 논문에서는 보안이벤트 분류 모델의 성능 향상을 위해 기존 연구에서 제안한 기본 feature에 추가로 10종의 신규 feature를 제안한다. 본 논문에서 제안하는 10종의 신규 feature는 실제 보안관제센터 전문 인력의 노하우를 기반으로 고안된 것으로, 모델의 분류 성능을 향상시킬 뿐만 아니라 단일 보안이벤트에서 직접 추출 가능하기 때문에 실시간 모델 구축도 가능하다. 본 논문에서는 실제 네트워크 환경에서 수집된 데이터를 기반으로 제안한 신규 feature들이 분류 모델 성능 향상에 미치는 영향을 검증하였으며, 그 결과, 신규 feature가 모델의 분류 정확도를 향상시키고 오탐지율을 낮춰주는 것을 확인할 수 있었다.