• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.9-16
• /
• 2005

최근 인터넷 이용자들이 급격하게 증가하고 있으며, 초보수준의 일반 네트워크 사용자들도 인터넷상의 공개된 해킹 도구들을 사용하여 고도의 기술을 요하는 침입이 가능하여 해킹 문제가 더욱 심각해지고 있다. 해커들이 침입하기 위하여 취약점을 알아내려고 의도하는 다양한 형태의 침입시도를 사전에 탐지하여 침입이 일어나는 것을 미리 방어할 수 있는 침입시도탐지가 적극적인 예방 차원에서 더욱 필요하다. 기존의 포트 스캔이나 네트워크 취약점 공격에 대응하기 위한 네트워크 기반의 비정상 침입시도 탐지 알고리즘은 침입시도함지에 있어 몇 가지 한계점을 갖고 있다. 기존 알고리즘은 Slow Scan, Coordinated Scan을 할 경우 탐지할 수 없다는 것이다. 따라서 침입시도 유형에 제한을 받지 않고 침입시도에 관한 다양한 형태의 비정상 접속을 효과적으로 탐지할 수 있는 새로운 개념의 알고리즘이 요구된다. 본 논문에서는 세션 패턴과 탐지 오류율을 규칙기반으로 하는 침입시도 탐지알고리즘(Session patterns & FCM Anomaly Detector : SFAD)을 제안한다.

• 한국전자거래학회지
• /
• 제21권2호
• /
• pp.23-46
• /
• 2016

인터넷을 통한 개방적 협업의 가치가 사회 경제적으로 증가하고 있는 가운데, 오픈소스 소프트웨어 개발 프로젝트의 성공적인 운영의 중요성 또한 증가하였다. 기존의 연구들이 프로젝트 성과에 영향을 미치는 다양한 요인들을 검증하였으나 프로젝트 운영자가 프로젝트 성과에 어떤 영향을 미치는지에 대한 연구는 한정적이다. 따라서 본 연구는 운영자의 특성을 개인의 특성과 운영 방식의 특성으로 나누어 인상형성 및 사회적 자본 이론을 중심으로 그 영향을 검증하였다. 이를 위하여 대표적인 오픈소스 소프트웨어 개발 플랫폼인 깃허브(Github)에서 611개의 리퍼지토리(Repository)와 리퍼지토리 운영자의 데이터를 수집하였으며, 사회 연결망분석을 통해 각 리퍼지토리의 지식공유 네트워크를 구축하였다. 위계적 회귀분석을 통해 프로젝트 성과에 영향을 미치는 명시적 리더의 특성을 분석한 결과, 운영자가 개인의 정보를 많이 공개하여 신뢰성을 확보하고자 노력하거나, 적극적으로 팔로잉을 하여 외부 개발자에 대한 관심이 높거나, 지식공유 네트워크에서 중심적인 역할을 할 경우 성과에 긍정적인 영향을 주는 것으로 나타났다. 반면, 코드의 수용비율이 높거나, 깃허브 내에서 전문가로 인지되어 있을 경우 오히려 성과가 낮은 것으로 나타났다. 본 연구는 향후 오픈소스 소프트웨어뿐만 아니라 다양한 형태의 개방적 협업의 성공적 운영을 위한 운영자 가이드라인으로 활용될 수 있을 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제16권4호
• /
• pp.107-117
• /
• 2011

스마트폰은 기존의 피처폰보다 뛰어난 컴퓨팅 성능과 우수한 네트워크 연결성 등의 장점으로 그 사용이 확대되고 있다. 스마트폰 시장의 성장에 따라 수많은 제품들이 출시되고 있으며 사람들은 여러 가지 기준을 통하여 자신에게 적합한 제품을 선택한다. 스마트폰 관련 연구는 최근 점차 늘어나고 있으나 스마트폰의 평가에 관한 연구는 아직 부족한 실정이다. 본 논문은 스마트폰 선택 및 사용 시에 중요하게 고려되는 요인들을 도출하고 요인들 간의 상대적인 중요도를 파악하기 위해 수행되었다. 먼저 문헌조사와 표적집단(focus group) 인터뷰를 통하여 스마트폰의 선택 및 이용에 영향을 미치는 평가요인들을 도출하고, 도출된 평가요인들을 각각 쌍대 비교하여 각 요인에 대한 상대적 중요도를 산출하였다. 응답이 갖는 모호함을 해결하기 위해 퍼지 계층분석과정(Fuzzy AHP: Fuzzy Analytic Hierarchy Process) 기법을 이용하였으며 응답자 중 스마트폰 사용자와 비사용자 집단을 구분하여 그 중요도의 차이를 비교 분석하고, 분석 결과에 따른 실무적 의의를 기술하였다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.149-160
• /
• 2021

본 연구에서는 현재 발생한 범죄와 과거 유사 범죄의 기록을 조사하여 용의선상에 오른 자들과 전과자들를 비교 분석하여 범인를 예측하는 시스템을 제안한다. 제안된 시스템은 용의자들과 전과자들의 안면을 비교하기 위하여 조건부 생성 적대 네트워크를 포함하는 퍼지 매칭으로 예상 범인을 선별하는 인공 지능 기반 알고리즘 범죄 예측 시스템(CPS)입니다. 유효성을 증명하기 위하여동 티모르. 범죄 기록의 데이터를 활용하였습니다. 구축 된 알고리즘은 증언을 바탕으로 몽타쥬를 작성하여 범죄 기록상의 전과자 안면과 비교됩니다. 제안 된 알고리즘과 CPS의 결과는 범죄를 처리하는 경찰관의 시간과 노력을 최소화될 뿐만 아니라 신속한 결과를 얻었으므로 유용하다는 것을 확인했습니다. 특히, 동 티므로와 같이 부족한 인적 자원과 예산으로 사회 안전망을 유지하는 것이 어려운 국가에 제안된 시스템의 적용은 미해결 범죄의 감소와 신속한 범죄 수사에 기여할 수 있다.

• Journal of Information Technology Applications and Management
• /
• 제17권4호
• /
• pp.39-56
• /
• 2010

We are sometimes interacting with people who we know nothing and facing with the difficult task of making decisions involving risk in social network. To reduce risk, the topic of building Web of trust is receiving considerable attention in social network. The easiest approach to build Web of trust will be to ask users to represent level of trust explicitly toward another users. However, there exists sparsity issue in Web of trust which is represented explicitly by users as well as it is difficult to urge users to express their level of trustworthiness. We propose a fuzzy-based inference model for Web of trust using user behavior information in social network. According to the experiment result which is applied in Epinions.com, the proposed model show improved connectivity in resulting Web of trust as well as reduced prediction error of trustworthiness compared to existing computational model.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.273-275
• /
• 2006

In this paper, we introduce a new design of fuzzy neural networks using input-output data information of target system. The proposed fuzzy neural networks is constructed by input-output data information and used the center of data distance by HCM clustering to obtain the characteristics of data. A membership function is defined by HCM clustering and is applied input-output dat included each rule to conclusion polynomial functions. We use triangular membership functions and simplified fuzzy inference, linear fuzzy inference, and modified quadratic fuzzy inference in conclusion. In the networks learning, back propagation algorithm of network is used to update the parameters of the network. The proposed model is evaluated with benchmark data.

• 한국컴퓨터정보학회논문지
• /
• 제13권1호
• /
• pp.37-44
• /
• 2008

데이터 스트림은 시간이 경과함에 따라서 데이터의 패턴이 변화하는 특성이 있다. 데이터 스트림에 내재되어 있는 이러한 특성 (컨셉트 변화)은 분류 모델의 예측 성능을 감소시킨다. CVFDT와 IOLIN은 점진적인 분류모델의 갱신을 통해 컨셉트 변화를 해결하고자 하였다. 그러나 이러한 방법들은 작은 패턴의 변화가 전체 분류 결과에 영향을 주는 지역적 컨셉트 변화를 식별하지 못함으로써 모델을 재 구축하는 단점이 있다. 본 논문은 컨셉트변화 발생 시 지역적 컨셉트 변화를 찾음으로써 시스템의 예측성능을 향상시키는 적응형 IOLIN을 제안한다. 실험 결과는 제안 기법인 적응형 IOLIN기법이 IOLIN기법에 비해 정확률에서 약 2.8%, CVFDT기법보다 약 11.2%정도 우수하였다.

• 한국정보과학회논문지:정보통신
• /
• 제31권1호
• /
• pp.81-90
• /
• 2004

모바일 애드 혹 네트워크 (MANET)는 무선 모바일 노드들이 하부구조(infrastructure)없이 동적으로 네트워크 토폴로지를 구성하는 것을 의미한다. AODV(Ad Hoc On-Demand Distance Vector) 프로토콜은 대표적인 요구기반 라우팅 프로토콜로서, 모바일 노드는 전송할 데이타가 있을 경우에만 라우팅 경로를 찾게 된다. 본 논문에서는 AODV의 지역 경로 복구 기법에 대해 다룬다 라우팅 링크가 단절되면 단절된 링크를 발견한 상위 노드는 목적지 노드까지의 라우팅 경로를 지역 경로 탐색과정을 통해 복구하게 된다. 이 과정에서 AODV 제어 메시지가 단절 경로의 상위노드로부터 목적지 노드까지를 반경으로 하는 지역에 퍼지게 된다. 본 논문에서는 AFLRS(AODV-based Fast Local Repair Scheme)이라고 하는 AODV를 위한 효율적인 지역 경로 복구 기법을 제안한다. AFLRS는 경로 단절이 일어나기 전에 라우팅 노드들이 유지하고 있던 라우팅 정보를 이용하므로 AODV 제어 메시지의 플러딩 범위를 줄이고 경로 복구 시간을 줄일 수 있다. 제안된 AFLRS의 성능평가를 위해 지역경로 기법들을 NS2와 AODV-UU 시뮬레이터를 이용하여 시뮬레이션 하였으며 실험결과에서 AFLRS가 AODV에서의 경로복구기법 보다 빠르게 경로 복구를 할 수 있음을 보인다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.19-36
• /
• 2023

정보통신기술의 발전으로 인해 누구나 쉽게 정보를 생산, 유포할 수 있게 되면서, 이를 악용하여 의도적으로 유포하는 거짓 정보인 가짜뉴스가 새로운 문제로 대두되기 시작하였다. 초기에 텍스트 방식으로 주로 전파되던 가짜뉴스는 점차 진화하여 이제는 멀티미디어 형식으로 퍼지고 있다. 유튜브는 2005년에 설립된 이후 세계 최고의 동영상 플랫폼으로 성장하면서 전 세계 사람들이 대부분 이용하고 있다. 하지만 유튜브는 가짜뉴스가 퍼지는 주요 창구가 되며 사회적인 문제를 일으키고 있다. 유튜브의 가짜뉴스를 탐지하기 위하여 다양한 학자들이 연구를 진행해 왔다. 가짜뉴스 탐지 연구에는 콘텐츠 기반의 접근과 배경정보 기반의 접근이 존재하는데 기존 가짜뉴스 연구와 유튜브의 가짜뉴스 탐지 연구를 살펴보면 콘텐츠 기반의 접근이 다수를 차지하고 있다. 본 연구에서는 콘텐츠 기반의 가짜뉴스 탐지가 아닌 배경정보 기반의 가짜뉴스 탐지기법을 제안하는데, 그 중에서도 유튜브에서 제공하는 관련 동영상 정보를 활용하여 가짜뉴스를 탐지하는 방법을 제안하고자 한다. 구체적으로 관련 동영상에서 얻은 정보와 원본 동영상에서 얻은 정보를 임베딩 기술인 Doc2vec을 이용하여 벡터화 한 후, 딥러닝 네트워크인 합성곱 신경망(CNN)을 통하여 가짜뉴스를 판별하고자 하였다. 실증분석 결과 제안 기법은 기존의 콘텐츠 기반으로 유튜브 가짜뉴스를 탐지하는 접근에 비해 보다 우수한 예측 성능을 보임을 확인하였다. 이러한 본 연구의 제안 기법은 파급력이 높은 유튜브 상에서 유포되는 가짜뉴스의 전파를 사전에 예방함으로써, 우리사회를 보다 안전하고 신뢰할 수 있도록 만드는데 기여할 수 있을 것으로 기대한다.

• 한국시뮬레이션학회논문지
• /
• 제19권2호
• /
• pp.73-80
• /
• 2010

무선 센서 네트워크는 다양한 응용분야에서, 개방된 환경에 배치되어지므로, 공격자에게 손쉽게 노출된다는 취약점을 가지고 있다. 선택적 전달 공격(Selective Forwarding Attack)은 센서 네트워크에서 발생할 수 있는 공격중의 하나로 공격자는 훼손된 노드를 통하여 전장지역에서의 적의 움직임등과 같이 중요한 정보의 기지노드까지 정상적인 전달을 차단하여 감시자의 원활한 탐지를 어렵게 한다. Xiao, Yu 그리고 Gao는 이와 같은 위협에 대한 대안으로 선택적 전달 공격 탐지기법(checkpointbased multi-hop acknowledgement scheme; 이하 CHEMAS)를 제안하였다. CHEMAS에서 전달경로 상에 노드들은 미리 정해진 확률에 따라 감시 노드(checkpoint)로 선택되어지며 이 감시 노드들을 통해 공격 발생 지역을 탐지할 수 있다. 해당 기법에서 인증 패킷 전달 홉 수는 시스템 상에서 탐지율과 에너지 효율 사이에서 트레이드 오프 관계에 있으므로 매우 중요한 요소이다. 본 논문에서는 보안 강도를 충분히 유지하면서, 에너지 효율성 또한 제공할 수 있는 경계 값 선택을 위해 퍼지 규칙 시스템을 적용하였다. 기지노드는 퍼지 규칙 시스템을 이용하여 매 주기마다 에너지 레벨과 훼손된 노드 수 그리고 기지노드로부터의 거리를 고려하여 상황에 맞는 적절한 경계 값을 결정한다.