• 한국위성정보통신학회논문지
• /
• 제12권4호
• /
• pp.62-66
• /
• 2017

본 논문에서는 전파강수계의 운영제어 및 자료처리를 위한 통신 및 자료처리 전략을 개발하였다. 전파강수계는 24GHz 대역의 이중편파 관측을 통하여 반경 1km 이내의 강수장을 산출하고 최종적으로 관측지역내의 면적강수를 산출하고자 하는 소형 시스템이다. 소형 시스템의 특성상 시스템 내의 제한된 자원을 활용하되 정확한 강수측정을 위한 방안이 고려되어야 하고 무인운영 및 원격 관리를 목적으로 하기 때문에 네트워크의 사용도 최소화해야 할 필요가 발생한다. 이러한 제한 사항의 극복을 위하여 자료의 품질관리 측면에서는 비기상 에코의 제거를 위해서 퍼지 논리(Fuzzy logic)을 이용한 품질관리 기법을 적용하였고, 강수강도 산출을 위해서 다양한 강수강도 추정식을 활용한 강수장 가중합성 전략을 개발하였다. 또한 가변 통신데이터를 이용하여 전파강수계와 원격지 관리 컴퓨터간의 통신량을 최소화하는 전략을 개발하였다. 이러한 소프트웨어 자료처리 전략개발을 통해 원격지에 설치되어 운영될 전파강수계를 안정적으로 운영할 수 있는 통신 및 자료처리 시스템을 개발할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회지
• /
• 제14권2호
• /
• pp.235-244
• /
• 2006

본 논문은 VoIP 서비스 네트워크에서 UDP, ICMP, Echo, TCP Syn 패킷 등을 조작한 SYN Flooding 방법, TCP/UDP을 이용한 어플리케이션을 통한 DoS 공격, IP Source Address Spoofing과 Smurf을 이용한 공격, 웜과 트로이목마를 혼합한 알려지지 않는 DoS 공격을 하였다. IPS에서 방어를 위한 동적 업데이트 엔진의 필요성을 정의하고, 엔진의 설계 시에 내 외부의 RT통계에서 트래픽 양을 측정하며, 학습모듈과 통계적 공격에 대한 퍼지 로직 엔진모듈을 설계한다. 엔진은 3가지 공격 등급(Attack, Suspicious, Normal)을 판단하여, Footprint Lookup 모듈에서 AND나 OR 연산을 통해 최적의 필터링 엔진 상태를 유지한다. 실험을 통해 IPS 차단 모듈과 필터링엔진의 실시간 업데이트되어 DoS 공격의 차단이 수행됨을 확인하였다. 실시간 동적으로 업데이트되는 엔진과 필터는 DoS 공격으로부터 VOIP 서비스를 보호하여 유비쿼터스 보안성을 강화시킨 것으로 판명되어졌다.

• 한국컴퓨터정보학회논문지
• /
• 제11권6호
• /
• pp.165-174
• /
• 2006

본 논문은 VoIP 서비스 네트워크에서 UDP, ICMP, Echo, TCP Syn 패킷 등을 조작한 SYN Flooding 방법, TCP/UDP을 이용한 어플리케이션을 통한 DoS 공격, IP Source Address Spoofing과 Smurf을 이용한 공격, 웜과 트로이목마를 혼합한 알려지지 않는 DoS 공격을 하였다. IPS에서 방어를 위한 동적 업데이트 엔진의 필요성을 정의하고, 엔진의 설계 시에 내 외부의 RT통계에서 트래픽 양을 측정하며, 학습모듈과 통계적 공격에 대한 퍼지 로직 엔진모듈을 설계한다. 엔진은 3가지 공격 등급(Attack, Suspicious, Normal)을 판단하여, Footprint Lookup 모듈에서 AND나 OR 연산을 통해 최적의 필터링 엔진 상태를 유지한다. 실험을 통해 IPS 차단 모듈과 필터링엔진의 실시간 업데이트되어 DoS 공격의 차단이 수행됨을 확인하였다. 실시간 동적으로 업데이트되는 엔진과 필터는 DoS 공격으로부터 VoIP 서비스를 보호하여 유비쿼터스 보안성을 강화시킨 것으로 판명되어졌다.

• 한국인터넷방송통신학회논문지
• /
• 제9권6호
• /
• pp.55-61
• /
• 2009

본 논문은 유비쿼터스 센서 네트워크와 이동로봇에 내장된 회전 센서를 이용하여 실내에서의 이동로봇에 위치를 인식하고 이를 바탕으로 인터넷을 통한 원격제어 시스템 개발을 제안한다. 사용한 USN(Ubiquitous Sensor Network)은 ZigBee 기반으로 위치 인식 엔진을 탑재하고 RSSI(Received Signal Strength Indicator) 신호를 사용하여 노드간의 거리를 측정한다. 본 논문에서는 노드 간의 정확한 거리 정보를 얻고 이를 바탕으로 위치를 추정하기 위해 실험 입 출력 데이터를 가지고 퍼지 모델을 구하였고 거리의 오차를 수정하였다. 또한, RSSI 값의 부정확으로 인한 위치 인식의 오류를 보정하기 위해 이동로봇에 내장된 회전 센서를 이용하여 이동로봇의 좌표를 구하고 이를 위치 좌표의 보정에 사용하여 위치 인식의 정확성을 개선하였다. 제안된 방법에 의한 위치 인식을 기반으로 인터넷을 통한 원격제어 시스템을 개발하였다. 제안된 방법이 USN에 의해 추정된 위치 정보만을 사용하는 경우보다 정확하게 이동로봇의 위치를 추정하고 인터넷을 통한 원격 주행이 가능함을 보였다.

• 대한전자공학회논문지TC
• /
• 제41권9호
• /
• pp.55-65
• /
• 2004

ATM기술은 ITU나 ATM Forum과 같은 표준화 기관에서 B-ISDN서비스를 전송하기 위한 기술로 표준화 되어 왔다. 현재는 ATM기술이 복잡하여 인터넷 트래픽을 전송하도록 MPLS와 같은 백본기술로 채택되고 있다. 그러나 ATM프로토콜은 BcN망등에서 많이 채택될 것이다. 본 논문은 ATM기반 시스템에서 네트워크의 정보를 이용하여 HTR코드를 기법을 적용하여, 코드를 검출하고, 등록하는 기법에 대해 논하고 자 한다. 고속의 circuit switching시스템에서 HTR코드 제어는 필수적이며, 본 논문에서는 HTR코드검출 및 Fuzzy제어방식을 통해 실험결과를 보인다. 본 방법에 의해 제시된 실험결과는 체증상태를 신속히 제어하며 시스템 자원을 최대한 활용하고, 적은 부하로서도 효율적으로 제어함을 보인다.

• 지능정보연구
• /
• 제12권1호
• /
• pp.1-15
• /
• 2006

우리나라의 주민등록증은 주소지, 주민등록번호, 얼굴사진, 지문 등 개인의 다양한 정보를 가진다. 현재의 플라스틱형 주민등록증은 위조 및 변조가 쉽고 그 수법이 날로 전문화 되어가고 있다. 따라서 육안으로 위조 및 변조 사실을 쉽게 확인하기가 어려워 사회적으로 문제를 일으키고 있다. 이에 본 논문에서는 개선된 ART2 기반 RBF 네트워크에 이용한 주민등록번호 인식과 얼굴 인증을 통한 주민등록증 자동 인식 방법을 제안한다. 제안된 방법은 주민등록증 영상으로부터 주민등록번호와 발행일을 추출하기 위하여 주민등록증 영상에 소벨 마스킹와 미디언 필터링을 적용한 후에 수평 스미어링을 적용하여 주민등록번호와 발행일 영역을 추출한다. 그리고 원영상에 대해 고주파 필터링을 적용하여 영상 전체를 이진화하고, 이진화된 영상에 CDM 마스크를 적용하여 주민등록번호와 발행일 코드를 복원한 다음, 검출된 각 영역에 대해 4-방향 윤곽선 추적 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 주민등록번호 등의 개별 문자를 인식하기 위해 개선된 ART2 기반 RBF 네트워크를 제안하고 인식에 적용한다. 제안된 ART2 기반 RBF 네트워크는 학습 성능을 개선하기 위하여 중간층과 출력층의 학습에 퍼지 제어 기법을 적용하여 학습률을 동적으로 조정한다. 얼굴 인증은 템플릿 매칭 알고리즘을 이용하여 얼굴 템플릿 데이터베이스를 구축하고 주민등록증에서 추출된 얼굴 영역과의 유사도를 측정하여 주민등록증 얼굴 영역의 위조여부를 판별한다. 제안된 주민등록증 인식 방법의 성능을 평가하기 위해 원본 주민등록증 영상에 대해 얼굴 영역 위조, 노이즈추가, 대비 증감, 밝기 증감 그리고 영상 흐리기 등의 변형된 영상들을 생성하여 실험한 결과, 제안된 방법이 주민등록번호 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권2호
• /
• pp.45-51
• /
• 2006

In this paper, we propose a new architecture of Information Granulation based genetically optimized Self-Organizing Fuzzy Polynomial Neural Networks (IG_gSOFPNN) that is based on a genetically optimized multilayer perceptron with fuzzy polynomial neurons (FPNs) and discuss its comprehensive design methodology involving mechanisms of genetic optimization, especially information granulation and genetic algorithms. The proposed IG_gSOFPNN gives rise to a structurally optimized structure and comes with a substantial level of flexibility in comparison to the one we encounter in conventional SOFPNNs. The design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics (such as the number of input variables, the order of the polynomial of the consequent part of fuzzy rules, and a collection of the specific subset of input variables) and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). To evaluate the performance of the IG_gSOFPNN, the model is experimented with using two time series data(gas furnace process and NOx process data).

• 전기학회논문지
• /
• 제58권2호
• /
• pp.399-406
• /
• 2009

In this study, Polynomial Radial Basis Function Neural Network(pRBFNN) based on Fuzzy Inference System is designed and its parameters such as learning rate, momentum coefficient, and distributed weight (width of RBF) are optimized by means of Particle Swarm Optimization. The proposed model can be expressed as three functional module that consists of condition part, conclusion part, and inference part in the viewpoint of fuzzy rule formed in 'If-then'. In the condition part of pRBFNN as a fuzzy rule, input space is partitioned by defining kernel functions (RBFs). Here, the structure of kernel functions, namely, RBF is generated from HCM clustering algorithm. We use Gaussian type and Inverse multiquadratic type as a RBF. Besides these types of RBF, Conic RBF is also proposed and used as a kernel function. Also, in order to reflect the characteristic of dataset when partitioning input space, we consider the width of RBF defined by standard deviation of dataset. In the conclusion part, the connection weights of pRBFNN are represented as a polynomial which is the extended structure of the general RBF neural network with constant as a connection weights. Finally, the output of model is decided by the fuzzy inference of the inference part of pRBFNN. In order to evaluate the proposed model, nonlinear function with 2 inputs, waster water dataset and gas furnace time series dataset are used and the results of pRBFNN are compared with some previous models. Approximation as well as generalization abilities are discussed with these results.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권6호
• /
• pp.264-273
• /
• 2006

In this paper, we propose a new architecture of Self-Organizing Fuzzy Polynomial Neural Networks (SOFPNN) by means of consecutive optimization and also discuss its comprehensive design methodology involving mechanisms of genetic optimization. The network is based on a structurally as well as parametrically optimized fuzzy polynomial neurons (FPNs) conducted with the aid of information granulation and genetic algorithms. In structurally identification of FPN, the design procedure applied in the construction of each layer of a SOFPNN deals with its structural optimization involving the selection of preferred nodes (or FPNs) with specific local characteristics and addresses specific aspects of parametric optimization. In addition, the fuzzy rules used in the networks exploit the notion of information granules defined over system's variables and formed through the process of information granulation. That is, we determine the initial location (apexes) of membership functions and initial values of polynomial function being used in the premised and consequence part of the fuzzy rules respectively. This granulation is realized with the aid of the hard c-menas clustering method (HCM). For the parametric identification, we obtained the effective model that the axes of MFs are identified by GA to reflect characteristic of given data. Especially, the genetically dynamic search method is introduced in the identification of parameter. It helps lead to rapidly optimal convergence over a limited region or a boundary condition. To evaluate the performance of the proposed model, the model is experimented with using two time series data(gas furnace process, nonlinear system data, and NOx process data).