• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.3
• /
• pp.115-124
• /
• 2022

In this paper, YOLO and EAST models are tested to analyze their performance in text area detecting for real-world and normal text images. The earl ier YOLO models which include YOLOv3 have been known to underperform in detecting text areas for given images, but the recently released YOLOv4 and YOLOv5 achieved promising performances to detect text area included in various images. Experimental results show that both of YOLO v4 and v5 models are expected to be widely used for text detection in the filed of scene text recognition in the future.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.27 no.6
• /
• pp.1385-1395
• /
• 2017

This paper aims to develop an IDS (Intrusion Detection System) that takes into account class imbalanced datasets. For this, we first built a set of training data sets from the Kyoto 2006+ dataset in which the amounts of normal data and abnormal (intrusion) data are not balanced. Then, we have run a number of tests to evaluate the effectiveness of machine learning techniques for detecting intrusions. Our evaluation results demonstrated that the Random Forest algorithm achieved the best performances.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10b
• /
• pp.1509-1512
• /
• 2001

인터넷의 급속한 성장과 함께 보안이 사회적인 이슈가 됨에 따라 침입 탐지 시스템이 크게 각광을 받게 되었다. 하지만 이러한 침입 탐지 시스템의 대부분이 범용 하드웨어와 범용 운영 체제를 기반으로 하기때문에 본질적으로 패킷 수집의 성능이 떨어질 뿐 아니라 침입을 탐지하기 위한 비용도 너무나 커서 과도한 패킷이 유입될 때 제대로 처리를 못 하게 된다. 본 논문에서는 이러한 침입 탐지 시스템의 성능에 대한 문제점 개선을 위해서 네트웍 부하의 감소가 보장되고 불법 침입도 유해정보도 아닌 내부 서버의 실제 웹 컨텐트를 담은 패킷의 폐기를 제안하고 실험을 통해서 제안 방안의 가능성을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.208-210
• /
• 2004

최근 인터넷, 인트라넷과 같은 통신 기술 발전에 따라 거의 모든 시스템이 서로 연결되었고, 사용자들은 손쉽게 정보를 공유할 수 있게 되었다. 따라서 시스템 침입을 통한 데이터의 변형과 인증 받지 않은 접근과 같은 컴퓨터 범죄가 급속도로 증가하고 있다. 그러므로 이러한 컴퓨터 범죄를 막기 위한 침입 탐지 기술 개발은 매우 중요하다. 전통적인 침입 탐지 모델은 단지 네트워크 패킷 데이터만을 사용하고 있으며. 침입탐지 시스템의 성능을 높이기 위해 서로 다른 분류 알고리즘을 결합하는 방법을 사용해왔다. 그러나 이러한 모델은 일반적으로 성능향상에 있어서 제한적이다. 본 논문에서는 침입탐지 시스템의 성능을 개선하기 위해 네트워크 데이터와 시스템 콜 데이터를 융합하는 방법을 제안하였으며. 데이터 융합 모델로서 Multi-Layer Perceptron (MLP)를 사용하였다. 그리고 DARPA 에서 생성한 네트워크 데이터와 본 논문에서 가상으로 생성한 시스템 콜 데이터를 함께 결합하여 모델을 생성 한 뒤 실험을 수행하였다. 본 논문에서의 실험결과로. 단순히 네트워크 데이터만을 사용한 모델에 비해 시스템 콜 데이터를 함께 결합한 모델이 훨씬 더 놓은 인식률을 보인다는 것을 확인할 수 있다

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.452-457
• /
• 2010

고차원 공간에서 효과적인 이상치 탐지 방법으로 제안되었던 각도 기반 이상치 탐지(Angle Based Outlier Detection)는 객체와 객체를 비교하는 척도로 각도 개념을 사용하여 고차원 공간에서도 일반적인 거리기반 이상치 측정 방법보다 좋은 이상치 탐지 성능을 가진다. 그러나 어떤 이상치가 다른 이상치에 의해 둘러싸인 경우 정상객체와 구분하기 어렵다는 문제가 있다. 이 논문에서는 기존의 이상치 탐지 방법을 개선한 방법을 제안하고 실험을 통하여 기존의 방법과 제안한 새로운 방법을 비교하여 향상된 성능을 입증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.95-97
• /
• 2022

본 논문에서는 산업 현장에서 발생하는 불량품 탐지 분야에서 효율적으로 생산품의 불량을 탐지할 수 있는 PaDiM 구조의 Backbone 모델을 단일 Wide-ResNet 대신 두 개의 Wide-ResNet을 사용함으로써, 단일 모델에서 추출된 저차원의 Feature를 앙상블을 통해 성능 향상을 일으킬 수 있는 것을 증명하였다. 단일 Wide-ResNet 환경에서는 MVTec 데이터셋에서 생성된 다변량 가우시안 분포가 데이터셋의 적은 샘플수로 인하여 각 클래스 간 불균형이 발생하는 문제를 동종 앙상블을 통해 해결할 수 있었다. 따라서 본 논문에서는 제안하는 동종 모델의 앙상블을 사용함으로써 기존의 One-class classification 환경에서 불량품 탐지환경에서 적은 수의 데이터 샘플 환경에서 성능 향상을 나타낼 수 있음을 입증하였다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05a
• /
• pp.582-586
• /
• 1996

본 연구에서는 원자력 발전소내 금속 파편 탐지 시스템의 성능 향상을 위한 적응 잡음제거에 관하여 서술한다. 현재 사용중인 원전내 금속 파편 탐지 시스템은 배경잡음의 영향으로 그 이용 효율이 매우 낮은 현실이다. 이런 문제점을 해결하는 한 방법으로써 적응 잡음 제거 방식을 이용하여 배경잡음의 영향을 최소화하였다. 컴퓨터 모의 실험을 통하여 그 성능을 입증하였으며, 특히 배경잡음속에 충격신호가 묻혀있는 경우에도 뛰어난 탐지 효과를 보였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.4
• /
• pp.213-219
• /
• 2021

The submarine's intercept pulse detection detects pulses radiated from enemy surface ships, submarines, and torpedoes, and performs an important function of providing maneuverability and survivability of submarine. Whether or not the intercept pulse is detected is determined by comparing the size of the received pulse with the threshold value by the operator. In the case of intercept pulses, the intensity of the pulses is frequently reduced under the influence of various environmental factors. In the situation, if detection is performed with a fixed threshold, a non-detection problem occurs and persists until the operator sets a low threshold. In this paper, we proposed method for automatically adjusting threshold to reduce the non-detection problem caused by a fixed threshold. Simulation were preformed on 4 cases with different pulse level fluctuation widths, and it was confirmed that the detection performance was improved by increasing the number of detections when a method for automatically adjusting threshold was applied to all cases. Through the proposed method, it is expected that the intercept pulse detection performance will be improved in the marine environment the large fluctuations in pulse level in the future.

• The Journal of the Acoustical Society of Korea
• /
• v.20 no.1
• /
• pp.21-29
• /
• 2001

In order to detect the precise port/starboard direction of arrival of target signal in real noisy ocean environments, Inverse beamforming (IBF) algorithm is surveyed theoretically and the detection performances of IBF are analyzed with simulations. Cardioid Inverse beamforming algorithm was proposed for port/starboard discrimination and the performance was studied with simulations. It is shown that IBF has a 3dB array gain advantage over Conventional beamforming (CBF) under ideal conditions. This 3 dB advantage is proven theoretically and illustrated with simulations. The fact that the IBF beamwidth is narrower than the CBF beamwidth by a factor of 0.68 proves the performance of defection and spatial resolution improvement. Comparing the simulation results of Cardioid Inverse beamforming and Conventional Cardioid beamforming, it is shown that Cardioid Inverse beamformer has enhanced performance in minimum detection level, detection accuracy and resolution. Due to the results of moving target bearing detection test in endfire, it is shown that Cardioid Inverse beamformer has better performance, comparing the Conventional Cardioid beamformer.

• Journal of KIISE
• /
• v.43 no.6
• /
• pp.718-723
• /
• 2016

In streaming data analysis, detecting concept drift accurately is important to maintain the performance of classification model. Error rates are usually used for concept drift detection. However, by describing prediction results with only binary values of 0 or 1, useful information about a behavior pattern of a classifier can be lost. In this paper, we propose an effective concept drift detection method which describes performance pattern of a classifier by utilizing probability estimates for class prediction and detects a significant change in a classifier behavior. Experimental results on synthetic and real streaming data show the efficiency of the proposed method for detecting the occurrence of concept drift.