• 제목/요약/키워드: 탐지 지표

검색결과 267건 처리시간 0.04초

가우시안 커널 밀도 추정 함수를 이용한 오토인코더 기반 차량용 침입 탐지 시스템 (Autoencoder-Based Automotive Intrusion Detection System Using Gaussian Kernel Density Estimation Function)

  • 김동현;임형철;이성수
    • 전기전자학회논문지
    • /
    • 제28권1호
    • /
    • pp.6-13
    • /
    • 2024
  • 본 논문에서는 비지도학습 모델인 오토인코더와 가우시안 커널 밀도 추정 함수를 이용하여 차량용 CAN 네트워크에서 비정상적인 데이터를 탐지하는 방안을 제안한다. 제안하는 오토인코더 모델은 정상 데이터에서 CAN 프레임의 ID만으로 학습시킨다. 이후 가우시안 커널 밀도 추정 함수를 이용하여 구한 최적의 프레임 개수와 손실 임계값을 가지는 모델을 사용하여 비정상 데이터를 효과적으로 탐지한다. DoS 공격, Gear 스푸핑 공격, RPM 스푸핑 공격, Fuzzy 공격 등 4가지 공격 데이터로 오토인코더 기반 IDS를 검증하였으며 성능을 평가하였다. 기존 비지도학습 기반 모델들과 비교했을 때 우수한 성능을 나타냈으며 모든 평가 지표에서 99% 이상의 성능을 나타냈다.

Comparison analysis of YOLOv10 and existing object detection model performance

  • Joon-Yong Kim
    • 한국컴퓨터정보학회논문지
    • /
    • 제29권8호
    • /
    • pp.85-92
    • /
    • 2024
  • 본 논문에서는 최신 객체 탐지 모델인 YOLOv10과 이전 버전들 간의 성능을 비교 분석하였다. YOLOv10은 NMS-Free 훈련, 향상된 모델 아키텍처, 효율성 중심의 설계 등을 도입하여 뛰어난 성능을 보인다. COCO 데이터셋을 사용한 실험 결과, 특히 YOLOv10-N은 2.3M의 적은 파라미터 수와 6.7G의 부동 소수점 연산(FLOPs)으로도 39.5%의 높은 정확도와 1.84ms의 낮은 지연 시간을 유지하였다. 주요 성능 지표로는 모델 파라미터 수, FLOPs, 평균 정확도(AP), 지연 시간을 사용하였다. 분석 결과, YOLOv10은 다양한 응용 분야에서 실시간 객체 탐지 모델로서의 효과성을 확인하였다. 향후 연구로는 다양한 데이터셋 테스트와 모델 최적화, 응용 사례 확대 등을 제안하였다. 이를 통해 YOLOv10의 범용성과 효율성을 더욱 높일 수 있을 것이다.

신경망을 이용한 다중 심리-생체 정보 기반의 부정 감성 분류 (Classification of Negative Emotions based on Arousal Score and Physiological Signals using Neural Network)

  • 김아영;장은혜;손진훈
    • 감성과학
    • /
    • 제21권1호
    • /
    • pp.177-186
    • /
    • 2018
  • 감성은 복잡하고 다양한 요인들에 의해 영향을 받기 때문에 다각적인 측면에서 고려되어야 한다. 본 연구에서는 심리 평가 척도의 하나인 각성(arousal) 지표와 다중 생체신호에서 추출된 생체지표 반응을 이용하여 중립 및 부정 감성(슬픔, 공포, 놀람)의 분류하였다. 이를 위하여 감성에 따른 생체지표 반응의 차이를 확인하였고, 다중 신경망 알고리즘 기반의 감성 인식기를 적용하여 이들 감성이 얼마나 정확하게 분류되는가를 확인하였다. 총 146명의 실험 참가자(평균 연령 $20.1{\pm}4.0$, 남성 41%)를 대상으로 감성 유발 자극을 제시하고 동시에 생체신호(심전도, 혈류맥파, 피부전기활동)를 측정하였다. 또한 감성 유발 자극에 대한 심리 반응을 감성 평가 척도로 평가하였다. 측정된 생체신호에서 심박률(HR), NN 간격의 표준편차(SDNN), 혈류량(BVP), 맥파전달시간(PTT), 피부전도수준(SCL), 피부전도반응(SCR)을 추출하였다. 결과 분석을 위하여 감성 자극에 대한 각성도와 안정 상태와 감성 상태의 생체지표 반응을 활용하였다. 또한 감성 분류를 위하여 다중 신경망 기반의 감성 인식기를 활용하였다. 그 결과, 감성에 따른 생체지표 반응의 차이를 확인하였고, 이들 감성의 분류 성능은 각성도와 모든 생체지표 특징들을 조합하였을 때 정확도가 가장 높음(86.9%)을 확인하였다. 본 연구는 심리 및 생체지표 추출과 기계학습 기술의 적용을 통하여 부정 감성을 분류할 수 있음을 제안하며, 이는 인간의 감성을 탐지하는 감성 인식 기술을 확립하는데 기여할 것으로 예상한다.

광양 폐광산의 산성광산배수의 유동경로 및 폐광석 탐지를 위한 지구물리탐사 (Geophysical surveys for delineation of leachate flows from AMD and buried rock wastes in Kwangyang abandoned mine)

  • 김지수;한수형;윤왕중;김대화;이경주;최상훈;이평구
    • 자원환경지질
    • /
    • 제36권2호
    • /
    • pp.123-131
    • /
    • 2003
  • 광양 폐광산의 갱구와 폐광석 적치장에서 발생되는 산성광산배수에 의한 침출수의 특성, 유동경로, 투기채널 및 매립된 폐광석의 탐지를 위해 복합 지구물리탐사(전기비저항, 자연전위, 지하투과레이다, 탄성파굴절법)를 수행하여 상관 해석하였다. 폐광산에서 유출되는 침출수는 강우에 의한 영향으로 우기에 많이 유출되며 산성광산배수의 지표용출 지점에서 측정된 침출수의 전기전도도는 0.977-1.110 mS/cm이다. 전기비저항탐사 결과 침출수는 두 개의 유동경로로 흐르다가 좁아지는 합류지점에서 일부는 그대로 통과하고 일부는 지표용출의 형태로 나타나 지표 및 지하 수계 및 토양을 오염시키는 것으로 확인되었다. 이러한 침출수의 유동경로는 자연전위탐사 결과 음의 최소값, 지하투과레이다탐사 결과 낮은 투과심도와 탄성파굴절법탐사 격과 저속도대의 분포 특성과 일치한다. 전기비저항탐사 결과에서 나타나는 천부 고비저항대는 레이다파의 회절현상과 상관되어 매립된 폐광석의 영향으로 추정된다. 약 1-1.25 m 깊이에서 일관성 있게 나타나는 지하투과레이다 반사 영상은 산성광산배수의 배출 통로인 매설 파이프에 의한 것으로 해석된다.

GLI 자료를 이용한 생체 소각 에어러솔 측정에 대한 연구 (The Measurements of Biomass Burning Aerosols from GLI Data)

  • 이현진;;하경자;김재환
    • 대한원격탐사학회지
    • /
    • 제21권4호
    • /
    • pp.273-285
    • /
    • 2005
  • 본 연구에서는 GLI 센서의 자외선인 380nm, 가시광선 영 역의 400nm와 412nm, 가시광선의 푸른 파장영역인 460nm와 490nm, 근파장 적외선인 2100nm를 비교 분석하여 생체 소각 에어러솔 탐지에 효과적인 파장을 살펴보고자 하였다. 자외선 파장이 지표 반사도가 낮고 BRDF 효과도 작게 나타나므로 에어러솔 추정시 효과적이라고 알려져 있으나 412nm를 제외한 400nm, 460nm, 490nm에서 380nm와 비슷한 지표 반사도를 보였다. 지표 반사도 대비 방법을 2003년 5월에 적용해 에어러솔 반사도를 산출하였을때 460nm의 에어러솔 반사도가 380nm 보다 민감하게 나타났다. GLI의 두파장을 이용해 TOMS 에어러솔 지수를 산출하였을 때 생체 소각 에어러솔은 흡수성 에어러솔로 나타났으며 380nm와 460nm를 이용한 TOMS 에어러솔 지수가 AERONET의 에어러솔 광학 두께와 높은 상관관계를 보이며 에어러솔의 광학 두께에 민감하게 반응하고 있다. 그러므로 생체소각 에어러솔을 탐지할 때에는 가시광선의 푸른색 영역의 파장대가 효과적일 것으로 사료된다.

음향 탐지 성능지표 기반의 센서노드 최적 배치 연구 (Optimal Deployment of Sensor Nodes based on Performance Surface of Acoustic Detection)

  • 김선효;김우중;최지웅;윤영중;박정수
    • 한국군사과학기술학회지
    • /
    • 제18권5호
    • /
    • pp.538-547
    • /
    • 2015
  • The goal of this study is to develop an algorithm to propose optimal deployment of detection sensor nodes in the target area, based on a performance surface, which represents detection performance of active and passive acoustic sonar systems. The performance surface of the active detection system is calculated from the azimuthal average of maximum detection ranges, which is estimated with a transmission loss and a reverberation level predicted using ray-based theories. The performance surface of the passive system is calculated using the transmission loss model based on a parabolic equation. The optimization of deployment configurations is then performed by a hybrid method of a virtual force algorithm and a particle swarm optimization. Finally, the effectiveness of deployment configurations is analyzed and discussed with the simulation results obtained using the algorithm proposed in this paper.

RS/GIS를 이용한 하천 침수 지역 정보화 기법 연구 (A Study of River Flood Area Informationization Technique Using RS and GIS)

  • 신형진;채효석;황의호;박재영
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2012년도 학술발표회
    • /
    • pp.256-256
    • /
    • 2012
  • 2011년 태국 차오프라야 강 유역($160,813km^2$)에서 발생한 홍수에 의해 많은 피해가 발생했다. 태국 홍수는 2011년 7월 말부터 3개월간 내린 집중호우로 중부지방에 50년 만에 최악의 자연재해를 맞이하였다. 태국 북쪽 지역에서 난 강과 핑 강의 범람을 시작으로 태국 중앙 지역을 흐르는 차오프라야 강의 수위는 상류의 홍수가 하류로 내려옴에 따라 범람하여 수도 방콕까지 침수되었다. 본 연구에서는 홍수범람시 시공간적 침수상황이 파악 가능한 Terra MODIS (Moderate Resolution Imaging Spectroradiometer) 영상을 이용하여 태국 차오프라야 강 유역의 홍수에 의한 침수지역을 추정하고자 하였다. 2011년 7월 29일에서 2012년 1월 9일까지의 500 m 해상도인 MODIS product MOD09 (Surface Reflectance) 8일 합성 영상을 수집하고 식생지수 (EVI; Enhanced Vegetation Index), 지표수분지수 (LSWI; Land Surface Water Index))와 DVEL지수 (Difference Value between EVI and LSWI)를 이용하여 홍수범람 지역과 수역관련지역을 정보화 기법을 제시하였다. 본 연구의 결과는 홍수 범람지역의 자료를 정보화하고 그 결과를 정량적으로 제시하는 방법으로 활용될 수 있으며, MODIS 자료의 이용은 시공간적 하천 홍수범람지역 탐지의 가능성을 알 수 있었다.

  • PDF

공용 클라우드 관리 시스템에서의 기밀문서 감시 방법 (A Method for Monitoring Secret Documents from Public Cloud Management Systems)

  • 이상우;한정우;이태호;김을동;박진옥;송양의;이용규
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2015년도 추계학술발표대회
    • /
    • pp.91-94
    • /
    • 2015
  • 최근 들어 공용 클라우드 서비스의 이용이 크게 증가하였다. 클라우스 서비스는 관리비용이 저렴하고 다양한 디바이스로 접근이 가능한 장점이 있는 반면, 데이터 접근을 통제하기 힘들어 내부정보가 유출되는 등의 보안 위협이 공존한다. 따라서 본 논문은 클라우드 스토리지의 기밀문서 유출 방지를 위해 사후 감시방법을 연구한다. 문서 내 포함된 보안 키워드 개수를 통해 보안지표를 계산하고 이 지표로 기밀문서 여부를 판단한다. 또한, 관리자용 대시보드를 통해 기밀문서가 탐지 되었을 때 백업/삭제 등의 사후처리 기능을 제공한다. 본 감시방법을 통해 클라우드 스토리지 내 기밀문서가 업로드 되는 것을 감시함으로써 기밀문서 유출 위협을 효과적으로 줄일 수 있다.

시간영역의 응답을 사용한 트러스 구조물의 비파괴 손상평가 (Nondestructive Damage Identification in a Truss Structure Using Time Domain Responses)

  • 최상현;박수용
    • 한국지진공학회논문집
    • /
    • 제7권4호
    • /
    • pp.89-95
    • /
    • 2003
  • 본 논문에서는 시간영역에서의 응답을 이용하여 복잡한 트러스의 구조물에서 발생할 수 있는 손상의 위치와 크기를 추정할 수 있는 알고리즘을 제안하였다. 일정한 시간동안 획득한 응답데이터를 각 부재별 평균 변형에너지를 구하기 위하여 공간적으로 확장하였다. 이렇게 확장된 평균 변형에너지는 다시 손상 지표를 구축하는데 사용하였으며, 손상 지표는 손상 전과 손상 후의 구조물의 강성의 비이다. 본 논문에서 제안한 방법론의 타당성은 유한요소 모델로 손상을 모의하고 이로부터 얻은 응답데이터를 적용하여 입증하였다. 또한 응답데이터에 노이즈를 추가하여 노이즈가 제안한 알고리즘에 미치는 영향도 분석하였다.

딥러닝 기반 지하공동구 화재 탐지 모델 개발 : 학습데이터 보강 및 편향 최적화 (Development of Fire Detection Model for Underground Utility Facilities Using Deep Learning : Training Data Supplement and Bias Optimization)

  • 김정수;이찬우;박승화;이종현;홍창희
    • 한국산학기술학회논문지
    • /
    • 제21권12호
    • /
    • pp.320-330
    • /
    • 2020
  • 화재는 높은 비정형성으로 인해 딥러닝 모델을 이용한 영상인식 분야에서도 좋은 성능을 내기가 어려운 대상 중 하나이다. 특히 지하공동구 내 화재는 딥러닝 모델의 학습을 위한 화재 데이터 확보가 어렵고 열약한 영상 조건 및 화재로 오인할 수 있는 객체가 많아 화재 검출이 어렵고 성능이 낮다. 이러한 이유로 본 연구는 딥러닝 기반의 지하공동구 내 화재 탐지 모델을 제안하고, 제안된 모델의 성능을 평가하였다. 기존 합성곱 인공신경망에 GoogleNet의 Inception block과 ResNet의 skip connection을 조합하여 어두운 환경에서 발생되는 화재 탐지를 위한 모델 구조를 제안하였으며, 제안된 모델을 효과적으로 학습시키기 위한 방법도 함께 제시하였다. 제안된 방법의 효과를 평가하기 위해 학습 후 모델을 지하공동구 및 유사환경 조건의 화재 문제와 화재로 오인할 수 있는 객체를 포함한 이미지에 적용해 결과를 분석하였다. 또한 기존 딥러닝 기반 화재 탐지 모델의 정밀도, 검출률 지표와 비교함으로써 모델의 화재 탐지 성능을 정량적으로 평가하였다. 제안된 모델의 결과는 어두운 환경에서 발생되는 화재 문제에 대해 높은 정밀도와 검출률을 나타내었으며, 유사 화재 객체에 대해 낮은 오탐 및 미탐 성능을 가지고 있음을 보여주었다.