• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.1-9
• /
• 2023

최근 MS Office 파일 내에 악성 스크립트 등이 은닉된 멀웨어 파일이 발견되고 있다. 이에 본 논문에서는 머신러닝 기법을 적용하여 악성 디지털 파일을 자동으로 검출할 수 있는 시스템을 설계 및 구현하였다. MS Office 파일 내 OLE VBA 매크로 기능을 악용하여 악성 스크립트를 검출하거나, OOXML 구조 분석을 통해 CDH/LFH/ECDH 내부 필드 값에 악성 스크립트를 탐지하고, OOXML 구조에서 참조되지 않는 비정상적인 CDH/LFH 정보를 추가한 경우 이를 검출할 수 있는 메커니즘을 제시하였다. 그리고 VirusTotal 악성 스크립트 판별 기능을 이용하여 MS Office 파일에 대한 악의적 손상 여부 자동 판별하는 기능을 이용하여 머신러닝 기반 통합 소프트웨어를 설계 및 구현하였다. 실험 결과 파일 손상 여부를 자동 판별할 수 있으며 최적의 머신러닝 모델을 이용하여 임의의 MS Office 파일에 대해 향상된 검출 성능을 제공하는 것을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권2호
• /
• pp.60-67
• /
• 2015

유한요소모델 개선은 구조물의 설계검증, 손상추적, 내하력 평가 등 다양하게 활용되고 있는 기법이다. 일반적인 유한요소모델 개선은 구조물에서 계측된 가속도응답으로부터 구조물의 고유진동수와 모드형상을 구하고, 이를 바탕으로 모델을 개선하게 된다. 이와 같은 가속도응답기반 유한요소모델 개선은 구조물의 병진 자유도를 고려하기 때문에 물리적인 체계를 추정하는데 있어서 매우 적합하지만, 회전 자유도 상에서 변화하는 구조물의 경계조건을 판별하기에는 어려움이 있다. 최근 센서 기술의 개발로 인하여 저렴한 가격, 높은 정확성의 자이로센서들이 개발되고 있으며, 그에 따라 구조물의 회전 자유도에 관한 정보 획득이 용이해지고 있다. 본 연구에서는 이를 바탕으로 가속도와 각속도 응답을 함께 이용하는 데이터 융합 기반 유한요소모델 개선 기법을 제안하였다. 가속도와 각속도를 모두 활용한 데이터융합기법은, 가속도만 사용한 기존의 유한요소 모델 기법보다 구조물의 경계조건 판별에 정확한 정보를 제공한다. 본 논문에서는 단순보 모델을 이용한 수치 시뮬레이션을 통해서, 제안한 가속도와 각속도 데이터 융합기반의 유한요소모델 개선 기법의 성능을 검증하였다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.737-745
• /
• 2023

본 논문은 열화상 이미지를 활용하여 배전반 화재 발생을 감지하기 위한 인공지능 모델을 개발하는 연구에 대해 다룬다. 연구의 목표는 수집한 열화상 이미지를 전처리하여 객체 탐지 모델에 적합한 데이터로 가공하고, 이를 이용하여 배전반 내 화재 발생 여부를 판단하는 모델을 설계하는 것이다. 연구에서는 AI-HUB의 산업단지 내 학습용 열화상 이미지 데이터를 활용하였으며, CNN 기반 딥러닝 객체 검출 알고리즘 중 대표적인 모델인 Faster R-CNN과 RetinaNet을 사용하여 모델을 구축하고 두 개의 모델을 비교 분석하여 최적의 모델을 제안하고 있다.

• Spatial Information Research
• /
• 제23권2호
• /
• pp.69-81
• /
• 2015

SNS사용자의 거주 지역을 유추하여 그들이 생성한 데이터에 거주위치를 부여하는 것은 위치희박(location sparsity)과 생태학적 오류문제로 인해 연구결과의 신뢰성이 떨어진다는 평가를 받아온 공간빅데이터 연구에 대안이 될 수 있다. 본 연구에서는 Tweet 사용자의 거주 지역을 유추하는 방법으로 사용자 타임라인데이터 속에서 찾아낸 일상생활활동패턴을 이용하는 방법을 고안하였다. 트윗 사용자의 일상생활활동패턴은 이동궤적과 사용자의 언어(text)에서 확인할 수 있었으며 전자를 활용한 모델을 일상이동패턴모델, 후자를 활용한 모델을 일상 활동장 모델이라 명명하고 각각 모델에 입력될 변수를 선정하였다. 자신의 거주 지역에서 가장 높은 빈도의 트윗 발생 여부와 가장 높은 빈도의 거주행정구역 표현 단어를 사용하는지 아닌지를 종속변수로 한 판별분석을 실시하여 모델을 작성하였으며 설명력은 일상 이동패턴모델, 일상 활동장 모델 각각 67.5%, 57.5%였다. 이 모델을 스트레스 관련 트윗을 작성한 사용자의 타임라인데이터로 구성된 테스트데이터에 입력해본 결과 전체 사용자 48,235명 중 5,301명의 거주 지역을 유추하였고 이를 활용하여 위치 부여된 스트레스 관련 트윗 9,606개를 확보하였다. 본 연구의 유추기법을 통해 기존 SNS데이터 분석연구에서 사용하는 데이터 수집 방법보다 44배 많은 위치 부여 트윗을 확보할 수 있었다. 본 연구방법론은 SNS데이터를 이용한 연구에서 위치 부여된 데이터를 확보하는데 활용 가능할 것으로 판단되며, 각종 지역통계와 상관관계파악을 통해 지역적 현상 분석에도 SNS데이터를 이용할 수 있는 가능성을 높일 것으로 판단된다.

• 대한기계학회논문집B
• /
• 제41권11호
• /
• pp.735-742
• /
• 2017

본 연구에서는 PEM 연료전지 온도 센서의 고장을 감지 및 판별할 수 있는 모델 기반 센서 고장 감지 방법이 적용된다. 연료전지 차량이 작동하는 과정에서 스택 온도는 연료전지의 내구성에 영향을 미친다. 따라서 고장 진단 알고리즘이 고장 신호를 감지하는 것은 중요하다. 센서 고장 감지의 주요 목적은 연료전지 시스템의 안정적인 작동을 보장하여 고온과 저온으로부터 스택을 보호하는 것이다. 상태 공간에 기반한 패러티 방정식이 스택 온도와 냉각수 입구 온도와 같은 센서 고장을 감지하는데 적용되며, 잔차는 정상적인 온도 신호와 비교된다. 그리고 잔차는 현재의 센서 고장을 감지하는 다양한 고장 시나리오에 의해 평가된다. 결론적으로, 본 연구에서 설계된 고장 알고리즘이 고장 신호를 감지할 수 있다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.473-478
• /
• 2013

본 논문에서는 KLAPS(Korea Local Analysis and Prediction System)의 재분석 자료를 이용하여 지능형 뉴로-퍼지 알고리즘 RBFNNs(Polynomial-based Radial Basis Function Neural Networks) 기반 호우특보 판별 모델을 개발한다. 기존의 호우예측 시스템들의 예측능력은 일반적으로 기상데이터의 가공 기법의 영향을 받는다. 본 연구에서는 이를 보완하기 위하여 기상데이터의 전처리를 통한 호우예측 방법을 소개한다. 기상 데이터 전처리 기법은 KLAPS 데이터를 기반으로 지점별 변환, 누적강수량 생성, 시계열 데이터 가공, 호우특보 추출 방식에 의하여 설계된다. 최종적으로, 향후 t(t=1,2,3) 시간 후 6시간 동안 누적강수량에 대해 예측하고 호우특보를 결정하기 위한 정보를 제공한다. 또한 다항식의 형태, 규칙의 개수, 퍼지화 계수와 같은 제안된 모델의 중요 파라미터는 최적화 기법인 차분 진화(Differential Evolution; DE)를 이용하여 최적화한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.335-337
• /
• 2021

홍수 피해는 세계 각지에서 발생하고 있으며, 홍수에 취약한 지역에 사는 사람이 2000년에 비해 25% 증가한 8,600만 명에 이른다. 이러한 홍수는 인명과 재산에 막대한 피해를 남기며, 피해를 줄이기 위해선 적절한 시기에 대피를 결정하는 것이 필수적이다. 홍수를 예상하고 대피하는 것에도 많은 비용이 발생하며, 홍수 예측에 오류가 발생하여 대피하지 않는 경우에는 더 큰 비용이 발생한다. 따라서 본 논문에선 시계열 데이터인 강수량과 수위를 활용하여 적절한 시기에 대피가 이루어질 수 있도록 하기 위한 CNN모델을 활용하여 홍수 위험도 판별 모델을 제안한다. 이를 통해 최적의 대피시기를 결정하여 불필요한 대피를 막고, 적절한 시기에 대피가 이루어질 수 있도록 하는 초기 연구로서 활용할 수 있을 것으로 사료된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제15권8호
• /
• pp.579-587
• /
• 2015

본 연구의 목적은 한국인 학습자들이 어떻게 영어모음을 인지하는지를 알아보고, 언어학습모델(SLM)의 예측처럼 한국어에 없는 새로운 영어모음이 한국어와 비슷한 영어모음보다 습득에 용이한지 살펴보는 것이다. 20명의 한국인 실험참여자들은 6개의 영어모음 /i, ɪ, u, ʊ, ɛ, æ/을 사료로 한 영어-한국어 대응 테스트와 영어 모음 판별 테스트에 참여하였다. 영어-한국어 대응 테스트의 결과 대부분의 학생들이 음향적으로 구분되어있는 영어모음 /i/-/ɪ/, /u/-/ʊ/를 각각 하나의 한국어모음인 /이/와 /우/로 대응하여 인지하는 것을 보여주었다. 또한 영어모음 /ɛ/를 한국어모음 /에/와 /애/로 대응하여 인지하였고, 영어모음 /æ/도 마찬가지로 한국어모음 /에/와 /애/로 혼용하여 대응하는 패턴을 보여줌으로써 한국인 영어학습자들이 영어 모음쌍 /i-ɪ/, /u-ʊ/, /ɛ-æ/을 인지하기 어려울 것으로 예측되었다. 영어모음 판별테스트에서는 새로운 음소로 분류된 영어모음 /ɪ, ʊ, æ/의 판별 정확도(ɪ: 81.3%, ʊ: 62.5%, æ: 60.0%)가 비슷한 음소로 분류된 영어모음 /i, u, ɛ/의 판별 정확도(i: 28,8%, u: 28.8%, ɛ: 32.4%)보다 유의하게 높아서 SLM의 예측대로 새로운 음소가 습득하기 쉽다는 것을 확인할 수 있었다. 또한 비슷한 음소로 분류된 영어모음들의 판별 정확도가 새로운 음소에서의 판별 정확도보다도 현저히 낮은 수치를 보여준 것을 과일반화로 설명하였는데, L2 학습자가 새로운 모음 범주를 습득하는 과정에서 비슷한 L2 소리를 새로운 L2 소리로 과도하게 대치한 현상이다. 본 연구결과를 바탕으로 교육적인 함의점도 제시되었다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.81-86
• /
• 2022

본 연구에서 csv포맷으로 구조화된 파일 데이터의 컬럼의 도메인을 자동 판별하는 방법을 제안한다. 데이터와 데이터 간 융합을 통해 새로운 데이터를 생성할 수 있고, 이들 새로운 데이터가 중요한 자원이 되기 위해서는 조인 되는 컬럼의 일관성이 유지되어야 한다. 데이터 품질을 측정하기 위한 방법 중의 하나가 도메인 기반 품질 진단 방법이다. 도멘인이란 각 컬럼의 성격을 규정하는 가장 광범위한 지표이므로 이를 자동으로 판별하는 방법이 필요하다. 기존의 연구에서는 관계형 데이터베이스의 도메인 자동 판별이 주로 연구 되었지만 본 연구는 파일데이터의 특성을 이용하여 도메인을 자동화 할 수 있는 모델을 개발하였다. 파일데이터의 도메인 판별을 특화하기 위하여 정규표현식을 이용하여 데이터를 단순화 하고 이를 패턴화 하였고, 컬럼명에 해당하는 데이터 헤더의 내용을 분석하여 사용된 접미사를 분석하여 파생변수로 사용하였다. 정규표현식과 접미사의 파생변수를 추가하였을 때 기존 방법인 87%의 정확도 보다 큰 95%의 정확도로 도메인을 자동 판별하는 결과를 도출하였다. 본 연구는 공공데이터 품질진단에 자동화 방법론을 제시하여 품질 측정 기간 및 인원을 줄일 수 있을 것으로 기대된다.