• 한국전자통신학회논문지
• /
• 제7권2호
• /
• pp.317-325
• /
• 2012

본 논문에서 우리는 LDPC 부호의 부호화 문제를 고려한다. 특히 재킷 패턴과 순환 치환 행렬을 사용함으로써 리차드슨의 하삼각 행렬과 유사한 간단한 LDPC 부호를 제안한다. 이 부호화 기법은 다양한 부호율을 갖도록 확장할 수 있다. 또한 단순한 행렬 처리에 근거하여 다양한 부호율을 갖는 복잡도가 낮고 간단한 부호기를 설계할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (A)
• /
• pp.571-573
• /
• 2001

본 논문에서는 실시간 상태 기계(Real-time State Machine, RSM)로 명제된 실시간 시스템의 행위의 쉽고 간결한 이해, 분석을 위한 새로운 상태 최소화 방법을 기술한다. 시스템의 행위를 보여주는 RSM 실행에 대한 상태는 제어 변수, 자료 변수, 시간 변소의 집합에 의해 정의된다. 상태 최소화는 4단계 추상화인 계산(computation), 제너릭(generic) 패턴, 한계 간격(limit interval), 동일 범위(coordinate scope) 추상화를 통해 이루어진다. 계산 추상화 단계에서는 연속적인 계산으로 연결된 다수의 상태를 하나의 상태로, 일반 패턴 추상화 단계에서는 상수 또는 함수 관계에 있는 동일 제어의 연속된 일련의 상태들의 집합을 하나의 제너릭 패턴으로 통합한다. 한계 간격 추상화 단계에서는 특정 값으로부터 음의 무한대나 양의 무한대 값으로 단조 증가, 단조 감소하는 값 사이에 있는 상태들을 하나의 상태로 통합한다. 마지막으로, 동일 범위 추상화 단계에서는 같은 범위에 존재하는 일련의 상태들을 하나의 상태로 통합한다. 각 추상화의 적용은 제어, 데이터, 시간의 무한한 상태 공간을 유한한 상태공간으로 감소시킬 수 있으며 많은 상태 감소를 가능하게 한다. 따라서, 시스템 행위에 대한 이해와 분석이 복잡도가 적은 개념 단계에서 수행될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.761-764
• /
• 2004

얼굴 데이터를 사용하는 인식 시스템에서 특징 벡터의 차원은 일반적으로 매우 크다. 패턴인식에서 차원 축소는 중요한 문제로서, 효과적인 얼굴 인식을 위한 특징 벡터의 차원 축소는 필수적이라 할 수 있다. 본 논문에서는 획득된 얼굴 데이터로부터 저 차원의 강건한 특징을 얻기 위하여 웨이블릿을 사용하고, 식별력 있는 특징을 얻기 위하여 direct linear discriminant analysis를 사용하였다. Direct linear discriminant analysis 방법을 사용하기 이전에 웨이블릿을 사용함으로써 계산 복잡도를 줄여줄 뿐만 아니라 식별력을 높여주고 효과적으로 얼굴 데이터의 차원을 축소할 수 있음을 보여 준다. 얼굴의 패턴정합을 위해서는 최근접 평균 분류기(Nearest Mean Classifier)를 사용하였으며, 최근접 평균 분류기를 사용함으로써 분류를 위한 시간을 최소화하였다. 본 논문에서 인간의 얼굴인식을 위해 제시한 방법이 얼굴패턴을 표현하는 효과적인 방법이며, 시간 및 공간의 절약이라는 측면에서 유리하다는 것을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.83-86
• /
• 2010

본 논문에서는 시공간 데이터 스트림에서 관심 이벤트를 검출할 수 있고 복잡한 공간 패턴을 감지할 수 있는 시공간 복합 이벤트 처리 시스템을 제안한다. 제안 시스템은 이동 객체 및 정적 객체에서 발생하는 시공간 데이터 스트림에서 스트림 발생시각, 위치 정보와 같은 시공간 정보를 데이터베이스와의 조인을 통해 얻은 관련 속성 정보를 활용하여 이벤트를 검출할 수 있다. 또한, 시공간 정보가 포함된 복잡한 패턴을 처리하기 위해 공간 패턴 연산자를 사용하여 시공간 복합 이벤트를 처리할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1115-1118
• /
• 2011

단백질 사이의 상호작용 네트워크(PPI network: Protein-Protein Interaction network)를 이용하여 단백질 기능을 예측 하는 것은 단백질 기능 예측 기법들 중에서 중요한 작용을 한다. 하지만 PPI를 이용한 단백질 기능 예측은 기능의 복잡도와 다양성으로 인해 제한적인 결과를 나타내 왔다. 따라서 본 논문에서는 기존의 연구들 보다 높은 정확도로 단백질 기능을 예측하기 위해 기능 예측을 하려는 단백질과 상호작용 하는 단백질들에 그래프 마이닝 기법을 적용하여 빈발 2-노드 상호작용 패턴을 찾고, 그 패턴을 이용하여 단백질 기능을 예측하는 접근법을 제안하였다. 실험데이터로 DIP(Database of Interacting Proteins)에서 제공하는 단백질 상호작용 데이터를 사용하였으며, 다른 기존의 단백질 기능 예측 기법들보다 높은 정확도를 보여주었다.

• 정보와 통신
• /
• 제31권12호
• /
• pp.17-24
• /
• 2014

빅데이터, IoT, 클라우드 인프라 등 기술의 발달에 따라 일상생활 중에서도 개인과 환경의 변화에 대해 실시간 데이터 수집이 용이하게 되었다. 이를 활용하여 개인의 다양한 특성과 상황을 인지하고 다면적으로 의미를 분석할 수 있는 개인의 라이프스타일(lifestyle, 생활습관) 분석 기술이 중요하게 부각되고 있다. 이 라이프스타일 데이터는 개인의 질병이나 사회 심리적 문제의 원인 분석과 미래 트렌드의 변화예측을 할 수 있는 중요한 근거로 활용된다. 최근 이를 위한 연구로서 활동량, 스트레스, 위치, 수면 등의 라이프스타일 패턴을 추출하여 체계적인 프로세스로 삶의 질을 향상시키는 웰니스 (Wellness) 예측케어 서비스 연구와 서비스들이 활발히 진행되고 있다. 하지만 이러한 서비스를 제공하기에 앞서 개인의 복잡한 라이프스타일 패턴의 추출이 단편적으로만 이뤄지고 있어서, 패턴들 사이의 복잡한 관계를 분석하거나 연계 서비스로의 확장 및 라이프스타일 패턴의 재사용적인 측면에서의 문제가 어려운 이슈가 되고 있다. 이 때문에 웰니스 서비스의 신뢰도가 낮아 사용자가 단순히 재미로 느끼는 수준이거나 일회성에 그치는 모바일 어플리케이션 서비스를 제공받는 경우가 다반사이다. 본 논문에서는 IoT환경에서 다양한 스마트 디바이스에 의해 수집되는 라이프로그로 부터 라이프스타일 패턴 추출 및 모델링, 라이프스타일 패턴 분석으로부터 개인의 행동 추론 및 예측, 원인파악과 관련 지표를 정량적으로 설계하는 분석 엔진 개발 방안, 서비스 디자인을 통하여 실효적인 생활개선의 변화를 유도하는 기술, 개인의 심리적 특성까지 고려한 신뢰성 높은 케어 서비스 제공까지의 전반적인 웰니스 예측케어 서비스시스템 프로세스 및 플랫폼 설계 방안을 제시한다.

• 한국재료학회:학술대회논문집
• /
• 한국재료학회 2011년도 춘계학술발표대회
• /
• pp.31.1-31.1
• /
• 2011

현재 발광 소자, 태양전지, 디스플레이 등의 산업 분야에서는 저반사 나노 패턴, 광결정 패턴, 초소수성 나노 구조 등을 적용하여 소자의 효율을 향상시키기 위한 연구가 진행되고 있다. 하지만 이러한 기능성 패턴 제작을 위해서는 기능성 소재의 증착, 노광 공정, 식각 등의 복잡하고 고가인 공정이 필요하기 때문에 실제 적용이 어려운 한계가 있다. 이에 본 연구에서는 나노 입자가 분산된 레진을 직접 임프린팅하는 저비용의 간단한 공정으로 나노 크기에서 마이크론 크기에 이르는 다양한 기능성 패턴을 제작하였다. 구체적으로, ZnO 나노 입자를 PMMA 레진에 분산하여 나노 입자 솔루션을 제작하였고 열경화 임프린트 공정을 통해서 Si 및 글래스 기판 위에 micron 및 sub-micron 급의 격자 패턴을 형성하였다. 이후 레진에 포함되는 ZnO 나노 입자 함량비에 따른 굴절률 및 투과도와 표면 거칠기에 따른 접촉각 측정을 통해서 기능성 패턴의 광학특성 및 표면특성을 분석하였다.

• 정보처리학회논문지C
• /
• 제12C권7호
• /
• pp.1007-1014
• /
• 2005

최근 네트워크가 발전함에 따라 네트워크의 취약점을 이용한 침입과 공격이 많이 발생하고 있다. 네트워크에서 공격과 침입을 탐지하기 위해 규칙을 만들거나 패턴을 생성하는 것은 매우 어렵다. 대부분 전문가의 경험에 의해서 만들어지고, 많은 인력, 비용, 시간을 소비하고 있다. 본 논문에서는 전문가의 경험 없이 네트워크의 공격 행위를 효과적으로 탐지하기 위해서 네트워크 연결기반의 정보를 이용한 척도선정 기법과 탐지기법을 제안한다. 정상과 각 공격의 네트워크 연결 데이터를 추출하고, 상대 복잡도를 이용하여 복잡도의 임계값 설정함으로써 공격 탐지에 유용한 척도를 선정한다. 그리고 선정된 척도를 바탕으로 확률패턴을 생성하고 우도비 검증을 이용해 공격을 탐지한다. 이 탐지방법으로 임계값 조절에 따라 탐지율과 오탐율을 조절할 수 있었다. KDD CUP 99 데이터를 이용하여 공격행위를 분석, 분류하고, 결정트리 알고리즘의 규칙기반 탐지 결과와 비교함으로써 본 논문에서 제시한 기법이 유용함을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권2호
• /
• pp.35-40
• /
• 2019

기존 악성코드 탐지는 다형성 또는 난독화 기법이 적용된 변종 악성코드 탐지에 취약하다. 기계학습 알고리즘은 악성코드에 내재된 패턴을 학습시켜 유사 행위 탐지가 가능해 기존 탐지 방법을 대체할 수 있다. 시간에 따라 변화하는 악성코드 패턴을 학습시키기 위해 지속적으로 데이터를 수집해야한다. 그러나 대용량 악성코드 파일의 저장 및 처리 과정은 높은 공간과 시간 복잡도가 수반된다. 이 논문에서는 공간 복잡도를 완화하고 처리 시간을 가속화하기 위해 HDFS 기반 분산 처리 시스템을 설계한다. 분산 처리 시스템을 이용해 2-gram 특징과 필터링 기준에 따른 API 특징 2개, APICFG 특징을 추출하고 앙상블 학습 모델의 일반화 성능을 비교했다. 실험 결과로 특징 추출의 시간 복잡도는 컴퓨터 한 대의 처리 시간과 비교했을 때 약 3.75배 속도가 개선되었으며, 공간 복잡도는 약 5배의 효율성을 보였다. 특징 별 분류 성능을 비교했을 때 2-gram 특징이 가장 우수했으나 훈련 데이터 차원이 높아 학습 시간이 오래 소요되었다.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.110-116
• /
• 2014

패턴 매칭 알고리즘은 컴퓨터 네트워크, 유비쿼터스 네트워크, 그리고 센서 네트워크 등을 위한 보안 프로그램에 주로 사용 된다. IT 기술의 발전과 함께 정보의 디지털화가 가속화되면서 네트워크를 통해 전달되는 데이터양이 급증하고 있다. 이에 따라 패턴 매칭 연산의 복잡도도 폭발적으로 증가하고 있다. 따라서 더 많은 패턴을 보다 빠르게 검색할 수 있는 고성능 알고리즘의 개발이 끊임없이 요구되고 있다. 본 논문은 서픽스 트리 기반 패턴 매칭 알고리즘을 새롭게 제안하여 대용량 패턴 매칭 연산의 성능을 높였다. 서픽스 트리는 사전에 정의된 복수 패턴들의 서픽스를 기반으로 생성된다. 이 트리에 쉬프트 노드 개념을 추가하여 기존 패턴 매칭 연산들 중 불필요한 연산의 수행 횟수를 줄였다. 결과적으로 제안하는 구조를 통해 기존 알고리즘 대비 24% 이상의 성능 향상을 이루었다.