• Journal of KIISE:Software and Applications
• /
• v.34 no.6
• /
• pp.519-529
• /
• 2007

In this paper, we investigate the use of fuzzy rules for efficient intrusion detection. We use evolutionary algorithm to optimize the set of fuzzy rules for intrusion detection by constructing fuzzy decision trees. For efficient execution of evolutionary algorithm we use supervised clustering to generate an initial set of membership functions for fuzzy rules. In our method both performance and complexity of fuzzy rules (or fuzzy decision trees) are taken into account in fitness evaluation. We also use evaluation with data partition, membership degree caching and zero-pruning to reduce time for construction and evaluation of fuzzy decision trees. For performance evaluation, we experimented with our method over the intrusion detection data of KDD'99 Cup, and confirmed that our method outperformed the existing methods. Compared with the KDD'99 Cup winner, the accuracy was increased by 1.54% while the cost was reduced by 20.8%.

• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.3
• /
• pp.61-69
• /
• 2015

This study presents a probabilistic knowledge discovery method to interpret heart rate variability (HRV) based on time and frequency domain indexes, extracted using discrete wavelet transform. The knowledge induction algorithm was composed of two phases: rule generation and rule estimation. Firstly, a rule generation converts numerical attributes to intervals using ROC curve analysis and constructs a reduced ruleset by comparing consistency degree between attribute-value pairs with different decision values. Then, we estimated three measures such as rule support, confidence, and coverage to a probabilistic interpretation for each rule. To show the effectiveness of proposed model, we evaluated the statistical discriminant power of five rules (3 for atrial fibrillation, 1 for normal sinus rhythm, and 1 for both atrial fibrillation and normal sinus rhythm) generated using a data (n=58) collected from 1 channel wireless holter electrocardiogram (ECG), i.e., HeartCall$^{(R)}$, U-Heart Inc. The experimental result showed the performance of approximately 0.93 (93%) in terms of accuracy, sensitivity, specificity, and AUC measures, respectively.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.6
• /
• pp.1284-1290
• /
• 2004

In market-basket analysis, weighted association rule(WAR) discovery can mine the rules which include more beneficial information by reflecting item importance for special products. However, when items are divided into more than one group and item importance for each group must be measured by different measurement or separately, we cannot directly apply traditional weighted association rule discovery. To solve this problem, we propose a novel methodology to discovery the weighted association rule in this paper In this methodology, the items should be first divided into sub-groups according to the properties of the items, and the item importance is defined or calculated only with the items enclosed to the sub-group. Our algorithm makes qualitative evaluation for network risk assessment possible by generating risk rule set for risk factor using network sorority data, and quantitative evaluation possible by calculating risk value using statistical factors such as weight applied in rule generation. And, It can be widely used for new model of more delicate analysis in market-basket database in which the data items are distinctly separated.

• Journal of the Korean Geographical Society
• /
• v.35 no.3
• /
• pp.437-454
• /
• 2000

본 연구의 목적은 공공시설물이지만 기피시설물이기 때문에 상당한 갈등을 일으키고 있는 쓰레기 소각장 입지를 선정하는데 있어서 GIS를 기반으로 다기준평가기법을 활용하여 보다 객관적이고 과학적이면서도 유연적인 후보입지를 추출하려는 것이다. 본 연구에서는 다양한 입지요인들을 표준화한 후 각 요인들이 갖는 상대적 중요도를 반영하는 가중치를 산출하고 의사결정 규칙을 적용하여 적합도 수준에 따른 후보입자들을 추출하였다. 또한 민감도 분석을 통하여 각 평가기준들에 대해 상이한 가중치를 부여하고 의사결정 규칙방법을 달리 적용하였을 경우 후보입지들의 적합도 순위에 어떠한 영향을 미치는가를 파악하였다. 이러한 방법을 통해 분석된 결과는 의사결정자들이 입지를 결정하는데 필요한 정보를 활용될 수 있으며, 따라서 GIS를 기반으로 하는 다기준 평가기법은 공간적 의사결정 지원시스템으로서으 GIS기능을 증대시킨다고 볼 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.7A
• /
• pp.1162-1169
• /
• 2001

유연 패턴은 시간 축으로 확장 및 수축할 수 있는 요소들의 순서화된 리스트이다. 유연 패턴은 서로 다른 샘플링 비율을 갖는 데이터 시퀀스들로부터 규칙들을 찾아내는데 유용하게 사용된다. 본 연구에서는 헤드(head: 규칙의 왼쪽 부분)와 바디(body: 규칙의 오른쪽 부분)가 모두 유연 패턴으로 구성된 규칙들을 신속하게 찾도록 하기 위하여 데이터 시퀀스로부터 서픽스 트리(suffix tree)를 구성한다. 이 서픽스 트리는 유연 규칙들의 압축된 표현이며, 타깃 헤드 시퀀스와 매치되는 규칙을 찾기 위한 인덱스 구조로서 사용된다. 만일, 매치되는 규칙을 찾을 수 없는 경우에는 규칙 완화(rule relaxation)의 개념을 이용한다. 클러스터 계층(cluster hierarchy)과 완화 오차(relaxation error)를 사용하여 타깃 헤드 시퀀스의 고유한 정보를 대부분 포함하고 있는 최소한으로 완화된 규칙을 찾는다. 다양한 실험을 통한 성능 평가를 통하여 제안한 기법의 우수성을 검증한다.

• Journal of Intelligence and Information Systems
• /
• v.16 no.2
• /
• pp.1-17
• /
• 2010

Association rules among product items by association analysis suggest sales effect among products. These are useful for marketing strategies such as cross-selling and product display etc. However, if we evaluate more practical product values reflecting cross-selling effects, they will be also more useful for the decisions of companies such as product item selection for product assortment and profit maximization etc. This study proposes product value evaluation models with the concept of effective value based on single-item association chain and itemset association chain. In addition to that, we performed experiments with transaction data related to clothing of an online shopping mall in Korea to show the performances of our models. In result, we confirmed that some items increased in effective values compared with their pure values while the others decreased in effective values.

• The Journal of Korean Association of Computer Education
• /
• v.10 no.3
• /
• pp.1-8
• /
• 2007

In this paper, we introduce a new measure called surprisal that estimates the informativeness of transactional instances and attributes in the item response dataset and improve the quality of association rules. In order to this, we set artificial dataset and eliminate noisy and uninformative data using the surprisal first, and then generate association rules between items. And we compare the association rules from the dataset after surprisal-based pruning with support-based pruning and original dataset unpruned. Experimental result that the surprisal-based pruning improves quality of association rules in question item response datasets significantly.

• Korean Journal of Logic
• /
• v.5 no.1
• /
• pp.63-79
• /
• 2001

반 멕기는 전건 긍정 규칙(modus ponens)에 대한 이른바 반례들을 제시하고, 이런 예는 전건 긍정 규칙이 '엄밀히 타당한'것은 아님을 보여준다고 주장하였다. 그런데 최근 들어 카츠는 이런 반 멕기의 주장을 논박하고 있다. 이 논문은 카츠의 이런 논박이 어느 정도 성공적인지를 검토하고 있다. 이를 위해 우선 반 멕기의 반례가 제시되고, 그 다음 카츠의 반박이 자세히 분석되고 정식화된다. 이런 정식화에 바탕을 두고 카츠의 논증이 평가되며, 그 결과 카츠의 논증이 흠이 있음이 드러난다. 이런 이유로 논자는 카츠의 논박이 반 멕기가 내세운 전건 긍정 규칙의 반례를 무효화하지 못했으며, 따라서 반례는 여전히 유효하다고 주장한다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.11
• /
• pp.822-832
• /
• 2001

We have implemented an inductive learning system that learns PROSPECTOR-rule-style classification rules from sets of examples. In our a approach, a genetic algorithm is used in which a population consists of rule-sets and rule-sets generate offspring through the exchange of rules relying on genetic operators such as crossover, mutation, and inversion operators. In this paper, we describe our learning environment centering on the syntactic structure and meaning of classification rules, the structure of a population, and the implementation of genetic operators. We also present a method to evaluate the performance of rules and a heuristic approach to generate rules, which are developed to implement mutation operators more efficiently. Moreover, a method to construct a classification system using multiple learned rule-sets to enhance the performance of a classification system is also explained. The performance of our learning system is compared with other learning algorithms, such as neural networks and decision tree algorithms, using various data sets.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.235-237
• /
• 2002

연관규칙(association rule)이란 데이터 베이스에 존재하는 속성들 사이에 유사성 또는 패턴을 기술하는 것으로, 사용자에게 데이터에 관한 유용한 조보를 줄 수 있다. 그러나, 지금가지의 연관규칙은 이진 (boolean) 데이터 베이스에 존재하는 연관규칙의 발견에 대해서 주로 연구되어 왔으며, 정량적(수치적, quantitative) 속성을 갖는 데이터에 대한 연관규칙의 연구는 미비하였다. 그 이유는 정량적 속성을 갖는 데이터를 기호적(nominal) 속성값으로 바꾼 후 연관규칙 보다 성능이 우수함을 보이고 있다. 또한 본 논문에서는 퍼지 연관규칙에서 소속함수(항목, 아이템, 속성값)의 모양과 개수를 데이터 분포에 대한 통계적 특성을 나타내는 히스토그램을 이용하여 소속함수를 자동 생성하는 효율적인 연관규칙 추출방법을 제안한다