• 융합보안논문지
• /
• 제23권2호
• /
• pp.27-36
• /
• 2023

최근 몇 년 동안 랜섬웨어 공격이 사회 공학, 스피어피싱, 심지어 기계 학습과 같은 전술을 사용하여 특정 개인이나 조직을 대상으로 하는 공격의 정교함과 더불어 더욱 조직화 되고 전문화되고 있으며 일부는 비즈니스 모델로 운영되고 있다. 이를 효과적으로 대응하기 위해 심각한 피해를 입히기 전에 공격을 감지하고 예방할 수 있는 다양한 연구와 솔루션들이 개발되어 운영되고 있다. 특히, 허니팟은 조기 경고 및 고급 보안 감시 도구 역할 뿐만 아니라, IT 시스템 및 네트워크에 대한 공격 위험을 최소화하는 데 사용할 수 있으나, 랜섬웨어가 미끼파일에 우선적으로 접근하지 않은 경우나, 완전히 우회한 경우에는 효과적인 랜섬웨어 대응이 제한되는 단점이 있다. 본 논문에서는 이러한 허니팟을 사용자 환경에 최적화하여 신뢰성 있는 실시간 동적 허니팟 파일을 생성, 공격자가 허니팟을 우회할 가능성을 최소화함으로써 공격자가 허니팟 파일이라는 것을 인지하지 못하도록 하여 탐지율을 높일 수 있도록 하였다. 이를 위해 동적 허니팟 생성을 위한 기본 데이터수집 모델 등 4개의 모델을 설계하고 (기본 데이터 수집 모델 / 사용자 정의 모델 / 표본 통계모델 / 경험치 축적 모델) 구현하여 유효성을 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.619-626
• /
• 2019

본 연구는 광주광역시 북구에 거주하고 생활건강지원센터에서 제공하는 재활프로그램에 참여하고 있는 성인발달장애인으로 참여형 재활프로그램이 성인발달장애인의 앉았다 일어서기, 일어나 걸어가기 및 지각-운동능력에 어떠한 영향을 미치는지 알아보고자 성인발달장애인 17명을 대상으로 참여형 재활프로그램을 13주간 주 1회 60분의 프로그램을 적용하여 중재 전, 후 그리고 12주 후 재측정하여 다음과 같은 결론을 얻었다. 앉았다 일어서기 검사에서는 중재 전과 후에 횟수의 증가는 있었지만 통계적으로 유의한 차이는 없었다. 일어나 걸어가기 검사에서는 시간에 따라 통계적으로 유의한 차이가 있었으며, 사후검증결과 중재 전보다 후에 유의한 효과가 있었다. 지각-운동능력 검사에서는 유의한 차이는 없었다. 본 연구의 결과를 종합해보면 참여형 재활프로그램이 기능적 동작과 관련된 동적균형에 긍정적인 영향을 미쳤음을 알 수 있었다. 그러나 운동조절 및 운동학습과 관련된 지각-운동능력에는 유의한 차이가 나타나지 않았다. 향후 성인발달장애인의 지역사회활동 증가와 낙상의 위험 감소 및 동적 균형능력 향상을 위해 참여형 재활프로그램을 활용하여 신체적 웰빙을 도모할 수 있을 방안으로 제안하는 바이다.

• 비교교육연구
• /
• 제24권6호
• /
• pp.163-185
• /
• 2014

오늘날 교사의 사회·경제적 지위 하락과 더불어 교직을 보다 매력적인 직업으로 탈바꿈시키기 위한 정책적 시도 가운데 하나가 수석교사제로, 중국의 특급교사제는 수석교사제에 해당하는 제도이다. 본 연구는 중국 특급교사제의 운영 실태 및 문제점을 분석하고 우리나라 수석교사제의 미래 방향에 시사점을 제공할 목적으로 수행되었다. 우리나라 수석교사제 운영에서 쟁점화되어 있는 네 가지 기준을 토대로 특급교사제를 분석한 결과는 다음과 같다. 중국에서 특급교사제는 교사의 사회·경제적 지위를 개선할 목적으로 도입되어, 엄격한 기준에 따라 극소수 정원을 선발한 후에 교수-학습 리더십 역할을 부여하며 그에 상응하는 금전적, 비금전적 보상을 제공한다. 최고 교육자로서 명예를 누리며, 연차 평가를 통하여 효과성을 평가받지만 평생임기제로 운영된다. 이러한 중국의 특급교사제는 교사들이 교실을 떠나지 않고도 리더십을 발휘할 수 있는 기회를 제공함으로써 교직의 매력도를 증진시키기 위한 제도라는 점에서는 우리나라와 유사했다. 그러나 특급교사의 선발 기준 및 방법, 역할, 처우, 평가 및 임기 등과 관련된 세부 내용은 우리나라와 차이가 있었고, 새로운 환경 변화와 더불어 제도의 적합성을 둘러싼 비판이 제기되고 있음을 확인할 수 있었다. 연구 결과를 토대로 우리나라 수석교사제의 향후 운영방향 설정에 도움이 되는 정책적 시사점을 도출하여 제시하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권5호
• /
• pp.11-20
• /
• 2023

본 논문에서는 손 동작을 포함한 전신 동작 생성이 가능하고 동작 생성 딜레이를 조절할 수 있는 새로운 딥러닝 기반 동작 복원 기술을 제안한다. 제안된 방법은 범용적으로 사용되는 센서인 바이브 트래커와 딥러닝 기술의 융합을 통해 더욱 정교한 동작 복원을 가능하게함과 동시에 IK 솔버(Inverse Kinematics solver)를 활용하여 발 미끄러짐 현상을 효과적으로 완화한다. 본 논문은 학습된 오토인코더(AutoEncoder)를 사용하여 트래커 데이터에 적절한 캐릭터 동작의 실시간 복원이 가능하고, 동작 복원 딜레이를 조절할 수 있는 방법을 제안한다. 복원된 전신 동작에 적합한 손 동작을 생성하기 위해 FCN(Fully Connected Network)을 사용하여 손 동작을 생성하고, 오토인코더에서 복원된 전신 동작과 FCN 에서 생성된 손 동작을 합쳐 손 동작이 포함된 캐릭터의 전신 동작을 생성할 수 있다. 앞서 딥러닝 기반의 방법으로 생성된 동작에서 발 미끄러짐 현상을 완화시키기 위해 본 논문에서는 IK 솔버 를 활용한다. 캐릭터의 발에 위치한 트래커를 IK 솔버의 엔드이펙터(end-effector)로 설정하여 캐릭터의 발 움직임을 정확하게 제어하고 보정하는 기술을 제안함으로써, 생성된 동작의 전반적인 정확성을 향상시켜 고품질의 동작을 생성한다. 실험을 통해, 본 논문에서 제안한 딥러닝 기반 동작 복원에서 정확한 동작 생성과 사용자 입력에 따라 프레임 딜레이 조정이 가능함을 검증하였고, 생성된 전신 동작의 발미끄러짐 현상에 대해 IK 솔버가 적용되기 이전 전신 동작과 비교하여 보정에 대한 성능을 확인하였다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.376-386
• /
• 2023

기후변화로 인해 우리나라의 산사태 피해는 지속적으로 증가하고 있다. 사방사업 등 산사태 피해저감을 효과적으로 수립하기 위해서는 기후변화 영향을 고려하여 장기간의 산사태 위험도를 추정할 필요가 있다. 이 연구에서는 다변량 회귀분석을 통해 기후변화에 따른 산사태 피해면적의 변화를 예측하였다. 1980-2010 년의 산사태 피해면적과 강우관측자료를 학습자료로 적용하여 다변량 회귀모형을 구축하였다. 이때 강우관측자료를 통해 SSP 시나리오에서는 제공하는 7가지 강우인자를 추출하였다. 이후 분산팽창지수로 다중공선성을 검정하고 주성분 분석을 통해 차원을 축소하여 2개의 주성분을 독립변인으로 하여 산사태 피해면적 추정 모형을 도출하였다. 기후변화 시나리오를 활용하여 2030-2100년까지의 산사태 피해면적 변화를 추정한 결과, 산사태 피해면적은 1981년-2010년의 연평균 산사태 면적의 최대 2배 이상으로 증가하는 것으로 나타났다. 이 연구의 결과는 미래 기후변화를 고려한 산사태 피해저감 대책 수립 및 보강의 필요성을 제시하는 기초자료로 활용 가능할 것으로 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.133-153
• /
• 2023

본 논문에서 우리는 뇌 신호 측정 기술 중 하나인 뇌전도를 활용한 새로운 접근방식을 제안한다. 전통적으로 연구자들은 감정 상태의 분류성능을 향상시키기 위해 뇌전도 신호와 생체신호를 결합해왔다. 우리의 목표는 뇌전도와 결합된 생체신호의 상호작용 효과를 탐구하고, 뇌전도+생체신호의 조합이 뇌전도 단독사용 또는 임의로 생성된 의사 무작위 신호와 결합한 경우에 비해 감정 상태의 분류 정확도를 향상시킬 수 있는지를 확인한다. 네 가지 특징추출 방법을 사용하여 두 개의 공개 데이터셋에서 얻은 데이터 기반의 뇌전도, 뇌전도+생체신호, 뇌전도+생체신호+무작위신호, 및 뇌전도+무작위신호의 네 가지 조합을 조사했다. 감정 상태 (작업 대 휴식 상태)는 서포트 벡터 머신과 장단기 기억망 분류기를 사용하여 분류했다. 우리의 결과는 가장 높은 정확도를 가진 서포트 벡터 머신과 고속 퓨리에 변환을 사용할 때 뇌전도+생체신호의 평균 오류율이 뇌전도+무작위신호와 뇌전도 단독 신호만을 사용한 경우에 비해 각각 4.7% 및 6.5% 높았음을 보여주었다. 우리는 또한 다양한 무작위 신호를 결합하여 뇌전도+생체신호의 오류율을 철저하게 분석했다. 뇌전도+생체신호+무작위신호의 오류율 패턴은 초기에는 깊은 이중 감소 현상으로 인해 감소하다가 차원의 저주로 인해 증가하는 V자 모양을 나타냈다. 결과적으로, 우리의 연구 결과는 뇌파와 생체신호의 결합이 항상 유망한 분류성능을 보장할 수 없음을 시사한다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.930-938
• /
• 2023

해사영어는 선박 운항, 해양 안전, 선내 의사소통 및 선외 교신을 위해 설계된 특수한 영어 언어체계이다. 국제해사기구 STCW(선원의 훈련, 자격증명 및 당직근무의 기준에 관한 국제협약)에 따르면 국제항해에 종사하는 항해사가 되기 위해서는 SMCP를 포함한 해사영어 대한 충분한 이해가 수반되어야 한다. 본 연구는 음성인식, 번역, 단어 기입 등 유형의 해사영어시험을 통하여 학생들의 해사영어 활용 능력을 측정하고 플랫폼 사용에 따른 시험 점수 향상 정도, 나아가 초임항해사로 나가기 위하여 요구되는 해사영어 시험 플랫폼 활용 시간 등을 조사하고자 하였다. 실험은 먼저 초기 시험을 통해 학생들의 일반영어능력과 SMCP 활용 능력에 대한 연관성을 조사한 후, 중간 시험 및 최종 시험을 통해 플랫폼 활용에 대한 점수 향상 정도, 응시시간 변화 등 요인을 측정하였다. 초기 시험을 통해 개인 요인(예: 토익 점수, 본인 스스로에 대한 영어능력 평가)에 따른 그룹 간 해사영어시험 점수에 유의한 차이가 있음을 확인하였으며, 중간시험 및 최종시험을 통해 플랫폼 활용이 유의한 시험점수 향상으로 이어졌음을 확인하였다. 해당 연구는 해사 교육분야에 다양하게 적용할 수 있는 학습 플랫폼 활용 효능을 조사하였으며 향후 해사영어 교육 외 그 범위를 넓혀 활용될 수 있을 것으로 사료된다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.331-337
• /
• 2023

본 논문에서는 근감소증의 발병 여부와 정도를 확인하기 위해 3번 요추부 (L3) CT 영상을 검출하는 딥러닝 모델을 제안하는 것이다. 또한, CT 데이터 내에 L3 레벨과 L3 레벨이 아닌 부분의 데이터 불균형으로 인한 성능 저하의 문제점을 오버샘플링 비율과 클래스 가중치를 설계변수로 하는 최적화 기법을 제시하고자 한다. 모델 학습 및 검증을 위하여 강릉아산병원에 내원한 전립선암 환자 104명, 방광암 환자 46명의 총 150명의 전신 CT 영상이 활용되었다. 딥러닝 모델은 ResNet50을 활용하였으며, 최적화기법의 설계변수로는 모델 하이퍼파라미터 5종과 데이터 증강비율 및 클래스 가중치로 선정하였다. 제안하는 최적화 기반의 L3 레벨 추출 모델은 대조군 (하이퍼파라미터 5종만을 최적화한 모델)과 비교하여 중간 L3 오차가 약 1.0 슬라이스 감소한 것을 확인할 수 있었다. 본 연구결과를 통하여 정확한 L3 슬라이스 검출이 가능하며, 추가적으로 데이터 증강을 통한 오버 샘플링과 클래스 가중치 조절을 통해 데이터 불균형 문제를 효과적으로 해결할 수 있는 가능성을 제시할 수 있다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.185-198
• /
• 2023

해양 탄성파 탐사 수행 시 송·수신 케이블의 구조적인 거리차에 의해서 필연적으로 발생하는 가까운 벌림(near offset)의 트레이스(trace)빠짐은 뒤따르는 탄성파 자료처리의 결과 및 영상화에 악영향을 끼치게 된다. 특히 가까운 벌림의 자료의 부재는 정확한 탄성파 영상화를 저해하는 다중반사파의 제거에 주요한 인자로 작용하므로 다중반사파의 영향력이 강해지는 천해 및 연안 탐사의 경우 빠짐을 효과적으로 해결해야 한다. 전통적으로 다양한 라돈 변환(Radon transform) 기반의 내삽 방법들이 가까운 벌림 빠짐의 해결책으로 제시되어왔으나 여러 한계점을 보여, 최근 이를 보완하기 위한 딥러닝(deep learning) 기반의 방법들이 제시되고 있다. 이 논문에서는 기존에 제시된 두 가지의 대표적인 딥러닝 기반의 접근법에 대해 면밀히 분석하여 앞으로 가까운 벌림 내삽 연구가 해결해야 하는 문제점들에 대해 깊이 있게 논의한다. 또한 기존의 딥러닝 기반의 트레이스 내삽 기술을 가까운 벌림 상황에 적용할 때 나타나는 한계점을 현장자료 실험을 통해 명확히 분석하여 향후 가까운 벌림 자료 빠짐의 문제는 내삽이 아닌 외삽으로 접근해야 한다는 것을 보여준다.