• 제목/요약/키워드: 한글 초성

검색결과 63건 처리시간 0.035초

수정된 화소 값 분해를 사용하여 한글 비밀 메시지를 숨기는 방법 (An Approach to Conceal Hangul Secret Message using Modified Pixel Value Decomposition)

  • 지선수
    • 한국정보전자통신기술학회논문지
    • /
    • 제14권4호
    • /
    • pp.269-274
    • /
    • 2021
  • 비밀 통신에서 스테가노그래피는 제3자에게 인지되지 않으면서 비밀 메시지를 송수신한다. 공간 영역 방법에서 비트화 된 정보가 이미지의 분해된 화소 값의 가상 비트 평면에 삽입된다. 즉 비트화 된 비밀 메시지는 커버 매체인 이미지의 최하위 비트(LSB)에 순차적으로 삽입된다. 표준 LSB는 간단하게 적용할 수 있지만 제3자에 의해 쉽게 탐지될 수 있는 단점이 있다. 보안성을 높이기 위해 상위 비트 평면을 이용할 경우 이미지 품질이 떨어질 수 있다. 이 논문에서 lo번째 비트 평면과 수정된 화소 강도 값 분해에 기반한 이미지 스테가노그래피에 한글 비밀 메시지를 은닉하는 방법을 제시한다. 이때 은닉하려는 한글 메시지를 초성, 중성, 종성으로 분해한 후 혼합과정을 적용하여 기밀성과 견고성을 높인다. 제안된 방법의 효율성을 확인하기 위해 PSNR을 이용하였다. 제시된 기법은 상위 비트 평면에 비밀 메시지를 삽입할 경우 BCD와 Fibonacci를 적용한 방법보다 이미지 품질에서 적은 영향을 받는다는 것을 확인하였다. 기준값과 비교했을 때 제안한 방법의 PSNR 값이 적절한 것을 확인하였다.

LSB와 LDR을 기반한 효과적인 혼합 스테가노그래피 (An Effective Mixed Steganography Based on LSB and LDR)

  • 지선수
    • 한국정보전자통신기술학회논문지
    • /
    • 제12권6호
    • /
    • pp.561-566
    • /
    • 2019
  • 인터넷 공간에서 송신자와 수신자 사이의 신뢰성을 보장하는 안전한 비밀 통신을 위해 무결성과 보안성이 유지되어야 한다. 또한 암호 기법은 외부 공격으로부터 견고성을 유지하기 위한 중요한 요소이다. 이를 위해 암호화 기술과 스테가노그래피 방법이 사용된다. 스테가노그래피는 디지털 미디어에 통계적으로 유의미한 변화를 주지 않으면서 비밀 정보를 숨기는 방법이다. 초성, 중성, 종성으로 이루어지는 한글 자모를 변형한 후 커버 이미지의 RGB 화소 값에 각각 삽입하는 방법을 제안한다. 보안성을 향상시키기 위해 대체되어 변형된 정보를 최하위 영역에 숨기는 새로운 혼합 방법을 사용하였다. 이때 LSB와 LDR 기법을 혼합하여 적용하였다. 제안된 방법의 이미지 품질을 위해 PSNR을 계산하였다. 제안된 방법의 PSNR은 43.225dB이며, 최저수준을 만족하였음을 확인하였다.

대화형 에이전트 인식오류 및 신조어 탐지를 위한 알고리즘 개발: 한글 음절 분리 기반의 단어 유사도 활용 (Developing a New Algorithm for Conversational Agent to Detect Recognition Error and Neologism Meaning: Utilizing Korean Syllable-based Word Similarity)

  • 이정원;임일
    • 지능정보연구
    • /
    • 제29권3호
    • /
    • pp.267-286
    • /
    • 2023
  • 인공지능 스피커로 대표되는 대화형 에이전트는 사람-컴퓨터 간 대화형이기 때문에 대화 상황에서 오류가 발생하는 경우가 잦다. 에이전트 사용자의 발화 기록에서 인식오류는 사용자의 발화를 제대로 인식하지 못하는 미인식오류 유형과 발화를 인식하여 서비스를 제공하였으나 사용자가 의도한 바와 다르게 인식된 오인식오류 유형으로 나뉜다. 이 중 오인식오류의 경우, 서비스가 제공된 것으로 기록되기 때문에 이에 대한 오류 탐지가 별도로 필요하다. 본 연구에서는 텍스트 마이닝 기법 중에서도 단어와 문서를 벡터로 바꿔주는 단어 임베딩과 문서 임베딩을 이용하여 단순 사용된 단어 기반의 유사도 산출이 아닌 단어의 분리 방식을 다양하게 적용함으로써 연속 발화 쌍의 유사도를 기반으로 새로운 오인식오류 및 신조어 탐지 방법을 탐구하였다. 연구 방법으로는 실제 사용자 발화 기록을 활용하여 오인식오류의 패턴을 모델 학습 및 생성 시 적용하여 탐지 모델을 구현하였다. 그 결과, 오인식오류의 가장 큰 원인인 등록되지 않은 신조어 사용을 탐지할 수 있는 패턴 방식으로 다양한 단어 분리 방식 중 초성 추출 방식이 가장 좋은 결과를 보임을 확인하였다. 본 연구는 크게 두 개의 함의를 가진다. 첫째, 인식오류로 기록되지 않아 탐지가 어려운 오인식오류에 대하여 다양한 방식 별 비교를 통해 최적의 방식을 찾았다. 둘째, 이를 실제 신조어 탐지 적용이 필요한 대화형 에이전트나 음성 인식 서비스에 적용한다면 음성 인식 단계에서부터 발생하는 오류의 패턴도 구체화할 수 있으며, 오류로 분류되지 않더라도 사용자가 원하는 결과에 맞는 서비스가 제공될 수 있음을 보였다.