• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.207-208
• /
• 2006

Intrusion detection technology is highlighted in order to establish a safe information-oriented environment. Intrusion detection system can be categorized into anomaly detection and misuse detection according to intrusion detection pattern. In this paper, we propose an architecture to make up for the defect of conventional anomaly intrusion detection. This architecture reduces additional resource consumption and cost by placing the agent in the strategic location in Internet.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.452-455
• /
• 2005

The cutting characteristics of hardened steel by a PCBN tool is investigated with respect to workpiece surface roughness, cutting force and tool flank wear of the vision system. Backpropagation neural networks (BPNs) were used for detection of tool wear. The neural network consisted of three layers: input, hidden and output. The input vectors comprised of spindle rotational speed, feed rates, vision flank wear, and thrust force signals. The output was the tool wear state which was either usable or failure. Hard turning experiments with various spindle rotational speed and feed rates were carried out. The learning process was performed effectively by utilizing backpropagation. The detection of the abnormal states using BPNs achieved 96.4% reliability even when the spindle rotational speed and feedrate were changed.

• 한국통신학회논문지
• /
• 제38B권8호
• /
• pp.641-653
• /
• 2013

최근 제어시스템을 대상으로 한 사이버공격이 점차 고도화 지능화됨에 따라 기존 시그니처(signature) 기반 탐지 기법은 한계에 봉착하였고, 이에 제어시스템 환경에 적합한 화이트리스트(whitelist) 기반 보안 기법이 새롭게 주목받고 있다. 그러나 최근 개발되고 있는 화이트리스트 기법들은 어플리케이션 레벨에서 한정적으로 사용되고 있으며, 무엇보다 블랙리스트(blacklist) 기반 보안 기법과 달리 이상 징후 유형에 대한 구체적 정보 제공이 불가능하다는 단점이 존재한다. 본 논문에서는 제어시스템에서 발생할 수 있는 이상 징후 유형들을 분류하고, 네트워크 레벨에서의 화이트리스트를 통해 이상 징후를 탐지할 수 있는 모델을 제시한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.1021-1024
• /
• 2001

Out of all metal-cutting processes, the hole-making process is the most widely used. It is estimated to be more than 30% of the total metal-cutting process. It is therefore desirable to monitor and detect drill wear during the hole-drilling process. In this paper, the vision system of the sensing methods of drill flank wear on the basis of image processing is used to detect the wear pattern by non-contact and direct method and get the reliable wear information about drill. In image processing of acquired image, median filter is applied for noise removal. The vision flank wear area of the drill was measured. Backpropagation neural networks (BPns) were used for no-line detection of drill wear. The neural network consisted of three layers: input, hidden and output. The input vectors comprised of spindle rotational speed, feed rates, vision flank wear, thrust and torque signals. The output was the drill wear state which was either usable or failure. Drilling experiments with various spindle rotational speed and feed rates were carried out. The learning process was peformed effectively by utilizing backpropagation. The detection of the abnormal states using BPNs achieved 96.4% reliability even when the spindle rotational speed and feedrate were changed.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(D)
• /
• pp.115-117
• /
• 2011

Intrusion detection systems (IDS) are supposed to be an efficient safety measure against inside attacks. In purely distributed IDS approach, IDS agent is installed in every node. It checks abnormal behavior of neighboring nodes locally. It collects the data that it receives from nodes in its radio range. Sensor nodes audit that data and generate alerts for abnormal activity. Here, there are two ways of taking decision. First, it can take decision individually and second, it can communicate with its neighbor to find the status of the claimed compromised nodes. In this paper, we propose a collaborative decision making scheme for purely distributed detection system. The proposed scheme is light weight compared to consensus based validation methodology. It provides a better scheme to find intrusions by interacting with other nodes.

• 정보보호학회논문지
• /
• 제29권2호
• /
• pp.321-330
• /
• 2019

기업에서 내부자에 의한 기업 기밀 유출 방지는 기업의 생존을 위한 필수 과제이다. 내부자에 의한 정보유출 사고를 막기 위해 기업에서는 보안 솔류션을 도입하여 적용하고 있으나 접근 권한이 있는 내부자의 이상행위를 효과적으로 탐지하는 데에는 한계가 있다. 이번 연구에서는 기업의 제품 제조 이력, 품질 정보 등을 담고 있는 제조정보시스템의 작업자 작업화면 접근 로그 데이타를 기계학습 기법의 비지도학습 알고리즘을 활용하여 정상적인 접근 로그와 비정상적인 접근 로그를 효과적으로 군집화하는 방법을 연구하여 이상징후 탐지를 위한 최적화된 속성 선택 모델을 제시하고자 한다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제16권16호
• /
• pp.7381-7384
• /
• 2015

This study was conducted to 1206 women who had cervical cancer screening at Chonburi Cancer Hospital. The spilt-sample study aimed to compare the efficacy of abnormal cervical cells detection between liquid-based cytology (LBC) and conventional cytology (CC). The collection of cervical cells was performed by broom and directly smeared on a glass slide for CC then the rest of specimen was prepared for LBC. All slides were evaluated and classified by The Bethesda System. The results of the two cytological tests were compared to the gold standard. The LBC smear significantly decreased inflammatory cell and thick smear on slides. These two techniques were not difference in detection rate of abnormal cytology and had high cytological diagnostic agreement of 95.7%. The histologic diagnosis of cervical tissue was used as the gold standard in 103 cases. Sensitivity, specificity, positive predictive value, negative predictive value, false positive, false negative and accuracy of LBC at ASC-US cut off were 81.4, 75.0, 70.0, 84.9, 25.0, 18.6 and 77.7%, respectively. CC had higher false positive and false negative than LBC. LBC had shown higher sensitivity, specificity, PPV, NPV and accuracy than CC but no statistical significance. In conclusion, LBC method can improve specimen quality, more sensitive, specific and accurate at ASC-US cut off and as effective as CC in detecting cervical epithelial cell abnormalities.

• 한국정보통신학회논문지
• /
• 제21권5호
• /
• pp.1009-1015
• /
• 2017

최근 사물 인터넷 기술의 활용을 통해 가축 및 축사 관련 빅데이터 축적이 가능해 졌다. 이러한 빅 데이터를 기반으로 다양한 기계학습방안들이 가축관리에 적용되어 축산농가의 생산성을 크게 향상시키고 있다. 본 연구에서는 현재 가장 주목받고 있는 기계학습 기술인 딥러닝을 적용한 질병개체 파악방안을 제안한다. 제안한 방안에서는 정상상태와 질병상태의 가축들이 섞여있는 환경에서 상태에 따라 다른 생체데이터 특성을 지닐 때 심층신경망을 이용하여 가축의 상태를 분류한다. 제안 방안은 가축 생체데이터의 통계적 특성을 모르는 상황에서도 학습을 통해서 가축의 상태를 정확하게 분류할 수 있다. 질병개체의 정확한 파악은 구제역과 같은 전염성 질병을 예방하는데 큰 도움이 될 수 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권6호
• /
• pp.7-14
• /
• 2019

감시 영상에서 군중 행동의 자동 모니터링 및 감지는 보안, 안전 및 자산 보호와 같은 방대한 응용 프로그램으로 인해 컴퓨터 비전 분야에서 중요한 관심을 받고 있다. 또한 연구 커뮤니티에서 군중 분석 분야가 점차 증가하고 있다. 이를 위해서는 군중들의 행동을 감지하고 분석하는 것이 매우 필요하다. 본 논문에서는 스마트 시티에 설치된 감시 카메라의 비정상적인 활동을 감지하는 딥러닝 기반 방법을 제안하였다. 미세 조정된 VGG-16모델은 트레이닝된 공개적으로 사용 가능한 벤치마크 군중 데이터 셋을 실시간 스트리밍으로 테스트한다. CCTV카메라는 비디오 스트림을 캡쳐하는데, 비정상적인 활동이 감지되면 경보가 발생하여 추가 손실 전에 즉각적인 조치가 이루어지도록 가장 가까운 경찰서로 전송된다. 우리는 제안된 방법이 기존의 첨단 기술 보다 성능이 뛰어남을 실험으로 입증하였다.

• 한국수자원학회논문집
• /
• 제56권5호
• /
• pp.347-356
• /
• 2023

상수도시스템에서는 적수 및 누수와 같은 다양한 수리 및 수질적 비정상상황이 발생한다. 이를 방지하거나 빠르게 복구하기 위하여 다양한 계측기에서 얻어지는 데이터를 통해 사고를 예상하고 탐지한다. 하지만 대표적인 수리학적 비정상상황인 누수의 경우 직접적인 탐사를 수행하지 않는다면 발견되기 어렵다. 그 중 미신고 파열누수의 경우 육안식별이 어렵기 때문에 가장 많은 누수를 차지하게 되며 이는 곧 큰 경제적 손실로 이어진다. 직접적인 탐사의 경우 전문인력 확보 등 현장의 여건 등 여러 한계점이 존재한다. 이를 해결하기 위해 본 연구에서는 검보정이 완료된 상수도관망 수리모형(EPANET)의 수리해석결과 데이터를 학습데이터로 사용하고 Deep neural network 알고리즘을 활용하여 누수규모 및 누수위치에 대한 누수탐사를 수행하였다. 누수탐사 수행을 위해 모의 누수 사고데이터를 생성하였으며 누수규모, 위치 등 다양한 시나리오를 고려하였다. 또한, 최적의 누수 탐지 성능을 위해 관망의 크기, 계측기의 종류, 개수, 위치에 따른 탐지성능을 분석하였다.