• 디지털콘텐츠학회 논문지
• /
• 제13권3호
• /
• pp.291-299
• /
• 2012

유비쿼터스 컴퓨팅은 환경 및 사용자의 상황을 필요로 하는 곳에 센서 노드들을 부착해 환경 정보를 수집하여 사용자에게 적합한 서비스를 제공하는 기술이다. 수시로 변화하는 사용자의 환경과 상황에 따라 서비스 내용도 새롭게 갱신될 수 있는 지능적인 시스템이 필요하다. 본 논문에서는 사용자의 위치와 행동에 따른 지능적인 서비스 제공을 위한 컨텍스트 온톨로지 설계, 그리고 사용자의 행동과 연관된 서비스 패턴을 지능적으로 마이닝 하기 위한 트리거 규칙 정의와 트리거 시스템의 통합 구조인 능동 마이닝 아키텍쳐를 제안한다. 제안된 시스템은 사용자의 시간에 따른 위치 및 객체와의 연관성을 고려하여 사용자의 행동과 서비스 패턴을 지능적으로 마이닝 하기 위한 기반이 된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권10호
• /
• pp.5023-5038
• /
• 2017

Big data is an emerging technology which deals with wide range of data sets with sizes beyond the ability to work with software tools which is commonly used for processing of data. When we consider a huge network, we have to process a large amount of network information generated, which consists of both normal and abnormal activity logs in large volume of multi-dimensional data. Intrusion Detection System (IDS) is required to monitor the network and to detect the malicious nodes and activities in the network. Massive amount of data makes it difficult to detect threats and attacks. Sequential Pattern mining may be used to identify the patterns of malicious activities which have been an emerging popular trend due to the consideration of quantities, profits and time orders of item. Here we propose a sequential pattern mining algorithm with fuzzy logic feature selection and fuzzy weighted support for huge volumes of network logs to be implemented in Apache Hadoop YARN, which solves the problem of speed and time constraints. Fuzzy logic feature selection selects important features from the feature set. Fuzzy weighted supports provide weights to the inputs and avoid multiple scans. In our simulation we use the attack log from NS-2 MANET environment and compare the proposed algorithm with the state-of-the-art sequential Pattern Mining algorithm, SPADE and Support Vector Machine with Hadoop environment.

• 한국산학기술학회논문지
• /
• 제11권9호
• /
• pp.3524-3531
• /
• 2010

유비쿼터스 컴퓨팅 환경에서 사용자에게 최적의 서비스를 제공하기 위해서는 객체 그리고 사용자의 행위와 밀접한 연관이 있는 시공간 정보를 고려하는 것이 중요하다. 이를 위해 이 논문에서는 사용자의 상황을 고려하기 위한 시공간 온톨로지를 설계하고 이를 이용하여 사용자의 행동 및 서비스 패턴을 능동적으로 마이닝할 수 있는 시스템 구조를 제안한다. 제안된 시스템은 사용자의 시간에 따른 위치 및 객체와의 연관성을 고려하여 사용자의 행동과 서비스 패턴을 지능적으로 마이닝 하기 위한 프레임워크이고 트리거 시스템을 기반으로 한다.

• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1031-1040
• /
• 2004

심장의 활동을 기록한 심전도는 심장의 상태에 대한 가치 있는 임상 정보를 제공한다. 지금까지 심전도를 이용한 심장 질환 진단 알고리즘에 대한 많은 연구가 진행되어 왔으나, 심장 질환에 대한 진단 결과의 부 정확성으로 인해 심전계에서는 외국의 진단 알고리즘을 사용하고 있다. 이 논문에서는 심전도 데이터의 수집에서부터 전 처리 과정 그리고 데이터마이닝을 이용한 심장 질환 패턴 분류 기법을 제안한다. 이 패턴 분류기법은 빈발 패턴 베이지안이며 기존의 나이브 베이지안과 빈발 패턴 마이닝의 통합이다. 빈발 패턴 베이지안은 훈련단계에서 탐사된 빈발 패턴들을 사용하여 Product Approximation 구성하므로써 클래스 조건 독립 가정을 가진 나이브 베이지안의 단점을 해결한다.

• 한국통신학회논문지
• /
• 제38B권11호
• /
• pp.934-936
• /
• 2013

A routing scheme for a group of mobile users for wireless ad-hoc networks is presented. The proposed scheme mines social activity patterns from wireless traces, and exploits social user group for efficient data routing among users based on a data publish approach. Simulation results based on real-world wireless traces show that our routing scheme reduces routing cost for a large mobile user group with a factor of 1.8 compared to a baseline counterpart.

• 한국멀티미디어학회논문지
• /
• 제15권8호
• /
• pp.1059-1066
• /
• 2012

오늘날 스마트폰의 발전으로 스마트폰 내장 센서를 통해 사용자의 개인 정보를 쉽게 파악 할 수 있고 원한다면 사용자의 위치를 실시간으로 알아낼 수 있다. 그리하여 센서를 통해 추출된 데이터를 통해 동작인식과 생활 패턴 인식에 관한 연구가 급증하고 있다. 본 논문에서는 기존의 동작 인식 연구에서 추출되는 데이터를 정형화하기 위해 동작 데이터를 모델링하였다. 본 논문의 일상 동작 모델링은 이론적 분석이다. 동작을 크게 두 가지로 분류시켜 가속도 센서만으로 인식 가능한 기본 동작을 물리적 동작으로 정의하고 그 외 목적과 대상, 장소를 포함하는 모든 동작을 논리적 동작으로 분류시켰다. 모델링 된 데이터를 기반으로 각 동작의 특성에 맞게 가시화 하는 방안을 제안하였다. 본 연구를 통해 인간의 일상생활을 동작별로 간편하게 표준화 할 수 있고 기존의 동작 인식 연구에서 추출되는 동작 데이터를 사용자의 요구에 따라 가시화 할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제17권5호
• /
• pp.359-366
• /
• 2016

유비쿼터스 환경에서 사용자에게 유용한 서비스를 제공하기 위해서는 시간과 공간을 기반으로 사용자의 행동과 선호 패턴을 고려하여 가장 적합한 데이터를 처리할 수 있는 방법이 필요하다. 실세계에서 사용자의 관심은 시간이 지남에 따라 변화할 수 있다. 그러므로 서비스 관심도의 변화를 중요도에 반영하여 정보를 추출할 수 있는 방법이 필요하다. 이 논문에서는 사용자에게 필요한 서비스 정보를 온톨로지로 설계하고 시간에 따라 동적으로 변화하는 사용자의 서비스 이용 패턴이나 데이터의 중요도를 동적 가중치로 표현하여 빈발 패턴을 찾는 방법을 제안한다. 이 논문에서 제안하는 동적 가중치를 고려하는 빈발 서비스 패턴 마이닝 기법은 시간의 변화에 따라 필요로 하는 사용자의 관심을 서비스의 중요도로 반영하므로 실시간의 최적화된 서비스 제공이 가능하다.

• 디지털콘텐츠학회 논문지
• /
• 제15권5호
• /
• pp.569-577
• /
• 2014

사용자는 시간적, 공간적 상황에 따라 다양한 정보를 요구한다. 상황변화에 맞는 서비스 정보를 제공하는 것이 중요하다. 그러므로 사용자의 행동 및 서비스 이력의 최신정보를 기반으로 마이닝하여 최적의 서비스를 사용자에게 제공해야 한다. 본 논문에서는 시공간 정보 및 서비스 정보 온톨로지를 기반으로 사용자의 서비스 사용 이력을 이용하여 연관 있는 서비스 규칙을 탐색하기 위한 마이닝 방법을 제안한다. 이를 위해 서비스 온톨로지 계층에 대한 레벨 교차 기반의 연관 서비스 규칙을 발견한다. 제안된 마이닝 방법은 일정한 시간과 공간에 대한 시기별, 위치별, 연령별에 대한 연관 서비스 패턴을 발견할 수 있으므로 사용자의 상황변화에 양질의 서비스를 제공할 수 있는 기반이 된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.1957-1980
• /
• 2021

The significant aim of this research has always been to evaluate the mechanism for efficient and inherently aware usage of vitality in-home devices, thus improving the information of smart metering systems with regard to the usage of selected homes and the time of use. Advances in information processing are commonly used to quantify gigantic building activity data steps to boost the activity efficiency of the building energy systems. Here, some smart data mining models are offered to measure, and predict the time series for energy in order to expose different ephemeral principles for using energy. Such considerations illustrate the use of machines in relation to time, such as day hour, time of day, week, month and year relationships within a family unit, which are key components in gathering and separating the effect of consumers behaviors in the use of energy and their pattern of energy prediction. It is necessary to determine the multiple relations through the usage of different appliances from simultaneous information flows. In comparison, specific relations among interval-based instances where multiple appliances use continue for certain duration are difficult to determine. In order to resolve these difficulties, an unsupervised energy time-series data clustering and a frequent pattern mining study as well as a deep learning technique for estimating energy use were presented. A broad test using true data sets that are rich in smart meter data were conducted. The exact results of the appliance designs that were recognized by the proposed model were filled out by Deep Convolutional Neural Networks (CNN) and Recurrent Neural Networks (LSTM and GRU) at each stage, with consolidated accuracy of 94.79%, 97.99%, 99.61%, for 25%, 50%, and 75%, respectively.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4108-4122
• /
• 2019

Workflow process mining is becoming a more and more valuable activity in workflow-supported enterprises, and through which it is possible to achieve the high levels of qualitative business goals in terms of improving the effectiveness and efficiency of the workflow-supported information systems, increasing their operational performances, reducing their completion times with minimizing redundancy times, and saving their managerial costs. One of the critical challenges in the workflow process mining activity is to devise a reasonable approach to discover and recognize the bottleneck points of workflow process models from their enactment event histories. We have intuitively realized the fact that the iterative process pattern of redo-activities ought to have the high possibility of becoming a bottleneck point of a workflow process model. Hence, we, in this paper, propose an algorithmic approach and its implementation to discover the redo-activities and their performers' involvements patterns from workflow process enactment event logs. Additionally, we carry out a series of experimental analyses by applying the implemented algorithm to four datasets of workflow process enactment event logs released from the BPI Challenges. Finally, those discovered redo-activities and their performers' involvements patterns are visualized in a graphical form of information control nets as well as a tabular form of the involvement percentages, respectively.