• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권12호
• /
• pp.483-490
• /
• 2019

네트워크 침입 탐지 시스템(NIDS)에서 분류의 기능은 상당히 중요하며 탐지 성능은 다양한 특징에 따라 달라진다. 최근 딥러닝에 대한 연구가 많이 이루어지고 있으나 네트워크 침입탐지 시스템에서는 많은 수의 트래픽과 고차원의 특징으로 인하여 속도가 느려지는 문제점이 있다. 따라서 딥러닝을 분류에 사용하는 것이 아니라 특징 추출을 위한 전처리 과정으로 사용하며 추출한 특징을 기반으로 분류하는 연구 방법을 제안한다. 딥러닝의 대표적인 비지도 학습인 Stacked AutoEncoder를 사용하여 특징을 추출하고 Random Forest 분류 알고리즘을 사용하여 분류한 결과 분류 성능과 탐지 속도의 향상을 확인하였다. IOT 환경에서 수집한 데이터를 이용하여 정상 및 공격트래픽을 멀티클래스로 분류하였을 때 99% 이상의 성능을 보였으며, AE-RF, Single-RF와 같은 다른 모델과 비교하였을 때도 성능 및 탐지속도가 우수한 것으로 나타났다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.588-591
• /
• 2004

In this paper, we propose a ground plane detection algorithm, using a new image processing method (IPD). To extract the ground plane from the color image acquired by monocular camera, we use a new identical pixel detection method (IPD) and an edge detection method. This IPD method decides whether the pixel is identical with the ground plane pixel or not. The IPD method needs the reference area and its performance depends on the reference area size. So we propose the reference area auto-expanding algorithm in accordance with situation. And we evaluated the proposed algorithm by the experiments in the various environments. From the experiments results, we know that the proposed algorithm is efficient in the real indoor environment.

• 한국멀티미디어학회논문지
• /
• 제12권6호
• /
• pp.794-803
• /
• 2009

In this paper, we will present a container auto-landing system, the system use the stereo camera to measure the container depth information. And the container region can be detected by using its hough line feature. In the line feature detection algorithm, we will detect the parallel lines and perpendicular lines which compose the rectangle region. Among all the candidate regions, we can select the region with the same aspect-ratio to the container. The region will be the detected container region. After having the object on both left and right images, we can estimate the distance from camera to object and container dimension. Then all the detect dimension information and depth inform will be applied to reconstruct the virtual environment of crane which will be introduce in this paper. Through the simulation result, we can know that, the container detection rate achieve to 97% with simple background. And the estimation algorithm can get a more accuracy result with a far distance than the near distance.

• 대한산업공학회지
• /
• 제28권2호
• /
• pp.147-161
• /
• 2002

In novelty detection, one attempts to discriminate abnormal patterns from normal ones. Novelty detection is quite difficult since, unlike usual two class classification problems, only normal patterns are available for training. Auto-Associative Multi-Layer Perceptron (AAMLP) has been shown to provide a good performance based upon the property that novel patterns usually have larger auto-associative errors. In this paper, we give a mathematical analysis of 2-layer AAMLP's output characteristics and empirical results of 2-layer and 4-layer AAMLPs. Various activation functions such as linear, saturated linear and sigmoid are compared. The 2-layer AAMLPs cannot identify non-linear boundaries while the 4-layer ones can. When the data distribution is multi-modal, then an ensemble of AAMLPs, each of which is trained with pre-clustered data is required. This paper contributes to understanding of AAMLP networks and leads to practical recommendations regarding its use.

• 자동차안전학회지
• /
• 제9권4호
• /
• pp.32-37
• /
• 2017

For automated vehicles, the integrity and fault tolerance of environment perception sensor have been an important issue. This paper presents radar, vision, lidar(laser radar) fusion-based fault detection algorithm for autonomous vehicles. In this paper, characteristics of each sensor are shown. And the error of states of moving targets estimated by each sensor is analyzed to present the method to detect fault of environment sensors by characteristic of this error. Each estimation of moving targets isperformed by EKF/IMM method. To guarantee the reliability of fault detection algorithm of environment sensor, various driving data in several types of road is analyzed.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.39-44
• /
• 2020

악성코드는 탐지 프로그램을 피해 기기들에게 피해를 유발한다. 기존의 악성코드 탐지 기법으로 이러한 새로운 악성코드를 탐지하는데 어려움을 겪는 이유는 서명 기반의 탐지 기법을 사용하기 때문이다. 이 기법은 기존 악성코드들은 효과적으로 탐지하지만, 새로운 악성코드에 대해서는 탐지가 어렵다. 이러한 문제점을 인식하여, 휴리스틱 기법을 추가적으로 사용한다. 이 논문에서는 딥러닝을 활용하여 악성코드를 탐지하는 기술에 대해 소개하여 새로운 악성코드를 탐지하는 기술에 대해서 제안한다. 또한, 악성코드를 탐지한다는 것은, 기기에서 실행 가능한 파일의 개수는 무수히 많으므로, 지도학습 방식(Supervisor Learning)으로는 분명한 한계가 존재한다. 그렇기 때문에, 준지도 학습으로 알려진 SCAE(Stacked Convolution AutoEncoder)를 활용한다, 파일들의 바이트 정보들을 추출하여, 이미지화를 진행하고, 이 이미지들을 학습을 시켜, 학습 시키지 않은 10,869개의 악성코드, 3,442개의 비악성코드를 모델에 추론한 결과 정확도를 98.84%을 달성하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권2호
• /
• pp.59-66
• /
• 2020

본 논문에서는 저전력 무선 음향센서 모듈을 통한 데이터 수집과 딥 오토인코더를 이용한 데이터 분석을 통해 배관의 누출을 탐지하는 시스템을 제안한다. 데이터 통신량을 줄이기 위해서 푸리에 변환을 통해 음향센서 데이터 양을 약 1/800로 감소시키는 저전력 무선 음향센서 모듈을 구성하였고, 20kHz~100kHz 주파수 신호를 이용하여 가청 주파수 대역에서 발생하는 노이즈에 강인한 누출 탐지 시스템을 설계하였다. 또한, 데이터 양의 감소에도 배관 누출을 정확하게 탐지하도록 딥 오토인코더를 이용한 데이터 분석 기법을 설계하였다. 수치적인 실험을 통해, 본 논문에서 제안한 누출 탐지 시스템이 고주파 대역대의 노이즈가 섞인 환경에서도 99.94%의 높은 정확도와 Type-II error 0%의 높은 성능을 보이는 것을 검증하였다.

• Journal of information and communication convergence engineering
• /
• 제9권6호
• /
• pp.747-752
• /
• 2011

The position detection of overlapping area in the interframe for image stitching using auto and cross correlation function (ACCF) and compounding one image with the stitching algorithm is presented in this paper. ACCF is used by autocorrelation to the featured area to extract the filter mask in the reference (previous) image and the comparing (current) image is used by crosscorrelation. The stitching is detected by the position of high correlation, and aligns and stitches the image in shifting the current image based on the moving vector. The ACCF technique results in a few computations and simplicity because the filter mask is given by the featuring block, and the position is enabled to detect a bit movement. Input image captured from CMOS is used to be compared with the performance between the ACCF and the window correlation. The results of ACCF show that there is no seam and distortion at the joint parts in the stitched image, and the detection performance of the moving vector is improved to 12% in comparison with the window correlation method.

• Journal of Hydrospace Technology
• /
• 제1권1호
• /
• pp.75-88
• /
• 1995

Auto-Pilot System uses heading angle information via the position sensor and the rudder device to control the ship's direction. Most of the control logics are composed of the state estimation and control algorithms assuming that the measurement device and the actuator have no fault except the measurement noise. But such asumptions could bring the danger in real situation. For example, if the heading angle measuring device is out of order the control action based on those false position information could bring serious safety problem. In this study, the control system including improved method for processing the position information is applied to the Auto-Pilot System. To show the difference between general state estimator and F.D.F., BJDFs for the sensor and the actuator failure detection are designed and the performance are tested. And it is shown that bias error in sensor could be detected by state-augmented estimator. So the residual confined in the 2-dimension in the presence of the sensor failure could be unidirectional in output space and bias sensor error is much easier to be detected.

• 한국전자통신학회논문지
• /
• 제8권3호
• /
• pp.447-452
• /
• 2013

본 연구에서는 콘센트용 누설전류 감지 및 자동차단 모듈을 개발하였다. 제안된 누설전류 검출 모듈은 저항성 누설전류 검출 칩을 사용한 콘센트용 누설전류 검출 모듈과는 차별화된, 전력 프로세서인 MSP430 MCU(Micro Controller Unit)를 이용하여 합성 누설전류에서 저항성 누설전류를 프로그램으로 분리 검출한다. 제안된 방법으로 구현된 모듈은 저항성 누설전류 5mA 이상에서 조기 검출 및 자동차단 기능이 있을 뿐만 아니라, 저항성 누설전류 검출 기능이 프로그램으로 구현되어 있어 저항성 누설전류 5mA 이하 또는 이상으로도 쉽게 조정이 가능한 장점이 있다.