• 폴리머
• /
• 제32권1호
• /
• pp.63-69
• /
• 2008

두 가지 서로 다른 첨가제(additive)를 사용한 셀룰로오스 블렌드들의 기계적 성질과 모폴로지를 비교하였다. 용액 블렌딩법을 통해 만든 셀룰로오스 블렌드에는 폴리(비닐 알코올) (poly(vinyl alcohol)), PVA)과 에틸렌 글리콜(ethylene glycol, EG) 등의 첨가제가 사용되었다. 고분자 매트릭스에 사용된 첨가제의 양에 따라 블렌드 필름의 물성들은 다양하게 변하였다. PVA와 EG가 각각 30 wt%와 10 wt% 포함되었을 때 셀룰로오스 블렌드 필름의 최종인장 강도와 초기 탄성률은 가장 높은 값을 보였다. 용액 블렌딩법을 이용하여 EG를 셀룰로오스 블렌드(셀룰로오스/PVA (70/30=w/w))에 섞은 삼성분계(ternary system) 필름을 얻었으며, 이 필름에서는 EG가 40 wt% 포함되었을 때 기계적 물성이 가장 높은 값을 가졌다. 또한, 이 값은 셀룰로오스를 이용한 이성분계 블렌드 필름들보다 더 높은 기계적 성질을 나타내었다. 삼성분계 블렌드 필름에서 산소 투과도($O_2TR$)는 EG 함량이 증가할수록 가스 투과도 역시 일정하게 감소하였다. 전체적으로는 블렌드된 셀룰로오스 필름의 기계적 성질이 순수한 셀룰로오스보다 더 우수하였다.

• 한국안전학회지
• /
• 제25권6호
• /
• pp.169-179
• /
• 2010

The aim of this study was to investigate occupational and individual risk factors and working conditions in relation to musculoskeletal symptoms in street cleaners. Investigation was conducted through a survey of 395 male street cleaners employed by the government office in Seoul, Gyeonggi and Chung-Nam from July to August of 2009. The control group was comprised of 143 male drivers and security guards. Risk factors for musculoskeletal symptoms in street cleaners were investigated by multiple logistic regression analysis and also evaluated ergonomic risk factors by assessing working conditions of 4 street cleaners. As a result of symptom questionnaires, all of the prevalent rates of musculoskeletal symptoms in street cleaners had significantly higher results than those of the control group(p<0.05). On binary logistic regression analysis of musculoskeletal symptoms, street cleaners showed significant higher odds ratio as 18.84(95%CI: 6.56-54.12) in the arm/elbow, 10.49(95%CI: 4.29-25.65) in the hand/wrist compared to the control group. Both absence of rest breaks and exposure to ergonomic risk factors showed to be important internal risk factors of musculoskeletal symptoms among street cleaners. The exposure levels of QEC(Quick exposures checklist) in street cleaners were revealed to be higher on the shoulder/arm, wrist/hand, and neck than back, or from stress. The findings appear to show that street cleaners were high-risk group of work-related musculoskeletal disorders. Therefore street cleaners require a holistic interventional strategy, including adequate arrangement of rest breaks, improvement of working tools and control of individual risk factors such as obesity and smoking.

• Korean Chemical Engineering Research
• /
• 제50권2호
• /
• pp.292-299
• /
• 2012

Beads mill 분산 공정을 통하여 8 wt%의 나노 사이즈 흄드 실리카(일차 입자크기 12 nm)를 광경화형 아크릴 시스템용 단량체에 분산하여 실리카 분산체를 제조하였다. 이러한 분산체는 유/무기 하이브리드 코팅 재료에 응용이 가능하다고 알려져 있다. 하이드록시기 유무, 용해도 상수(solubility parameter, Sp, 극성도 ${\delta}_p$의 범위; 5.204~6.286($cal/cm^3)^{1/2}$), 분자 크기가 다른 4 종의 단량체를 사용하였다. 극성 용매인 이소프로필알코올(IPA)을 혼합하여 용매가 실리카 분산체의 안정성에 미치는 영향도 관찰하였다. 제조된 실리카 분산체는 레오미터를 이용하여 전단속도에 따른 전단 점도 거동과 주기적 진동흐름 하에서 동적 거동을 측정하여 분산체의 안정성을 유변학적 관점에서 관찰하였다. 단일 단량체계 및 혼합 단량체계 실리카 분산체에서 하이드록시기를 가진 단량체의 함량이 증가될수록 실리카 분산체는 손실탄성률(G")이 저장탄성률(G')보다 큰 입자가 응집되지 않는 안정한 졸의 거동을 나타내었다. 하이드록시기를 갖지 않은 단량체계 실리카 분산체는 분자 크기와 상관없이 입자가 응집되는 겔의 거동을 나타내었다. 단량체에 IPA를 혼합한 실리카 분산체는 IPA의 함량이 증가할수록 안정한 졸의 거동을 보였다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제16권1호
• /
• pp.65-79
• /
• 2020

산업제어 시스템에서 많이 사용되는 PLC(Programmable Logic Controller)는 마이크로 컨트롤러, 실시간 운영체제, 통신 기능들과 통합되고 있다. PLC들이 인터넷에 연결됨에 따라 사이버 공격의 주요 대상이 되고 있다. 본 논문에서는, 데스크톱에서 개발한 uC/OS-II 기반 펌웨어를 PLC로 다운로드 하기 전, 펌웨어 코드의 보안성을 향상시켜 주는 새니타이저를 개발한다. 즉, PLC용 임베디드 펌웨어를 대상으로 버퍼의 경계를 넘어선 접근을 탐지하는 BU 새니타이저(BU sanitizer)와 use-after-free 버그를 탐지하는 UaF 새니타이저(UaF sanitizer)를 제안한다. BU 새니타이저는 대상 프로그램의 함수 호출 그래프와 심볼 정보를 기반으로 제어 흐름 무결성 위배도 탐지할 수 있다. 제안한 두 새니타이저를 구현하고 실험을 통해 제안 기법의 유효성을 보였으며, 기존 연구와의 비교를 통해 임베디드 시스템에 적합함을 보였다. 이러한 연구결과는 개발 단계에서 의도하지 않은 펌웨어 취약점을 탐지하여 제거하는데 활용할 수 있다.

• 한국ITS학회 논문지
• /
• 제21권4호
• /
• pp.115-124
• /
• 2022

서울시 마을버스는 시내버스의 준공영제와는 달리 민영제로 운영되므로 시대적인 환경변화에 열악한 상태이다. 코로나19로 인한 이용객수 감소, 경쟁교통수단 등장으로 인한 수요 이탈 등으로 매출액은 감소되며, 서울시의 재정지원금은 지속적으로 증가되고 있다. 이번 연구는 민영제로 운영되는 마을버스 특성분석을 위해 마을버스 매출액 및 흑자업체의 영향 요인에 대하여 분석하였다. 분석자료는 2018년 서울시 마을버스 재무제표를 활용하였고, 마을버스 대당 매출액 및 흑자업체를 종속변수로, 마을버스 운행계통, 만족도조사, 인문사회변수, 지하철 및 공공자전거 특성을 독립변수로 적용하였다. 분석결과 대당 매출액은 대당운행시간, 차내 안전성, 세대수, 고령자수, 공공자전거 변수가, 흑자업체는 차내 안전성, 신뢰성, 공공자전거 변수가 영향을 미치는 것으로 도출되었다. 특히 경쟁교통수단인 공공자전거가 업계매출에 영향을 미치고 있었으며, 마을버스 경영환경은 시간이 지날수록 어려운 환경이 예상되므로 업계는 자구책을 강구하며, 서울시는 마을버스가 안정적으로 운행될 수 있도록 재정지원 강화가 요구된다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• Korean Chemical Engineering Research
• /
• 제40권6호
• /
• pp.703-708
• /
• 2002

본 연구는 초임계 용매인 $CO_2$, 에틸렌, 프로판, 부탄, 프로필렌, 1-부텐, 디메틸에테르 및 $CHClF_2$내에서 poly(propyl acrylate)와 poly(propyl methacrylate) 용액과의 고압 상거동을 측정하였다. 초임계 용매들과 poly(propyl acrylate) 및 poly(propyl methacrylate)간의 상거동 측정 범위는 온도 $23-186^{\circ}C$와 압력 2,400 bar까지 실험하여 나타내었다. poly(propyl acrylate)-$CO_2$ 혼합물은 약 2,070 bar 이내에서, poly(propyl acrylate)-에틸렌계는 1,400 bar 이하에서, poly(propyl acrylate)-프로판계는 1,880 bar 이하에서, poly(propyl acrylate)-프로필렌계는 450 bar 이하에서, poly(propyl acrylate)-부탄계는 2,200 bar이하에서, poly(propyl acrylate)-1-부텐계는 250 bar 이하에서, poly(propyl acrylate)-디메틸에테르계는 150 bar 이하에서 각각 용해되었으며, 이때 온도범위는 $23-175^{\circ}C$이였다. poly(propyl methacrylate)-$CO_2$ 혼합물은 2,900 bar 및 온도 $240^{\circ}C$에서도 용해되지 않았다. poly(propyl methacrylate)-프로판계는 약 2,390 bar이하에서, poly(propyl methacrylate)-부탄계에 대해서는 2,100 bar이하에서, poly(propyl methacrylate)-프로필렌계에 대해서는 570 bar 이하에서 poly(propyl methacrylate)-1-부텐계는 310 bar 이하에서, poly(propyl methacrylate)-$CHClF_2$계에 대해서는 300 bar 이하에서, 그리고 poly(propyl methacrylate)-디메틸에테르계에 대해서는 170 bar 이하에서 각각 용해되었으며, 이때 온도범위는 $40-186^{\circ}C$ 사이였다. 또한 이성분 poly(propyl acrylate)-$CO_2$와 poly(propyl acrylate)-디메틸에테르계의 상거동 사이에 디메틸에테르를 공용매로 사용하여 5, 15 및 50 wt% 첨가하여 구름점의 거동을 상임계용액온도 영역에서 하임계용액온도 영역까지 나타내었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제7권6호
• /
• pp.155-164
• /
• 2018

많은 악성프로그램은 역공학을 막기 위해 다양한 상용 패커를 사용해 압축 혹은 암호화를 했기 때문에 악성코드 분석가는 압축해제 혹은 복 호화를 먼저 수행해야 한다. OEP(Original Entry Point)는 암호화되거나 압축되어 있는 실행파일을 다시 원본 바이너리 상태로 되돌린 후 실행된 첫 번째 명령어의 주소이다. 여러 언패커는 OEP가 나타나기 전까지 패킹된 파일을 실행하며 주소를 기록한다. 그리고 기록된 주소들 중에 OEP를 찾는다. 그러나 일부 언패커에서 제공하는 OEP 후보들은 비교적 큰 OEP 후보 집합을 제공하거나 후보들 중에 OEP가 없는 경우가 있다. 이에 악성코드 분석가들은 더 적은 OEP 후보 집합을 제공하는 도구가 필요한 실정이다. 본 논문에서는 PinDemonium이라 불리는 언패커에 두 가지 OEP 탐지방법을 추가하여 더 적은 OEP 후보 집합을 제공하는 도구를 만들었다. 첫 번째 방법은 패킹된 프로그램이 완전히 원본 바이너리상태로 되돌아 간 후에는 원프로그램 함수 호출과 동일하다는 것을 활용한 OEP 탐지방법이다. C/C++ 언어로 작성된 프로그램은 바이너리 코드로 언어를 변환하는 컴파일 과정을 거친다. 컴파일 과정을 거친 프로그램에는 특정 시스템 함수들이 추가된다. 이 시스템 함수들은 컴파일러 별로 다르다. 컴파일러 별로 사용되는 시스템 함수를 조사한 후, 패킹된 프로그램에서 호출되는 시스템 함수와 패턴매칭하여 언패킹 작업이 끝났는지 탐지하는 방법이다. 두 번째 방법은 패킹된 프로그램이 완전히 원본 바이너리 상태로 돌아간 후 시스템함수에서 사용되는 매개 변수가 원프로그램과 동일하다는 것을 활용한 OEP 탐지방법이다. 시스템함수에서 사용되는 매개변수의 값을 이용해 OEP를 찾는 방법이다. 본 연구는 16종의 상용 패커로 압축된 샘플 프로그램을 대상으로 OEP 탐지 실험을 했다. 본 연구에선 안티 디버깅 기법으로 프로그램을 실행하지 못하는 경우인 2종을 제외하고 PinDemonium 대비 평균 40% 이상 OEP후보를 줄일 수 있었다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국농림기상학회지
• /
• 제23권3호
• /
• pp.149-155
• /
• 2021

농업기상재해 조기경보시스템에서는 일 최대순간 풍속에 과수의 낙과 피해 임계풍속을 대입하여 농작물의 풍해 위험을 예측, 자원농가에게 제공하고 있다. 강풍의 위험 예측확률을 높이기 위한 방법으로써, 기존 방식에서 '안전'으로 분류된 데이터들 중 실제로는 풍해위험이 있는 경우를 찾아내는 인공신경망 이항분류 기법을 도입하였다. 학습데이터는 전라남북도와 경북 및 경남 일부지역의 총 210개소 기상청 종관 및 방재기상관측지점에서 수집된 2019년 전체 일별 풍속자료이며, 최적 모델 도출을 위한 검증데이터는 동일지점의 2020년 1월 1일~12월 12일 자료를, 인공신경망 기법 사용 전/후의 풍해위험예측 성능 평가는 2020년 12월 13일~2021년 2월 18일까지의 자료를 사용하였다. 풍해위험 임계풍속은 과수의 낙과 피해기준으로 주로 사용되고 있는 11m/s를 설정하였다. 또한 2020년 동일 기간의 일 최대순간풍속 실측값으로 Weibull 분포를 작성한 후, 추정값과 임계풍속간의 편차를 이용하여 누적확률값을 계산, 풍해 경보에서 한 단계 낮은 주의보를 판단하고 인공신경망 기법 적용 결과와 비교하였다. 평가기간 중 기존의 풍해 위험 탐지확률은 65.36%였으나 인공신경망 기법으로 재분류 과정을 거친 후 93.62%로 크게 개선되었다. 반면, 오보율이 함께 증가되어(13.46% → 37.64%), 전반적인 정확도는 감소하였다. 한편 Weibull 분포를 이용하여 풍해주의보 구간을 두었을 때는 정확도 83.46%으로 인공신경망 기법에 비해 전반적인 예측 정확도는 더 높았던 반면 위험 탐지확률은 88.79%로 더 낮게 나타났다. 따라서, 상대적으로 위험예보의 미예측이 중대한 문제가 되는 사례에서 인공신경망 방식이 유용할 것으로 보인다.