• Animal Bioscience
• /
• 제35권7호
• /
• pp.949-954
• /
• 2022

Objective: The present study is aimed at phenotypic characterization and mitochondrial d-loop analysis of indigenous "Diara" buffalo population, which are mostly confined to the villages on the South and North Gangetic marshy plains in the Bihar state of India. These buffaloes are well adapted and are best suited for ploughing and puddling the wet fields meant for paddy cultivation. Methods: Biometric data on 172 buffaloes were collected using a standard flexible tape measure. Animals are medium in size; the typical morphometric features are long head with a broad forehead and moderately long and erect ears. Genomic DNA was isolated from unrelated animals. The mtDNA d-loop 358-bp sequence data was generated and compared with 338 sequences belonging to riverine and swamp buffaloes. Results: Based on the mitochondrial d-loop analysis the Diara buffaloes were grouped along with the haplotypes reported for riverine buffalo. Sequence analysis revealed the presence of 7 mitochondrial D loop haplotypes with haplotype diversity of 0.9643. Five of the haplotypes were shared with established swamp breeds and with Buffalo population of Orissa in India. Conclusion: Morphometric analyses clearly shows distinguishing features like long and broad forehead which may be useful in identification. The germplasm of Diara buffalo is much adapted to the marshy banks of river Ganga and its tributaries. It constitutes a valuable genetic resource which needs to be conserved on priority basis.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.319-331
• /
• 2022

The latest global COVID-19 pandemic has made the use of facial masks an important aspect of our lives. People are advised to cover their faces in public spaces to discourage illness from spreading. Using these face masks posed a significant concern about the exactness of the face identification method used to search and unlock telephones at the school/office. Many companies have already built the requisite data in-house to incorporate such a scheme, using face recognition as an authentication. Unfortunately, veiled faces hinder the detection and acknowledgment of these facial identity schemes and seek to invalidate the internal data collection. Biometric systems that use the face as authentication cause problems with detection or recognition (face or persons). In this research, a novel model has been developed to detect and recognize faces and persons for authentication using scale invariant features (SIFT) for the whole segmented face with an efficient local binary texture features (DLBP) in region of eyes in the masked face. The Fuzzy C means is utilized to segment the image. These mixed features are trained significantly in a convolution neural network (CNN) model. The main advantage of this model is that can detect and recognizing faces by assigning weights to the selected features aimed to grant or provoke permissions with high accuracy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1049-1065
• /
• 2023

Recently, with the development of IoT, AI, and mobile terminals, medical information platforms are expanding. The medical information platform can determine a patient's emergency situation, and medical staff can easily access patient information through a mobile terminal. However, in the existing platform, emergency situation decision is delayed, and faster and stronger authentication is required in emergency situations. Therefore, we propose an edge computing-based medical information platform for automatic authentication using patient situations. We design an edge computing-based medical information platform architecture capable of rapid transmission of biometric data of IoT and quick emergency situation decision, and implement the platform data flow in emergency situations. Relying on this platform, we propose the automatic authentication using patient situations. The automatic authentication protects patient information through patient-centered authentication by using the patient's situation as an authentication factor, and enables quick authentication by automatically proceeding with mobile terminal authentication after user authentication in emergencies without user intervention. We compared the proposed platform with existing platforms to show that it can make quick and stable emergency decisions. In addition, comparing the automatic authentication with existing authentication showed that it is fast and protects medical information centered on patient situations in emergency situations.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.1065-1071
• /
• 2023

본 논문에서는 주거지 내의 재실자의 행동을 분류하기 위한 LSTM 모델을 개발하는 연구에 대해 다룬다. 다중센서의 구성은 실내 공기질을 측정하는 IAQ(Indoor air quality) 센서, 재실감지 및 위치를 추적하는 UWB 레이더, 재실자의 생체정보를 측정하기 위한 Piezo 센서로 구성되며 실제 주거환경과 유사한 실험환경을 구축하여 외출, 재실, 요리, 청소, 운동, 수면 등의 재실자 행동 데이터를 수집한다. 수집한 데이터를 이상치와 결측치를 전처리 후 LSTM 모델을 사용하여 재실자 행동 분류 모델의 정확도, 민감도, 특이도, 그리고 T1스코어를 계산 후 평가한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.2987-3002
• /
• 2023

In 2015, the number of senior citizens aged 65 and over in Korea was 6,662,400, accounting for 13.1% of the total population. Along with these social phenomena, risk information related to the elderly is increasing every year. In particular, a fall accident caused by a fall can cause serious injury to an elderly person, so special attention is required. Therefore, in this paper, we implemented a system that monitors fall accidents and informs them in real time to minimize damage caused by falls. To this end, beacon-based indoor location positioning was performed and biometric information based on an integrated module was collected using various sensors. In other words, a multi-functional sensor integration module was designed based on Arduino to collect and monitor user's temperature, heart rate, and motion data in real time. Finally, through the analysis and prediction of measurement signals from the integrated module, damage from fall accidents can be reduced and rapid emergency treatment is possible. Through this, it is possible to reduce the damage caused by a fall accident, and rapid emergency treatment will be possible. In addition, it is expected to lead a new paradigm of safety systems through expansion and application to socially vulnerable groups.

• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.25-34
• /
• 2020

현 의료정보시스템에서는 환자에게 부착된 IoT 또는 의료기기를 통해 생성된 생체데이터를 의료정보서버에 저장과 동시에 모니터링 할 수 있는 시스템 환경이 구축되고 있다. 또한 의료진의 이동단말기를 통해 ID/PW만을 이용한 간단한 인증 후 환자의 생체데이터 및 의료정보, 개인정보에 쉽게 접근이 용이하다. 그러나 이러한 의료정보 접근방법은 환자 개인정보보호차원에서 개선되어야하며, 응급처치를 위한 신속한 인증시스템이 제공되어야 한다. 이에 본 논문에서는 환자상황기반의 자동인증시스템을 구축 및 성능평가 하였다. 환자상황을 정상상황과 응급상황으로 분류하고, 병동으로부터 들어오는 환자 생체데이터를 이용하여 환자상황을 실시간으로 판별하였다. 환자상황이 응급상황일 경우 의료진의 이동단말기에 응급코드를 포함한 응급메시지가 수신되고, 의료진은 환자 상위의료정보를 확인하기 위해 애플리케이션을 통해 자동인증을 시도한다. 자동인증은 사용자인증(ID/PW, 응급코드)과 이동단말기인증(의료진역할, 근무시간, 근무위치)이 결합된 인증방법으로써 사용자인증 이후 의료진의 추가개입 없이 자동으로 이동단말기인증이 진행된다. 모든 인증을 마친 의료진은 의료진 역할과 환자상황에 따라 접근권한을 부여받고, 애플리케이션을 통해 환자의 등급화 된 의료정보에 접근이 가능하도록 구현하였다. 환자상황에 따른 의료진의 제한적 의료정보접근을 통해 환자의 의료정보를 보호하고, 응급상황 시 추가개입 없는 자동인증을 구현하여 신속한 인증을 제공하였다. 구현된 자동인증시스템의 수행성 검증을 위해 성능평가를 실시하였다.

• 정보보호학회논문지
• /
• 제27권2호
• /
• pp.305-314
• /
• 2017

최근 모바일 및 핀테크(fin-tech) 분야의 최신 트렌드로 지문인식, 홍채인식과 같은 생체인식을 통한 사용자 본인인증이 주목 받고 있다. 특히 지문인식을 이용한 인증 방식은 전통적인 생체인식 방식으로써 사용자들이 사용하는데 발생하는 거부감이 다른 생체인식에 비해 현저히 낮아 현재 가장 보편적으로 이용되는 방식이다. 이와 동시에 지문을 이용한 인증 시 보안에 대한 중요성이 부각되어 지문의 위조 여부 판별의 중요성 또한 증가하고 있다. 본 논문에서는 CNN(Convolutional Neural Networks) 특징을 이용한 위조 여부 판별 방법에 있어 판별률을 향상시키기 위한 새로운 방법을 제시한다. 학습데이터에 영향을 많이 받는 CNN 특성 상 기존에는 판별률을 향상시키기 위해 아핀 변환(affine transformation) 또는 수평 반전(horizontal reflection)을 사용하여 학습데이터의 양을 증가 시키는 것이 일반적인 방법이었으나 본 논문에서는 위조지문 판별 난이도를 기반으로 한 효과적인 학습데이터 증강(data augmentation) 방법을 제시하며 실험을 통해 제안하는 방법의 타당성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1729-1738
• /
• 2021

머신러닝은 인지심리, 뇌과학과 긴밀한 관계를 유지하며 함께 발전하고 있다. 본 논문은 OASIS-3 dataset을 머신러닝 기법을 이용하여 분석하고, 이를 통해 치매를 예측하는 모델을 제안한다. OASIS-3 데이터 중 각 영역의 부피를 수치화한 데이터들에 대해 PCA(Principal component analysis) 를 통한 차원 축소를 실행한 뒤, 중요한 요소(특징)들만 추출 후 이에 대해 그래디언트 부스팅, 스태킹을 포함한 다양한 머신러닝 모델들을 적용, 각각의 성능을 비교한다. 제안하는 기법은 기존 연구들과 달리 뇌 생체 데이터들은 물론 참가자의 성별 등의 기본 정보 데이터, 참여자의 의료 정보 데이터를 사용했기에 차별성이 크다. 또한, 다양한 성능평가를 통해 제안하는 기법이 다양한 수치 데이터 중 치매와 더 많은 관련성을 보이는 특징들을 찾아내어 치매를 더 잘 예측할 수 있는 모델임을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4662-4679
• /
• 2015

Currently, the leakage of internal information has emerged as one of the most significant security concerns in enterprise computing environments. Especially, damage due to internal information leakage by insiders is more serious than that by outsiders because insiders have considerable knowledge of the system's identification and password (ID&P/W), the security system, and the main location of sensitive data. Therefore, many security companies are developing internal data leakage prevention techniques such as data leakage protection (DLP), digital right management (DRM), and system access control, etc. However, these techniques cannot effectively block the leakage of internal information by insiders who have a legitimate access authorization. The security system does not easily detect cases which a legitimate insider changes, deletes, and leaks data stored on the server. Therefore, we focused on the insider as the detection target to address this security weakness. In other words, we switched the detection target from objects (internal information) to subjects (insiders). We concentrated on biometrics signals change when an insider conducts abnormal behavior. When insiders attempt to leak internal information, they appear to display abnormal emotional conditions due to tension, agitation, and anxiety, etc. These conditions can be detected by the changes of biometrics signals such as pulse, temperature, and skin conductivity, etc. We carried out experiments in two ways in order to verify the effectiveness of the emotional recognition technology based on biometrics signals. We analyzed the possibility of internal information leakage detection using an emotional recognition technology based on biometrics signals through experiments.

• 디지털융복합연구
• /
• 제14권9호
• /
• pp.325-329
• /
• 2016

얼굴인증은 다양한 생체인증 중에서 거부감이 적고 변조가 어려워서 각광받고 있다. 얼굴인증의 알고리즘은 어떻게 알고리즘을 만드느냐에 따라서 정확성과 속도에 많은 차이를 가져온다. 눈동자를 추적 및 검출하여 얼굴의 검출 데이터와 함께 데이터를 추출함으로써 오탐률을 개선하고 정확하게 얼굴로 인증을 할 수 있도록 알고리즘을 연구하였다. Cascade를 통해서 얼굴을 검출하고 관심영역으로 지정 후 얼굴 영역을 균등하게 4등분하여 검출되는 객체의 좌표 값을 저장한다. 또한 검출된 눈에서 눈동자를 검출하기 위하여 이진화를 진행하고 Hough 변환을 통해 눈동자를 검출한다. 추출된 눈동자의 중심좌표를 저장하고 계산하여 데이터 매칭을 통해 얼굴 인증을 한다. 눈동자를 추적과 함께 얼굴의 데이터를 계산하여 정확하고 최적화된 얼굴인증 알고리즘을 연구한다.