• 한국항행학회논문지
• /
• 제16권2호
• /
• pp.211-218
• /
• 2012

본 논문에서는 IETF 표준 MAC 알고리즘 AES-CMAC에 대한 오류 주입 공격을 제안한다. 본 공격에서 사용된 오류 주입 가정은 FDTC'05에서 제안된 공격 모델에 기반을 둔다. 본 논문에서 제안하는 공격은 매우 적은수의 오류 주입만을 이용하여 AES-CMAC의 128-비트 비밀키를 복구할 수 있다. 본 공격 결과는 AES-CMAC에 대한 첫 번째 키 복구 공격 결과이다.

• 한국강구조학회 논문집
• /
• 제12권5호통권48호
• /
• pp.605-615
• /
• 2000

CMAC을 이용하여 구조물의 지진응답을 예측하였다. CMAC은 매우 빠른 학습성능을 가지고 있는 것이 장점이며 구조물의 동적응답을 학습함에 있어서도 수 초 이내에 만족할 만한 정도로 학습을 끝낸다. 따라서 실시간 학습을 필요로 하는 분야에 매우 효과적으로 사용될 수 있다. 실시간 응답학습은 장기거동 등으로 역학적 특성이 변하거나 손상을 입은 구조물의 적응제어 등이 있다. 수치해석에서는 3층 전단건물의 지진응답을 CMAC을 통하여 학습하였으며 학습은 매우 빠르게 완수 되었다. 결론적으로 CMAC은 구조물의 진동제어 분야에서 매우 효과적으로 사용될 수 있는 인공지능의 하나이다.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.349-356
• /
• 2006

운반차-막대 시스템을 제어하기 위하여 두 개의 2 차원 퍼지 제어기가 CMAC에 의해 협동하게 하는 제어 계략을 개발하였다. 제어계에서 한 제어기는 운반차의 변위와 속도, 다른 제어기는 막대의 각도와 각속도를 각각의 2 개의 입력 변수로 하고 운반차에 가하는 힘이 두 제어기의 출력 변수인데, 이 변수를 외부의 감독에 따라 CMAC이 학습하게 하여 협동 제어의 효과를 발휘한다. 제어계 구성과 CMAC 훈련에 의한 협동 계략의 단순함에 비하여, 제어계는 4 개의 입력 변수에 의한 퍼지 제어기나 다른 해석적 방법에 의한 것에 비해 손색없는 제어 성능을 보였다.

• 한국지진공학회:학술대회논문집
• /
• 한국지진공학회 2000년도 추계 학술발표회 논문집 Proceedings of EESK Conference-Fall 2000
• /
• pp.509-514
• /
• 2000

A structural control algorithm using CMAC(Cerebellar Model Articulation Controller) neural network is proposed Learning rule for CMAC is derived based on cost function. Learning convergence of CMAC is compared with MLNN(Multilayer Neural Network). Numerical examples are shown to verify the proposed control algorithm. Examples show that CMAC can be applicable to structural control with fast learning speed.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.3-13
• /
• 1996

In orde to reduce huge memory requirements of multidimensional CMAC problems, building a CMAC system by problem decomposition is investigated. Decomposition is based on resolving a displacement vector in cartesian coordinates into unit vectors that define a few lower-dimensional CMACs in the CMAC system. A CMAC system for an an in verse kinematics problem for a planar manipulator was simulated and the performance of the system was evaluated in terms of training and output quality.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.395-400
• /
• 2017

본 논문에서는 산소 센서를 이용하여 CMAC 신경회로망 학습제어에 의한 차량의 연료분사 제어방법에 대해 논한다. 기본 차량 내연기관과 연료 분사 제어시스템의 동역학적인 비선형성으로 인하여 불연속적인 연로를 분사한다. 정밀 연료 분사량 제어에 어려움을 발생시키기 때문에 엔진성능은 저하된다. 본 연구에서는 CMAC 신경회로망을 이용한 연료 분사시스템을 제안한다. CMAC 신경회로망은 매우 넓은 범위의 함수로부터 비선형 관계를 학습 할 수 있고, 학습이 빠르며, 수렴 특성을 가지고 있다. 그리고 산소 센서의 출력특성을 파악하여 연료분사 속도를 계산해서 설정된 공연비 값을 유지시켜준다. 게다가 기존 가솔린 엔진의 구조변경이 없이 어떤 상황에서도 공연비를 정밀하게 제어할 수 있으며, 배기가스 배출량을 절감시킬 수 있다. 시뮬레이션을 통해 일반적인 차량의 제어 방법과 비교 분석하였고, 제안된 방법이 차량의 연비 향상과 친환경 성능 등에 더 효과적임을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권4호
• /
• pp.271-276
• /
• 2006

To implement a generalization of value functions in Adaptive Search Element (ASE)-reinforcement learning, CMAC (Cerebellar Model Articulation Controller) is integrated into ASE controller. ASE-reinforcement learning scheme is briefly studied to discuss how CMAC is integrated into ASE controller. Neighbourhood Sequential Training for CMAC is utilized to establish the look-up table and to produce discrete control outputs. In computer simulation, an ASE controller and a couple of ASE-CMAC neural network are trained to balance the inverted pendulum on a cart. The number of trials until the controllers are established and the learning performance of the controllers are evaluated to find that generalization ability of the CMAC improves the speed of the ASE-reinforcement learning enough to realize the cartpole control system.

• 한국통신학회논문지
• /
• 제34권2B호
• /
• pp.162-169
• /
• 2009

메시지 인증 코드 (Message Authentication Code, MAC)는 메시지의 변조를 확인하기 위하여 사용되고 Mobile WiMAX 네트워크에서는 관리 메시지 (management message)의 인증을 위하여 Cipher-based 메시지 인증 코드 (Cipher-based MAC, CMAC)를 사용한다. 이 때 계산된 CMAC값 128 비트 중 하위 64 비트만을 사용하고 상위 64 비트 값은 잘라내어 사용하지 않는다. 본 연구에서는 이렇게 사용되지 않는 CMAC의 상위 64 비트를 공유 인증 정보 (Shared Authentication Information, SAI)라 하고 Mobile WiMAX 네트워크에서 유휴 모드 (idle mode) 상의 보안 취약점을 이용한 분산 서비스 거부 공격을 방어하는 수단으로 사용한다. 공유 인증 정보는 CMAC 값 중 사용되지 않는 64 비트를 사용하는 것이기 때문에 CMAC 값과 같은 보안성을 제공하며 CMAC 값을 계산하는 과정에서 얻을 수 있기 때문에 추가적인 계산이 필요 없다. 또한 사용하기 전까지 무선 구간에서 전송되지 않아 노출될 염려가 없으며 CMAC 키를 아는 기지국, 접근 서비스망 게이트웨이 (Access Service Network Gateway, ASN GW), 무선 단말 사이에서만 공유되기 때문에 안전하다. 이런 특성들로 인하여 공유 인증 정보는 분산 서비스 거부 공격 시에 기지국과 접근 서비스망 게이트웨이의 부하를 줄임으로써 효율적으로 분산 서비스 거부 공격을 방어할 수 있다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권7호
• /
• pp.517-524
• /
• 2004

For real world applications of reinforcement learning techniques, function approximation or generalization will be required to avoid curse of dimensionality. For this, an improved function approximation-based reinforcement teaming method is proposed to speed up convergence by using CA-CMAC(Credit-Assigned Cerebellar Model Articulation Controller). To show that our proposed CACRL(CA-CMAC-based Reinforcement Learning) performs better than the CRL(CMAC- based Reinforcement Learning), computer simulation and experiment results are illustrated, where a swing-up control Problem of an acrobot is considered.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.492-494
• /
• 1993

CMAC (Cerebeller Model Articulation Controller) is kind of Neural Networks that imitate the human cerebellum. For storage and retrieval of learned data, the input of CMAC is used as a key to determine the memory location. he learned information is distributively stored in physical memory. The learning of CMAC is very fast and converged well, therefore, it effects the application of Pattern Recognition. Through the our experiment of Pattern Recognition, we will prove that CMAC is very suitable for On-line real time processing and incremental learning of Neural Networks.