• KNOM Review
• /
• 제22권1호
• /
• pp.42-51
• /
• 2019

최근 네트워크 환경은 고속화, 대용량화 등으로 인터넷 트래픽 발생량이 증가하고 있으며, 모바일 및 IoT 환경, 지속적으로 증가하는 어플리케이션, 악성행위로 인해 비공개 프로토콜 데이터가 늘어나고 있다. 이러한 비공개 프로토콜들의 대다수는 구조가 전혀 알려지지 않고 있다. 효율적인 네트워크 관리 및 보안을 위해 비공개 프로토콜의 구조 분석은 반드시 선행되어야 한다. 이를 위해 많은 프로토콜 리버스 엔지니어링 방법론이 제안되었지만, 적용하기에 각기 다른 단점이 존재한다. 본 논문에서는 CSP(Contiguous Sequential Pattern)와 SP(Sequential Pattern) Algorithm을 계층적으로 결합하여 네트워크 트레이스 분석 기반의 상세한 프로토콜 구조를 추론하는 방법론을 제안한다. 제안된 방법론은 선행 연구인 A²PRE을 개선하는 방식으로 설계 및 구현을 하였으며 다른 방법론과 성능 비교를 위해 성능지표를 정의하고 HTTP, DNS 프로토콜의 예를 통해 제안하는 방법론의 우수성을 설명한다.

• 한국통신학회논문지
• /
• 제41권7호
• /
• pp.715-722
• /
• 2016

이 논문에서는 하나의 표적을 다수의 레이더에서 감지하였을 때 3차원 선형 최소제곱오차 알고리즘을 활용하여 정보를 융합함으로써 표적의 위치를 추정하는 기법을 유도하고, 표적에 대한 GPS 측정 정보를 결합하는 기법과 정보에 가중치를 두어 결합하는 기법으로 확장하는 방법을 제안한다. 모의실험을 통하여 제안한 표적 위치 추정기법들이 추정 오차를 줄일 수 있음을 확인하고, 가중치를 두어 정보를 결합하면 측정 정보가 부정확한 경우에도 표적 위치 추정 성능이 강인할 수 있음을 보인다.

• 한국통신학회논문지
• /
• 제24권10A호
• /
• pp.1546-1554
• /
• 1999

본 논문에서는 결함 및 마스크, 스위칭 기능을 포함한 결함에 대한 동적 구조를 갖는 결함 허용 시스템에 대하여 신뢰도 평가를 할 수 있는 동적 결함 트리 알고리듬(Dynamic Fault Tree Algorithm)을 제안한다. 본 알고리듬에서는 동적 특성을 표현할 수 있는 FDEP, CSP, SEQ, PAG 게이트 정의로부터 출발한다. 이러한 게이트의 정의는 시스템의 동적 특성을 만족시키기 위해 시스템의 상태증가를 유발하는 기존의 마코브 모델과 시스템의 정적 특성에 대해서만 평가 가능했던 결함 트리 모델에 대한 제약조건을 해결할 수 있었다. 본 논문에서는 제시한 알고리듬의 장점을 입증하기 위하여 동적 특성을 가지는 TMR(Triple Modular Redundancy) 시스템과 이중화 중복 시스템(Dual Duplex System)에 대해 기존의 알고리듬과 제시하는 알고리듬을 적용하여 신뢰성 평가를 수행한 후 이를 통해 제시하는 알고리듬이 동적 여분을 사용하는 시스템이나 순차 종속 고장들을 가지는 시스템, 결함과 오류의 복구 기술을 가지는 시스템들에 대해 우수함을 보여준다.

• 대한의용생체공학회:의공학회지
• /
• 제30권5호
• /
• pp.428-437
• /
• 2009

The Performance research about EEG-BCI algorithm in BCI-naive subjects is very important for evaluating the applicability to the public. We analyzed the result of the performance evaluation experiment about the EEG-BCI algorithm in BCI-naive subjects on three different aspects. The EEG-BCI algorithm used in this paper is composed of the common spatial pattern(CSP) and the least square linear classifier. CSP is used for obtaining the characteristic of event related desynchronization, and the least square linear classifier classifies the motor imagery EEG data of the left hand or right hand. The performance evaluation experiments about EEG-BCI algorithm is conducted for 40 men and women whose age are 23.87${\pm}$2.47. The performance evaluation about EEG-BCI algorithm in BCI-naive subjects is analyzed in terms of the accuracy, the relation between the information transfer rate and the accuracy, and the performance changes when the different types of cue were used in the training session and testing session. On the result of experiment, BCI-naive group has about 20% subjects whose accuracy exceed 0.7. And this results of the accuracy were not effected significantly by the types of cue. The Information transfer rate is in the inverse proportion to the accuracy. And the accuracy shows the severe deterioration when the motor imagery is less then 2 seconds.

• 대한수학회보
• /
• 제55권1호
• /
• pp.81-105
• /
• 2018

In this paper we give two characterisations of the class of reflexive graphs admitting distributive lattice polymorphisms and use these characterisations to address the problem of recognition: we find a polynomial time algorithm to decide if a given reflexive graph G, in which no two vertices have the same neighbourhood, admits a distributive lattice polymorphism.

• Journal of Ship and Ocean Technology
• /
• 제10권2호
• /
• pp.37-44
• /
• 2006

The erection in shipbuilding is the process to assemble all the blocks one by one in certain order and requires more leveled and efficient schedule than other processes do. However, erection schedule includes too many constraints to be systemized with simple programs and constraints are changed frequently. These difficulties make it rare to find automatic erection schedule generation system with load leveling ability. In this paper, a CSP (Constraint Satisfaction Problem)-based load leveling algorithm using a maximum load diminution technique is proposed and applied to the block erection scheduling of a dock in a shipyard. The result shows that it performs better than currently used scheduling method based on empirical logics. The maximum load of welding length and crane usage are reduced by 31.63% and 30.00% respectively. The deviation of resource usage amount also decreases by 8.93% and 7.51%.

• 한국경영과학회지
• /
• 제17권3호
• /
• pp.159-170
• /
• 1992

The size of time constaints is the critical bottleneck of the Crew Scheduling Problem (CSP). This paper deals with a method to extract the minimum required time constraints by k-shortest path algorithm. These time constraints are added as the "insurance constraints" to avoid the unnecessary tree search, which are very time-consuming procedures, for the integer solutions. The computational results show that the problem size in LP formulation could be reduced by our method.

• Smart Structures and Systems
• /
• 제31권5호
• /
• pp.469-483
• /
• 2023

The dynamic characteristics of wind turbine blades are usually monitored by contact sensors with the disadvantages of high cost, difficult installation, easy damage to the structure, and difficult signal transmission. In view of the above problems, based on computer vision technology and the improved YOLOv5 (You Only Look Once v5) deep learning model, a non-contact dynamic characteristic monitoring method for wind turbine blade is proposed. First, the original YOLOv5l model of the CSP (Cross Stage Partial) structure is improved by introducing the CSP2_2 structure, which reduce the number of residual components to better the network training speed. On this basis, combined with the Deep sort algorithm, the accuracy of structural displacement monitoring is mended. Secondly, for the disadvantage that the deep learning sample dataset is difficult to collect, the blender software is used to model the wind turbine structure with conditions, illuminations and other practical engineering similar environments changed. In addition, incorporated with the image expansion technology, a modeling-based dataset augmentation method is proposed. Finally, the feasibility of the proposed algorithm is verified by experiments followed by the analytical procedure about the influence of YOLOv5 models, lighting conditions and angles on the recognition results. The results show that the improved YOLOv5 deep learning model not only perform well compared with many other YOLOv5 models, but also has high accuracy in vibration monitoring in different environments. The method can accurately identify the dynamic characteristics of wind turbine blades, and therefore can provide a reference for evaluating the condition of wind turbine blades.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.247-256
• /
• 2000

오늘날의 기업은 상품을 판매하는 것 뿐만 아니라 기업의 신용과 이미지를 위해 그 상품에 대한 사후처리(After Service) 업무에 많은 투자를 하고 있다. 이러한 양질의 사후서비스를 고객에게 공급하기 위해서는 많은 인력을 합리적으로 관리해야 하고 요청되는 고장수리 서비스 업무를 빠르게 해결하기 위해서는 업무를 인력들에게 합리적으로 배정을 하고 회사의 비용을 최소화하면서 정해진 시간에 요청된 작업을 처리하기 위해서는 인력들에게 작업을 배정하고 스케줄링하는 문제가 발생된다. 본 논문에서는 이러한 문제를 해결하기 위해 화학계기의 A/S 작업을 인력에게 합리적으로 배정하는 스케줄링 시스템에 관한 연구이다. 먼저 스케줄링 모델을 HP 사의 화학분석 및 시스템을 판매, 유지보수 해 주는 "영진과학(주)"회사의 작업 스케줄을 분석하여 필요한 도메인과 고객서비스전략과 인력관리전략에서 제약조건을 추출하였고 여기에 스케줄링 문제를 해결하기 위한 방법으로 제약만족문제(CSP) 해결기법인 도메인 여과기법을 적용하였다. 도메인 여과기법은 제약조건에 의해 변수가 갖는 도메인의 불필요한 부분을 여과하는 것으로 제약조건과 관련되어 있는 변수의 도메인이 축소되는 것이다. 또한, 스케줄링을 하는데에 있어서 비용적인 측면에서의 스케줄링방법과 고객 만족도에서의 스케줄링 방법을 비교하여 가장 이상적인 해를 찾는데 트래이드오프(Trade-off)를 이용하여 최적의 해를 구했으며 실험을 통해 인력에게 더욱 효율적으로 작업들을 배정 할 수 있었고 또한, 정해진 시간에 많은 작업을 처리 할 수 있었으며 작업을 처리하는데 있어 소요되는 비용을 감소하는 결과를 얻을 수 있었다. 검증하였다.를, 지지도(support), 신뢰도(confidence), 리프트(lift), 컨빅션(conviction)등의 관계를 통해 다양한 방법으로 모색해본다. 이 연구에서 제안하는 이러한 개념계층상의 흥미로운 부분의 탐색은, 전자 상거래에서의 CRM(Customer Relationship Management)나 틈새시장(niche market) 마케팅 등에 적용가능하리라 여겨진다.선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data buffer without complexity

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권4호
• /
• pp.1258-1275
• /
• 2023

Cloud computing is a new technology that has adapted to the traditional way of service providing. Service providers are responsible for managing the allocation of resources. Selecting suitable containers and bandwidth for job scheduling has been a challenging task for the service providers. There are several existing systems that have introduced many algorithms for resource allocation. To overcome these challenges, the proposed system introduces an Optimized Task Scheduling Algorithm with Deep Learning (OTS-DL). When a job is assigned to a Cloud Service Provider (CSP), the containers are allocated automatically. The article segregates the containers as' Long-Term Container (LTC)' and 'Short-Term Container (STC)' for resource allocation. The system leverages an 'Optimized Task Scheduling Algorithm' to maximize the resource utilisation that initially inquires for micro-task and macro-task dependencies. The bottleneck task is chosen and acted upon accordingly. Further, the system initializes a 'Deep Learning' (DL) for implementing all the progressive steps of job scheduling in the cloud. Further, to overcome container attacks and errors, the system formulates a Container Convergence (Fault Tolerance) theory with high-level security. The results demonstrate that the used optimization algorithm is more effective for implementing a complete resource allocation and solving the large-scale optimization problem of resource allocation and security issues.