• 지능정보연구
• /
• 제29권3호
• /
• pp.1-17
• /
• 2023

정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.

• 한국컴퓨터정보학회지
• /
• 제14권2호
• /
• pp.215-224
• /
• 2006

VoIP 취약점 중에서 해커 공격의 파급 효과가 가장 큰 스팸공격과 차단에 대한 연구를 하였다. VoIP 서비스에 대한 스팸공격의 시나리오를 작성하고, 콜 스팸, 인스턴트 메시징 스팸, 프레즌스 스팸 공격을 실시한다. 실험실에서 스팸 공격이 성공됨을 증명하고, 사용자의 피해 사실을 확인한다. VoIP 서비스의 스팸 차단 방법의 제안에서 1) 인바이트 리퀘스트 플루드 공격의 차단 2) 블랙/화이트 리스트, 3) 역추적, 4) Black Hole - Sink Hole, 5) 콘텐츠 필터링, 6) 동의 기반 통신, 7) 콜 행위 패턴 조사, 8) 레퓨테이션 시스템을 제안하고 실험한다. 각각의 제안된 차단 방안을 VoIP 네트워크에서 실험하여 스팸차단의 보안 등급을 확인한다. 본 논문의 연구결과를 통하여 VoIP 서비스의 정보보호가 WiBro, BcN에서 확대되어 유비쿼터스 보안을 실현하는데 이바지 할 수 있도록 하겠다.

• 정보화연구
• /
• 제10권2호
• /
• pp.251-261
• /
• 2013

다양한 휴대 인터넷 환경의 출현은 기존 모바일 기기의 네트워크 접근을 보다 쉽게 해주고 있다. 또한 무선 환경을 사용하는 모바일 기기 사용자는 혼자 사용하는 특징을 가지고 있으며 유선 환경보다 사용자 프로파일 정보를 쉽게 구할 수 있다. 이러한 모바일 기기의 특징은 개인화 서비스를 적용하기에 최적의 시스템이다. 본 논문에서는 모바일 기기 사용자를 위한 개인화된 모바일 음악 콘텐츠 추천 서비스를 제공한다. 이 서비스는 사용자의 액세스 히스토리(access history) 정보를 활용하여 시간에 가중치 부여를 이용한 협업 필터링 방법을 제안한다. 액세스 히스토리 정보는 사용자의 관심정보를 알아낼 수 있다. 이 정보를 이용하여 음악 장르의 선호도를 고려하고 시간에 따라 가중치를 부여하여 음악을 추천해준다. 이 방법은 기존의 음악 추천 시스템의 문제점인 사용자가 선호하는 음악장르가 시간이 지남에 따라 변화한다는 사실을 고려하지 못하는 문제점을 해결한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.241-250
• /
• 2006

본 논문에서는 VoIP서비스의 취약점 중에서 파급 효과가 가장 큰 스팸공격과 차단에 대한 연구를 하였다. VoIP 서비스에 대한 스팸공격의 시나리오를 작성하고, 콜 스팸, 인스턴트 메시징 스팸, 프레즌스 스팸 공격을 실시한다. 실험실에서 스팸 공격이 성공됨을 증명하고, 사용자의 피해 사실을 확인한다. VoIP서비스의 스팸 차단 방법의 제안에서 1) 인바이트 리퀘스트 플루드 공격의 차단 2) 블랙/화이트 리스트, 3) 역추적, 4) Black Hole-Sink Hole, 5) 콘텐츠 필터링, 6) 동의 기반 통신, 7) 콜 행위 패턴 조사, 8) 레퓨테이션 시스템을 제안하고 실험한다. 각각의 제안된 차단 방안을 VoIP 네트워크에서 실험하여 스팸차단의 보안 등급을 확인한다. 본 논문의 연구결과를 통하여 VoIP 서비스의 정보보호가 WiBro, BcN에서 확대되어 유비쿼터스 보안을 실현하는데 이바지 할 수 있도록 하겠다.

• Journal of Biosystems Engineering
• /
• 제27권2호
• /
• pp.151-160
• /
• 2002

Cow image processing technique would be useful not only for recognizing an individual but also for establishing the image database and analyzing the shape of cows. A cow (Holstein) has usually the unique speckle pattern. In this study, the individual recognition of cow was carried out using the speckle pattern and the content-based image retrieval technique. Sixty cow images of 16 heads were captured under outdoor illumination, which were complicated images due to shadow, obstacles and walking posture of cow. Sixteen images were selected as the reference image for each cow and 44 query images were used for evaluating the efficiency of individual recognition by matching to each reference image. Run-lengths and positions of runs across speckle area were calculated from 40 horizontal line profiles for ROI (region of interest) in a cow body image after 3 passes of 5$\times$5 median filtering. A similarity measure for recognizing cow individuals was calculated using Euclidean distance of normalized G-frame histogram (GH). normalized speckle run-length (BRL), normalized x and y positions (BRX, BRY) of speckle runs. This study evaluated the efficiency of individual recognition of cow using Recall(Success rate) and AVRR(Average rank of relevant images). Success rate of individual recognition was 100% when GH, BRL, BRX and BRY were used as image query indices. It was concluded that the histogram as global property and the information of speckle runs as local properties were good image features for individual recognition and the developed system of individual recognition was reliable.

• 한국통신학회논문지
• /
• 제35권8C호
• /
• pp.689-696
• /
• 2010

동영상, 정지 영상, 그리고 음원과 같은 디지털 콘텐츠를 보호하기 위한 워터마킹 기법은 저작권 등과 관련된 정보를 콘텐츠 내부에 직간접적으로 삽입하는 방식으로 원본 콘텐츠와는 품질면에서 차이가 있다. 따라서 본 논문에서는 셀룰라 오토마타 변환을 이용하여 콘텐츠 정보를 변형하지 않는 새로운 콘텐츠 보호 방법을 제안한다. 셀룰라 오토마타 변환은 룰(Rule), 기저함수, 초기 값 등 많은 변수를 사용하여 변환을 수행하고 역변환을 위해서는 동일한 변수 값을 이용해야 하므로 뛰어난 보안성을 갖는다. 이와 같은 특징을 갖는 이차원 셀룰라 오토마타 변환으로 얻어진 원 영상 계수 정보와 저작권 정보를 조합하여 새로운 영상 의존 정보를 생성하며 데이터베이스 등에 저장한다. 원본 영상은 외부 공격 등이 가능한 인터넷 등을 이용하여 배포하고 향후 저작권 분쟁 등이 발생할 경우 데이터베이스에 저장된 정보와 외부 공격을 받은 영상을 이용하여 저작권 정보를 복원한다. 본 논문에서 제안한 방법을 이용하여 미디언 필터, 잘라내기, JPEG 압축, 그리고 회전 등 공격 받은 영상을 사용하여 강인성 실험을 수행하여 제안한 알고리즘을 검증한다.

• 한국정보전자통신기술학회논문지
• /
• 제12권1호
• /
• pp.106-112
• /
• 2019

한국저작권위원회는 만화와 웹툰의 불법복제를 막기 위해 저작권 기술 R&D 과제를 추진하였다. 불법 유통되는 만화를 모니터링하고 식별할 수 있는 기술과 웹하드를 포함한 특수한 유형의 온라인서비스제공자에 기술적 조치를 적용하기 위한 특징점 기반 스캔만화 필터링 기술을 개발하였고, 불법 유통되는 웹툰을 모니터링하고 식별할 수 있는 기술을 개발하였다. 웹하드에 게시된 만화는 모두 불법임에도 인기 만화들의 대다수를 다운로드 받아 볼 수 있고, 국내법을 피해 해외에서 서비스하는 웹사이트에 접속하여 거의 모든 인기 웹툰들을 손쉽게 감상할 수 있다. 이러한 상황에서도 6년간에 걸쳐 개발한 만화와 웹툰 저작권 보호 기술은 그 어디에도서 사용되지 않고 있다. 본 논문을 통해서 무엇이 문제이고 해결방안은 무엇인지 살펴보고 효과적인 웹툰 저작권 보호 방법을 제안한다.

• KNOM Review
• /
• 제22권1호
• /
• pp.52-59
• /
• 2019

비디오 스트리밍 서비스가 다양한 단말기에서 지원되면서 사용량이 증대되었고 그로 인해 사용자 관점에서 서비스를 개선하려는 노력이 지속되고 있다. 사용자가 영상을 시청할 때 입력부터 재생될 때까지 응답 시간이 길어지면 사용자의 서비스 만족도는 저하된다. 본 논문은 사용자의 과거 시청 이력을 분석하여 선호 영상을 추출하고 이 영상 데이터를 단말기에 사전 배치하여 응답 시간을 줄이는 방법을 제안한다. 실험으로 데이터 사전 배치로 응답 시간이 최대 41% 개선되는 것을 확인하였다. 실제 스트리밍 서비스의 시청 기록을 활용하여 사용자별 선호 영상을 계산하였다. 적중률에 따른 응답 시간 변화와 시청되지 않아 낭비된 데이터양을 알아보았다. 적중률이 높아질수록 응답 시간 개선 효과가 커지는 것을 확인하였다.

• 한국재료학회지
• /
• 제34권1호
• /
• pp.12-20
• /
• 2024

This study successfully prepared high-porosity aluminosilicate fibrous porous ceramics through vacuum suction filtration using aluminosilicate fiber as the primary raw material and glass powder as binder, with the appropriate incorporation of glass fiber. The effects of the composition of raw materials and sintering process on the structure and properties of the material were studied. The results show that when the content of glass powder reached 20 wt% and the samples were sintered at the temperature of 1,000 ℃, strong bonds were formed between the binder phase and fibers, resulting in a compressive strength of 0.63 MPa. When the sintering temperatures were increased from 1,000 ℃ to 1,200, the open porosity of the samples decreased from 89.08 % to 82.38 %, while the linear shrinkage increased from 1.13 % to 10.17 %. Meanwhile, during the sintering process, a large amount of cristobalite and mullite were precipitated from the aluminosilicate fibers, which reduced the performance of the aluminosilicate fibers and hindered the comprehensive improvement in sample performance. Based on these conditions, after adding 30 wt% glass fiber and being sintered at 1,000 ℃, the sample exhibited higher compressive strength (1.34 MPa), higher open porosity (89.13 %), and lower linear shrinkage (5.26 %). The aluminosilicate fibrous porous ceramic samples exhibited excellent permeability performance due to their high porosity and interconnected three-dimensional pore structures. When the samples were filtered at a flow rate of 150 mL/min, the measured pressure drop and permeability were 0.56 KPa and 0.77 × 10^-6 m² respectively.

• 지능정보연구
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.