• 융합보안논문지
• /
• 제7권1호
• /
• pp.19-27
• /
• 2007

알려지지 않은 불분명한 위협을 검출하는 내는 것은 모순이다. 존재하는 것이 알려지지 않았다면 어떻게 찾아 낼 것인가? 그것은 알려지지 알은 위험을 아주 짧은 시간 안에 위협을 정의(identification)을 할 수 있으면 가능 할 수 있을 것이다. 본 논문은 위험 검출 기법을 만들어 네트워크상의 알려지지 않은 위험에 대해 유연하게 대처할 수 있는 시스템 개발에 도움을 줄 수 있게 하기 위해 연구되었다. 이 시스템은 알려지지 않은 위험을 탐지하기 위하여 동적이고 유연한 상황 지식을 가진 로직을 가지고 시스템을 감시한다. 시스템은 새로운 위협의 검출뿐만 아니라 빠르고 효과적인 방법으로 위협에 대처할 수 있다.

• 대한전자공학회논문지TC
• /
• 제40권12호
• /
• pp.136-144
• /
• 2003

본 논문은 Offset time을 기반으로 하는 OBS에서 하위 우선순위 클래스의 버스트 크기를 망의 트래픽 부하에 따라 동적으로 조절하여 하위 우선순위 클래스의 손실율을 제어시킬 수 있는 방안을 제안한다. 이 방안에서는 void를 활용하는 스케줄링에서는 부하가 증가함에 따라 긴 버스트의 손실율이 짧은 버스트의 손실율 보다 높아지므로, 부하가 높아 질 때에는 버스트의 길이를 짧게 함으로써, 채널의 void/gap을 보다 효율적으로 활용하여 클래스간의 버스트 충돌을 감소시킬 수 있다는 사실을 이용한다. 이 방안의 구현을 위해서 먼저 버스트의 길이와 버스트 loss율 그리고 트래픽 부하에 대한 상관관계를 구하여, 코어 라우터에서는 망의 부하에 따라 유지하고자하는 버스트 손실율에 상응하는 burst 길이를 Ingress 에지 라우터(edge router)에 주기적 혹은 필요에 따라 피드백 해준다. 에지 라우터는 피드백 받은 정보에 따라 어셈블리 때에 Burst Assembly Threshold를 조정하여 버스트 길이를 제한하게 된다. 시뮬레이션 결과를 통하여 제안한 방안이 하위 우선 순위 버스트들의 손실율을 망이 요구하는 수준으로 잘 유지 할 수 있음을 확인 할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.433-436
• /
• 2004

In this paper, we introduce a new Fuzzy Polynomial Neural Networks (FPNNS)-like structure whose neuron is based on the Fuzzy Set-based Fuzzy Inference System (FS-FIS) and is different from that of FPNNS based on the Fuzzy relation-based Fuzzy Inference System (FR-FIS) and discuss the ability of the new FPNNS-like structure named Fuzzy Set-based Polynomial Neural Networks (FSPNN). The premise parts of their fuzzy rules are not identical, while the consequent parts of the both Networks (such as FPNN and FSPNN) are identical. This difference results from the angle of a viewpoint of partition of input space of system. In other word, from a point of view of FS-FIS, the input variables are mutually independent under input space of system, while from a viewpoint of FR-FIS they are related each other. The proposed design procedure for networks architecture involves the selection of appropriate nodes with specific local characteristics such as the number of input variables, the order of the polynomial that is constant, linear, quadratic, or modified quadratic functions being viewed as the consequent part of fuzzy rules, and a collection of the specific subset of input variables. On the parameter optimization phase, we adopt Information Granulation (IC) based on HCM clustering algorithm and a standard least square method-based learning. Through the consecutive process of such structural and parametric optimization, an optimized and flexible fuzzy neural network is generated in a dynamic fashion. To evaluate the performance of the genetically optimized FSPNN (gFSPNN), the model is experimented with using the time series dataset of gas furnace process.

• 한국정보통신학회논문지
• /
• 제7권6호
• /
• pp.1318-1324
• /
• 2003

기존의 ART1 알고리즘은 입력 패턴과 저장 패턴간의 유사성 검증 방법의 문제점과 경계 변수에 따라 클러스터의 수와 인식률이 좌우되는 문제점이 있다. 본 논문에서는 기존의 ART1 알고리즘을 개선하기 위하여 입력 패턴과 저장 패턴간의 Exclusive NOR의 놈 (norm) 비율을 사용하는 유사성 측정 방법과 퍼지 접속 연산자를 이용하여 유사성에 따라 경계변수를 동적으로 조정하는 방법을 적용한 개선된 ART1을 제안한다. 제안된 방법에서는 1의 개수 비율이 아니라 같은 값을 가진 노드의 비율을 사용하여 유사성을 측정하고 경계 변수는 Yager의 합 접속 연산자를 사용하여 동적으로 조정한다. 제안된 방법의 성능을 확인하기 위하여 26개의 영문 패턴 분류 문제와 잡음이 있는 패턴 인식 문제를 대상으로 실험한 결과, 제안된 방법이 기존의 ART1 알고리즘 보다 경계 변수의 설정에 따라 민감하게 반응하지 않았고 인식률에서도 개선된 것을 확인하였다.

• 정보처리학회논문지D
• /
• 제11D권4호
• /
• pp.975-982
• /
• 2004

현재 많이 사용되고 있는 P2P 개념으로는 순수 P2P와 변형 P2P 구조가 있다. 순수 P2P의 모델에는 Gnutella와 Ktella등의 형태가 존재하고 변형 P2P로는 무수히 많은 형태가 존재한다. 순수 P2P 모델의 경우에는 정보 공유에서 연결성을 장점으로 Gnutella의 형태를 응용한 형태로 많이 사용되고 있지만 정보를 검색하거나 제공하기 위해 많은 트래픽을 소모하게 된다. 이와는 달리 변형 P2P 모델들 중 정보 공유 모델들이 존재하는데 이 모델들은 사용자에게 효율적이고 빠른 검색과 색인을 제공하기 위해 기존의 서버/클라이언트 형태를 취하고 있지만 확장성에 있어서 제공하는 서버의 능력에 의존할 수 밖에 없다. 파일공유 모델의 Peer들에 대해 연결성 유지를 위한 많은 부하와 사용자에 있어서 그룹에 대한 형태의 문제점 그리고 서버의 Fail로 인한 비 연결성에 대한 문제점을 해결하기 위해 본 논문에서는 라우팅 프로토콜 기법에서의 접근과 계층적 구조를 적용하고 Backup 시스템을 포함해서 대규모 네트워크에서 효율적인 그룹관리와 동적인 서버의 지정으로 신뢰성을 유지하기 위한 시스템을 설계 구현하여 그 우수성을 검증하였다.

• 정보처리학회논문지C
• /
• 제11C권5호
• /
• pp.613-620
• /
• 2004

오래 전부터 이동통신 서비스를 위한 통신 프로토콜이나 기능 요소의 성능을 평가하고 시험하기 위하여 시뮬레이션을 통한 평가 방법이 사용되었다. 본 논문에서는 객체지향적 시뮬레이션 플랫폼을 이용하여 이동통신 서비스의 성능을 예측할 수 있는 이동통신 시뮬레이터인 PCSsim (Personal Communication System Simulator)를 구현하였다. PCSsim은 사용자 이동성, 호 발생 주기 및 호 지속 시간을 고려하여 기지국과 이동호스트를 시뮬레이션 할 수 있다. 이를 이용해 본 논문에서는 주거 및 상업지역에서의 통화 발생률, 사용자 이동 속도와 통화 시간에 따른 핸드오프 발생율을 시뮬레이션 결과로 제시하였으며, 시뮬레이션 결과로 발생된 핸드오프율과 실제 서비스 환경에서의 핸드오프율이 거의 유사한 특성을 나타내는 것을 확인할 수 있었다. PCSsim은 설계 과정에서 동적 핸드오프 버퍼링이나 사용자 통화 특성에 따른 기지국 특성을 조정하는데 사용될 수 있으며, 기지국 지역 특성과 사용자 이동성을 반영하여 새로운 이동통신 네트워크를 구축하는데 사용할 수 있다.

• 융합보안논문지
• /
• 제12권6호
• /
• pp.69-75
• /
• 2012

MANET은 노드들의 이동성으로 인한 동적 토폴로지와 hop-by-hop 데이터 전달 방식의 특징으로 인해 많은 공격들의 대상이 된다. 그리고 MANET에서는 침입탐지시스템의 위치 설정이 어렵고, 지역적으로 수집된 정보로는 공격 탐지가 더욱 어렵다. 또한 트래픽 양이 많아지면 침입탐지 성능이 현저히 떨어지게 된다. 따라서 본 논문에서는 MANET을 zone 형태로 구성한 후 대용량의 트래픽에도 안정된 침입탐지를 수행할 수 있도록 하기 위하여 정보 손실 없이 차원을 축소할 수 있는 random projection 기법을 사용하였다. 그리고 지역적인 정보만으로 탐지가 어려운 공격 탐지를 위해서 전역 탐지 노드를 이용하였다. 전역 탐지 노드에서는 IDS 에이전트들로부터 수신한 정보와 노드들의 패턴을 이용하여 공격 탐지를 수행하게 된다. 본 논문에서 제안한 기법의 성능 평가를 위하여 k-NN 기법과 ZBIDS 기법과 비교 실험하였으며, 실험을 통해 성능의 우수성을 확인하였다.

• 한국통신학회논문지
• /
• 제32권9B호
• /
• pp.563-568
• /
• 2007

본 논문에서는 대규모 무선 이동 애드혹 네트워크에서 소스 노드에서 목적지 노드로의 데이터 전송을 위한 경로 설정 시 안정적 경로 유지를 위한 경로 설정 방식을 제안한다. 이동 애드혹 네트워크에서 경로 설정 방법은 유선 네트워크의 경로 설정 방법과는 달리 노드의 이동성을 고려한 라우팅 알고리즘을 통해 경로를 설정하고, 설정된 경로를 통하여 데이터를 전송하게 된다. 하지만, 경로 설정 시 목적지에 가장 먼저 도달한 경로 설정 메시지만을 고려한 경로 설정 방법은 노드의 이동성으로 인한 경로 단절이 발생할 확률이 높고, 패킷 전송 시 패킷 손실이나 지연이 발생할 확률이 크다. 특히 노드의 제어 및 안정적 데이터를 전송하기 위한 경로가 불안정적 일 경우 큰 문제가 발생될 수 있다. 그래서 본 논문에서는 소스 노드에서 목적지 노드로의 경로 설정 시 노드의 이동성을 고려함으로써 패킷 전송 시 발생할 수 있는 노드 간 경로 단절 및 패킷 손실 등을 최소화 하는 방식을 제안 한다. 제안한 프로토콜은 노드의 이동 속도를 바탕으로 목적지에서 다수의 RREQ 메시지를 수신하고, MinMax 알고리즘을 통하여 적합한 경로를 선정하게 된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3168-3186
• /
• 2020

Automatic topic essay generation (TEG) is a controllable text generation task that aims to generate informative, diverse, and topic-consistent essays based on multiple topics. To make the generated essays of high quality, a reasonable method should consider both diversity and topic-consistency. Another essential issue is the intrinsic link of the topics, which contributes to making the essays closely surround the semantics of provided topics. However, it remains challenging for TEG to fill the semantic gap between source topic words and target output, and a more powerful model is needed to capture the semantics of given topics. To this end, we propose a pretraining-based contextual self-attention (PC-SAN) model that is built upon the seq2seq framework. For the encoder of our model, we employ a dynamic weight sum of layers from BERT to fully utilize the semantics of topics, which is of great help to fill the gap and improve the quality of the generated essays. In the decoding phase, we also transform the target-side contextual history information into the query layers to alleviate the lack of context in typical self-attention networks (SANs). Experimental results on large-scale paragraph-level Chinese corpora verify that our model is capable of generating diverse, topic-consistent text and essentially makes improvements as compare to strong baselines. Furthermore, extensive analysis validates the effectiveness of contextual embeddings from BERT and contextual history information in SANs.

• Smart Structures and Systems
• /
• 제25권5호
• /
• pp.605-617
• /
• 2020

The existence of damages in structures causes changes in the physical properties by reducing the modal parameters. In this paper, we develop a two-stages approach based on normalized Modal Strain Energy Damage Indicator (nMSEDI) for quick applications to predict the location of damage. A two-dimensional IsoGeometric Analysis (2D-IGA), Machine Learning Algorithm (MLA) and optimization techniques are combined to create a new tool. In the first stage, we introduce a modified damage identification technique based on frequencies using nMSEDI to locate the potential of damaged elements. In the second stage, after eliminating the healthy elements, the damage index values from nMSEDI are considered as input in the damage quantification algorithm. The hybrid of Teaching-Learning-Based Optimization (TLBO) with Artificial Neural Network (ANN) and Particle Swarm Optimization (PSO) are used along with nMSEDI. The objective of TLBO is to estimate the parameters of PSO-ANN to find a good training based on actual damage and estimated damage. The IGA model is updated using experimental results based on stiffness and mass matrix using the difference between calculated and measured frequencies as objective function. The feasibility and efficiency of nMSEDI-PSO-ANN after finding the best parameters by TLBO are demonstrated through the comparison with nMSEDI-IGA for different scenarios. The result of the analyses indicates that the proposed approach can be used to determine correctly the severity of damage in beam structures.