• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1698-1705
• /
• 2010

본 논문에서는 자기 공명 영상에서 고속의 간 분할 기법을 제안한다. 제안 기법은 MR 영상을 정규화된 기울기 크기 정보를 바탕으로 효율적으로 객체와 경계로 구분한다. 다음으로 간 영역에 해당하는 객체를 직전에 분할된 슬라이스의 간 영역에서 추출된 씨앗점들로 2차원 씨앗점 영역 성장법을 이용하여 검출한다. 마지막으로 롤링 볼 알고리즘과 연결 요소 분석 기법을 사용하여 간 경계 부근의 위양성 오차를 최소화한다. 20명의 환자 데이터에 대하여 제안 기법으로 분할한 결과와 수작업으로 분할한 결과를 비교하여 정확성을 검증하였다. 평균 볼륨 오버랩 오차 5.2%였고, 평균 절대값 볼륨 측정 오차는 1.9%였다. 제안 기법으로 한 환자 데이터를 분할하는 데 소요되는 평균 시간은 약 3초 정도였다. 제안 기법은 빠르고, 정확한 간 분할을 필요로 하는 컴퓨터 보조 간 진단 기법에 사용될 수 있다.

• 정보처리학회논문지C
• /
• 제12C권7호
• /
• pp.1007-1014
• /
• 2005

최근 네트워크가 발전함에 따라 네트워크의 취약점을 이용한 침입과 공격이 많이 발생하고 있다. 네트워크에서 공격과 침입을 탐지하기 위해 규칙을 만들거나 패턴을 생성하는 것은 매우 어렵다. 대부분 전문가의 경험에 의해서 만들어지고, 많은 인력, 비용, 시간을 소비하고 있다. 본 논문에서는 전문가의 경험 없이 네트워크의 공격 행위를 효과적으로 탐지하기 위해서 네트워크 연결기반의 정보를 이용한 척도선정 기법과 탐지기법을 제안한다. 정상과 각 공격의 네트워크 연결 데이터를 추출하고, 상대 복잡도를 이용하여 복잡도의 임계값 설정함으로써 공격 탐지에 유용한 척도를 선정한다. 그리고 선정된 척도를 바탕으로 확률패턴을 생성하고 우도비 검증을 이용해 공격을 탐지한다. 이 탐지방법으로 임계값 조절에 따라 탐지율과 오탐율을 조절할 수 있었다. KDD CUP 99 데이터를 이용하여 공격행위를 분석, 분류하고, 결정트리 알고리즘의 규칙기반 탐지 결과와 비교함으로써 본 논문에서 제시한 기법이 유용함을 확인하였다.

• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.99-106
• /
• 2011

데이터 중심적인 네트워크인 무선 센서 네트워크는 대량의 센서 노드들이 광범위한 지역에 조밀하게 분산 배치되어 동작한다. 센서 노드들은 일반적으로 열린 환경에서 독립적으로 동작하기 때문에 보안 공격에 취약하다. 본 논문에서는 무선 센서 네트워크를 위한 콘텐츠 기반 이상 탐지 기법을 제안한다. 제안 기법은 무선 센서 네트워크의 특징인 특정한 현상을 여러 개의 센서 노드가 동시에 감지한다는 특성과 센서 노드에서 측정된 데이터인 콘텐츠는 어떤 특정 범위 안에서 변한다는 특성을 이용한다. 제안 기법은 훈련 단계, 적용 단계와 보정 단계로 구성되며 적용 단계에서 거리 기반 이상 탐지(distance-based anomaly detection) 기법을 이용하여 얻게 된 이상치 후보를 보정 단계로 보낸다. 보정 단계는 동일한 현상을 동시에 감지한 센서 노드들의 데이터로 구성된 콘텐츠 테이블과 이상치 후보를 비교, 분석함으로써 이상 탐지 기법의 성능을 향상시킨다. 시뮬레이션을 통해 제안 탐지 기법이 높은 탐지율과 낮은 오탐율을 가진다는 것을 확인할 수 있었다.

• 융합보안논문지
• /
• 제18권5_1호
• /
• pp.59-66
• /
• 2018

기계학습을 이용하는 침입 탐지 시스템의 성능은 특징 집합의 구성과 크기에 크게 좌우된다. 탐지율과 같은 시스템의 탐지 정확도는 특징 집합의 구성에, 학습 및 탐지 시간은 특징 집합의 크기에 의존한다. 따라서 즉각적인 대응이 필수인 침입 탐지 시스템의 실시간 탐지가 가능하도록 하려면, 특징 집합은 크기가 작으면서도 적절한 특징들로 구성하여야 한다. 본 논문은 실시간 탐지를 위한 특징 집합 선택 문제를 해결하기 위해 사용했던 기존의 다목적 유전자 알고리즘에 특징 간의 Pearson 상관계수를 함께 사용하면 탐지율을 거의 낮추지 않으면서도 특징 집합의 크기를 줄일 수 있음을 보인다. 제안한 방법의 성능평가를 위해 NSL_KDD 데이터를 사용하여 10가지 공격 유형과 정상적인 트래픽을 구별하도록 인공신경망을 설계, 구현하여 실험한다.

• 정보보호학회논문지
• /
• 제29권3호
• /
• pp.531-539
• /
• 2019

본 논문에서는 악성코드 패밀리 분류를 위한 훈련 데이터의 특징을 제안하고, 앙상블 모델을 이용한 다중 분류 성능을 분석한다. 악성코드 실행 파일로부터 API와 DLL 데이터를 추출하여 훈련 데이터를 구성하며, 의사 결정 트리기반 Random Forest와 XGBoost 알고리즘으로 모델을 학습한다. 악성코드에서 빈번히 사용되는 API와 DLL 정보를 분석하며, 고차원의 훈련 데이터 특징을 저차원의 특징 표현으로 변환시켜, 악성코드 탐지와 패밀리 분류를 위한 API, API-DLL, DLL-CM 특징을 제안한다. 제안된 특징 선택 방법은 데이터 차원 축소와 빠른 학습의 장점을 제공한다. 성능 비교에서 악성코드 탐지율은 Random Forest가 93.0%, 악성코드 패밀리 분류 정확도는 XGBoost가 92.0%, 그리고 정상코드를 포함하는 테스트 오탐률은 Random Forest와 XGBoost가 3.5%이다.

• 대한수의학회지
• /
• 제49권2호
• /
• pp.149-155
• /
• 2009

The objective of this study was to analyze data from the planned national serological monitoring program for Aujeszky's disease (AD) using a simulation model to evaluate probable outcomes expected in the sample derived from the simulated herds at predefined within-herd prevalence and herd prevalence. Additionally, prevalence at animal- and herd-level estimated by the stochastic simulation model based on the distributions of the proportion of infected herds and test-positive animals was compared with those of data from a national serological survey in 2006, in which 106,762 fattening pigs from 5,325 herds were tested for AD using a commercial ELISA kit. A fixed value of 95% was used for test sensitivity, and the specificity was modeled with a minimum, most likely and maximum of 95, 97 and 99%, respectively. The within-herd prevalence and herd prevalence was modeled using Pert and Triang distributions, respectively with a minimum, most likely and maximum point values. In all calculations, population size of 1,000 was used due to lack of representative information. The mean number of infected herds and true test-positives was estimated to be 27 herds (median = 25; 95% percentile 44) and 214 pigs (median = 196; 95% percentile 423), respectively. When testing 20 pigs (mean of 2006 survey) in each herd, there was a 3.3% probability that the potential for false-positive reactions due to less than 100% specificity of the ELISA test would be detected. It was found that the model showed prevalence of 0.21% (99% percentile 0.50%) and 0.5% (99% percentile 0.99%) at animal- and herd-level, respectively. These rates were much similar to data from the 2006 survey (0.62% versus 0.83%). The overall mean herd-level sensitivity of the 2006 survey for fattening pigs was 99.9%, with only a 0.2% probability of failing to detect at least one infected herd.

• 대한소아치과학회지
• /
• 제27권1호
• /
• pp.103-107
• /
• 2000

치수 생활력 검사시 전통적인 방법으로 전기치수검사나 온도변화검사 등이 있다. EPT와 ice test 즉, 전기치수검사와 온도변화검사는 치아의 신경학적 반응에 의해 치아의 실활여부를 판단하는 방법으로 환자가 아동일때는 정확한 반응을 얻기가 어렵고, 환자의 주관적 반응을 판단해야 하므로 객관적이지 못하고, 소아 환자에게 좋지 못한 자극을 주어 행동 조절의 문제를 일으키며, 거짓 양성반응과 거짓 음성반응이 나을 수 있다는 등의 한계가 있다. 최근에는 전통적인 방법의 한계를 극복하려는 시도에서 혈관의 보전성을 평가하는 방법인 laser doppler flowmetry와 pulse oximeter를 이용하는 방법이 소개되고 있다. Pulse oximeter의 원리는 두 가지 종류의 파장의 빛을 귀, 손가락등 생체의 말단에 투과시켜 발산된 빛과 감지된 빛간의 두 파장의 흡수비로 산소 포화 정도를 알아내는 것으로서 이에 착안하여 또 하나의 생체 말단인 치아에 이를 적용하여 치아의 실활 여부를 판단하는 것이다. 이 보고에서는 치수 생활력 검사시 pulse oximeter의 사용 가능성에대해 검증하고 이의 임상적용에 대해 기초적 자료를 제공하고자 함을 목적으로 했는데 생활치 에서는 평균 96.3%의 산소 포화도를 실활치에서는 평균 0.0%의 산소 포화도를 얻어냄으로서 pulse oximeter가 치아의 실활여부 판단에 있어 유용한 진단도구로서의 가치가 있다는 것이 밝혀졌다.

• 한국방사선학회논문지
• /
• 제12권2호
• /
• pp.277-287
• /
• 2018

골반저근은 골반기관을 지지하는 기능을 가지고 있으며 요자제를 유지하는 여성의 주요 하부조직이다. 골반저근의 약화는 복압성 요실금의 원인이 되는데, 이러한 골반저근의 기능 정도는 복압성 요실금의 병증정도를 평가하는 지표로 사용될 수 있다. 이에 본 연구에서는 골반저근의 수축 압력을 측정하여 복압성 요실금의 병적 진행정도를 정량적으로 진단할 수 있는 요실금 진단 알고리즘을 제안하였다. 이를 위하여 골반저근의 수축압력 정보를 측정할 수 있는 시스템을 제작하였으며, 측정된 데이터의 특징 분석을 위한 측정 프로토콜을 제안하였다. 복압성 요실금 환자로부터 획득한 데이터를 이용하여 5개의 진단 파라미터를 추출하였으며, 이를 이용한 진단 알고리즘을 구현하였다. 임상시험을 통하여 진단 알고리즘의 정확성을 평가한 결과 80%의 정확성을 보였으며, 20%의 위양성 진단 결과를 보였다. 반면에 위음성 진단 결과는 확인되지 않았다. 본 연구에서 제안한 요실금 진단 알고리즘은 복압성 요실금의 병적 진행 정도를 정량적으로 진단할 수 있으며, 요실금 진단 시스템 개발에 활용될 수 있을 것으로 판단된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.238-240
• /
• 2006

네트워크상에서 발생하는 다양한 형태의 대량의 데이터를 정확하고 효율적으로 분석하기 위해 설계되고 있는 마이닝 시스템들은 목표지향적으로 훈련데이터들을 어떻게 구축하여 다룰 것인지에 대한 문제보다는 대부분 얼마나 많은 데이터 마이닝 기법을 지원하고 이를 적용할 수 있는지 등의 기법에 초점을 두고 있다. 따라서, 점점 더 에이전트화, 분산화, 자동화 및 은닉화 되는 최근의 보안공격기법을 정확하게 탐지하기 위한 방법은 미흡한 실정이다. 본 연구에서는 유비쿼터스 환경 내에서 발생 가능한 문제 중 복잡하고 지능화된 침입패턴의 탐지를 위해 데이터 마이닝 기법과 결함허용방법을 이용하는 개선된 학습알고리즘과 후처리 방법에 의한 RTPID(Refinement Training and Post-processing for Intrusion Detection)시스템을 제안한다. 본 논문에서의 RTPID 시스템은 active learning과 post-processing을 이용하여, 네트워크 내에서 발생 가능한 침입형태들을 정확하고 효율적으로 다루어 분석하고 있다. 이는 기법에만 초점을 맞춘 기존의 데이터마이닝 분석을 개선하고 있으며, 특히 제안된 분석 프로세스를 진행하는 동안 능동학습방법의 장점을 수용하여 학습효과는 높이며 비용을 감소시킬 수 있는 자가학습방법(self learning)방법의 효과를 기대할 수 있다. 이는 관리자의 개입을 최소화하는 학습방법이면서 동시에 False Positive와 False Negative 의 오류를 매우 효율적으로 개선하는 방법으로 기대된다. 본 논문의 제안방법은 분석도구나 시스템에 의존하지 않기 때문에, 유사한 문제를 안고 있는 여러 분야의 네트웍 환경에 적용될 수 있다.더욱 높은성능을 가짐을 알 수 있다.의 각 노드의 전력이 위험할 때 에러 패킷을 발생하는 기법을 추가하였다. NS-2 시뮬레이터를 이용하여 실험을 한 결과, 제안한 기법이 AOMDV에 비해 경로 탐색 횟수가 최대 36.57% 까지 감소되었음을 알 수 있었다.의 작용보다 더 강력함을 시사하고 있다.TEX>로 최고값을 나타내었으며 그 후 감소하여 담금 10일에는 $1.61{\sim}2.34%$였다. 시험구간에는 KKR, SKR이 비교적 높은 값을 나타내었다. 무기질 함량은 발효기간이 경과할수록 증하였고 Ca는 $2.95{\sim}36.76$, Cu는 $0.01{\sim}0.14$, Fe는 $0.71{\sim}3.23$, K는 $110.89{\sim}517.33$, Mg는 $34.78{\sim}122.40$, Mn은 $0.56{\sim}5.98$, Na는 $0.19{\sim}14.36$, Zn은 $0.90{\sim}5.71ppm$을 나타내었으며, 시험구별로 보면 WNR, BNR구가 Na만 제외한 다른 무기성분 함량이 가장 높았다.O to reduce I/O cost by reusing data already present in the memory of other nodes. Finally, chunking and on-line compression mechanisms are included in both models. We demonstrate that we can obtain significantly high-performanc

• Journal of Preventive Medicine and Public Health
• /
• 제52권2호
• /
• pp.131-139
• /
• 2019

Objectives: Self-reporting can be used to determine the incidence and prevalence of hypertension (HTN). The present study was conducted to determine the validity of self-reported HTN and to identify factors affecting discordance between self-reported and objectively measured HTN in participants in the Ravansar Non-Communicable Diseases (RaNCD) cohort. Methods: The RaNCD cohort included permanent residents of Ravansar, Iran aged 35-65 years. Self-reported data were collected before clinical examinations were conducted by well-trained staff members. The gold standard for HTN was anti-hypertensive medication use and blood pressure measurements. The sensitivity, specificity, positive and negative predictive values, and overall accuracy of self-reporting were calculated. Univariate and multivariate logistic regression were used to examine the discordance between self-reported HTN and the gold standard. Results: Of the 10 065 participants in the RaNCD, 4755 (47.4%) were male. The prevalence of HTN was 16.8% based on self-reporting and 15.7% based on medical history and HTN measurements. Of the participants with HTN, 297 (18.8%) had no knowledge of their disease, and 313 (19.9%) had not properly controlled their HTN despite receiving treatment. The sensitivity, specificity, and kappa for self-reported HTN were 75.5%, 96.4%, and 73.4%, respectively. False positives became more likely with age, body mass index (BMI), low socioeconomic status, and female sex, whereas false negatives became more likely with age, BMI, high socioeconomic status, smoking, and urban residency. Conclusions: The sensitivity and specificity of self-reported HTN were acceptable, suggesting that this method can be used for public health initiatives in the absence of countrywide HTN control and detection programs.