• 인지과학
• /
• 제18권2호
• /
• pp.113-138
• /
• 2007

풍경 그림을 사용하여 도식이 기억에 미치는 영향을 알아보았다. 실험 1에서는 즉시 검사를 실시하여 부호화할 때 도식이 기억에 미치는 영향을 알아보았고, 실험 2에서는 3일 지연 검사를 실시하여 파지기간 동안 도식이 기억에 미치는 영향을 알아보았다. 두 실험 모두에서 제시시간(250ms vs 1000ms)을 다르게 하고 목표 미끼를 생략하는 조건과 목표 미끼를 다른 물건으로 대체하는 조건으로 항목의 축어적 정보 부호화를 조작하였다. 특히 생략과 대체 조건을 비교하여 도식에 기반한 기대라는 하향정보 특정항목에 대한 상향정보가 기억에 미치는 효과를 알아보았다. 두 개의 실험에서 전형적인 항목에 대한 오기억은 지연검사에서도 별 변화가 없는데 반해 학습 항목에 대한 기억은 감소하였으며, 오기억은 생략조건에서 더 많이 보고되었으나, 비전형 항목에 대한 기억은 감소하였으며, 오기억은 생략조건에서 더 많이 보고되었으나, 비전형 항목에 대한 기억은 대체조건에서 더 많이 보고되었다. 이 결과는 도식에 기반한 오기억은 비교적 지속적이며, 도식에 의한 기대라는 하향 정보가 상향 정보와 충돌이 일어날 때에는 오기억이 감소한다는 사실을 보여 주었다.

• 한국콘텐츠학회논문지
• /
• 제20권2호
• /
• pp.36-50
• /
• 2020

최근 '유튜브 저널리즘'이라는 말이 나올 정도로 유튜브를 통한 뉴스 소비가 전 세계적으로 증가하는 추세이다. 유튜브는 전통 뉴스 매체보다 보다 흥미롭고 깊이 있게 뉴스를 전달하므로 인기를 얻고 있지만, 정치적, 사회적 이슈를 가감 없이 전달하는 과정에서 허위정보, 즉 가짜뉴스가 생산, 유포되고 있다. 정치권에서는 허위정보를 근절하기 위한 법적 처벌이나 허위정보 확산에 책임질 수 있는 주체를 지정하는 등 규제가 필요하다며 적극적으로 법안을 발의하고 있다. 그러나 유튜브 뉴스 이용자를 배제한 채 유튜브에 대한 규제를 논의하는 것은 무의미하다. 이 연구는 유튜브 뉴스 이용자를 대상으로 설문조사를 진행하였고, 허위정보에 대한 이용자들의 경험과 인식, 그리고 유튜브 정보 규제에 대한 이용자들의 인식에 영향을 미치는 요인들을 살펴보았다. 연구결과, 진보집단보다 보수집단과 중도 집단이 허위정보에 더 많이 노출된 것으로 나타났으며, 20~50대보다 60대가 유튜브 내 허위정보 유통 정도를 낮게 평가했다. 유튜브 정보 규제에 대한 태도의 경우 표현의 자유를 중시할수록, TV조선의 뉴스를 신뢰할수록 유튜브 정보 규제에 반대하는 것으로 나타났다. 반면, 지상파, JTBC의 뉴스를 신뢰할수록, 뉴스관 중 "계몽"을 중시할수록 유튜브 정보 규제에 찬성하는 것으로 나타났다.

• 전자공학회논문지CI
• /
• 제37권3호
• /
• pp.12-26
• /
• 2000

본 논문에서는 정합 과정에서 계산량, FAR(False Acceptance Rate), 그리고 FRR(False Rejection Rate)을 증가 시켜 자동 지문 인식 시스템의 성능을 저하시키는 원인이 되고있는 의사 특징점(False Minutiae)을 제거하기 위한 후처리 알고리즘을 제안한다. 제안하는 알고리즘은 우선 전처리 과정을 통하여 얻은 세선화된 지문 화상에서 이웃 화소의 교차수를 검사하여 후보 특징점들을 추출한다. 추출된 후보 특징점에서 지문의 구조적 특성을 고려하여 복원 가능 영역에 속하고, 의사 특징점이라고 간주되는 특징점을 선택한다. 이와 같이 선택된 특징점이 세선화 화상에 위치하는 영역은 잡음에 의해 잘못 세선화된 부분이기 때문에 해당 영역을 올바르게 재구성하고, 후보 특징점 목록에서 선택된 특징점을 삭제한다. 마지막으로 지문 원화상의 부 영역별 융선 방향(Direction map)과 지문의 구조적 특성을 근거로, 재구성된 세선화 화상에서 후보 특징점이 위치한 영역의 패턴을 검사하여 진짜 특징점만을 선택함으로써 의사 특징점을 제거하게 된다. NIST Special Database 14의 지문 화상에 적용한 결과는 제안 알고리즘이 정추출율에는 적은 영향을 미친 반면 오추출율을 상당히 개선하고, 자동 지문 인식 시스템의 인식 성능도 향상 시켰음을 나타내고 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2168-2187
• /
• 2021

The smart grid replaces the traditional power structure with information inventiveness that contributes to a new physical structure. In such a field, malicious information injection can potentially lead to extreme results. Incorrect, FDI attacks will never be identified by typical residual techniques for false data identification. Most of the work on the detection of FDI attacks is based on the linearized power system model DC and does not detect attacks from the AC model. Also, the overwhelming majority of current FDIA recognition approaches focus on FDIA, whilst significant injection location data cannot be achieved. Building on the continuous developments in deep learning, we propose a Deep Learning based Locational Detection technique to continuously recognize the specific areas of FDIA. In the development area solver gap happiness is a False Data Detector (FDD) that incorporates a Convolutional Neural Network (CNN). The FDD is established enough to catch the fake information. As a multi-label classifier, the following CNN is utilized to evaluate the irregularity and cooccurrence dependency of power flow calculations due to the possible attacks. There are no earlier statistical assumptions in the architecture proposed, as they are "model-free." It is also "cost-accommodating" since it does not alter the current FDD framework and it is only several microseconds on a household computer during the identification procedure. We have shown that ANN-MLP, SVM-RBF, and CNN can conduct locational detection under different noise and attack circumstances through broad experience in IEEE 14, 30, 57, and 118 bus systems. Moreover, the multi-name classification method used successfully improves the precision of the present identification.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2341-2348
• /
• 2009

호스트 기반 침입탐지 기법에는 시스템 호출 순서를 고려하는 방법과 시스템 호출 파라미터를 고려하는 방법이 있다. 이 두 방법은 프로세스의 시스템 호출이 일어나는 전 구간에서 시스템 호출 순서에 이상이 있거나 시스템 호출 파라미터의 순서 및 길이 등에 이상이 있는 경우에 적합하지만 긍정적 결함율과 부정적 결함율이 높은 단점이 있다. 이 논문에서는 시스템 호출을 이용한 방법에서 발생하는 긍정적 결함율과 부정적 결함율을 줄이기 위해서 단위 시간을 도입한 타임 윈도우 기반의 T-N2SCD 탐지 모델을 제안한다. 제안 모델의 실험에 사용된 데이터는 DARPA에서 제공된 데이터이며, 실험 결과 제안 모델은 다른 시간 간격 보다 1000ms 시간 간격으로 실험하였을 경우가 긍정적 결합률과 부정적 결합률이 가장 낮았다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권5호
• /
• pp.2156-2170
• /
• 2020

This paper presents a fire detection algorithm with a minimal false detection rate, intended for a thermal imaging surveillance environment, whose properties vary depending on temporal conditions of day or night and environmental changes. This algorithm was designed to minimize the false detection alarm rate while ensuring a high detection rate, as required in fire detection applications. It was necessary to reduce false fire detections due to non-flame elements occurring when existing fixed threshold-based fire detection methods were applied. To this end, adaptive flame thresholds that varied depending on the characteristics of input images, as well as the center of gravity of the heat-source and hot-source regions, were analyzed in an attempt to minimize such non-flame elements in the phase of selecting flame candidate blocks. Also, to remove any false detection elements caused by camera shaking, one of the most frequently raised issues at outdoor sites, preliminary decision thresholds were adaptively set to the motion pixel ratio of input images to maximize the accuracy of the preliminary decision. Finally, in addition to the preliminary decision results, the texture correlation and intensity of the flame candidate blocks were averaged for a specific period of time and tested for their conformity with the fire decision conditions before making the final decision. To verify the fire detection performance of the proposed algorithm, a total of ten test videos were subjected to computer simulation. As a result, the fire detection accuracy of the proposed algorithm was determined to be 94.24%, with minimum false detection, demonstrating its improved performance and practicality compared to previous fixed threshold-based algorithms.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.1185-1188
• /
• 2005

비정상 행위에 대한 true/false 방식의 공격 탐지 및 대응방법은 높은 오탐지율(false-positive)을 나타내기 때문에 이를 대체할 새로운 공격 탐지방법과 공격 대응방법이 연구되고 있다. 대표적인 연구로는 트래픽 제어 기술을 이용한 단계적 대응방법으로, 이 기술은 비정상 트래픽에 대해 단계적으로 대응함으로써 공격의 오탐지로 인하여 정상 서비스를 이용하는 트래픽이 차단되지 않도록 하는 기술이다. 비정상 트래픽 중 포트스캔 공격은 네트워크 기반 공격을 위해 공격대상 호스트의 서비스 포트를 찾아내는 공격으로 이 공격을 탐지하기 위해서는 일정 시간동안 특정 호스트의 특정 포트에 보내지는 패킷 수를 모니터링 하여 임계치와 비교하는 방식의 true/false 방식의 공격 탐지방법이 주로 사용되었다. 비정상 트래픽 제어 프레임워크(Abnormal Traffic Control Framework)는 true/false 방식의 공격 탐지방법을 이용하여 공격이 탐지되었을 때, 처음에는 트래픽 제어로 대응하고 같은 공격이 재차 탐지되었을때, 차단하여 기존의 true-false 방식의 공격 탐지 및 대응방법이 가지는 높은 오탐지율을 낮춘다. 하지만 포트스캔 공격의 특성상, 공격이 탐지된 후 바로 차단하지 못하였을 경우, 이미 공격자가 원하는 모든 정보를 유출하게 되는 문제가 있다. 본 논문에서는 기존의 True/False 방식의 포트스캔 공격 탐지방법에 퍼지 로직 개념을 추가하여 공격 탐지의 정확성을 높이고 기존의 탐지방법을 이용하였을 때보다 신속한 트래픽 제어 및 차단을 할 수 있는 방법을 제안한다.

• 한국통신학회논문지
• /
• 제30권7C호
• /
• pp.716-725
• /
• 2005

본 논문에서는 PDP내에서 의사 윤곽이 발생할 가능성이 큰 화소를 찾고 대상 이미지에 따라 적응적으로 그 효과를 보상하는 방법을 제안한다. 우선 이미지의 화소 값 정보만을 이용해서 간단하면서 효과적으로 화소 값의 분포를 이용해서 화질의 저하를 야기하는 화소를 찾는 방법을 제안하였다. 다음으로 선택된 후보 화소 군을 특정영역으로 트리 구조를 통해서 그룹화하고 그 영역에서만 계조 수를 감소시킨다. 이 과정에서 의사 윤곽이 발생하는 영역에 한해서만 계조 감소가 필요하므로 전체 이미지가 아닌 그룹화 된 영역을 대상으로만 국한해서 계조 수를 감소시킨다. 마지막으로 계조 수 감소로 생긴 오차와 트리 구조를 이용한 그룹화로 생긴 오차를 오차 확산 기법을 이용해서 사람 눈에 잘 띄지 않게 한다. 제안한 기법은 정지 영상의 화소 값을 바꿈으로써 객관적인 화질의 손해 보는 대신에 의사 윤곽이 감소된 영상을 얻는다. 모의실험을 통해서 제안하는 의사 윤곽 제거 기법이 낮은 계산 복잡도를 가지면서 기존 방법들 보다 효과적으로 의사 윤곽을 제거함을 확인한다.

• 디지털콘텐츠학회 논문지
• /
• 제18권2호
• /
• pp.373-382
• /
• 2017

과학기술콘텐츠가 증가함에 따라 과학기술콘텐츠의 효율적인 검색을 지원하는 서비스가 요구되고 있다. 저자의 소속기관명을 키워드로 사용할 경우 한 기관에서 생산된 콘텐츠를 확인할 수 있을 뿐만 아니라 저자, 용어를 키워드로 사용한 검색 결과의 식별율을 향상 시킬 수 있다. 검색 키워드로 사용되는 데이터들의 중의성과 모호성으로 인해 검색 결과에 false negative, false positive가 포함될 수 있으므로 데이터의 식별을 통한 통제는 중요하다. 저자의 소속기관명의 식별을 통한 통제 역시 기관의 이명, 약어 검색을 지원가능하게 하므로 매우 중요하지만 기존의 데이터 식별을 통한 통제에 대한 연구는 저자, 용어에 대한 연구가 주를 이루었다. 본 연구에서는 기관명 식별 알고리즘을 제안하고, 한국과학기술정보연구원에서 보유하고 있는 국내 과학기술콘텐츠들에 대한 데이터를 이용한 실험 결과를 보인다.

• 정보처리학회논문지C
• /
• 제12C권4호
• /
• pp.609-616
• /
• 2005

시그너쳐 기반 침입탐지 기술은 과탐지(false positive)가 많고 새로운 공격이나 변형된 유형의 공격을 감지하기 어렵다 우리는 앞선 논문[1]을 통해 시그너쳐 기반 침입 탐지 시스템과 기계학습 기반 침입 탐지 시스템을 Alpha-cut 방법을 이용하여 결합한 모델을 제시 하였다. 본 논문은 Alpha-cut의 후속연구로 기존 모델에서 감지하지 못하는 미탐지(false negative)를 줄이기 위한 Beta-pick 방법을 제안한다. Alpha-cut은 시그너쳐 기반 침입탐지 시스템의 공격 탐지결과에 대한 정확성을 높이는 방법인 반면에, Beta-rick은 공격을 정상으로 판단하는 경우를 줄이는 방법이다. Alpha-cut과 Beta-pick을 위해 사용된 기계학습 알고리즘은 XIBL(Extended Instance based Learner)이며, C4.5를 적용했을 때와 차이점을 결과로서 제시한다. 제안한 방법의 효과를 설명하기 위해 시그너쳐 기반 침입탐지 시스템의 탐지결과에 Alpha-cut과 Beta-pick을 적용하여 오경보(false alarm)가 감소함을 보였다.