• 디지털산업정보학회논문지
• /
• 제13권3호
• /
• pp.19-25
• /
• 2017

Nowadays, networked computer systems play an increasingly important role in our society and its economy. They have become the targets of a wide array of malicious attacks that invariably turn into actual intrusions. This is the reason computer security has become an essential concern for network administrators. Recently, a number of Detection/Prevention System schemes have been proposed based on various technologies. However, the techniques, which have been applied in many systems, are useful only for the existing patterns of intrusion. Therefore, probe detection has become a major security protection technology to detection potential attacks. Probe detection needs to take into account a variety of factors ant the relationship between the various factors to reduce false negative & positive error. It is necessary to develop new technology of probe detection that can find new pattern of probe. In this paper, we propose an hybrid probe detection using Fuzzy Cognitive Map(FCM) and Self Adaptive Module(SAM) in dynamic environment such as Cloud and IoT. Also, in order to verify the proposed method, experiments about measuring detection rate in dynamic environments and possibility of countermeasure against intrusion were performed. From experimental results, decrease of false detection and the possibilities of countermeasures against intrusions were confirmed.

• 품질경영학회지
• /
• 제45권4호
• /
• pp.649-664
• /
• 2017

Purpose: This paper introduces the technology of prognostics for Industry 4.0 and presents its application procedure for fitness-for-service assessment of natural gas pipelines according to ISO 13374 framework. Methods: Combining data-driven approach with pipe failure models, we present a hybrid scheme for the gas pipeline prognostics. The probability of pipe failure is obtained by using the PCORRC burst pressure model and First Order Second Moment (FOSM) method. A fuzzy inference system is also employed to accommodate uncertainty due to corrosion growth and defect occurrence. Results: With a modified field dataset, the probability of failure on the pipeline is calculated. Then, its residual useful life (RUL) is predicted according to ISO 16708 standard. As a result, the fitness-for-service of the test pipeline is well-confirmed. Conclusion: The framework described in ISO 13374 is applicable to the RUL prediction and the fitness-for-service assessment for gas pipelines. Therefore, the technology of prognostics is helpful for safe and efficient management of gas pipelines in Industry 4.0.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 1999년도 추계학술대회
• /
• pp.133-146
• /
• 1999

오늘날의 산업용 로봇, CNC 공작기계 및 여러 산업설비들은 시스템간에 관계가 복잡하게 연결되어 높은 신뢰성(reliability)을 달성하여 왔다. 그러나 가동시 발생하는 결과의 고장 가능성은 적은 반면에, 고장 발생의 파급 효과는 매우 높은 것으로 나타났다. 따라서 복잡한 구조의 산업설비들에 대한 안전진단 결과들을 적절하게 분석하고 관리할 필요성이 크게 대두되고 있다. 이러한 안전진단 작업은 여러 가지 정량적ㆍ정성적인 방법들을 포함하는 전형적인 분석방법이 필요하다. 최근에는 고장탐색, 진단처리 작업 및 신뢰성 분석 작업에 지식기반(knowledge-based)을 기초로한 퍼지 전문가 시스템을 적용하고자 하는 시도가 많이 이루어지고 있다. 안전진단 분석에 관한 일반화된 지식은 이들 후속 단계들에서 상당히 효율적일 수 있다. 그러나 이러한 연구를 수행하기에는 지금까지 상대적으로 열악한 계산 도구들을 이용하였기 때문에 안전진단 분석을 행하기에는 한계가 있었다. 그러나 오늘날 컴퓨터를 이용하여 위의 여러 단계들의 수행과정에 안전진단 분석을 행할 수 있는 적절한 방법으로써, 지식-기반(knowledge-base) 전문가 시스템들을 이용하는 방법을 연구하고 있다. 이에 본 연구는 시스템의 설계단계 뿐만 아니라, 시스템의 가동ㆍ유지ㆍ보수ㆍ수리시에도 비전문가가 고장안전진단을 수행할 수 있도록 하는데 목표를 두었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제8권3호
• /
• pp.185-191
• /
• 2008

In this paper, experimental studies of a neural network (NN) control technique for non-model based position control of the x-y table robot are presented. Decentralized neural networks are used to control each axis of the x-y table robot separately. For an each neural network compensator, an inverse control technique is used. The neural network control technique called the reference compensation technique (RCT) is conceptually different from the existing neural controllers in that the NN controller compensates for uncertainties in the dynamical system by modifying desired trajectories. The back-propagation learning algorithm is developed in a real time DSP board for on-line learning. Practical real time position control experiments are conducted on the x-y table robot. Experimental results of using neural networks show more excellent position tracking than that of when PD controllers are used only.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.155-164
• /
• 2004

최근 지능형 로봇에 대한 관심이 모아지고 있다. 지능형 로봇의 가장 큰 특징은 사용자를 추적, 인식하고 그 결과를 기반으로 상호활동적인 대응을 할 수 있다는 점이다. 얼굴인식이 다른 생채인식과의 비교에서 장점을 가질 수 있는 점은 비 강제성과 비 접촉성을 들 수 있다. 그러나 얼굴인식은 얼굴 취득단계부터 차원의 감소가 발생하고 인식하고자 하는 얼굴 및 주변 환경 변화가 매우 심하기 때문에 다른 생체인식에 비하여 인식률이 낮다. 얼굴인식의 성능을 저하시키는 요인들로는 조명변화, 포즈변화, 표정변화, 카메라와의 거리 등을 들 수 있다. 본 논문에서는 실제 환경에서 얼굴 인식 성능에 가장 많은 영향을 미치는 포즈변화에 대응하기 위하여 새로운 선형이동 능동형 카메라를 개발하여, 정면 얼굴에 근접한 영상을 취득하고 주성분 분석 및 Hidden Markov Model 알고리듬을 이용하여 인식률을 개선하고자 한다. 제한된 방법은 지능형 보안시스템 및 모바일 로봇에 적용하는 것을 목표로 개발 되었지만, 높은 정확도의 얼굴인식을 요구하는 응용분야에 널리 적용할 수가 있다.

• 한국인터넷방송통신학회논문지
• /
• 제9권6호
• /
• pp.55-61
• /
• 2009

본 논문은 유비쿼터스 센서 네트워크와 이동로봇에 내장된 회전 센서를 이용하여 실내에서의 이동로봇에 위치를 인식하고 이를 바탕으로 인터넷을 통한 원격제어 시스템 개발을 제안한다. 사용한 USN(Ubiquitous Sensor Network)은 ZigBee 기반으로 위치 인식 엔진을 탑재하고 RSSI(Received Signal Strength Indicator) 신호를 사용하여 노드간의 거리를 측정한다. 본 논문에서는 노드 간의 정확한 거리 정보를 얻고 이를 바탕으로 위치를 추정하기 위해 실험 입 출력 데이터를 가지고 퍼지 모델을 구하였고 거리의 오차를 수정하였다. 또한, RSSI 값의 부정확으로 인한 위치 인식의 오류를 보정하기 위해 이동로봇에 내장된 회전 센서를 이용하여 이동로봇의 좌표를 구하고 이를 위치 좌표의 보정에 사용하여 위치 인식의 정확성을 개선하였다. 제안된 방법에 의한 위치 인식을 기반으로 인터넷을 통한 원격제어 시스템을 개발하였다. 제안된 방법이 USN에 의해 추정된 위치 정보만을 사용하는 경우보다 정확하게 이동로봇의 위치를 추정하고 인터넷을 통한 원격 주행이 가능함을 보였다.

• 한국항해항만학회지
• /
• 제33권6호
• /
• pp.387-393
• /
• 2009

본 연구에서는 수중청소로봇의 추종 성능과 통합 제어시스템 성능을 가시적으로 예측할 수 있는 3차원 시뮬레이터를 개발하였다. 수중청소로봇의 동역학적 해석을 기반으로, 시뮬레이터에는 실제 개발 중인 3차원형상의 수중청소로봇을 적용하고 로봇의 위치와 속도 등을 나타내는 창을 표시하였다. 또한 조이스틱을 사용하는 입력 및 제어 장치를 직접 제작하여 시리얼 통신을 통하여 시뮬레이터의 입력 및 제어에 사용하였다. 그리고 통합 항법 제어시스템을 설계하고, PI 기반의 퍼지 제어기를 포함하는 way-point tracking 시뮬레이션을 통하여 성능을 검증하였다.

• 한국항해항만학회지
• /
• 제32권3호
• /
• pp.179-184
• /
• 2008

인천항의 경우, 2006년도에는 1,373,873 TEU를 처리하여 전년대비 수출입 컨테이너 125%, 환적 컨테이너 198%라는 높은 성장률을 기록하였다. 이는 인천항과 상대적으로 인접한 중국의 효과가 크게 작용하였다고 판단되며, 향후 인천항의 여건이 좋아질수록 인천항을 이용하는 환적화물은 기존 예측된 증가율을 훨씬 상회하며 높아질 가능성이 크다. 그러나 인천항은 조수간만의 차이로 인한 접안시설의 이용불편과 CY의 용량부족 및 서비스 미흡, 창고와 야적장의 보관 및 장치요율의 불합리, 항만물류시스템과 배후수송체계의 비효율성 등의 구조적인 문제점 역시 가지고 있다. 이러한 측면에서 화주의 다양한 시대적 요구에 부응하고 비용을 절감하며 이를 통하여 국가의 경쟁력을 향상시키기 위해서 인천항만의 물류시스템을 점검하고, 시스템 수준을 평가해보는 것은 시급한 실정이다. 본 연구는 이런 관점에서 인천항의 항만물류시스템의 수준을 종합적인 관점에서 분석하고 다양한 정책대안을 제시하는 것을 연구의 목적으로 하였다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.749-754
• /
• 2011

본 연구에서는 최적 pRBFNNs 패턴분류기 기반 2차원 영상과 ASM 알고리즘을 이용한 얼굴인식 시스템을 설계하고자 한다. 기존의 2차원 영상 기반 얼굴 인식 기법들은 인식하고자 하는 객체의 영상내의 위치, 크기 및 배경의 존재 유무에 따라 인식률이 영향을 받는 단점이 있으며, 본 연구에서는 이를 보완하기 위하여 관심 영역 내에서의 얼굴 영역 추출 및 특징 추출기법을 이용한 얼굴인식 방법을 소개한다. 본 연구에서는 CCD 카메라를 이용하여 영상을 획득하고 히스토그램 평활화를 이용하여 조명으로 왜곡된 영상정보를 개선한다. AdaBoost 알고리즘을 이용하여 얼굴영역을 검출하고 ASM을 통하여 얼굴 윤곽선 및 형상을 추출하여 개인 프로필을 구성한 후 PCA 알고리즘을 사용하여 고차원 얼굴데이터의 차원을 축소한다. 그리고 인식 모듈로서 pRBFNNs 패턴분류기를 제안한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있고 조건부는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉, 학습률, 모멘텀 계수, 퍼지 클러스터링의 퍼지화 계수를 최적화한다. 제안된 다항식 기반 RBFNNs는 얼굴 인식을 위한 패턴분류기로서 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출 및 특징 추출 등과 같은 데이터 전 처리 과정을 포함하여 고차원 데이터로 이루어진 얼굴 영상에 대한 인식 성능을 확인한다.

• Smart Structures and Systems
• /
• 제14권5호
• /
• pp.785-809
• /
• 2014

In this paper, an Adaptive nerou-based inference system (ANFIS) is being used for the prediction of shear strength of high strength concrete (HSC) beams without stirrups. The input parameters comprise of tensile reinforcement ratio, concrete compressive strength and shear span to depth ratio. Additionally, 122 experimental datasets were extracted from the literature review on the HSC beams with some comparable cross sectional dimensions and loading conditions. A comparative analysis has been carried out on the predicted shear strength of HSC beams without stirrups via the ANFIS method with those from the CEB-FIP Model Code (1990), AASHTO LRFD 1994 and CSA A23.3 - 94 codes of design. The shear strength prediction with ANFIS is discovered to be superior to CEB-FIP Model Code (1990), AASHTO LRFD 1994 and CSA A23.3 - 94. The predictions obtained from the ANFIS are harmonious with the test results not accounting for the shear span to depth ratio, tensile reinforcement ratio and concrete compressive strength; the data of the average, variance, correlation coefficient and coefficient of variation (CV) of the ratio between the shear strength predicted using the ANFIS method and the real shear strength are 0.995, 0.014, 0.969 and 11.97%, respectively. Taking a look at the CV index, the shear strength prediction shows better in nonlinear iterations such as the ANFIS for shear strength prediction of HSC beams without stirrups.