• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권4호
• /
• pp.1799-1818
• /
• 2018

Malware detections continue to be a challenging task as attackers may be aware of the rules used in malware detection mechanisms and constantly generate new breeds of malware to evade the current malware detection mechanisms. Consequently, novel and innovated malware detection techniques need to be investigated to deal with this circumstance. In this paper, we propose a new secure malware detection system in which API call fragments are used to recognize potential malware instances, and these API call fragments together with the homomorphic encryption technique are used to construct a privacy-preserving Naive Bayes classifier (PP-NBC). Experimental results demonstrate that the proposed PP-NBC can successfully classify instances of malware with a hit-rate as high as 94.93%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권3호
• /
• pp.941-955
• /
• 2015

In dual-channel networks (DCNs), all frequency hopping (FH) sequences used for data channels are chosen from the original FH sequence used for the control channel by shifting different initial phases. As the number of data channels increases, the hitting frequency point problem becomes considerably serious because DCNs is non-orthogonal synchronization network and FH sequences are non-orthogonal. The increasing severity of the hitting frequency point problem consequently reduces the resource utilization efficiency. To solve this problem, we propose a novel hitting frequency point collision avoidance method, which consists of a sequence-selection strategy called sliding correlation (SC) and a collision avoidance strategy called keeping silent on hitting frequency point (KSHF). SC is used to find the optimal phase-shifted FH sequence with the minimum number of hitting frequency points for a new data channel. The hitting frequency points and their locations in this optimal sequence are also derived for KSHF according to SC strategy. In KSHF, the transceivers transmit or receive symbol information not on the hitting frequency point, but on the next frequency point during the next FH period. Analytical and simulation results demonstrate that unlike the traditional method, the proposed method can effectively reduce the number of hitting frequency points and improve the efficiency of the code resource utilization.

• 한국통신학회논문지
• /
• 제40권11호
• /
• pp.2151-2159
• /
• 2015

콘텐츠 중심 네트워크(CCN)는 기존의 IP 방식과는 다른 새로운 네트워킹 패러다임으로써 데이터를 찾는데 필요한 라우팅 정보를 콘텐츠 이름에서 찾는 방식이다. CCN은 노드마다 콘텐츠를 저장할 수 있는 캐시를 가지고 있어서 반복적인 콘텐츠 요청에 효율적으로 처리할 수 있다. 본 논문은 콘텐츠의 인기도를 활용한 캐시 교체 기법을 제안하여 기존의 기법보다 캐시의 히트율을 향상시켰고, 이에 따라 서버의 부하 및 Round Trip Time(RTT) 시간이 감소하여 성능이 향상됨을 증명하였다.

• 비파괴검사학회지
• /
• 제23권5호
• /
• pp.488-496
• /
• 2003

본 연구에서는 금속재 연소관내부에 단열고무/내열복합재로 구성된 연소관 조립체의 품질평가에 적용 가능한 음향방출 비파괴 시험 평가 기법을 정립하기 위하여 그간 수행되었던 시험결과를 종합하여 실제 생산에 적용 가능한 평가 기법을 정립하였다. 유한요소 code를 사용하여 연소관 조립체 구조 해석한 결과를 바탕으로 내열복합재에 절개선이 있는 연소관 표면의 스트레인과 절개선이 없는 연소관 표면의 스트레인 값을 비교하였다 해석결과는 공압시험 중 연소관 표면에 부착된 스트레인 값과 음향방출센서로부터 측정된 신호와 비교함으로써 연소관과 단열고무 접착성이 확인되었다. 음향방출법을 이용하여 금속재 연소관과 단열고무와의 접착성을 평가하는 방법으로서 실제 생산과정에 적용 가능함을 확인하였다.

• ETRI Journal
• /
• 제30권2호
• /
• pp.194-204
• /
• 2008

The online collection of coarse-grained traffic information, such as the total number of flows, is gaining in importance due to a wide range of applications, such as congestion control and network security. In this paper, we focus on an active queue management scheme called SRED since it estimates the number of active flows and uses the quantity to indicate the level of congestion. However, SRED has several limitations, such as instability in estimating the number of active flows and underestimation of active flows in the presence of non-responsive traffic. We present a Markov model to examine the capability of SRED in estimating the number of flows. We show how the SRED cache hit rate can be used to quantify the number of active flows. We then propose a modified SRED scheme, called hash-based two-level caching (HaTCh), which uses hashing and a two-level caching mechanism to accurately estimate the number of active flows under various workloads. Simulation results indicate that the proposed scheme provides a more accurate estimation of the number of active flows than SRED, stabilizes the estimation with respect to workload fluctuations, and prevents performance degradation by efficiently isolating non-responsive flows.

• 한국통신학회논문지
• /
• 제24권7B호
• /
• pp.1361-1369
• /
• 1999

다중 물체의 왜곡불변 인식을 위하여 수정합성형태소를 이용한 HMT를 제안하였다. HMT에서 중요한 문제 중의 하나는 오인식을 줄이고 다양한 모양의 왜곡된 물체를 검출하기 위하여 필요한 최적의 형태소를 결정하는 것이다. 제안된 형태소 합성방법은 이런 문제를 해결하는데 적절하다. 한 방법은 집합이론만을 이용하여 참영상의 형태소를 다단계로 합성하는 것이고, 다른 한 방법은 집합이론과 SDF합성법을 이용하여 참영상과 거짓영상의 형태소를 다단계로 합성하는 것이다. 시뮬레이션을 통하여 제안된 방법이 동일 집단의 왜곡된 물체를 인식하고, 다른 집단의 유사한 물체를 구분하여 인식할 수 있음을 확인하였다.

• Industrial Engineering and Management Systems
• /
• 제13권4호
• /
• pp.454-462
• /
• 2014

Retention of possible churning customer is one of the most important issues in customer relationship management, so companies try to predict churn customers using their large-scale high-dimensional data. This study focuses on dealing with large data sets by reducing the dimensionality. By using six different dimension reduction methods-Principal Component Analysis (PCA), factor analysis (FA), locally linear embedding (LLE), local tangent space alignment (LTSA), locally preserving projections (LPP), and deep auto-encoder-our experiments apply each dimension reduction method to the training data, build a classification model using the mapped data and then measure the performance using hit rate to compare the dimension reduction methods. In the result, PCA shows good performance despite its simplicity, and the deep auto-encoder gives the best overall performance. These results can be explained by the characteristics of the churn prediction data that is highly correlated and overlapped over the classes. We also proposed a simple out-of-sample extension method for the nonlinear dimension reduction methods, LLE and LTSA, utilizing the characteristic of the data.

• 한국컴퓨터산업학회논문지
• /
• 제2권11호
• /
• pp.1453-1464
• /
• 2001

인터넷 사용자의 폭발적인 증가로 인해 웹 서비스는 심각한 성능상의 지연을 보이고 있다. 인기 있는 웹사이트의 입장에서는 많은 요청으로 인하여 원활한 서비스를 제공하기 어렵고, 사용자 또한 만족스러운 수준의 응답시간을 제공받지 못한다. 이에 대한 해결책으로 제시된 웹캐슁은 서버에 대한 요청을 흡수하여 전체적인 교통량을 줄이며 사용자에게는 보다 빠른 응답을 제공한다. 본 논문에서는 미국의 웹 캐쉬 프로젝트인 NLANR(National Laboratory for Applied Network Research)의 최상위 캐쉬들로부터 생성된 트레이스와 서울대에 위치한 교육망 캐쉬의 트레이스를 이용하여 웹 캐쉬 트래픽의 특성들에 관해 분석하고, 이들로부터 얻은 각종 특성 자료를 바탕으로, 미래에 필요하리라고 여겨지는 웹 오브젝트를 미리 가져오는 prefetch 방법을 제시하였으며 그로 인한 효과에 관해 분석하였다. 그 결과, l∼3% 정도 일일 평균 적중률의 향상과 최대 5% 정도의 평균 응답시간의 개선을 기대할 수 있음을 발견하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• 디지털콘텐츠학회 논문지
• /
• 제16권2호
• /
• pp.257-262
• /
• 2015

최근 무선 네트워크의 확산, 모바일 기기의 성능 향상, 서비스에 대한 수요 증가와 함께 모바일 지리 정보서비스에 대한 관심이 높아지고 있다. 기존의 유선 환경기반의 지리 정보 시스템 솔루션으로 무선 환경에서 서비스를 하기 에는 제한된 통신 속도, 처리 속도, 화면 사이즈 등의 한계점이 존재한다. 본 논문에서는 이와 같은 문제를 해결하기 위하여 클라이언트 측의 캐시 알고리즘을 제안하고자 한다. 제안된 알고리즘은 단위 시간과 공간 근접성의 개념을 이용하여 기존의 연구를 개선한다. 그리고 효율성의 향상 정도를 측정하기 위해 성능 평가를 실시하고 결과를 분석한다. 성능 평가 결과, 공간 데이터의 질의 시에 기존의 알고리즘에 비하여 적중률에 있어서 보다 좋은 성능을 나타내었다.