• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권10호
• /
• pp.5159-5178
• /
• 2018

Network Intrusion detection is a rapidly growing field of information security due to its importance for modern IT infrastructure. Many supervised and unsupervised learning techniques have been devised by researchers from discipline of machine learning and data mining to achieve reliable detection of anomalies. In this paper, a deep convolutional neural network (DCNN) based intrusion detection system (IDS) is proposed, implemented and analyzed. Deep CNN core of proposed IDS is fine-tuned using Randomized search over configuration space. Proposed system is trained and tested on NSLKDD training and testing datasets using GPU. Performance comparisons of proposed DCNN model are provided with other classifiers using well-known metrics including Receiver operating characteristics (RoC) curve, Area under RoC curve (AuC), accuracy, precision-recall curve and mean average precision (mAP). The experimental results of proposed DCNN based IDS shows promising results for real world application in anomaly detection systems.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권1호
• /
• pp.305-318
• /
• 2022

Abusive behaviors have become a common issue in many online social media platforms. Profanity is common form of abusive behavior in online. Social media platforms operate the filtering system using popular profanity words lists, but this method has drawbacks that it can be bypassed using an altered form and it can detect normal sentences as profanity. Especially in Korean language, the syllable is composed of graphemes and words are composed of multiple syllables, it can be decomposed into graphemes without impairing the transmission of meaning, and the form of a profane word can be seen as a different meaning in a sentence. This work focuses on the problem of filtering system mis-detecting normal phrases with profane phrases. For that, we proposed the deep learning-based framework including grapheme and syllable separation-based word embedding and appropriate CNN structure. The proposed model was evaluated on the chatting contents from the one of the famous online games in South Korea and generated 90.4% accuracy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권12호
• /
• pp.4776-4794
• /
• 2020

We propose a rapid adaptive learning framework for streaming object detection, called EER-ASSL. The method combines the expected error reduction (EER) dependent rollback learning and the active semi-supervised learning (ASSL) for a rapid adaptive CNN detector. Most CNN object detectors are built on the assumption of static data distribution. However, images are often noisy and biased, and the data distribution is imbalanced in a real world environment. The proposed method consists of collaborative sampling and EER-ASSL. The EER-ASSL utilizes the active learning (AL) and rollback based semi-supervised learning (SSL). The AL allows us to select more informative and representative samples measuring uncertainty and diversity. The SSL divides the selected streaming image samples into the bins and each bin repeatedly transfers the discriminative knowledge of the EER and CNN models to the next bin until convergence and incorporation with the EER rollback learning algorithm is achieved. The EER models provide a rapid short-term myopic adaptation and the CNN models an incremental long-term performance improvement. EER-ASSL can overcome noisy and biased labels in varying data distribution. Extensive experiments shows that EER-ASSL obtained 70.9 mAP compared to state-of-the-art technology such as Faster RCNN, SSD300, and YOLOv2.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.37-45
• /
• 2023

Adaptive has gained significant attention in Education Technology (EdTech), with personalized learning experiences becoming increasingly important. Next-generation chatbots, including models like ChatGPT, are emerging in the field of education. These advanced tools show great potential for delivering personalized and adaptive learning experiences. This paper reviews previous research on adaptive learning and the role of chatbots in education. Based on this, the paper explores current and future chatbot technologies to propose a framework for using ChatGPT or similar chatbots in adaptive learning. The framework includes personalized design, targeted resources and feedback, multi-turn dialogue models, reinforcement learning, and fine-tuning. The proposed framework also considers learning attributes such as age, gender, cognitive ability, prior knowledge, pacing, level of questions, interaction strategies, and learner control. However, the proposed framework has yet to be evaluated for its usability or effectiveness in practice, and the applicability of the framework may vary depending on the specific field of study. Through proposing this framework, we hope to encourage learners to more actively leverage current technologies, and likewise, inspire educators to integrate these technologies more proactively into their curricula. Future research should evaluate the proposed framework through actual implementation and explore how it can be adapted to different domains of study to provide a more comprehensive understanding of its potential applications in adaptive learning.

• 한국멀티미디어학회논문지
• /
• 제23권11호
• /
• pp.1396-1405
• /
• 2020

Cyber threats such as forced personal information collection and distribution of malicious codes using malicious URLs continue to occur. In order to cope with such cyber threats, a security technologies that quickly detects malicious URLs and prevents damage are required. In a web environment, malicious URLs have various forms and are created and deleted from time to time, so there is a limit to the response as a method of detecting or filtering by signature matching. Recently, researches on detecting and predicting malicious URLs using machine learning techniques have been actively conducted. Existing studies have proposed various features and machine learning algorithms for predicting malicious URLs, but most of them are only suggesting specialized algorithms by supplementing features and preprocessing, so it is difficult to sufficiently reflect the strengths of various machine learning algorithms. In this paper, a system for predicting malicious URLs using multiple machine learning algorithms was proposed, and an experiment was performed to combine the prediction results of multiple machine learning models to increase the accuracy of predicting malicious URLs. Through experiments, it was proved that the combination of multiple models is useful in improving the prediction performance compared to a single model.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.35-43
• /
• 2023

본 연구는 AI 기반 맞춤형 학습 시스템을 시범적으로 운영하여 대학 수업에서의 AI 기반 맞춤형 학습 시스템의 적용 가능성과 효용성을 알아보고자 하였다. 이를 위하여 C지역 소재 B대학교 1학년 재학생 중 기초수학 교과목 수업에 참여한 42명 학습자를 대상으로 AI 기반 맞춤형 학습 시스템을 적용 및 운영하였고, 학생 및 교수를 대상으로 설문 문항 조사와 인터뷰를 진행하였다. 연구 결과, AI 기반 맞춤형 학습 시스템의 활용은 학생의 학업성취도를 향상시켰다. 심층인터뷰 결과 교수자와 학습자 모두 기초 개념 학습에 있어 학습 성과 향상에 기여하는 것으로 파악되었다. 이는 AI 기반의 맞춤형 학습 시스템이 자기 주도 학습의 역량을 향상하고 개념학습을 통해 지식 강화에 효과적인 방안이 될 것임을 시사한다. 본 연구는 인공지능 기반 적응형 학습 시스템의 기초 과학 교과목 도입과 적용에 관련한 기초자료로 활용될 수 있을 것이다. 향후 AI 기반 맞춤형 학습에서 학생들에게 제공한 학습과정과 분석한 데이터를 대면수업에 연계한 효과 검증과 분석한 데이터의 활용 방안에 대한 전략 연구를 제언한다.

• 융합정보논문지
• /
• 제7권1호
• /
• pp.55-60
• /
• 2017

사물인터넷 환경에서 인간의 개입 없는 지능화된 서비스를 위해서는 IoT 디바이스에서 생성되는 빅데이터로 부터 정상 패턴을 학습하고 이를 기반으로 불량, 오작동과 같은 이상 징후에 대해 예측하는 과정이 요구된다. 본 연구의 목적은 제품 공정의 다양한 기기에서 발생되는 빅데이터를 분석함으로써 제품 불량을 예측할 수 있는 기계 학습모델을 구현하는 것이다. 기계 학습 모델은 어느 정도 볼륨을 가진 기존 데이터를 기반으로 분석을 해야 하므로 빅데이터 분석도구 R을 사용하였으며, 제품 공정에서 수집된 데이터에는 제품에 대한 불량 여부가 포함되어 있으므로 지도 학습 모델을 활용하였다. 연구의 결과, 제품 불량에 영향을 주는 변수 및 변수 조건을 분류하였고, 의사결정 트리를 기반으로 제품의 불량 여부에 대한 예측 모델을 제시하였다. 또한, ROC Curve를 이용한 모델의 적합성 및 성능평가 분석에서 모델의 예측력은 상당히 높게 나타났다.

• 인터넷정보학회논문지
• /
• 제10권5호
• /
• pp.135-143
• /
• 2009

본 연구의 목적은 사이버대학 e-러닝 환경에서 학업성취도에 영향을 미치는 학습 참여 변인을 규명하는 것이다. 이에 사이버대학 e-러닝 수업에 참여한 학습자를 대상으로, e-러닝 학습 참여 변인과 학업성취도와의 상관관계를 분석하고, 어떤 학습 참여 변인이 학업성취도에 영향을 미치는 지, 학습자 배경(성별, 연령별, 학년별)에 따라 학업성취도에 영향을 미치는 학습 참여 변인은 무엇인지를 다중회귀분석을 통해 규명한다. 연구 결과, 학습 참여 변인 중 출석률과 토론게시판 게시 횟수가 학업 성취도와 높은 상관관계에 있었으나, 누적학습시간은 상대적으로 낮은 상관관계를 보였다. 학업성취도에 영향을 미치는 학습 참여 변인으로는 출석률, 토론 게시판 게시 횟수, 강의실 접속 순으로 규명되었다. 학습자 배경별로는 학업성취도에 영향을 미치는 학습참여 변인간의 차이가 있는 것으로 나타났다. 본 연구결과를 토대로 사이버대학 e-러닝 환경에서 학습자의 학업성취도를 제고하기 위해 학습 참여 변인과 관련하여 고려해야 할 사항을 제언한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제14권4호
• /
• pp.189-197
• /
• 2022

Today, we are exposed to various text-based media such as newspapers, Internet articles, and SNS, and the amount of text data we encounter has increased exponentially due to the recent availability of Internet access using mobile devices such as smartphones. Collecting useful information from a lot of text information is called text analysis, and in order to extract information, it is performed using technologies such as Natural Language Processing (NLP) for processing natural language with the recent development of artificial intelligence. For this purpose, a morpheme analyzer based on everyday language has been disclosed and is being used. Pre-learning language models, which can acquire natural language knowledge through unsupervised learning based on large numbers of corpus, are a very common factor in natural language processing recently, but conventional morpheme analysts are limited in their use in specialized fields. In this paper, as a preliminary work to develop a natural language analysis language model specialized in the railway field, the procedure for construction a corpus specialized in the railway field is presented.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제20권2호
• /
• pp.295-326
• /
• 2006

수학교육의 중요성에도 불구하고 아직까지 고등학교 교육현장에서는 많은 학생들이 수학에 흥미를 잃고 어려움을 느끼며 입학시험이라는 현실 때문에 진정한 의미의 '수학하는' 경험을 하지 못하고 있는 실정이다. 본 논문은 이러한 문제점을 해결하고 수학에 좀 더 자신감을 갖고 스스로 공부하는 수업방식을 찾고자 하였다. 따라서 요즈음 학생들의 인터넷 사용이 생활화되어 있으므로 수학사와 역사, 과학, 실생활 문제 활용 및 자기평가를 바탕으로 한 '수학적 힘의 신장' 프로그램을 개발하여 교실에서 수업한 내용을 동영상으로 제작하여 학생들로 하여금 반복학습 할 수 있게 함으로써 공교육의 내실화를 통한 자기주도적 학습력을 신장시키고자 하였다. 우선 수학교과의 자기주도적 학습력의 신장과 인터넷학습프로그램의 시청여건, 학생 학부모의 인터넷 활용 교육에 대한 관심도에 대하여 실태분석을 실시하였고 문헌연구를 통하여 기존의 수학교과에서의 수학사 지도의 의의 및 협력학습, 수준별 학습, 자기주도적 학습, 인터넷 활용수업에 대하여 살펴보았다. 실제 '수학적 힘의 신장' 프로그램 적용에 있어서 먼저 프로그램 정착을 위한 교육적 여건을 조성하고 교수-학습 자료를 수집하며 교수-학습 모형의 체계를 확립하고 인터넷 메일과 교실 기자재를 활용한 학습을 위한 자료를 개발하며 수학 학습계획의 확립 및 실천을 위한 지도를 실시하였다. 이 후 '수학적 힘의 신장' 프로그램을 적용한 수준별 협력 발표 학습의 교수-학습 모형을 적용함과 동시에 보충 보통 심화과정의 수준별 학습지를 제작, 활용하고 인터넷 이메일과 교실 기자재를 통한 수업 동영상 시청을 지도하였다. 또한 프로그램이 얼마나 효과가 있었는지에 대해 수학교과에 대한 흥미도 태도 및 수학과 학업성취도, 자기주도적 학습의 변화를 통하여 알아보았다. 마지막으로 수학학습에 학생의 자발적 참여를 위한 여건 마련과 '수학적 힘의 신장' 프로그램 및 이를 적용한 교실수업 동영상 자료 반복학습의 구안 및 적용에 관한 결론과 제언을 기술하였다.