• 한국의학물리학회지:의학물리
• /
• 제28권3호
• /
• pp.129-133
• /
• 2017

The machine log files recorded by a scanning control unit in proton beam therapy system have been studied to be used as a quality assurance method of scanning beam deliveries. The accuracy of the data in the log files have been evaluated with a standard calibration beam scan pattern. The proton beam scan pattern has been delivered on a gafchromic film located at the isocenter plane of the proton beam treatment nozzle and found to agree within ${\pm}1.0mm$. The machine data accumulated for the scanning beam proton therapy of five different cases have been analyzed using a statistical method to estimate any systematic error in the data. The high-precision scanning beam log files in line scanning proton therapy system have been validated to be used for off-line scanning beam monitoring and thus as a patient-specific quality assurance method. The use of the machine log files for patient-specific quality assurance would simplify the quality assurance procedure with accurate scanning beam data.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.19-27
• /
• 2022

본 연구에서는 시계열 데이터 이상 탐지 수행을 위한 MLOps(Machine Learning Operations) 워크플로를 기술하고 관리할 수 있는 언어와 플랫폼을 제안한다. 시계열 데이터는 IoT 센서, 시스템 성능 지표, 사용자 접속량 등 많은 분야에서 수집되고 있다. 또한, 시스템 모니터링 및 이상 탐지 등 많은 응용 분야에 활용 중이다. 시계열 데이터의 예측 및 이상 탐지를 수행하기 위해서는 분석된 모델을 빠르고 유연하게 운영 환경에 적용할 수 있는 MLOps 플랫폼이 필요하다. 이에, 최근 데이터 분석에 많이 활용되고 있는 Python 기반의 AMML(AI/ML Modeling Language)을 개발하여 손쉽게 MLOps 워크플로를 구성하고 실행할 수 있도록 제안한다. 제안하는 AI MLOps 플랫폼은 AMML을 이용하여 다양한 데이터 소스(R-DB, NoSql DB, Log File 등)에서 시계열 데이터를 추출, 전처리 및 예측을 수행할 수 있다. AMML의 적용 가능성을 검증하기 위해, 변압기 오일 온도 예측 딥러닝 모델을 생성하는 워크플로를 AMML로 구성하고 학습이 정상적으로 수행됨을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권1호
• /
• pp.119-124
• /
• 2004

Real data as web log file tend to be incomplete. But we have to find useful knowledge from these for optimal decision. In web log data, many useful things which are hyperlink information and web usages of connected users may be found. The size of web data is too huge to use for effective knowledge discovery. To make matters worse, they are very sparse. We overcome this sparse problem using Markov Chain Monte Carlo method as multiple imputations. This missing value imputation changes spare web data to complete. Our study may be a useful tool for discovering knowledge from data set with sparseness. The more sparseness of data in increased, the better performance of MCMC imputation is good. We verified our work by experiments using UCI machine learning repository data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권3호
• /
• pp.685-703
• /
• 2024

Cloud computing provides each consumer with a large-scale computing tool. Different Cyber Attacks can potentially target cloud computing systems, as most cloud computing systems offer services to many people who are not known to be trustworthy. Therefore, to protect that Virtual Machine from threats, a cloud computing system must incorporate some security monitoring framework. There is a tradeoff between the security level of the security system and the performance of the system in this scenario. If strong security is needed, then the service of stronger security using more rules or patterns is provided, since it needs much more computing resources. A new way of security system is introduced in this work in cloud environments to the VM on account of resources allocated to customers are ease. The main spike of Fog computing is part of the cloud server's work in the ongoing study tells the step-by-step cloud server to change the tremendous measurement of information because the endeavor apps are relocated to the cloud to keep the framework cost. The cloud server is devouring and changing a huge measure of information step by step to reduce complications. The Medical Data Health-Care (MDHC) records are stored in Cloud datacenters and Fog layer based on the guard intensity and the key is provoked for ingress the file. The monitoring center sustains the Activity Log, Risk Table, and Health Records. Cloud computing and Fog computing were combined in this paper to review data movement and safe information about MDHC.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.24-27
• /
• 2001

Nowadays, increasing demand of the customized products has led to an increased usage of rapid prototyping in the product development. However, the acquisition price of a rapid prototyping equipment is still too high that not every body can afford to buy one. To offer a wide access to the users who need physical prototypes, a connection of the rapid prototyping equipment to the Internet is a viable step. It would allow a large group of customers all over the world to use the manufacturing capability of a service provider offering this kind of manufacturing service. To realize how such an e-manufacturing concept can look like, a LOM-type 3D printer developed at KIST has been used as test site and connected to the Internet. A possible user can log on to the server of the equipment and view his STL file and start the building operation from a remote place. To see whether the operation runs properly, a CCD camera is used to transmit the actual state of operation online. The result so far proves the feasibility of rapid prototyping on the Internet as well as an order-adaptive manufacturing system via web.

• 정보보호학회논문지
• /
• 제33권3호
• /
• pp.499-510
• /
• 2023

최근 지능적이고 고도화된 사이버 공격은 악성코드가 포함된 파일을 이용하여 공공기관의 전산망을 공격하거나 정보를 유출하는 공격으로 그 피해가 커지고 있다. 다양한 정보 보호시스템이 구축된 공공기관에서도 기존의 시그니처 기반이나 정적 분석을 기반으로 하는 악성코드 및 랜섬웨어 파일 탐지하는 방식을 사용하는 경우는 알려진 공격은 탐지가 가능하나 알려지지 않은 동적 및 암호화 공격에 대해서는 취약하다. 본 연구에서 제안하는 탐지 방안은 공공기관에서 실제로 사용하는 정보보호시스템 중 악성코드 및 랜섬웨어를 탐지할 수 있는 시스템의 탐지 결과 데이터를 추출한 후 결합하여 여러 가지 속성을 도출해 내고, 머신러닝 분류 알고리즘을 통해 도출한 속성들이 어떻게 분류되고 어떤 속성이 분류 결과와 정확도 향상에 중대한 영향을 미치는지 실험을 통해 결과를 도출한다. 본 논문의 실험 결과에서는 특정 속성이 포함된 경우와 포함되지 않은 경우 알고리즘마다 상이하지만, 특정 속성이 포함된 학습에서는 정확도가 높아지는 결과를 보였으며 추후 정보보호시스템의 랜섬웨어 파일 및 이상행위 탐지 알고리즘 제작 시 속성 선택에 활용할 수 있을 것으로 기대한다.

• Neonatal Medicine
• /
• 제18권2호
• /
• pp.301-309
• /
• 2011

목적: Point-of-care test (POCT) 는 신생아 치료에 있어서 중요한 영향을 미칠 잠재력을 가지고 있다. 이 연구의 목적은 신생아 집중 치료실에서 POCT 화학 분석기기의 임상적인 유용성을 살펴보고자 하는데 있다. 방법: 신생아 집중 치료실에 입원한 신생아의 혈액 샘플을 2010년 3월부터 9월까지 POCT 화학 분석기기(Piccolo Xpress Chemistry Analyzer, Abaxis, Union City, CA, USA) 와 중앙 검사실 화학 분석기기(Chemistry analyzer 7600-110, Hitachi Ltd., Tokyo, Japan)를 이용하여 분석하였다. POCT와 중앙 검사실 기계 간의 15가지 항목에 대하여 상관 관계를 평가하였다. 또 POCT의 일치도를 알아보기 위해 세 번의 연속적인 혈액 검사를 시행하고, 세 검사간의 차이를 기록하여 평가하였다. 수행 오류가 있는 경우에는 log file을 통해서 오류의 원인을 파악하였다. 결과: 54명의 신생아에서 정확도를 위해 시행된 112쌍의 연구 중 오류가 없던 100쌍의 결과에서 두 기계 간의 높은 상관 관계를 보였다. 112쌍의 연구 도중 12개의 오류가 발생하였다. 가장 흔한 원인은 불충분한 샘플 오류였다. 일치도 검증을 위한 18명의 환아들에서 시행한 18개의 삼중 분석에서는 3-10%의 오차율이 나타났고, 이는 수용할 만한 것이었다. 54개의 분석 중 오류는 일어나지 않았다. 결론: 이 POCT는 짧은 시간 내에 소량의 전혈을 이용하여 다양한 항목을 검사할 수 있다. 비록 오류가 나타날 수 있지만, 이는 예방 가능한 것으로 사료된다. 이 POCT는 덜 침습적인 방법으로 소량의 혈액을 채취하기 때문에 신생아 집중 치료실에서 간단하고 빠른 진단에 유용하다.