• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.511-516
• /
• 2002

신경회로망은 차원이 확장됨에 따라 학습에 필요한 계산량이 기학급수적으로 증가하는 문제가 발생한다. 이를 극복하기 위해 직교성을 지닌 웨이블릿 신경회로망이 제안되었다. 웨이블릿 함수의 경우 스케일과 중심을 결정함으로써 신경회로망의 노드로 구성된다. 본 논문에서는 웨이블릿 함수를 이용하여 망을 구성하는 과정에 스케일링 함수를 함께 은닉층의 노드로 복합 구성함으로써 스케일링 함수를 이용하여 대강 근사(rough approximation)를 행한 다음, 웨이블릿 함수를 이용하여 미세 근사(fine approximation)를 행하도록 구성하는 복합 신경회로망을 제안한다. 또한, 복합 신경회로망을 구성하는 과정에서 미세 근사에 필요한 웨이블릿 함수의 개수를 유전 알고리즘을 이용하여 결정한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권11호
• /
• pp.747-756
• /
• 2013

배터리를 사용하는 센서 네트워크에서는 불필요한 오버헤드를 줄이는 것이 중요하다. 또한 보안의 필요성으로 인해 암호화 역시 중요하다. 하지만 암호화의 경우 어쩔 수 없는 오버헤드가 발생하는 데 보안과 오버헤드는 트레이드오프 관계에 있다. 본 논문에서는 암호화시 추가되는 오버헤드를 줄이기 위하여 신뢰값(Trust)라는 개념을 암호화에 사용하고 신뢰도가 높은 경로와 신뢰도가 낮은 경로 이용시 암호화에 사용되는 키 크기의 조절을 통해 보안 수준은 유지하면서 오버헤드는 줄이는 방법을 시도하였다. 시뮬레이션을 통해 일반적인 암호화와 신뢰값을 고려한 암호화를 비교하였고 그 결과 신뢰값을 고려하는 경우가 총 실행시간도 적고 오버헤드도 적었다. 실제 네트워크에서 구성 목적이나 환경 조건을 고려하여 보안 수준을 충족하는 신뢰값 기준을 정한다면 센서 네트워크에서 제한된 리소스를 효율적으로 사용할 수 있을 것이다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권6호
• /
• pp.473-482
• /
• 2007

네트워크 기반의 침입탐지시스템에서는 수집된 패킷데이타의 분석을 통해 침입인지 정상행위 인지를 판단하여 경보를 발생 시키며 이런 경보데이타의 양은 기하급수적으로 증가하고 있다. 보안관리자는 이러한 대량의 경보데이타들을 분석하고 통합 관리하여 네트워크 보안레벨을 진단하거나 시간에 따른 적절한 대응을 하는데 유용하게 사용하여야 한다. 그러나 오경보의 비율이 너무 높아 경보 데이터들간의 상관관계 분석이나 고수준의 의미 분석에 어려움이 많으므로 분석결과에 대한 신뢰성이나 분석의 효율성이 낮아지는 문제점을 가진다. 이 논문에서는 데이타 마이닝의 분류 기법을 적용하여 오경보율을 최소화하는 방법을 제안한다. 결정트리기반의 분류 기법을 오경보 분류 모델로 적용하여 오경보들 중 실제는 공격이 아님에도 불구하고 공격이라 판단된 오경보를 정상으로 분류할 수 있는 경보 데이타 분류 모델을 설계하고 구현한다. 구현된 경보데이타 분류 모델은 오경보율을 최소화하므로 경보데이타의 분석 및 통합을 통해 경보메시지의 축약 및 침입탐지시스템의 탐지율을 높이는데 활용될 수 있다.

• 대한전자공학회논문지TC
• /
• 제47권7호
• /
• pp.51-58
• /
• 2010

무선 메쉬 네트워크 (Wireless Mesh Network)는 넓은 지역에 저렴한 비용으로 무선 인터넷 서비스를 제공할 수 있는 기술로 많은 관심을 받고 있다. 하지만 무선 메쉬 네트워크는 게이트웨이 주변 노드로 트래픽이 집중되는 병목현상이 발생하는 문제가 있다. 이러한 병목현상을 해결하기 위해서는 멀티 라디오를 사용하는 무선 메쉬 네트워크 구성이 필요하지만, 무분별한 안테나 설치는 전체 시스템 구축비용의 증가를 초래하게 된다. 이에 본 논문에서는 네트워크 트래픽 용량에 따라 최적화된 메쉬 클러스터 규모를 결정하고, 각 메쉬 라우터의 무선 채널 사용량에 따라 안테나 수의 차등적 배치를 통해 병목 현상 해소 및 시스템 구축비용의 최소화가 가능한 시스템 비용 최적화 모델을 제안한다. 제안 최적화 모델의 성능 분석을 위해 CPLEX를 사용해 사용자 트래픽과 게이트웨이 용량에 따른 네트워크 규모 및 최적의 안테나 수를 결정하는 최적해를 도출하였다. 그 결과 제안된 최적화 모델을 통해 멀티 라디오 무선 메쉬 네트워크 구성 시 병목 현상 해결 및 시스템 구축비용의 현저한 감소를 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.85-94
• /
• 2014

본 논문에서는 사용자 시스템이 악성 프로그램에 의해 피해를 입은 후 시그니처나 보안 패치가 나오기 전에 피해를 최소화하기 위한 방법으로 파일 DNA 기반의 행위 패턴 분석을 통한 탐지 기법을 연구하였다. 기존의 네트워크 기반의 패킷 탐지기법과 프로세스 기반 탐지 기법의 단점을 보완하여 제로데이 공격을 방어하고 오탐지를 최소화하기 위해 파일 DNA 기반 탐지기법을 적용하였다. 파일 DNA 기반 탐지기법은 악성코드의 비정상 행위를 네트워크 관련 행위와 프로세스 관련 행위로 나누어 정의하였다. 사용자 시스템에서 작동되는 프로세스의 중요한 행위와 네트워크 행위를 정해진 조건에 의해 검사 및 차단하며, 프로세스 행위, 네트워크 행위들이 조합된 파일 DNA를 기반하여 악성코드의 행위 패턴의 유사도를 분석하여 위험경고 및 차단을 통한 대응 기법을 연구하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권4호
• /
• pp.352-362
• /
• 2008

MANET(Mobile Ad-hoc Network) 내에서는 노드는 자유롭게 이동하나 에너지 제약을 가지며 이러한 특징이 네트워크 회선 단절을 유발한다. 따라서 MANET을 적용하여 유비쿼터스 서비스를 수행할 경우에는 노드의 이동성에 따른 토폴로지 변경에 유연하게 적응하면서 동시에 연속적인 패킷 전송이 가능하도록 패킷의 전송률을 향상시키는 기법이 요구된다. 본 논문에서는 이러한 문제점의 해결을 위해 PAOMDV(Possibility based AOMDV)와 OLSR-ME(OLSR with Modify Energy Efficiency)를 동시에 적용한 혼합형 프로토콜을 제안한다. 특히 모바일 에드 혹 네트워크를 클러스터로 구분함으로써 PAOMDV는 클러스터 간 통신을 담당하고 OLSR-ME는 클러스터 내부 통신을 담당하도록 구현하였다. 또한 홉 수가 증가하는 경우에도 기존 프로토콜보다 더 효율적인 프로토콜을 설계하기 위해 패킷 전달을 책임질 포워딩 노드 선택 알고리즘도 제안한다. 제안한 프로토콜을 기존의 프로토콜인 AODV, AOMDV, ZRP와 비교 실험하고 그 성능을 검증하였다. 실험 결과, 제안 프로토콜이 패킷 전송률, 전송 지연, 라우팅 오버헤드에서 기존 프로토콜 보다 우수함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.1137-1140
• /
• 2019

가상현실(Virtual Reality, VR), 증강현실(Augmented Reality, AR), 혼합현실(Mixed Reality, MR) 분야에 유용한 인간 컴퓨터 인터페이스 기술은 필수적이다. 특히 휴먼 손동작 인식 기술은 직관적인 상호작용을 가능하게 하여, 다양한 분야에서 편리한 컨트롤러로 사용할 수 있다. 본 연구에서는 뎁스 영상 기반의 1 인칭 시점 손동작 인식을 위하여 손동작 데이터베이스 생성 시스템을 구축하여, 손동작 인식기 학습에 필요한 1 인칭(Egocentric View Point) 데이터베이스를 촬영하여 제작한다. 그리고 모바일 Head Mounted Device(HMD) VR 을 위한 뎁스 영상 기반 1 인칭 시점 손동작 인식(Hand Pose Recognition, HPR) 딥러닝 Deep Residual Network 를 구현한다. 최종적으로, 안드로이드 모바일 디바이스에 학습된 Residual Network Regressor 를 이식하고 모바일 VR 에 실시간 손동작 인식 시스템을 구동하여, 모바일 VR 상 실시간 3D 손동작 인식을 가상 물체와의 상호작용을 통하여 확인 한다.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.427-432
• /
• 2021

본 논문에서는 미상의 통신신호에 대한 자동 변조 인식을 위하여 심층신경망인 딥뉴럴네트워크를 적용하여 변조 형태를 식별하고 그 성능을 분석하였다. 신경망 입력 데이터는 변조된 신호의 시간영역 디지털샘플 데이터, FFT(Fast Fourier Transform)를 적용한 주파수영역 데이터, 시간 및 주파수영역 혼합데이터를 사용하여 각각의 변조인식 성능을 확인하였다. 아날로그 변조 및 디지털 변조 신호 11종에 대하여 -20~18 dB 까지 다양한 SNR(Signal to Noise Ratio) 환경에서 변조인식 성능을 확인하고 그 성능을 분석하였으며, 입력 데이터의 종류에 따른 학습 속도를 확인함으로써 제안한 방법이 실제적인 자동변조 인식 시스템 구축에 효과적인 방법임을 확인 하였다.

• Current Optics and Photonics
• /
• 제7권3호
• /
• pp.237-247
• /
• 2023

In middle- and long-distance imaging systems, due to the atmospheric turbulence caused by temperature, wind speed, humidity, and so on, light waves propagating in the air are distorted, resulting in image-quality degradation such as geometric deformation and fuzziness. In remote sensing, astronomical observation, and traffic monitoring, image information loss due to degradation causes huge losses, so effective restoration of degraded images is very important. To restore images degraded by atmospheric turbulence, an image-restoration method based on improved compound multibranch feature fusion (CMFNetPro) was proposed. Based on the CMFNet network, an efficient channel-attention mechanism was used to replace the channel-attention mechanism to improve image quality and network efficiency. In the experiment, two-dimensional random distortion vector fields were used to construct two turbulent datasets with different degrees of distortion, based on the Google Landmarks Dataset v2 dataset. The experimental results showed that compared to the CMFNet, DeblurGAN-v2, and MIMO-UNet models, the proposed CMFNetPro network achieves better performance in both quality and training cost of turbulent-image restoration. In the mixed training, CMFNetPro was 1.2391 dB (weak turbulence), 0.8602 dB (strong turbulence) respectively higher in terms of peak signal-to-noise ratio and 0.0015 (weak turbulence), 0.0136 (strong turbulence) respectively higher in terms of structure similarity compared to CMFNet. CMFNetPro was 14.4 hours faster compared to the CMFNet. This provides a feasible scheme for turbulent-image restoration based on deep learning.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.15-30
• /
• 2000

광전송망은 망의 장애에 미리 대비할 수 있도록 신뢰성과 생존도를 고려하여 설계하여야 한다. 동기식 다중화의 국제표준인 SDH(Synchronous Digital Hierarchy) 방식의 광전송망은 장애 발생시 이를 자동적으로 복구할 수 있도록 생존도를 고려한 여러 가지 망 재구성 기법들을 제공한다. 그 중 SHR(Self-Healing Ring)은 링의 형태로 망을 구성한 시스템으로 뛰어난 생존도와 경제성으로 통신사업자들의 기간통신망 구조로 활발히 채택되고 있다. 이 때, 링들이 설치되는 지역적 범위가 넓어지고 수요가 증가되면, 다수의 링들이 중첩되어 상호연결되는 다중링(Multi-ring) 구조로 발전하게 된다. 본 연구에서는 수요의 분할처리를 허용하는 BSHR(Bidirectional SHR)들이 연접한 다중링 설계 문제를 다룬다. 이 문제는 망구축용량을 최소로하는 관점에서 생존도가 보장되는 부하 최적화 문제가 되며, 혼합정수계획법에 의한 정식화가 가능하다. 그러나, 현실문제에서는 망구축용량의 최소화 뿐만아니라 노드가 수요로 다계위 수요가 주어지며 중계노드에서의 다중화 번들링도 같이 고려되어야 하므로 수리모형으로는 해결할 수 없는 복잡한 문제가 된다. 따라서 이 叩걋\ulcorner고려사항들을 반영한 최적근사해를 실시간내에 구할 수 있는 휴리스틱 알고리즘을 개발하게 되었다. 사례연구에서는 휴리스틱 알고리즘을 적용한 실제 망설계 문제를 설명하였고, 망구성 방법에 따른 차이와 다중화 번들링 여부로 인한 실험 결과를 비교하였다.