• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.1100-1118
• /
• 2021

In a wide range of ML applications, the training data contains privacy-sensitive information that should be kept secure. Training the ML systems by privacy-sensitive data makes the ML model inherent to the data. As the structure of the model has been fine-tuned by training data, the model can be abused for accessing the data by the estimation in a reverse process called model inversion attack (MIA). Although, MIA has been applied to shallow neural network models of recognizers in literature and its threat in privacy violation has been approved, in the case of a deep learning (DL) model, its efficiency was under question. It was due to the complexity of a DL model structure, big number of DL model parameters, the huge size of training data, big number of registered users to a DL model and thereof big number of class labels. This research work first analyses the possibility of MIA on a deep learning model of a recognition system, namely a face recognizer. Second, despite the conventional MIA under the white box scenario of having partial access to the users' non-sensitive information in addition to the model structure, the MIA is implemented on a deep face recognition system by just having the model structure and parameters but not any user information. In this aspect, it is under a semi-white box scenario or in other words a gray-box scenario. The experimental results in targeting five registered users of a CNN-based face recognition system approve the possibility of regeneration of users' face images even for a deep model by MIA under a gray box scenario. Although, for some images the evaluation recognition score is low and the generated images are not easily recognizable, but for some other images the score is high and facial features of the targeted identities are observable. The objective and subjective evaluations demonstrate that privacy cyber-attack by MIA on a deep recognition system not only is feasible but also is a serious threat with increasing alert state in the future as there is considerable potential for integration more advanced ML techniques to MIA.

• 스마트미디어저널
• /
• 제11권10호
• /
• pp.65-75
• /
• 2022

딥러닝은 기존의 분석 모델이 갖는 한계를 극복하고 텍스트, 이미지, 음악 등 다양한 형태의 결과물을 생성할 수 있는 창의적인 도구로 활용되고 있다. 본 고에서는 Niko's MIDI Pack 음원 파일 1,609개를 데이터 셋으로 삼아 전처리 과정을 수행하고, 양방향 장단기 기억 순환 신경망(Bi-LSTM) 모델을 이용하여, 효율적으로 음악을 생성할 수 있는 전처리 방법과 예측 모델을 제시한다. 생성되는 으뜸음을 바탕으로 음악적 조성(調聲)에 적합한 새로운 시계열 데이터를 생성할 수 있도록 은닉층을 다층화하고, 디코더의 출력 게이트에서 인코더의 입력 데이터 중 영향을 주는 요소의 가중치를 적용하는 어텐션(Attention) 메커니즘을 적용한다. LSTM 모델의 인식률 향상을 위한 파라미터로서 손실함수, 최적화 방법 등 설정 변수들을 적용한다. 제안 모델은 MIDI 학습의 효율성 제고 및 예측 향상을 위해 높은음자리표(treble clef)와 낮은음자리표(bass clef)를 구분하여 추출된 음표, 음표의 길이, 쉼표, 쉼표의 길이와 코드(chord) 등을 적용한 다채널 어텐션 적용 양방향 기억 모델(Bi-LSTM with attention)이다. 학습의 결과는 노이즈와 구별되는 음악의 전개에 어울리는 음표와 코드를 생성하며, 화성학적으로 안정된 음악을 생성하는 모델을 지향한다.

• 한국재난정보학회 논문집
• /
• 제19권3호
• /
• pp.656-664
• /
• 2023

연구목적: 고용노동부에서는 사업장 내 화재·붕괴 등의 대형재난이 발생하면 사업장 대규모 인적사고 위기관리 표준매뉴얼에 근거하여 재난을 관리하고 있다. 현재 운용중인 표준매뉴얼을 점검하고 미흡한 항목에 대해 개선방안을 제시하고자 한다. 연구방법:이에 따라, 재난관리 매뉴얼 내·외부 전문가, 본부·지방관서의 재난업무 담당자 등과 함께 표준매뉴얼을 점검하였고 우선적으로 개선해야 할 항목을 도출하였다. 연구결과: 붕괴사고의 경우에는 재난관리 주관부처 선정의 논란을 제거하기 위해 행정안전부에서 선정기준을 정확히 제시할 필요가 있으며, 인파밀집사고의 경우에는 표준매뉴얼 보다는 행동·실무 매뉴얼에 구체적으로 반영하여 유사시 근로자 대피 안전성을 확보해야 할 것이다. 이 외에도 재난안전 통신망 운영 및 대피요령에 대해 상세한 내용의 추가 보완이 필요해 보인다. 결론: 향후에도 국민의 눈높이에 부응하는 재난관리 제도 개선을 위해서 해당 분야별 전문가, 재난업무 담당자, 그리고 일반시민 등의 의견수렴을 통해 근로자의 생명과 안전을 보장하고 좀 더 현장감 있는 사업장 대규모 인적사고 위기 관리 표준매뉴얼 마련을 기대한다.

• 사회복지연구
• /
• 제40권1호
• /
• pp.297-322
• /
• 2009

아동정책은 주로 보건복지부에서 요보호아동을 위한 사후적인 복지제도를 중심으로 집행된 반면 청소년정책은 국가청소년위원회에서 일반청소년을 위한 육성제도를 중심으로 실시되어 왔다. 하지만 아동청소년정책의 부처별 산발적 추진으로 인해 서비스 중복 현상이 나타나고 정책의 체계적 집행이 부족하였다. 따라서 일관성 있는 아동청소년정책의 추진을 위해 이명박 정부에서는 국가청소년위원회를 보건복지가족부로 흡수하면서 아동청소년정책의 통합작업을 진행하고 있다. 본 연구에서는 아동청소년정책에서 통합의 의미가 무엇인지, 이명박 정부의 전달체계 통합방안의 문제를 검토하고 이를 보완하기 위한 방안이 무엇인지를 제언하였다. 바람직한 통합정책을 추진하기 위해서는 부처통합에 따른 보건복지가족부내의 아동정책과 청소년정책의 단순 결합을 넘어서 국가 전체의 인적자원개발계획과 경제정책을 고려하여 통합적인 아동청소년정책이 수립되도록 전면적인 재설계가 필요하다. 또한 정책대상의 비효율적인 중복이 강조되기보다는 정책의 공공성과 적정예산의 확보를 위해 아동청소년정책예산의 획기적인 증가가 선결되어야 한다는 점이 강조되었다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1283-1293
• /
• 2022

본 연구는 정수장의 수처리 공정에서 계측되고 있는 수량 및 수질데이터의 활용과 수처리 공정제어의 지능화를 위한 것으로 정수장에서 전염소 공정이 수반되는 처리공정에서 침전지 유출수 잔류염소농도 안정화를 위하여 이를 추정할 수 있는 모형을 구축하고자 하였다. 정수장 침전지 유출수의 잔류염소농도를 예측하기 위하여 중회귀모형과 인공지능 알고리즘 중 다층퍼셉트론 신경망, 랜덤포레스트 및 장단기기억(Long Short Term Memory; LSTM) 모형을 활용하였고 그 결과를 비교, 평가하였다. 모형의 입력변수로는 전염소 공정이 도입된 정수장에서의 잔류염소농도, 수온, 탁도, pH, 전기전도도, 유량, 알칼리도 등이 사용되었고 전염소에 따른 침전지의 안정적 운영을 위해 요구되는 침전지 잔류염소농도를 출력변수로 구성하였다. 적용 결과에서는 랜덤포레스트 모형이 가장 양호한 결과를 보여 주었으며 다음으로 LSTM, 다층퍼셈트론 신경망 순으로 나타났다. 수학적 모형인 중회귀모형은 적합도 측면에서 가장 낮은 결과를 보여 주었는데, 이는 수량과 수질데이터의 수치적인 규모나 차원의 차이뿐만 아니라 계절별 수질특성에 따라 염소소비 특성이 매우 다양하게 반응하기 때문으로 판단된다. 따라서 정수장 수처리 공정에서 인공지능 알고리즘의 적용을 위해서는 랜덤포레스트와 같이 의사결정 트리구조의 도입과 적용이 타당한 것으로 나타났다. 본 연구에서 분석된 결과를 근거로 전염소 공정이 도입된 정수장 수처리 공정에서 염소주입량을 실시간으로 예측 가능하게 함으로써 침전지 유출수에서 잔류염소농도를 일정하게 유지하는데 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.85-100
• /
• 2023

최근 기업의 지속가능경영 역량으로 대변되는 기업 ESG 성과(environmental, social, and corporate governance)가 투자의사 결정에 주요 요인 중 하나로 부각되고 있다. 전통적 ESG 성과 평가 프로세스는 평가기관마다의 고유 기준에 따라 질적 정성적 방식으로 수행되어 그 평가 소요 시간 및 비용이 큰 데 비해 투자의사 결정 시 신뢰성과 예측 가능성 및 적시성에 제약이 존재한다. 이에 본 연구에서는 정량화되고 공개된 기업 재무 정보를 활용하여 머신러닝을 통한 자동화된 기업 ESG 평가 예측을 시도하였다. 심층신경망 기법을 활용해 2019년부터 2021년까지 3년간 한국ESG기준원에서 제공한 1,780건의 ESG 평가에 대하여 총 12종(21,360건)의 시장 공개 재무 정보를 기반으로 예측 모형을 구축한 결과, 제안된 심층신경망 모형은 약 86%의 분류성능을 보여 여타 비교모형 대비 크게 높은 정확도를 나타냈다. 본 연구는 정량적이고 공개된 과거 기업 재무 정보만으로도 자동화된 프로세스를 통해 비교적 정확한 미래 ESG 평가 예측을 달성할 수 있었다는 점에 의의가 크다. 특히 기업 ESG 관련 정보 접근이 상대적으로 불리한 일반 투자자들의 입장에서 볼 때 낮은 비용과 적은 시간 투자로도 기업 ESG 성과 평가에 대한 예측 가능성과 적시성을 향상 시킬 수 있다는 점에 실용적 함의가 있다. 또한 본 연구는 향후 추가적인 국내외 데이터 수집 및 모형 고도화를 통해 기업 ESG 성과 예측 분야에서의 확장이 기대된다.

• 대한토목학회논문집
• /
• 제43권1호
• /
• pp.79-89
• /
• 2023

많은 자재의 재고를 위해서는 넓은 야적공간이 요구되며, 보관기간이 길어짐에 따라 유지비용이 증가하고, 자재를 건설 현장에 적치할 경우 이동 불편과 작업공간 부족으로 안전사고가 우려된다. 반면 자재를 확보하지 못한 건설 현장은 재고가 부족하여 설계변동 등의 예상치 못한 수요 발생 시 대응이 어렵고 공기 지연 발생과 잦은 주문으로 인해 주문 비용이 증가할 수 있다. 이렇듯 적정재고량의 확보는 중요한 요소임에도 불구하고 건설 현장의 자재관리는 많은 경우에 현장관리자의 경험에 의존해 운영되는 사례가 많으므로 현장의 공정 조건이 반영된 합리적인 자재 재고관리 방안이 필요하다. 본 연구는 선후행 공정 현황, 야적장 크기, 자재 운반비, 주문 시기, 주문량 등과 같은 현장 조건을 반영하여 경제성 있는 자재관리 방법론을 제안한다. 이를 위해 공정별 여유시간, 야적장의 크기, 주문량을 주요 변수로 하여 공정표에서 부속공정을 조정하면서 적정재고량을 설정하고, 이 과정에 유전알고리즘을 적용하여 최적화된 주문 시점 및 주문량을 제시한다. 결과를 통해 도출된 운반비는 적합도 지표로 설정하고 사례적용을 통한 재고관리의 효율성을 검증한다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.187-197
• /
• 2008

본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 경안천 유역($255.44km^2$)을 대상으로 미래 토지이용변화가 수문-수질에 미치는 영향을 분석하고자 하였다. Landsat TM(1987, 1991, 1996, 2004), $ETM^+$(2001) 위성영상으로부터 시계열 토지이용도를 작성하고, CA-Markov 기법을 이용하여 2030, 2060, 2090년도의 미래 토지이용변화를 예측하였다. 모형의 입력 자료인 수문 기상자료와 지형자료(DEM, 토양도, 하천도 등), 수질자료(SS, T-N, T-P)를 구축하고 1999, 2000년 자료를 이용하여 모형의 보정을 실시하였으며, 2001, 2002년에 대하여 검증하였다. 검보정 결과, 유출량에 대해 모형 효율성 계수는 0.59, 수질항목(Sediment, T-N, T-P)에 대한 결정계수는 0.88, 0.72, 0.68로 분석되었다. 미래 토지이용변화에 따른 유출량과 비점오염 부하량의 변화를 분석한 결과, 도시화가 진행되면서 2004년을 기준(76.3)으로 유역 평균 CN값이 2030년 76.9, 2060년 77.1, 2090년 77.4로 증가하면서 유출량이 1.4%, 2.0%, 2.7% 증가하는 것으로 분석되었다. 또한, 비점오염원의 증가로 유사량과 T-N, T-P 부하량은 2004년을 기준으로 2030년 51.4%, 5.0%, 11.7% 증가하였으며, 2060년 70.5%, 8.5%, 16.7% 2090년에 74.9%, 10.9%, 19.9% 증가하는 것으로 분석되었다.

• 대한토목학회논문집
• /
• 제26권1D호
• /
• pp.41-47
• /
• 2006

교통시설 건설사업을 기획하고 평가하는 단계에서 형평성 및 효율성에 많은 논란이 제기되고 있는 사업들이 존재하고 있다. 그 이유 중의 하나는, 사업의 타당성을 평가함에 있어서 소요되는 비용은 명백히 드러나지만 사업실시에 따른 편익항목의 종류와 기준은 애매모호한 부분이 존재하기 때문이다. 이에 본 연구에서는 편익항목을 설정하는 기준을 명확히 하기 위하여 우선적으로, 부산광역시의 도로 및 도시철도의 시설이용자에 대한 만족도 평가와 함께 교통시설에 있어 기존의 경제성 분석방법으로 평가를 실시하였다. 그 결과 이용자들은 도시철도 이용에 대한 만족감이 도로이용보다는 높게 나타났으나 경제성 분석 방법인 B/C분석을 행한 결과, 도시철도시설이 대상도로에 비해 경제적 타당성이 상당히 낮은 것으로 나타났다. 이와 같은 모순적인 사실은 현재 부산광역시의 인구에 대비한 지하철 수단분담율에 비춰볼 때 편익항목에 대한 설정 기준이 맞지 않아 편익의 값이 다소 적게 산출된 결과라고 판단할 수 있다. 따라서 본 연구에서는 교통시설 건설타당성 평가를 실시할 경우에 고려되어야 할 편익항목들을 열거하고 ANP기법을 통하여 각각의 항목에 대한 가중치를 산정하였다. 그 결과 접근성, 정시성, 주행시간 순으로 높은 가중치를 가지고 있었으며, 기존의 경제성 분석시 고려되는 편익항목보다는 주민의 교통여건향상에 따른 편익항목이 더욱 높은 중요도를 가지고 있는 것을 알 수 있었다.

• 대한토목학회논문집
• /
• 제30권6D호
• /
• pp.569-575
• /
• 2010

재차인원의 파악은 HOV 차로 및 HOT 차로 정책의 효과 분석뿐만 아니라, 램프미터링, 공공주차장 운영 등 다양한 부분에 대한 핵심적 입력변수이다. 재차인원에 대한 조사 방법과 TCS (Toll Collection System) 자료를 이용한 O/D 구축방법은 개별적으로 기존 연구에서 많이 수행되어 왔지만, TCS 자료를 이용한 재차인원별 O/D 구축에 대한 연구는 전무한 실정이다. 본 연구는 재차인원 정보가 추가된 TCS 자료를 조사하여 수단별 O/D를 산출하는 과정을 자료조사부터 구축과정에 대한 제반 방법론으로 제시하였다. 특정 영업소(서울 영업소) 진출 방향에 대하여 특정일에 오전 첨두, 오후 비첨두, 오후 첨두, 심야 각 2시간씩 승용차, 버스, 트럭으로 구분된 차량에 대하여 재차인원 조사(노측 조사)를 실시한 후 톨부스, 차종, 도착시간을 기준으로 매칭과정을 거쳐 해당 날짜의 TCS 자료에 재차인원 정보를 추가하여 재차인원별 O/D를 구축하였다. 한 예로써 구축 결과 오전 첨두시 서울로 향하는 나홀로 차량이 약 60%에 이르는 것으로 나타났다. 이러한 방법론은 TCS 자료를 이용한 특정 O/D 구축 방법론과 연계할 경우, 전국 센트로이드간 재차인원별 O/D 산출도 가능할 것으로 판단되며 재차인원 정보를 요구하는 교통정책의 수립에 활용되어 질 수 있을 것으로 판단된다.