• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1916-1934
• /
• 2023

The phishing attack is a malicious emerging threat on the internet where the hackers try to access the user credentials such as login information or Internet banking details through pirated websites. Using that information, they get into the original website and try to modify or steal the information. The problem with traditional defense systems like firewalls is that they can only stop certain types of attacks because they rely on a fixed set of principles to do so. As a result, the model needs a client-side defense mechanism that can learn potential attack vectors to detect and prevent not only the known but also unknown types of assault. Feature selection plays a key role in machine learning by selecting only the required features by eliminating the irrelevant ones from the real-time dataset. The proposed model uses Hyperparameter Optimized Artificial Neural Networks (H-ANN) combined with a Hybrid Firefly and Grey Wolf Optimization algorithm (H-FFGWO) to detect and block phishing websites in Internet of Things(IoT) Applications. In this paper, the H-FFGWO is used for the feature selection from phishing datasets ISCX-URL, Open Phish, UCI machine-learning repository, Mendeley website dataset and Phish tank. The results showed that the proposed model had an accuracy of 98.07%, a recall of 98.04%, a precision of 98.43%, and an F1-Score of 98.24%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2334-2347
• /
• 2023

Metaverse services generate text data, data of ubiquitous computing, in real-time to analyze user emotions. Analysis of user emotions is an important task in metaverse services. This study aims to classify user sentiments using deep learning and pre-trained language models based on the transformer structure. Previous studies collected data from a single platform, whereas the current study incorporated the review data as "Metaverse" keyword from the YouTube and Google Play Store platforms for general utilization. As a result, the Bidirectional Encoder Representations from Transformers (BERT) and Robustly optimized BERT approach (RoBERTa) models using the soft voting mechanism achieved a highest accuracy of 88.57%. In addition, the area under the curve (AUC) score of the ensemble model comprising RoBERTa, BERT, and A Lite BERT (ALBERT) was 0.9458. The results demonstrate that the ensemble combined with the RoBERTa model exhibits good performance. Therefore, the RoBERTa model can be applied on platforms that provide metaverse services. The findings contribute to the advancement of natural language processing techniques in metaverse services, which are increasingly important in digital platforms and virtual environments. Overall, this study provides empirical evidence that sentiment analysis using deep learning and pre-trained language models is a promising approach to improving user experiences in metaverse services.

• Journal of Information Processing Systems
• /
• 제19권4호
• /
• pp.483-497
• /
• 2023

Depth estimation is one of the most complicated and difficult problems to deal with in the light field. In this paper, a compound attention convolutional neural network (CAttNet) is proposed to extract depth maps from light field images. To make more effective use of the sub-aperture images (SAIs) of light field and reduce the redundancy in SAIs, we use a compound attention mechanism to weigh the channel and space of the feature map after extracting the primary features, so it can more efficiently select the required view and the important area within the view. We modified various layers of feature extraction to make it more efficient and useful to extract features without adding parameters. By exploring the characteristics of light field, we increased the network depth and optimized the network structure to reduce the adverse impact of this change. CAttNet can efficiently utilize different SAIs correlations and features to generate a high-quality light field depth map. The experimental results show that CAttNet has advantages in both accuracy and time.

• 대한한의학방제학회지
• /
• 제26권3호
• /
• pp.207-221
• /
• 2018

Objectives : Present study investigated hepatoprotective effect of Haegan-jeon extract (HE) and tried to elucidate molecular mechanism involved. According to molecular mechanism, present study optimized herbal composition of HE (op-HE) and compared in vitro and in vivo hepatoprotective effects of op-HE to HE. Methods : For in vitro experiments, HepG2 cells were exposed to arachidonic acid (AA, $10{\mu}M$) and iron ($5{\mu}M$) for inducing oxidative stress. Cell viability, GSH contents, $H_2O_2$ production, mitochondrial membrane potential, immunoblot and reporter gene assay were performed to investigate cytoprotective effects and responsible molecular mechanisms. For in vivo experiments, hepatoprotective effect of HE and op-HE were assessed on $CCl_4-induced$ liver injury mice model. Results : HE pretreatment prevented AA+iron-mediated hepatocytes apoptosis. In addition, AA+iron-induced mitochondrial dysfunction, $H_2O_2$ production, glutathione depletion were reduced by HE pretreatment. In addition, nuclear factor erythroid 2-related factor 2 (Nrf2) phosphorylation, antioxidant response element (ARE)-driven reporter gene activity, and antioxidant genes expression were increased by HE. Based on reporter gene and MTT assays, we found that op-HE consisting three medicinal herbs also significantly increased transactivation of Nrf2 and reduced the AA+iron-mediated cytotoxicity. Moreover, in $CCl_4-induced$ liver injury mice model, HE-op had an ability to ameliorate $CCl_4-mediated$ increases in serum alanine transferase and aspartate aminotransferase activity, hepatic degeneration, inflammatory cell infiltration, and collagen deposition. Hepatoprotective effects of op-HE were comparable to those of HE. Conclusions : Present study suggests that op-HE as well as HE exhibit hepatoprotective effect against oxidative stress-mediated liver injury via Nrf2 activation.

• 한국건설관리학회논문집
• /
• 제5권6호
• /
• pp.170-178
• /
• 2004

공공 발주기관의 동절기 공사불능기간의 운영은 공사기간을 길게 하고, 건설사업비를 증가시킨다. 또한, 건설인력의 활용을 어렵게 하여 근로소득을 감소시킴으로써 국가 경제에도 나쁜 영향을 미친다. 그러므로 골조공사는 동절기에도 시행되어야 할 것이다. 그러나 동절기 골조공사는 평상계절과 동일한 속도로 진행할 수 없기 때문에 별도의 공기산정 방법이 필요하다. 본 연구에서는 공정메커니즘 분석을 통하여 동절기 골조 기준층 1사이클의 실작업일수를 구하고, 5년간의 달력 및 기상청 자료를 이용하여 동절기 5년 평균 비작업일수를 분석하였다. 분석된 실작업일수와 비작업일수를 통합하여 동절기 골조 기준층 1사이클의 적정 공기를 제안하고, 이를 실적자료와 비교하여 검증하였다. 본 연구결과는 동절기 골조공사의 공기산정에 유용하게 활용될 수 있을 것이다.

• 한국정보과학회논문지:정보통신
• /
• 제34권1호
• /
• pp.1-15
• /
• 2007

모바일 기기의 다양화와 무선 기술의 발전으로 모바일 사용자가 증가함에 따라, 이들을 위한 효율적이고 안전한 VPN(Virtual Private Network) 접속 및 관리가 중요한 이슈가 되고 있다. 이에, 본 논문에서는 모바일 VPN 사용자가 서로 다른 사이트에 있는 하나 이상의 사용자와 효율적으로 통신할 수 있도록 하는 PE(Provider Edge) 기반 PP(Provider Provisioned) 모바일 VPN 메커니즘을 제안한다. 제안하는 방안은 모바일 VPN 사용자의 IPSec 터널 오버헤드를 최소화했을 뿐만 아니라, 모바일 VPN 사용자의 위치에 관계없이 추가적인 IPSec 터널 오버헤드를 발생하지 않고 모바일 VPN 사용자 및 정적 VPN 사용자 간 최적화된 경로로 트래픽을 전달할 수 있도록 한다. 제안한 구조 및 프로토콜은 RFC2547에 제시된 'BGP/MPLS VPN' 기술을 기반으로 한다. 제안하는 방안에서는 모바일 VPN 사용자가 외부네트워크로 이동했을 때, BGP/MPLS VPN 서비스를 모바일 VPN 사용자까지 확대하기 위해 서비스 제공자 측에 PNS(PPVPN Network Server)를 새로이 정의하였다. 제안하는 방안은 사용자 기반 모바일 VPN 및 CE 기반 모바일 VPN과 비교하여 IPSec 터널 관련한 오버헤드가 더 적으며, 시뮬레이션 결과, CE 기반 모바일 VPN 방안에 비하여 종단간 패킷 지연에 있어서 더 우수한 성능을 보임을 알 수 있었다.

• 한국통신학회논문지
• /
• 제30권5B호
• /
• pp.253-263
• /
• 2005

본 논문은 이동 통신망 환경에서 사용자들의 다양한 요구사항을 충족시킬 수 있도록 End-to-End QoS를 제공하기 위한 이동 멀티캐스트 기법을 제안하였다. 투명한 이동성 보장을 위해 빠른 핸드오프 기법을 적용하였다. L2 Mobile Trigger를 이용하여 핸드오프 시 발생하는 지연으로 인한 다량의 패킷 손실을 줄일 수 있도록 하였다. Xcast++에 계층적 개념을 도입하여 확장한 HXcast++를 제안하여 멀티캐스트 전송 경로의 최적화를 제공하고, 빈번한 핸드오프로 인한 멀티캐스트 서비스 유지비용을 줄일 수 있도록 하였다. 핸드오프 시 IGMP Membership Query를 기다림 없이 즉각 그룹에 가입할 수 있는 GMA(Group Management Agent) 기반 그룹 관리 메커니즘을 제안하여 그룹 가입 지연을 줄이고, 탈퇴 지연으로 인한 자원의 낭비를 제거하였다. 그리고 멀티캐스트 트리가 생성되는 동안 발생할 수 있는 패킷 손실은 buffering&forwarding 기법을 이용하여 줄였다. End-to-End QoS 제공을 위해 지역 네트워크에서는 IntServ/RSVP를 사용하고 광역 네트워크에서는 DiffServ를 사용하도록 구성하였다. 그리고 핸드오프로 인한 RSVP의 세션 재 설립 지연을 줄이기 위해 HXcast++ 제어 메시지를 확장하여 PATH 메시지를 요구하도록 하였다. 본 논문에서 제안하는 HXcast++는 이동 통신망 환경에서 End-to-End QoS를 제공하는 멀티캐스트 기법으로서 사용자들의 다양한 요구사항을 충족시킬 수 있는 한 가지 방안이 될 것이다.

• 청정기술
• /
• 제24권3호
• /
• pp.175-182
• /
• 2018

본 연구에서는 유동박리공정에서 개발된 수계박리액의 수분함유량의 최적화를 통한 청정성을 연구하였다. 감광제 박리 특성을 상용 유기계 박리액과 비교 고찰하였다. 박리성능은 감광제의 패터닝 전 투명전극샘플과 코팅된 샘플을 박리 한 후의 투명전극표면에서의 전기 및 광학적 특성의 평가를 통해 비교 하였다. 상용화된 유기계 박리액과 수분함유량이 최적화된 수계 박리액의 감광제박리 공정 결과 수계박리액이 유기계 박리액보다 동등 이상의 우수한 전기 및 광학적 특성 결과를 나타내었다. 유동 박리공정에서 유기계 박리액은 박리 중 감광제가 용해되어 박리액내부로 용해가 된 반면, 개발 중인 수계박리액은 용제에 포함된 cyclodextrin에 의한 감광제 포집으로 박리액의 감광제 용해 감소의 효과가 나타난 것으로 판단된다. 이러한 박리 메커니즘의 차이에 의한 박리공정 후 유기계와 수계 박리액의 청정성을 비교 분석하였다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.970-976
• /
• 2007

본 연구에서는 퍼지 추론 메커니즘에 기반 한 다항식 네트워크 패턴 분류기(Polynomial Network Pattern Classifier; PNC)를 설계하고 Particle Swarm Optimization 알고리즘을 이용하여 PNC 파라미터, 즉, 학습률, 모멘텀 계수, FCM 클러스터링의 퍼지화 계수(fuzzification Coefficient)를 최적화한다. 제안된 PNC 구조는 FCM 클러스터링에 기반한 분할 함수를 활성 함수로 사용하며, 다항식 함수로 구성된 연결가중치를 사용함으로서 기존 신경회로망 분류기의 선형적인 특성을 개선한다. PNC 구조는 언어적 해석관점에서 "If-then"의 퍼지 규칙으로 표현되며 퍼지 추론 메커니즘에 의해 구동된다. 즉 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어 네트워크 구조가 형성된다. 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 마지막으로, 네트워크의 최종출력은 추론부의 퍼지추론에 의한다. 제안된 PNC는 다항식 기반 구조의 퍼지 추론 특성으로 인해 출력 공간상에 비선형 판별 함수(nonlinear discernment function)가 생성되어 분류기로서의 성능을 높인다.

• 한국체육학회지인문사회과학편
• /
• 제57권6호
• /
• pp.293-308
• /
• 2018

본 연구는 알파인 스키와 관련하여 과거부터 최근까지 진행된 운동역학 연구의 동향을 파악하여 향후 운동역학 분야에서 진행되어야 할 연구 방향을 제언하고자 수행하였다. 운동역학 연구 분야에서는 스키 턴의 메커니즘과 스키어의 등급과 기술 수준에 따른 자세 분석, 스키와 눈의 마찰력, 공기저항 등의 연구가 주로 진행되었다. 이후 측정 센서와 컴퓨터 시뮬레이션을 활용한 연구에서는 IMU와 GPS 센서를 활용하여 스키 장비 개발 및 획득 데이터 검증에 연구가 진행되고 있다. 이와 같은 연구동향을 반영하여 추후 알파인 스키 분야에서 진행되어야 할 운동역학 연구에 대한 제언은 다음과 같다. 첫째, 기존 운동역학 분석 범위의 한계를 넘어 스키 전 구간이 분석 가능하고 스포츠 현장에서 간편하게 활용할 수 있는 측정 장비가 개발되어야 한다. 둘째, 측정 센서를 활용하여 획득한 정보의 정확도 향상과 이를 바탕으로 다양한 분석기법에 관한 연구가 지속적으로 진행되어 스포츠 현장에 도움이 될 수 있는 자료가 제공되어야 한다. 셋째, 컴퓨터 시뮬레이션을 활용하여 스키에서 발생하는 부상 메커니즘을 명확히 정립하고 부상을 예방할 수 있는 방안을 모색해야 한다. 넷째, 컴퓨터 시뮬레이션을 활용한 3차원 스키 모델을 개발하여 실제 주행데이터와 비교 검증함으로써 최적화된 스키 궤적 알고리즘 제공이 필요하다.