• 한국산학기술학회논문지
• /
• 제19권10호
• /
• pp.8-15
• /
• 2018

본 논문은 실시간 범죄대응 및 예방적 방범을 위한 지능형 방범 통합 플랫폼 개발 연구를 진행하였다. 방범 시스템 및 플랫폼 연구, 지능형 방범 관련 연구 등의 선행연구와 지자체 통합운영센터 방범시스템 사례를 분석하여 지능형 방범 플랫폼 요소를 설정하였다. 이를 통해 실질적인 지능형 방범 플랫폼을 개발하고, 확장성을 고려한 기존 지자체 및 스마트시티 통합플랫폼 시스템과의 연계방안을 제시하였다. 이를 통해 기존 지자체 통합관제센터에서 사후처리로만 활용되는 CCTV 모니터링을 실시간 범죄에도 대응 가능하게 하고, 실외 뿐 아니라 실내에서도 신고자의 정밀한 위치를 파악하여 골든타임 내 사건 사고를 해결할 수 있을 것으로 기대된다. 또한 관제효율 향상 뿐 아니라 시민참여를 강화하여 시민 중심의 범죄 예방형 사회안전망 정보공유서비스 제공이 가능하다. 지능형 방범 플랫폼은 기존 지자체 시스템 및 스마트시티 통합플랫폼을 비롯한 타 방범서비스와의 연계 확장성을 고려하여 개발하였으므로 지자체 확산 보급되기 용이한 장점을 가진다. 향후 지능형 방범 플랫폼의 실질적 적용 및 운영, 지자체 확산을 위한 정책적 지원 등의 후속연구가 진행되어 국민들이 안전한 생활을 영위하는데 도움이 되길 기대한다.

• International journal of advanced smart convergence
• /
• 제9권4호
• /
• pp.120-123
• /
• 2020

The surveillance system to prevent crime and accidents in advance has become a necessity, not an option in real life. Not only public institutions but also individuals are installing surveillance cameras to protect their property and privacy. However, since the installed surveillance camera cannot be monitored for 24 hours, the focus is on the technology that tracks the video after an accident occurs rather than prevention. In this paper, we propose a system model that monitors abnormal behaviors that may cause crimes through real-time video, and when a specific behavior occurs, the surveillance system automatically detects it and responds immediately through an alarm. We are a model that analyzes real-time images from surveillance cameras and uses I3D models from analysis servers to analyze abnormal behavior and deliver notifications to web servers and then to clients. If the system is implemented with the proposed model, immediate response can be expected when a crime occurs.

• 한국융합학회논문지
• /
• 제9권7호
• /
• pp.55-62
• /
• 2018

최근 다양한 사이버 범죄 위협이 증가하는 추세로 정보시스템을 대상으로 공격하는 사이버 공격에 대해 실시간 탐지 등 최전선에서 초동 대응을 해야 하는 보안관제의 중요성이 높아지고 있다. 보안관제센터, 사이버테러 대응센터, 침해 대응센터 등의 이름으로 기관의 관제인원들은 사이버 공격 예방을 위해 많은 노력을 하고 있다. 특히 침해사고 탐지를 위한 방법으로 네트워크 보안장비를 이용하거나 관제시스템을 활용하여 탐지를 하고 있지만 장비 위주의 단순한 패턴기반으로 관제를 하는 방법으로는 침해사고의 예방을 위한 방법으로는 부족하다. 그러므로 보안관제시스템은 지속적으로 고도화 되고 있으며 침해위협에 대한 예방활동으로 탐지방법에 대한 개발과 연구가 활발히 진행되고 있다. 이에 본 논문에서는 기존 침해사고 탐지 방법에 대한 문제점 개선을 위해 주요 구성 모듈의 침해사고 탐지 방법을 정의하고, 성능테스트를 통해 효율적인 보안 관제를 위한 방안을 제시하고 SIEM(Security Information Event Management)을 활용한 관제시스템 고도화를 통하여 효과적인 침해위협 탐지 방법을 연구하고자 한다.

• 융합보안논문지
• /
• 제17권2호
• /
• pp.69-80
• /
• 2017

IT시대의 고도화로 인한 사이버 범죄는 지능화, 다양화, 고도화 되고 있는 가운데 보안 관제의 역할은 더욱 중요해졌다. 과거 방화벽이나 IDS 등 보안 장비에만 의존하던 방식과는 달리 실시간 감시를 통해 사이버 공격에 대한 대응을 하는 보안 관제 업무가 광범위해지고 그 역할 또한 중요하게 되었다. 현재의 사이버 위협에 대해 보안 장비만으로는 안정적인 방어를 할 수 없기 때문에 보안 장비를 운영 및 감시하고 실시간적인 대응을 할 수 있는 보안 관제의 업무가 필수 요소가 된 것이다. 본 연구에서는 네트워크 보안시스템을 효율적으로 구성하는 방법과 보안시스템을 실시간 운영하는 보안관제의 현황과 개선방안에 대해 다루고자 한다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.143-155
• /
• 2011

본 논문에서는 RFID 기반의 전자 팔찌를 이용한 전자 출석부 및 어린이 보호팔찌 시스템을 제안한다. 제안된 시스템에서는 임베디드시스템 기반의 RFID 기술을 응용한 전자 출석부가 필요하며, 위치 추적과 동시에 범인의 전자 팔찌와 반응할 수 있는 GPS 시스템이 있어야 한다. 또한 이동 통신 모듈을 이용한 RFID 전자 팔찌와 임베디드시스템 기반의 RFID 출입 통제 시스템이 필요하며 상황정보를 전송 받을 수 있는 스마트폰 등의 모바일 시스템이 있어야 한다. 이렇게 동시에 연동될 수 있는 장비와 시스템들을 융합하여 사용한다면 아이들이 안전하게 유치원이나 학교를 다닐 수 있을 것이다. 본 논문의 구성은 RFID 리더기와 임베디드시스템 기반의 전자 출석부(고정용 리더기) 및 출입 통제 시스템, RFID 태그와 리더기, GPS 및 이동 통신 모듈(CELL 방식)를 활용한 추적 시스템을 가진 전자 팔찌로 이루어져 있다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.