• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권12호
• /
• pp.4531-4544
• /
• 2021

Because the traditional network information security vulnerability risk assessment method does not set the weight, it is easy for security personnel to fail to evaluate the value of information security vulnerability risk according to the calculation value of network centrality, resulting in poor evaluation effect. Therefore, based on the network security data element feature system, this study designed a quantitative assessment method of network information security vulnerability detection risk under single transmission state. In the case of single transmission state, the multi-dimensional analysis of network information security vulnerability is carried out by using the analysis model. On this basis, the weight is set, and the intrinsic attribute value of information security vulnerability is quantified by using the qualitative method. In order to comprehensively evaluate information security vulnerability, the efficacy coefficient method is used to transform information security vulnerability associated risk, and the information security vulnerability risk value is obtained, so as to realize the quantitative evaluation of network information security vulnerability detection under single transmission state. The calculated values of network centrality of the traditional method and the proposed method are tested respectively, and the evaluation of the two methods is evaluated according to the calculated results. The experimental results show that the proposed method can be used to calculate the network centrality value in the complex information security vulnerability space network, and the output evaluation result has a high signal-to-noise ratio, and the evaluation effect is obviously better than the traditional method.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.29-34
• /
• 2022

모바일 디바이스 화면상의 클릭 가능한 객체를 인지하기 위한 데이터셋을 구축하고 새로운 네트워크 구조를 제안한다. 모바일 디바이스 화면에서 클릭 가능한 객체를 기준으로 다양한 해상도를 가진 디바이스에서 여러 애플리케이션을 대상으로 데이터를 수집하였다. 총 24,937개의 annotation data를 text, edit text, image, button, region, status bar, navigation bar의 7개 카테고리로 세분화하였다. 해당 데이터셋을 학습하기 위한 모델 구조는 Deconvolution Single Shot Detector를 베이스라인으로, backbone network는 기존 ResNet에 Squeeze-and-Excitation block을 추가한 Squeeze-and-Excitation networks를 사용하고, Single shot detector layers와 Deconvolution module을 Feature pyramid networks 형태로 쌓아 올려 header와 연결한다. 또한, 기존 input resolution의 1:1 비율에서 오는 특징의 손실을 최소화하기 위해 모바일 디바이스 화면과 유사한 1:2 비율로 변경하였다. 해당 모델을 구축한 데이터셋에 대하여 실험한 결과 베이스라인에 대비하여 mean average precision이 최대 101% 개선되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.496-499
• /
• 1999

This paper describes a medular neural network(MNN) for a vision system which tracks a given object using a sequence of images from a camera unit. The MNN is used to precisely recognize the given robot endeffector and to minize the processing time. Since the robot endeffector can be viewed in many different shapes in 3-D space, a MNN structure, which contains a set of feedforwared neural networks, co be more attractive in recognizing the given object. Each single neural network learns the endeffector with a cluster of training patterns. The training patterns for a neural network share the similar charateristics so that they can be easily trained. The trained MNN is less sensitive to noise and it shows the better performance in recognizing the endeffector. The recognition rate of MNN is enhanced by 14% over the single neural network. A vision system with the MNN can precisely recognize the endeffector and place it at the center of a display for a remote operator.

• Journal of Multimedia Information System
• /
• 제8권2호
• /
• pp.101-110
• /
• 2021

In computer vision, single-image super resolution has been an area of research for a significant period. Traditional techniques involve interpolation-based methods such as Nearest-neighbor, Bilinear, and Bicubic for image restoration. Although implementations of convolutional neural networks have provided outstanding results in recent years, efficiency and single model multi-scalability have been its challenges. Furthermore, previous works haven't placed enough emphasis on real-number scalability. Interpolation-based techniques, however, have no limit in terms of scalability as they are able to upscale images to any desired size. In this paper, we propose a convolutional neural network possessing the advantages of the interpolation-based techniques, which is also efficient, deeming it suitable in practical implementations. It consists of convolutional layers applied on the low-resolution space, post-up-sampling along the end hidden layers, and additional layers on high-resolution space. Up-sampling is applied on a multiple channeled feature map via bicubic interpolation using a single model. Experiments on architectural structure, layer reduction, and real-number scale training are executed with results proving efficient amongst multi-scale learning (including scale multi-path-learning) based models.

• 한국우주과학회:학술대회논문집(한국우주과학회보)
• /
• 한국우주과학회 2009년도 한국우주과학회보 제18권1호
• /
• pp.56.2-56.2
• /
• 2009

• Journal of Communications and Networks
• /
• 제10권4호
• /
• pp.422-429
• /
• 2008

Mobile peer-to-peer (P2P) systems have recently got in the limelight of the research community that is striving to build efficient and effective mobile content addressable networks. Along this line of research, we propose a new peer-to-peer file sharing protocol suited to mobile ad hoc networks (MANET). The main ingredients of our protocol are network coding and mobility assisted data propagation, i.e., single-hop communication. We argue that network coding in combination with single-hop communication allows P2P file sharing systems in MANET to operate in a more efficient manner and helps the systems to deal with typical MANET issues such as dynamic topology and intermittent connectivity as well as various other issues that have been disregarded in previous MANET P2P researches such as addressing, node/user density, non-cooperativeness, and unreliable channel. Via simulation, we show that our P2P protocol based on network coding and single-hop communication allows shorter file downloading delays compared to an existing MANET P2P protocol.

• ETRI Journal
• /
• 제43권4호
• /
• pp.702-716
• /
• 2021

This work proposes suitable network configurations for single frequency networks (SFNs) with ATSC 1.0 based on network coverage calculations and the laboratory multipath handling performance of commercial receivers. SFNs are widely used for delivering terrestrial digital television services because of their efficient use of the spectrum. In Mexico the analogue television transmissions switch-off occurred on 31 December 2016. Thus it is expected the adopted ATSC 1.0 system will be in force for the next several years despite the recent standardization of the ATSC 3.0 system. As ATSC 1.0 uses 8-VSB modulation the multipath handling capability of receivers is critical for the design of SFNs. The presented network planning results help develop technical normativity for implementing SFNs in Mexico and other countries that use ATSC 1.0. SFNs with transmitter separation up to 130 km are fully covered for outdoor reception mainly due to the directivity of the receiving antenna. Moreover for indoor reception at least 70% of an SFN coverage area can be achieved with a transmitter separation of up to 60 km depending on the radiated power and the transmitter antenna height.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.731-734
• /
• 2011

본 논문은 Single hop으로 구성된 WSN(Wireless Sensor Network)의 저전력 구성방식을 제안한다. WSN 시스템 동작 시 각 Tag간 RF통신이 이루어 질 때 가장 많은 전력을 소모한다. 그렇기 때문에 해당 RF통신 모듈을 주기적으로 on/off를 하여 Network를 구성한다면 상대적으로 Toggle하지 않고 항시 해당 모듈을 동작시키는 것 보다 많은 전력 소모를 방지 할 수 있다. 하지만 RF통신 모듈이 off인 상태에서는 외부적인 어떠한 통신 신호도 받을 수 없기에 Tag와 Base station사이 서로 간 송수신 통신이 이루어질시 일부분 Data누락이 일어날 수 있다. 이에 본 논문에서는 RF통신 모듈을 내부 명령어를 통해 시스템적으로 Toggle함과 동시에 Tag와 Base station간 송수신 통신이 이루어질시 누락되는 Data없이 적절한 통신이 이루어지게끔 구성된 알고리즘을 제안한다.

• 방송공학회논문지
• /
• 제24권4호
• /
• pp.633-642
• /
• 2019

최근, 단일 이미지 초해상도 복원 기법(super-resolution)에서 컨볼루션 신경망 모델은 매우 성공적이다. 잔여 학습 기법은 컨볼루션 신경망 훈련의 안전성과 성능을 향상시킬 수 있다. 본 논문은 저해상도 입력 이미지에서 고해상도 목표 이미지로 비선형 매핑 학습을 위해 고밀도 스킵 연결(dense skip-connection)을 통한 재귀 잔차 구조를 이용한 단일 이미지 초해상도 복원 기법을 제안한다. 제안하는 단일 이미지 초해상도 복원 기법은 고밀도 스킵 연결 방식을 통해 재귀 잔차 학습 방법을 채택해서 깊은 신경망에서 학습이 어려운 문제를 완화하고 더 쉽게 최적화하기 위해 신경망 안에 불필요한 레이어를 제거한다. 제안하는 방법은 매우 깊은 신경망의 사라지는 변화도(vanishing gradient) 문제를 완화할 뿐만 아니고 낮은 복잡성으로 뛰어난 성능을 얻음으로써 단일 이미지 초해상도 복원 기법의 성능을 향상시킨다. 실험 결과를 통해 제안하는 알고리듬이 기존의 알고리듬 보다 결과가 더 우수함을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.361-363
• /
• 2005

최근의 컴퓨터 네트워킹 환경에서 무선 멀티미디어 응용 서비스에 대한 사용자의 요구는 날로 증가하고 있다. 그러므로 사용자에게 원활한 서비스를 제공위해서 QoS 보장을 위한 무선 네트워크 프로토콜의 설계는 중요하다. 본 논문에서는 무선 인터넷에서 QoS를 보장하기 위한 표준인 IEEE 802.11e[1]의 문제점들을 분석하고, Multi-Hop Ad Hoc Network에서 성능 향상을 위하여 Single-channel Jamming 신호를 기반으로 한 SJMAC(Sing1e-channel Jamming MAC) 프로토콜을 설계하고, NS2 모듈을 구현한 후에 성능 평가를 하였다. 기존 IEEE 802.11e과의 성능 비교를 위하여 NS2 (Network Simulator2)[2]에 SJMAC 모듈을 추가하여 제안된 프로토콜의 성능을 검증한다.