• 정보보호학회논문지
• /
• 제16권5호
• /
• pp.47-57
• /
• 2006

모바일 Ad-hoc 네트워크는 인프라에 관계없이 동작하고 제3의 신뢰기관 없이 운용되어야 한다. 또한 네트워크 크기, 노드 이동성, 기기의 배터리 용량 및 메모리 크기 등에 의하여 구현상 제약을 받는다. 그럼에도 불구하고 유선 네트워크처럼 인증, 기밀성, 무결성, 부인방지, 접근통제, 그리고 가용성 등 보안문제에 대한 고려가 필요하다. 특히, 이러한 보안문제들 중에서 인증은 네트워크 특성에 상당한 영향을 받기 때문에 본 논문에서는 인증에 초점을 맞추었다. 본 논문은 Hamming Distance의 개념을 도입하여 모바일 Ad-hoc 네트워크에서 공개키 인증서 생성 갱신 폐지 등 공개키 인증서 관리를 위한 프로토콜 및 공개키 인증서 검증을 위한 경로구축 알고리즘을 제안하고 그 성능을 평가한다. 본 논문에서 제안하는 경로구축 알고리즘은 각 노드의 공개키 인증서 저장소 크기를 $log_2N$보다 작아도 공개키 인증서 경로구축이 가능하도록 하였다.

• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.81-92
• /
• 2019

잡초는 농작물에 막대한 피해를 주는 주요한 개체이다. 잡초를 효과적으로 제거하기 위해서는 정확한 분류를 하고 제초제를 사용하여야 한다. 컴퓨팅 기술의 발전으로, 영상 기반의 기계학습 방법들이 이 분야에서 연구되고 있고, 특히 합성곱 신경망 기반의 모델들이 공공데이터에서 좋은 성능을 보이고 있다. 하지만 실제 응용단계에서는 많은 파라미터 수와 연산량 때문에 GPU와 같은 좋은 하드웨어 조건에서만 잘 작동된다. 본 논문은 계층적 구조 기반의 딥러닝 모델을 제안한다. 실험 결과, 제안된 모델은 적은 파라미터 수로 21개의 외래 잡초 종을 최대 97.2612%의 정확도로 성공적으로 분류하였다. 이를 통해 적은 수의 파라미터를 사용하는 제안된 모델은 네트워크 기반의 분류 서비스에서 적용될 수 있을 것으로 기대된다.

• Journal of Positioning, Navigation, and Timing
• /
• 제10권3호
• /
• pp.169-177
• /
• 2021

In this paper, we propose a novel global navigation satellite system (GNSS) spoofing detection technique through an array antenna-based direction of arrival (DoA) estimation of satellite and spoofer. Specifically, we consider a sophisticated GNSS spoofing attack scenario where the spoofer can accurately mimic the multiple pseudo-random number (PRN) signals since the spoofer has its own GNSS receiver and knows the location of the target receiver in advance. The target GNSS receiver precisely estimates the DoA of all PRN signals using compressed sensing-based orthogonal matching pursuit (OMP) even with a small number of samples, and it performs spoofing detection from the DoA estimation results of all PRN signals. In addition, considering the initial situation of a sophisticated spoofing attack scenario, we designed the algorithm to have high spoofing detection performance regardless of the relative spoofing signal power. Therefore, we do not consider the assumption in which the power of the spoofing signal is about 3 dB greater than that of the authentic signal. Then, we introduce design parameters to get high true detection probability and low false alarm probability in tandem by considering the condition for the presence of signal sources and the proximity of the DoA between authentic signals. Through computer simulations, we compare the DoA estimation performance between the conventional signal direction estimation method and the OMP algorithm in few samples. Finally, we show in the sophisticated spoofing attack scenario that the proposed spoofing detection technique using OMP-based estimated DoA of all PRN signals outperforms the conventional spoofing detection scheme in terms of true detection and false alarm probability.

• 한국산업융합학회 논문집
• /
• 제25권2_1호
• /
• pp.177-184
• /
• 2022

The automatic defect sorting function of machinery parts is being introduced to the automation of the manufacturing process. In the final stage of automation of the manufacturing process, it is necessary to apply computer vision rather than human visual judgment to determine whether there is a defect. In this paper, we introduce a deep learning method to improve the classification performance of typical mechanical parts, such as welding parts, galvanized round plugs, and electro galvanized nuts, based on the results of experiments. In the case of poor welding, the method to further increase the depth of layer of the basic deep learning model was effective, and in the case of a circular plug, the surrounding data outside the defective target area affected it, so it could be solved through an appropriate pre-processing technique. Finally, in the case of a nut plated with zinc, since it receives data from multiple cameras due to its three-dimensional structure, it is greatly affected by lighting and has a problem in that it also affects the background image. To solve this problem, methods such as two-dimensional connectivity were applied in the object segmentation preprocessing process. Although the experiments suggested that the proposed methods are effective, most of the provided good/defective images data sets are relatively small, which may cause a learning balance problem of the deep learning model, so we plan to secure more data in the future.

• Imaging Science in Dentistry
• /
• 제51권4호
• /
• pp.341-350
• /
• 2021

Purpose: The use of micro-computed tomography (micro-CT) scans in biomedical and dental research is growing rapidly. This study aimed to explore the scientific literature on approaches and applications of micro-CT in restorative dentistry. Materials and Methods: An electronic search of publications from January 2009 to March 2021 was conducted using ScienceDirect, PubMed, and Google Scholar. The search included only English-language articles. Therefore, only studies that addressed recent advances and the potential uses of micro-CT in restorative and preventive dentistry were selected. Results: Micro-CT is a tool that enables 3-dimensional imaging on a small scale with very high resolution. In this method, there is no need for sample preparation or slicing. Therefore, it is possible to examine the internal structure of tissue and the internal adaptation of materials to surfaces without destroying them. Due to these advantages, micro-CT has been recommended as a standard imaging tool in dental research for many applications such as tissue engineering, endodontics, restorative dentistry, and research on the mineral density of hard tissues and bone growth. However, the high costs of micro-CT, the time necessary for scanning and reconstruction, computer expertise requirements, and the enormous volume of information are drawbacks. Conclusion: The potential of micro-CT as an emerging, accurate, non-destructive approach is clear, and the valuable research findings reported in the literature provide an impetus for researchers to perform future studies focusing on employing this method in dental research.

• 한국시뮬레이션학회논문지
• /
• 제31권2호
• /
• pp.11-20
• /
• 2022

병력감축 등 국방 및 안보환경의 변화에 따라 육군의 경계시스템에도 변화가 시급한 상황이다. 또한 경계작전의 특성상 인간의 실수가 번번이 발생하고 있으며 이러한 실수가 전체 경계작전의 실패로 귀결되는 상황은 경계시스템의 인공지능 도입이 필요한 것에 대한 중요한 이유이다. 본 연구의 목적은 합성곱 신경망 방법을 활용하여 군사용 CCTV에 적합한 인공지능 영상인식 시스템을 개발하는 것이다. 본 연구에서 개발한 시스템의 주요 특징은 먼저, 군사용 CCTV의 특징상 상대적으로 작은 객체를 인식해야하는 상황에 적합한 학습데이터를 활용한 것이다. 둘째, 학습용 데이터 셋에 대해 데이터 증강 알고리즘을 활용하여 군사용에 보다 적합하도록 유도한 것이다. 셋째, 군사용 영상의 위장, 악천후 등 상황을 고려하여 영상의 잡음을 개선하는 알고리즘을 적용하였다. 본 연구에서 제안하는 시스템의 성능 평가결과 객체의 인식능력이 기존 방법에 비해 우수함을 확인하였다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.355-363
• /
• 2022

우리나라는 2050년 탄소중립을 목표로 신재생에너지 중심으로 에너지 공급원을 전환하고 확대하는 계획을 추진 중이다. 신재생에너지의 간헐적 특성으로 에너지 공급이 불안정성이 커짐에 따라 정확한 신재생에너지 발전량 예측의 중요성이 함께 커지고 있다. 이에 따라 정부는 신재생에너지를 집합화하여 관리하기 위한 소규모 전력중개시장을 개설하였고, 재생에너지 발전량 예측제도를 도입하여 예측정확도에 따라 정산금을 지급하는 제도를 시행 중이다. 본 논문에서는 우리나라 신재생에너지 전원의 대부분을 차지하는 태양광 발전에 대하여 통계적 및 인공지능 모형을 이용하여 예측모델을 구현하였으며, 각 모형의 예측정확도 결과를 비교 분석하였다. 비교 모델 중에서 CNN-LSTM(Convolutional Long Short-Term Memory Neural Networks) 모형이 가장 높은 성능을 가짐을 확인하였다. 예측정확도에 따른 예측제도 정산금 수익을 추정해보았고, 예측보유 기술 수준에 따라 수익 편차가 24% 정도 커질 수 있음을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권1호
• /
• pp.1-8
• /
• 2022

RISC-V는 오픈 소스 명령어 집합 구조로, 간단한 기본 구조를 가지며 목적에 따라 명령어 집합을 유연하게 확장할 수 있다. 본 논문에서는 소형, 저전력 32-bit RISC-V 프로세서를 설계하여 RISC-V 임베디드 시스템 연구를 위한 기반을 마련하고자 하였다. 설계한 프로세서는 2단계 파이프라인으로 구성하였고, RISC-V ISA 중 FENCE, EBREAK 명령어를 제외한 32-bit 정수형 ISA 및 인터럽트 처리를 위한 특권 ISA를 지원한다. Vivado Design Suite를 이용하여 합성한 결과 Xilinx Zynq-7000 FPGA에서 1895개의 LUT 및 1195개의 플립플롭을 사용하였고, 0.001W의 전력을 소모하였다. 이를 GPIO, UART, 타이머와 함께 시스템을 구성하여 합성하였고, FPGA 상에서 FreeRTOS를 포팅하여 16MHz에서의 동작을 검증하였다. Dhrystone, Coremark 벤치마크를 통해 성능을 측정하여 목적에 따라 확장 가능한 저전력 고효율 프로세서임을 보였다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.365-371
• /
• 2021

본 연구에서 고찰되는 가상발전소(VPP; Virtual Power Plant) 솔루션 플랫폼은 전력회사가 발전·송전설비 등의 건설에 소요되는 비용과 이와 관련된 투자리스크를 최소화 한다. 또한, 소비자의 전력 수요를 충족할 수 있도록 수요대응(DR; Demand Response) 프로그램운영 기능을 포함시켜 VPP도입으로 발전 및 송·배전부문에 대한 대규모 설비투자 없이 현존하는 발전기와 DR 프로그램 등을 통해서 소비자의 부하변화에 실시간으로 대처하여 보다 친환경적이고 효율적인 전력공급이 가능하도록 한다. 태양광 및 ESS 연동 장치에 통신 Device를 연동하기 위해서는 Device 장치와 Edge System간 제어·상태에서 데이터를 전달하고 IoT Device 및 연동 플랫폼 개발(OneM2M)이 필요하다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1477-1482
• /
• 2022

안개는 매우 작은 물방울이 대기 중에 떠돌아다니는 국지적인 기상현상으로 지역에 따라 안개 양과 특성이 다를 수도 있다. 특히 이러한 안개로 인해 가시거리가 줄어들어 항공 교통 방해와 차량 교통사고를 유발할 수 있으며, 보안용 CCTV 등 의 화질을 저하시킨다. 따라서 최근 10년간 안개로 인한 피해를 줄이기 위해 안개제거 연구가 활발히 진행되고 있다. 본 연구에서는 안개가 없을 경우, 안개가 고르게 분포한 경우, 그리고 안개가 국지적으로 다른 경우에 적응적으로 대응할 수 있도록 흐릿함 농도 평가기를 이용한 가중치 생성을 통해 국부적인 안개 제거를 수행한다. 그리고 입력 영상에 안개가 있다고 가정하고 안개를 제거하는 기존의 정적인 방식의 안개제거 방법의 한계점을 개선시킨다. 또한 벤치마크 알고리즘과의 정량 및 정성적 성능 평가를 통해 제안하는 방법의 우수성을 증명한다.