• 생태와환경
• /
• 제56권3호
• /
• pp.268-279
• /
• 2023

근래에 들어, 머신러닝과 딥러닝 모델은 다양한 수체 내 수질변화를 예측하기 위해 광범위하게 사용되고 있다. 특히, 담수호의 물 이용과 수생태계 건강성에 위협 요인으로 작용할 수 있는 유해남조의 발생을 예측하기 위해 많은 연구자들이 인공지능 모델을 활용하고 있다. 따라서, 본 연구에서는 최근까지 유해남조의 발생을 예측하기 위해 적용된 인공지능 모델링의 선행 연구들을 검토하였고, 딥러닝을 포함하여 머신러닝 모델을 이용한 이 분야 연구의 발전방향을 모색하고자 하였다. 먼저, Elsevier의 초록 인용 데이터베이스인 Scopus를 활용하여 체계적인 문헌 연구를 수행하였다. 주요 키워드를 이용하여 탐색 및 정리된 문헌들을 리뷰한 결과, 딥러닝 모델은 주로 남조 세포수 예측에만 사용되었고, 머신러닝 모델은 남조 세포수 이외에 microcystin, geosmin, 2-MIB와 같은 대사물질 예측에도 초점을 맞추고 있었다. 또한, 남조 세포수와 대사물질의 예측을 위해 활용된 입력변수들은 현저한 차이가 있었다. 남조의 대사물질을 예측하기 위해 딥러닝 모델이 적용된 바가 없었는데, 향후 빅데이터 구축을 통한 대사물질을 예측하는 연구가 필요할 것으로 사료된다.

• 한국응용곤충학회지
• /
• 제62권4호
• /
• pp.385-388
• /
• 2023

매미나방(Lymantria dispar)은 나비목(Lepidoptera) 독나방과(Lymantriidae)에 속하는 해충으로 매미나방은 한국, 일본, 시베리아, 유럽, 북아메리카 등에 분포하며, 주로 배나무, 사과나무, 블루베리 등의 식물을 가해하는 광식성 해충이다. 매미나방은 수목해충으로 관리되어 왔으나 최근 산림 발생지 인접 농경지로 유입 빈도가 높아지면서 방제 대책이 수립되지 않은 농작물에 피해가 심하다. 본 연구는 매미나방(L. dispar)의 방제기술의 일환으로 매미나방 발육에 미치는 온도의 영향을 알아보기 위해 2021년 전라남도 장흥군 황금측백나무에서 채집한 알집을 이용해 18, 21, 24, 27, 30, 33℃ (14L:10D, 상대습도 60±5%) 항온조건에서 온도별, 발육단계별 발육기간을 조사하였다. 매미나방 유충의 발육속도는 온도가 높을수록 빨라졌으나, 매미나방 유충의 생존율이 33℃에서 가장 낮게 나타났다. 따라서 발육적온은 30℃였으며, 30℃에서 총 발육기간은 암컷 43.8일, 수컷 42.5일 소요되었다. 암컷과 수컷 발육영점온도는 각각 13.1℃, 12.5℃, 유효적산온도는 각각 641.1 DD, 657.8 DD였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권9호
• /
• pp.283-290
• /
• 2023

최근 IoT 기술이 꾸준하게 발전되면서 의료 시스템, 스마트 TV 시계 등에서 많이 활용되고 있다. 소프트웨어 개발의 66%가 메모리 공격에 취약한 C 언어를 통해 개발되고 C 언어를 사용하는 IoT 기기에 위협적으로 작용한다. 스택스매싱 오버플로 공격은 사용자가 정의한 버퍼 크기보다 큰 값을 삽입하여 반환 주소가 저장된 영역을 덮어쓰게 하여 프로그램이 정상적으로 동작하지 못하게 한다. 메모리 가용량이 적은 IoT 기기는 스택스매싱 오버플로 공격에 취약하다. 또한, 기존의 백신 프로그램을 그대로 적용하게 되면 IoT 기기가 정상적으로 동작하지 못한다. 연구에서는 IoT 기기에 대한 스택스매싱 오버플로 공격을 방어하기 위해 여러 탐지 방법 중 카나리아를 사용하여 각각 무작위 값, 체크썸, DSLR(무작위 저장 위치)로 조건을 설정했다. 2개의 카나리아를 버퍼 내에 배치하여 하나는 버퍼의 끝인 반환 주소 앞에 배치하고 나머지 하나는 버퍼 내 무작위 위치에 저장했다. 이는 고정된 위치에 저장된 카나리아 값은 공격자가 위치를 예측하기 쉬우므로 무작위한 위치에 카나리아를 저장하여 공격자가 카나리아의 위치를 예측하기 어렵게 했다. 탐지 프로그램 실행 후 스택스매싱 오버플로 공격이 발생 후 각 조건을 만족하게 되면 프로그램이 종료된다. 설정한 조건을 각각 조합하여 8가지 경우의 수를 만들었고 이를 테스트했다. 이를 통해 IoT 기기에는 다중 조건을 사용한 탐지 방법보다 DSLR을 이용한 탐지 방법을 사용하는 것이 더 효율적이라는 결과를 얻었다.

• 한국가스학회지
• /
• 제27권4호
• /
• pp.43-49
• /
• 2023

불화수소는 염산, 질산, 황산보다 산성도는 낮지만 인체에 위험한 물질 중 하나이다. 물질의 구성에서 볼 수 있듯이 Fluoride를 함유하고 있는 부식성이 강한 물질이며, 급성독성 물질로 분류할 만큼 인체에 유해성이 매우 높으나, 최근 화학공장 및 반도체 산업 등 산업계에서 없어서는 안 될 물질로 인체에 위협적인 물질이지만 산업의 확장과 발전으로 사용량이 지속적으로 증가하고 있다. 불화수소의 위험성은 2012년 사고 발생 이후 위험성이 대두 되었고 이 사고를 계기로 규제 강화로 취급시설 관리 기준이 5배 이상 늘어나게 된 원인되었다. 불화수소는 대기 중으로 노출되는 경우 불산으로 전환되며 인체에 치명적인 영향을 미칠 수 있다. 본 연구는 독성물질 누출에 의한 피해를 최소화하기 위해 방호계층을 구성하였음에도 누출된 독성물질이 사업장 내로 확산되었을 때 피해영향을 시뮬레이션으로 확인하고, 사업장 내 피해영향 시 근로자에게 발생하게 될 위험성을 제어하기 위한 방법을 제언하고자 한다.

• 벤처창업연구
• /
• 제17권4호
• /
• pp.163-172
• /
• 2022

본 연구는 디지털 헬스케어 서비스 제공자의 보호동기를 형성하는 위험평가와 대처평가가 정보보호의도의 주요한 요인인 유도통제의도와 자기방어의도에 미치는 영향을 확인하고자 한다. 연구모형은 보호동기이론을 기반으로 기존 선행연구를 통해 심각성, 취약성, 반응효능감, 자기효능감을 독립변수로 채택하였다. 연구모형 검증을 위해 한국의 디지털 헬스케어 서비스 기업 임직원 222명을 대상으로 설문조사를 실시하였으며, 데이터는 구조방정식을 사용하여 분석하였다. 연구결과에 따르면 (1) 보안위협의 결과에 대한 명확한 인지가 디지털 헬스케어 서비스 제공자의 정보유출 사고에 대한 심각성에 대한 이해를 높여주고, 이를 통해 디지털 헬스케어 서비스 제공자의 오남용을 줄일 수 있으며, (2) 보안시스템에 대한 디지털 헬스케어 서비스 제공자의 신뢰와 만족이 스스로 정보유출에 대응할 수 있다는 자신감을 형성시킬 수 있고, (3) 디지털 헬스케어 서비스 제공자는 정보유출로 인해 돌아오는 결과를 인지하고 있지만, 실제 자신에게 발생할 수 있는 가능성은 적다고 생각하고 있음을 확인하였다. 이 연구결과는 디지털 헬스케어 서비스를 운영하는 벤처기업은 디지털 헬스케어 서비스 제공자의 정보보호의도를 높이기 위해서 디지털 헬스케어 서비스 제공자의 보안수준을 높일 수 있는 지속적인 콘텐츠 제공이 필요하고, 타 벤처기업대비 높은 수준의 보안시스템을 도입하여 디지털 헬스케어 서비스 제공자의 신뢰를 통해 정보보호 동기유발이 중요하다는 점을 시사한다.

• 지식경영연구
• /
• 제25권2호
• /
• pp.69-94
• /
• 2024

사이버 공간의 발전과 우리 일상생활과의 상호작용이 증가함에 따라 사이버 범죄는 최근 몇 년 동안 꾸준한 증가세를 보이며 심각한 사회 문제로서 그 양상이 더욱 두드러지고 있다. 특히, '4대 악성 사이버 범죄'로 분류되는 사이버 금융범죄, 사이버 사기, 사이버 성폭력와 사이버 도박은 주목해야 할 대상 중 하나이다. 심각한 사회문제 중 하나인 사이버 범죄의 피해를 최소화하기 위해 사이버 범죄의 유형 별 특성을 심층적으로 파악하고 원인과 예방 및 대처 방안을 구체적으로 제시할 필요성이 있다. 그러나 기존 사이버 범죄 관련 연구에서는 통계 자료나 피해자, 일반 대중을 대상으로 자료를 수집하는 간접적인 방법을 활용하여 접근해왔다. 따라서 본 연구는 사이버 범죄 중 최근 범행 건수가 급증하며 범죄의 심각성이 강조되는 정보통신망이용 범죄의 '저작권 침해'와 정보통신망이용 불법콘텐츠 범죄의 '도박' 및 '음란물' 유형에 대하여 사이버 범죄 피의자를 대상으로 직접 인터뷰를 실시하고 코딩 분석과 텍스트마이닝을 통해 결과를 분석함으로써 사이버 범죄의 특성과 발생 원인을 밝히고 예방 및 대책 방안을 제시하고자 한다. 본 연구는 범죄 피의자와의 인터뷰를 통해 얻은 결과를 분석하고 주요 요인들 간의 관계를 탐구함으로써, 사이버 범죄에 대한 깊은 이해와 통찰력을 제공한다. 더하여 예방 및 대응 방안을 제안함으로써 심각한 사회 문제인 사이버 범죄의 피해를 최소화하기 위한 제도적 마련에 핵심 자료를 제공했다는 점에서 의의를 가진다.

• Journal of Ecology and Environment
• /
• 제47권4호
• /
• pp.282-289
• /
• 2023

Background: As wildlife habitats are being destroyed and growth environments are changing, the survival of animals and plants is under threat. Epilobium hirsutum L., a species that inhabits wetlands, has held legally protected status since 2012. However, no specific measures are currently in place to protect its habitat, leading to a decline in remaining populations as a result of land use change and human activities. Results: The growth environment (including location, climate, land use, soil, and vegetation) of the five habitat sites (Samcheok, Taebaek1, Taebaek2, Cheongsong, Ulleung) of E. hirsutum L. was investigated and analyzed. These habitats were predominantly situated in flat areas with gentle south-facing slopes, at an average altitude of 452.7 m (8-726 m) above sea level in Gangwon-do and Gyeongsangbuk-do. The average annual temperature ranged 11.5℃ (9.2℃-12.9℃), whereas the average annual precipitation ranged 1,304.5 mm (1,062.7-1,590.7 mm). The surrounding land use status was mainly characterized by mountainous areas, and human interference, such as agricultural land and roads, was commonly found in proximity to these natural habitats. Soil physicochemical analysis revealed that the soil was predominantly sandy loam with a slightly high sand content. The average pH measured 7.64, indicating an alkaline environment, and electrical conductivity (EC) averaged 0.33 dS/m. Organic matter (OM) content averaged 66.44 g/kg, available phosphoric acid (P₂O₅) content averaged 115.73 mg/kg, and cation exchange capacity (CEC) averaged 23.43 cmolc/kg. The exchangeable cations ranged 0.09-0.43 cmol⁺/kg for potassium (K), 10.23-16.21 cmol⁺/kg for calcium (Ca), 0.67-4.94 cmol⁺/kg for magnesium (Mg), and 0.05-0.74 cmol⁺/kg for sodium (Na). The vegetation type was categorized as E. hirsutum community with high numbers of E. hirsutum L., Persicaria thunbergii (Siebold & Zucc.) H. Gross, Phragmites japonica Steud., Humulus japonicus (Siebold & Zucc.), and Bidens frondosa L.. An ecological flora analysis, including the proportion of lianas, naturalized plants, and annual herbaceous plants, revealed that the native habitat of E. hirsutum L. was ecologically unstable. Conclusions: Analysis of the habitat of E. hirsutum L., a class II endangered wildlife species, provided essential data for local conservation and restoration efforts.

• 한국미생물·생명공학회지
• /
• 제51권4호
• /
• pp.500-506
• /
• 2023

Carbapenem 내성 Klebsiella pneumoniae (Carbapenem-resistant K. pneumonia, CRKP)는 전 세계적인 공중 보건 문제로 대두되고 있다. 최근 Klebsiella pneumoniae carbapenemase-2 (KPC-2) 생성 sequence type (ST)307은 CRKP의 주요 클론으로 확인되었으며, 국내에서 ST307의 확산이 보고되었다. 본 연구에서는 2020년 3월부터 2021년 12월까지 대전지역의 3차 병원에서 분리된 CRKP 50균주를 대상으로, 분자 특성과 항균제 내성 양상을 조사하였다. 역학적 관계는 multilocus sequence typing (MLST)를 통해 분석하였고, 항균제 감수성 검사는 디스크 확산법을 통해 확인하였다. PCR과 DNA 염기서열분석은 carbapenemase 유전자 확인을 위해 수행하였다. CRKP감염은 남성과 60세 이상의 환자에서 훨씬 더 빈번하게 확인되었다. CRKP 50균주 중 46균주(92.0%)는 다제내성(MDR)을 보였고, 44균주(88.0%)는 carbapenemase-producing K. pneumoniae (CPKP)로 확인되었다. 주요 carbapenemase 유형은 KPC-2 (36균주, 72.0%)였으며, New Delhi metallo-enzyme-1 (NDM-1)과 NDM-5는 각각 7균주(14.0%)와 1균주(2.0%)에서 확인되었다. 특히, KPC-2 생성 K. pneumoniae의 88.9% (32/36)가 ST307에 속한 반면, NDM-1,-5 생성 K. pneumoniae의 87.5% (7/8)가 non-ST307에 속한 것을 확인하였다. 이러한 결과는 ST307의 확산 뿐만 아니라 non-ST307의 발달을 예방하기 위한 적절한 감염관리와 효과적인 감시체계가 필요하다고 사료된다.

• Steel and Composite Structures
• /
• 제50권3호
• /
• pp.281-298
• /
• 2024

Stainless steel bolts (SSB) are increasingly utilized in bolted steel connections due to their good mechanical performance and excellent corrosion resistance. Fire accidents, which commonly occur in engineering scenarios, pose a significant threat to the safety of steel frames. The post-fire behavior of SSB has a significant influence on the structural integrity of steel frames, and neglecting the effect of temperature can lead to serious accidents in engineering. Therefore, it is important to evaluate the performance of SSB at elevated temperatures and their residual strength after a fire incident. To investigate the mechanical behavior of SSB after fire, 114 bolts with grades A4-70 and A4-80, manufactured from 316L austenitic stainless steel, were subjected to elevated temperatures ranging from 20℃ to 1200℃. Two different cooling methods commonly employed in engineering, namely cooling at ambient temperatures (air cooling) and cooling in water (water cooling), were used to cool the bolts. Tensile tests were performed to examine the influence of elevated temperatures and cooling methods on the mechanical behavior of SSB. The results indicate that the temperature does not significantly affect the Young's modulus and the ultimate strength of SSB. Up to 500℃, the yield strength increases with temperature, but this trend reverses when the temperature exceeds 500℃. In contrast, the ultimate strain shows the opposite trend. The strain hardening exponent is not significantly influenced by the temperature until it reaches 500℃. The cooling methods employed have an insignificant impact on the performance of SSB. When compared to high-strength bolts, 316L austenitic SSB demonstrate superior fire resistance. Design models for the post-fire mechanical behavior of 316L austenitic SSB, encompassing parameters such as the elasticity modulus, yield strength, ultimate strength, ultimate strain, and strain hardening exponent, are proposed, and a more precise stress-strain model is recommended to predict the mechanical behavior of 316L austenitic SSB after a fire incident.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.31-41
• /
• 2024

딥러닝 모델(Deep Learning Model)은 컴퓨터 비전(Computer Vision) 분야의 이미지(Image) 분류 및 객체 탐지와 같은 작업에서 뛰어난 성과를 보이며, 실제 산업 현장에서 다양하게 활용되고 있다. 최근 다양한 알고리즘(Algorithm)의 적대적 예제를 이용하여 딥러닝 모델의 취약성을 지적하며, 강건성 향상 방안을 제시하는 연구들이 활발하게 진행되고 있다. 적대적 예제는 오분류를 유도하기 위해 작은 노이즈(Noise)가 추가된 이미지로서, 딥러닝 모델을 실제 환경에 적용 시 중대한 위협이 될 수 있다. 본 논문에서는 다양한 알고리즘의 적대적 예제를 대상으로 에지 학습 분류 모델의 강건성 및 이를 이용한 적대적 예제 탐지 모델의 성능을 확인하고자 하였다. 강건성 실험 결과, FGSM(Fast Gradient Sign Method) 알고리즘에 대하여 기본 분류 모델이 약 17%의 정확도를 보였으나, 에지(Edge) 학습 모델들은 60~70%대의 정확도를 유지하였고, PGD(projected gradient descent)/DeepFool/CW(Carlini-Wagner) 알고리즘에 대해서는 기본 분류 모델이 0~1%의 정확도를 보였으나, 에지 학습 모델들은 80~90%의 정확도를 유지하였다. 적대적 예제 탐지 실험 결과, FGSM/PGD/DeepFool/CW의 모든 알고리즘에 대해서 91~95%의 높은 탐지율을 확인할 수 있었다. 본 연구를 통하여 다양한 적대적 알고리즘에 대한 방어 가능성을 제시함으로써, 컴퓨터 비전을 활용하는 여러 산업 분야에서 딥러닝 모델의 안전성 및 신뢰성 제고를 기대한다.