This study was designed to investigate the difference of time weighted average(TWA) of noise levels and noise doses by the different operating parameter settings such as exchange rate, threshold level and criterion level for noise dosimeter in the field measurements of noise at industrial working environments. The time weighted averages of noise level and noise doses for noise working environments were determined by noise dosimeter on 80 workers employed at 20 industrial establishments of 8 industries. The results obtained were as follows: 1. The mean time weighted average(TWA) of the noise working environments by the operating parameter settings showed 93.4 dB(A) in 3 dB of exchange rate, 80 dB of threshold level and 90dB of criterion level 92.0 dB(A) in 3 dB-exchange rate, 90 dB-threshold level and 90 dB-criterion level, in 90.8 dB(A) in 5 dB of exchange rate, 80 dB of threshold level and 90 dB of criterion level, and 86.7 dB(A) in 5 dB of exchange rate, 90 dB of threshold level and 90dB of criterion level. 2. ln group of noise level less than 90 dB(A), mean TWAs of 80 dB of threshold level were significantly higher than that of 90 dB of threshold level in 3 dB and 5 dB of exchange rate. 3. The case exceeded threshold limit value of noise was 49(61.3 %) in 3dB, 80dB and 90 dB setting, 44(55.0 %) in 3 dB, 90 dB, 90 dB setting, 33(41.3 %) in 5 dB, 80dB, 90 dB setting and 26(32.5%) in 5 dB, 90 dB, 90 dB setting. Above considerations in mind, it is suggested that exchange rate and threshold level be specified in related laws and regulations in the evaluation of working environments noise.
본 논문에서는 협력하고자하는 소출력 기기들이 협력 스펙트럼 센싱 할 경우 협력 노드들이 같은 FA(False Alarm)가지고 있다 가정하며, 이때 최적의 임계값을 셋팅하고 서로 정보를 공유하는 시스템 모델을 제안하고 성능을 분석한다. 협력하고자하는 모든 노드의 False alarm이 같아도 각 채널에 따라 임계값이 달라지게 된다. 임계값이 낮아지면 검출확률이 낮아지게 되고, 반대로 임계값이 높을 때 검출확률은 높아지는 특성을 가지기 때문에, 따라서 가장 높음 임계값을 선택하여 세팅하고 공유하게 된다. 이는 협력스펙트럼 센싱시 가장 높은 임계값을 공유함으로써 고정되어 있는 임계값을 보다 높은 검출성능을 보일 수 있다.
For the purpose of compromising hosts, attackers including infected hosts initially perform a portscan using IP addresses in order to find vulnerable hosts. Considerable research related to portscan detection has been done and many algorithms have been proposed and implemented in the network intrusion detection system (NIDS). In order to distinguish portscanners from remote hosts, most portscan detection algorithms use a fixed threshold that is manually managed by the network manager. Because the threshold is a constant, even though the network environment or the characteristics of traffic can change, many false positives and false negatives are generated by NIDS. This reduces the efficiency of NIDS and imposes a high processing burden on a network management system (NMS). In this paper, in order to address this problem, we propose an automatic portscan detection system using an fast increase slow decrease (FISD) scheme, that will automatically and adaptively set the threshold based on statistical data for traffic during prior time periods. In particular, we focus on reducing false positives rather than false negatives, while the threshold is adaptively set within a range between minimum and maximum values. We also propose a new portscan detection algorithm, rate of increase in the number of failed connection request (RINF), which is much more suitable for our system and shows better performance than other existing algorithms. In terms of the implementation, we compare our scheme with other two simple threshold estimation methods for an adaptive threshold setting scheme. Also, we compare our detection algorithm with other three existing approaches for portscan detection using a real traffic trace. In summary, we show that FISD results in less false positives than other schemes and RINF can fast and accurately detect portscanners. We also show that the proposed system, including our scheme and algorithm, provides good performance in terms of the rate of false positives.
핵의학 기술학의 발전은 많은 변화를 가져왔다. 하드웨어적인 발전이 많이 있었고 또한 소프트웨어의 발전도 핵의학 기술학 발전에 지대한 공을 세웠다. 소프트웨어의 발전으로 그 동안 수동으로 설정해야 했던 많은 ROI를 자동으로 설정할 수 있게 되었다. automated ROI가 manual ROI와 어떠한 정량분석의 차이를 가지고 있는지 알고자 한다. 분석은 3가지의 분석을 통해 결론을 도출하고자 하였다. 분석 1은 신장 automated ROI와 신장 manual ROI를 비교하였다. 분석 2는 threshold의 크기변화에 따른 차이를 조사하였다. 육안적 판단으로 신장의 외곽선보다 큰 threshold ROI(이하 A threshold), 외곽선과 일치하는 threshold ROI(이하 B threshold), 외곽선보다 작은 threshold ROI(이하 C threshold)를 설정하여 신장의 기능 값을 구하여 이를 비교 하였다. 분석 3은 automated background ROI를 세 가지 full, half, quarter로 분류하여 이에 따른 기능값의 차이를 분석하였다. 분석 1에서 신장 automated ROI와 신장 manual ROI간에 통계적으로 유의한 차이는 보이지 않았다. 그러나 분석 2에서 C threshold는 각 A threshold와 B threshold 간에 유의한 차이 (p<0.01)를 보였다. 분석 3은 분석 1을 통해 얻어진 결론을 토대로 시행되었다. 각 3가지 형태의 background에서 full background가 통계적으로 유의한 차이를 보였다(p<0.05). automated ROI가 manual ROI와 유의한 차이를 보지 않아 입증된 결과는 사용자의 편의와 객관성이 증대될 것으로 기대된다. 분석 2에서는 신장의 외곽선보다 작게 설정된 threshold는 신장의 외곽선보다 크게 설정된 threshold보다 큰 오차를 가질 수 있다는 것을 예상할 수 있다. 분석 3은 신장 주변의 간과 비장에 background가 증가되어 초래된 결과로 예상한다.
허프변환은 이미지 영역에서 패러미터 영역으로의 변환을 통해 주어진 이미지에서 모델 인스턴스를 추출해내는 방식으로 허프변환된 결과는 패러미터 영역 좌표에 해당하는 Cell 카운터들의 히스토그램 형태가 된다. 다음 단계로 임계값을 정한 후 이를 상회하는 카운터 값에 해당하는 패러미터 값을 통해 모델 인스턴스를 추출하게 되는데 일반적으로 그 임계값은 최고 Cell 카운터 값의 일정 부분에 해당하는 값을 주로 선택하게 된다. 임계점이 너무 낮을 경우 잘못된 모델 인스턴스를 추출할 가능성이 있으며(false positives) 반대로 너무 높은 임계점을 선택할 경우 존재하는 모델 인스턴스를 추출해내지 못하는 오류(false negatives)를 초래하게 된다. 본 논문에서는 일반화된 허프변환(Generalized Hough Transform) 적용 시 패러미터 영역에서의 Cell 카운터 값의 임계점 선택을 위한 방법으로 확률적인 접근방식을 제시하며 이를 위해 Cell 카운터 분포에 해당하는 조건부 확률을 도출하여 과학적인 임계점 선택이 가능함을 입증한다.
R파 검출에 사용되는 여러 심전도 데이터베이스는 샘플링 주파수의 차이로 인해 서로 다른 환경에 적용할 경우 성능에 변화가 많아 알고리즘의 신뢰도를 보장하기 어렵다. 본 연구에서는 심전도신호의 샘플링 주파수에 따른 R파 검출의 최적 문턱치 설정 방법을 제안한다. 이를 위해 미분 기반의 이동평균과 제곱합수를 이용하여 전처리를 수행하였다. 이후 샘플링 주파수에 따라 피크 문턱치에 대한 최적 값을 검출하였다. 문턱치 단계는 신호의 변화와 이전 검출된 피크 값에 따라 문턱치를 변경함으로써 최적의 성능을 나타내는 값을 선정하는 과정으로 실험하였다. 제안한 방법의 우수성을 입증하기 위해 부정맥 데이터베이스 레코드를 대상으로 실험한 결과 MIT-BIH 샘플링 주파수 360Hz에 대한 미분 구간($N_d$), 윈도우 사이즈(N), 문턱 계수($p_{th}$)의 최적 값은 각각 7, 8, 6.6일 때 R파 검출율은 99.758%의 우수한 성능을 나타내었다.
Reservoir water level data identify the current water storage of the reservoir, and they are utilized as primary data for management and research of agricultural water. For the reservoir storage management, Korea Rural Community Corporation (KRC) installed water level stations at around 1,600 agricultural reservoirs and has been collecting the water level data every 10 minutes. However, various kinds of outliers due to noise and erroneous problems are frequently appearing because of environmental and physical causes. Therefore, it is necessary to detect outlier and improve the quality of reservoir water level data to utilize the water level data in purpose. This study was conducted to detect and classify outlier and normal data using two different models including the threshold model and the artificial neural network (ANN) model. The results were compared to evaluate the performance of the models. The threshold model identifies the outlier by setting the upper/lower bound of water level data and variation data and by setting bandwidth of water level data as a threshold of regarding erroneous water level. The ANN model was trained with prepared training dataset as normal data (T) and outlier (F), and the ANN model operated for identifying the outlier. The models are evaluated with reference data which were collected reservoir water level data in daily by KRC. The outlier detection performance of the threshold model was better than the ANN model, but ANN model showed better detection performance for not classifying normal data as outlier.
PURPOSES : The purpose of this study is to suggest a basis for setting appropriate safety goals specifically related to the threshold zone luminance in a vehicular traffic tunnel. METHODS : In the test, drivers were divided into two groups. One group consisted of all drivers (average drivers) group with an age ratio of drivers holding domestic driver's license and driver group by age to produce threshold zone luminance in the tunnel. The threshold zone luminance produced as a result was used to analyze how it affects the safety level of each driver group and provide a basis for setting an appropriate safety criterion that can be used to determine threshold zone luminance. We used test equipment, test conditions, and ananalysis of threshold zone luminance identical to that reported by ChoandJung(2014) but the values of adaptation luminance in our analys is were expanded to range from100 to $10,000cd/m^2$. RESULTS : Adaptation luminance and threshold zone luminance are found to be related by a quadratic function. The threshold zone luminance needed by older drivers to ensure a certain safety level is significantly higher than that for drivers of other age brackets when adaptation luminance increases. 56% of older drivers are at an increased risk of an accident at the same luminance for which the safety level of average drivers is 75%. The safety level that can be achieved for older drivers increases to above 60% when threshold zone luminance level is set with the goal of attaining a safety level of more than 85% for average drivers. The safety level that can be attained for average drivers is above 90% when the threshold zone luminance is high enough to ensure over 75% in the safety level of older drivers. Results of this study are applicable to highways and others whose designed speed is 100 km/h. CONCLUSIONS : Threshold zone luminance determined on the basis of drivers having average visual ability is of limited value as a performance standard for ensuring the safety of older drivers. Hence, safety level for older drivers should be considered separately from safety levels for drivers with an average ability to avoid risk. Upward adjustment of older drivers' safety level in the process of determining appropriate threshold zone luminance in a vehicular traffic tunnel may bring both tangible and intangible benefit as a result of reducing accidents. However, there is an associated dollar cost arising from installing and operating lights. As a result, the economic impact of these trade-offs should also be considered.
이 논문에서는 DS/SS(Direct Sequence Spread/Spectrum) 시스템에서 초기동기(aquisition)를 위해, 정합 필터의 출력중 부정합된 최대 상관값을 임계값(threshold)으로 결정하는 TDMMC(Threshold Decision from the Maximum Mismatching Correlation value) 알고리듬을 제안한다. PN코드는 주기성과 정합됐을 때의 상관값이 정합되지 않을 때의 상관값보다 크다는 성질을 가지고 있다. 기존의 방식은 위의 2가지 성질 중에서 후자에 기반을 두고 있는 반면, TDMMC는 위의 성질 둘 모두에 기반을 두고 있다. TDMMC의 궁극적인 목적은 수신기에서 신호 검파확률를 1에 가깝게 하는데 있다(Pd$\longrightarrow$1). TDMMC는 임계값 블록(threshold block)을 이용하여 S/N이 변함에 따라 적절한 임계값을 설정할 수 있다. 시뮬레이션 결과, 비동기식 DS/SS-CSK 시스템에 적용된 TDMMC는 기존의 방식에 비해 성능이 향상됨을 보여준다.
동적 임계 공개키 암호 시스템(dynamic threshold public-key encryption)이란 시스템을 구축하는 과정에서 전체 사용자들의 집합과 인증된 수신자 집합의 크기, 임계치를 고정값으로 설정하지 않고 유연하게 변경될 수 있는 기능을 제공하는 임계 암호 시스템을 말한다. 이와 관련하여 신원정보를 공개키로 사용하는 ID기반 암호 시스템(identity-based encryption)과 동적 임계 공개키 시스템을 결합하여 ID기반 동적 임계 암호 시스템(identity-based dynamic threshold encryption)을 설계하려는 연구가 이뤄지고 있으며, 최근 2011년 Xing과 Xu은 동적 기능을 제공하는 ID기반 임계 암호기법을 제안하였다. 본 논문에서는 Xing과 Xu가 제안한 ID기반 동적 임계 암호 시스템을 분석하고 구조적으로 문제점이 있음을 보인다. 또한 겹선형 함수를 이용한 ID기반 암호 시스템을 ID기반 동적 임계 암호 시스템으로 변환하는 방법(conversion method)를 제안한다. 마지막으로, 변환하여 설계한 기법이 완전한 풀 모델(full model)로 선택된 평문 공격(chosen plaintext attack)환경에서 안전함을 증명한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.