• 대한토목학회논문집
• /
• 제29권6D호
• /
• pp.685-691
• /
• 2009

본 연구는 다양한 기상 요인의 영향 정도에 따른 속도 변화를 분석하여 고속도로의 교통상황 분류를 목적으로 하였다. 서해대교의 RWIS와 VDS 자료를 활용하여 요인분석한 결과 교통상황에 영향을 주는 기상요인은 날씨, 온도, 시정거리로 나타났다. 각 요인에 따른 교통상황을 분류하기 위해 요인별로 분산분석을 실시한 결과 날씨는 맑음과 강우, 온도는 $5^{\circ}C$ 이하와 이상, 시정거리는 강우 시에만 10km 이하와 이상으로 분류되어 총 5개 유형의 교통상황으로 분류되었다. 보다 원활한 교통관리를 위해 각 상황별로 교통량-속도 모형을 추정하였으나 분석자료의 부족으로 설명력은 다소 낮게 나타났다. 그러나 장기간의 자료를 본 연구에서 제시된 분석과정에 입각하여 분석할 경우 기상요인에 따른 유형별 교통관리가 가능할 것으로 기대된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권1호
• /
• pp.55-60
• /
• 2012

최근 봇넷(Botnet)은 탐지 기술을 피하기 위하여 C&C(Command and Control)서버 접속시 DNS(Domain Name System) 서비스를 이용하고 있다. DNS 서비스를 이용한 비정상 행위에 대응하기 위해서 DNS 트래픽 기반의 분석 연구가 필요하다. 본 논문에서는 좀비PC의 C&C서버 도메인주소 질의와 같은 DNS트래픽 기반의 비정상 도메인 분류(Classification)를 위해서 DNS트래픽 수집 및 지도학습(Supervised Learning)에 대해 연구한다. 특히, 본 논문에서는 PCA(Principal Component Analysis) 주성분분석 기술을 통해 DNS 기반의 분류시스템에서의 효과적인 분석 성분들을 구성할 수 있다.

• 대한교통학회지
• /
• 제24권1호
• /
• pp.39-52
• /
• 2006

본 연구는 대형 교통사고의 발생지점들을 특성별로 유형화하기 위하여 군집분석(Cluster hnalysis)을 행하고, 아울러 충돌 형태에 미치는 영향요인에 대한 영향 정도를 판별할 수 있도록 하기 위하여 수량화 이론 II류(Quantification II)와 C&RT(Classification and Regression Trees) 방법에 의해 분석을 실시하여 이에 대한 적합성을 평가함으로써, 정량적 척도의 간략화를 도모하고자 하였다. 그 결과, 발생 지점별 유형화에 따른 4개 집단의 판별 및 분류분석의 충돌 형태별 제반 영향요인들 특성은 집단별로 명확한 차이를 보이는 것으로 나타나, 교통사고에 대해 우선 시행되어져야 할 대책과 보완 대책들을 집단별로 체계적으로 제시할 수 있었다. 하지만 상당수 변수들에 결측치가 많아, 막대한 정보 손실이 초래되어 보다 심층적인 분석을 하기 어려웠는바, 이러한 문제점을 해결하기 위해서는 대형 교통사고 조사. 분석 시 표준화된 원 자료 시트의 작성을 의무화할 필요가 있는 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.103-115
• /
• 2007

IEEE 802.1x 기반 무선랜 환경은 Auth/Deauth Flooding 공격과 같이 무선랜 프로토콜의 취약점을 이용한 DoS 공격 등에 노출되어 있다. 무선랜 공격자는 유선에서와 마찬가지로 근원지 IP 주소를 스푸핑하여 대량의 트래픽을 발생시키는 등 무선 네트워크에 대한 DoS 공격을 수행할 수 있다. 따라서 무선랜에 대한 공격에 능동적으로 대응하기 위해서는 기존의 유선망에서의 IP 역추적 기술을 변형하여 무선망에 적용할 수 있다. 이에 본 연구에서는 무선랜 환경에서 발생하는 트래픽에 대해 TTL 기반의 개선된 패킷마킹 기법을 제시하여 무선 트래픽에 대한 분류 기능도 제공하면서 동시에 스푸핑된 무선 IP 패킷의 근원지 정보를 재구성하는 기법을 제시한다. 실험 결과 AP를 기반으로 역추적 기능을 이용하여 보다 안전한 무선랜 환경을 구축할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제19권3호
• /
• pp.45-54
• /
• 2014

본 논문에서는 기존 기법들의 제한점을 개선하기 위해 휴리스틱 규칙 및 기계학습 분석 결과를 이용한 두 단계의 P2P 트래픽 분류 기법을 제안한다. 첫 번째 단계는 패킷 레벨의 시그니처 기반 분류기이고, 두 번째 단계는 플로우 레벨에서 수행되는 패턴 휴리스틱 규칙 및 통계 기반 분류기이다. 제안된 패턴 휴리스틱 규칙은 분류의 정확도를 높이고 통계 기반 분류기가 처리할 트래픽의 양을 줄일 수 있다. 다양한 의사 결정 트리 알고리즘의 분석을 기반으로 통계 기반 분류기는 가장 효율적인 REPTree로 구현하고, 앙상블 알고리즘을 통해 통계 기반 분류기의 성능을 개선한다. 실제 환경의 데이터 집합을 이용한 검증 분석을 통해, 본 제안 기법이 기존 기법에 비해 높은 정확도와 낮은 과부하를 제공함을 제시한다.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2007년도 학술대회
• /
• pp.327-330
• /
• 2007

This article discusses a capacity planning method in QoS-guaranteed IP networks such as BcN (Broadband convergence Network). Since IP based networks have been developed to transport best-effort data traffic, the introduction of multi-service component in BcN requires fundamental modifications in capacity planning and network dimensioning. In this article, we present the key issues of the capacity planning in multi-service IP networks. To provide a foundation for network dimensioning procedure, we describe a systematic approach for classification and modeling of BcN traffic based on the QoS requirements of BcN services. We propose a capacity planning framework considering data traffic and real-time streaming traffic separately. The multi-service Erlang model, an extension of the conventional Erlang B loss model, is introduced to determine required link capacity for the call based real-time streaming traffic. The application of multi-service Erlang model can provide significant improvement in network planning due to sharing of network bandwidth among the different services.

• 한국통신학회논문지
• /
• 제42권1호
• /
• pp.98-107
• /
• 2017

오늘날 네트워크 자원을 사용하는 응용이 증대되면서 네트워크 관리를 위한 트래픽 분석에서 현재 연구 단계의 한계가 드러나고 있다. 그런 한계를 해결하기 위한 다양한 연구가 진행되고 있는데 그 중 대표적인 연구인 시그니쳐 자동생성 연구는 응용 트래픽을 입력으로 트래픽의 공통된 패턴을 찾아 출력하는 과정이 자동화된 연구이다. 그러나 시그니쳐 자동생성 연구는 트래픽을 사용자가 수집해야 하는 반자동 시스템이기 때문에 트래픽 수집 단계에서 문제가 발생할 수 있고, 생성된 시그니쳐의 검증 과정이 포함되어있지 않기 때문에 시그니쳐의 정확도를 신뢰할 수 없는 한계가 있다. 본 논문에서는 시그니쳐 자동생성 시스템의 한계를 극복하기 위해 트래픽수집, 시그니쳐 생성, 시그니쳐 검증, 시그니쳐 관리까지 모든 과정이 자동으로 이루어지는 시스템을 제안한다. 제안하는 방법을 학내 망의 실제트래픽에 적용하여 추출한 시그니쳐는 분석률을 유지하며, 오탐률을 0으로 만드는 효과를 보였다.

• 한국ITS학회 논문지
• /
• 제22권2호
• /
• pp.93-104
• /
• 2023

도로법에 의거한 도로교통량 상시조사는 매설식 AVC를 통해 12종 차종분류가 이루어지고 있다. 하지만 매설식 AVC 장비는 차량과의 마찰, 도로 균열, 소성변형, 도로공사로 인한 센서의 물리적 파손 등으로 인해 장비 가동률이 낮고, 수집 정보의 정확도와 신뢰도 저하 문제가 발생하고 있다. 이로인해 장비보수 등 유지비용 또한 증가하고 있다. 이러한 문제를 해결하고자 비매설식 AVC 장비 도입을 위한 연구가 진행되고 있으나, 차종을 분류하기 위해 복수의 장비 또는 교통량 정보 매칭을 위한 별도의 DB 구축·운영이 필요하였다. 이에 본 연구에서는 자동차 관리법에 근거하여 운영 중인 자동차관리정보시스템(VMIS)의 차량 제원 정보와 번호판 자동인식 기술(ANPR)을 활용한 12종 차종분류 방안을 마련하고자 하였다. 이를 통해 기존 도로교통량 조사체계를 개선하고 자동차 제원 정보를 활용하여 친환경 차량 분류 등 도로교통량 통계 고도화, 다변화에 기여할 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제9권3호
• /
• pp.1-11
• /
• 2010

교통방송에서 제공하는 교통정보는 방송매체의 특성상 정성적인 교통정보 방송멘트를 사용하고 있기 때문에 도로 상에서 정보 이용자가 공감할 수 있는 교통정보를 제공하기 위해서는 제보자와 정보 제공자의 판단 기준을 이용자 측면에서 명확하게 정립할 필요가 있다. 이에 본 연구에서는 교통방송에서 명확한 구분 없이 임의적으로 사용되고 있는 교통정보 방송멘트에 대한 기준을 제안하고자 통신원, 교통방송 종사자, 운전자들이 동일하게 느끼는 교통상황 판단 기준과 교통정보 방송멘트에 대한 인지특성을 조사하고 분석하였다. 그 결과, 교통상황별로 인지 차이가 거의 없는 평균 통행속도를 기준으로 한 정보 제공이 이루어져야 하며, 통행속도를 기준으로 한 교통상황은 원활 상태가 60km/h 이상, 서행 상태가 40~60km/h 미만, 정체 상태가 40km/h 미만으로 분류됨을 알 수 있었다. 그리고 35개의 교통정보 방송멘트를 교통상황별로 분류해 본 결과, 원활 상태는 8개, 정체 상태는 9개로 명확하게 분류되었으나 18개 멘트는 애매하게 인지하고 있어 서행 상태를 표현하는데 적절하지 않음을 알 수 있었다. 따라서 '원활', '서행', '정체'라는 단어를 포함한 멘트를 직접 사용하는 것이 좋을 것으로 판단되었다. 향후 연구과제로는 차량 동적시뮬레이터 등을 통해 실제와 동일한 교통흐름을 재현하고 교통정보 방송멘트를 제공하고 운전자의 인지 반응을 조사하여 보다 명확한 기준을 정립해야겠다.

• 대한교통학회지
• /
• 제14권4호
• /
• pp.49-76
• /
• 1996

Until recently, the inductive loop detecters(ILD) have been used to collect a traffic information in a part of traffic manangment and control. The ILD is able to collect a various traffic data such as a occupancy time and non-occupancy time, traffic volume, etc. The occupancy time of these is very important information for traffic control algorithms, which is required a high accuracy. This accuracy may be improved by classifying a vehicle type with ILD. To classify a vehicle type based on a Analog Digital Converted data collect form ILD, this study used a typical and modifyed statistic method and General Learning Vector Quantization unsuperviser neural network model and a hybrid model of GLVQ and statistic method, As a result, the hybrid model of GLVQ neural network model is superior to the other methods.