• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3771-3792
• /
• 2021

With the rapid development of science and technology, several high-performance networks have emerged with various new applications. Consequently, financially or socially motivated attacks on specific networks have also steadily become more complicated and sophisticated. To reduce the damage caused by such attacks, administration of network traffic flow in real-time and precise analysis of past attack traffic have become imperative. Although various traffic analysis methods have been studied recently, they continue to suffer from performance limitations and are generally too complicated to apply in existing systems. To address this problem, we propose a method to calculate the correlation between the malicious and normal flows and classify attack traffics based on the corresponding correlation values. In order to evaluate the performance of the proposed method, we conducted several experiments using examples of real malicious traffic and normal traffic. The evaluation was performed with respect to three metrics: recall, precision, and f-measure. The experimental results verified high performance of the proposed method with respect to first two metrics.

• 대한토목학회논문집
• /
• 제31권5D호
• /
• pp.623-631
• /
• 2011

본 연구에서는 단속류 도로에서의 유고상황을 감지할 수 있는 새로운 유고감지기법을 제시하였다. 유고감지를 위하여 적용된 방법은 교통특성들을 이용한 라틴방격(Latin Square)분석법이다. 라틴방격분석법을 이용하여 기존 연구사례에서 시도했던 방법과는 다르게 차로별, 시간대별 교통특성의 변화를 분석하여 유고상황을 감지하였다. 사용된 교통특성자료는 맑은 기상상태에서 정상운영시 또는 유고발생시 관측된 교통량, 속도, 점유율 자료이며, 유고시 자료는 2차로에서 10분간 유고가 발생했었던 자료이다. 정상운영시 및 유고발생시에 대한 교통상황을 감지하기 위하여 교통량, 속도 및 점유율 등을 기준으로 각각 라틴방격분석을 시행했다. 분석결과, 라틴방격분석을 이용하여 교통상황을 감지하는 경우, 교통량을 기준으로 교통상황을 감지하는 것이 다른 교통특성을 기준으로 교통상황을 감지하는 것보다 감지능력이 우수한 것으로 나타났다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.773-776
• /
• 2000

Traffic monitoring plays an important role in intelligent transportation systems. It can be used to collect real-time traffic data concerning traffic flow. Passive shadows resulted from roadside buildings or trees and active shadows caused by moving vehicles, are one of the factors that arise errors in vision based vehicle detection. In this paper, a land mark based method is proposed for vehicle detection and shadow rejection, and finally vehicle count are achieved based on the land mark detection method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권4호
• /
• pp.1307-1323
• /
• 2014

With the exhaustion of global IPv4 addresses, IPv6 technologies have attracted increasing attentions, and have been deployed widely. Meanwhile, new applications running over IPv6 networks will change the traditional traffic characteristics obtained from IPv4 networks. Traditional models obtained from IPv4 cannot be used for IPv6 network monitoring directly and there is a need to investigate those changes. In this paper, we explore the flow features of IPv6 traffic and compare its difference with that of IPv4 traffic from flow level. Firstly, we analyze the differences of the general flow statistical characteristics and users' behavior between IPv4 and IPv6 networks. We find that there are more elephant flows in IPv6, which is critical for traffic engineering. Secondly, we find that there exist many one-way flows both in the IPv4 and IPv6 traffic, which are important information sources for abnormal behavior detection. Finally, in light of the challenges of analyzing massive data of large-scale network monitoring, we propose a group flow model which can greatly reduce the number of flows while capturing the primary traffic features, and perform a comparative measurement analysis of group users' behavior dynamic characteristics. We find there are less sharp changes caused by abnormity compared with IPv4, which shows there are less large-scale malicious activities in IPv6 currently. All the evaluation experiments are carried out based on the traffic traces collected from the Northwest Regional Center of CERNET (China Education and Research Network), and the results reveal the detailed flow characteristics of IPv6, which are useful for traffic management and anomaly detection in IPv6.

• 산업공학
• /
• 제23권4호
• /
• pp.349-356
• /
• 2010

The role of Intelligent Transportation System (ITS) is to efficiently manipulate the traffic flow and reduce the cost in logistics by using the state of the art technologies which combine telecommunication, sensor, and control technology. Especially, the hardware part of ITS is rapidly adapting to the up-to-date techniques in GPS and telematics to provide essential raw data to the controllers. However, the software part of ITS needs more sophisticated techniques to take care of vast amount of on-line data to be analyzed by the controller for their decision makings. In this paper, the authors develop a traffic congestion prediction model based on several different parameters from the sensory data captured in the Vehicle Detection System (VDS). This model uses the neural network technology in analyzing the traffic flow and predicting the traffic congestion in the designated area. This model also validates the results by analyzing the errors between actual traffic data and prediction program.

• ETRI Journal
• /
• 제41권5호
• /
• pp.560-573
• /
• 2019

Two supervised learning algorithms, a basic neural network and a long short-term memory recurrent neural network, are applied to traffic including DDoS attacks. The joint effects of preprocessing methods and hyperparameters for machine learning on performance are investigated. Values representing attack characteristics are extracted from datasets and preprocessed by two methods. Binary classification and two optimizers are used. Some hyperparameters are obtained exhaustively for fast and accurate detection, while others are fixed with constants to account for performance and data characteristics. An experiment is performed via TensorFlow on three traffic datasets. Three scenarios are considered to investigate the effects of learning former traffic on sequential traffic analysis and the effects of learning one dataset on application to another dataset, and determine whether the algorithms can be used for recent attack traffic. Experimental results show that the used preprocessing methods, neural network architectures and hyperparameters, and the optimizers are appropriate for DDoS attack detection. The obtained results provide a criterion for the detection accuracy of attacks.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권12호
• /
• pp.5978-5999
• /
• 2018

Pedestrian detection is a challenging area in the intelligent vehicles domain. During the last years, many works have been proposed to efficiently detect motion in images. However, the problem becomes more complex when it comes to detecting moving areas while the vehicle is also moving. This paper presents a variational optical flow-based method for motion estimation in vehicular traffic scenarios. We introduce a framework for detecting motion areas with small and large displacements by computing optical flow using a multilevel architecture. The flow field is estimated at the shortest level and then successively computed until the largest level. We include a filtering parameter and a warping process using bicubic interpolation to combine the intermediate flow fields computed at each level during optimization to gain better performance. Furthermore, we find that by including a penalization function, our system is able to effectively reduce the presence of outliers and deal with all expected circumstances in real scenes. Experimental results are performed on various image sequences from Daimler Pedestrian Dataset that includes urban traffic scenarios. Our evaluation demonstrates that despite the complexity of the evaluated scenes, the motion areas with both moving and static camera can be effectively identified.

• 대한교통학회지
• /
• 제24권3호
• /
• pp.39-50
• /
• 2006

본 연구에서는 반복정체와 돌발상황 교통류 특성을 분석하고 이에 따른 교통류 영역을 3개의 교통류 관계도를 가지고 구분하여 좀 더 안정적이고 신뢰성 있는 돌발상황 검지 알고리즘의 개선을 위한 기초이론 정립을 목적으로 한다. 이를 위해 본 연구에서는 McMaster 알고리즘의 교통량-점유율 관계도에서 교통류 영역을 구분하는 각각의 파라메타 임계값의 경계에 위치한 교통류의 불확실한 영역 판단으로 인한 오경보를 해결하기 위하여 속도-교통량, 속도-점유율 관계도에 대해서도 새로운 영역 구분을 시도해 보았다 그리고 구분한 영역에 따른 교통류 상태 판정도에 적합한 새로운 알고리즘의 프로토타입 및 구현방안을 제시하였다 본 연구의 주안점이 기존의 McMaster 알고리즘의 기능을 개선하고 신뢰성을 갖는 새로운 돌발상황 검지 모형을 제시하는 것으로써 향후 고속도로 돌발상황 검지체계에 유용하게 적용될 수 있을 것으로 판단된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권10호
• /
• pp.995-999
• /
• 2010

매년 차량의 수가 꾸준히 증가함에 따라 이에 비례하여 도로의 혼잡도와 사고 발생률 또한 증가되고 있다. 이와 같은 교통문제를 완화하기 위해서 도로 설계 및 신호 체계 등이 발전되고 있음에도 불구하고 교통사고로 인한 인명 및 재산 피해는 감소되지 않고 있다. 본 논문에서는 발생원 사고를 실시간으로 인식하여 이에 빠르게 대응함으로써 후속사고를 예방하고 사고 원인을 파악하기 위한 실시간 사고 인식 및 분석 시스템을 제안한다. 제안하는 시스템은 특정 교차로에서 뿐만 아니라 교통흐름과 디자인이 다른 교차로에서 발생한 사고를 정확히 인식하는 것이 목적이다. 본 연구에서는 실제 교차로에서 수집되는 데이터가 정확하다고 보장할 수 없고, 사고 발생에 쓰이는 데이터는 서로 유기적으로 복잡한 관계가 있기 때문에 정확한 사고 인식을 위해 확률기반 연산을 하는 동적 베이지안 네트워크를 이용하였다.

• 대한교통학회지
• /
• 제24권5호
• /
• pp.135-142
• /
• 2006

교통류 이론에서 fundamental diagram이라고 불리는 교통량-밀도 관계는 stationary 상태에서의 교통량과 밀도사이의 평형관계 (equilibrium relation)를 나타낸다 본 연구에서는 개별차량 데이터를 이용하여 교통량-밀도 관계의 전제조건인 stationary 조건을 만족하는 데이터를 추출하는 방법을 제시하였고, stationary 조건을 만족하는 데이터를 교통량-밀도 평면에 도시하였다. 개별차량의 흐름이 자유교통류상태와 혼잡교통류상태에서 상이하며 지점에서 관측된 데이터가 서로 다른 특성의 시계열특성을 보인다는 점에 근거하여 두 가지 상태에 따라 서로 다른 stationary조건을 제시하였다. 본 논문에서 제시된 stationary 조건을 실제로 관측된 데이터에 적용한 결과 자유교통류상태의 stationary조건을 만족하는 데이터는 현재까지 알려진 바와 같이 교통류-밀도 관계의 왼쪽가지에 위치하고. 혼잡교통류상태의 stationary조건을 만족하는 데이터는 교통류-밀도관계의 오른쪽 가지에 위치한다. 또한 본 연구에서 제시된 방법론에 따라 교통류-밀도관계의 전범위에 걸쳐 stationary조건을 만족하는 데이터를 구별하여 교통류-밀도평면에 도시한 결과 교통류의 거의 전영역에 걸쳐 재현 가능한 관계가 나타나는 것을 확인할 수 있었다.