• 정보처리학회논문지C
• /
• 제17C권2호
• /
• pp.205-214
• /
• 2010

인터넷의 대중화로 인해 네트워크 트래픽은 나날이 증가되고 있다. 따라서 네트워크 자원의 효과적인 사용을 위한 응용 트래픽 분석의 중요성은 나날이 강조되고 있다. 본 논문에서는 고정 IP-port기반의 응용 트래픽 분석 방법론을 제안한다. 고정 IP-port는 오직 한 응용에서 고정적으로 사용하는 {IP address, port number, transport protocol}의 쌍으로써 각각의 응용을 분석해서 자동적으로 수집할 수 있다. 본 논문에서는 고정 IP-port를 사용하여 기존 연구에서 제안된 방법들 보다 매우 가볍고, 빠르며 정확한 실시간 트래픽 분석 시스템을 설계하였다. 또한, 기존의 연구에서 제안된 통일성 없는 검증 방법을 보완하여 객관적 검증 시스템을 설계하고 분석결과를 정확하게 검증하였다. 본 논문은 고정 IP-port를 추출하는 매우 효과적인 방법과 시스템 구조, 그리고 분석 결과의 객관적 검증 시스템을 제안한다. 그리고 실험과 검증 시스템을 통하여 고정 IP-port 기반 응용 레벨 인터넷 트래픽 분석 방법론의 타당성을 증명한다.

• 한국전자파학회논문지
• /
• 제10권5호
• /
• pp.786-795
• /
• 1999

다중경로가 존재하는 수중환경에서 표적으로부터 발생되는 신호의 도래방위를 정확히 예측하기 위한 방법으로써. 최근 이론이 정립된 Inverse beamforming(역빔형성) integral equation의 해인 역빔형성기에 대한 이론적 고찰 및 simulation에 의한 방위탐지 성능분석을 수행하였고, 표적 도래방위의 좌우 구분을 위한 Cardioid 빔형성에 역빔형성 알고리즘을 적용한 IBF -Cardioid 빔형성기법을 고안하여 성능분석을 수행하였다. 이상적인 조건하에서 역빔형성기는 Conventional beamformed고전빔형성기)에 비해 array noise gain 3dB 이상 향상됨을 이론적으로 검증하고. simulation을 통하여 이를 입증하였다. 도래방위 탐지의 정확도를 나타내는 빔폭도 고전빔형성기에 의한 빔폭의 0.68배 정도인 것으로 입증하였다. 역빙형성 알고리즘이 적용된 Cardioid 빔형성(IBF -Cardioid 빔형성)기법은 고전 알고리즘에 의한 탐지성능에 비해 탐지의 정확도, 분해능 의 탐지성능이 우세함을 입증하였고, 특히, endfire 방향에 대한 정확한 방위탐지와 탐지성능이 향상됨을 입증 하였다.

• 대한전자공학회논문지SP
• /
• 제37권3호
• /
• pp.98-109
• /
• 2000

바이스펙트럼은 신호 처리 및 영상 복원을 위한 적합한 특성을 강고 있고, 여러 응용분야에 적용될 수 있음에도 불구하고 설제로 적용된 결과가 문헌상으로 거의 나와 있지 않다 이는 표본이 부족하여 바이스펙트럼의 평균 연산이 어렵기 때문이다. 본 논문에서는, 참 바이스펙트럼을 표본 바이스펙트럼의 평균으로 정의한다. 그리고 표본 바이스펙트럼의 평균은 표본의 3중 상관함수의 푸리에 변환으로 나타낸다 표본 바이스펙트럼의 특성을 분석하고 일반화된 기중 정규화 이론을 적용하여 확률적으로 평균을 구하지 않고 참 바이스펙트럼을 추정하는 방법을 제안한다. 번지고 잡음이 낀 조건에서 제안한 알고리즘으로 바이스펙트럼을 추정 하고 이 결과가 신호의 복원에 유용함을 실험을 통해 증명한다.

• 정보보호학회논문지
• /
• 제14권4호
• /
• pp.123-134
• /
• 2004

본 논문에서는 RC4 스트림 암호 알고리즘을 구현하는 고속 연산 구조를 제안하고, FPGA 구현 결과를 제시하였다. 기존 방식이 긴 초기화 동작이 필요하거나, S-배열 초기화 대기 시간을 제거하기 위해 S-배열을 2개 혹은 3개를 사용하는 구조를 갖는데 비해, 제안한 RC4 스트림 암호 연산 구조는 256-비트 valid-비트 엔트리 방식을 사용하여, S-배열 초기화 동작을 제거하였다. 그리고 RC4 알고리즘을 다양한 응용 분야에 사용될 수 있도록 효율적인 모듈라 연산 하드웨어를 사용하여 40 비트와 128 비트 키를 지원하도록 하였다. 제안한 RC4 스트림 암호 연산 구조를 Xilinx XCV1000E-6H240C FPGA로 구현하였다. 설계된 RC4 프로세서는 40MHz에서 106Mbps의 암호 비트 생성율의 성능을 갖고 있으며 WEP 프로세서와 RC4 키 검색 엔진에 적용 가능하다.

• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.307-319
• /
• 2015

현재 대용량 온톨로지를 추론하기 위해 하둡 기반의 분산 클러스터 환경을 구축한 후, 맵-리듀스 알고리즘을 기반으로 추론을 수행하는 방식이 활발히 연구되고 있다. 그러나 본 논문에서는 분산 클러스터의 메모리 환경에서 대용량 OWL Horst Lite 온톨로지 추론을 위한 기법을 제안한다. 대용량 온톨로지 추론에 사용되는 규칙 기반 추론 방식은 데이터가 더 이상 추론 되지 않을 때까지 트리플 형식으로 표현된 온톨로지에 추론 규칙을 반복적으로 수행한다. 따라서 컴퓨터 디스크에 적재된 대용량의 온톨로지를 대상으로 추론을 수행하면 추론 시스템의 성능이 상당히 저하된다. 이러한 단점을 극복하기 위해서 본 논문에서는 메모리 기반의 분산 클러스터 프레임워크인 Spark를 기반으로 온톨로지를 메모리에 적재한 후, 추론을 수행하는 기법을 제안한다. Spark에 적합한 OWL Horst Lite 온톨로지 추론 시스템을 구현하기 위해서 대용량 온톨로지를 적절한 크기의 블록으로 분할한 후, 각각의 블록을 분산 클러스터를 구성하는 각 노드의 메모리에 분산 적재하여 작업을 수행하는 방법론을 제안하였다. 제안하는 기법의 효율성을 검증하기 위해, 온톨로지 추론과 검색 속도를 평가하는 공식 데이터인 LUBM을 대상으로 실험하였다. 대표적인 맵-리듀스 기반 온톨로지 추론 엔진인 WebPIE와 비교 실험한 결과, LUBM8000(11억개 트리플, 155GB)에 대해서 WebPIE의 추론 처리량이 19k/초보다 3.2배 개선된 62k/초의 성능 향상이 있었다.

• Korean Journal of Radiology
• /
• 제21권6호
• /
• pp.670-683
• /
• 2020

Objective: The presence of coagulative necrosis (CN) in clear cell renal cell carcinoma (ccRCC) indicates a poor prognosis, while the absence of CN indicates a good prognosis. The purpose of this study was to build and validate a radiomics signature based on preoperative CT imaging data to estimate CN status in ccRCC. Materials and Methods: Altogether, 105 patients with pathologically confirmed ccRCC were retrospectively enrolled in this study and then divided into training (n = 72) and validation (n = 33) sets. Thereafter, 385 radiomics features were extracted from the three-dimensional volumes of interest of each tumor, and 10 traditional features were assessed by two experienced radiologists using triple-phase CT-enhanced images. A multivariate logistic regression algorithm was used to build the radiomics score and traditional predictors in the training set, and their performance was assessed and then tested in the validation set. The radiomics signature to distinguish CN status was then developed by incorporating the radiomics score and the selected traditional predictors. The receiver operating characteristic (ROC) curve was plotted to evaluate the predictive performance. Results: The area under the ROC curve (AUC) of the radiomics score, which consisted of 7 radiomics features, was 0.855 in the training set and 0.885 in the validation set. The AUC of the traditional predictor, which consisted of 2 traditional features, was 0.843 in the training set and 0.858 in the validation set. The radiomics signature showed the best performance with an AUC of 0.942 in the training set, which was then confirmed with an AUC of 0.969 in the validation set. Conclusion: The CT-based radiomics signature that incorporated radiomics and traditional features has the potential to be used as a non-invasive tool for preoperative prediction of CN in ccRCC.

• 한국전자파학회논문지
• /
• 제21권9호
• /
• pp.979-986
• /
• 2010

본 논문에서는 합성 개구 레이더(SAR: Synthetic Aperture Radar) 영상에서 SAR 보정용으로 설치된 삼각 전파 반사기(TCR: Trihedral Corner Reflector)의 레이더 단면적(RCS: Radar Cross Section)을 정확하게 추출하는 방법을 연구하고, SAR 보정 정확도를 분석한다. TCR의 이론적 RCS를 geometrical optics(GO)와 physical optics(PO) 방법을 이용하여 이론적으로 계산하고, 측정값과 비교하여 정확성을 검증한다. 이때에 단일 반사는 PO로, 이중 반사는 GO-PO로, 삼중 반사는 GO-GO-PO로 계산하고, 모서리 영향은 PTD(Physical Theory of Diffraction) 방법을 이용하여 이론적 RCS를 정확하게 계산한다. 크기가 다른 5개의 TCR를 설치하고, TerraSAR-X로 그 지역에 대한 위성 영상을 취득하여 그 TCR들에 대한 RCS를 추출한다. 레이더 IRF(Impulse Response Function) 특성에 의해 분산된 전력(power spill)을 모두 구하기 위해 정사각형 모양의 면적(window)을 설정하여 정확하게 RCS를 추출하고, 이 RCS를 이론적 RCS와 비교한다. 면적의 크기와 배경의 레이더 후방 산란 계수 크기에 따른 TCR의 RCS 오차를 계산하며, 최소 적분 면적과 최대 배경 산란계수 크기를 제안한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.