• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.1007-1010
• /
• 2004

본 논문에서는 분산 서비스거부 공격(DDoS)이 발생할 때 네트워크 트래픽의 특성을 분석하기 위해서 트래픽 비율분석법(TRA: Traffic Rate Analysis)을 제안하고 트래픽 비율분석법을 통해서 분석된 다양한 유형의 DDoS 공격의 특성을 기계학습(Machine Learning)을 이용해서 DDoS 공격의 탐지규칙을 생성하고 그 성능을 측정하였다. 트래픽 비율분석법은 감시대상 네트워크 트래픽에서 특정한 유형의 트래픽의 발생비율을 나타내며 TCP flag rate 와 Protocol rate 로 구분된다. 트래픽 비율분석법을 적용한 결과 각각의 DDoS 공격 유형에 따라서 매우 독특한 특성을 가짐을 발견하였다. 그리고, 분석된 데이터를 대상으로 세 개의 기계학습 방법(C4.5, CN2, Na?ve Bayesian Classifier)을 이용해서 DDoS 공격의 탐지규칙을 생성하여 DDoS 공격의 탐지에 적용했다. 실험결과, 본 논문에서 제안된 트래픽 비율분석법과 기계학습을 통한 DDoS 공격의 탐지방법은 매우 높은 수준의 성능을 나타냈다.

• 전자통신동향분석
• /
• 제34권4호
• /
• pp.32-42
• /
• 2019

The performance of machine learning algorithms significantly depends on how a configuration of hyperparameters is identified and how a neural network architecture is designed. However, this requires expert knowledge of relevant task domains and a prohibitive computation time. To optimize these two processes using minimal effort, many studies have investigated automated machine learning in recent years. This paper reviews the conventional random, grid, and Bayesian methods for hyperparameter optimization (HPO) and addresses its recent approaches, which speeds up the identification of the best set of hyperparameters. We further investigate existing neural architecture search (NAS) techniques based on evolutionary algorithms, reinforcement learning, and gradient derivatives and analyze their theoretical characteristics and performance results. Moreover, future research directions and challenges in HPO and NAS are described.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.212-214
• /
• 2013

심전도 데이터는 일반적으로 분류기를 사용한 실험이 많으며, QRS-Complex와 R-R interval 간격을 추출하여 실험한다. 본 연구에서는 R-R interval을 추출하였다. 그리고 R-R interval 데이터와 HRV 데이터를 구성하였고, 베이지안 네트워크 분류기를 사용하여 정확도를 도출하였다. 심장관련 데이터는 심전도 뿐 아니라 심장병 데이터도 있는데 심전도 데이터와 같이 분류실험을 시행하여 정확도를 도출하였다. 그리고 베이지안 네트워크분류기의 정확도를 분석하기 위해 타 논문의 실험결과와 비교하였다. 타 논문과 본 연구의 결과를 비교해보니 베이지안 네트워크가 타 결과에 비해서 정확도 도출이 우수하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.521-522
• /
• 2009

본 논문에서는 이동단말기로부터 수집 가능한 컨텍스트 정보를 기반으로 베이지안 네트워크 추론을 통해 송신자의 정황 정보를 생성하는 시스템을 제안한다. 축적된 데이터로부터 학습되는 베이지안 네트워크의 특성에 따라 설문조사를 통해 사용자의 정황 판단 기호를 수집하고 이를 기반으로 훈련 데이터를 생성하여 베이지안 네트워크를 구성한다. 추론 결과에 대한 사용자 피드백을 주기적인 학습에 사용하고 각 단계에서 정확도를 측정함으로써 개인화된 정황 정보 추론과 사용자의 정황 판단 기호 변화에 신속하게 적응함을 확인한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.283-286
• /
• 2011

스팸 메시지는 불특정 다수에게 보내지는 광고성 메시지로서 최근 들어 그 양이 증가하고 있는 추세이다. 본 논문에서는 모바일 환경에서의 스팸 메시지 필터링을 위한 시스템을 제안하며 기존 환경에서 자주 사용되었던 키워드 기반 필터링 시스템의 단점을 해결하고자 고안되었다. 베이지안 네트워크를 통해 스팸 메시지들의 패턴을 추출하고 추출된 패턴을 멀티 레이어 퍼셉트론을 이용해 학습하여 메시지들을 분류한다. 이 시스템을 통해 약 93.5%의 필터링 정확도률을 얻었으며 키워드 선택 대신 스팸 메시지를 선택해 학습시킴으로서 사용하기 쉽고 사용자에 맞는 시스템을 구성할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.269-272
• /
• 2021

본 논문에서는 변수간의 다양한 관계 분석 또는 예측 모델에 많이 적용되는 베이지안 네트워크 모델에 대한 양자 회로를 설계하고, 설계한 양자 회로를 '모여봐요! 동물의 숲' 게임에서 진행되는 무 거래에 대한 무값을 예측하는 시나리오에 적용했다. 제안한 양자 가격 예측 모델은 양자 회로로 표현했으며 IBM 의 Qiskit 을 이용해 구현하였다. 구현한 회로는 시뮬레이션 백엔드 뿐만아니라 IBM 에서 클라우드로 제공하는 실제 양자 컴퓨터 2 종의 백엔드에 실행하였고, 실행 결과와 설계한 회로를 바탕으로 제안한 모델의 성능을 분석하여 제안 모델의 효용성을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.470-473
• /
• 2021

본 논문에서는 코로나-19로 인해 홈 트레이닝 시장이 성장하고 있는 상황 속에서 효율적인 운동을 위해 사용자의 식습관, 신체조건, 선호도 등을 바탕으로 적합한 운동을 추천해주는 시스템을 제안한다. 먼저 K-최근접 이웃 알고리즘을 활용해 비만의 정도에 따라 사용자를 분류하고, 운동 데이터를 소모 칼로리에 따라 클러스터링 한다. 다음으로 비만의 정도와 운동 레벨에 따라 정해진 추천 점수를 통해 사전 선호도 확률을 계산하고, 베이지안 네트워크를 통해 사후 확률을 구한다. 이를 바탕으로 특이값 분해 알고리즘(SVD)를 활용하여 사용자 맞춤형 운동을 추천한다. 제안 시스템의 성능을 검증하기 위해 비교 실험을 진행하여 회귀 문제 평가 척도인 RMSE 값 측면에서 성능을 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.60-63
• /
• 2008

개인화 장비 기술의 발달과 함께 최근 모바일 디바이스는 카메라, MP3 플레이어 등 다양한 기능을 포함하고 있으며, 많은 사용자가 이를 사용하고 있다. 모바일 디바이스는 사용자가 항상 휴대하기 때문에 사용자 정보를 습득하기에 유용하며 따라서 이로부터 수집된 다양한 정보를 바탕으로 최근 여러가지 서비스를 제공하기 위한 노력이 이루어지고 있다. 본 논문에서는 사용자의 모바일 로그를 바탕으로 행동 패턴을 파악하여 사용자가 앞으로 취할 행동을 예측하고자 하며, 이 과정에서 다양한 행동 패턴 중 정확한 행동 예측을 수행하기 위해 다음과 같은 방법을 활용하였다. 장소, 시간, 요일 정보를 함께 사용하여 동적 베이지안 네트워크를 이용해 시간 변화에 따른 사용자 행동 패턴을 학습하였으며, 개인 사용자 모델과 전체 사용자 모델을 따로 학습함으로써 더 정확한 행동 패턴의 학습이 가능하도록 하였다. 실험을 위해 대학생들로부터 수집된 모바일 로그를 통해 제안하는 행동 예측 모델의 성능을 확인한 결과 77~94%의 예측 정확도를 보임을 확인하였다.

• 한국전산구조공학회논문집
• /
• 제26권2호
• /
• pp.139-146
• /
• 2013

본 논문에서는 페러데이 법칙을 이용한 진동발전 장치를 지하철의 자갈도상과 콘크리트 도상의 분류에 따른 기전력 량을 분석 하였다. 지하철 2호선 서초~방배 구간의 자갈도상에서 콘크리트 도상 변경으로 동일한 전동차 운행속도로 동일 구간에서 차량운행에 의한 동특성을 분석하고 진동력발전 장치를 이용해 얻어질 수 있는 기전력 량을 분석하였다. 또한 페러데이의 법칙에 의한 유도 기전력 식에 의한 계산 기전력 량과 발전 장치에 의한 관측 기전력 량을 베이지안 회귀 분석 및 상관분석을 통하여 철도에 적용되는 모델에 대한 신뢰구간과 모델식을 각 도상별로 업데이팅하였다. 수정된 식을 이용한 기전력은 한 개의 진동발전 장치 당 콘크리트 도상에서 4mV, 자갈도상에서는 40mV의 전력을 얻을 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.29-36
• /
• 2012

무선 센서 네트워크에서, 각 노드들의 정확한 위치 정보를 파악하는 것은 효율적인 네트워크 환경 구축과 수집된 정보를 효율적으로 활용하기 위해 필수적이다. 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS) 기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널의 상태 혹은 장애물 등 외부의 간섭으로 인한 신호의 왜곡 또는 감쇄가 발생하므로 이를 이용한 위치 추정 시 오차에 의한 영향을 충분히 고려하여야 한다. 위치 추정의 정확도를 향상시키기 위해, 일반적으로 충분한 수의 수신 신호 세기 표본의 획득하지만, 표본수가 늘어날수록 전송 시 에너지 소모가 발생한다. 본 논문에서는, 에너지 효율의 문제와 위치 추정의 정확도를 향상시키기 위해 전력 손실 지수 추정을 통한 베이지안 압축 센싱(Bayesian Compressive Sensing)을 사용하는 수신신호세기 기반 위치 추정 기법을 제안한다. RSS 기반 위치 추정 시 중요한 요소인 전력 손실 지수의 추정을 통해, 실제 채널 환경에서의 적응적인 위치 추정을 가능하게 하며 또한 위치 추정의 정확도를 향상시킬 수 있다. 그리고 적은 수의 표본으로 신호를 복원하는 기술인 압축 센싱(Compressive Sensing) 기법을 무선 센서 네트워크에 적용함으로써 에너지 효율적인 위치 추정 기법을 가능하게 한다. 시뮬레이션 결과에서, 제안하는 기법은 적은 수의 측정으로 다수의 불특정 노드에 대한 정확한 위치 추정이 가능하게 하며 채널 환경에 상관없이 강인한 성능을 가짐을 확인하였다. 그리고 제안하는 방법은 압축된 수신 신호 세기를 취급하므로 네트워크 트래픽과 에너지 소모를 줄이는데 효율적임을 검증하였다.