• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.679-685
• /
• 2003

지문의 중심점과 삼각점은 융선의 흐름이 급격히 변하는 부분에 생기는 부위를 지칭하는 것으로 중심점과 삼각점 주위의 융선의 변화를 관찰하면 중심점과 삼각점의 존재 여부를 추측할 수 있다. 융선의 전역적인 방향성분을 구한 후 같은 방향 성분끼리 군집화를 수행하면 군집화된 부분의 경계에 중심점과 삼각점이 형성되는 것을 관찰할 수 있으며, 궁상문, 솟은 궁상문, 좌제상문, 우제상문, 와상문등 크게 5종류로 분류되는 지문의 문양별 방향성문 군집화의 특성이 다르다는 것을 관찰할 수 있다. 본 논문에서는 삼각점을 획득하지 못한 지문을 이용하여 지문의 중심점을 구한 후 방향성분 군집화를 통하여 지문분류를 효과적으로 할 수 있는 방법을 제안하고 실험을 통하여 이를 증명한다.

• Journal of Communications and Networks
• /
• 제11권6호
• /
• pp.544-555
• /
• 2009

This work continues a trend of developments aimed at exploiting the physical layer of the open systems interconnection (OSI) model to enhance wireless network security. The goal is to augment activity occurring across other OSI layers and provide improved safeguards against unauthorized access. Relative to intrusion detection and anti-spoofing, this paper provides details for a proof-of-concept investigation involving "air monitor" applications where physical equipment constraints are not overly restrictive. In this case, RF fingerprinting is emerging as a viable security measure for providing device-specific identification (manufacturer, model, and/or serial number). RF fingerprint features can be extracted from various regions of collected bursts, the detection of which has been extensively researched. Given reliable burst detection, the near-term challenge is to find robust fingerprint features to improve device distinguishability. This is addressed here using wavelet domain (WD) RF fingerprinting based on dual-tree complex wavelet transform (DT-$\mathbb{C}WT$) features extracted from the non-transient preamble response of OFDM-based 802.11a signals. Intra-manufacturer classification performance is evaluated using four like-model Cisco devices with dissimilar serial numbers. WD fingerprinting effectiveness is demonstrated using Fisher-based multiple discriminant analysis (MDA) with maximum likelihood (ML) classification. The effects of varying channel SNR, burst detection error and dissimilar SNRs for MDA/ML training and classification are considered. Relative to time domain (TD) RF fingerprinting, WD fingerprinting with DT-$\mathbb{C}WT$ features emerged as the superior alternative for all scenarios at SNRs below 20 dB while achieving performance gains of up to 8 dB at 80% classification accuracy.

• 한국광학회지
• /
• 제31권3호
• /
• pp.125-133
• /
• 2020

본 논문에서는 다변량 분석법과 결합된 레이저 유도 플라즈마 분광법을 사용하여 겹친 유류 지문을 분리하는 혁신적인 방법을 연구하였다. LIPS는 겹친 유류 지문의 화학 성분에 대한 데이터뿐 아니라 실시간 분석 및 고속 스캐닝이 가능한 분광법이다. 레이저 유도 플라즈마 분광법을 통해 도출된 스펙트럼은 적절한 다변량 분석이 적용되어 법의학적 분류와 겹친 유류 지문의 재구성에 유용한 화학적 성분을 제공한다. 본 연구에서는 LIPS 스펙트럼에서 4가지의 유류 지문을 분류하기 위하여, 주성분 분석 방식과 부분 최소 제곱 회귀 분석을 사용하였다. 제안된 방법은 SIMCA 및 PLS-DA와 같은 구별 방식을 사용하여 4개의 유류 지문의 분류를 성공적으로 입증하였다. 본 연구의 결과는 대략 85% 이상의 정확도를 가졌으며, external validation 실험에서도 분류의 가능함을 보였다. 최종적으로, 125 ㎛의 공간 간격으로 레이저 스캐닝 분석을 통한 겹친 유류 지문의 2차원 형태의 분리가 가능함을 입증하였다.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.154-161
• /
• 2018

최근 스마트폰 사용자가 늘어남에 따라 실내 위치인식 서비스에 대한 연구의 중요성이 증가하고 있다. 실내 위치인식에는 주로 WiFi, Bluetooth 등이 연구되고 있으나, 본 연구에서는 대부분의 실내 공간에 설치되어 있고 스마트폰에 WiFi 기능이 탑재되어 있어 접근성이 좋은 WiFi를 사용한다. 본 연구에서는 수집된 WiFi의 수신신호세기를 이용하는 핑거프린트 기술과 다변량 분류법 중 Ensemble learning method인 랜덤포레스트 알고리즘을 사용한다. 핑거프린트의 데이터로는 수신신호세기와 더불어 Mac주소를 사용해 총 4개의 라디오 맵을 만들어 사용하였다. 실험은 제한된 실내공간에서 진행하였고 실험분석을 위해 본 연구에서 제안하는 방법과 유사한 기존의 랜덤포레스트를 사용하는 실내 위치인식 시스템과 비교 분석하였다. 실험 결과 기존의 랜덤포레스트를 사용하는 실내 위치인식 시스템보다 본 연구에서 제안하는 시스템의 위치인식 정확도가 약 5.8% 높고 학습 데이터 개수에 상관없이 위치인식 속도가 일정하게 유지 되며 기존 방식 보다 더 빠름을 입증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1157-1159
• /
• 1987

A syntactic and semantic approach is used to make type classification based on feature points(whorl, delta, core) and the shape of flow line around feature points. The image is divided into 30 by 30 subregions which are represented in the average direction and 4-tuple direction component. Next the relaxation process with singularity detection and convergency checking is performed. A set of semantic languages is used to describe the major flow line around the extracted feature points. LR(1) parser and feature transfer function are used to recognize the coded flow patterns. The 72 fingerprint impressions is used to test the proposed approach and the rate of the classification is about 93 percentages.

• Journal of information and communication convergence engineering
• /
• 제21권3호
• /
• pp.208-215
• /
• 2023

Deep learning techniques provide powerful solutions to several pattern-recognition problems, including Raman spectral classification. However, these networks require large amounts of labeled data to perform well. Labeled data, which are typically obtained in a laboratory, can potentially be alleviated by data augmentation. This study investigated various data augmentation techniques and applied multiple deep learning methods to Raman spectral classification. Raman spectra yield fingerprint-like information about chemical compositions, but are prone to noise when the particles of the material are small. Five augmentation models were investigated to build robust deep learning classifiers: weighted sums of spectral signals, imitated chemical backgrounds, extended multiplicative signal augmentation, and generated Gaussian and Poisson-distributed noise. We compared the performance of nine state-of-the-art convolutional neural networks with all the augmentation techniques. The LeNet5 models with background noise augmentation yielded the highest accuracy when tested on real-world Raman spectral classification at 88.33% accuracy. A class activation map of the model was generated to provide a qualitative observation of the results.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.314-317
• /
• 2003

지문을 이용한 개인 인증 절차는 지문 형태 별로 구분하는 분류(classification) 과정과 본인임을 확인하는 정합(matching) 과정으로 구분할 수 있다. 지문의 분류와 정합을 위해서는 기존 연구들이 지문의 특징점 수와 방향성의 흐름 패턴에 의존한다. 본 논문에서는 방향성의 흐름 패턴을 이용한 중심점 추출에 초점이 맞춰져 있으며 추출된 중심점 정보는 현재 구현되어진 특징점 추출 정보와 연계해 정합을 위한 기준점으로 활용한다. 기준점을 축으로 생성되어진 직교좌표는 지문 영상의 상ㆍ하, 좌ㆍ우 위치 이동에 대한 영향을 최소화 시켜줌으로써 지문 정합의 정확도를 높여준다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.200-203
• /
• 2001

정보 보안의 기수로 떠오른 지문인식 분야는 크게 분류와 인증 단계로 나뉜다. 본 논문은 지문의 분류에 대한 연구결과로, 효율적인 지문 분류를 위해 방향성 이미지로부터 일정 영역내 방향각의 분포도에 대한 분산을 이용한 새로운 지문 분류 알고리즘을 제안한다. 또한 구해진 분산을 토대로 특이점(코아. 델타) 가능 영역을 선정하고 선정된 영역에 대해 의사 특이점을 제거후 지문을 분류하고 마지막으로 실험을 통해 제안된 알고리즘을 검증하고 문제점을 검토해 본다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.454-475
• /
• 2018

This paper presents a novel Android malware classification model planned to classify and categorize Android malicious code at Drebin dataset. The amount of malicious mobile application targeting Android based smartphones has increased rapidly. In this paper, Restricted Boltzmann Machine and Deep Belief Network are used to classify malware into families of Android application. A texture-fingerprint based approach is proposed to extract or detect the feature of malware content. A malware has a unique "image texture" in feature spatial relations. The method uses information on texture image extracted from malicious or benign code, which are mapped to uncompressed gray-scale according to the texture image-based approach. By studying and extracting the implicit features of the API call from a large number of training samples, we get the original dynamic activity features sets. In order to improve the accuracy of classification algorithm on the features selection, on the basis of which, it combines the implicit features of the texture image and API call in malicious code, to train Restricted Boltzmann Machine and Back Propagation. In an evaluation with different malware and benign samples, the experimental results suggest that the usability of this method---using Deep Belief Network to classify Android malware by their texture images and API calls, it detects more than 94% of the malware with few false alarms. Which is higher than shallow machine learning algorithm clearly.

• Natural Product Sciences
• /
• 제1권1호
• /
• pp.86-98
• /
• 1995

A chemosystematic study on euphorbiaceous plants in Korea has been performed by using phenolic constituents. The phenolic characteristics of subfamilies, genera and species were well distinguished from one another. Hydrolyzable tannins as constituents were considered to be a valuable taxonomic character in elucidating systematic relationships among the related taxa whereas flavonoids could be used in the classification of infraspecific taxa in this family. The phenolic fingerprints of each of the plants would be considered as a good tool to identify the species. In comparison with the morphological classification system, the chemical relationship supported the subfamilial system of Webster (1975) and the further division of Euphorbia sensu lato by Hurusawa (1954).