• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권11호
• /
• pp.4644-4661
• /
• 2015

Wireless sensor networks are often organized in the form of clusters leading to the new framework of WSN called cluster or hierarchical WSN where each cluster head is responsible for its own cluster and its members. These hierarchical WSN are prone to various routing layer attacks such as Black hole, Gray hole, Sybil, Wormhole, Flooding etc. These routing layer attacks try to spoof, falsify or drop the packets during the packet routing process. They may even flood the network with unwanted data packets. If one cluster head is captured and made malicious, the entire cluster member nodes beneath the cluster get affected. On the other hand if the cluster member nodes are malicious, due to the broadcast wireless communication between all the source nodes it can disrupt the entire cluster functions. Thereby a scheme which can detect both the malicious cluster member and cluster head is the current need. Abnormal energy consumption of nodes is used to identify the malicious activity. To serve this purpose a learning based energy prediction algorithm is proposed. Thus a two level energy prediction based intrusion detection scheme to detect the malicious cluster head and cluster member is proposed and simulations were carried out using NS2-Mannasim framework. Simulation results achieved good detection ratio and less false positive.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1279-1283
• /
• 2010

미국의 경우 1994년 발생한 대홍수(Great Flood)에 대해 사건조사를 수행하면서 예측에 포함되는 불확실성 정도를 제공하지 못하는 확정적 예측의 위험성 및 확률유량예측에 대한 필요성이 부각되었으며, 앙상블 유량예측(Ensemble Streamflow Prediction, ESP) 기법을 활용한 확률유량예측 방안에 대해 지속적으로 연구가 수행되고 있다. 국내에서도 확률예측에 대한 필요성이 인식되면서 기존 국외 연구사례를 토대로 국내 환경에 적용 가능한 방안에 대한 연구가 진행되었으며, 중장기 앙상블 유량예측의 경우 현업에서 다양한 형태로 활용되고 있다. 앙상블 유량예측의 기본이론은 예측시점의 초기조건 하에서 예측기간에 발생 가능한 기상 앙상블 시나리오를 수문모형의 입력자료로 사용하여 불확실성 범위를 설명 가능한 유량 앙상블을 모의하는 기법이다. 이러한 이론적 단순함 때문에 쉽게 현업의 유량예측 시스템 내에서 사용할 수 있다는 장점이 있으나, 동시에 기법적 특성으로 인하여 유량예측의 신뢰도가 현업에서 활용되기 어려울 정도로 낮아지는 관계로, 이러한 한계점을 극복하기 위해 그동안 기상자료 및 수문모형으로 인한 불확실성 저감에 대한 연구가 수행되었다. 하지만 예측 및 시나리오 기간의 잘못된 설정으로 기존의 불확실성 저감을 위한 연구의 적용에도 불구하고 앙상블 유량예측의 신뢰도가 오히려 낮아질 수 있으므로, 본 연구는 시나리오 기간에 따른 오차의 양상과 예측기간의 증가에 따른 초기조건의 영향을 분석하여 앙상블 유량예측의 기법적 특성 하에서 신뢰도 높은 예측을 기대할 수 있는 예측 및 시나리오 기간을 제안하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.147-147
• /
• 2018

In this article, we use an open source software library: TensorFlow, developed for the purposes of conducting very complex machine learning and deep neural network applications. However, the system is general enough to be applicable in a wide variety of other domains as well. The proposed model based on a deep neural network model, LSTM (Long Short-Term Memory) to predict the river water level at Okcheon Station of the Guem River without utilization of rainfall - forecast information. For LSTM modeling, the input data is hourly water level data for 15 years from 2002 to 2016 at 4 stations includes 3 upstream stations (Sutong, Hotan, and Songcheon) and the forecasting-target station (Okcheon). The data are subdivided into three purposes: a training data set, a testing data set and a validation data set. The model was formulated to predict Okcheon Station water level for many cases from 3 hours to 12 hours of lead time. Although the model does not require many input data such as climate, geography, land-use for rainfall-runoff simulation, the prediction is very stable and reliable up to 9 hours of lead time with the Nash - Sutcliffe efficiency (NSE) is higher than 0.90 and the root mean square error (RMSE) is lower than 12cm. The result indicated that the method is able to produce the river water level time series and be applicable to the practical flood forecasting instead of hydrologic modeling approaches.

• 한국해양공학회지
• /
• 제36권5호
• /
• pp.295-302
• /
• 2022

The initial response to a marine accident can play a key role to minimize the accident. Therefore, various decision support systems have been developed using sensors, simulations, and active response equipment. In this study, we developed an algorithm to predict damage locations using ship motion data with bidirectional long short-term memory (BiLSTM), a type of recurrent neural network. To reflect the low frequency ship motion characteristics, 200 time-series data collected for 100 s were considered as input values. Heave, roll, and pitch were used as features for the prediction model. The F1-score of the BiLSTM model was 0.92; this was an improvement over the F1-score of 0.90 of a prior model. Furthermore, 53 of 75 locations of damage had an F1-score above 0.90. The model predicted the damage location with high accuracy, allowing for a quick initial response even if the ship did not have flood sensors. The model can be used as input data with high accuracy for a real-time progressive flooding simulator on board.

• 한국측량학회지
• /
• 제19권3호
• /
• pp.211-217
• /
• 2001

춘천시는 여러 가지 자연재해 중 홍수로 인한 댐의 붕괴 시 상당한 피해를 입을 것으로 예상되는 지역이다. 그렇다면 피해를 최소로 하는 방법은 무엇이 있겠는가\ulcorner 많은 방법이 있겠지만 댐이 붕괴되기 전 대피하는 것이 가장 좋은 방법이 될 것이다. 그러면 몇 시간 전에 대피를 해야 하고 어떤 도구로 대피해야 인명의 피해를 최소로 할 수 있을 것인가\ulcorner 또한 어떤 방법으로 시간을 산정 할 수 있을 것인가\ulcorner 이 연구에서는 이러한 의문을 ARC/INFO 기반의 GIS 기능인 버퍼링, 중첩, 네트워크를 이용하여 춘천시 외곽으로 대피할 수 있는 6개의 노선을 선정하였고, 각 노선의 교통량을 계산하여 위험 분산을 위한 시간을 예측해 보았다.

• 한국환경과학회지
• /
• 제13권7호
• /
• pp.611-618
• /
• 2004

The Neural Network Models which mathematically interpret human thought processes were applied to resolve the uncertainty of model parameters and to increase the model's output for the streamflow forecast model. In order to test and verify the flood discharge forecast model eight flood events observed at Kumho station located on the midstream of Kumho river were chosen. Six events of them were used as test data and two events for verification. In order to make an analysis the Levengerg-Marquart method was used to estimate the best parameter for the Neural Network model. The structure of the model was composed of five types of models by varying the number of hidden layers and the number of nodes of hidden layers. Moreover, a logarithmic-sigmoid varying function was used in first and second hidden layers, and a linear function was used for the output. As a result of applying Neural Networks models for the five models, the N10-6model was considered suitable when there is one hidden layer, and the Nl0-9-5model when there are two hidden layers. In addition, when all the Neural Network models were reviewed, the Nl0-9-5model, which has two hidden layers, gave the most preferable results in an actual hydro-event.

• Journal of Forest and Environmental Science
• /
• 제30권1호
• /
• pp.76-84
• /
• 2014

This study was performed to monitor the effects of water level change on changes of landscape, vegetation community, and species diversity of riparian forest. Hantan river dam, study area, has been constructed in the area of Chansoo-myeon, Pocheon-si and Yeoncheon-eup, Yeoncheon-gun, Gyeonggi-do, which is a dam for flood control only in flooding season. Landscape changes were notable after the construction of coffer dam, and the changes were caused by water level increase in areas of riparian forests which consisted of mainly withered willow as a dominant species in the flooding season. It changed vegetation communities of riparian forest from Phragmites japonica and Salix koreensis to Phragmites japonica. Species diversity index was lowest in 2010 when the coffer dam was constructed and showed an increasing trend later. Thus, this study is well in agreement with a previous report that plants of the genus Salix wither by muddy water during flooding and also suggests, controlling water level of river and prediction of water level change's effects should be considered when any facilities are planned.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.188-191
• /
• 2008

The Tonle Sap, Cambodia, is a huge lake and periodically flooded due to monsoon climate. The incoming water causes intensive flooding that expands the lake over vast floodplain and wetland consisting mainly of forests and shrubs. Monitoring the water-level change over the floodplain is essential for flood prediction and water resource management. A main objective of this study is flood monitoring over Tonle Sap area using ALOS PALSAR. To study double-bounce effects in the lake, backscattering effect using ALOS PALSAR dual-polarization (HH, HV) data was examined. InSAR technique was applied for detection of water-level change. HH-polarization interferometric pairs between wet and dry seasons were best to measure water level change around northwestern parts of Tonle Sap. The seasonal pattern of water-level variations in Tonle Sap studied by InSAR method is similar to the past and altimeter data. However, water level variation measured by SAR was much smaller than that by altimeter because the DInSAR measurement only represents water level change at a given region of floodplain while altimeter provides water level variation at the central parts of the lake.

• 한국측량학회지
• /
• 제19권4호
• /
• pp.337-342
• /
• 2001

우리나라에서 발생하는 여러 재해 중 자연재해는 각종 재해의 상당 부분을 차지하고 있으며. 이 중 호우에 의한 인명 피해는 연간 수 백명, 재산 피해는 수 천억에 이른다. 매년 여름철 집중호우에 의한 홍수재해는 한강과 같은 대형하천이나 급경사 산간지역에서 주로 발생하던 상황이 근래에 이르러서는 도시지역으로 그 피해가 확산되고 있다. 특히. 최근 몇 년 사이 연속해서 대규모 홍수가 발생하고 있어 수해로부터 국민의 생명과 재산을 보호하기 위해서는 홍수규모에 따라 침수범위를 예측할 수 있는 보다 과학화된 실시간 침수 예측시스템 구축이 요구된다. 이에 본 연구는 홍수피해가 큰 한강 상류 일대의 중랑천과 그 주변을 대상지역으로 홍수시 발생한 하천의 유량과 범람량을 수치지형모형에 의해 분석하고 이를 실시간으로 Web GIS와 연계하여 홍수에 의한 침수를 예측하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.27-31
• /
• 2009

홍수피해를 예방할 수 있는 대책에는 여러 가지 방법이 있으나 비구조물적인 방법 중에서 대표적인 것이 홍수예경보이다. 이에 합리적인 설계홍수량 산정을 위해 하천유역에서 강우-유출과정의 정확한 해석과 유출예측은 수자원의 효율적인 활용과 하천의 이수, 치수를 위한 수문학적 해석에 있어서 매우 중요하며, 이를 위해서는 강우로부터 정도 높은 유출량 예측이 요구된다. 뿐만 아니라 하천범람 등의 재해로부터 인명과 재산을 보호하기 위한 홍수예경보 시스템의 구축이 필요하다. 홍수예경보 시스템의 효율적인 관리를 위해서는 실시간 홍수예측(Real-time Flood Prediction)기법의 개발이 필요하다. 홍수유출모형에 있어 공간적 변화특성과 평균 강우량의 공간분포를 반영할 수 있는 분포형 매개변수 모형(Distributed-Parameter Model)인 분포형 모델을 대상으로 앙상블 칼만필터(Ensemble Kalman Filter, EnKF) 이론을 적용하여 비선형시스템에서 오차를 포함한 반응을 실시간으로 처리하여 불확실성을 정량적으로 감소시켜 홍수유출을 예측하는데 그 목적이 있다. 하천유역특성을 이용한 홍수유출예측을 위하여 비선형시스템에서의 앙상블 칼만필터 기법을 적용한 분포형 모형을 이용하여 더욱 정밀한 홍수유출을 예측하게 되고 향후 홍수예경보모형으로서 적정 유역분할 규모를 결정해주는 근거를 제시할 수 있을 것으로 기대된다.