• International Journal of Computer Science & Network Security
• /
• 제22권12호
• /
• pp.185-196
• /
• 2022

The Internet of Things (IoT) has become more and more widespread in recent years, thus attackers are placing greater emphasis on IoT environments. The IoT connects a large number of smart devices via wired and wireless networks that incorporate sensors or actuators in order to produce and share meaningful information. Attackers employed IoT devices as bots to assault the target server; however, because of their resource limitations, these devices are easily infected with IoT malware. The Distributed Denial of Service (DDoS) is one of the many security problems that might arise in an IoT context. DDOS attempt involves flooding a target server with irrelevant requests in an effort to disrupt it fully or partially. This worst practice blocks the legitimate user requests from being processed. We explored an intelligent intrusion detection system (IIDS) using a particular sort of machine learning, such as Artificial Neural Networks, (ANN) in order to handle and mitigate this type of cyber-attacks. In this research paper Feed-Forward Neural Network (FNN) is tested for detecting the DDOS attacks using a modified version of the KDD Cup 99 dataset. The aim of this paper is to determine the performance of the most effective and efficient Back-propagation algorithms among several algorithms and check the potential capability of ANN- based network model as a classifier to counteract the cyber-attacks in IoT environments. We have found that except Gradient Descent with Momentum Algorithm, the success rate obtained by the other three optimized and effective Back- Propagation algorithms is above 99.00%. The experimental findings showed that the accuracy rate of the proposed method using ANN is satisfactory.

• 한국수자원학회논문집
• /
• 제51권6호
• /
• pp.481-490
• /
• 2018

최근 기후변화와 이상기후의 영향으로 인한 홍수재해의 시 공간적 패턴의 변화가 복잡해짐에 따라 홍수범람 예측은 점점 어려워지고 있다. 이러한 기상이변에 따른 홍수피해를 예방하고 대응하기 위한 비구조적 대책으로 홍수위험등급 및 범람범위 등의 정보를 포함하고 있는 홍수위험지도의 작성이 필요하다. 실제로 고정밀도 홍수위험지도를 작성하기 위해서는 1차적으로 지형, 지질, 토지피복, 기상 등의 자료를 기반으로 강우-유출-범람해석을 통해 침수면적 및 침수깊이 등 범람 정보를 획득해야 되며, 2차적으로 피해액 산정을 위해 사회 경제와 관련된 다양한 DB를 필요로 한다. 하지만 개발도상국에서는 이러한 자료가 부족하고, 일부지역에서는 자료자체를 획득할 수가 없어 홍수위험지도 제작이 불가능하거나 그 정확도가 매우 낮은 실정이다. 본 연구에서는 ASTER 또는 SRTM과 같은 범용 지형자료로부터 주요 지형학적 인자를 선정하고, 선형이진분류법(Liner binary classifiers)과 ROC분석(Receiver Operation Characteristics)을 사용하여 실제 홍수유역을 유사하게 모의하는 최적 지형학적 인자를 도출하고, 이를 기반으로 광역 홍수범람지도를 작성하는 방안을 제시한다. 본 연구에서 제시하는 방법론의 정확도 검증을 위해 북한(2007), 방글라데시(2007), 인도네시아(2010), 태국(2011), 미얀마(2015) 5개국의 대규모 홍수범람에 대해 적용하였다. 실제 홍수범람 영상정보에서 획득된 침수면적과의 공간적 비교 검토 결과, 최저(38%, 방글라데시), 최고(78%)으로 평균적으로 약 60%의 정확도를 나타내는 것으로 분석되었다. 본 연구에서 제시하는 지형학적 인자 기반의 홍수범람지도 작성방법은 미계측유역에 대해서도 DEM만을 사용하여 홍수위험 지역을 쉽게 구분할 수 있다는 장점을 가지고 있어 1 2차원 범람해석 모형의 적용이 어려운 대유역에 대해 홍수범람 우려지역에 대한 공간정보를 제공해줄 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1761-1775
• /
• 2022

예측하기 힘든 기후변화로 인해 물 관련 재해의 발생 빈도와 피해 규모도 지속적으로 증가하는 추세이다. 재난관리의 측면에서 광범위한 지역의 피해면적을 파악하고, 중·장기적 예측을 위한 모니터링이 필수적이다. 수재해 분야에서 광역적 모니터링을 위해 Synthetic Aperture Radar (SAR) 위성영상을 활용한 원격탐사 기술 연구가 활발히 진행되고 있다. 수재해 모니터링을 위한 시계열 분석에는 방대한 양의 영상수집과 잡음이 많은 레이더 산란 특성을 고려한 복잡한 전처리과정이 필요하며, 이를 위해 상당한 시간이 소요되는 한계가 있다. 최근 클라우드 컴퓨팅 기술의 발전과 함께 위성 빅데이터를 활용한 시·공간 분석이 가능한 많은 플랫폼들이 제안되고 있다. 구글어스엔진(Google Earth Engine, GEE)은 대표적인 플랫폼으로, 600여개의 위성 자료를 무료로 제공하고 있으며 위성영상의 분석준비데이터를 기반으로 준-실시간 시·공간 분석이 가능하다. 이에 본 연구에서는 구글어스엔진을 활용한 즉각적인 수재해 피해 탐지와 중·장기적 시계열 관측 연구를 수행하였다. 변화탐지에 주로 활용되는 Otsu 기법을 통해 '20년 발생한 집중호우를 중심으로 하천 범람으로 인한 하폭의 변화와 피해 면적을 확인하였다. 또한 재난관리 측면에서 모니터링의 중요성이 요구되는 만큼 상습침수지역으로 선정된 연구대상 지역을 중심으로 '18년부터 '22년까지의 시계열 수체의 변화 경향을 확인하였다. 구글어스엔진은 자바스크립트 기반 코딩을 통한 짧은 처리시간, 시공간 분석과 표출의 강점으로 수재해 분야 활용이 가능할 것으로 판단된다. 더불어 향후 다양한 위성 빅데이터와의 연계를 통해 활용 분야가 확대될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1709-1722
• /
• 2022

지구온난화로 인해 발생한 기온 상승은 엘니뇨, 라니냐 현상을 초래하였고, 해수의 온도를 비정상적으로 변화시켰다. 해수 온도의 비정상적인 변화는 특정 지역에 강우가 집중되는 현상을 발생시켜 이상 홍수를 빈번하게 일으킨다. 홍수로 인한 인명 및 재산 피해를 복구하고 방지하기 위해서는 침수피해 지역을 신속하게 파악하는 것이 중요한데 이는 합성개구레이더(synthetic aperture radar, SAR)를 통해 가능하다. 본 연구에서는 멀티 커널(kernel) 기반의 수정된 U-NET과 TerraSAR-X 영상을 활용하여 다양한 특성 맵 추출을 통해 반전 잡음(speckle noise)의 효과를 저감하고, 홍수 전, 후의 두 장의 영상을 입력자료로 활용해 홍수 발생 지역을 직접적으로 도출해내는 모델을 제작하고자 한다. 이를 위해 두 장의 SAR 영상을 전처리하여 모델의 입력자료를 제작하였고, 이를 수정된 U-NET 구조에 적용하여 홍수 탐지 딥러닝 모델을 학습시켰다. 해당 방법을 통해 평균 F1 score 값이 0.966으로 높은 수준으로 홍수 발생 지역을 탐지할 수 있었다. 이 결과는 수해 지역에 대한 신속한 복구 및 수해 예방책 도출에 기여할 것으로 기대된다.

• 한국지리정보학회지
• /
• 제15권4호
• /
• pp.1-14
• /
• 2012

하천은 육지 표면에서 일정한 물길을 따라 흐르는 물줄기를 의미하며, 하천 매핑 작업은 하천유역의 지형 변화 연구 및 하천 유역의 홍수 모니터링 연구 등에 매우 중요한 역할을 한다. 그러나 하천의 수위변화로 인한 유역 내 지표면의 수위 및 유량의 불균일성 등으로 인하여, 기존의 지반조사 기술은 하천 매핑 작업에 효과적이지 않다. 공간 정보 자료는 해당 지역에 접근하지 않고도 해당 지역에 관한 지형적인 정보를 획득할 수 있어서, 하천 지형 조사 및 하천 측량 등 하천 유역의 지형연구에 굉장히 유용하게 쓰일 수 있다. 본 연구에서는, 각각의 다른 파라미터를 사용하여 영상분류 기법 중의 하나인 ISODATA(Iterative Self_Organizing Data Analysis) 분류기법을 적용하여 RapidEye 영상으로부터 하천을 추출하는 방법을 제시하였다. 우선, RapidEye 영상으로부터 NIR(Near InfraRed) 밴드 영상과 NDVI(Normalized Difference Vegetation Index) 영상을 생성한 뒤, 이를 각각의 파라미터로 설정한다. 생성된 각각의 영상에 ISODATA 기법을 적용한 뒤, 후처리 과정을 통하여 각각의 영상으로부터 하천을 추출하도록 한다. 각각의 영상에서 추출한 하천의 경계선 또한 Sobel 에지 추출 기법을 통하여 추출된다. 점검 점들을 이용하여 정확도 검증을 수행한 결과, NIR 밴드로부터 추출한 하천의 정확도가 NDVI 영상으로부터 추출한 하천의 정확도보다 더 높다는 것을 알 수 있다.

• 한국지리정보학회지
• /
• 제17권3호
• /
• pp.104-115
• /
• 2014

제방(Levee)은 하천을 따라 축조한 공작물로서, 홍수 등 자연 재해로부터 제내지를 보호하는 역할을 한다. 본 논문에서는 낙동강 지역을 촬영한 항공 라이다 자료(airborne topographic LiDAR data)와 국가 수자원 관리 종합정보시스템에서 제공하는 제방현황 자료를 활용하여 제방 GIS 데이터베이스 구축에 관한 연구를 진행한다. 우선, 미국 공병단에서 제공하는 제방 데이터베이스와 국가 수자원 관리 종합 정보시스템에서 제공하는 우리나라 제방현황 테이블을 비교 및 분석한다. LiDAR 자료로부터 제방 정보를 추출하기 위해서, 보간법을 이용하여 LiDAR 점군 자료들로부터 디지털 표면 모델을 생성한 후, 디지털 표면 모델에서 인접한 픽셀간의 최대 고도값 차이를 계산하여 경사 지도를 만든다. 그리고, 경사도 분류 방법을 이용하여 제방의 주요 구성 요소인 둑마루 및 비탈 경사를 나타내는 폴리곤을 각각 추출한다. 그리고, 둑마루 및 비탈 경사 폴리곤들로부터 추출한 속성정보와 국가 수자원 관리 종합정보시스템에서 제공하는 제방현황 자료를 병합하여 제방 GIS 데이터베이스를 구축한다. 마지막으로, 본 연구에서는 라이다 자료만을 활용하여 제방 GIS 데이터베이스를 구축하였을 때의 장점 및 한계에 관해서 토론하고, 이를 보완하기 위한 차후 연구에 관한 방향을 제시한다.

• 대한원격탐사학회지
• /
• 제34권5호
• /
• pp.787-799
• /
• 2018

대규모 홍수 발생 시 적기에 침수지의 공간적 분포와 변화를 모니터링하기 위한 정확하고 효율적인 매핑 수단이 필요하다. 본 연구에서는 높은 시간해상도로 동일 지역을 하루에 여러 번 관측이 가능한 저해상도 광학위성영상을 이용하여 대규모 홍수 범람으로 인한 침수지를 탐지하는 방법을 제시하고자 하였다. 2010년 1월 모로코 세부강 유역에서 발생한 대규모 홍수로 인한 침수지를 탐지하기 위하여 MODIS 일별 표면반사율 영상을 사용하였다. 영상에서 나타나는 침수지의 다양한 분광특성을 분석하여 침수지의 유형이 순수한 물표면과 물과 식물이 혼재된 형태가 함께 분포하고 있었다. 침수지 탐지는 분광특성에 따라 선정된 밴드의 반사율 영상에 직접 임계값을 적용하는 방법과 물 관련 분광지수에 임계값을 적용하는 방법을 비교하였다. 침수지 탐지 결과의 정확도 검증은 TM 영상에서 판독된 부분 지역의 침수지 지도와 비교하였다. NDWI를 제외한 나머지 방법에서 90% 이상의 높은 정확도를 얻었다. 모든 침수지 탐지 방법에서 SWIR밴드와 적색광밴드가 가장 중요하며, 2개의 밴드에 직접 임계값을 적용하는 단순한 방법으로도 정확하고 효율적인 침수지 탐지가 가능했다. 기존의 NIR밴드는 침수지 탐지에 있어서 큰 역할을 하지 못했지만, 식물이 혼재된 침수지의 유형을 구분하는데 유용했다.