• 전기학회논문지
• /
• 제59권2호
• /
• pp.436-444
• /
• 2010

In this study, we introduce and discuss a concept of a granular-oriented radial basis function neural networks (GRBF NNs). In contrast to the typical architectures encountered in radial basis function neural networks(RBF NNs), our main objective is to develop a design strategy of GRBF NNs as follows : (a) The architecture of the network is fully reflective of the structure encountered in the training data which are granulated with the aid of clustering techniques. More specifically, the output space is granulated with use of K-Means clustering while the information granules in the multidimensional input space are formed by using a so-called context-based Fuzzy C-Means which takes into account the structure being already formed in the output space, (b) The innovative development facet of the network involves a dynamic reduction of dimensionality of the input space in which the information granules are formed in the subspace of the overall input space which is formed by selecting a suitable subset of input variables so that the this subspace retains the structure of the entire space. As this search is of combinatorial character, we use the technique of genetic optimization to determine the optimal input subspaces. A series of numeric studies exploiting some nonlinear process data and a dataset coming from the machine learning repository provide a detailed insight into the nature of the algorithm and its parameters as well as offer some comparative analysis.

• 정보보호학회논문지
• /
• 제31권1호
• /
• pp.83-97
• /
• 2021

무선 센서 네트워크를 구성하는 무선 센서는 일반적으로 전력 및 자원이 극히 제한적이다. 무선 센서는 전력을 보존하기 위해 일정 주기마다 sleep 상태로 진입한다. Sleep deprivation attack은 무선 센서의 sleep 상태 진입을 막음으로써 전력을 소진 시키는 치명적인 공격이지만 이에 대한 뚜렷한 대응책이 없다. 이에 본 논문에서는 클러스터링 기반 이진 탐색 트리 구조의 Sleep deprivation attack 탐지 모델을 제안한다. 본 논문에서 제안하는 sleep deprivation attack 탐지 모델은 기계학습을 통해 분류한 공격 센서 노드와 정상 센서 노드의 특징을 사용한다. 이때 탐지 모델에 사용한 특징은 Long Short-Term Memory(LSTM), Decision Tree(DT), Support Vector Machine(SVM), K-Nearest Neighbor(K-NN)을 이용하여 결정하였다. 결정된 특징은 본 논문에서 제안한 알고리즘에 사용하여 공격 탐지를 위한 값들을 계산하였으며, 계산한 값을 판정하기 위한 임계값은 SVM을 적용하여 도출하였다. 본 논문에서 제안하는 탐지 모델은 기계학습으로 도출된 특징과 임계값을 본 논문에서 제안한 탐지 알고리즘에 적용하여 구성하였으며, 실험을 통해 전체 센서 노드 20개 중 공격 센서 노드의 비율이 0.35일 때 94%의 탐지율을 갖고 평균 에너지 잔량은 기존 연구보다 최대 26% 향상된 결과를 보였다.

• 전기전자학회논문지
• /
• 제11권4호
• /
• pp.348-357
• /
• 2007

개인용 이동형 단말기의 개선된 성능과 비용, 그리고 무선 통신 기술의 비약적인 발전으로 인하여, 이를 이용하는 사용자들의 수가 빠른 속도로 늘고 있다. 그에 따라 사용자들에게 다양한 서비스를 제공할 수 있는 기술이 요구하고 있는 시점이다. 현재까지의 연구를 통해 사용자가 필요로 하는 최단 경로 찾기 등의 기술은 많은 연구가 이루어져 있다. 하지만 사용자의 현재 위치에 따라 여러 가지 추천 서비스를 제공할 수 있게 하는 기술은 우리가 필요로 하는 도로 망에서가 아닌 Euclidean spaces에 집중되어 있다. 따라서 우리는 기존의 연구를 확장시켜, 도로 망에서 이러한 요구를 충족시킬 수 있는 방법을 제안한다. 우리가 제안하는 시스템은 질의에 대한 응답을 하기 위해 전처리 단계를 필요로 한다. 이 단계에서는 먼저 전체 도로 망을 몇 개의 Voronoi 다각형으로 나누고, 나누어진 각각의 Voronoi 다각형들에 대한 정보를 계산한다. 이러한 과정에서 도로 망의 규모에 맞춰 자동으로 Voronoi 다각형의 개수를 결정하게 한다. 이를 통해 전체 도로 망의 크기가 변경되더라도, 전처리 단계 정보를 저장하는 공간이 예측 가능하도록 선형적으로 증가되게 하였다. 실제 질의 응답과정에서는 미리 계산된 정보를 이용하여 사용자들에게 빠른 속도의 서비스를 제공 할 수 있게 한다. 실험을 통하여 제안된 시스템이 도로 망에서 최근접 질의와 영역 질의를 효과적으로 처리 하여 탐색 시간과 방문 노드 수에서 많은 이점이 있음을 보인다.