• International Journal of Computer Science & Network Security
• /
• 제23권10호
• /
• pp.89-96
• /
• 2023

Intrusion detection has been widely studied in both industry and academia, but cybersecurity analysts always want more accuracy and global threat analysis to secure their systems in cyberspace. Big data represent the great challenge of intrusion detection systems, making it hard to monitor and analyze this large volume of data using traditional techniques. Recently, deep learning has been emerged as a new approach which enables the use of Big Data with a low training time and high accuracy rate. In this paper, we propose an approach of an IDS based on cloud computing and the integration of big data and deep learning techniques to detect different attacks as early as possible. To demonstrate the efficacy of this system, we implement the proposed system within Microsoft Azure Cloud, as it provides both processing power and storage capabilities, using a convolutional neural network (CNN-IDS) with the distributed computing environment Apache Spark, integrated with Keras Deep Learning Library. We study the performance of the model in two categories of classification (binary and multiclass) using CSE-CIC-IDS2018 dataset. Our system showed a great performance due to the integration of deep learning technique and Apache Spark engine.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1743-1747
• /
• 2022

Sentinel-2는 분광파장대나 공간해상도 측면에서 우리나라 차세대중형위성 4호(농림위성)의 모의영상으로 활용될 수 있다. 이 단보에서는 향후 농림위성영상에 적용하기 위한 예비실험으로, 딥러닝 기술을 이용한 Sentinel-2 영상의 구름탐지를 수행하였다. 전통적인 Convolutional Neural Network (CNN) 모델인 DeepLabV3+와 최신의 Transformer 모델인 Shifted Windows (Swin) Transformer를 이용한 구름탐지 모델을 구축하고, Radiant Earth Foundation (REF)에서 제공하는 22,728장의 학습자료에 대한 암맹평가를 실시하였다. Swin Transformer 모델은 0.886의 정밀도와 0.875의 재현율로, 과탐지와 미탐지가 어느 한쪽으로 치우치지 않는 경향을 보였다. 딥러닝 기반 구름탐지는 향후 우리나라 중심의 실험을 거쳐 농림위성 영상에 활용될 수 있을 것으로 기대된다.

• 대한지구과학교육학회지
• /
• 제8권2호
• /
• pp.164-182
• /
• 2015

The purpose of this study was investigated the perceptions and expectations of science gifted elementary students in the laboratory-based science learning. For the purpose of this study, semi-structured interviews were conducted with 20 science gifted elementary students in J city. The question of the interview is constructed with perception and expectation of science gifted elementary students in divided with 4steps of understanding of lesson object, planning experiment, performing experiment and drawing conclusion in laboratory-based science learning and an attitude for science. The interview is progressed per individual and all the content of the interview is recorded. The result of this research is as follows. The science gifted elementary students have a wish for building an assumption and expectation and planning an experiment with discussion more than following the textbook and teacher present. In the step of the experiment, they wanted general more discussion of their own activities rather than teacher's instruction and they wanted teacher's instruction and they wanted teacher's mediation conflicts within small groups and comments for students' experiment results. The science gifted elementary students wish to open a science lab, which man who likes science can go and come freely and to study with friends who have a same interest to make a theme. And from top to bottom they want to test autonomous and ask to salute like a representative experiment of teacher. And they ask to have a chance to test individually and want to see a movie related to an experiment before doing an experiment. Like this, it presents that the scientifically gifted elementary students want to do an experiment what they can, want to have a class which can plan and can do an experiment by themselves through discussion with the unit more than following explanation of a teacher and a textbook without condition.

• 실천공학교육논문지
• /
• 제14권2호
• /
• pp.413-423
• /
• 2022

본 연구의 목적은 NCS에 기반한 직무수행능력 성취도(교육훈련, 자격, 현장경험 등)를 역량평가를 통해 평가하는 직무능력평가사의 역할을 분석하는 것이다. 이를 위해 직무능력평가사의 직무모형을 개발 및 검증하고, 핵심작업을 도출하는 직무분석을 실시하였다. 연구결과, 직무능력평가사의 책무는 NCS 기반 평가원리 확인, 평가계획 수립, 평가도구 설계 및 개발, 평가 실행, 피드백 제공 및 재평가, 평가 기록 및 관리, 내부평가 타당성 검토, 선행학습인정 계획수립, 선행학습인정 평가 실행, 선행학습인정 타당성 검토로 나타났고, 48개의 작업이 도출되었다. 또한, 책무별로 작업의 중요도와 난이도를 곱한 임계도 값을 바탕으로 총 21개의 핵심작업을 도출하였다. 이를 바탕으로 직무능력평가사 직무분석에 대한 시사점을 제시하였다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.105-111
• /
• 2019

인공지능, 빅데이터, 자율주행 등 4차 산업혁명시대를 이끄는 핵심기술은 컴퓨팅 파워의 급속한 발전과 사물인터넷에 기반한 초연결 네트워크를 통해 구현되고 서비스된다. 본 논문에서는 자율주행을 위한 기본적인 기능으로 다양한 환경에서도 정확하게 주행가능한 영역을 인식하여 추출하는 인공지능 딥러닝 모델들을 구현하고, 그 결과를 비교, 분석한다. 주행가능한 영역을 추출하는 딥러닝 모델은 영상 분할 분야에서 성능이 우수하고 자율주행 연구에서 많이 사용하는 Deep Lab V3+와 Mask R-CNN을 활용하였다. 다양한 환경에서의 주행 정보를 위해 여러 가지 날씨 조건과 주 야간 환경에서의 주행 영상 및 이미지를 제공하는 BDD 데이터셋을 학습데이터로 사용하였다. 활용한 모델들의 실험 결과, DeepLab V3+는 48.97%의 IoU를 보였으며, Mask R-CNN은 68.33%의 IoU로 더 우수한 성능을 보였다. 또한, 구현한 모델로 추출된 주행가능 영역을 이미지에 표시하여 육안으로 검사한 결과, Mask R-CNN은 83%, Deep Lab V3+는 69% 정확도로 Mask R-CNN이 Deep Lab V3+ 보다 주행가능한 영역을 추출하는 분야에서는 더 성능이 높은 것으로 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.232-234
• /
• 2006

본 논문에서는 마르코프 결정 문제 (Markov decision problem)의 풀이 효율을 잴 수 있는 척도를 알아보기 위해 복잡계 네트워크 (complex network) 의 관점에서 MDP를 하나의 그래프로 나타내고, 그 그래프의 위상학적 성질들을 여러 네트워크 척도 (network measurements)들을 이용하여 측정하고 그 MDP의 풀이 효율과의 관계를 분석하였다. 실세계의 여러 문제들이 MDP로 표현될 수 있고, 모델이 알려진 경우에는 평가치 반복(value iteration)이나 모델이 알려지지 않은 경우에도 강화 학습(reinforcement learning) 알고리즘등을 사용하여 풀 수 있으나, 이들 알고리즘들은 시간 복잡도가 높아 크기가 큰 실세계 문제에 적용하기 쉽지 않다. 이 문제를 해결하기 위해 제안된 것이 MDP를 계층적으로 분할하거나, 여러 단계를 묶어서 수행하는 등의 시간적 추상화(temporal abstraction) 방법들이다. 시간적 추상화를 도입할 경우 MDP가 보다 효율적으로 풀리는 꼴로 바뀐다는 사실에 착안하여, MDP의 풀이 효율을 네트워크 척도를 이용하여 측정할 수 있는 여러 위상학적 성질들을 기반으로 분석하였다. 다양한 구조와 파라미터를 가진 MDP들을 사용해 네트워크 척도들과 MDP의 풀이 효율간의 관계를 분석해 본 결과, 네트워크 척도들 중 평균 측지 거리 (mean geodesic distance) 가 그 MDP의 풀이 효율을 결정하는 가장 중요한 기준이라는 사실을 알 수 있었다.

• 정보교육학회논문지
• /
• 제15권4호
• /
• pp.625-634
• /
• 2011

본 연구는 초등학교 과학수업에서 로봇활용 MBL수업을 적용 후 학생들의 과학탐구능력에 미치는 교육적 효과를 조사하였다. 또한 로봇활용 과학수업에 대한 학생들의 인식 조사 및 인터뷰가 수행되었다. 실험 집단은 로봇활용 과학 수업을 통제집단은 교과서, 실험관찰을 활용한 전통적인 과학수업을 실시하였다. 연구결과 탐구능력의 측정, 예상, 추리 세 가지 영역에서 유의미한 차이가 발견되었다(<.05). 그러나 관찰과 분류 요소에서는 유의미한 차이는 발견되지 않았다. 로봇활용 과학실험 수업에 대한 학생들의 인식조사 결과 로봇을 통하여 과학수업에 흥미를 가지게 되었으며 쉽게 학습내용을 이해한 것으로 나타났다.

• 한국지구과학회지
• /
• 제39권4호
• /
• pp.378-387
• /
• 2018

In this research, the change of Korean middle-school science education environments is investigated through analyzing eighth graders' survey data collected over the past 20 years of TIMSS. We extracted educational context variables that provide meaningful information on changes of Korean science education, and have been surveyed more than 3 study cycles up to TIMSS 2015. The selected educational context variables include school resources and school climate from the school principal's questionnaires, and teacher characteristics and instructional activities from the teacher's questionnaires. For each context variable, we analyzed its trend over TIMSS cycles, and discussed its implications in light of Korean educational policy and curriculum changes. Based on the results, we recommended several ways that help to improve science teaching and learning in light of lab assistants, computer availability, teacher learning community, and middle school Earth science curriculum.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.85-87
• /
• 2006

압타머칩은 (주)제노프라에서 개발한 새로운 개념의 바이오칩으로서, 압타머(aptamer)를 이용하여 혈액중의 특정 단백질군의 상대적인 양의 변화를 측정할 수 있으며, 질병 진단에 바로 응용할 수 있는 도구이다. 본 논문에서는 압타머칩 데이터 분석을 통해 심혈관 질환 환자의 질병 진행 단계를 예측할 수 있음을 보인다. 정상, 안정/불안정성 협심증, 심근경색의 네 단계로 표지된 환자의 혈액 샘플로부터 제작한 (주)제노프라의 3K 압타머칩 데이터를, 일반 DNA 마이크로어레이 분석과 동일한 과정을 거쳐 분류한 결과, 각 단계별 환자샘플이 확연히 구분되는 것을 확인하였다. 분산분석 결과 P-Value를 이용하여 자질 선택을 수행하고, 분류 알고리즘으로는 신경망, 결정트리, SVM, 베이지안망을 적용한 결과. 각 알고리즘별로 50대 남성환자 31개의 샘플에 대하여 $77{\sim}100%$의 정확도로 심혈관 질환의 단계를 구분해내었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.117-124
• /
• 2021

이 논문에서 우리는 국가연구데이터플랫폼 (DataON)의 분석서비스인 CANVAS (Creative ANalytics enVironment And System)를 제안한다. CANVAS는 연구데이터 분석 자원과 도구가 필요한 연구자들을 위한 개인화된 분석 클라우드 서비스이다. CANVAS는 마이크로서비스 아키텍쳐 기반으로 확장성을 고려하여 설계하였으며 전자정부프레임워크인 Spring 프레임워크, Kubernetes, JupyterLab 등의 오픈소스 소프트웨어를 이용하여 구축하였다. 구축된 시스템은 여러 사용자에게 개인화된 분석환경을 제공하며 고성능 클라우드 인프라 (CPU·GPU)를 활용하여 고속의 대용량 데이터 분석이 가능하다. 구체적으로 JupyterLab 이나 GUI 워크플로우 환경에서 데이터 모델링 및 처리가 가능하다. CANVAS는 DataON과 데이터가 공유되므로 사용자가 등록하거나 다운로드 받은 연구데이터는 CANVAS에서 바로 분석을 수행할 수 있다. 이로서 CANVAS는 DataON 사용자의 데이터 분석 편의성을 높이고 연구데이터 공유·활용 활성화에 기여한다.