• 한국환경과학회지
• /
• 제4권5호
• /
• pp.403-411
• /
• 1995

The atmospheric responses to a Sea Surface Temperature Anomaly(SSTA) over the equatorial eastern Pacific Ocean have been investigated using the horizontally fine resolution model based on OSU 2-layer Atmospheric General Circulation Model(AGCM). The SSTAS daring the peak phase of 1982-83 El Nino have been applied to the model as the boundary conditions of the experiment. The model simulates the eastward movement of the rising branch of the Walker circulation. That is, the major features associated with the El Nino such as the increase of the precipitation rate over the center of the Pacific and decrease over the Indonesia, and the 500hPa geopotential height anomaly in the middle latitude are properly describes in the fine resolution model experiment. The model results indicate that this horizontally fine resolution UM can successfully simulate the ENSO anomalies and be more effectivelly used for the study of the climate and the climate changes.

• Current Optics and Photonics
• /
• 제4권3호
• /
• pp.210-220
• /
• 2020

Aiming at the problem that the Local Sparse Difference Index algorithm has low accuracy and low efficiency when detecting target anomalies in a hyperspectral image, this paper proposes a Weighted Collaborative Representation and Sparse Difference-Based Hyperspectral Anomaly Detection algorithm, to improve detection accuracy for a hyperspectral image. First, the band subspace is divided according to the band correlation coefficient, which avoids the situation in which there are multiple solutions of the sparse coefficient vector caused by too many bands. Then, the appropriate double-window model is selected, and the background dictionary constructed and weighted according to Euclidean distance, which reduces the influence of mixing anomalous components of the background on the solution of the sparse coefficient vector. Finally, the sparse coefficient vector is solved by the collaborative representation method, and the sparse difference index is calculated to complete the anomaly detection. To prove the effectiveness, the proposed algorithm is compared with the RX, LRX, and LSD algorithms in simulating and analyzing two AVIRIS hyperspectral images. The results show that the proposed algorithm has higher accuracy and a lower false-alarm rate, and yields better results.

• ETRI Journal
• /
• 제39권5호
• /
• pp.621-631
• /
• 2017

Abnormal samples are usually difficult to obtain in production systems, resulting in imbalanced training sample sets. Namely, the number of positive samples is far less than the number of negative samples. Traditional Support Vector Machine (SVM)-based anomaly detection algorithms perform poorly for highly imbalanced datasets: the learned classification hyperplane skews toward the positive samples, resulting in a high false-negative rate. This article proposes a new imbalanced SVM (termed ImSVM)-based anomaly detection algorithm, which assigns a different weight for each positive support vector in the decision function. ImSVM adjusts the learned classification hyperplane to make the decision function achieve a maximum GMean measure value on the dataset. The above problem is converted into an unconstrained optimization problem to search the optimal weight vector. Experiments are carried out on both Cloud datasets and Knowledge Discovery and Data Mining datasets to evaluate ImSVM. Highly imbalanced training sample sets are constructed. The experimental results show that ImSVM outperforms over-sampling techniques and several existing imbalanced SVM-based techniques.

• 정보보호학회논문지
• /
• 제14권5호
• /
• pp.69-78
• /
• 2004

인터넷의 급속한 확장과 새로운 공격 형태의 출현으로 인해 공격 기법 패러다임의 변화가 시작되었다. 그러나, 대부분의 침입 탐지 시스템은 오용 탐지 기반의 알려진 공격 유형만을 탐지하며, 새로운 공격에 대해서는 능동적인 대응이 어려운 실정이다. 이에 새로운 공격 유형에 대한 탐지 능력을 높이기 위해 이상 탐지의 여러 기법들을 적용하려는 시도들이 나타나고 있다. 본 논문에서는 그래픽 기반의 베이지안 프레임워크를 이용하여 감사 데이터에 의한 행위 프로파일링 방법을 제안하고 이상 탐지와 분석을 위한 행위 프로파일을 시각화하고자 한다. 호스트/네트워크의 감사 데이터를 이상 탐지를 위한 준 구조적 데이터 형식의 행위 프로파일인 BF-XML로 변환하고, BF-XML을 SVG로 시각화를 시뮬레이션한다.

• 정보보호학회논문지
• /
• 제12권5호
• /
• pp.63-73
• /
• 2002

최근에 컴퓨터 침입으로 인한 피해가 날로 증가하고 있으며 다양한 침입 기법들이 새롭게 개발되고 있다. 따라서 침입자들의 행위를 효과적으로 탐지하기 위해서 기존의 오용탐지 방법과 더불어 비정상행위 모델의 적용에 대한 많은 연구가 진행되었다. 본 논문에서는 네트워크를 통해서 수신되는 패킷에 대한 정상행위 패턴을 생성하기 위해서 패킷 내 뿐만 아니라 패킷간의 연관성을 탐사하는 새로운 연관 규칙 알고리즘을 제안한다. 이와 더불어 다양한 실험을 통해서 본 논문에서 제안된 비정상행위 판정시스템에서 탐지율을 최대화 할 수 있는 임계치 값들을 제시한다. 결과적으로 효과적인 비정상행위 판정이 가능하다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.494-510
• /
• 2024

Internet users are exposed to sophisticated cyberattacks that intrusion detection systems have difficulty detecting. Therefore, research is increasing on intrusion detection methods that use artificial intelligence technology for detecting novel cyberattacks. Unsupervised learning-based methods are being researched that learn only from normal data and detect abnormal behaviors by finding patterns. This study developed an anomaly-detection method based on unsupervised machines and deep learning for a network intrusion detection system (NIDS). We present a hybrid anomaly detection approach based on unsupervised learning techniques using the autoencoder (AE), Isolation Forest (IF), and Local Outlier Factor (LOF) algorithms. An oversampling approach that increased the detection rate was also examined. A hybrid approach that combined deep learning algorithms and traditional machine learning algorithms was highly effective in setting the thresholds for anomalies without subjective human judgment. It achieved precision and recall rates respectively of 88.2% and 92.8% when combining two AEs, IF, and LOF while using an oversampling approach to learn more unknown normal data improved the detection accuracy. This approach achieved precision and recall rates respectively of 88.2% and 94.6%, further improving the detection accuracy compared with the hybrid method. Therefore, in NIDS the proposed approach provides high reliability for detecting cyberattacks.

• 한국인터넷방송통신학회논문지
• /
• 제14권6호
• /
• pp.175-181
• /
• 2014

무선 기반의 모바일 컴퓨팅 네트워크 기술의 급속한 발전과 더불어, 다양한 관련 기술과의 융합을 통한 획기적인 모바일 애드 혹 네트워크 응용들이 빠르게 확산되고 있는 실정이다. 차량 애드 혹 망 (Vehicular Ad Hoc Networks: VANETs)은 일반적으로 높은 이동성을 갖는 차량 노드들로 구성되어 망 위상이 짧은 시간 유지되고 통신 링크가 불안정한 자기 조직화 모바일 애드 혹 망이다. 따라서 VANETs은 네트워크상에 센서들의 해로운 노이즈나 차량 노드들의 비정상 행위에 매우 취약하다. 본 논문에서는 이러한 VANETs에서 센싱된 센서로 부터의 상황정보에 대한 해로운 오동작이나 노이즈와 차량 노드들의 활동에 대한 비정상 행위를 효율적으로 식별할 수 있는 빅 데이터 처리기술을 응용한 비정상 행위 탐지 방법을 제안하고, 그 성능을 모의실험을 통해 임계 허용 오차에 대한 비정상 행위 탐지율과 거짓 경고율로 평가하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.57-59
• /
• 2004

This paper reports the observation of the interferometric synthetic aperture radar (InSAR) phase anomaly on a newly reclaimed mudflat, Hwaong, in west coast of Korea, detected by a series of Radarsat-l SAR data obtained mostly during 2003. The observed phase anomaly could be from subsidence of mud land caused by volumetric contraction of mud in dry season. This process must have been initiated from March 2002 when tidal water supply to this region was permanently blocked by the newly constructed embankment. The maximum subsidence rate measured from InSAR signal is about 3 cm per month. The local heterogeneity of the subsidence rate over the reclaimed mudflat may indicate various mud composition, surface-subsurface hydrological processes, or subsurface information of the mud and basement rock structure. In-situ measurement must follow to support this observation from space.

• Journal of Information Processing Systems
• /
• 제15권1호
• /
• pp.137-150
• /
• 2019

Although the research of immune-based anomaly detection technology has made some progress, there are still some defects which have not been solved, such as the loophole problem which leads to low detection rate and high false alarm rate, the exponential relationship between training cost of mature detectors and size of self-antigens. This paper proposed an intrusion detection method based on changes of antibody concentration in immune response to improve and solve existing problems of immune based anomaly detection technology. The method introduces blood relative and blood family to classify antibodies and antigens and simulate correlations between antibodies and antigens. Then, the method establishes dynamic evolution models of antigens and antibodies in intrusion detection. In addition, the method determines concentration changes of antibodies in the immune system drawing the experience of cloud model, and divides the risk levels to guide immune responses. Experimental results show that the method has better detection performance and adaptability than traditional methods.

• 대한치과교정학회지
• /
• 제29권5호
• /
• pp.511-519
• /
• 1999

생역학적으로 우수한 스프링을 설계하기 위해서 스프링의 형태에 여러 가지 변화를 주면서 각 상황에서 force system이 변하는 양상을 수치분석계산과 spring tester를 이용한 실험과 비교하였다. 주어진 해부학적인 한계 내에서 최대한 생역학적 효율을 높이는 요소들을 제시하였다. 1. 스프링의 높이가 증가하면 M/F ratio는 증가하고 L/D rate은 감소한다. 2. 스프링의 최소 굽힘 모멘트 부위보다 위에 wire를 첨가하면 M/F ratio는 증가하고 L/D rate은 감소한다. 3. 스프링의 최소 굽힘 모멘트 부위보다 아래에 wire를 첨가하면 M/F ratio는 감소하고 L/D rate도 감소한다. 4. 스프링의 위쪽에 아무리 wire를 많이 첨가하여도 스프링의 높이 이상의 M/F ratio는 얻을 수 없다. 5. 제한된 높이의 스프링으로 충분한 M/F ratio를 얻기 위해서는 부가적인 모멘트가 필요하다. 6. 스프링의 수평 길이가 증가할 수록 M/F ratio와 L/D rate는 감소하므로 부가적인 모멘트는 점점 각도가 증가할 수 있도록 스프링 전체에 부여할 필요가 있다. 7. L/D rate는 재료, 단면, 그리고 형태에 영향을 받지만 M/F ratio는 재료나 단면에 관계없이 스프링의 형태에만 영향을 받는다.