• 시큐리티연구
• /
• 제56호
• /
• pp.83-105
• /
• 2018

원자력발전소 특수경비원은 의도하지 않은 내외부의 위협으로부터 원자력발전소를 안전하게 운영 관리하는 인적방호의 역할을 담당하고 있다. 이러한 특수경비원의 체력관리는 인적방호수준의 향상 및 유지를 위한 가장 핵심적 요소 중 하나이다. 이에 본 연구는 특수 경비원의 직무분석을 통해 임무완수에 필요한 체력요인과 체력수준을 분석하였다. 그 결과 국내 원자력발전소 특수경비원은 크게 7개의 직무, 26개의 책무, 159개의 과업을 수행하고 있었으며, 임무완수를 위해서는 손, 상지, 하지, 코어의 근력 및 근지구력, 순발력, 민첩성, 심폐지구력이 필요하였다. 또한 책무수행에 필요한 체력요구 수준은 체포 및 호신술 수행하기, 비 군사적 방어 대책 수행하기, 반자동 소총으로 숙련도 입증하기, 보호장비 사용하기, 비상대책 대응과 방어전략 수행하기, 초소근무하기, 출입자 보안 검색하기, 물품수색하기, 출입 차량 통제하기, 화재대응하기, 테러대응요령 숙지하기, 보안 순찰하기, 응급처치하기, 3등급 방호구역 외부인 출입자 통제하기, 2등급 방호구역 및 핵심구역에 대한 내 외부인 출입자 통제하기, 차량 및 자재 이동 경호 기능 수행하기 순으로 높게 나타났다. 이러한 연구결과는 향후 특수경비원의 체력자격기준 및 훈련에 관한 지침마련에 필요한 기초자료를 제공하고, 나아가 원자력발전소 인적방호 강화에 기여할 것으로 기대된다.

• 시큐리티연구
• /
• 제57호
• /
• pp.85-110
• /
• 2018

경호원은 경호 대상자의 신변을 외부의 우발상황과 위협에 대비하고 대처하기 위해 기본적인 체력훈련과 경호무도를 지속적으로 수련하고 있으며, 현재 경호전공 대학생들은 보편적으로 상대를 잡고 메치고 제압하는 기술을 유용하게 사용할 수 있는 경호무도 중 하나인 유도 수업을 의무적으로 실시하고 있다. 따라서 본 연구는 10주간의 유도수련 운동프로그램을 통해 체계적인 훈련이 경호무도전공 남자대학생들의 신체구성, 행동체력, 성장 호르몬 및 IGF-1에 어떠한 영향을 미치는지 파악하여 경호무도로써 유도의 가치를 제고할 수 있는 객관적 자료를 제공하는데 의의를 두었으며, 그 결과 다음과 같은 결론을 얻었다. 10주간의 유도수련 후 근육량은 유의하게 증가하는 것으로 나타났으며, 체지방률과 BMI 등은 유의하게 감소하는 것으로 나타났다. 행동체력의 근력과 순발력은 유의하게 증가하는 것으로 나타났으며, 성장호르몬은 유의하게 증가하는 것으로 나타났다. 이상의 결과를 종합해 볼 때, 유도수련 대학생들은 전반적으로 신체구성은 긍정적으로 개선되었고 행동체력의 근력과 순발력은 향상되었으며, 성장호르몬을 증가 시켰다. 따라서 유도수련을 통한 근력과 성장호르몬의 증가는 신체의 근육의 발달로 인해 지방 분해를 촉진시키고 척추의 골밀도를 높여서 골절의 위험을 줄여 수련자들의 부상을 방지해 줄 것이다. 또한 비만 예방, 심혈관질환, 대사성질환을 방지하여 경호업무기능을 높여 주고 경호원으로서의 수명을 연장하는 계기가 될 것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제13권11호
• /
• pp.5487-5495
• /
• 2012

무선 센서 네트워크 환경에서 클러스터키 등의 보안키를 적용하기 위한 중요한 고려 사항은 보안키 갱신이 안전하게 이루어져야 하고, 보안키 갱신 시 요구되는 시간과 비용이 적어야 한다는 점이다. 각 센서 노드는 제한된 에너지를 보유하기 때문에 보안키 갱신에 소모되는 에너지가 클 경우 전체 네트워크 수명에 많은 영향을 준다. 따라서 안전하고 에너지 효율적인 보안키 관리 방법이 요구된다. 본 논문에서는 그룹을 기반으로 한 에너지 효율적인 클러스터키 관리 방안을 제안한다. 제안하는 방법에서 대규모 센서 네트워크에서 안전하고 효율적인 키 관리를 위해 5개의 보안키를 사용하고, 섹터, 클러스터 및 그룹 수준의 보안 적합도를 관리하여 보안키 갱신 주기 및 보안에 사용되는 다항식의 차수를 차별화시킨다. 실험을 통해 이전의 보안키 관리 기법보다 네트워크 에너지 효율성이 향상됨을 입증한다.

• 융합보안논문지
• /
• 제22권1호
• /
• pp.135-140
• /
• 2022

본 연구는 스마트 디바이스와 기술을 활용한 운동 사례와 이슈를 분석하고 기존의 실버세대와 달리 높은 활동력과 경제력을 지닌 액티브시니어의 웰니스 라이프에 적합한 향후 스마트 운동 환경의 발전 방향을 제시하고자 하였다. 피트니스 산업에서도 필요한 운동도구나 서비스, 디지털 콘텐츠 등을 정기적으로 받아보거나 이용하는 구독경제가 확장되고 있는 추세이며, 하드웨어 판매와 콘텐츠 구독을 기반으로 한 비즈니스 모델이 계속 등장하고 있다. 액티브시니어에게 건강관리를 위한 통합적인 운동 서비스를 제공하는 플랫폼으로서의 가치경쟁력을 갖추기 위해서는 피트니스센터 뿐만 아니라 홈트레이닝 운동기구, 피트니스 관련 애플리케이션, 스마트 웨어러블 디바이스 시장 등이 유기적으로 연결되어 확장된 토털 플랫폼으로서의 모습을 이루어야 할 것이다. 개인별 건강상태에 알맞은 운동프로그램을 제안 받고 선택하여 운동 전, 후, 운동 중 웨어러블 디바이스를 통해 지속적인 모니터링과 피드백에 따른 운동프로그램에 실시간 변화를 주는 디지털 헬스케어 기능 연동이 스마트 피트니스 모델의 차별적 요소이다.

• 한국산학기술학회논문지
• /
• 제12권12호
• /
• pp.5865-5872
• /
• 2011

무선 센서 네트워크의 클러스터링 시스템에서 클러스터 헤드가 기지국으로부터 멀리 떨어져있어 다중홉으로 통신하는 경우, 센싱된 데이터는 중간 클러스터 헤드를 통해 기지국으로 전송한다. 기지국에 가까이 있는 헤드 노드가 먼 노드보다 더 많은 패킷을 중계할 필요가 있기 때문에 핫 스팟 문제가 생긴다. 이런 문제로 기지국 가까이에 있는 클러스터 헤드는 에너지가 쉽게 고갈되고 이로 인해 네트워크의 수명을 단축시킨다. 본 논문에서는 궤적 클러스터링 기법을 이용한 클러스터 그룹 헤드 선정 기법을 제안한다. 제안하는 방법에서 클러스터 헤드 및 그룹 헤드의 선정은 궤적 클러스터링 기법 및 적합도 함수를 이용함으로써 에너지 효율을 높인다. 또한 핫 스팟 문제는 여러 계층을 클러스터 그룹으로 지정하고 그에 대한 적합도 함수를 이용하여 에너지 소모의 균형을 맞춤으로써 해결한다. 실험을 통해 이전의 클러스터링 기법보다 네트워크 에너지 효율성이 향상됨을 입증한다.

• Journal of Information Processing Systems
• /
• 제18권1호
• /
• pp.146-158
• /
• 2022

With the success of the digital economy and the rapid development of its technology, network security has received increasing attention. Intrusion detection technology has always been a focus and hotspot of research. A hybrid model that combines particle swarm optimization (PSO) and kernel extreme learning machine (KELM) is presented in this work. Continuous-valued PSO and binary PSO (BPSO) are adopted together to determine the parameter combination and the feature subset. A fitness function based on the detection rate and the number of selected features is proposed. The results show that the method can simultaneously determine the parameter values and select features. Furthermore, competitive or better accuracy can be obtained using approximately one quarter of the raw input features. Experiments proved that our method is slightly better than the genetic algorithm-based KELM model.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.702-723
• /
• 2020

The application of machine learning (ML) in intrusion detection has attracted much attention with the rapid growth of information security threat. As an efficient multi-label classifier, kernel extreme learning machine (KELM) has been gradually used in intrusion detection system. However, the performance of KELM heavily relies on the kernel selection. In this paper, a novel multiple kernel extreme learning machine (MKELM) model combining the ReliefF with nature-inspired methods is proposed for intrusion detection. The MKELM is designed to estimate whether the attack is carried out and the ReliefF is used as a preprocessor of MKELM to select appropriate features. In addition, the nature-inspired methods whose fitness functions are defined based on the kernel alignment are employed to build the optimal composite kernel in the MKELM. The KDD99, NSL and Kyoto datasets are used to evaluate the performance of the model. The experimental results indicate that the optimal composite kernel function can be determined by using any heuristic optimization method, including PSO, GA, GWO, BA and DE. Since the filter-based feature selection method is combined with the multiple kernel learning approach independent of the classifier, the proposed model can have a good performance while saving a lot of training time.

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.223-228
• /
• 2021

As a consequence of sudden outbreak of COVID-19 pandemic worldwide, educational institutes around the globe are forced to switch from traditional learning systems to e-learning systems. This has led to a variety of technology-driven pedagogies in e-teaching as well as e-learning. In order to take the best advantage, an appropriate understanding of the cognitive capability is of prime importance. This paper presents an intelligent cognitive maturity recognition system for confidence-based e-learning. We gather the data from actual test environment by involving a number of students and academicians to act as experts. Then a Genetic Programming based simulation and modeling is applied to generate a generalized classifier in the form of a mathematical expression. The simulation is derived towards an optimal space by carefully designed fitness function and assigning a range to each of the class labels. Experimental results validate that the proposed method yields comparative and superior results which makes it feasible to be used in real world scenarios.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.139-144
• /
• 2022

Technological advancements taken the health care industry by a storm by embedding sensors in human body to measure their vitals. These smart solutions provide better and flexible health care to patients, and also easy monitoring for the medical practitioners. However, these innovative solutions provide their own set of challenges. The major challenge faced by embedding sensors in body is the issue of lack of infinite energy source. This work presents a meta-heuristic based routing model using modified PSO, and adopts an energy harvesting scheme to improve the network lifetime. The routing process is governed by modifying the fitness function of PSO to include charge, temperature and other vital factors required for node selection. A reactive routing model is adopted to ensure reliable packet delivery. Experiments have been performed and comparisons indicate that the proposed Energy Harvesting and Modified PSO (EHMP) model demonstrates low overhead, higher network lifetime and better network stability.

• 인터넷정보학회논문지
• /
• 제20권1호
• /
• pp.1-10
• /
• 2019

빅 데이터에서 텍스트 마이닝은 많은 수의 데이터로부터 많은 특징 추출하기 때문에, 클러스터링 및 분류 과정의 계산 복잡도가 높고 분석결과의 신뢰성이 낮아질 수 있다. 특히 텍스트마이닝 과정을 통해 얻는 Term document matrix는 term과 문서간의 특징들을 표현하고 있지만, 희소행렬 형태를 보이게 된다. 본 논문에서는 탐지모델을 위해 텍스트마이닝에서 개선된 GA(Genetic Algorithm)을 이용한 특징 추출 방법을 설계하였다. TF-IDF는 특징 추출에서 문서와 용어간의 관계를 반영하는데 사용된다. 반복과정을 통해 사전에 미리 결정된 만큼의 특징을 선택한다. 또한 탐지모델의 성능 향상을 위해 sparsity score(희소성 점수)를 사용하였다. 스팸메일 세트의 희소성이 높으면 탐지모델의 성능이 낮아져 최적화된 탐지 모델을 찾기가 어렵다. 우리는 fitness function에서 s(F)를 사용하여 희소성이 낮고 TF-IDF 점수가 높은 탐지모델을 찾았다. 또한 제안된 알고리즘을 텍스트 분류 실험에 적용하여 성능을 검증하였다. 결과적으로, 제안한 알고리즘은 공격 메일 분류에서 좋은 성능(속도와 정확도)을 보여주었다.