논문 상세보기

한국인터넷정보학회> 인터넷정보학회논문지> Hybrid Fireworks Algorithm with Dynamic Coefficients and Improved Differential Evolution

KCI등재

Hybrid Fireworks Algorithm with Dynamic Coefficients and Improved Differential Evolution

Lixian Li , Jaewan Lee
  • : 한국인터넷정보학회
  • : 인터넷정보학회논문지 22권2호
  • : 연속간행물
  • : 2021년 04월
  • : 19-27(9pages)
인터넷정보학회논문지

DOI


목차

1. Introduction
2. Related Research
3. Hybrid Fireworks Algorithm
4. Experimental Simulation and Analysis
5. Conclusions
References

키워드 보기


초록 보기

Fireworks Algorithm (FWA) is a new heuristic swarm intelligent algorithm inspired by the natural phenomenon of the fireworks explosion. Though it is an effective algorithm for solving optimization problems, FWA has a slow convergence rate and less information sharing between individuals. In this paper, we improve the FWA. Firstly, explosion operator and explosion amplitude are analyzed in detail. The coefficient of explosion amplitude and explosion operator change dynamically with iteration to balance the exploitation and exploration. The convergence performance of FWA is improved. Secondly, differential evolution and commensal learning (CDE) significantly increase the information sharing between individuals, and the diversity of fireworks is enhanced. Comprehensive experiment and comparison with CDE, FWA, and VACUFWA for the 13 benchmark functions show that the improved algorithm was highly competitive.

UCI(KEPA)

I410-ECN-0102-2022-500-000544020

간행물정보

  • : 공학분야  > 기타(공학)
  • : KCI등재
  • :
  • : 격월
  • : 1598-0170
  • : 2287-1136
  • : 학술지
  • : 연속간행물
  • : 2000-2022
  • : 1684


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

23권2호(2022년 04월) 수록논문
최근 권호 논문
| | | |

KCI등재

1A Lightweight Software-Defined Routing Scheme for 5G URLLC in Bottleneck Networks

저자 : 맛사 ( Sa Math ) , 담프로힘 ( Prohim Tam ) , 김석훈 ( Seokhoon Kim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 1-7 (7 pages)

다운로드

(기관인증 필요)

초록보기

Machine learning (ML) algorithms have been intended to seamlessly collaborate for enabling intelligent networking in terms of massive service differentiation, prediction, and provides high-accuracy recommendation systems. Mobile edge computing (MEC) servers are located close to the edge networks to overcome the responsibility for massive requests from user devices and perform local service offloading. Moreover, there are required lightweight methods for handling real-time Internet of Things (IoT) communication perspectives, especially for ultra-reliable low-latency communication (URLLC) and optimal resource utilization. To overcome the abovementioned issues, this paper proposed an intelligent scheme for traffic steering based on the integration of MEC and lightweight ML, namely support vector machine (SVM) for effectively routing for lightweight and resource constraint networks. The scheme provides dynamic resource handling for the real-time IoT user systems based on the awareness of obvious network statues. The system evaluations were conducted by utillizing computer software simulations, and the proposed approach is remarkably outperformed the conventional schemes in terms of significant QoS metrics, including communication latency, reliability, and communication throughput.

KCI등재

2Design and Implementation of a Secure Smart Home with a Residential Gateway

저자 : Sang-kon Kim , Tae-kon Kim

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 9-17 (9 pages)

다운로드

(기관인증 필요)

초록보기

In this paper, we propose a secure smart home network model and a novel cryptographic protocol called the Smart Home Security Protocol (SHSP). Authentication, key distribution, and encryption functions are properly supported in order to make a smart home secure, and a residential gateway (RG) plays a central role in performing these functions. According to the characteristics of networks and attached devices, we classify smart homes into three different types of sub-networks and these networks are interconnected with one another by the RG. Depending on a sub-network, we use different types of secure schemes to reduce the burden of the process and the delay in devices while it provides proper security functions. The proposed secure smart home model is implemented and verified by using a variety of embedded system environments.

KCI등재

3스마트 기기의 푸시 알림을 이용한 휴무 안내 시스템

저자 : 정명범 ( Myoungbeom Chung )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 19-28 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 스마트 기기의 푸시 알림을 이용하여 식당의 휴무를 설정 및 제공하는 안내 시스템을 제안한다. 식당 운영자는 제안 애플리케이션의 푸시 알림을 통하여 일주일 동안의 가게 휴무 일정을 설정 및 수정 할 수 있으며, 식당 이용자는 제안 애플리케이션을 통해 식당의 정보와 휴무 여부를 알 수 있다. 제안 방법은 휴무 정보 제공을 위한 서버 시스템을 이용하며, 제안 애플리케이션은 매일 아침 식당 운영자에게 푸시 알림을 수행하여 당일 매장 휴무를 한 번 더 확인한다. 제안 시스템의 효용성을 확인하기 위해 휴무 관리 애플리케이션, 이용자 애플리케이션 및 서버 시스템을 구축하여 식당 휴무 안내 실험을 하였으며, 그 결과 96%의 영업시간 확인함을 나타냈다. 그리고 기존 정보 제공 서비스와의 비교 실험에서 제안 방법이 보다 우수함을 확인하였다. 즉, 제안 방법은 식당 운영자와 식당 사용자에게 손쉽게 휴무 정보를 공유할 수 있는 생활에 유용한 서비스 시스템이 될 것이다.


In this paper, we propose an guidance system about closure using push notification of smart device. Restaurant operators can use the proposed application to schedule and modify the restaurant closures for a week from push notification and users can check the restaurant information and whether it is closed or not through the proposed application. The proposed method uses a server system to provide closed information, and the proposed application performs push notifications to the restaurant operator every morning to confirm the day's closed again. To verify the utility of the proposed system, we built a closure management application, user application, and server system to conduct experiments for restaurant closures guidance, resulting in 96% about checking opening hours. And we confirmed that the proposed method is better than the existing information service in comparison experiments. Thus, the proposed method will be a useful service system that could easily share closure information with restaurant operators and users.

KCI등재

4태양객체 정보 및 태양광 특성을 이용하여 사용자 위치의 자외선 지수를 산출하는 DNN 모델

저자 : 가덕현 ( Deog-hyun Ga ) , 오승택 ( Seung-taek Oh ) , 임재현 ( Jae-hyun Lim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 29-35 (7 pages)

다운로드

(기관인증 필요)

초록보기

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.


UV rays have beneficial or harmful effects on the human body depending on the degree of exposure. An accurate UV information is required for proper exposure to UV rays per individual. The UV rays' information is provided by the Korea Meteorological Administration as one component of daily weather information in Korea. However, it does not provide an accurate UVI at the user's location based on the region's Ultraviolet index. Some operate measuring instrument to obtain an accurate UVI, but it would be costly and inconvenient. Studies which assumed the UVI through environmental factors such as solar radiation and amount of cloud have been introduced, but those studies also could not provide service to individual. Therefore, this paper proposes a deep learning model to calculate UVI using solar object information and sunlight characteristics to provide an accurate UVI at individual location. After selecting the factors, which were considered as highly correlated with UVI such as location and size and illuminance of sun and which were obtained through the analysis of sky images and solar characteristics data, a data set for DNN model was constructed. A DNN model that calculates the UVI was finally realized by entering the solar object information and sunlight characteristics extracted through Mask R-CNN. In consideration of the domestic UVI recommendation standards, it was possible to accurately calculate UVI within the range of MAE 0.26 compared to the standard equipment in the performance evaluation for days with UVI above and below 8.

KCI등재

5Analysis of Abnormal Event Detection Research using Intelligent IoT Devices for Human Health Cares

저자 : Do-hyeon Lee , Da-hyeon Kim , Jun-ho Ahn

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 37-44 (8 pages)

다운로드

(기관인증 필요)

초록보기

With the outbreak of COVID-19, non-face-to-face activities such as remote learning and telecommuting have increased rapidly. As a result, the number of people staying at home and the number of hours spent inside the house have also increased since the pandemic. Our team had previously worked on methods for detecting abnormal conditions in a person's health in various circumstances within the house by converging single sensor-based algorithms. In our previous research, we installed IoT sensors indoors to detect people emergency situations requiring aids, the scope of detection was limited to indoor space due to the limitation in sensors. In this study, we have come up with a system that integrates our previous study with a new method for detecting abnormal conditions in outdoor environments using outdoor security cameras and wearable devices. The proposed system enables users to be notified of emergency situations in both indoor and outdoor areas and respond to them as quickly as possible.

KCI등재

6Opera Clustering: K-means on librettos datasets

저자 : 정하림 ( Harim Jeong ) , 유주헌 ( Joo Hun Yoo )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 45-52 (8 pages)

다운로드

(기관인증 필요)

초록보기

With the development of artificial intelligence analysis methods, especially machine learning, various fields are widely expanding their application ranges. However, in the case of classical music, there still remain some difficulties in applying machine learning techniques. Genre classification or music recommendation systems generated by deep learning algorithms are actively used in general music, but not in classical music. In this paper, we attempted to classify opera among classical music. To this end, an experiment was conducted to determine which criteria are most suitable among, composer, period of composition, and emotional atmosphere, which are the basic features of music. To generate emotional labels, we adopted zero-shot classification with four basic emotions, 'happiness', 'sadness', 'anger', and 'fear.' After embedding the opera libretto with the doc2vec processing model, the optimal number of clusters is computed based on the result of the elbow method. Decided four centroids are then adopted in k-means clustering to classify unsupervised libretto datasets. We were able to get optimized clustering based on the result of adjusted rand index scores. With these results, we compared them with notated variables of music. As a result, it was confirmed that the four clusterings calculated by machine after training were most similar to the grouping result by period. Additionally, we were able to verify that the emotional similarity between composer and period did not appear significantly. At the end of the study, by knowing the period is the right criteria, we hope that it makes easier for music listeners to find music that suits their tastes.

KCI등재

7완전 자율주행을 위한 도로 상태 기반 제동 강도 계산 시스템

저자 : 손수락 ( Su-rak Son ) , 정이나 ( Yi-na Jeong )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 53-59 (7 pages)

다운로드

(기관인증 필요)

초록보기

3단계 자율주행 차량 이후, 4, 5단계의 자율주행 기술은 차량의 완벽한 주행뿐만 아니라 탑승객의 상태를 최적으로 유지하기 위해 노력하고 있다. 그러나 현재 자율주행 기술은 LiDAR, 전방 카메라 등 시각적 정보에 과하게 의존하기 때문에 지정된 도로 이외의 도로에서 완벽하게 자율주행을 실행하기 힘들다. 따라서 본 논문은 차량이 시각 정보 외의 데이터를 사용하여 도로의 상태를 분류하고, 도로 상태와 주행 상태에 따라 최적의 제동 강도를 계산하는 BSCS (Braking Strength Calculation System)를 제안한다. 본 논문에서 제안하는 BSCS는 KNN 알고리즘을 기반으로 도로의 상태를 분류하는 RCDM (Road Condition Definition Module)과 RCDM의 결과와 현재 주행 상태를 통해 주행 중 최적의 제동 강도를 계산하는 BSCM (Braking Strength Calculation Module)로 구성된다. 본 논문의 실험 결과, KNN 알고리즘에 가장 적합한 K의 수를 찾을 수 있었고, 비지도 학습인 K-means 알고리즘보다 본 논문에서 제안한 RCDM이 더 정확한 것이 증명되었다. 해당 논문의 BSCS는 시각 정보뿐만 아니라 서스펜션에 가해지는 진동 데이터를 사용함으로써, 시각 정보가 제한되는 여러 환경에서 자율주행 차량의 제동을 더 원활하게 만들 수 있다.


After the 3rd level autonomous driving vehicle, the 4th and 5th level of autonomous driving technology is trying to maintain the optimal condition of the passengers as well as the perfect driving of the vehicle. However current autonomous driving technology is too dependent on visual information such as LiDAR and front camera, so it is difficult to fully autonomously drive on roads other than designated roads. Therefore this paper proposes a Braking Strength Calculation System (BSCS), in which a vehicle classifies road conditions using data other than visual information and calculates optimal braking strength according to road conditions and driving conditions. The BSCS consists of RCDM (Road Condition Definition Module), which classifies road conditions based on KNN algorithm, and BSCM (Braking Strength Calculation Module), which calculates optimal braking strength while driving based on current driving conditions and road conditions. As a result of the experiment in this paper, it was possible to find the most suitable number of Ks for the KNN algorithm, and it was proved that the RCDM proposed in this paper is more accurate than the unsupervised K-means algorithm. By using not only visual information but also vibration data applied to the suspension, the BSCS of the paper can make the braking of autonomous vehicles smoother in various environments where visual information is limited.

KCI등재

8은닉형 Vault 안티포렌식 앱 탐색을 위한 XML 기반 특징점 추출 방법론 연구

저자 : 김대규 ( Dae-gyu Kim ) , 김창수 ( Chang-soo Kim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 61-70 (10 pages)

다운로드

(기관인증 필요)

초록보기

스마트폰 앱을 사용하는 일반 사용자들은 개인이 소유하고 있는 사진, 동영상 등 개인정보를 보호하기 위해 Vault 앱을 많이 사용하고 있다. 그러나 범죄자들은 불법 영상들을 은닉하기 위해 Vault 앱 기능을 안티포렌식 용도로 악용하는 사례가 증가하고 있다. 이러한 앱들은 구글 플레이에 정상적으로 등록된 매우 많은 앱들 중 하나이다. 본 연구는 범죄자들이 이용하고 있는 Vault 앱들을 탐색하기 위해 XML 기반의 핵심어 빈도 분석을 통해 특징점을 추출하는 방법론을 제안하며, 특징점 추출을 위해서는 텍스트마이닝 기법을 적용한다. 본 연구에서는 은닉형 Vault 안티포렌식 앱과 비은닉형 Vault 앱 각각 15개를 대상으로 앱에 포함된 strings.xml 파일을 활용하여 XML 구문을 비교 분석하였다. 은닉형 Vault 안티포렌식 앱에서는 불용어처리를 1차, 2차 거듭할수록 더 많은 은닉 관련 단어가 높은 빈도로 발견된다. 본 연구는 공학 기술적인 관점에서 APK 파일을 정적 분석하는 대부분의 기존 방식과는 다르게 인문사회학적인 관점에서 접근하여 안티포렌식 앱을 분류해내는 특징점을 찾아내었다는 것에 의의가 있다. 결론적으로 XML 구문 분석을 통해 텍스트마이닝 기법을 적용하면 은닉형 Vault 안티포렌식 앱을 탐색하기 위한 기초 자료로 활용할 수 있다.


General users who use smartphone apps often use the Vault app to protect personal information such as photos and videos owned by individuals. However, there are increasing cases of criminals using the Vault app function for anti-forensic purposes to hide illegal videos. These apps are one of the apps registered on Google Play. This paper proposes a methodology for extracting feature points through XML-based keyword frequency analysis to explore Vault apps used by criminals, and text mining techniques are applied to extract feature points. In this paper, XML syntax was compared and analyzed using strings.xml files included in the app for 15 hidden Vault anti-forensics apps and non-hidden Vault apps, respectively. In hidden Vault anti-forensics apps, more hidden-related words are found at a higher frequency in the first and second rounds of terminology processing. Unlike most conventional methods of static analysis of APK files from an engineering point of view, this paper is meaningful in that it approached from a humanities and sociological point of view to find a feature of classifying anti-forensics apps. In conclusion, applying text mining techniques through XML parsing can be used as basic data for exploring hidden Vault anti-forensics apps.

KCI등재

9대화 영상 생성을 위한 한국어 감정음성 및 얼굴 표정 데이터베이스

저자 : 백지영 ( Ji-young Baek ) , 김세라 ( Sera Kim ) , 이석필 ( Seok-pil Lee )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 71-77 (7 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 음성 합성 모델을 감정에 따라 음성을 합성하는 모델로 확장하고 감정에 따른 얼굴 표정을 생성하기 위한 데이터 베이스를 수집한다. 데이터베이스는 남성과 여성의 데이터가 구분되며 감정이 담긴 발화와 얼굴 표정으로 구성되어 있다. 성별이 다른 2명의 전문 연기자가 한국어로 문장을 발음한다. 각 문장은 anger, happiness, neutrality, sadness의 4가지 감정으로 구분된다. 각 연기자들은 한 가지의 감정 당 약 3300개의 문장을 연기한다. 이를 촬영하여 수집한 전체 26468개의 문장은 중복되지 않으며 해당하는 감정과 유사한 내용을 담고 있다. 양질의 데이터베이스를 구축하는 것이 향후 연구의 성능에 중요한 역할을 하므로 데이터베이스를 감정의 범주, 강도, 진정성의 3가지 항목에 대해 평가한다. 데이터의 종류에 따른 정확도를 알아보기 위해 구축된 데이터베이스를 음성-영상 데이터, 음성 데이터, 영상 데이터로 나누어 평가를 진행하고 비교한다.


In this paper, a database is collected for extending the speech synthesis model to a model that synthesizes speech according to emotions and generating facial expressions. The database is divided into male and female data, and consists of emotional speech and facial expressions. Two professional actors of different genders speak sentences in Korean. Sentences are divided into four emotions: happiness, sadness, anger, and neutrality. Each actor plays about 3300 sentences per emotion. A total of 26468 sentences collected by filming this are not overlap and contain expression similar to the corresponding emotion. Since building a high-quality database is important for the performance of future research, the database is assessed on emotional category, intensity, and genuineness. In order to find out the accuracy according to the modality of data, the database is divided into audio-video data, audio data, and video data.

KCI등재

10코드 가시화 툴체인 기반 UML 설계 추출 및 검증 사례

저자 : 이원영 ( Won-young Lee ) , 김영철 ( Robert Youngchul Kim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 23권 2호 발행 연도 : 2022 페이지 : pp. 79-86 (8 pages)

다운로드

(기관인증 필요)

초록보기

본 논문은 역공학 기반 소프트웨어 가시화를 통해 설계 개선 실현과 고품질화에 초점을 두고 있다. 앞으로의 4차 산업의 다양한 영역에서 새로운 기술과 복잡한 소프트웨어가 대두됨에 따라 안정성과 신뢰성을 겸비한 소프트웨어 검증이 이슈화되고 있다. 간단한 연산 소프트웨어부터 기계 학습기반의 데이터 지향 소프트웨어까지 다양한 소프트웨어 고품질화를 위한 역공학 기반 UML 설계 추출 및 가시화 방법을 제안한다. 이를 기반으로 목표 설계에 대한 정확도를 확인하고 코드 내부 복잡도 식별을 이용하여 설계 개선을 통한 소프트웨어 품질 향상을 기대한다.


This paper focuses on realizing design improvement and high quality through visualization of reverse engineering-based software. As new technologies and complex software emerge in various areas of the fourth industry in the future, software verification with both stability and reliability is becoming an issue. We propose a reverse engineering-based UML design extraction and visualization for high-quality software ranging from simple computational software to machine learning-based data-oriented software. Through this study, it is expected to improve software quality through design improvement by checking the accuracy of the target design and identifying the code complexity.

12
권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1ResNet-Variational AutoEncoder기반 변종 악성코드 패밀리 분류 연구

저자 : 이영전 ( Young-jeon Lee ) , 한명묵 ( Myung-mook Han )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 1-9 (9 pages)

다운로드

(기관인증 필요)

초록보기

전통적으로 대부분의 악성코드는 도메인 전문가에 의해 추출된 특징 정보를 활용하여 분석되었다. 하지만 이러한 특징 기반의 분석방식은 분석가의 역량에 의존적이며 기존의 악성코드를 변형한 변종 악성코드를 탐지하는 데 한계를 가지고 있다. 본 연구에서는 도메인 전문가의 개입 없이도 변종 악성코드의 패밀리를 분류할 수 있는 ResNet-Variational AutoEncder 기반 변종 악성코드 분류 방법을 제안한다. Variational AutoEncoder 네트워크는 입력값으로 제공되는 훈련 데이터의 학습 과정에서 데이터의 특징을 잘 이해하며 정규 분포 내에서 새로운 데이터를 생성하는 특징을 가지고 있다. 본 연구에서는 Variational AutoEncoder의 학습 과정에서 잠재 변수를 추출을 통해 악성코드의 중요 특징을 추출할 수 있었다. 또한 훈련 데이터의 특징을 더욱 잘 학습하고 학습의 효율성을 높이기 위해 전이 학습을 수행했다. ImageNet Dataset으로 사전학습된 ResNet-152 모델의 학습 파라미터를 Encoder Network의 학습 파라미터로 전이했다. 전이학습을 수행한 ResNet-Variational AutoEncoder의 경우 기존 Variational AutoEncoder에 비해 높은 성능을 보였으며 학습의 효율성을 제공하였다. 한편 변종 악성코드 분류를 위한 방법으로는 앙상블 모델인 Stacking Classifier가 사용되었다. ResNet-VAE 모델의 Encoder Network로 추출한 변종 악성코드 특징 데이터를 바탕으로 Stacking Classifier를 학습한 결과 98.66%의 Accuracy와 98.68의 F1-Score를 얻을 수 있었다.

KCI등재

2사용자 정의 네트워크를 위한 사용자 데이터그램 프로토콜 플로우 엔트리 관리 기법

저자 : 최한힘나라 ( Hanhimnara Choi ) , 샤이드무하마드라자 ( Syed Muhammad Raza ) , 김문성 ( Moonseong Kim ) , 추현승 ( Hyunseung Choo )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 11-17 (7 pages)

다운로드

(기관인증 필요)

초록보기

소프트웨어 정의 네트워킹(SDN)은 스위치의 데이터 플레인에서 컨트롤 기능을 분리해 프로그램 가능한 네트워크 관리법을 제시하는 차세대 네트워킹 기술이다. 하지만 SDN 스위치는 패킷 포워딩에 쓰이는 플로우 테이블의 부족한 용량으로 인해, 플로우 엔트리를 충분히 수용하지 못하는 문제가 있다. 이는 플로우 테이블의 오버플로우 등을 야기해 네트워크 성능을 저하시킬 수 있으므로, 본 논문은 비활성화된 플로우를 적시에 방출해 플로우 테이블 사용량을 최적으로 유지할 수 있는 정책을 제안한다. 특히, 사용자 데이터그램 프로토콜(UDP) 플로우 엔트리들의 정보를 주기적으로 샘플링하여 비활성화된 엔트리들이 조기에 방출될 수 있도록 한다. 트래픽에 기반한 실험을 통하여, 우리는 본 정책이 Random, FIFO 정책과 비교해 오버플로우 및 플로우 재설치 발생 횟수를 크게 감소시키는 것을 확인할 수 있었다.

KCI등재

3Hybrid Fireworks Algorithm with Dynamic Coefficients and Improved Differential Evolution

저자 : Lixian Li , Jaewan Lee

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 19-27 (9 pages)

다운로드

(기관인증 필요)

초록보기

Fireworks Algorithm (FWA) is a new heuristic swarm intelligent algorithm inspired by the natural phenomenon of the fireworks explosion. Though it is an effective algorithm for solving optimization problems, FWA has a slow convergence rate and less information sharing between individuals. In this paper, we improve the FWA. Firstly, explosion operator and explosion amplitude are analyzed in detail. The coefficient of explosion amplitude and explosion operator change dynamically with iteration to balance the exploitation and exploration. The convergence performance of FWA is improved. Secondly, differential evolution and commensal learning (CDE) significantly increase the information sharing between individuals, and the diversity of fireworks is enhanced. Comprehensive experiment and comparison with CDE, FWA, and VACUFWA for the 13 benchmark functions show that the improved algorithm was highly competitive.

KCI등재

4이산화 전처리 방식 및 컨볼루션 신경망을 활용한 네트워크 침입 탐지에 대한 연구

저자 : 유지훈 ( Jihoon Yoo ) , 민병준 ( Byeongjun Min ) , 김상수 ( Sangsoo Kim ) , 신동일 ( Dongil Shin ) , 신동규 ( Dongkyoo Shin )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 29-39 (11 pages)

다운로드

(기관인증 필요)

초록보기

새롭게 발생되는 사이버 공격으로 인해 개인, 민간 및 기업의 피해가 증가함에 따라, 이에 기반이 되는 네트워크 보안 문제는 컴퓨터 시스템의 주요 문제로 부각되었다. 이에 기존에 사용되는 네트워크 침입 탐지 시스템(Network Intrusion Detection System: NIDS)에서 발생되는 한계점을 개선하고자 기계 학습과 딥러닝을 활용한 연구 이뤄지고 있다. 이에 본 연구에서는 CNN(Convolution Neural Network) 알고리즘을 이용한 NIDS 모델 연구를 진행한다. 이미지 분류 기반의 CNN 알고리즘 학습을 위해 기존 사용되는 전처리 단계에서 연속성 변수 이산화(Discretization of Continuous) 알고리즘을 추가하여 예측 변수에 대해 선형 관계로 표현하여 해석에 용이한 데이터로 변환 후, 정사각형 행렬(Square Matrix) 구조에 매칭된 픽셀(Pixel) 이미지 구조를 모델에 학습한다. 모델의 성능 평가를 위해 네트워크 패킷 데이터인 NSL-KDD를 사용하였으며, 정확도(Accuracy), 정밀도(Precision), 재현율(Recall) 및 조화평균(F1-score)을 성능 지표로 사용하였다. 실험 결과 제안된 모델에서 85%의 정확도로 가장 높은 성능을 보였으며, 학습 표본이 적은 R2L 클래스의 조화평균이 71% 성능으로 다른 모델에 비해서 매우 좋은 성능을 보였다.

KCI등재

5효율적 일상 관리를 위한 일정관리 어플리케이션의 설계와 구현

저자 : 박은주 ( Eunju Park ) , 한승준 ( Seungjun Han ) , 윤지민 ( Jimin Yoon ) , 임한규 ( Hankyu Lim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 41-50 (10 pages)

다운로드

(기관인증 필요)

초록보기

IT기술과 정보처리 기술의 발전에 따라 인터넷 사용량이 급증하고 다양한 스마트 기기들이 출현하고 있다. 이에 따라 현대인들은 장소와 시간에 구애받지 않고 원하는 정보 획득, 여가활동과 같은 일상생활에 스마트 폰을 사용한다. 본 논문에서는 일정을 기록하고 약속을 공유하는 등 일상생활의 효과적 관리에 도움이 되는 일정관리 어플리케이션을 설계하고 이를 구현하였다. 본 논문의 일정관리 어플리케이션은 일정등록과 함께 일기작성 기능, 등록한 일정을 카카오톡을 이용하여 다른 사용자들과 공유할 수 있는 기능, 삭제 시 특정 폴더로 삭제한 일정이나 일기를 저장하는 기능, 하루 일정에 대한 연속적인 알림 기능 등을 제공한다. 다른 일정관리 앱들과 차별점을 가지며 사용성을 높인 본 논문의 어플리케이션은 바쁜 일상생활의 효율적 관리에 도움이 될 것이라 기대한다.

KCI등재

6몰입형 비디오 품질 평가를 위한 슈퍼 메트릭

저자 : 정종범 ( Jong-beom Jeong ) , 김승환 ( Seunghwan Kim ) , 이순빈 ( Soonbin Lee ) , 김인애 ( Inae Kim ) , 류은석 ( Eun-seok Ryu )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 51-58 (8 pages)

다운로드

(기관인증 필요)

초록보기

가상 현실 공간에서 실사 영상 및 그래픽 환경에 대해 사용자 움직임에 대응하는 영상을 제공하는 three degrees of freedom plus(3DoF+) 및 six degrees of freedom(6DoF) 시스템은 실감형 미디어를 제공하기 위해 서로 다른 위치에서 동시에 취득된 다수의 초고화질 및 고해상도의 영상 집합 전송을 요구한다. 다수의 영상들을 사용해 사용자 시점 영상을 생성할 때, 기존의 영상 압축 코덱에서 발생했던 것과는 다른 형태의 품질 저하가 발생하여 기존의 영상 품질 평가 기법들은 3DoF+ 및 6DoF 시스템 평가에 적합하지 않다. 본 논문은 3DoF+ 환경에서 합성된 사용자 시점 영상에 대한 다양한 객관적 영상 품질 평가 기법에 대한 성능 평가를 소개한다. 또한, 기존의 객관적 영상 품질 평가 기법을 조합하여 주관적인 평가와 상관관계를 더욱 높인 평가 기법인 슈퍼 메트릭(super metric)을 제시한다. 3DoF+ 몰입형 비디오 평가 시 제안한 기법을 사용하였을 때, 주관적 평가 점수와의 상관관계에서 peak signal-to-noise ratio(PSNR) 대비 0.4513의 상승이 있었음을 확인하였다.

KCI등재

7고속 해상 객체 분류를 위한 양자화 적용 기반 CNN 딥러닝 모델 성능 비교 분석

저자 : 이성주 ( Seong-ju Lee ) , 이효찬 ( Hyo-chan Lee ) , 송현학 ( Hyun-hak Song ) , 전호석 ( Ho-seok Jeon ) , 임태호 ( Tae-ho Im )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 59-68 (10 pages)

다운로드

(기관인증 필요)

초록보기

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가 될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

KCI등재

8음성 기반 상담의 품질 평가를 위한 자동화 기법

저자 : 이건수 ( Keonsoo Lee ) , 김중연 ( Jung-yeon Kim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 69-75 (7 pages)

다운로드

(기관인증 필요)

초록보기

언택트 시대의 시작으로, 온라인 산업의 성장 속도는 점차 빨라지고 있다. 온라인 산업이 성장할수록, 고객 관리에 대한 중요성은 높아지며, 그 접점에 존재하는 컨택센터 시장 역시 성장하고 있다. 언택트 시대의 주요 서비스 분야인 컨택센터의 업무가 노동 집약적이라는 아이러니를 극복하고 컨택센터 업무 효율을 증가시키기 위한 다양한 업무 자동화 기술 개발 연구들이 활발하게 진행되고 있다. 본 연구는 업무 자체는 정형적이지만, 그 중요성이 높아 업무 자동화의 효율이 높은 대표적인 컨택센터의 업무 중 하나인 품질 평가 업무의 자동화 방법을 제안한다. 제안 방법은 채널 분리된 상담 내용 녹취 내용을 토대로, 음성 인식 결과를 획득한 뒤, 문장 단위 발화 내용을 분석하여, 정량 평가 항목인 도입부 평가, 응대 중 경청과 침묵 평가, 그리고 마무리 평가를 수행한 후 수행 결과를 평가표에 맞춰 출력하는 단계를 따른다. 제안 방법은 전문가의 평가 결과 대비 92.7% 일치율을 보였다. 불일치 케이스의 경우, 주로 음성 인식의 오류에 기인한 경우였다. 따라서 음성 인식 결과의 신뢰도가 보장된다면, 본 논문에서 제안한 방법을 통해 자동화된 품질평가로 해당 업무 효율을 증대시킬 수 있을 것이다.

KCI등재

9베이지안 확률 및 폐쇄 순차패턴 마이닝 방식을 이용한 설명가능한 로그 이상탐지 시스템

저자 : 윤지영 ( Jiyoung Yun ) , 신건윤 ( Gun-yoon Shin ) , 김동욱 ( Dong-wook Kim ) , 김상수 ( Sang-soo Kim ) , 한명묵 ( Myung-mook Han )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 77-87 (11 pages)

다운로드

(기관인증 필요)

초록보기

인터넷과 개인용 컴퓨터가 발달하면서 다양하고 복잡한 공격들이 등장하기 시작했다. 공격들이 복잡해짐에 따라 기존에 사용하던 시그니처 기반의 탐지 방식으로 탐지가 어려워졌으며 이를 해결하기 위해 행위기반의 탐지를 위한 로그 이상탐지에 대한 연구가 주목 받기 시작했다. 최근 로그 이상탐지에 대한 연구는 딥러닝을 활용해 순서를 학습하는 방식으로 이루어지고 있으며 좋은 성능을 보여준다. 하지만 좋은 성능에도 불구하고 판단에 대한 근거를 제공하지 못한다는 한계점을 지닌다. 판단에 대한 근거 및 설명을 제공하지 못할 경우, 데이터가 오염되거나 모델 자체에 결함이 발생해도 이를 발견하기 어렵다는 문제점을 지닌다. 결론적으로 사용자의 신뢰성을 잃게 된다. 이를 해결하기 위해 본 연구에서는 설명가능한 로그 이상탐지 시스템을 제안한다. 본 연구는 가장 먼저 로그 파싱을 진행해 로그 전처리를 수행한다. 이후 전처리된 로그들을 이용해 베이지안 확률 기반 순차 규칙추출을 진행한다. 결과적으로 “If 조건 then 결과, 사후확률(θ)” 형식의 규칙집합을 추출하며 이와 매칭될 경우 정상, 매칭되지 않을 경우, 이상행위로 판단하게 된다. 실험으로는 HDFS 로그 데이터셋을 활용했으며, 그 결과 F1score 92.7%의 성능을 나타내었다.

KCI등재

10소셜 미디어 적소분석 연구 : 페이스북, 인스타그램, 유튜브, 핀터레스트, 트위터의 이용자 충족을 중심으로

저자 : 차현주 ( Hyeon-ju Cha ) , 권상희 ( Sang-hee Kweon )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 89-107 (19 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 주요 소셜(social) 미디어인 페이스북, 인스타그램, 유튜브, 핀터레스트, 트위터에 대한 적소분석을 통해 어떠한 경쟁관계를 가지고 있는지를 실증적으로 분석하였다. 이를 위해 적소이론을 활용하여 SNS 이용자를 대상으로 소셜 미디어의 이용과 충족에 관한 온라인 설문을 진행하였으며, 총 224명의 이용자를 분석대상으로 선정하였다. 온라인 설문조사 결과를 토대로 요인분석을 실시하여 관계성, 사회성, 편의성, 일상성, 오락성 등 5가지 차원의 공통요인을 추출하였다. 주요 연구결과는 다음과 같다. 우선 적소이론을 이용한 미디어의 적소폭 차이를 분석한 결과, 페이스북이 사회성(.627) 및 편의성(.636)에서 적소폭이 가장 큰 것으로 나타났고, 유튜브는 일상성(.670)과 오락성(.615)에서 적소폭이 가장 큰 것으로 나타났으며, 인스타그램은 관계성(.520)에서 적소폭이 가장 큰 것으로 나타났다. 적소중복의 경우, 페이스북과 유튜브 간의 경쟁이 관계성(1.826)과 사회성(2.696)에서 가장 강한 것으로 나타났으며, 핀터레스트와 트위터 간의 경쟁은 일상성(1.937)과 오락성(2.263)에서 가장 높은 수준의 경쟁을 보였으며, 유튜브와 트위터 간의 경쟁은 편의성(2.583)에서 가장 높은 수준의 경쟁을 보였다. 마지막으로 적소이론을 이용한 미디어 간의 경쟁우월성을 비교한 결과, 페이스북, 인스타그램 그리고 유튜브는 핀터레스트와 비교하여, 관계성, 사회성, 편의성, 일상성, 오락성에서 경쟁적 우위에 있는 것으로 나타났으며, 페이스북, 인스타그램 그리고 유튜브는 트위터에 비해 일상성을 제외한 모든 요인에서 경쟁적 우위에 있음을 확인할 수 있었다.

12
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기