디지털 라이브러리[ 검색결과 ]
생략어 복원과 의존구문분석을 활용한 한국어 지식그래프 구축 방안
http://doi.org/10.5626/JOK.2024.51.8.736
본 연구는 생략어 복원, 의존구문분석, 그리고 ChatGPT를 활용하여 한국어 지식그래프 구축을 위한 새로운 접근 방안을 제안한다. 한국어 언어적 특성상 발생하는 성능 제약에 대한 해결방안으로 생략 어 복원과 의존구문분석을 결합한 프롬프트 엔지니어링을 적용하였다. 본 연구에서 제안하는 'Ko-Triple Extraction' 과정을 통해 문장에서 생략된 정보를 복원하고 의존 구조를 분석하여 정교하고 정확한 트리 플 구조를 추출하였다. 연구 결과, 본 연구에서 제안한 방법은 한국어 처리의 효율성과 정확성을 크게 향 상시켰으며, 트리플의 적합성을 평가하여 유효성을 검증하였다. 향후 연구에서 'Ko-Triple Extraction'을 다양한 산업 분야에 적용하고, 지식 그래프의 확장 및 연결성을 통해 실질적인 비즈니스 인사이트를 도출 하고자 한다. 본 연구는 한국어 텍스트 처리를 위한 기반 연구로서의 의의를 가지며, 분야에서의 한국어 활용도를 높이는 데 중요한 기여를 할 것으로 기대된다.
텍스트 증강 기법과 전이학습을 활용한 의도 분류 방법 제안
http://doi.org/10.5626/JOK.2024.51.2.141
의도 분류는 목적지향 챗봇의 첫 번째 단계로 성능 향상을 위한 중요한 문제이지만 목적지향형 챗봇은 특정 도메인에 대한 데이터 부족 문제가 존재한다. 본 연구는 텍스트 증강 기법과 전이학습을 활용하여 데이터 부족 문제를 해결하고자 한다. 기존에 전이학습 및 텍스트 증강 기법을 활용한 연구는 존재하나 다양한 도메인에 적용 가능한 연구는 찾아보기 어려웠다. 본 연구는 다양한 도메인에 적용 가능한 텍스트 증강 기법 및 전이학습 방법을 제안한다. 실험을 위해 8개의 도메인에서 실제 발화 의도의 비율에 맞추어 데이터를 10,000개, 20,000개, 30,000개 미만으로 구축하였다. 실험 결과 도메인에 따라 차이는 존재 하였지만 8개의 도메인 모두 본 연구에서 제시한 방법이 우수함을 확인하였다. 학습 데이터의 크기가 작은 순서로 8개의 도메인에 대한 정확도는 평균적으로 10%, 3.4%, 1.9% 향상되었으며 F1-Score는 평균 30%, 12%, 7.5% 향상됨을 확인하였다.
센서별 시간지연 교차 상관관계를 이용한 GCN 기반의 시계열 데이터 이상 탐지 방법
http://doi.org/10.5626/JOK.2023.50.9.805
시계열 데이터를 통한 장비 이상 탐지는 더 큰 피해를 방지하고 생산성 향상에 기여할 수 있어 매우 중요한 과제이다. 이와 관련하여 시계열 데이터 이상 탐지에 대한 연구가 활발히 진행되고 있지만, 다음과 같은 제약사항들이 있다. 첫째, 센서 간 상관관계를 분석하지 않기 때문에 불필요한 허위 알람이 발생한다. 둘째, 센서 간 상관관계를 분석하기 위해 완전 그래프로 모델링하고 GAT(Graph Attention Networks)를 적용하였으나, 불필요한 연산의 증가로 많은 분석시간이 소요된다. 본 논문에서는 위의 제약사항을 해결하기 위해 SC-GCNAD(Sensor-specific Correlation GCN Anomaly Detection)를 제안한다. SC-GCNAD는 시계열 데이터의 특징을 반영한 TLCC(Time Lagged Cross Correlation)를 적용하여 정확한 센서별 상관관계를 분석하고, 상관관계 표현력이 뛰어난 GCN(Graph Convolutional Networks)을 활용한다. 그 결과 기존 모델 대비 F1-Score는 최대 6.37% 향상하고, 분석시간은 최대 95.31% 단축한다.
재난 상황 가변성 분석을 통한 상황관리 의사결정 지원 시스템
http://doi.org/10.5626/JOK.2022.49.9.755
재난의 발생 빈도가 늘고 피해 규모가 커짐에 따라 신속하고 정확한 상황관리의 중요성이 높아지고 있다. 상황관리 의사결정을 지원하기 위한 기존 방법은 제한적인 상황에서 특정 상황관리 업무에만 적용될 수 있어서 재난 상황에 따른 맞춤형 의사결정을 지원하기 어려운 한계가 있다. 이를 해결하기 위해 이 논문에서는 재난 상황 특성을 고려한 가변성 기반의 상황관리 의사결정 지원 방법을 제안한다. 제안 방법은 소프트웨어 제품라인 공학 개념을 기반으로 재난 상황의 가변성을 고려하여 핵심 정보를 설정가능하도록 구축하고, 재난 상황에 따라 핵심 정보로부터 상황관리 정보를 설정하여 제공하는 방식을 사용한다. 제안 방법은 재난 상황에 따른 상황관리 업무 프로세스를 기반으로 단계별로 체계적인 의사결정을 지원하여 업무의 효율성을 높일 수 있고, 의사결정 자동화를 지원하여 의사결정의 신속·정확성을 높일 수 있다. 서로 다른 재난 상황에 대한 상황관리 시나리오에 대해 방법을 적용하여 실행가능성을 검증하였다.
모바일 IoT 디바이스 파워 관리의 체계적인 개발 방법
사물인터넷(IoT)은 다양한 디바이스가 유무선 네트워크를 통해 연결되어 정보를 수집, 처리, 교환, 공유하는 환경이다. 대표적 디바이스가 스마트폰 같은 모바일 IoT 디바이스인데, 사용자에게 고성능서비스를 제공하기 위해 파워를 많이 소비하지만 상시 공급할 수 없어서 주어진 IoT 환경에 적합하게 파워 관리를 하는 것이 필수적이다. 하지만 기존 모바일 IoT 디바이스의 파워 관리에는 AP, AP 내/외부 HW 모듈, OS, 플랫폼, 어플리케이션 등 다양한 요소가 복잡하게 얽혀 있어서 이 관계를 쉽게 파악하고 관리하는 체계적인 방법이 필요하다. 또한 파워 관리와 연관된 다양한 관리 정책, 운영 환경, 알고리즘 등 가변 요소를 분석하고 이를 파워 관리 개발에 반영하는 것이 필요하다. 본 논문에서는 이러한 문제점을 해결하고 모바일 IoT 디바이스 파워 관리를 체계적으로 개발하기 위한 공학 원칙과 이를 기반으로 한 방법을 제안한다. 실행가능성 검증을 위해 커넥티드 헬멧 시스템 파워 관리가 사례연구로 사용되었다.
정보통신 분야 전공탐색을 위한 고교-대학간 연계 R&E 모델 및 사례연구
정보통신공학 분야는 국내 고교교육 과정에서 거의 다루어지지 않기 때문에 고등학생들이 이 분야의 내용과 진로를 알기 어렵고 관심이 부족하게 된다. 이 문제는 대학의 정보통신분야 학과들의 우수신입생 유치 어려움을 가중시키고 있다. 본 논문에서는 이 문제를 완화할 목적으로 대학과 고교 간의 새로운 진로연계형 R&E 모델을 제시하고 이를 기반으로 한 H대학과 P고교 간에 이루어진 최근 3년간 R&E (Research & Education) 프로그램 운영 사례를 소개한다. 본 프로그램에서는 고등학생들에게 정보통신공학 분야 문제의 설계 및 개발 경험을 제공하고 이를 매개로 하여 정보통신분야에 대한 관심을 유도하고자 하였다. 프로그램의 효과를 간단히 확인하고자 3년간 참여한 모든 학생들의 설문 조사와 일부의 인터뷰를 분석결과에 의하면, 76%의 학생들이 이 프로그램을 통해 정보통신공학에 대한 관심이 많아졌다고 응답하였다. 본 논문의 의의는 우수 이공 인재들이 정보통신 분야 전공을 선택할 수 있도록 하는 진로연계형 R&E 모델을 정보통신분야에서 최초로 제시하였다는 것이다.
AES 알고리즘을 사용하여 안드로이드 어플리케이션을 보호하기 위한 견고한 역공학 방지기법
안드로이드 운영체제의 실행파일인 classes.dex파일은 Java 바이트코드 형식이므로 누구나 쉽게 역공학으로 소스코드를 분석하고 수정이 가능하다. 이러한 특징 때문에 많은 어플리케이션들이 불법 복제되어 유통됨에 따라 피해가 증가하고 있다. 이러한 문제를 해결하기 위해 본 논문은 classes.dex파일을 AES 암호화 알고리즘으로 암호화하여 배포하고, 암호화된 어플리케이션을 복호화하여 실행하는 어플리케이션 불법복제를 방지하는 기법을 제안한다. 암호화 및 복호화에 사용되는 Key는 랜덤한 값인 Salt값를 기반으로 조합하여 Hash함수에 대입하여 얻어진 Hash값을 Key로 사용하여 역공학 공격으로부터 견고함을 더했다. 실험을 통해 제안한 기법이 어플리케이션의 불법복제를 방지하는데 효과적이고, 역공학 공격을 불가능하게 하여 어플리케이션의 원천기술 보호와 리패키징으로 인한 악성코드의 전파도 방지할 수 있음을 보였다.
주파수 영역에서의 계수 값 변환에 의한 공간 영역에서의 기하학적 변환과 이를 이용한 이미지 경량 암호화
대부분의 영상정보들은 데이터 양이 방대하기 때문에 압축되어 저장되고 전달된다. 이 때문에 영상정보의 변환을 위해서는 사전에 압축을 해제하여 공간정보를 추출한 뒤에 소정의 변환을 하고 다시 압축해야 하는 번거로움과 불편한 점이 있다. 본 논문에서는, JPEG등의 정지영상 압축이나 MPEG-4와 H.264 등의 영상 압축 표준에서 널리 사용되는 DCT 변환에 의한 영상정보의 주파수 영역의 계수 값들의 부호나 이들 간의 상대적 위치를 적절히 바꿈으로써 공간적 영역에서의 원하는 기하학적 변환이 이루어지는 규칙을 발견하고 정리하였다. 본 저자들은 주파수 영역에서의 계수 값 변환 효과가 공간적 영역에 어떻게 나타나는지 수학적으로 유도하고 실제 JPEG 압축 파일에 본 방식을 적용하여 이미지를 변환시켜 그 성능을 검증하였다. 이 방법은 압축을 완전히 해제하지 않고도 공간적 영역에서의 변환을 달성할 수 있기 때문에 대용량의 간단한 이미지 암호화를 위한 경량암호화 시스템에 응용될 수 있다.
순환형 데이터 블록 체이닝을 이용한 차량용 블랙박스의 영상 데이터 무결성 보장 기법
차량용 블랙박스의 이용율이 급격히 증가하고 있으나, 교통사고 발생 시에 블랙박스에 기록된 사고 영상이 조작되거나 임의 삭제되지 않았음을 보장하는 무결성 검증 방안이 절실히 요구된다. 본 논문에서는 차량용 블랙박스의 영상 기록의 특성을 반영하여 블랙박스에 저장된 영상 데이터의 무결성을 보장하는 방안을 제시한다. 본 제시된 방안은 저장된 모든 영상 데이터 블록들을 각각 그 인접한 영상 데이터 블록들과 순환형 체인으로 연결시켜 무결성 정보를 생성한다. 제안된 방법은 데이터 블록의 삽입, 삭제, 변경 등의 공격을 탐지하고 부인 불가 기능을 지원할 수 있을 뿐 아니라, 더 나아가 파일 저장 공간이 가득 차서 가장 오래된 블록을 삭제하고 새로운 블록을 삽입 할 때나 일부 영상 정보가 물리적으로 손상이 되더라도 일관성 있게 무결성 보장 시스템이 작동할 수 있는 구조를 가지는 있다. 실험 결과에 따르면, 본 방법은 full HD@30fps의 경우에도 임베디드 시스템에서 실시간성이 충분하다.
