디지털 라이브러리[ 검색결과 ]
성격유형별 문체 특성 기반 맞춤형 광고 메시지 자동생성 연구
http://doi.org/10.5626/JOK.2024.51.1.23
이 연구는 MBTI의 심리 기능지표 조합의 유형별 특징을 반영한 마케팅 문체 프레임워크를 정의하고 모델 학습을 통해 성격유형별 맞춤화 된 광고 메시지를 생성하는 것을 목적으로 한다. 광고 메시지 자동 생성 기술은 BART 모델에 성격유형을 Prefix로 포함한 광고문을 학습시켜 성격유형에 따라 맞춤형 광고 메시지를 생성하는 방식이다. 학습된 모델은 Prefix 조작만으로 MBTI 성격유형별 문체 특징을 갖춘 광고 메시지로 변환되는 것을 실험을 통해 확인할 수 있었다. 본 연구는 성격유형의 특징을 문체 프레임워크로써 정의하고 이에 기반한 모델 학습을 통해 유형별 문체 특징과 소구점을 포함한 광고 메시지를 생성했다는 기술적 가치가 있다. 본 연구는 마케팅 분야에서의 실무적 활용 가능성 뿐만 아니라 지역 및 언어 간 문체 차이를 구조화하거나 재현해야 하는 문제에서 기반이 되는 연구로 활용될 수 있다.
계층적인 잠재 표현 기반의 사이버 범죄 신조어 자동 탐지 프레임워크
http://doi.org/10.5626/JOK.2023.50.12.1121
사이버 범죄자들은 의사소통을 위해 기존 단어에 범죄 의미를 추가하거나 유사한 단어로 대체하여 은어를 끊임없이 생산해 사용한다. 이에 대응하기 위해서는 지속적인 모니터링과 수작업이 필요하며 딥러닝을 이용할 경우 레이블 된 많은 양의 학습데이터가 필요하다. 그러나, 사람이 직접 레이블링 하는 것은 시간과 비용이 많이 소요되고 사이버 범죄 특성상 은밀하게 진행되기 때문에 많은 양의 학습데이터를 수집하는 것은 한계 있다. 본 논문에서는 한계를 해결하기 위해 오토인코더를 기반으로 프레임워크를 개발하고 계층적인 잠재 벡터 유사도 비교를 통해 문맥적 사이버 범죄 은어와 신조어를 효과적으로 탐지하는 방안을 제안한다. 사이버 범죄 게시글 데이터셋을 사용하여 실험한 결과, 해당 프레임워크는 유사도 임계값 0.5에서 최대 99.1%의 정확도를 보였다.
오픈 소스 기반 5G 액세스 네트워크 보안 취약점 자동 검증 프레임워크
http://doi.org/10.5626/JOK.2023.50.6.531
최근 5G 표준 기반의 다양한 오픈 소스들이 등장했고, 5G 제어 평면의 보안 취약점을 찾는 연구에 널리 사용되고 있다. 그러나 이를 활용하기 위해선 복잡한 소스 코드와 무선 통신 기기 및 방대한 5G 보안 표준에 대한 지식을 요구한다. 이에 본 논문에서는 5G 제어 평면의 보안 취약점을 자동 검증하기 위한 프레임워크를 제안한다. 본 프레임워크는 상용 Software Defined Radio (SDR) 장비와 오픈 소스 소프트웨어를 활용해 5G 네트워크 테스트베드를 구축하고, Man-in-the-Middle (MitM) 공격자를 구현해 제어 평면 공격 테스트베드를 구축한다. 또한 제어 평면 메시지 디코딩 및 수정 모듈을 구현해 메시지 Spoofing 공격을 실행해보고, 5G 네트워크의 보안 취약점을 자동으로 분류한다. 추가로 그래픽 인터페이스 기반 Web UI를 구현해 이용자가 직접 MitM 공격 시나리오를 생성하고 검증 결과를 확인할 수 있도록 한다.
대규모 계층적 데이터의 중첩 정규화 및 테이블 마이그레이션 자동화 프레임워크
http://doi.org/10.5626/JOK.2023.50.6.521
오픈 데이터 포털에서는 많은 데이터가 계층 구조인 XML, JSON 포맷으로 배포되며, 그 규모가 매우 크다. 이러한 계층적 데이터는 구조 특성상 다수의 중첩(nesting)을 포함한다. 이로 인해, 대규모 오픈 데이터 활용에 제약이 되는 중첩 테이블 정규화 문제와 스케일 제한 문제가 발생한다. 본 논문에서는 계층적 파일들의 테이블 마이그레이션을 위해 오픈소스 ELT 플랫폼인 Airbyte를 채택하고, 이를 자동화하는 새로운 프레임워크를 제안한다. 또한, Airbyte의 중첩 JSON 처리 문제를 최초로 보고하여 문제 해결에 기여한다. 실제 미국 데이터 포털을 대상으로 제안 프레임워크를 평가한 결과, 다수의 중첩이 포함된 구조에 대해서도 정상 동작하며, 자동화 처리 로직의 제공으로 1.6K 이상의 대규모 마이그레이션 처리가 가능함을 보인다. 본 논문의 결과는 계층적 데이터의 중첩 정규화를 지원하고 안정적인 대규모 마이그레이션 기능을 제공하는 매우 실용적인 프레임워크라 사료된다.
자연어 및 시계열 데이터 처리를 지원하는 C++ 기반 오픈소스 딥러닝 프레임워크 WICWIU.v3
http://doi.org/10.5626/JOK.2023.50.4.313
WICWIU(위큐)는 국내 대학에서 최초로 공개한 오픈소스 딥러닝 프레임워크이다. 본 연구에서는 자연어 및 시계열 데이터 처리 기능들이 추가된 WICWIU.v3를 개발하였다. WICWIU는 C++ 환경을 위해 설계되었고, GPU 기반 병렬처리를 지원하며, 가독성과 확장성이 우수해 사용자가 직접 새로운 기능을 추가하기에 용이하다. CNN(Convolutional Neural Networks), GAN(Generative Adversarial Networks) 등 영상처리 모델에 중점을 둔 WICWIU.v1과 v2에 비해 WICWIU.v3에는 LSTM(Long Short-Term Memory Networks)과 GRU(Gated Recurrent Units)를 포함한 순환 신경망(RNN), 어텐션 모듈, 트랜스포머(Transformer) 등 자연어 및 시계열 데이터 처리를 위한 클래스와 함수들이 추가되었다. WICWIU.v3를 이용해 기계번역 및 텍스트 합성 모델을 구현함으로써 새로 추가된 자연어 및 시계열 처리 기능들이 정상적으로 동작함을 확인하였다.
MIDS LVT 플랫폼 확장을 고려한 프레임워크 기반 에뮬레이터 설계 및 구현
http://doi.org/10.5626/JOK.2021.48.1.61
MIDS LVT는 Link-16 기반 무기체계에 탑재되어 무기체계 간 Link-16 운용환경을 제공하는 통신 장비이다. 현재 군에서는 MIDS LVT BU1을 운용하고 있지만 성능개량에 따라 BU2, JTRS로 변경될 예정이다. MIDS LVT는 플랫폼 종류(BU1/BU2/JTRS)와 타입(A/D/J)에 따라 통신 인터페이스(Ethernet/1553B), 메시지 데이터 포맷(FIM/FOM, BIM/BOM), 메시지 구성이 달라진다. 본 논문에서는 이러한 문제들을 개선한 MIDS LVT 플랫폼 확장을 고려한 프레임워크 기반의 에뮬레이터 설계 및 구현 방법을 제안한다. SW 아키텍처 품질 속성을 고려하여 변경용이성, 재사용성, 확장 가능한 공통 구조 프레임워크를 설계하였다. 프레임워크 기반의 MIDS LVT 에뮬레이터는 MIDS LVT 에뮬레이터 처리, 연동 인터페이스 처리, 모니터링 도구로 구성된다. MIDS LVT 에뮬레이터는 기 개발된 해외도구에 기능 분석을 통해 에뮬레이터 기능을 도출하고 개선하여 구현하였다. MIDS LVT 에뮬레이터 개발을 통해 성능 개량된 Link-16 기반 호스트 시스템을 개발하고 검증하는데 활용할 수 있을 것이다.
피아식별 모드-5 성능개량을 위한 다기능레이더모의기 설계
http://doi.org/10.5626/JOK.2020.47.6.622
피아식별은 아군과 적군을 식별하기 위한 방법으로 전투기와 함정, 요격 체계 등에 설치되어 운용된다. 미군은 2020년부터 기존 모드-4 사용을 중지하고 모드-5로 전환하므로 연합작전을 위해 우리군도 적기에 모드-5로 전환은 불가피하다. 지역방공 무기체계에서 통제소 및 다기능레이더 등의 IFF관련 구성이 변경되면 안정성 및 인증을 위해서 기존 무기체계의 재검증이 요구된다. 따라서, 통제소의 인터페이스 검증 및 단위시험, 시험평가 전 통합시험 등에 사용 될 다기능레이더모의기가 필요하기 때문에 본 논문에서는 모드-5 성능개량을 위한 모의기의 설계 방안에 대해 제시한다.
C++ 기반 범용 오픈소스 딥러닝 프레임워크 WICWIU
박천명, 김지웅, 기윤호, 김지현, 윤성결, 최은서, 김인중
http://doi.org/10.5626/JOK.2019.46.3.253
국내 대학으로는 최초로 공개한 오픈소스 딥러닝 프레임워크 WICWIU를 소개한다. WICWIU는 다양한 연산자와 모듈, 그리고 일반적인 계산 그래프들을 표현할 수 있는 신경망 구조를 제공하여 Inception, ResNet, DenseNet 등 널리 사용되는 최신 딥러닝 모델들을 구성하기에 충분한 기능을 제공한다. 또한, GPU 기반 대규모 병렬 컴퓨팅을 지원해 빠른 학습이 가능하다. 모든 API가 C++로 제공되어 C++ 개발자들이 쉽게 적응할 수 있으며, C++환경에 기반하기 때문에 파이썬 기반의 프레임워크에 비해 메모리 및 성능 최적화에도 유리하다. 따라서, 프레임워크 자체를 자원이 제한된 환경에 맞도록 수정하기에도 용이하다. 일관성 높은 코드와 API로 구성되어 가독성과 확장성이 우수하며, 한국어 문서를 제공해 국내 개발자들이 쉽게 접근할 수 있다. WICWIU는 Apache 2.0 라이선스를 적용해 어떠한 연구 목적 및 상용 목적으로도 자유롭게 활용할 수 있다.
모바일 클라우드 컴퓨팅을 위한 예측 기반 동적 컴포넌트 오프로딩 프레임워크
http://doi.org/10.5626/JOK.2018.45.2.141
모바일 디바이스의 보편적인 보급으로 인하여 모바일 컴퓨팅은 사용자들의 일상 생활에 편리를 가져다 주는 컴퓨팅 패러다임으로 되었다. 다양한 타입의 모바일 애플리케이션의 출현으로 인하여 사용자들은 언제 어디서나 자신의 스케줄 관리 등 다양한 업무 수행이 가능해졌지만 모바일 디바이스의 리소스 제한적인 문제로 인하여 일정 수준의 컴퓨팅 작업만 수행 가능하고 비교적 큰 컴퓨팅 작업을 수행하기에는 불편한 점이 존재한다. 클라우드 컴퓨팅 연구에서는 제한된 모바일 디바이스의 자원을 해결하기 위하여 기능 컴포넌트를 다른 서버 노드로 오프로딩(Offloading) 시킴으로써, 모바일 노드의 자원 문제를 해결하는 솔루션을 제공하였다. 그러나, 현재 진행되고 있는 동적 오프로딩 기법에 관한 연구는 개념적인 수준의 기법만 제시되고 있다. 본 논문에서는 모바일 노드의 성능을 보장하기 위한 예측 기반 동적 오프로딩기법 및 프레임워크 설계 모델을 제안한다. 그리고 제안한 예측 기반 오프로딩 기법의 유효성 검증을 위한 실험 및 평가를 수행한다.
SWAT: 분산 인-메모리 시스템 기반 SWRL과 ATMS의 효율적 결합 연구
http://doi.org/10.5626/JOK.2018.45.2.113
최근 빅데이터의 시대가 도래하여 다양한 분야로부터 다량의 지식을 얻을 수 있다. 수집된 지식은 정형화된 형태의 지식으로 가공하여 표현되며, 그 중 W3C의 온톨로지 표준 언어인 OWL이 대표적인 정형화 표현 형식이다. 이렇게 표현된 대용량의 온톨로지로부터 내재된 정보를 도출하기 위해 다양한 방법의 심볼릭 추론(Symbolic Reasoning) 연구가 활발하게 진행되고 있다. 그러나 대부분의 추론 연구들은 서술논리(Description Logic)표현 기반의 제한적인 규칙표현을 지원하며 실생활 기반의 서비스를 구축하기에는 많은 제약이 따른다. 또한 잘못된 지식으로부터 도출된 결과는 규칙들 사이의 종속관계에 따라 연쇄적으로 잘못된 지식이 생산될 수 있기 때문에 이러한 잘못된 지식에 대한 처리를 위한 지식관리가 필요하다. 따라서 본 논문에서는 해당 문제를 해결하기 위해 SWRL(Semantic Web Rule Language) 기반의 추론과 ATMS(Assumption-based Truth Maintenance System)간의 결합을 통해 새롭게 도출된 지식에 대한 관리를 할 수 있는 SWAT(SWRL + ATMS) 시스템을 제안한다. 또한 이 시스템은 대용량 데이터를 처리하기 위해 분산 인-메모리 프레임워크 기반의 SWRL추론과 ATMS를 병합 구축하였으며 이를 바탕으로 웹 형태의 ATMS 모니터링 시스템을 통하여 사용자가 손쉽게 잘못된 지식을 검색 및 수정할 수 있도록 한다. 본 논문에서 제안하는 방법에 대한 평가를 위해 LUBM(Lehigh University Benchmark)데이터 셋을 사용하였으며, 대용량 데이터에 대한 SWRL 추론과 잘못 추론된 정보에 대한 삭제를 통해 효율적인 추론과 관리가 가능한 결합 방법임을 증명한다.
