디지털 라이브러리[ 검색결과 ]
클라우드 컴퓨팅 환경에서 분산 테이블 구조를 활용한 OWL-Horst 온톨로지 추론 엔진
http://doi.org/10.5626/JOK.2020.47.7.674
최근에 웹으로부터 얻은 데이터들을 통해 온톨로지를 확장하는 많은 기계 학습법들이 연구되고 있다. 그리고 웹으로부터 얻는 데이터들은 계속 증가하기 때문에 대용량 온톨로지 추론 방법에 대한 관심도 증가하고 있다. 하지만 점점 증가하는 데이터의 양은 처리 속도가 저하되는 문제점이 있다. 본 논문에서는 대용량 데이터 처리속도 저하 문제점을 해결하기 위해 분산 테이블 구조 데이터프레임을 사용하여 대용량 OWL-Horst 추론 성능 개선 방법에 대해 설명하고, OWL-Horst 추론순서 구조를 정확도와 속도를 고려하여 효과적으로 설계한 방법에 대해 설명한다. 또 추론 성능을 높이기 위한 분산 병렬 추론 알고리즘 및 최적화 방법에 관해 설명한다. 본 논문에서 제안하는 분산 테이블 구조 데이터프레임을 사용한 추론 시스템의 성능을 평가하기 위해 LUBM1000, LUBM2000, LUBM3000, LUBM4000 대상으로 실험을 진행했고, 기존 RDD(Resilient Distrbuted DataSet), SQL(Structured Query Language) 기반 추론엔진을 비교하여 가장 우수한 성능을 얻었다.
온톨로지와 CNN 기반의 무인기와 주변 개체 간 위협 관계 추론
http://doi.org/10.5626/JOK.2020.47.4.404
무인기 스스로 주변 개체와의 관계를 파악하고 상황을 인지하는 기술은 다양한 분야에서 필요로 하는 기술이다. 이를 위해 다양한 방법이 연구되고 있다. 대부분의 연구는 관련 도메인의 지식을 온톨로지로 구축하고 이를 기반으로 지식 추론하는 방식으로 해결하고 있다. 하지만 이러한 방식은 관련 도메인 지식을 가진 전문가의 의존성 때문에 전문가의 부재 시, 새로운 상황에 대해 대처할 지식을 구축하기가 어렵다. 또한 전문가가 고려하지 못한 상황을 추론하기 위한 지식을 구축하기가 어렵다. 그래서 본 연구에서는 이와 같은 문제를 해결하기 위해 온톨로지와 CNN을 이용하여 무인기와 주변 개체 간의 관계를 추론하기 위한 모델을 구축하는 방식을 제안한다. 온톨로지 추론의 정확도는 부족하다는 가정에서 감지된 주변 개체들의 정보를 활용하여 온톨로지 추론을 먼저 수행한다. 그리고 온톨로지 추론 결과는 CNN을 사용하여 보정한다. 실제 데이터 확보의 한계로 인해 데이터 생성기를 구축하여 실 데이터와 유사한 데이터를 생성하였다. 본 연구의 평가를 위해 2가지 개체 간 관계에 대한 모델을 구축하여 평가하였으며 두 관계 모델 모두 90% 이상의 정확도를 보였다.
지각 정보를 활용한 이벤트 연산 기반 고령자 생활패턴 인지 연구
http://doi.org/10.5626/JOK.2019.46.11.1149
본 논문은 고령자의 주거 공간에서 획득될 수 있는 일상 행동 정보로 표현된 지각 정보를 바탕으로 행위 의도를 통해 고령자의 생활패턴을 인지하는 기법을 제안한다. 제안하는 기법은 고령자의 각 행위 의도와 관련된 행동, 자세 정보로 표현된 온톨로지를 기반으로 지각정보를 입력받아, 이벤트 연산(event calculus)을 수행하여 고령자의 행위 의도를 파악한다. 파악된 행위 의도를 기반으로 행위 의도의 빈도 및 패턴 분석을 통해 고령자의 생활패턴을 인지한다. 실제 고령자의 주거지안의 공간에서 발생하는 일상 행위 의도는 복합적으로 발생하며, 복합적으로 발생하는 행위 의도를 인지하기는 어렵기 때문에 이를 통한 생활패턴의 인지에 한계점을 가진다. 이러한 문제를 해결하기 위해 본 논문에서는 일상 행동 정보로 표현된 지각 정보에 대한 온톨로지를 구성하고, 이벤트 연산기반 추론을 통해 행위 의도 인지를 위한 추론을 수행한다. 본 논문에서 제안한 기법을 평가하기 위해 행위 의도가 기록된 지각정보를 기반으로 행위의도 인지 실험을 수행한 결과 84%의 정밀도와 85%의 재현율을 보였다.
온톨로지 기반 무인기의 자율 위협 상황 인지 시스템
http://doi.org/10.5626/JOK.2019.46.10.1044
무인기의 자율적인 위협 상황 인지는 다양한 분야에서 필요한 기술이다. 이를 위해 다양한 접근 방식이 제안되었지만 대부분은 개체의 의미 정보를 추론하기 위한 방식이다. 따라서 본 연구에서는 기존 개체의 의미적 정보를 기반으로 개체 간 관계 추론을 통해 무인기의 위협 상황을 인지할 수 있는 방법을 제안한다. 본 연구에서는 크게 3가지 방법을 통해 UAV의 위협 상황을 인지한다. 첫 번째로 LOD기반 그리드 맵을 사용하여 인지된 의미적 개체의 정보를 표현한다. 두 번째로 무인기 주변 개체들에 대한 개념들을 온톨로지로 정의하고 개체 간 관계 및 상황은 SWRL로 정의한다. 세 번째로 온톨로지 추론을 통하여 개체 간 관계 및 무인기의 위협 상황을 인지하고 시뮬레이터 시스템을 구축하여 이를 시각화한다.
딥러닝 기반 스포츠 캐스팅
http://doi.org/10.5626/JOK.2019.46.10.1020
스포츠 캐스팅을 할 때는 스포츠 장면에 대한 상황 정보, 선수 정보 그리고 과거 지식을 기반으로 현재 상황에 대한 이해와 추론이 필요하다. 본 논문에서는 장면 분류 모델, 선수 검출 모델 그리고 선수의 행동 인식 모델을 학습하여 스포츠 영상에 대한 정보를 얻고 과거 데이터를 지식화 해서 저장 해놓은 온톨로지를 이용하여 현재 상황에 대한 이해와 추론을 하는 방법을 소개한다. 총 3가지 종류의 캐스팅을 생성한다. 실시간 웹 데이터로부터 지식화 하여 캐스팅을 생성하고, 13개의 장면을 분류하여 온톨로지와 결합하여 캐스팅을 생성한다. 그리고 선수의 포지션과 8개의 행동을 인식하여 온톨로지와 결합하여 캐스팅을 생성한다. 모든 데이터는 2018년 4월 1일부터 2018년 4월 14일까지 있었던 KBO 경기를 직접 labeling 하여 모델을 학습하였다.
무인기와 주변 개체간의 위협 관련 관계추론을 통한 무인기 상황인지 기법
http://doi.org/10.5626/JOK.2019.46.2.141
무인기의 기술적 성능이 향상됨에 따라 무인기가 각종 위험을 스스로 인지하고 회피하면서 목표 지역에 접근하기 위해 지능적으로 UAV의 상황을 분석하고 이해하려는 연구가 활발하다. 무인기의 임무를 달성하기 위해서는 빠른 상황 판단과 함께 정확한 상황 판단이 요구된다. 이를 위해 본 논문에서는 3단계의 접근방식을 통하여 무인기와 인지된 주변 개체 간의 위협 관련 관계를 추론하고 이를 기반으로 무인기의 상황을 추상화된 정보로 제공하는 방법을 제안한다. 첫 번째 단계는 무인기가 인지한 개체 데이터를 온톨로지 및 규칙 추론에 활용하기 위해 개체화 하는 것이다. 두 번째 단계는 개체화된 데이터에 대해 개체 간 위협과 관련된 추론의 우선순위를 정의하고 이들 간의 관계 추론을 한다. 마지막으로 현재 추론된 관계들과 과거에 추론된 관계들 간의 연관성을 고려한 관계 추론을 통하여 상황을 인지한다. 제안한 방식의 성능 평가를 위해 가상의 무인기 환경 시뮬레이터를 구축하고 순차적인 5개의 무인기 이동 포인트 경로를 무작위로 1,000번 생성하여 실험하였다. 무인기 이동 경로에서 8종류의 개체를 인지할 수 있으며, 10종류의 관계를 추론할 수 있다. 그리고 전체적인 추론 인지 성능은 평균 91% 이다.
사물 인터넷 미들웨어에서 날씨 온톨로지 시스템
http://doi.org/10.5626/JOK.2019.46.1.97
날씨 정보에 대한 중요성의 확대로 사물 인터넷 기반의 날씨 정보 응용 프로그램이 증가하고 있다. 하지만 기존 날씨 응용 프로그램은 방대한 양의 날씨 데이터를 효율적으로 저장 및 관리하지 못한다. 또한 날씨 데이터가 보유하고 있는 속성 정보를 활용하지 않으므로 날씨 데이터가 내포하는 의미를 활용한 지능적 검색이 어렵다. 본 논문에서는 이러한 문제들을 해결하기 위해 사물인터넷 미들웨어인 MinT를 활용하여 날씨 정보 관리 온톨로지 시스템을 구축 한다. 사물인터넷 미들웨어에서 온톨로지를 적용하여 방대한 양의 날씨 센싱 데이터를 효율적으로 관리하고 공유할 수 있다. 또한 추론엔진과 규칙기반 정보를 사용함으로써 수집된 센싱 데이터에 의미를 부여하였다. 구축된 날씨 온톨로지를 사용하여 사용자의 질의에 검색결과를 UI를 통해 제공하였다. 성능평가를 위하여 성능척도로 검색결과에 대한 유용성을 사용하였다. 실험 결과에서 제안된 날씨 온톨로지 시스템은 높은 유용성을 가진 검색 결과를 제공함을 보였다.
요구 공학 과정에서 보안성과 사용성 요구사항 사이의 충돌을 발견하기 위한 온톨로지 기반 접근법
http://doi.org/10.5626/JOK.2018.45.11.1142
요구 공학 과정에서 보안성과 사용성 사이의 충돌을 다루는 일은 어렵다. 보안성과 사용성은 충돌하는 특성을 가지며 관련된 의미론적인 통합 연구가 부족하기 때문이다. 또한 보안 전문가의 수가 감소하고 있으며 요구 공학 과정에서 두 요소 사이의 충돌을 발견하는 방법이 마땅치 않다. 따라서, 우리는 보안성과 사용성의 정의, 기준, 그리고 지표에서 추출한 키워드를 연결하여 3계층의 보안성-사용성 온톨로지 지식 베이스를 구축하는 새로운 접근법을 제안한다. 게다가, 우리는 이 지식 베이스의 실용성을 논의하기 위하여 컴퓨터 공학 전공 학생들과 두 가지의 사례 연구를 진행하였다. 그 결과, 제안하는 지식 베이스를 사용한 그룹(팀 A)이 사용하지 않은 그룹(팀 B)보다 신뢰도가 높은 충돌을 더 많이 예측하였다. 제안하는 접근법은 사용자의 지식 수준에 상관없이 요구 공학 과정에서 보안성과 사용성 사이의 충돌을 발견할 수 있으며 지금까지 요구 공학 연구의 실질적인 부분에 대한 증명이 어려웠음에도 불구하고 요구 공학연구의 응용 가능성을 보여주었다.
시스템 오브 시스템즈 온톨로지 구축을 위한 사례 분석 기반의 메타모델 개발
http://doi.org/10.5626/JOK.2018.45.10.1056
온톨로지(ontology)는 시스템과 정보 도메인 상에 존재하는 다양한 개념과 관계를 체계적으로 정의하는 기법으로, 특정 목적을 위한 공통된 지식 기반을 구축하고 상호작용의 불일치를 줄이기 위해 활용된다. 시스템 오브 시스템즈(System-of-Systems, SoS)는 여러 독립적인 구성 시스템들의 협력을 통해 목표를 달성하는 매우 크고 복잡도가 높은 시스템으로, SoS 전반에 걸친 설계와 개발을 위해서는 앞서 설명한 온톨로지의 구축이 요구된다. 하지만 이러한 온톨로지 구축을 위해서는 도메인 전문가가 개발 대상시스템과 정보 도메인을 효과적이고 체계적으로 표현하기 위한 도구가 필요하다. 본 연구는 이러한 목적을 달성하기 위해, SoS 온톨로지 구축을 위한 모델 기반 기법으로 M2SoS (Meta-model for SoS)을 사례분석을 바탕으로 개발하고자 한다.
지능형 지속 위협을 막기 위한 사회공학 기반 보안요구사항 추천 프레임워크
http://doi.org/10.5626/JOK.2018.45.10.1015
지능형 지속 위협(Advanced Persistent Threat, APT)는 우리 사회를 구성하고 있는 사회 기술적 시스템(Socio-technical System, STS)에 큰 위협이 되고 있다. 지능형 지속 위협은 기존의 전통적인 방식의 사이버 위협과는 다르게 하나의 해킹 기술이 아닌 공격 프로세스로서, 고도화된 다양한 익스플로잇을 이용하여 오랜 기간 동안 특정 대상을 노리기 때문에 탐지하거나 방어하기가 쉽지 않다. 특히, 기존의 지능형 지속 위협 대응책에는 방화벽, 로그검사, 패킷 분석과 같은 기술적인 방법들이 주를 이루는데, 지능형 지속 위협의 전체 프로세스 중 초기 단계에서 사람의 취약점을 노리는 사회 공학 기법이 이용되기 때문에 이러한 기술적인 보안 체계는 손쉽게 무력화된다. 본 논문에서는 지능형 지속 위협을 막기 위한 첫걸음으로 3계층 접근법을 이용하여 취약한 사회 공학 기법을 다양한 인적 요소를 분석해 사전에 파악하고 이를 보완할 보안 요구사항을 온톨로지를 통해 추천해주는 프레임워크를 제안한다.
