GPS 기반 이동수단 분류 방법 및 수집 주기 최적화 연구

정치윤,김무섭,정현태,정승은 조선대학교 IT연구소 2020 정보기술융합공학논문지 Vol.10 No.2

Understanding the characteristic of users' mobility mode is a requisite of Location-based Services (LBS) such as destination estimation, travel pattern and trajectory analysis. The classification accuracy of mobility mode is highly affected by the GPS sampling rate, which has a significant effect on the battery consumption of the device. Therefore, this paper presents a new method to extract mobility features from GPS trajectories for mobility mode classification, and analyze the effect of GPS sampling rate on the classification accuracy and battery consumption. Specifically, we propose features including Heading Change Rate (HCR), Stop Rate (SR), and Velocity Change Rate (VCR) based on moving duration, in addition to statistical features such as velocity, acceleration, and jerk measured from the GPS trajectories. The proposed method is compared with previous work using various machine learning algorithms, and the experiment results show that the proposed method shows 2.3%~3% higher accuracy with random forest classification. Also, the results demonstrate that setting the GPS sampling rate to 10 seconds reduces classification accuracy by 0.6% compared to the highest accuracy, but reduces battery consumption by 33%, minimizing battery consumption without loss of classification accuracy. 사용자의 이동수단을 분류하여 그 특성을 이해하는 것은 여행 패턴 분석, 목적지 및 이동 경로 예측 등 위치기반 서비스를 제공하기 위한 핵심정보로 활용될 수 있다. 따라서 GPS 데이터를 사용하여 사용자의 이동수단을 분류하는 방법에 관한 관심과 연구들이 증가하고 있다. 사용자의 이동수단을 분류하는 방법은 입력 GPS 데이터의 샘플링 주기에 따라 분류 정확도가 달라지며, GPS 데이터의 샘플링 주기는 수집 기기의 배터리 소모에 영향을 미친다. 따라서 본 논문에서는 GPS 궤적정보를 사용하여 이동수단을 분류하는 새로운 방법을 제안하고, GPS 데이터의 샘플링 주기가 이동수단분류 방법의 정확도 및 에너지 소비에 미치는 영향을 분석하였다. 이를 위하여 본 논문에서는 GPS 궤적으로부터 속도, 가속도, 저크를 계산하여 다양한 통계적 특징을 추출하였으며, 이동 시간을 고려한 이동 방향의 변화 비율, 정지 비율, 속도 변화율을 특징으로 활용하는 이동수단 분류 방법을제안하였다. 실험에서는 제안 방법과 기존의 방법을 다양한 기계학습 알고리즘을 사용하여 비교하였으며, 랜덤 포레스트 분류 알고리즘을 사용하는 경우 제안 방법이 기존 방법보다 2.3%~3% 이상높은 정확도를 가지는 것을 확인하였다. 또한, 제안 방법을 사용하여 GPS 데이터의 샘플링 주기 변화에 따른 이동수단 분류 정확도 및 배터리 소비량을 분석하였다. 실험 결과, 샘플링 주기를 10초로설정하면 분류 정확도는 최고 정확도 대비 0.6% 감소하지만, 배터리 소비량은 33% 이상 감소하여이동수단 분류 정확도의 손실 없이 에너지 소모를 최소화하는 것을 확인하였다.

멀티 브랜치 네트워크 구조 탐색을 사용한 구름 영역 분할

정치윤,문경덕,김무섭 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.2

To precisely and reliably analyze the contents of the satellite imagery, recognizing the cloudswhich are the obstacle to gathering the useful information is essential. In recent times, deep learningyielded satisfactory results in various tasks, so many studies using deep neural networks have beenconducted to improve the performance of cloud detection. However, existing methods for cloud detectionhave the limitation on increasing the performance due to the adopting the network models for semanticimage segmentation without modification. To tackle this problem, we introduced the multi-branch neuralarchitecture search to find optimal network structure for cloud detection. Additionally, the proposedmethod adopts the soft intersection over union (IoU) as loss function to mitigate the disagreement betweenthe loss function and the evaluation metric and uses the various data augmentation methods. Theexperiments are conducted using the cloud detection dataset acquired by Arirang-3/3A satellite imagery. The experimental results showed that the proposed network which are searched network architectureusing cloud dataset is 4% higher than the existing network model which are searched network structureusing urban street scenes with regard to the IoU. Also, the experimental results showed that the soft IoUexhibits the best performance on cloud detection among the various loss functions. When comparing theproposed method with the state-of-the-art (SOTA) models in the field of semantic segmentation, theproposed method showed better performance than the SOTA models with regard to the mean IoU andoverall accuracy.

네트워크 보안 이벤트 시각화 기술

정치윤,장범환,나중찬,Jeong, Chi-Yun,Jang, Beom-Hwan,Na, Jung-Chan 한국전자통신연구원 2008 전자통신동향분석 Vol.23 No.4

최근 이루어지는 사이버 공격들의 형태가 점점 더 다양해지고 공격의 전파 속도가 빨라짐에 따라 기존의 침임 탐지 기법으로는 이러한 공격을 신속하게 탐지하고 차단하기에는 한계가 있다. 이와 같은 문제점을 해결하기 위해서 최근에 네트워크 보안 이벤트 시각화 기술에 대한 연구가 활발히 진행되고 있다. 네트워크 보안 이벤트 시각화 기술은 네트워크 상에서 발생되는 방대한 양의 이벤트를 실시간으로 시각화함으로써 네트워크 공격의 탐지, 알려지지 않은 공격 패턴 분류, 네트워크 이상 상태의 발견 등 네트워크 보안 상황을 관리자가 직관적으로 인지할 수 있도록 하는 기술이다. 본 고에서는 보안 이벤트 시각화 기술을 유선 네트워크와 무선 네트워크로 구분하여, 각각의 네트워크 환경에서 현재 개발되고 있는 기술의 동향과 앞으로의 발전 방향에 대해서 다루도록 한다.

제로 UI 기술 동향

정치윤,Jeong, C.Y. 한국전자통신연구원 2017 전자통신동향분석 Vol.32 No.2

사용자 인터페이스는 기계와 인간 사이에 상호작용을 할 수 있도록 도와주는 기술로써, 개인용 컴퓨터에서부터 애플의 멀티터치를 사용한 스마트폰까지 스크린 기반의 사용자 인터페이스가 주류를 이루고 있다. 제로 UI(User Interface)는 사용자의 생활 환경 안에서 자연스럽게 사용자의 요구사항을 인지하여 필요한 서비스를 제공함으로써 현재 스크린 기반의 사용자 인터페이스를 최소화하려는 기술이다. 제로 UI는 스마트한 기계들의 상황인지를 통한 판단, 사용자의 음성 인식, 사용자의 자연스러운 제스쳐 인식 등을 통하여 구현될 수 있으며, 본고에서는 음성인식을 통하여 사용자와 친화적으로 상호작용하고 있는 관점과 스마트 기기들이 상황인지를 통하여 자율적으로 판단함으로써 인터랙션을 줄이는 측면에서의 제로 UI의 기술 동향을 소개한다.

지능형 영상분석 이벤트 탐지 기술동향

정치윤,한종욱,Jeong, C.Y.,Han, J.W. 한국전자통신연구원 2012 전자통신동향분석 Vol.27 No.4

최근 CCTV(Closed Circuit Television)의 설치가 증가하면서 효율적인 모니터링을 위하여 지능형 영상분석 기술에 대한 관심이 높아지고 있다. 지능형 영상분석 기술은 영상의 정보를 분석하여 자동으로 이상 행위를 탐지하고 관리자에게 경보를 전송하는 기술로써, 사고를 사전에 예방하고 사고가 발생한 경우에는 신속하게 대응하여 피해를 줄일 수 있게 해준다. 본고에서는 지능형 영상분석 기술이 탐지할 수 있는 이상 행위, 즉 이벤트를 그 목적에 따라서 보안, 비즈니스 인텔리전스, 객체인식으로 구분하여 현재 기술 수준을 살펴볼 것이다. 그리고 앞으로 지능형 영상분석에서 이벤트 탐지 기술의 발전 방향을 사람의 행동인식, 행위 기반 이상 현상 탐지, 군중 환경에서 이벤트 탐지, 지능형 영상분석 구조의 변화 등의 관점으로 구분하여 살펴보고자 한다.

안개 제거가 객체 검출 성능에 미치는 영향 분석

정치윤,김무섭,하동휘,문경덕 한국지능시스템학회 2022 한국지능시스템학회논문지 Vol.32 No.2

Existing methods for image dehazing are focused on increasing the quality of restored images, so they require huge parameters. Considering that the main purpose of image dehazing is a preprocessing step for various tasks, it is important to balance the model complexity by considering the performance of image dehazing and that of the main tasks. Therefore, in this paper, we analyze the effect of image dehazing on object detection, a typical task of computer vision. We use nine dehazing models having different performances and the six object detection methods for analyzing the relation between the performance of dehazing and its influence on object detection. Experimental results showed that the performance of the object detection methods does not increase in proportion to the performance of the image dehazing and it converges when the performance of the image dehazing exceeds a certain level. By using the results, it is expected that an efficient dehazing model can be developed by considering the performance improvement in the main task and the model complexity 안개 제거 기술은 안개 제거 영상의 품질 향상에 초점을 맞추고 있어 모델 복잡도가 비약적으로 증가하고 있다. 하지만 안개 제거 기술은 다른 태스크의 전처리 과정으로 활용되어 안개 제거성능과 태스크의 성능을 모두 고려하여 모델 복잡도의 균형을 이루는 것이 중요하다. 이를 위해, 본 논문에서는 안개 제거 기술의 성능과 객체 검출 성능과의 관계를 분석하는 연구를 수행하였다. 먼저 최신 안개 제거 모델을 사용하여 다양한 성능을 가지는 9개 안개 제거 모델을 생성하였다. 그리고 공개 데이터셋에 적용하여 안개 제거 영상을 생성한 후, 6개의 객체 검출 모델을 적용하여 검출 성능을 측정하였다. 실험 결과 객체 검출 성능은 안개제거성능에 비례하여 증가하지 않고, 객체 검출 성능에 영향을 주는 안개 제거성능의 최소및 최대 임계치가 존재함을 확인하였다. 이를 활용하면 안개 제거성능과 객체 검출 성능 향상에 균형을 맞춘 효율적인 안개 제거 모델을 생성할 수 있을 것으로 기대된다.

영상 감시 기술에서의 빅데이터 이슈

정치윤(Chi Yoon Jeong),한종욱(Jong-wook Han),장종수(Jong-Soo Jang) 한국정보기술학회 2012 한국정보기술학회지 Vol.10 No.3

최근 범죄예방, 시설관리, 교통안전 등의 다양한 목적으로 CCTV가 급속하게 보급되면서, 영상감시를 통하여 생성되는 데이터의 양이 폭발적으로 증가하고 있다. 이와 같은 사실은 영상 감시 기술에서 빅데이터에 대한 고민이 필요한 시점이 도래했음을 알리고 있다. 고해상도 카메라의 보급과 설치 대수의 증가로 인하여 영상 감시데이터를 저장하는 데 수 십 페타 바이트 이상의 스토리지가 필요하고, 지능형 영상 분석 기술은 카메라에서 초당 30프레임씩 전송되는 영상을 실시간으로 분석하고 이상행위를 탐지하도록 요구 받고 있다. 또한 영상 데이터뿐만 아니라 메타 데이터, 위치 정보 등의 다양한 비정형 데이터를 동시에 처리할 수 있는 영상 감시 기술에 대한 필요성이 증가하고 있다. 따라서 빅데이터적 특성을 가지는 영상 감시 데이터에 영상 감시 기술을 적용하기 위해서는 지능형 영상 분석 기술의 성능 향상과 영상 데이터 저장 기술의 발전이 필요하다. 본고에서는 영상 감시 기술에 빅데이터 분석을 적용하기 위해서 고려해할 기술적인 사항과 현재 영상 감시 기술에서 빅데이터 분석을 적용한 사례에 대해서 소개하고자 한다.

균형 잡힌 데이터 증강 기반 영상 감정 분류에 관한 연구

정치윤(Chi Yoon Jeong),김무섭(Mooseop Kim) 한국멀티미디어학회 2021 멀티미디어학회논문지 Vol.24 No.7

시각화 기반의 효율적인 네트워크 보안 상황 분석 방법

정치윤(Chi Yoon Jeong),손선경(Seon-Gyoung Sohn),장범환(Beom-Hwan Chang),나중찬(Jung-Chan Na) 한국정보보호학회 2009 정보보호학회논문지 Vol.19 No.3

네트워크 관리자가 침입 탐지 시스템, 방화벽 등의 보안 장비에서 발생하는 경보 메시지를 통하여 네트워크에서 이상 현상이 발생하였는지를 인지하고, 이상 현상이 실제 네트워크 보안 위협인지를 판단하기 위해서는 경보 메시지와 관련된 트래픽을 검색하고 분석하는 등의 일련의 작업이 필요하다. 하지만 보안 장비에서 발생되는 경보 메시지의 양이 많을 뿐만 아니라, 네트워크 관리자가 관련 트래픽을 검색하고 분석하는데 많은 시간이 소요되는 등의 문제점이 있다. 따라서 본 논문에서는 보안 이벤트 시각화 기술을 사용하여 네트워크의 보안 상황을 보다 빠르고 효과적으로 분석할 수 있는 방법을 제안한다. 제안된 방법의 경우 전체 IP 주소 공간에서 트래픽의 흐름을 표현하기 때문에 네트워크 관리자가 현재 네트워크에서 발생되는 보안 위협을 보다 빠르게 판단할 수 있도록 도와준다. Network administrator recognizes the abnormal phenomenon in the managed network by using the alert messages generated in the security devices including the intrusion detection system, intrusion prevention system, firewall, and etc. And then the series of task, which searches for the traffic related to the alert message and analyzes the traffic data, are required to determine where the abnormal phenomenon is the real network security threat or not. There are many alert messages to have to inspect in order to determine the network security situation. Also the much times are needed so that the network administrator can analyze the security condition using existing methods. Therefore, in this paper, we proposed an efficient method for analyzing network security situation using visualization. The proposed method monitors anomalies occurred in the entire IP address's space and displays the detail information of a security event. In addition, it represents the physical locations of the attackers or victims by linking GIS information and IP address. Therefore, it is helpful for network administrator to rapidly analyze the security status of managed network.

시각화 기반의 보안 상황 감시 시스템 설계 및 구현

정치윤(Chi Yoon Jeong),손선경(Seon Gyoung Sohn),장범환(Beom Hwan Chang),나중찬(Jung Chan Na) 한국정보과학회 영남지부 2007 한국정보과학회 영남지부 학술발표논문집 Vol.1 No.1

시각화 기반의 보안 상황 감시 시스템은 라우터 등의 네트워크 장비와 방화벽, 침입 탐지 시스템 등의 보안 장비에서 발생하는 수많은 보안 이벤트를 수집하는 보안 이벤트 수집기, 수집된 보안 이벤트를 이용하여 네트워크의 보안 상황을 분석하는 보안 이벤트 분석기, 보안 이벤트 수집기에서 수집된 실시간 데이터와 보안 이벤트분석기에서 분석된 데이터를 시각화하는 보안 이벤트 시각화기로 구성되어 있다. 본 논문에서는 시각화 기반의 보안 상황 감시 시스템의 세 가지 구성 요소가 가져야하는 요구사항을 도출하고, 각 구성요소에 필요한 기능을 설계하였다. 또한 설계된 시스템을 구현한 결과를 기술하였으며, 구현된 시스템이 네트워크 보안 상황을 효율적으로 감시할 수 있음을 확인하였다.