http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
클라우드 컴퓨팅 환경에서 검색가능 암호화 시스템을 위한 전사적 공격에 효과적인 다중 색인 기법
정준호(Junho Jeong),홍영식(Young Sik Hong) 한국정보과학회 2013 정보과학회논문지 : 정보통신 Vol.40 No.5
클라우드 환경에서는 서비스 제공자를 신뢰할 수 없음으로 중요한 정보를 포함하는 데이터는 암호화하여 저장하는 것이 바람직하다. 검색가능 암호화 시스템은 암호화하여 저장한 정보를 복호화하지 않고서도 키워드의 검색을 수행할 수 있는 유용한 보안기술이다. 그러나 공격자들은 검색가능 암호화 시스템의 장점을 역으로 이용하여 전사적 공격을 통해 시스템에 과부하를 일으키며, 자신에게 필요한 정보를 획득한다. 그러므로 본 논문은 블룸필터를 이용한 다중 색인으로 공격자가 검색에 사용된 질의 획득을 통해 키 및 정보를 유추하며 다수의 거짓질의를 발생시키는 전사적 공격에도 효과적으로 대응할 수 있는 검색 가능 암호화 기법을 제안한다. In cloud computing, the clients have to encrypt and store the data which contain critical information because cloud servers cannot be fully trusted in protecting them. A Searchable Encryption System enables the clients to search encrypted keywords without compromising the security of the original data. However, malicious users are able to take advantage of the Searchable Encryption Systems and impose overloads to the system using a Brute force attack. As a result, it may lead to retrieval of the critical information such as key or generation of false queries. Therefore, we propose a novel Searchable Encryption Scheme based on multi-indices by Bloomfilter to efficiently deal with such Brute force attack.
LiDAR를 이용한 농업용 무인헬기 충돌방지시스템 개발
정준호(Junho Jeong),김학성(Hakseong Gim),이동우(Dongwoo Lee),석진영(Jinyoung Suk),김승균(Seungkeun Kim),김진구(Jingu Kim),류시대(Si-dae Ryu),김성남(Sungnam Kim) 한국항공우주학회 2016 韓國航空宇宙學會誌 Vol.44 No.7
본 논문에서는 농업용 무인헬기를 위한 LiDAR 기반 충돌방지시스템을 제안하고 개발과정을 소개한다. 충돌방지시스템은 장애물 검출 시스템, 매핑 알고리즘, 충돌회피 알고리즘으로 구성된다. LiDAR 기반의 장애물 검출 시스템은 무인헬기에 탑재되어 실시간으로 장애물 정보를 획득하며, 이를 통해 획득한 정보와 무인헬기 자세/위치 정보를 융합하여 충돌위험성이 있는 장애물에 대해 격자 지도 기법을 적용한 매핑을 수행한다. 무인헬기가 장애물에 접근할 시 확보된 지형정보를 기반으로 충돌방지 경고 생성을 위해 종/횡방향 기동을 고려한 충돌방지 알고리즘을 구현하며, 이를 통해 운용자에게 전달해 회피 기동을 수행한다. 구축된 시스템은 무인헬기를 이용해 항공방제 패턴을 모사한 비행시험을 수행하였으며, 비행시험 결과 충돌방지 성능 및 가능성을 확인하였다. This paper proposes a collision prevention system for an agricultural unmanned helicopter. The collision prevention system consists of an obstacle detection system, a mapping algorithm, and a collision avoidance algorithm. The obstacle detection system based on a LiDAR sensor is implemented in the unmanned helicopter and acquires distance information of obstacles in real-time. Then, an obstacle mapping is carried out by combining the distance to the obstacles with attitude/location data of the unmanned helicopter. In order to prevent a collision, alert is activated to an operator based on the map when the vehicle approaches to the obstacles. Moreover, the developed collision prevention system is verified through flight test simulating a flight pattern aerial spraying.