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.

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.

한정된 폭을 가지는 물체의 실시간 골격 검출

정치윤(Chi-Yoon Jeong),홍기상(Ki-Sang Hong) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.2004 No.1

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.

균형 잡힌 데이터 증강 기반 영상 감정 분류에 관한 연구

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

단일 단계 검출 방법을 위한 이미지 합성 기반 학습 데이터 증강에 관한 연구

이선경 ( Seon-gyeong Lee ),정치윤 ( Chi Yoon Jeong ),문경덕 ( Kyeongdeok Moon ),김채규 ( Chae-kyu Kim ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1

딥러닝 기반의 영상 분석 방법들은 많은 양의 학습 데이터가 필요하며, 학습 데이터 구축에는 많은 시간과 노력이 소요된다. 특히 객체 검출 분야의 경우 영상 내 객체의 위치, 크기, 범주 등의 정보가 모두 필요하여 학습 데이터 구축에 더 많은 어려움이 있으며, 이를 해결하기 위해 최근 이미지 합성 기반 데이터 증강에 관한 연구가 활발히 진행되고 있다. 이미지 합성기반 데이터 증강 방법은 배경 영상에 객체를 합성할 때 객체와 배경 영상이 접한 영역에서 아티팩트(Artifact)가 발생하며, 이는 객체 검출 모델이 아티팩트를 객체의 특징으로 모델링하여 검출 성능이 저하되는 원인이 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 양방향 필터 기반의 이미지 합성 방법을 제안하고, 단일 단계 검출의 대표적인 방법인 RetinaNet을 이용하여 이미지 합성기반 데이터 증강 방법의 성능을 분석하였다. 공개 데이터셋에 대한 실험 결과 본 논문에서 사용한 단일 검출 방법 및 데이터 증강 기법을 사용하면 더 적은 양의 증강 데이터로 기존 방법과 동일한 성능을 보여주는 것을 확인하였다.

시각 정보의 청각 대체를 위한 청각 해상도 분석 연구

김무섭(Mooseop Kim),정치윤(Chi Yoon Jeong) 한국지능시스템학회 2021 한국지능시스템학회논문지 Vol.31 No.3

인터넷에서의 유해 이미지 컨텐츠 등급 분류 기법

남택용(Taek Yong Nam),정치윤(Chi Yoon Jeong),한치문(Chimoon Han) 한국정보과학회 2005 정보과학회논문지 : 정보통신 Vol.32 No.3

본 논문은 인터넷 등을 통해 유입되는 유해 이미지를 그 특징을 이용하여 무해, 선정, 유해(누드), 심한 유해(성인물)과 같은 이미지 컨텐츠의 등급으로 선별하기 위한 이미지 특징 추출 방법과 이미지 분류 기술을 제시한 것이다. 이를 위해 본 논문에서는 입력 이미지에서 유해 정보임을 인식하기 위한 피부 영역 검출 기법을 제시한다. 또한, 노이즈를 줄이고 효과적으로 유해성 정도를 추출하기 위해 관심 영역을 설정하고 그 관심 영역 안에서만 특징을 정의하는 관심 영역 검출 알고리즘을 제안한다. 그리고 이미지를 4 종류의 등급으로 선별하기 위해 유해 이미지 분류 모델을 생성하는 다중 SVM 학습 기법과 생성된 분류 모델을 이용하여 입력 데이타의 유해 등급을 분류하는 다중 SVM 분류 기법을 제시한다. 특히 피부색 영역 이미지의 형태 정보와 피부색 비율 이미지의 색깔정보를 합하여 만든 피부색 가능성 분포 이미지를 제시하고, 이 피부색 가능성 분포 이미지를 축소하여 학습 과정에서 특징 분류를 위해 이용하는 이미지 특성 벡터를 제안한다. 마지막으로 본 논문에서 제안한 유해 이미지 등급 선별 기법을 적용한 실험 결과와 이미지의 유해 등급 분류에 대한 판별 성능을 평가한다. This paper presents the image feature extraction method and the image classification technique to select the harmful image flowed from the Internet by grade of image contents such as harmlessness, sex-appealing, harmfulness (nude), serious harmfulness (adult) by the characteristic of the image. In this paper, we suggest skin area detection technique to recognize whether an input image is harmful or not. We also propose the ROI detection algorithm that establishes region of interest to reduce some noise and extracts harmful degree effectively and defines the characteristics in the ROI area inside. And this paper suggests the multiple-SVM training method that creates the image classification model to select as 4 types of class defined above. This paper presents the multiple-SVM classification algorithm that categorizes harmful grade of input data with suggested classification model. We suggest the skin likelihood image made of the shape information of the skin area image and the color information of the skin ratio image specially. And we propose the image feature vector to use in the characteristic category at a course of training resizing the skin likelihood image. Finally, this paper presents the performance evaluation of experiment result, and proves the suitability of grading image using image feature classification algorithm.

자율운항선박의 국제해상충돌예방규칙 준수를 위한 합성곱 신경망 기반의 선박 분류에 관한 연구

김민영(Min Yoeng Kim),정치윤(Chi Yoon Jeong) 한국지능시스템학회 2019 한국지능시스템학회논문지 Vol.29 No.4

최근 자율운항선박에 대한 관심이 증가하고 있으며, 바다를 항해하는 자율운항선박은 유인선과 같이 국제해상충돌방지규칙을 준수해야한다. 따라서 본 논문에서는 자율운항선박이 국제해상충돌예방규칙을 준수하기 위해서 필요한 선박 범주 및 합성곱 신경망 기반의 선박 분류 기술을 제안하였다. 먼저 국제해상충돌예방규칙을 분석하여 자율운항선박이 구별해야 되는 14개의 선박 범주를 정의하였다. 또한 본 논문에서 정의된 선박 범주에 맞도록 인터넷 영상검색 및 기존 데이터 셋 정제를 통하여 40,300장 규모의 선박 범주 분류 데이터 셋을 구축하였다. 마지막으로 최신 합성곱 신경망 모델을 구축된 선박 범주 분류 데이터 셋에 적용하여 선박 범주 분류 성능을 분석하였다. 실험결과 전이학습을 통하여 학습된 Inception-ResNet v2 모델은 14개 선박 범주를 91%의 높은 정확도로 분류함을 확인하였다. The interest in autonomous ships for marine industries has increased significantly over the past few years and autonomous ships also must follow maritime laws in the same way as regular ships operated by crews. Therefore, in this paper, we propose the vessel taxonomy for COLREGs compliance of autonomous ships and evaluate the performance of the vessel classification method using CNNs. First, we define the vessel taxonomy for complying with maritime laws by analyzing the COLREGs. And then, we build our dataset separated manually by the vessel taxonomy. For the dataset, 40,300 images are collected by image search on websites and refining the publicly available dataset. Finally, the state-of-the-art CNN model is applied to evaluate the recognition rate of our dataset. The experimental results show that the Inception-ResNet v2 model which is trained by transfer learning effectively classifies the ships with a high accuracy of 91%.

웹 클라이언트 연결 정보 모니터링 설계 및 구현

조아라 ( A-ra Jo ),정치윤 ( Chi-yoon Jeong ),장범환 ( Beom-hwan Chang ),나중찬 ( Jung-chan Na ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.1

최근 웹 서비스 환경에서 공격자가 자신의 근원지를 은닉하기 위하여 여러 단계의 경유지를 거쳐 공격을 시도하는 사례가 증가하고 있으며, 이에 대한 법률적 증거 확보 및 능동적인 대처를 위하여 웹 어플리케이션에서의 역추적 기술이 필요하다. 현재 자바 애플릿이나 ActiveX, 플러그인, 웹 로그 등을 이용한 응용 계층의 추적 기술이 개발되고 있지만, 웹 클라이언트에 의하여 차단될 가능성이 높고, 플러그인 종류 및 호환되지 않는 운영 환경 등 제약조건으로 인하여 사용에 제한이 있다. 본 논문에서는 액션 스크립트를 이용한 웹 클라이언트 모니터링 시스템을 제안한다. 제안된 시스템은 웹 클라이언트가 실행을 인식하지 못하고 수행되어 웹 클라이언트에 의한 차단을 막을 수 있고, 다양한 운영 환경에서 사용이 가능하다.