퍼지 성능 측정자를 이용한 적응 데이터 마이닝 모델

이현숙,Rhee, Hyun-Sook 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.5

데이터 마이닝은 방대한 양의 데이터를 다루는 응용영역에서 학습과 함께 연구되어 실세계의 문제를 해결할 수 있는 구체적인 방법을 제시해 주고 있다. 데이터 마이닝을 위한 보편적인 방법으로 사용되어 온 클러스터 분석 방법은 데이터의 양이 많아질수록, 실세계에서 직접 얻은 데이터일수록 경계가 불분명하고 처리과정에서 많은 오차가 발생하게 되어 직접 적용하고자할 때 고려해야할 점이 많다. 이를 위하여 퍼지 개념이 도입된 퍼지 클러스터링 방법론은 클러스터 타당성문제와 함께 널리 연구되어왔다. 본 논문에서는 클러스터링의 결과가 만들어 내는 오류 값을 최소화하는 방향으로 학습하는 비교사 학습신경망에 의하여 클러스터링이 이루어지고 이를 퍼지 성능 측정자에 의하여 평가하면서 최적의 클러스터 수를 찾아가는 적응형 데이터 마이닝 모델을 제안하고자 한다 또한 뉴스그룹의 텍스트 데이터를 처리하여 문서분류에 활용할 수 있음을 보임으로 제안된 모델의 타당성을 확인하고자 한다. Data Mining is the process of finding hidden patterns inside a large data set. Cluster analysis has been used as a popular technique for data mining. It is a fundamental process of data analysis and it has been Playing an important role in solving many problems in pattern recognition and image processing. If fuzzy cluster analysis is to make a significant contribution to engineering applications, much more attention must be paid to fundamental decision on the number of clusters in data. It is related to cluster validity problem which is how well it has identified the structure that Is present in the data. In this paper, we design an adaptive data mining model using fuzzy performance measures. It discovers clusters through an unsupervised neural network model based on a fuzzy objective function and evaluates clustering results by a fuzzy performance measure. We also present the experimental results on newsgroup data. They show that the proposed model can be used as a document classifier.

휴리스틱에 의하여 개선된 반딧불이 알고리즘의 설계와 분석

이현숙,이정우,오경환,Rhee, Hyun-Sook,Lee, Jung-Woo,Oh, Kyung-Whan 한국정보처리학회 2011 정보처리학회논문지B Vol.18 No.1

본 논문에서는 최근 Xin-She Yang에 의해 소개된 반딧불이 알고리즘(FA)에 휴리스틱을 적용하여 개선하는 방안을 제안한다. 또한 이를 위하여 기존의 FA를 이와 유사한 문제영역의 알고리즘인 Particle Swarm Optimization(PSO)와 정확도 측면, 수렴 시간 측면, 각 입자의 움직임 측면에서 비교 분석한다. 비교 실험 결과, FA의 정확도는 PSO보다 나쁘지 않았지만, 수렴 속도는 느린 것으로 나타났다. 본 논문은 이에 대한 직관적인 원인을 고찰하고, 이를 극복하기 위해, 기존의 FA에 부분 돌연변이 휴리스틱을 적용하여 개선된 FA(Improved FA)를 제안한다. 벤치마크 함수들을 최적화 하는 비교 실험 결과, 개선된 FA가 PSO와 기존의 FA보다 정확도와 수렴속도 측면에서 우수함을 보이고자 한다. In this paper, we propose a method to improve the Firefly Algorithm(FA) introduced by Xin-She Yang, recently. We design and analyze the improved firefly algorithm based on the heuristic. We compare the FA with the Particle Swarm Optimization (PSO) which the problem domain is similar with the FA in terms of accuracy, algorithm convergence time, the motion of each particle. The compare experiments show that the accuracy of FA is not worse than PSO's, but the convergence time of FA is slower than PSO's. In this paper, we consider intuitive reasons of slow convergence time problem of FA, and propose the improved version of FA using a partial mutation heuristic based on the consideration. The experiments using benchmark functions show the accuracy and convergence time of the improved FA are better than them of PSO and original FA.

퍼지 클러스터 분석 기반 특징 선택 방법

이현숙,Rhee, Hyun-Sook 한국정보처리학회 2007 정보처리학회논문지B Vol.14 No.2

특징선택은 문제 영역에서 관찰된 다차원데이터로부터 데이터가 묘사하는 구조를 잘 반영하는 속성을 선택하여 효과적인 실험 데이터를 구성하는 데이터 준비과정이다. 이 과정은 문서분류, 영상인식, 유전자 선택 분야에서의 같은 분류시스템의 성능향상에 중요한 구성요소로서 상관관계 기법, 차원축소 및 상호 정보 처리 등의 통계학이나 정보이론의 접근방법을 중심으로 연구되어왔다. 이와 같은 선택 분야의 연구는 다루는 데이터의 양이 방대해지고 복잡해지면서 더욱 중요시 되고 있다. 본 논문에서는 데이터가 가지는 특성을 반영하면서 새로운 데이터에 대하여 일반화 할 수 있는 특징선택 방법을 제안하고자 한다. 준비된 데이터의 각 속성 데이터에 대하여 퍼지 클러스터 분석에 의하여 최적의 클러스터 정보를 얻고 이를 바탕으로 근접성과 분리성의 경로를 측정하여 그 값에 따라 특징을 선택하는 매카니즘을 제공한다. 제안된 방법을 실세계의 컴퓨터 바이러스 분류에 적용하여 기존의 대비에 의한 휴리스틱 방법에 의해 선택된 데이터를 가지고 분류한 것과 비교하고자 한다. 이를 통하여 주어진 특징에 시연을 부여할 수 있고 효과적으로 특징을 선택하여 시스템의 성능을 향상 시킬 수 있음을 확인한다. Feature selection is a preprocessing technique commonly used on high dimensional data. Feature selection studies how to select a subset or list of attributes that are used to construct models describing data. Feature selection methods attempt to explore data's intrinsic properties by employing statistics or information theory. The recent developments have involved approaches like correlation method, dimensionality reduction and mutual information technique. This feature selection have become the focus of much research in areas of applications with massive and complex data sets. In this paper, we provide a feature selection method considering data characteristics and generalization capability. It provides a computational approach for feature selection based on fuzzy cluster analysis of its attribute values and its performance measures. And we apply it to the system for classifying computer virus and compared with heuristic method using the contrast concept. Experimental result shows the proposed approach can give a feature ranking, select the features, and improve the system performance.

컴퓨터 바이러스 분류를 위한 퍼지 클러스터 기반 진단시스템

이현숙,Rhee, Hyun-Sook 한국정보처리학회 2007 정보처리학회논문지B Vol.14 No.1

In these days, malicious codes have become reality and evolved significantly to become one of the greatest threats to the modern society where important information is stored, processed, and accessed through the internet and the computers. Computer virus is a common type of malicious codes. The standard techniques in anti-virus industry is still based on signatures matching. The detection mechanism searches for a signature pattern that identifies a particular virus or stain of viruses. Though more accurate in detecting known viruses, the technique falls short for detecting new or unknown viruses for which no identifying patterns present. To cope with this problem, anti-virus software has to incorporate the learning mechanism and heuristic. In this paper, we propose a fuzzy diagnosis system(FDS) using fuzzy c-means algorithm(FCM) for the cluster analysis and a decision status measure for giving a diagnosis. We compare proposed system FDS to three well known classifiers-KNN, RF, SVM. Experimental results show that the proposed approach can detect unknown viruses effectively. 중요한 정보를 저장하고 있는 컴퓨터를 위협하는 바이러스는 점점 현실적인 문제로 대두되고 있다. 이를 위하여 바이러스 침입 발견을 위한 소프트웨어 기술 또한 계속 발전되고 있으나, 현재까지의 표준 기술은 알려진 바이러스의 시그내쳐 패턴을 저장하여 이를 매치 검색하면서 바이러스를 찾아내는 방식을 채택하고 있다. 이는 알려진 바이러스에 대해서는 효과적이지만 새로운 바이러스를 찾아내지 못하고 손실을 당한 후 에야 찾을 수 있는 단점을 가지고 있다. 이를 위하여 바이러스 정보 구축과 탐색에 학습기능을 도입함으로 새로 발생하는 바이러스를 찾아내어 대처할 수 있는 방법이 필요하다. 본 논문에서는 컴퓨터 바이러스를 위한 퍼지 진단 시스템 FDS를 제안한다. FDS에서는 FCM 알고리즘을 사용하여 알려진 정보의 클러스터를 형성하고 대표정보를 추출하고 여기에 전문가의 지식을 포함하는 지식베이스를 구축한다. 진단을 위한 컴퓨터 파일에 대하여 그 파일의 결정 상태를 확인하고 이미 저장된 지식베이스를 바탕으로 바이러스 침입에 대한 정보를 보고하도록 설계되어있다. 이 시스템은 이미 알려진 테스트 데이터와 이전에 알려지지 않은 새로운 테스트 데이터를 실험데이터로 준비하여 널리 알려진 분류 알고리즘-KNN, RF, SVM-과 함께 성능을 비교하였다. 제안된 시스템이 알려지지 않은 컴퓨터 바이러스를 효과적으로 진단할 수 있는 타당성을 보이고 있다.

퍼지 클러스터 기반 디지털 유방 X선 영상 진단 시스템

이현숙,윤석민,Rhee, Hyun-Sook,Yoon, Seok-Min 한국정보처리학회 2009 정보처리학회논문지B Vol.16 No.2

최근 ACS에 따르면 여성에게 유방암은 가장 많이 발병하는 암으로서 그 사망자 수도 두 번째로 많은 암이다. 유방 X선 영상의 종괴나 석회 환부는 진단을 위한 가장 중요한 단서로서 알려져 있으므로 유방암의 조기진단을 위하여 디지털 유방 X선 영상을 컴퓨터에서 처리하는 연구가 진행되고 있다. 본 논문에서는 퍼지 클러스터 지식베이스에 기반을 둔 진단시스템을 제안한다. 제안된 시스템은 듀얼 OFUN-NET에 두 가지 종류의 특징 데이터를 처리하여 진단결과와 그 가능성을 알려준다. 실세계 의료기관으로부터 수집되고 공개적으로 제공되는 유방 X선 데이터베이스 DDSM으로부터 획득한 종괴와 석회 환부의 데이터를 사용하여 실험한다. 실험결과는 제안된 시스템이 기존의 방법보다 높은 분류 정확도와 유방 X선 영상 진단시스템으로서 전문가의 의사 결정을 도울 수 있는 타당한 결과를 보여준다. According to the American Cancer Society, breast cancer is the second largest cause of cancer deaths and most frequently diagnosed cancer in women. The currently most popular method for early detection of breast cancer is the digital mammography. A mass or calcification lesion has been known as the most important clue for the diagnosis. In this paper, we propose a diagnosis approach based on fuzzy cluster knowledge base. We combine different two sources of feature data in duel OFUN-NET and produce the diagnosis result with possibility degree. We also present the experimental results on the dataset of mass and calcification lesions extracted from the public real world mammogram database DDSM. These results show higher classification accuracy than conventional methods and the feasibility as a decision supporting tool for diagnosis of digital mammogram.

퍼지 클러스터 타당성 척도를 이용한 최적 클러스터 수의 선택방법

이현숙(Hyun-Sook Rhee),오경환(Kyung-Whan Oh) 한국지능시스템학회 1996 한국지능시스템학회 학술발표 논문집 Vol.6 No.2

다각도 정보융합 방법을 이용한 지능형 에이전트 시스템

이현숙(Hyun-Sook Rhee) 한국컴퓨터정보학회 2014 韓國컴퓨터情報學會論文誌 Vol.19 No.12

본 논문에서는 데이터마이닝모듈과 정보융합모듈을 핵심구성요소로 가지는 지능형에이전트 시스템을 설계하고 다각도 정보를 융합하여 진단전문가시스템으로 활용할 수 있는 가능성을 제시한다. 데이터마이닝모듈에서는 퍼지신경망 OFUN-NET에 의하여 다각도의 데이터를 분석하고 퍼지 클러스터 정보를 지식베이스로 구축한다. 정보융합모듈과 응용모듈에서는 가능성정도로 제공되는 진단결과와 불확실 결정상태나 비대칭의 발견과 같은 전문가의 진단에 유용한 정보를 제공해 주고 있다. 또한 DDSM 벤치마크 데이터베이스로부터 획득한 디지털 유방 x선 영상의 BI-RADS 기반 특징데이터를 가지고 실험한 결과는 기존의 방법보다 높은 분류 정확도를 보여주면서 컴퓨터보조진단시스템으로서의 가능성을 보여주고 있다. In this paper, we design an intelligent agent system with the data mining module and information fusion module as the core components of the system and investigate the possibility for the medical expert system. In the data mining module, fuzzy neural network, OFUN-NET analyzes multi-view data and produces fuzzy cluster knowledge base. In the information fusion module and application module, they serve the diagnosis result with possibility degree and useful information for diagnosis, such as uncertainty decision status or detection of asymmetry. We also present the experiment results on the BI-RADS-based feature data set selected form DDSM benchmark database. They show higher classification accuracy than conventional methods and the feasibility of the system as a computer aided diagnosis system.

다중 수신자 환경에서 키워드 검색 가능한 공개키 암호시스템

이현숙(Hyun Sook Rhee),박종환(Jong Hwan Park),이동훈(Dong Hoon Rhee) 한국정보보호학회 2009 정보보호학회논문지 Vol.19 No.2

키워드 검색 가능한 공개키 암호 (PEKS)은 검색어에 대한 프라이버시를 제공하기 위해서 Boneh et. al. 에 의해서 처음으로 제안되었다. 키워드 검색 가능한 공개키 암호 (PEKS) 기술은 송신자가 수신자의 공개키로 암호화된 메일 메시지를 이메일 서버에 보내고 서버는 암호문과 송신자에 의해서 생성된 암호화된 쿼리를 이용하여 암호화된 메일 메시지와 암호화된 검색어와의 관련성을 얻는 것이 가능하도록 한다. 이러한 메일 시스템에서는 그룹메일과 같이 하나의 암호화된 메일을 다수의 수신자에게 전송하는 경우를 생각할 수 있다. Hwang과 Lee는 이러한 점을 고려하여 다중 수신자환경에서 PEKS 스킴을 제안하였다. 이러한 다수의 수신자의 환경에서는 전송되는 데이터의 사이즈와 서버의 계산량을 줄이는 것이 중요한 이슈이다. 본 논문에서는 서버측의 페어링(Pairing) 계산량을 줄인 좀더 효율적인 다수의 수신자를 고려한 mPEKS 스킴을 제안한다. To provide the privacy of a keyword, a public key encryption with keyword search(PEKS) firstly was propsed by Boneh et al. The PEKS scheme enables that an email sender sends an encrypted email with receiver's public key to an email server and a server can obtain the relation between the given encrypted email and an encrypted query generated by a receiver. In this email system, we easily consider the situation that a user sends the one identical encrypted email to multi-receiver like as group e-mail. Hwang and Lee proposed a searchable public key encryption considering multi-receivers. To reduce the size of transmission data and the server's computation is important issue in multi-receiver setting. In this paper, we propose an efficient searchable public key encryption for multi-receiver (mPEKS) which is more efficient and reduces the server's pairing computation.

퍼지 추론 방식을 이용한 전문가시스템 개발도구의 설계 및 구현

이현숙(Hyun-Sook Rhee),이전영(Jeon-Young Lee) 한국정보과학회 1992 정보과학회논문지 Vol.19 No.5

본 논문에서는 퍼지 추론 기법에서 널리 사용되어 온 합성추론 규칙을 개선하여, 전문가 시스템의 추론엔진에 적용하기 위하여 여러 종류의 합성추론 규칙을 분석한다. 이 분석을 통하여 modus ponens를 포함하는 제한된 형태의 generalized modus ponens를 만족하는 4가지 합성추론 규칙을 제안하고 이의 적용조건을 정한다. 결론적으로 규칙의 조건부와 입력 사이의 유사성에 의하여 실행가능한 규칙을 선택하고, CRI나 변경함수를 선택적으로 적용하여 결론을 유도하는 근사 추론 방식을 제안한다. 또한 이와 같은 이론적인 연구를 바탕으로 자연언어의 많은 부분을 차지하고 있는 퍼지 개념을 지원하는 전문가시스템 개발도구를 설계, 구현하여 기존의 불확실성 관리방안의 단점을 개선하고자 한다. In order to improve compositional rule of inference(CRI) widely accepted and applied in fuzzy reasoning scheme, several CRIs are analyzed. Then 4 CRIs statisfying limited generalized modus ponens including modus ponens are suggested. Applicable conditions of these CRIs are also considered. As the result of this analysis, a fuzzy reasoning method selecting an executable rule by similarity between conditional part of the rule and input fact and then selectively applying CRI or modification funciton to deduce the conclusion is suggested. Based on this study, exper system development tool supporting fuzzy concepts, which constitute a very significant part of a natural language is designed and implemented. This approach can overcome shortcommings of the uncertainty management in conventional expert system based on two-valued logic and probability theory. It processes the meaning of the knowledge rather than symbol itself and reduces the number of rules in knowledge base as well as sufficiently represents contents of the knowledge.

대학교를 대상으로 한 위협에 따른 손실의 수치화

이현숙(Hyun Sook Rhee),변진욱(Jin Wook Byun),기주희(Ju Hee Ki),이동훈(Dong Hoon Lee),임종인(Jong In Lim),박영우(Young woo Park),윤재석(Jae Suk Yun) 한국정보보호학회 2002 정보보호학회논문지 Vol.12 No.4