http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김칠화 (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
차량애드혹망을 위한 가변정밀도 러프집합 기반 부정행위 탐지 방법의 설계 및 평가
김칠화,배인한,Kim, Chil-Hwa,Bae, Ihn-Han 한국데이터정보과학회 2011 한국데이터정보과학회지 Vol.22 No.6
차량 네트워크에서 부정행위를 탐지하는 것은 안전 관련 응용 및 혼잡 완화 응용을 포함하는 광범위한 영향을 갖는 매우 중요한 문제이다. 대부분 부정행위 탐지 방법들은 악의적인 노드들의 탐지와 관련이 있다. 대부분 상황들에서, 차량들은 운전자의 이기적인 이유 때문에 틀린 정보를 보낼 수 있다. 합리적인 행위 때문에 부정행위를 하는 노드를 식별하는 것보다 거짓 경보 정보를 탐지하는 것이 더 중요하다. 이 논문에서, 우리는 경보 메시지를 전송한 후, 부정행위를 한 노드들의 행위를 관찰하여 거짓 경보 메시지를 탐지하는 가변 정밀도 러프집합 기반 부정행위 탐지 방법을 제안한다. 차량 네트워크에서 이동하는 노드의 타당한 행위들로부터 경보 프로파일인 경보 정보 시스템이 먼저 구축되어진다. 어떤 이동하는 차량이 다른 차량으로부터 경보 메시지를 받으면, 수신차량은 그 메시지로부터 경보종류를 알아낸다. 경과시간 후, 수신차량이 경보 전송차량으로부터 비콘을 받으면, 수신차량은 경보 정보 시스템으로부터 가변 정밀도 러프집합을 사용하여 상대적 분류 오차를 계산한다. 만일 그 상대적 분류 오차가 그 경보종류의 최대 허용 가능한 분류 오차보다 크면, 수신 차량은 그 메시지를 거짓 경보 메시지로 결정한다. 제안하는 방법의 성능은 모의실험을 통하여 2가지 척도, 즉 정확률과 부정확률로 평가되어진다. Detecting misbehavior in vehicular ad-hoc networks is very important problem with wide range of implications including safety related and congestion avoidance applications. Most misbehavior detection schemes are concerned with detection of malicious nodes. In most situations, vehicles would send wrong information because of selfish reasons of their owners. Because of rational behavior, it is more important to detect false information than to identify misbehaving nodes. In this paper, we propose the variable precision rough sets based misbehavior detection scheme which detects false alert message and misbehaving nodes by observing their action after sending out the alert messages. In the proposed scheme, the alert information system, alert profile is constructed from valid actions of moving nodes in vehicular ad-hoc networks. Once a moving vehicle receives an alert message from another vehicle, it finds out the alert type from the alert message. When the vehicle later receives a beacon from alert raised vehicle after an elapse of time, then it computes the relative classification error by using variable precision rough sets from the alert information system. If the relative classification error is lager than the maximum allowable relative classification error of the alert type, the vehicle decides the message as false alert message. Th performance of the proposed scheme is evaluated as two metrics: correct ratio and incorrect ratio through a simulation.
-
-
VANETs 기반 스마트 카를 위한 지능적인 상황 인식 DAS
김칠화(Chil-Hwa Kim),배인한(Ihn-Han Bae) 한국멀티미디어학회 2010 한국멀티미디어학회 학술발표논문집 Vol.2010 No.1
현재 운전자 보조 시스템은 정보의 최소 집합만을 사용한다. 주위의 부수적인 정보의 사용으로 위험한 상황은 더 정확하게 더 빨리 더 확실하게 탐지될 수 있다. 상황 정보는 위험 탐지뿐만 아니라 HMI 또는 VANETs를 통하여 차량 간의 지식 분산과 같은 다른 모듈에도 중요한 영향을 준다. 많은 이유로 상황 정보는 불확실성을 조건으로 한다. 본 논문에서는 사고를 예방하기 위하여 불확실한 상황 정보를 감지하고, 현재 상황 패턴을 인식하고, 그리고 상황 패턴 유사도를 이용하여 현재 상황에 적절한 운전자 보조 서비스를 제공하는 지능적인 상황 인식 운전자 보조 시스템을 설계한다.
-
오광식,김칠화 대구효성가톨릭대학교 자연과학연구소 1989 基礎科學硏究論集 Vol.3 No.-
In regerssion analysis, the incomplete data in which some variables are unrecorded for some cases, may be occured. Since the standard methods of analysis can be applied directly only to complete data sets, additional techniques are needed. In this paper, EM algorithm(expectation & maximization) which is a technique for esti-mating parameters of incomplete multivariate data, MLE, and MSE for the multiple regres-sion via EM algorithm are presented. In practical example and a simulation, the LS estimates using the complete data, the LS estimates using the complete data which is discarded the case containing missing values,the LS estimates using maximally available pairs in the sample variance, the LS estimatesusing fill-in methods are included for comparisons with the incomplete-data estimates by EM algorithm. Results are shown in Table 1-9. In the sense that the m.1.e's of ?, ∑, β and MSE by EM algorithm are uniformly closer to the complete-data results(the results which we would have obtained if the data were complete.) than those of the usual methods, as shown in Table 1-9, the gain in utilization of the incomplete cases by the EM procedure is quite obvious in these examples. Thus, we have obtained the fact that the EM procedure is more efficient than those of the usual methods.
-
IoT 응용을 위한 퍼지 논리 기반 멀티홉 방송 알고리즘의 설계 및 평가
배인한 ( Ihn-han Bae ),김칠화 ( Chil-hwa Kim ),노흥태 ( Heung-tae Noh ) 한국인터넷정보학회 2016 인터넷정보학회논문지 Vol.17 No.6
사물인터넷 (IoT)과 같은 미래 망에서, 컴퓨팅 기기의 수는 기하급수적으로 증가할 것으로 예상되고, 각 사물들은 서로 통신하고 스스로 정보를 획득한다. 사물 인터넷 응용에 대한 관심 증가로 사물통신 (M2M)과 같은 기회적 애드혹 망에서 데이터를 전달하는 방송은 중요한 기술이다. 그리고 IoT를 위한 분산 망에서, 노드들의 에너지 효율성은 망 성능에서 중요한 요인이다. 이 논문에서, 우리는 전송 노드의 에너지 충전률, 사본 밀도 비율 그리고 송·수신 노드간의 거리률에 기초한 퍼지 논리에 따라 확률적으로 데이터를 전파하는 퍼지 논리 기반 멀티홉 방송 알고리즘 FPMCAST를 제안한다. 제안하는 FPMCAST에서, 추론 엔진은 입·출력 매개변수를 입·출력 소속 함수로 사상하는 27개의 if-then 규칙들로 구성된 퍼지 규칙 베이스에 기초한다. 퍼지 시스템의 출력은 재방송 확률에 대한 퍼지 집합을 정의하고, 그 퍼지 집합으로부터 수치 결과를 추출하기 위하여 비 퍼지화가 사용된다. 여기서 퍼지 집합을 비 퍼지화하기 위하여 무게중심법이 사용된다. 그리고 모의실험을 통하여 제안하는 FPMCAST의 성능을 평가한다. 모의실험으로부터, 우리는 제안하는 FPMCAST 알고리즘이 플러딩 알고리즘과 가시핑 알고리즘 보다 우수함을 입증하였다. 특히, FPMCAST 알고리즘은 각 노드의 잔여 에너지를 균등하게 소비하기 때문에 더 긴 망 수명을 갖는다. In the future network such as Internet of Things (IoT), the number of computing devices are expected to grow exponentially, and each of the things communicates with the others and acquires information by itself. Due to the growing interest in IoT applications, the broadcasting in Opportunistic ad-hoc networks such as Machine-to-Machine (M2M) is very important transmission strategy which allows fast data dissemination. In distributed networks for IoT, the energy efficiency of the nodes is a key factor in the network performance. In this paper, we propose a fuzzy logic based probabilistic multi-hop broadcast (FPMCAST) algorithm which statistically disseminates data accordingly to the remaining energy rate, the replication density rate of sending node, and the distance rate between sending and receiving nodes. In proposed FPMCAST, the inference engine is based the fuzzy rule base which is consists of 27 if-then rules. It maps input and output parameters to membership functions of input and output. The output of fuzzy system defines the fuzzy sets for rebroadcasting probability, and defuzzification is used to extract a numeric result from the fuzzy set. Here Center of Gravity (COG) method is used to defuzzify the fuzzy set. Then, the performance of FPMCAST is evaluated through a simulation study. From the simulation, we demonstrate that the proposed FPMCAST algorithm significantly outperforms flooding and gossiping algorithms. Specially, the FPMCAST algorithm has longer network lifetime because the residual energy of each node consumes evenly.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
