http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Toward Automotive Ethernet Security
김휘강 한국정보보호학회 2019 情報保護學會誌 Vol.29 No.1
지난 5년동안 전통적인 차량에 적용된 CAN 버스 상에서의 침입탐지시스템에 대한 연구가 활발히 진행되고 있다. 초기에 rule-base 로 탐지하거나, 단순한 경량 알고리즘을 통해 침입탐지를 하는 알고리즘이 주를 이루었다면, 최근에는 machine learning을 적용한 탐지 알고리즘들 역시 많이 개발되고 있다. CAN 용 침입탐지시스템이 그간 학계에서 주로 연구가 이루어 졌었다면 2019년 이후에는 상용차량들에 침입탐지시스템을 실제 탑재하여 출시될 예정에 있기 때문에, 이제는 산업계 주도적인 개발과 적용이 이루어질 것으로 보여진다. 다만, CAN 버스의 설계 구조상 공격 노드를 특정하기 어렵다는 한계와 전송량 대역폭의 제한으로 인해 기술적인 한계가 있어 왔기 때문에, 최근에는 IP 체계가 적용되고 automotive ethernet 기반으로 차량네트워크가 빠르게 적용될 예정에 있다. 이에, 본 기고문에서는 automotive ethernet 의 보안기술에 대해 살펴보고, automotive ethernet 상에서 침입탐지시스템을 개발하기 위해 필요한 사항들은 어떤 것들이 있을지 살펴보고자 한다.
김휘강,배태욱,김규형,이형수,이수인 한국전자통신연구원 2016 ETRI Journal Vol.38 No.1
This paper presents a novel follicular unit (FU) classification method based on an angle variation of a boundary vector according to the number of hairs in several FU images. The recently developed robotic FU harvest system, ARTAS, classifies through digital imaging the FU type based on the number of hairs with defects in the contour and outline profile of the FU of interest. However, this method has a drawback in that the FU classification is inaccurate because it causes unintended defects in the outline profile of the FU. To overcome this drawback, the proposed method classifies the FU’s type by the number of variation points that are calculated using an angle variation a boundary vector. The experimental results show that the proposed method is robust and accurate for various FU shapes, compared to the contour-outline profile FU classification method of the ARTAS system.