http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
NFC를 이용한 스마트폰 상의 사회 공학적 공격 방지 기법 연구
서장원,이은영,Suh, Jangwon,Lee, Eunyoung 디지털산업정보학회 2015 디지털산업정보학회논문지 Vol.11 No.2
When people stands near someone's mobile device, it can easily be seen by others. To rephrase this, attackers use human psychology to earn personal information or credit information or other. People are exposed by social engineering attacks. It is certain that we need more than just recommendation for the security to avoid social engineering attacks. This is why I proposed this paper. In this paper, I proposed an authentication technique using NFC and Hash function to stand against social engineering attack. Proposed technique result is showing that it could prevent shoulder surfing, touch event information, spyware attack using screen capture and smudge attack which relies on detecting the oily smudges left behind by user's fingers. Besides smart phone, IPad, Galaxy tab, Galaxy note and more mobile devices has released and releasing. And also, these mobile devices usage rate is increasing widely. We need to attend these matters and study in depth.
서장원,Suh, Jangwon 항공우주시스템공학회 2014 항공우주시스템공학회지 Vol.8 No.4
This paper examines the statistical process that should be performed with caution in the composite material qualification and equivalency process, and describes statistically significant considerations on outlier finding and handling process, data pooling through normalization process, review for data distributions and design allowables determination process for structural analysis. Based on these considerations, the need for guidance on statistical process for aircraft manufacturers who use the composite material properties database are proposed.
토립자 유실을 고려한 로지스틱 회귀분석 및 GIS 기반 도시 지반함몰 취약성 평가
서장원(Jangwon Suh),류동우(Dong-Woo Ryu),염병우(Byoung-Woo Yum) 한국암반공학회 2020 터널과지하공간 Vol.30 No.2
본 연구에서는 지리정보시스템 환경에서 지하매설물 정보를 이용하여 토립자 유실을 고려한 도시 지반함몰 취약성을 평가하였다. 지하 환경에서 물의 흐름이나 지하수위 변화에 의한 토립자 유실은 지하공동의 발생과 확장을 유도하고, 이는 지반함몰 발생에 직접적인 원인이 된다. 토립자 유실은 지하 환경에 따라 그 정도가 달라질 수 있기 때문에 본 연구에서는 지하매설물 2종(상수도 관망, 하수관로)과 지하철 선로 권역별로 지반함몰에 영향을 주는 인자를 각각 4개씩 선정하였다. 로지스틱 회귀분석 기법을 이용하여 지하매설물 및 지하철 선로 권역 별로 지반함몰 이력과 영향인자 간의 상관성을 분석하고 회귀식을 도출하였으며, 이를 토대로 3개의 지반함몰 취약성 지도를 작성하였다. 본 연구 결과는 도시 지반함몰 위험 예・경보 시스템 구축을 위한 지반함몰 고위험지역 및 지반 안전 상시 모니터링 지역 선정 근거에 대한 기초 자료를 제공할 수 있을 것으로 기대한다. This paper presents a logistic regression and GIS based urban ground sink susceptibility assessment using underground facility information considering soil particle loss. In the underground environment, the particle loss due to water flow or groundwater level change leads to the occurrence and expansion of cavities, which directly affect the ground sink. Four different contributory factors were selected according to the two underground facility domains (water pipeline area, sewer pipeline area) and subway line area. The logistic regression method was used to analyze the correlation and to derive the regression equation between the ground sink inventory and the contributory factors. Based on these results, three ground sink susceptibility maps were generated. The results obtained from this study are expected to provide basic data on the area susceptible to ground sink and needed to safety monitoring.
광산안전관리를 위한 충돌방지시스템의 개발현황과 적용사례
이채영(Chaeyoung Lee),서장원(Jangwon Suh),백지은(Jieun Baek),최요순(Yosoon Choi) 한국암반공학회 2017 터널과지하공간 Vol.27 No.5
본 연구에서는 광산안전관리를 위한 충돌방지시스템의 개발 현황과 적용사례를 분석하였다. 광업 선진국인 미국과 호주에서 사용하는 충돌방지시스템의 용어를 정의하고 이용되는 센서 기술들을 비교하였다. 또한 해외의 광산 회사들이 개발한 충돌방지시스템인 MineAlert™ Collision Awareness System, Cat MineStar™, Intelligent Proximity Detection 기술 등에 대해 소개하였다. 국내 광업 분야에서는 충돌방지시스템을 개발한 사례가 없었으며 건설과 철도 분야에서 이와 유사한 개념의 시스템을 확인할 수 있었다. 충돌방지시스템을 도입하면 광산에서 발생할 수 있는 충돌사고를 방지하여 작업자의 안전을 개선시킬 수 있을 것이며, 해외의 개발 사례를 통해 국내 광산 환경에 적합한 센서 기술을 개발하고 적용하는 연구가 필요할 것으로 판단된다. This study analyzed the development status and applications of collision avoidance systems for mine safety management. The definitions of collision avoidance system used in Australia and USA were compared. Sensing technologies utilized in the collision avoidance systems were reviewed. In addition, several collision avoidance systems developed in oversea mining company, such as MineAlert™ Collision Awareness System, Cat MineStar™, and Intelligent Proximity Detection, were reviewed. In the domestic mining industry, no collision avoidance system was used. However, similar systems were utilized in the construction and railroad industry. Collision avoidance system can prevent unexpected collision accident and thus improve worker’s safety in mine. Therefore, it is necessary to analyze and apply sensors and system appropriate for the domestic mining environment via review of overseas collision avoidance system.
지구통계 기법을 이용한 토양오염 분포 예측 오차 최적화 및 머신러닝 알고리즘 기반의 영향인자 해석
한호상(Hosang Han),서장원(Jangwon Suh),최요순(Yosoon Choi) 대한자원환경지질학회 2023 자원환경지질 Vol.56 No.3
지구통계 기법을 기반으로 토양오염지도를 작성하는 경우 예측 오차가 발생하며 이에 영향을 미치는 다양한 원인이 존재한다. 본 연구에서는 정규 크리깅을 활용하여 폐광산지역의 토양 내 중금속 농도 샘플링 데이터로부터 격자형 기반의 토양오염지도를 작성하였다. 해당 지도의 예측 오차에 영향을 미친다고 판단된 5개 인자를 선정하고, Leave-one-out 기법을 기반으로 인자의 옵션과 설정값의 변화에 따른 예측값과 실측값 간의 평균제곱근오차(root mean square error, RMSE) 변화를 분석하였다. 이후 머신러닝 알고리즘을 이용하여 RMSE에 영향을 미치는 상위 3개 인자를 도출하였다. 그 결과, Standard interpolation에서는 Variogram Model, Minimum Neighbors, Anisotropy 인자가 RMSE에 가장 큰 영향을 미치는 것으로 분석되었다. 베리오그램 모델에서는 Spherical 모델이 가장 낮은 RMSE를 보였으며, Minimum Neighbors는 3에서 최젓값을 보인 후 값이 증가함에 따라 증가하였다. Anisotropy의 경우 이방성을 고려하지 않는 것이 더 적합한 것으로 나타났다. 본 연구에서는 지구통계와 머신러닝의 복합 활용을 통해 지역 규모에서 높은 신뢰성을 갖는 토양오염지도를 작성할 수 있었고, 적은 수의 토양 샘플링 데이터의 보간 작업 시 어떠한 요인들이 큰 영향을 미치는지 파악할 수 있었다. When creating a soil contamination map using geostatistical techniques, there are various sources that can affect prediction errors. In this study, a grid-based soil contamination map was created from the sampling data of heavy metal concentrations in soil in abandoned mine areas using Ordinary Kriging. Five factors that were judged to affect the prediction error of the soil contamination map were selected, and the variation of the root mean squared error (RMSE) between the predicted value and the actual value was analyzed based on the Leave-one-out technique. Then, using a machine learning algorithm, derived the top three factors affecting the RMSE. As a result, it was analyzed that Variogram Model, Minimum Neighbors, and Anisotropy factors have the largest impact on RMSE in the Standard interpolation. For the variogram models, the Spherical model showed the lowest RMSE, while the Minimum Neighbors had the lowest value at 3 and then increased as the value increased. In the case of Anisotropy, it was found to be more appropriate not to consider anisotropy. In this study, through the combined use of geostatistics and machine learning, it was possible to create a highly reliable soil contamination map at the local scale, and to identify which factors have a significant impact when interpolating a small amount of soil heavy metal data.