http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
네트워크 서비스별 이상 탐지를 위한 베이지안 네트워크 기법의 정상 행위 프로파일링
차병래 ( Byungrae Cha ),박경우 ( Kyoungwoo Park ),서재현 ( Jaehyun Seo ) 한국인터넷정보학회 2005 인터넷정보학회논문지 Vol.6 No.1
최근 급격한 컴퓨팅 환경의 발전과 인터넷의 확산에 따라 손쉽게 필요한 정보를 획득, 이용하는 것이 가능해지게 되었으나, 이에 대한 역기능으로 전산망에 대한 해커(Hacker)들의 불법적인 침입과 위험이 날로 증대되고 있다. 특히 Unix와 TCP/IP로 구성된 인터넷은 정보 보호 측면에서 많은 취약점을 가지고 있어서, 인증과 접근제어 등의 보안기술만으로는 보안 문제를 해결하기에 충분치 못하였고 정보 보호를 위한 2차 방어선으로 침입 탐지 시스템이 개발되었다. 본 논문에서는 베이지안 네트워크를 이용하여 네트워크 행위를 서비스별로 구분하여 프로파일하는 방법을 제안한다. 네트워크 행위를 서비스별로 구분하고, 서비스별 각 세션에서 TCP/IP 플래그를 통한 행위의 전후 관계를 베이지안 네트워크와 확률값으로 정상 행위를 프로파일링을 수행한다. 베이지안 네트워크를 이용한 정상 행위 프로파일에 의해서 변형되거나 프로파일에 존재하지 않는 새로운 행위에 대해서도 탐지가 가능하였다. 본 논문에서는 DARPA 2000년 침입 탐지 데이터 집합을 이용하여 시뮬레이션을 수행하였다. Recently, the rapidly development of computing environments and the spread of Internet make possible to obtain and use of information easily. Immediately, by opposition function the Hacker`s unlawful intrusion and threats rise for network environments as time goes on. Specially, the internet consists of Unix and TCP/IP had many vulnerability. the security techniques of authentication and access controls cannot adequate to solve security problem, thus IDS developed with 2nd defence line. In this paper, intrusion detection method using Bayesian Networks estimated probability values of behavior contexts based on Bayes theory. The contexts of behaviors or events represents Bayesian Networks of graphic types. We profiled concisely normal behaviors using behavior context. And this method be able to detect new intrusions or modificated intrusions. We had simulation using DARPA 2000 Intrusion Data.
F2C 환경에서 도커 레지스트리를 이용한 서비스 상호운용 구현
김수은 ( Sueun Kim ),김미선 ( Misun Kim ),서재현 ( Jaehyun Seo ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
F2C(Fog-to-Cloud) 환경에서 클라우드와 포그는 긴밀하게 협업하여, 동적으로 작용하며 서비스를 제공할 수 있어야 한다. 이에 본 논문에서는 기존 클라우드/서버 컴퓨팅에서 클라우드 서버 중심의 단방향 서비스 이미지 배포 대신에 레지스트리를 이용하여 클라우드, 포그, 그리고 에지까지 서비스 이미지를 배포 가능하게 하여, 동적인 서비스 상호운용이 가능한 시스템을 제안하였다. 또한, 클라우드, 포그에 레지스트리 이미지를 설치하고, 서비스 이미지 등록을 통해 서비스 배포, 실행되는 시스템을 구현하였다.
대용량 분산 Abyss 스토리지의 CDA (Connected Data Architecture) 기반 AI 서비스의 설계 및 활용
차병래(ByungRae Cha),박선(Sun Park),서재현 (JaeHyun Seo),김종원(JongWon Kim),신병춘(Byeong-Chun Shin) 한국스마트미디어학회 2021 스마트미디어저널 Vol.10 No.1
4차 산업혁명, Industry 4.0 과 더불어 최근 ICT 분야의 메가트렌드는 빅데이터, IoT, 클라우드 컴퓨팅, 그리고 인공지능이라고 할 수 있다. 따라서, 4차 산업혁명 시대에 알맞은 AI 서비스들의 기술 개발과 다양한 산업 영역에서 ICT 분야의 융합에 따른 BI (Business Intelligence), IA (Intelligent Analytics, BI + AI), AIoT (Artificial Intelligence of Things), AIOPS (Artificial Intelligence for IT Operations), RPA 2.0 (Robotic Process Automation + AI) 등의 세분화된 기술 발전으로 급속한 디지털 전환 (Digital Transformation)이 진행되고 있는 추세이다. 본 연구에서는 이러한 기술적 상황에 따른 대용량 분산 Abyss 스토리지 기반으로 인프라 측면의 GPU, CDA (Connected Data Architecture) 프레임워크, 그리고 AI의 다양한 머신러닝 서비스들을 통합 및 고도화를 목표로 하며, AI 비즈니스의 수익 모델을 다양한 산업 영역에 활용하고자 한다. In addition to the 4th Industrial Revolution and Industry 4.0, the recent megatrends in the ICT field are Big-data, IoT, Cloud Computing, and Artificial Intelligence. Therefore, rapid digital transformation according to the convergence of various industrial areas and ICT fields is an ongoing trend that is due to the development of technology of AI services suitable for the era of the 4th industrial revolution and the development of subdivided technologies such as (Business Intelligence), IA (Intelligent Analytics, BI + AI), AIoT (Artificial Intelligence of Things), AIOPS (Artificial Intelligence for IT Operations), and RPA 2.0 (Robotic Process Automation + AI). This study aims to integrate and advance various machine learning services of infrastructure-side GPU, CDA (Connected Data Architecture) framework, and AI based on mass distributed Abyss storage in accordance with these technical situations. Also, we want to utilize AI business revenue model in various industries.
인공지능 기계학습 관련 3GPP 표준화 현황에 관한 연구
정회윤(Hoiyoon Jung),박성익(Sung-Ik Park),안석기(Seok-Ki Ahn),엄중선(Jungsun Um),서재현(Jaehyun Seo),허남호(Namho Hur) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 이동통신 표준화 기구인 3GPP 에서 현재 진행중인 Release-17 인공지능/기계학습 관련 표준기술에 대한 현황 및 이를 기반으로 향후 진행될 Release-18표준화 전망에 대하여 기술한다. 해당 Release 에서 다루는 표준아이템에 대한 전반적인 설명과 더불어 Release-17 에서 새롭게 논의가 시작된 인공지능과 기계학습과 관련된 표준화 현황 및 전망을 중심으로 논의하고자 한다.