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 : 이든(Deun Lee) (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
-
논문 : 원(circle)으로 환원되는 원형감성(archetypal sensitivity)의 캐릭터 디자인 -3D 애니메이션 캐릭터의 형(形)을 중심으로-
이든 ( Deun Lee ),전승규 ( Seong Kyu Jeon ) 디자인융복합학회 2014 디자인융복합연구 Vol.13 No.5
현대의 캐릭터는 다양한 형태로 여러 매체에서 활용되고 있다. 한눈에 인지 가능한 캐릭터가 시각언어로 소통을 담당하는 것이다. 캐릭터의 외형은 통상 기하학적인 형태에 기초하여 만들어지는데 그 중에서도 원(circle)을 사용한 경우를 많이 볼 수 있다. 여러 매체 중 특히 애니메이션의 경우 ‘원(circle)형 캐릭터’와 관련된 특이점이 발견된다. 캐릭터를 역할, 매체, 시기로 나누고 외형의 변화를 중심으로 분석해 본 결과 애니메이션 캐릭터의 외형이 원으로 돌아오는 ‘환원현상’이 발생한 것이다. 그것은 1920년대 2D애니메이션이 대중화되었을 때 ‘미키마우스’처럼 기하학적인 정형으로 이루어졌던 캐릭터의 외형이 1934년 ‘백설공주’를 기점으로 복잡한 비정형으로 변화하였다가, 1980년대 3D 디지털 애니메이션의 도입과 함께 다시 기하학적인 원(circle)으로 환원된 현상이다. 그 원인은 원에 대한 인간 본연의 원형감성(archetypal sensitivity)에서 비롯된 것으로 보이는데 즉, 인류가 탄생한 이후 원(circle)이 원형(archetype)의 상징기호로서 메시지를 전달 해왔기때문에 그에 부여된 긍정적 상징성과 친근함이 디지털시대의 애니메이션캐릭터에 이르기까지 환원되고 있는 것이다. A character plays a role in a variety of media and shapes. As the character is easily recognizable at a glance, it is in major charge of visual communication language. The appearance of a character isnormally composed of geometric shapes; particularly a circular shape is the most common. In various media, in terms of animation, it is a specific attribute that a number of characters use circular shapes. In addition, it has been figured out that the appearances of the animation characters returns to a circular shape over the past few decades after analyzing their changes in regard to a role, a medium, and an age. Specifically, geometric circular appearance such as Mickey Mouse in 1920s, when 2D animation was popularized, has been lasted for some time, and non-geometric atypical style like Snow White obtained the major popularity. Interestingly, the circular shape had been reappeared since 3D digital animation was first introduced in 1980s. It is assumed that this kind of reappearing phenomenon derived from ‘archetypal sensitivity’ of a human intrinsic trait, because a circle delivers a positive and intimate symbolic message as a principal archetype throughout human history, even in digital age.
-
MQTT 기반 IoT 환경에서 LSTM 및 슬라이딩 윈도우를 이용한 악성 트래픽 탐지 방법
이든(Deun Lee),임승순(SeungSoon Im),최선오(SunOh Choi) 한국정보기술학회 2023 한국정보기술학회논문지 Vol.21 No.5
Recently, with the rapid growth of the Internet of Things(IoT) field and increasing market demand, the use of IoT devices is increasing in daily life and overall industrial areas. However, many IoT devices have been introduced to the market without sufficient consideration of security. With the emergence of attack techniques and various malicious codes, the security aspect is becoming increasingly important. In the IoT environment, the MQTT protocol, which supports efficient communication with small resources, is widely used, and security threats to the MQTT-based IoT environment are expected to increase. In this study, we proposed a sliding window based LSTM deep learning model to detect and classify malicious traffic for the MQTT protocol in the IoT environment. Using the proposed model based on the previously published MQTT traffic dataset and the dataset collected in this study, it was shown that the accuracy was improved compared to previous studies. In addition, we showed that the malicious MQTT traffic is detected in the real time environment.
-
유승영(SeungYeong Yoo),이든(Deun Lee),김소연(SoYeon Kim),김유경(YuGyeong Kim),최선오(SunOh Choi),유철중(CheolJung Yoo) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.6
기존의 보이스피싱 범죄는 감소하고 있지만, 최근 메신저 피싱으로 전환되어 그 피해가 매년 급증하고 있다. 메신저 피싱의 81%는 카카오톡을 통해 발생했지만 아직까지 사용자의 주의만 당부할 뿐 실효성 있는 대책은 부족하다. 따라서 본 논문에서는 사전 학습된 AI 기반 피싱 예측 모델을 통해 메신저 피싱 여부를 예측하여 피해를 예방하는 서비스를 제안한다. 한국어 자연어 처리를 위해 딥러닝 모델 학습에 RNN을 개선한 LSTM을 사용하여 피싱 예측에서 높은 정확도를 보였고 사용자 안드로이드 화면에 실시간으로 경고 팝업을 나타내었다. 이를 바탕으로 새로운 유형의 피싱에 빠르게 대응할 수 있기를 기대한다. Conventional voice phishing crimes are on the decline, but recently it has been coverted to messenger phishing and the damage is increasing rapidly every year. 81% of messenger phishing committed through KakaoTalk, but it still only asks users to be careful, but lacks effective measures. Therefore, in this paper we propose a service that prevents damage by predicting messenger phishing through a pre-learned AI-based phishing prediction model. The deep learning model using LSTM that improved RNN showed high accuracy in phishing predictions and displayed warning pop-ups on user’s Android screen in real time. Based on this, we expect to be able to respond quickly to new types of phishing.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
