Brake by Wire System용 Front Electro Mechanical Brake 개발

박승영(Seungyoung Park),박규식(Kyushik Park),김명준(Myoungjune Kim) 한국자동차공학회 2011 한국자동차공학회 학술대회 및 전시회 Vol.2011 No.11

Brake by Wire system is different from conventional hydraulic brake system that is consist of caliper, pipe, and hydraulic pumps. Electro Mechanical Brake is used for braking component for BBW. BBW includes EMB determines driver’s demand for braking through electric sensors on brake pedal and makes optimum braking torque by current control of EMB. It is essential technology for hybrid and electric vehicle to reduce fuel consumption and to improve vehicle safety. MANDO already tested vehicles equipped Hybrid Brake System has conventional hydraulic calipers for front wheel for safety from electric fails and EMB for rear wheel. We identified rear EMB performance for braking and some functions for vehicle safety. But BBW is more effectively to improve driving safety and fuel consumption than HBS. And it is important to make a front wheel EMB for EV, HEV and green vehicle. This study designed EMB for front wheel using experiences and experimental data of rear wheel EMB and made proto samples for vehicle test and confirmed basic performance.

스핀 터널링 거대자기저항 효과를 이용한 랜덤 엑세스 메모리

박승영(Seungyoung Park),최연봉(Yeonbong Choi),조순철(Soonchul Jo) 대한전자공학회 1999 대한전자공학회 학술대회 Vol.1999 No.6

불균형 웹 어플리케이션 공격 탐지를 위한 CNN 기반 저복잡도 판정 신뢰도 추정

박승영(Seungyoung Park),김한성(Hansung Kim),정태준(Taejoon Jung) 한국정보과학회 2020 정보과학회논문지 Vol.47 No.9

최근 웹 어플리케이션 공격의 급격한 증가와 함께 그 종류가 다양해짐에 따라 기존의 기법들만으로는 이를 탐지하는 것에 한계가 있었다. 이러한 문제를 해결하기 위해 convolutional neural network(CNN) 과 같은 기계 학습을 이용한 탐지 기법이 제안되었으나, 이러한 탐지 기법은 판정 오류 샘플에 대한 판정의 신뢰도가 낮다는 단점이 있다. 이 문제를 해결하기 위해, Monte-Carlo batch normalization (MCBN)기법이 제안되었다. 구체적으로, MCBN 기법은 임의의 판정할 샘플이 포함된 서로 다른 mini-batch들을 CNN을 이용하여 반복 판정을 수행하고 이 결과를 평균하여 판정 신뢰도를 추정한다. 그러나 이 기법에서는 mini-batch 를 구성하는 M개의 데이터 중 하나의 판정 데이터를 제외한 모든 데이터에 훈련 데이터를 사용하기 때문에 많은 연산이 요구된다. 따라서 본 논문에서는 불균형 웹 어플리케이션 공격 탐지를 위한 저복잡도 판정 신뢰도 추정 기법을 제안한다. 제안 기법은 판정을 위한 mini-batch 구성 시, 정상 및 공격 샘플 구성 비율을 훈련 과정에서의 비율과 동일하게 유지한다. 이를 위해 판정 데이터에 대한 임시 판정을 이용하여 대략적인 클래스 간 비율을 확인하고 부족한 클래스 데이터를 훈련 데이터로부터 과대표집 하였다. 이를 통해 제안 기법은 MCBN 기법에 비해 계산량을 최대 M배까지 줄였다. 모의 실험 결과로부터, MCBN 기법과 비교하여 판정 성능이 향상되었고 판정 신뢰도 성능저하가 크지 않은 것을 확인하였다. As web application attacks have been rapidly increasing and their types have been diversified, there are limitations on detecting them with the existing schemes. To resolve this problem, the detection techniques using machine learning such as the convolutional neural network (CNN) have been proposed. However, the confidence on the decision error sample in these techniques has been unreliable. To estimate more reliable decision confidence, the Monte-Carlo batch normalization (MCBN) technique combined with the CNN has been proposed. In particular, the CNN performs multiple decisions on a given evaluation sample using multiple mini-batches containing it. Then, its decision confidence estimate is obtained by averaging the multiple decision results. However, it requires too large of a computational load. The reason is that each mini-batch comprises randomly selected (M-1) training samples and only one evaluation sample, when the mini-batch size is M. In this paper, we propose a reduced complexity decision confidence estimation scheme for imbalanced web application attack detection. Specifically, the proposed scheme reduces the computational load by up to M times compared to the MCBN scheme. Also, at the estimation process, the ratio of normal and attack samples in the mini-batch should be maintained the same as that of the training process. To achieve this, we found which class size was small by performing a temporal decision on the evaluation samples. Then, the small class was over-sampled using the training samples to maintain the ratio. Our experimental results showed that the performance improved, and the reliability estimation performance was not significantly degraded compared to the MCBN scheme.

젯슨나노를 이용한 딥러닝 기반 CAN IDS 실시간 구현

김송목(Songmok Kim),박승영(Seungyoung Park) 한국자동차공학회 2023 한국자동차공학회 부문종합 학술대회 Vol.2023 No.5

GPT 알고리즘을 이용한 시설온실 내부 온ㆍ습도 예측 알고리즘 개발 및 검증

조라훈 ( Lahoon Cho ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2023 한국농업기계학회 학술발표논문집 Vol.28 No.1

전 세계적으로 지속적인 인구 증가로 인한 식량 부족 문제를 해결하기 위해 빅데이터와 인공지능(AI)을 접목한 스마트 농업에 대한 관심이 높아지고 있다. 시설재배 시 적절한 내부 환경 조절은 질병 예방, 수확량, 에너지 사용 등 농가 수익과 밀접한 관련이 있으므로 중요한 요소이다. 그러나 작물의 상태, 종류, 외기 등 다양한 요인으로 적절한 환경조성을 하는 것은 어려운 일이다. 따라서 본 연구에서는 3개 온실(진천 파프리카, 평창 파프리카, 진주 토마토)의 환경 및 제어 데이터와 GPT 알고리즘을 활용하여 시설 내부환경(온ㆍ습도)을 예측할 수 있는 모델을 개발하였고, 이를 LSTM 알고리즘과 비교분석을 통해 검증하였다. 모델개발을 위한 학습은 실제 농장 데이터와 출력값의 MSE(mean square error)를 최소화하는 것을 목표로 진행되었다. 학습 검증을 위해 시설 내부 온ㆍ습도 예측값과 실제값 간의 결정계수(R-square)를 통해 결과로 나타내었다. GPT 알고리즘을 기반으로 한 예측 모델의 경우 3개 온실에서 온ㆍ습도의 R2 평균값이 각각 0.92, 0.65로 나타났다. 또한 LSTM 모델 대비 온ㆍ습도 모두 정확도가 약 4%p 높게 나타나 GPT 기반 예측 모델의 성능이 높게 나타남을 확인하였다. 제어 데이터를 환기, 커튼, 난방 및 냉방으로 분류 후 이를 8가지 경우로 나누었다. 각 온실마다 8가지 상이한 입력값을 기준으로 학습을 진행하여 결과를 분석하였다

스마트팜 제어 데이터 유무에 따른 딥러닝을 이용한 내부 온·습도 예측 알고리즘의 정확성 평가

조라훈 ( Lahoon Cho ),박승영 ( Seungyoung Park ),김대현 ( Daehyun Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1

최근 국내에서 스마트팜과 빅데이터 및 인공지능 기술을 연계하려는 다양한 연구가 진행되고 있다. 빅데이터 및 AI기술을 스마트팜 내 환경제어와 연계하기 위해서는 정확성 높은 내부 환경 예측이 필요하다. 딥러닝을 활용하여 정확성이 높은 시설 내부 환경 예측을 위해서는 시설의 내ㆍ외부 환경데이터 뿐만 아니라 제어데이터가 수반되어야 한다. 하지만 현재 국내 시설농가에서 환경데이터와 제어데이터를 모두 확보할 수 있는 농가는 일부에 불과하다. 본 연구는 충청북도 진천에 위치한 약 2000평 규모의 파프리카 스마트팜에서 저장된 2021년 환경데이터 및 제어데이터와 GPT 신경망을 활용하여 온실 내부 온·습도를 예측하는 딥러닝 알고리즘을 개발하였다. 학습은 실제 농장 데이터와 출력값의 MSE(mean square errㆍr)를 최소화하는 것을 목표로하여 진행되었다. 제어변수에 따른 알고리즘의 정확성 평가를 위하여 외부습도, 창문 개폐율, 커튼 개폐율, 난방수 온도&난방펌프 작동유무를 각각의 하나의 제어변수로 설정하여 총 4가지의 제어데이터 유무에 따른 16가지 경우의 알고리즘을 구성 및 학습을 진행하였다. 학습을 통해 시설 내부 온ㆍ습도 예측값과 실제값 간의 결정계수(R-square)를 통해 결과를 나타내었고 이를 비교분석하였다. 제어데이터를 포함하지 않고 외기, 광량을 입력, 내부 온ㆍ습도를 출력으로 한 기본모델의 온습도 예측 결과는 각각 0.90, 0.68로 나타났다. 이는 모든 학습 결과의 R2 평균값인 온도 0.89, 습도 0.63과 유사하게 나타나는 것을 확인하였다. 이를 통해 스마트 팜의 제어데이터 없이 기본적인 환경데이터만을 활용하여도 정확성 있는 내부 온ㆍ습도 예측이 가능한 것을 확인하였다.

이종 셀룰러 망에서 계층 간 간섭완화를 위한 인지 빔형성 기법

서주열(Ju-yeol Seo),박승영(Seungyoung Park) 한국통신학회 2016 韓國通信學會論文誌 Vol.41 No.11

Multitier 웹 어플리케이션 환경에서 악의적인 SQL Query 탐지를 위한 HTTP Request - SQL Query 매핑 기법

서영웅(Yeongung Seo),박승영(Seungyoung Park) 한국정보과학회 2017 정보과학회논문지 Vol.44 No.1

지속적으로 증가하는 인터넷 서비스 요구사항을 만족하기 위하여 인터넷 서비스를 제공하는 시스템은 웹 서버와 DB(database) 서버로 구성된 multitier 구조로 변화되어왔다. 이러한 multitier 웹 어플리케이션 환경에서 기존의 IDS(intrusion detection system)는 웹 서버와 DB 서버에서 misused traffic pattern들이나 signature들을 매칭하여 이미 알려진 공격을 검출하고 해당 접속을 차단하는 방식으로 동작한다. 하지만 이러한 방식의 IDS는 정상적인 HTTP(hypertext transfer protocol) request를 이용하여 악의적으로 DB 서버의 내용의 변조를 시도하는 attacker의 공격을 DB 서버단에서 제대로 검출하지 못한다. 그 이유는 DB 서버는 웹 서버로부터 받은 SQL(structured query language) query가 어떤 사용자의 HTTP request에 의해 발생한 것인지 알지 못하는 상태에서 처리하며, 웹 서버는 SQL query 처리 결과중 어떤 것이 악의적으로 DB 서버 변조를 시도한 SQL query에 의한 결과인지 알 수 없기 때문이다. 이런 공격을 검출하기 위해서는 HTTP request와 SQL query 사이의 상호작용관계를 명확히 파악하고, 이를 이용하여 악의적인 SQL query를 발생시킨 사용자를 추적해야 한다. 이를 위해서는 해당 시스템의 소스코드를 분석하거나 application logic을 완벽하게 파악해야 하므로 현실적으로 불가능하다. 본 논문에서는 웹 서버와 DB 서버에서 제공하는 로그만을 이용하여 모든 HTTP request와 SQL query간의 mapping 관계를 찾아내고, 이를 이용하여 특정 SQL query를 발생시킨 HTTP request를 추정하는 기법을 제안한다. 모의실험을 통하여 94%의 정확도로 HTTP request를 추정할 수 있음을 확인하였다. The continuously growing internet service requirements has resulted in a multitier system structure consisting of web server and database (DB) server. In this multitier structure, the existing intrusion detection system (IDS) detects known attacks by matching misused traffic patterns or signatures. However, malicious change to the contents at DB server through hypertext transfer protocol (HTTP) requests at the DB server cannot be detected by the IDS at the DB server’s end, since the DB server processes structured query language (SQL) without knowing the associated HTTP, while the web server cannot identify the response associated with the attacker’s SQL query. To detect these types of attacks, the malicious user is tracked using knowledge on interaction between HTTP request and SQL query. However, this is a practical challenge because system’s source code analysis and its application logic needs to be understood completely. In this study, we proposed a scheme to find the HTTP request associated with a given SQL query using only system log files. We first generated an HTTP request-SQL query map from system log files alone. Subsequently, the HTTP request associated with a given SQL query was identified among a set of HTTP requests using this map. Computer simulations indicated that the proposed scheme finds the HTTP request associated with a given SQL query with 94% accuracy.

식용유지와 영유아식품 중 아플라톡신 분석방법

허수정(Soojung Hu),박승영(Seungyoung Park),김순선(Soonsun Kim),이준구(Joongoo Lee),송지영(Jiyoung Song),강은귀(Eungi Kang),이현숙(Hyunsook Lee),조대현(Daehyun Cho) 한국분석과학회 2011 분석과학 Vol.24 No.2

공유차량 제동장치의 상태 기반 정비를 위한 브레이크 패드 마모 고장 진단

이정해(Jeonghae Lee),오재욱(Jeawook Oh),박승영(Seungyoung Park),이지현(Jihyun Lee),김남수(Namsu Kim) 한국자동차공학회 2022 한국자동차공학회 학술대회 및 전시회 Vol.2022 No.11