Earticle

감시 영상에서 군중 행동의 자동 모니터링 및 감지는 보안, 안전 및 자산 보호와 같은 방대한 응용 프로그램으로 인 해 컴퓨터 비전 분야에서 중요한 관심을 받고 있다. 또한 연구 커뮤니티에서 군중 분석 분야가 점차 증가하고 있다. 이를 위해서는 군중들의 행동을 감지하고 분석하는 것이 매우 필요하다. 본 논문에서는 스마트 시티에 설치된 감시 카메라의 비정상적인 활동을 감지하는 딥러닝 기반 방법을 제안하였다. 미세 조정된 VGG-16모델은 트레이닝된 공 개적으로 사용 가능한 벤치마크 군중 데이터 셋을 실시간 스트리밍으로 테스트한다. CCTV카메라는 비디오 스트림 을 캡쳐하는데, 비정상적인 활동이 감지되면 경보가 발생하여 추가 손실 전에 즉각적인 조치가 이루어지도록 가장 가까운 경찰서로 전송된다. 우리는 제안된 방법이 기존의 첨단 기술 보다 성능이 뛰어남을 실험으로 입증하였다.

The automatic monitoring and detection of crowd behavior in the surveillance videos has obtained significant attention in the field of computer vision due to its vast applications such as security, safety and protection of assets etc. Also, the field of crowd analysis is growing upwards in the research community. For this purpose, it is very necessary to detect and analyze the crowd behavior. In this paper, we proposed a deep learning-based method which detects abnormal activities in surveillance cameras installed in a smart city. A fine-tuned VGG-16 model is trained on publicly available benchmark crowd dataset and is tested on real-time streaming. The CCTV camera captures the video stream, when abnormal activity is detected, an alert is generated and is sent to the nearest police station to take immediate action before further loss. We experimentally have proven that the proposed method outperforms over the existing state-of-the-art techniques.

본 논문에서는 안드로이드 악성코드의 증가 추세에 대응하여 향상된 성능의 정적 악성코드 탐지 기법을 고안하였다. 기존의 어플리케이션의 권한을 특징(feature)으로 사용하는 악성코드 탐지 기법에 라이브러리 사용 정보와 control flow graph (CFG)의 속성을 특징으로 추가하여 성능을 향상시켰다. 또한, 라이브러리와 CFG는 구조 분 석을 통해 특징을 추출하므로 리네이밍(renaming) 난독화에 대하여 독립적이라는 특징이 있어 난독화에 취약한 권한 사용 탐지 기법을 보완하는 추가적인 이점을 가진다. 어플리케이션으로부터 추출한 세 가지 특징을 기반으로 양방향 장단기 기억 네트워크(bidirectional long short-term memory)를 이용한 악성코드 탐지 모델을 제안하 였다. 세 가지 특징을 모두 사용한 악성코드 분류 모델을 안드로이드 악성코드와 일반 어플리케이션을 합친 데이터 에 적용하였을 때 정확도 99.62%, 정밀도 100%, 재현율 99.26%, F1 99.62%로 높은 성능과 신뢰도를 보였다.

In this paper, we propose a static Android malware detection technique to improve the detection performance and reliability. Based on the permission feature which is heavily used in the previous works, we additionally use the library dependency and control flow graph (CFG) as features for improving our detection performance. Library dependency and CFG-based features are efficient to detect Android malware, which is obfuscated using renaming technique because these are extracted by structural analysis. By combining these three features, we propose a novel malware detection model using bidirectional long short-term memory. As results, we achieved 99.62% overall detection rate. Our model is highly reliable: where the precision, recall and F1 scores are 100%, 99.26% and 99.62%, respectively.

IP 주소에 대한 관리 및 특정 IP의 접속 허용 여부를 결정하기 위한 기능들은 기업 또는 학교 등 많은 곳에서 사용 된다. IP 정보를 기반으로 한 접속 허용 여부의 판단을 위한 정보의 보관은 파일 또는 데이터베이스를 이용하여 구 성되는데, 추가 정보에 의해 지속적으로 정보의 크기가 커질 수 있는 문제점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 IP 접속 허용 여부 정보를 비트맵 형식으로 저장하여 업데이트 여부와 관계없이 동일한 파 일 크기를 유지할 수 있는 파일 데이터베이스와 탐색을 위한 효율적인 알고리즘을 제안한다. 제안 파일 데이터베이 스는 IP 주소의 앞 3자리 옥텟을 이용하여 파일명을 생성하고, 나머지 옥텟 값은 비트맵 파일에 IP의 접속 여부를 판단 여부 값을 획득하기 위한 파일 내에서의 변위로 구성하였다. 파일 데이터베이스 탐색 성능은 SQLite와의 비교 를 통해 IP 접속 허용 여부를 위한 비트맵 파일 접근을 통한 차단 정보 확인 알고리즘이 효율적으로 구성되었음을 증명하였다.

The ability to mange IP addresses and decide whether to allow access to specific IPs is used in many places such as business and schools. Information storage, which determines whether to allow access based on IP information, is configured using a file or database, so you can continue to increase the size of the information. To solve this problem, this white paper proposes an efficient algorithm for file database and navigation, which can store IP access permission information in bitmap format and maintain the same file size whether or not it is updates. The proposed file database uses the first three digits of the IP address to generate a file name, and the remaining octets consist of displacements in the file to get a value indicating whether the IP is linked to the bitmap file. Compare file database scan performance with SQLite to show that the blocking information verification through bitmap file access has configured IP access efficiently.

본 논문에서는 사람의 기억 순환 메커니즘에 대한 소프트웨어적 구현에 있어서 인지과학적 기억의 관점, 시각 데이 터 처리의 관점 및 신호처리의 관점에서 새로운 시각 자극의 표현 기법을 제안한다. 특히, 사람의 시각과 기억의 순 환 모델링을 위해 높은 차원의 시각 자극에 대해 낮은 차원의 추상화 및 개념화 과정을 통해 표현하는 새로운 기법 을 제안한다. 제안 기법은 생성 모델 기반 오토 인코더와 클러스터링을 통해 고차원의 시각 입력 데이터에 대해 저 차원의 속성 데이터로 표현한다. 이때, 저차원 속성 데이터 표현에 있어 시맨틱의 임베딩 및 클래스 간 거리 유지에 유리한 희소 분포 표현 (SDR: Sparse Distributed Representation)을 사용한다. 본 논문에서는 28x28 화소로 구성되는 MNIST와 Fashion MNIST 데이터셋에 대해 적용한 실험 결과 각 클래스에 대해 변환된 저차원 SDR이 고차원 데이터 특성을 잘 반영함을 분류기 관점에서 확인하였다. 실험에서 784차원을 10차원으로 변경하더라도 2% 이하 분류 에러 수준에서 변환된 저차원 표현이 고차원 입력을 충분히 표현할 수 있음을 확인하였다.

This paper proposes a new representation scheme for visual stimuli in the software implementation for human memory circular mechanism using memory model, visual data processing, and signal processing in cognitive science. Especially, this paper proposes a noble scheme for a lower dimensional abstracted and conceptualized representation of higher dimensional visual stimuli in human vision-memory circular model. The proposed scheme employes generative model based auto encoder and clustering for representing high-dimension visual input data as low-dimension attribute data. In this process, SDR (Sparse Distributed Representation) is used for low-dimension attribute representation, because it can guarantee semantic embedding and distance between classes. In this paper, the experimental results applied to the MNIST and Fashion MNIST datasets, which consist of 28x28 pixels, confirmed from the classifier point of view that the low-dimensional SDRs for each class obtained well reflect their respective characteristics. The experiment confirmed that even if 784 dimensions were changed to 10 dimensions, low-dimensional expressions converted at a classification error level of less than 2% could sufficiently express high-dimensional inputs.

정보시스템의 하드웨어 규모산정을 위한 산업계 표준인 tpmC(TPC-C), max-jOPS, IOPs 등 성능기준은 모든 하드웨어 제조사의 서버를 대상으로 성능측정하기가 어려워, 동일 또는 유사 사양의 공인 성능측정 결과를 활용하 여, 규모산정에 적용하고 있다. 일반적으로, 어플리케이션(AP)서버의 규모산정 기준은 OPS(JVM)를 적용하는데, 공식적으로 제공하는 TPC-C의 수식계산법을 통해 산정하기에 명확한 변환 기준이 없다는 단점이 있다. 특히, x86 CPU 기반의 U2L Migration을 고려 할 때 국제 공인 성능기준인 SPEC위원회의 SPECjbb max-jOPS 수치와 산업계 표준으로 사용하는 TPC-C(tpmC)로 비교 전환하여 검증하는 방법이 존재하지 않아 정확히 규모산정이 어 렵다. 이에, 본 연구에서는 5년마다 수행하는 핵심 통계조사 E-Census 시스템의 실측 데이터 분석을 통해 U2L Migration 사전-사후 성능검증을 하였다. 그 결과, U2L 대상시스템의 성능기준인 TPC-C를 코어 단위로 비교 환 산하는 기준을 제시하였다. 이는 하드웨어 도입금액 기준 36.0% 비용 절감 효과와 데이터 처리시간 기준 기존대비 평균 14.3%의 성능 향상을 확인하였다. 마지막으로, U2L Migration을 위한 TPC-C 기준의 CPU 성능증감률, 대상시스템 최대사용률, 제조사 간 성능변환 비율 등을 반영한 CPU 코어 단위의 이기종간 전환“U2L Migration 하드웨어 표준 규모산정”의 개선모델을 제시한다.

There are many challenges in hardware capacity sizing of enterprise servers such as tpmC (TPC-C), max-jOPS(SPECjbb), and IOPs, which are the industry-standard benchmark of information systems, are difficult to measure for all hardware manufacturers' servers. Thus, the results of accredited performance measurements are used for the calculation, referencing, simulation methods in the industry. In general, the capacity sizing of Application 5a server is applied to TPC-C(tpmC), which is no clear migration criterion for calculating TPC-C(tpmC) through a mathematical calculation method. In particular, considering x86 CPU based U2L migration, there are no methods to compare and verify SPECjbb2015 max-jOPS value of SPEC, which is an industry recognized performance standard, to OPS(JVM). In this paper, U2L migration verification was performed by analyzing actual data of the E-Census system, which is conducted every five years. As a result, we present the standard for TPC-C(tpmC) migration on the x86 based systems in U2L. This approach resulted in a 36.0% cost savings in hardware purchasing and an average 14.3% improvement in data processing time. Lastly, we propose an improved model of "hardware capacity sizing for U2L migration" that reflects CPU performance increase rate, system's maximum use rate, and performance conversion rate between hardware manufacturers for U2L migration.

스마트팜이나 스마트시티와 같은 IoT 시스템이 보편화되면, 많은 센서 노드들로부터 수집된 대량의 데이터가 인터 넷 내 서버로 전송되기 때문에 네트워크 트래픽 폭증, 전달 지연, 서버 부하증가 문제가 발생한다. 이러한 문제를 완화하기 위해 IoT 시스템과 서버와 사이에 데이터를 저장하는 포그 컴퓨팅 개념이 제안된 바 있다. 본 연구에서는 포그 노드의 소프트웨어 플랫폼을 구현하여 스마트팜(smart farm) 시험 구현물에 적용해 봄으로써, 포그 노드를 사용하는 경우 위에서 나열된 문제를 해결할 수 있음을 확인하였다. 포그 노드 플랫폼을 이용했을 때 IoT 장치를 제 어하는데 걸리는 시간이 기존 IoT–서버 방식보다 더 낮아지는 것을 확인하였으며, 인터넷 내부 트래픽 폭증, 부하 증가 문제를 해결할 수 있음을 확인하였다. 또한 포그 노드의 기본 기능인 IoT 데이터 저장뿐만 아니라, 실시간 원 격제어, 긴급 알림, 데이터 시각화의 기능을 본 논문의 포그 노드에 구현해 봄으로써 보다 지능적인 IoT 제어가 가 능함을 보였다.

As IoT systems such as smart farms and smart cities become popular, a large amount of data collected from many sensor nodes is sent to a server in the Internet, which causes network traffic explosion, delay in delivery, and increase of server’s workload. To solve these problems, the concept of fog computing has been proposed to store data between IoT systems and servers. In this study, we implemented a software platform of the fog node and applied it to the prototype smart farm system in order to check whether the problems listed above can be solved when using the fog node. When the fog node is used, the time taken to control an IoT device is lower than the response time of the existing IoT device-server case. We confirmed that it can also solve the problem of the Internet traffic explosion and the workload increase in the server. We also showed that the intelligent control of IoT system is feasible by having the data visualization in the server and real time remote control, emergency notification in the fog node as well as data storage which is the basic capability of the fog node.

4차 산업혁명이 확산됨에 따라 우리나라에서도 QR코드를 이용한 결제시스템이 확산하고 있다. 이에 따라 최근에 많은 QR결제 시스템이 등장하고 있는데, 아직은 완성된 QR결제 시스템이 형성되지 않았으며 또한 사용률 역시 미 흡한 것이 현실이다. 이러한 문제에 대한 해결책을 위하여, 본 논문은 모바일 간편결제서비스 중 QR코드를 이용한 결제 시스템 방식을 설계 하였다. 현재 금융정보화추진협의회에서 제정한 모바일 직불 서비스 QR코드 표준은 고정 형 가맹점 제시방식, 변동형 가맹점 제시방식, 변동형 고객 제시방식이 있는데, 현재로써는 고정형 가맹점 제시방식 과 변동형 고객 제시방식이 많이 이용되고 있다. 본 논문에서는 각각의 방식을 조사하고 이들을 비교하여 최종적으 로 변동형 가맹점 제시방식의 활용방안에 관하여 연구하고자 한다.

As the fourth industrial revolution spreads, the settlement system using QR codes is spreading in Korea as well. As a result, many QR payment systems have emerged in recent years, but the completed QR payment system has not been formed yet, and the utilization rate is also insufficient. For the solution of this problem, this paper investigated the payment system using QR code among mobile simple settlement services. Currently, QR code standard for mobile debit service QR code established by the Financial Information Promotion Council includes a merchant presentation method, a merchant point presentation type, and a customer presentation type. Currently, merchant presentation method is widely used. In this paper, we investigate each method, compare them, and finally study how to use merchant presentation method.

본 논문은 산업현장의 소프트웨어 인력에 대한 수요와 대학의 소프트웨어 교육 과정 및 교육 운영의 형태, 그리고 산업현장 적합도를 조사하고 분석함으로써 현재 국내 소프트웨어 인력의 수요와 공급에 대한 미스매치를 해결할 수 있는 기반을 마련하였다. 또한, 이를 기반으로 현장 맞춤형 소프트웨어 교육 모델을 개발하고 대학의 교육과정 운영 경험자와 대학 소프트웨어 교육 담당자들과 지속적인 미팅을 통해 이를 최적화하고, 최적화된 교육 운영 전략 및 산 학연계 모델을 도출하였다.

This paper examines the foundation for solving current mismatches in the demand and supply of domestic software personnel by examining and analyzing the demand for industrial software personnel, the type of university software curriculum and education operation, and the suitability of industrial sites. Prepared. Based on this, the company developed a customized software education model and optimized it through continuous meetings with the university's curriculum management experience and university software education managers.