http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
XML 기반 안전한 전자상거래를 위한 보안 플랫폼 개발
문기영,이재승,김주한,이주영,손승원,Moon, K.Y.,Lee, J.S.,Kim, J.H.,Lee, J.Y.,Sohn, S.W. 한국전자통신연구원 2002 전자통신동향분석 Vol.17 No.6
XML 전자문서는 전자상거래를 위한 전자문서의 표준으로 받아 들여지고 있으며 안전한 전자상거래를 위해서는 XML 정보보호가 무엇보다도 먼저 해결되어야 한다. 본 논문에서는 인터넷 상에서 XML을 기반으로 하는 전자문서 교환 시스템의 안전한 문서 교환을 위한 정보보호 서비스 구현을 소개한다. XML 기반 전자문서 교환 시스템은 주로 인터넷에서 상거래를 위해 사용자 인증, 데이터 무결성 보장, 송수신에 대한 부인 봉쇄 등 다양한 보안 기능에 대해 필요하다. 또한 본 논문은 이러한 보안 기능을 충족시키는 XML 기반 정보보호 서비스인 ESES(ETRI Secure E-commerce Services)를 제안한다. ESES는 XML 문서 뿐 아니라 전자상거래 시 교환되는 디지털 콘텐츠를 위한 보안 서비스 제공을 목적으로 하며, 자바기반의 암호 구조를 바탕으로 XML 기반 전자서명, XML 기반 암복호, XML 기반 키 복구, 인증서 처리 기능 등을 지원한다.
회전수가 변하는 기기의 고장진단에 있어서 특성 기반 분류와 합성곱 기반 알고리즘의 예측 정확도 비교
문기영,김형진,황세윤,이장현 한국항해항만학회 2022 한국항해항만학회지 Vol.46 No.3
This study examined the diagnostics of abnormalities and faults of equipment, whose rotational speed changes even during regular operation. The purpose of this study was to suggest a procedure that can properly apply machine learning to the time series data, comprising non-stationary characteristics as the rotational speed changes. Anomaly and fault diagnosis was performed using machine learning: k-Nearest Neighbor (k-NN), Support Vector Machine (SVM), and Random Forest. To compare the diagnostic accuracy, an autoencoder was used for anomaly detection and a convolution based Conv1D was additionally used for fault diagnosis. Feature vectors comprising statistical and frequency attributes were extracted, and normalization & dimensional reduction were applied to the extracted feature vectors. Changes in the diagnostic accuracy of machine learning according to feature selection, normalization, and dimensional reduction are explained. The hyperparameter optimization process and the layered structure are also described for each algorithm. Finally, results show that machine learning can accurately diagnose the failure of a variable-rotation machine under the appropriate feature treatment, although the convolution algorithms have been widely applied to the considered problem. 본 연구는 정상 가동 중에도 회전수가 변하는 기기의 이상 및 고장 진단 방안을 다루고 있다. 회전수가 변함에 따라 비정상적 시계열 특성을 내포한 센서 데이터에 기계학습을 적용할 수 있는 절차를 제시하고자 하였다. 기계학습으로는 k-Nearest Neighbor(k-NN), Support Vector Machine(SVM), Random Forest을 사용하여 이상 및 고장 진단을 수행하였다. 또한 진단 정확성을 비교할 목적으로 이상 감지에 오토인코더, 고장진단에는 합성곱 기반의 Conv1D도 추가로 이용하였다. 비정상적 시계열로부터 통계 및 주파수 속성으로 구성된 시계열 특징 벡터를 추출하고, 추출된 특징 벡터에 정규화 및 차원 축소 기법을 적용하였다. 특징 벡터의 선택과 정규화, 차원 축소 여부에 따라 달라지는 기계학습의 진단 정확도를 비교하였다. 또한, 적용된 학습 알고리즘 별로 초매개변수 최적화 과정과 적층 구조를 설명하였다. 최종적으로 기존의 심층학습과 비교하여, 기계학습도 가변 회전기기의 고장을 정확하게 진단할 수 있는 절차를 제시하였다.
문기영,김석철,신구용,조경학,윤정임,황규석,길용식 한국풍공학회 2009 한국풍공학회지 Vol.13 No.3
Winds over a complex terrain were analyzed using wind tunnel and several computational fluid dynamics (CFD) models. A mountain area adjacent to a shoreline was chosen in a Southern Korea Peninsula for study. Two different CFD models were used for simulating flows: one is an FVM code with Virtual Boundary Method(VBM) using LES for sub-grid turbulence, and the other is a commercial package implemented with 4 different RANS (Reynolds Averaged Navier-Stokes Equations) turbulence models. The CFD simulations were compared with wind tunnel data at several locations where wind speeds were greatly enhanced or reduced due to the surrounding topographic features. The agreement between the CFD simulations and the wind tunnel experiments were good, the correlation coefficients ranging 0.890 ~ 0.965. The FVM code was excellent of which correlation coefficient was 0.965. 자연지형에 의한 기류 변화를 CFD 모델과 풍동실험을 통하여 비교 연구하였다. 해안에 인접한 남부 산악지형을 대상으로 풍동실험과 몇 종류의 CFD 모델 시뮬레이션을 수행하였다. 사용한 CFD 모델은 2 가지로, 하나는 LES 난류모델을 사용하는 가상경계기법을 활용한 유한체적법(Finite Volume Method, FVM) 코드와 또 하나는 4 가지 RANS 난류모델이 선택사양으로 제공되는 상업용 CFD 모델이다. 지형에 의해 풍속이 증가되는 지점과 감소되는 지점에서 수직풍속분포를 직접 비교하고 상관도를 구하였다. CFD 모델과 풍동실험과의 상관도()는 0.890 ~ 0.965로 매우 높게 나타났으며, CFD 모델 중 VBM LES CFD 모델은 상관도 0.965로 나타나 풍동실험을 가장 잘 모사하는 것으로 분석되었다.