A framework of Multi Linear Regression based on Fuzzy Theory and Situation Awareness and its application to Beach Risk Assessment

( Gun-yoon Shin ),( Sung-sam Hong ),( Dong-wook Kim ),( Cheol-hun Hwang ),( Myung-mook Han ),( Hwayoung Kim ),( Young Jae Kim ) 한국인터넷정보학회 2020 KSII Transactions on Internet and Information Syst Vol.14 No.7

Beaches have many risk factors that cause various accidents, such as drifting and drowning, these accidents have many risk factors. To analyze them, in this paper, we identify beach risk factors, and define the criteria and correlation for each risk factor. Then, we generate new risk factors based on Fuzzy theory, and define Situation Awareness for each time. Finally, we propose a beach risk assessment and prediction model based on linear regression using the calculated risk result and pre-defined risk factors. We use national public data of the Korea Meteorological Administration (KMA), and the Korea Hydrographic and Oceanographic Agency (KHOA). The results of the experiment showed the prediction accuracy of beach risk to be 0.90%, and the prediction accuracy of drifting and drowning accidents to be 0.89% and 0.86%, respectively. Also, through factor correlation analysis and risk factor assessment, the influence of each of the factors on beach risk can be confirmed. In conclusion, we confirmed that our proposed model can assess and predict beach risks.

알려지지 않은 위협 탐지를 위한 CBA와 OCSVM 기반 하이브리드 침입 탐지 시스템

신건윤 ( Gun-yoon Shin ),김동욱 ( Dong-wook Kim ),윤지영 ( Jiyoung Yun ),김상수 ( Sang-soo Kim ),한명묵 ( Myung-mook Han ) 한국인터넷정보학회 2021 인터넷정보학회논문지 Vol.22 No.3

인터넷이 발달함에 따라, IoT, 클라우드 등과 같은 다양한 IT 기술들이 개발되었고, 이러한 기술들을 사용하여 국가와 여러 기업들에서는 다양한 시스템을 구축하였다. 해당 시스템들은 방대한 양의 데이터들을 생성하고, 공유하기 때문에 시스템에 들어있는 중요한 데이터들을 보호하기 위해 위협을 탐지할 수 있는 다양한 시스템이 필요하였으며, 이에 대한 연구가 현재까지 활발히 진행되고 있다. 대표적인 기술로 이상 탐지와 오용 탐지를 들 수 있으며, 해당 기술들은 기존에 알려진 위협이나 정상과는 다른 행동을 보이는 위협들을 탐지한다. 하지만 IT 기술이 발전함에 따라 시스템을 위협하는 기술들도 점차 발전되고 있으며, 이러한 탐지 방법들을 피해서 위협을 가한다. 지능형 지속 위협(Advanced Persistent Threat : APT)은 국가 또는 기업의 시스템을 공격하여 중요 정보 탈취 및 시스템 다운 등의 공격을 수행하며, 이러한 공격에는 기존에 알려지지 않았던 악성코드 및 공격 기술들을 적용한 위협이 존재한다. 따라서 본 논문에서는 알려지지 않은 위협을 탐지하기 위한 이상 탐지와 오용 탐지를 결합한 하이브리드 침입 탐지 시스템을 제안한다. 두 가지 탐지 기술을 적용하여 알려진 위협과 알려지지 않은 위협에 대한 탐지가 가능하게 하였으며, 기계학습을 적용함으로써 보다 정확한 위협 탐지가 가능하게 된다. 오용 탐지에서는 Classification based on Association Rule(CBA)를 적용하여 알려진 위협에 대한 규칙을 생성하였으며, 이상 탐지에서는 One Class SVM(OCSVM)을 사용하여 알려지지 않은 위협을 탐지하였다. 실험 결과, 알려지지 않은 위협 탐지 정확도는 약 94%로 나타난 것을 확인하였고, 하이브리드 침입 탐지를 통해 알려지지 않은 위협을 탐지 할 수 있는 것을 확인하였다. With the development of the Internet, various IT technologies such as IoT, Cloud, etc. have been developed, and various systems have been built in countries and companies. Because these systems generate and share vast amounts of data, they needed a variety of systems that could detect threats to protect the critical data contained in the system, which has been actively studied to date. Typical techniques include anomaly detection and misuse detection, and these techniques detect threats that are known or exhibit behavior different from normal. However, as IT technology advances, so do technologies that threaten systems, and these methods of detection. Advanced Persistent Threat (APT) attacks national or companies systems to steal important information and perform attacks such as system down. These threats apply previously unknown malware and attack technologies. Therefore, in this paper, we propose a hybrid intrusion detection system that combines anomaly detection and misuse detection to detect unknown threats. Two detection techniques have been applied to enable the detection of known and unknown threats, and by applying machine learning, more accurate threat detection is possible. In misuse detection, we applied Classification based on Association Rule(CBA) to generate rules for known threats, and in anomaly detection, we used One-Class SVM(OCSVM) to detect unknown threats. Experiments show that unknown threat detection accuracy is about 94%, and we confirm that unknown threats can be detected.

연관 규칙 마이닝과 클러스터링 기술을 이용한 차세대 침입 탐지 시스템

신건윤(Gun-yoon Shin),한명묵(Myung-Mook Han) 한국지능시스템학회 2016 한국지능시스템학회 학술발표 논문집 Vol.26 No.1

작성자 분석과 CNN을 적용한 소스 코드 작성자 식별 프레임워크

신건윤 ( Gun-yoon Shin ),김동욱 ( Dong-wook Kim ),홍성삼 ( Sung-sam Hong ),한명묵 ( Myung-mook Han ) 한국인터넷정보학회 2018 인터넷정보학회논문지 Vol.19 No.5

최근 인터넷 기술이 발전함에 따라 다양한 프로그램들이 만들어지고 있고 이에 따라 다양한 코드들이 많은 사람들을 통해 만들어진다. 이러한 측면을 이용하여 특정 작성자가 작성한 코드들 그대로 가져가 자신이 작성한 것처럼 보여주거나, 참고한 코드들에 대한 정확한 표기 없이 그대로 사용하여 이에 대한 보호가 점차 어려워지고 있다. 따라서 본 논문에서는 작성자 분석 이론과 합성곱 신경망 기반 자연어 처리 방법을 적용한 작성자 식별 프레임워크룰 제안한다. 작성자 분석 이론을 적용하여 소스 코드에서 작성자 식별에 적합한 특징들을 추출하고 이를 텍스트 마이닝에서 사용하고 있는 특징들과 결합하여 기계학습 기반의 작성자 식별을 수행한다. 그리고 합성곱 신경망 기반 자연어 처리 방법을 소스 코드에 적용하여 코드 작성자 분류를 수행한다. 본 논문에서는 작성자 분석이론과 합성곱 신경망을 적용한 작성자 식별 프레임워크를 통해 작성자를 식별하기 위해서는 작성자 식별만을 위한 특징들이 필요하다는 것과 합성곱 신경망 기반 자연어 처리 방법이 소스 코드등과 같은 특수한 체계를 갖추고 있는 언어에서도 적용이 가능하다. 실험 결과 작성자 분석 이론 기반 작성자 식별 정확도는 95.1%였으며 CNN을 적용한 결과 반복횟수가 90번 이상일 경우 98% 이상의 정확도를 보여줬다. Recently, Internet technology has developed, various programs are being created and therefore various codes are being made through many authors. On this aspect, some author deceive a program or code written by other particular author as they make it themselves and use other writers' code indiscriminately, or not indicating the exact code which has been used. Due to this makes it more and more difficult to protect the code. In this paper, we propose author identification framework using Authorship Analysis theory and Natural Language Processing(NLP) based on Convolutional Neural Network(CNN). We apply Authorship Analysis theory to extract features for author identification in the source code, and combine them with the features being used text mining to perform author identification using machine learning. In addition, applying CNN based natural language processing method to source code for code author classification. Therefore, we propose a framework for the identification of authors using the Authorship Analysis theory and the CNN. In order to identify the author, we need special features for identifying the authors only, and the NLP method based on the CNN is able to apply language with a special system such as source code and identify the author. identification accuracy based on Authorship Analysis theory is 95.1% and identification accuracy applied to CNN is 98%.

표류 및 익수 사고 불확실성 관리를 위한 다중 선형 회귀 기반 해수욕장 위험도 평가

신건윤(Gun-Yoon Shin),김동욱(Dong-Wook Kim),홍성삼(Sung-Sam Hong),김화영(Hwayoung Kim),한명묵(Myung-Mook Han) 한국지능시스템학회 2019 한국지능시스템학회논문지 Vol.29 No.1

해변에는 풍속, 수온, 조위, 이안류 등과 같은 자연환경에서부터 개인부주의, 음주, 고령, 장비 미착용 등과 같은 인문환경까지 다양한 위험요소가 존재하며 이러한 요소들은 해변에서 일어나는 다양한 안전사고에 영향을 끼치고 있다. 따라서 이러한 요소들을 분석하고 이와 관련된 안전사고를 정립함으로써 해변에서 일어나는 사고 파악, 통제 및 대처 할 수 있어야한다. 본 논문에서는 해수욕장 위험도 평가를 수행하기 위하여 다양한 위험요소 분석 및 안전사고 정립을 수행하고 이를 통해 해변위험도를 산출하는 불확실성 관리 모델을 제안한다. 이때 다중 선형 회귀를 적용하여 각 위험요소별 가중치를 산정하고 표류 및 익수에 대한 값을 통해 해수욕장 위험도를 얻는다. 본 논문에서는 해변 위험도에 영향을 끼치는 다양한 요소 중 자연환경 위험요소들을 가지고 위험도를 산출하는 연구를 수행하였으며 이를 통해 자연환경 요소가 해수욕장에서 일어나는 대부분의 안전사고에 영향을 끼친다는 것을 확인하였다. There are a variety of hazards on the beach ranging from natural environments such as wind speed, water temperature, tide and rip current to human environments such as personal careless, drinking, aging and not wearing equipment and others. These factors are affecting various accidents on the beach. Therefore, it is necessary to identify, control and handle the accident on the beach by analyzing these factors. In this paper, we analysis various risk factors and establish related accident for beach risk assessment and propose an uncertain beach risk assessment model. We apply multiple linear regression for calculating the weights about each risk factor and getting the drowning and drifting value. And we conduct experiments to calculate the beach risk with various natural environmental factors affecting the beach risk, and confirm that the natural environment factors affected the most accidents in the beach.

Extraction and characterization of acid-soluble collagen and pepsin-solubilized collagen from the Nomura’s jellyfish (Nemopilema nomurai) using gamma-ray irradiation

Semi Yoon,Su-Min Kim,Seung-Hyun Hwang,Hun Heo,Jae-Min Lee,Hui-Jeong Gwon,Sung-Jun Ahn,Sung In Jeong,Jong-Seok Park,Won-Gun Koh,Youn-Mook Lim 한국고분자학회 2016 한국고분자학회 학술대회 연구논문 초록집 Vol.41 No.2

반려견 건강관리를 위한 스마트 목줄

심건우(Gun-Woo Shim),정승환(Seung-Hwan Jung),윤효묵(Hyo-Mook Yoon),박현주(Hyun-Joo Park) 한국엔터테인먼트산업학회 2024 한국엔터테인먼트산업학회 학술대회 논문집 Vol.2024 No.5

1인가구가 늘어나면서 반려견을 키우는 사람이 증가하고 있다. 반려견은 주인들에게 행복을 가져다주는 존재다. 하지만 반려견으로 인한 사고도 증가하고 있으며, 이는 사회적 문제로 부각되고 있다. 주인은 반려견의 건강과 안전을 항상 염두에 두어야 한다. 반려견의 건강과 주인의 편리함을 같이 고려하여 강아지 스마트 목줄을 설계하고 개발한다. 이를 통해 반려견의 돌발행동에 의한 사고를 방지하고, 반려견과 주인에게 안전한 환경을 제공한다. As the number of single-person households increases, the number of people raising dogs is increasing. Dogs are beings that bring happiness to their owners. However, accidents caused by dogs are also increasing, which is emerging as a social problem. Owners should always keep their dogs health and safety in mind. Design and develop a dog smart leash in consideration of both the dogs health and the convenience of the owner. Through this, accidents caused by sudden behavior of dogs are prevented and a safe environment is provided to dogs and owners.

체조이벤트 참여자의 개최지 이미지일치성과 만족도 차이분석

임경묵 ( Kyung Mook Lim ),이건희 ( Gun Hee Lee ),윤득헌 ( Deuk Hun Yoon ) 한국여가웰니스학회 2014 한국레저사이언스학회지 Vol.5 No.2

이 연구는 체조이벤트 개최지 이미지일치성, 만족도, 재방문의도의 특성을 규명하는데 그 목적이 있다. 이러한 연구목적을 달성하기 위하여 인천아시안게임 체조경기가 열리는 인천남동체육관에서 2014년 4월21일부터 21일까지 개최하는 제2회 KOREA CUP 국제체조대회 및 제63회 정국종별체조선수권대회에 참여자를 대상으로 총495부가 실제분석에 사용되었다. Windows용 SPSS 20.0통계 프로그램을 이용하여 분석하였다. 첫째, 성별에서 도시이미지일치성 에서만 통계적으로 유의한 차이가 나타났다. 둘째, 결혼여부에서는 지역시설이미지일치성과 지역시설만족만 통계적으로 유의하게 나타났다. 셋째, 연령에서는 도시, 경기장이미지일성과 경기장, 지역시설만족도만 통계적으로 유의하게 나타났다. 넷째, 학력에서 도시, 경기장, 지역시설이미지일치성과 경기장, 지역시설만족도가 통계적으로 유의하게 나타났다. 다섯째, 소득에서 도시, 경기장, 지역시설이미지일치성과 경기장, 지역시설만족도가 통계적으로 유의하게 나타났다. This study aims to investigate the characteristics of gymnastics event venue image congruence, satisfaction. To achieve these purposes, as subjects, this study selected participants in the 2nd Korea Cup International Gymnastics Tournament and the 63rd National Championships Gymnastics Tournaments held from april 18 through 21, 2014 at Incheon Namdong Gymnasium holding Incheon Asian Games Gymnastics Competition and a total of 495 copies of questionnaire were used for the actual analysis. The collected data were analyzed using SPSS 20.0 Statistics Program for Windows and the results are as follows: First, regarding gender, there was a statistically significant difference only in city image congruence. Second, regarding marital status, there were statistically significant differences only in community facility image congruence and community facility satisfaction. Third, regarding age, there were statistically significant differences only in the city and venue image congruence and venue and community facility satisfaction. Fourth, regarding educational background, there were statistically significant differences in the city, venue and community facility image congruence and venue and community facility satisfaction. Fifth, regarding income, there were statistically significant differences in the city, venue and community facility image congruence and venue and community facility satisfaction.

Changes in Oxalate and Phytate Concentrations During Soymilk Processing from the Seeds of Korean Soybean Cultivars

Keum-Il Jang,Gun-Mook Yoon,Hong-Sig Kim 한국식품과학회 2008 Food Science and Biotechnology Vol.17 No.5

A high dietary oxalate intake may lead to calcium oxalate (CaOx) kidney stones in the gastrointestinal tract. Most soy foods contain high concentrations of oxalate and/or phytate. This study analyzed the changes in oxalate (Ox), phytate (InsP₆), and calcium (Ca) during soymilk processing from the seeds of Korean recommended soybean cultivars (cvs). The contents of Ox, InsP₆, and Ca in 21 cvs ranged from 14, 108, and 148 to 231, 279, and 246 mg/100 g of dry seed, respectively. Seven cultivars were selected from the 21 cvs by the distributions of Ox, InsP₆, and Ca. Then, each contents of soymilk prepared from the 7 cvs were determined. All contents were lower in soymilk than in seeds, but the Ox to InsP₆ ratios changed from varying ratios (0.1-0.8) to normal ratios (0.8-1.0) in all cvs except ‘Paldalkong’. Consequently, during soymilk processing, the Ox content was decreased and the InsP₆ content was remained higher than the Ox content although the Ox was likely to be less reductive than the InsP₆. These results may provide better information for minimizing the risk of formation of CaOx kidney stones due to consumption of soy products.

베이지안 확률 및 폐쇄 순차패턴 마이닝 방식을 이용한 설명가능한 로그 이상탐지 시스템

윤지영 ( Jiyoung Yun ),신건윤 ( Gun-yoon Shin ),김동욱 ( Dong-wook Kim ),김상수 ( Sang-soo Kim ),한명묵 ( Myung-mook Han ) 한국인터넷정보학회 2021 인터넷정보학회논문지 Vol.22 No.2

인터넷과 개인용 컴퓨터가 발달하면서 다양하고 복잡한 공격들이 등장하기 시작했다. 공격들이 복잡해짐에 따라 기존에 사용하던 시그니처 기반의 탐지 방식으로 탐지가 어려워졌으며 이를 해결하기 위해 행위기반의 탐지를 위한 로그 이상탐지에 대한 연구가 주목 받기 시작했다. 최근 로그 이상탐지에 대한 연구는 딥러닝을 활용해 순서를 학습하는 방식으로 이루어지고 있으며 좋은 성능을 보여준다. 하지만 좋은 성능에도 불구하고 판단에 대한 근거를 제공하지 못한다는 한계점을 지닌다. 판단에 대한 근거 및 설명을 제공하지 못할 경우, 데이터가 오염되거나 모델 자체에 결함이 발생해도 이를 발견하기 어렵다는 문제점을 지닌다. 결론적으로 사용자의 신뢰성을 잃게 된다. 이를 해결하기 위해 본 연구에서는 설명가능한 로그 이상탐지 시스템을 제안한다. 본 연구는 가장 먼저 로그 파싱을 진행해 로그 전처리를 수행한다. 이후 전처리된 로그들을 이용해 베이지안 확률 기반 순차 규칙추출을 진행한다. 결과적으로 “If 조건 then 결과, 사후확률(θ)” 형식의 규칙집합을 추출하며 이와 매칭될 경우 정상, 매칭되지 않을 경우, 이상행위로 판단하게 된다. 실험으로는 HDFS 로그 데이터셋을 활용했으며, 그 결과 F1score 92.7%의 성능을 나타내었다. With the development of the Internet and personal computers, various and complex attacks begin to emerge. As the attacks become more complex, signature-based detection become difficult. It leads to the research on behavior-based log anomaly detection. Recent work utilizes deep learning to learn the order and it shows good performance. Despite its good performance, it does not provide any explanation for prediction. The lack of explanation can occur difficulty of finding contamination of data or the vulnerability of the model itself. As a result, the users lose their reliability of the model. To address this problem, this work proposes an explainable log anomaly detection system. In this study, log parsing is the first to proceed. Afterward, sequential rules are extracted by Bayesian posterior probability. As a result, the "If condition then results, post-probability" type rule set is extracted. If the sample is matched to the ruleset, it is normal, otherwise, it is an anomaly. We utilize HDFS datasets for the experiment, resulting in F1score 92.7% in test dataset.