뇌신경정보학연구개발사업 제2단계 자유공모과제 조 성 준

Presentation on theme: "뇌신경정보학연구개발사업 제2단계 자유공모과제 조 성 준"— Presentation transcript:

1 뇌신경정보학연구개발사업 제2단계 자유공모과제 조 성 준
지능적 이상탐지를 위한 신경망 모델링 뇌신경정보학연구개발사업 제2단계 자유공모과제 조 성 준

2 연구의 목표 신경망 기반 이상탐지 모델링 응용 지능시스템 프로토타입 개발 타이핑 패턴 기반 신원인증 금융 패턴 예측

3 이상탐지 [개념] 정상 작동 모터가 갑자기 이상 상태로 들어 갈 때에 사전에 탐지하여 대응
[개념] 정상 작동 모터가 갑자기 이상 상태로 들어 갈 때에 사전에 탐지하여 대응 [기하학적 개념] n-차원 공간 상의 벡터 집합, 정상 집합에 대한 경계 모델링 [해결 방법]정상 상황은 포함하고, 이상 상황은 포함하지 않는 모델을 구축하여 판단

4 신경망 모델링 종류 장점 2층 자기연상 다층퍼셉트론, SOM, RBF 4층 자기연상 다층퍼셉트론
비모수 모델링이므로 확률분포에 대한 지식 없이도 성능이 좋음 통계 모델에 비하여 유연함 프로그래밍 용이함

5 연구의 필요성 이상탐지 응용의 핵심 요소 기술 시스템 고장 예측 (예) 모터 바이오메트릭 기반 신원 인증
주인 (정상 상황) vs 타인 (이상 상황) 얼굴, 지문, 동공, 손, 음성, 타이핑패턴 시계열 금융 패턴 예측 특정 패턴 (정상 상황) vs 기타 (이상 상황) 상승 추세, 하락 추세 : 현물, 선물

6 연구 방법 – 이론 연구 통계 기반 이상탐지 모델 신경망 기반 이상탐지 모델
확률밀도추정, 선형 주성분 분석, Principal Curve, Principal Surface 신경망 기반 이상탐지 모델 2층 자기연상 다층퍼셉트론, SOM, RBF 4층 자기연상 다층퍼셉트론

7 연구방법 – 이론 연구 (1) Linear PCA vs 2 layer AaMLP Linear PCA : unbounded
2 layer AAMLP : bounded

8 연구방법 – 이론 연구 (2) 2 layer AaMLP vs 4 layer AaMLP 2 layer AaMLP : linear
4 layer AaMLP : non-linear

9 연구방법 – 이론 연구 (3) Clustering 전처리 Multi-modal 분포 데이터에 약점

10 연구 방법 – 이론 연구 벤치마크 문제에 대한 실험 및 성질 분석 학습 과정의 최적화
- 4 layer AaMLP : complex - Overfitting 가능성 Ensemble Feature reduction Noise removal Outlier detection and removal

11 연구 토픽 – 신원 인증 1 타이핑 패턴 기반 신원 인증 개념 국내외 현황
[ Figure 1] 타이핑 패턴 기반 신원 인증 국내외 현황 미국의 경우 “거리” 개념 기반의 신원 인증 소프트웨어 개발 및 판매 [ – … 20 10] … [40 – … 30 20] Timing Vector Novelty Detector Access Allowed ! Denied ! Password Authentication Yes No

12 연구토픽 – 신원 인증 2 구축 단계 데이터 전처리 및 제거 특징 추출 신경망 학습 및 검증 프로토타이프 개발

13 연구 토픽 – 금융 패턴 예측 1 금융패턴 예측 개념 국내외 현황
미국의 경우 90년대 초부터 월 스트리트를 중심으로 연구 개발 시작 Computational Finance 학회 등을 통하여 활발한 신경망 기반 트레이딩 시스템 이론 및 실제 연구 우리나라의 경우 최근에 단순한 rule 기반의 시스템 트레이딩 시작

14 [Figure 1] Head and shoulder
연구 토픽 – 금융 패턴 예측 2 패턴 선정 [Figure 1] Head and shoulder

15 [Figure 2] Long Rising Pattern
연구 토픽 – 금융 패턴 예측 2 패턴 선정 [Figure 2] Long Rising Pattern

16 연구 토픽 – 금융 패턴 예측 2 구축 단계 데이터 전처리 및 제거 기술적 지표 추출 신경망 학습 및 검증
성능 평가 : 수익률 기준 프로토타이프 개발

17 연구 개발 추진 체계 1차년도 타이핑 패턴 이상탐지 모델 금융 예측 모델 2차년도 금융 예측 시스템 프로토타입 개발 3차년도
타이핑 데이터 수집 및 전처리 타이핑 패턴의 특징 추출 신경망 앙상불 기법 기반 패턴 선택 타이핑 패턴의 이상탐지 모델 개발 타이핑 패턴 이상탐지 모델 금융 데이터 수집 및 전처리 금융 데이터의 기술적 지표 추출 및 특징 추출 금융 데이터의 예측 가능성과 이상탐지 기능과의 연계 금융패턴의 국면전환 예측 모델 개발 금융 예측 모델 1차년도 2차년도 3차년도 금융 패턴 예측 시스템의 사용자 인터페이스 개발 금융 패턴의 국변전환 예측 모델 프로토타입 개발 금융 예측 분야의 다양한 실제 상황에 대한 적용 및 평가 금융 예측 시스템 프로토타입 개발 비 신경망 기법에 대한 문헌 자료 수집 : PCA, Principal Curve, Principal Surface, K-Nearest Neighbor 등 신경망 기법에 대한 문헌 자료수집 : 2-layer 자기연상 신경망, 4-layer 자기연상 신경망, RBF, SOM등 각 기법간 선능비교 신경망 기반 모델의 성능 향상

18 연구 결과 평가 기준 타이핑 기반 보안 분야의 실제 상황에 대한 적용 및 평가
개발된 프로토타입이 검증데이터에 대하여 오분류율 10% 이내의 이상탐지능력을 보이는가 금융 예측 분야의 다양한 실제 상황에 대한 적용 및 평가 개발된 프로토타입이 검증데이터에 대하여 무위험 이자율 이상의 수익을 산출하는가

19 [부 록 1 ] 보안 시스템 – 기존 연구 연 구 자 사 용 기 법 Garcia -- Mahalanobis 거리 Young
[부 록 1 ] 보안 시스템 – 기존 연구 연 구 자 사 용 기 법 Garcia -- Mahalanobis 거리 Young -- 키보드에 timing encoder 포함 -- Euclidean 거리를 사용 Brown and Rogers -- Euclidean 거리, ADALINE, 신경망 Obaidat and Macchairolo -- MLP를 다양한 알고리즘으로 학습 -- 타인의 타이핑 패턴을 필요로 하기 때문에 비현실적 조성준, 한대희 외 -- 2층 자기연상 신경망으로 학습 -- 오분류율 5%이내 -- 타인 학습시 오분류율 10% 이상 -- Multi-modal 패턴 분포의 경우 학습 불가능

20 [부 록 2 ] 금융 예측 -- 기존연구의 성능 연 구 자 연 간 수익률 대상 해당 년도 해당 국가
[부 록 2 ] 금융 예측 -- 기존연구의 성능 연 구 자 연 간 수익률 대상 해당 년도 해당 국가 G. S. Jang & F. Lai 21.61% 주식 1990 대만 G. Deboeck 15.5% 1993 러시아, 중국 등 개발 도상 국 (30개국) Cho et al. 800% 지수선물 2000 한국

21 [부 록 3 ] Typing Pattern 활용 사례 - - (美) BioPassword.com
[source] Federal Computer Week (일자 4/19/2001) [Article] An Extra Touch of Security -- BioPassword LogOn Identifies Users by Their Typing Patterns (Behavioral Biometric Data) -- High Accuracy, Low Cost, Ease of Use, Perceived Intrusiveness -- An effective and convenient additional layer of network security

22 [부 록 4-1 ] (美) BioPassword.com
-- Company Name: Nanny Software International Inc. (NNSII), beginnings in Canada (1994) Technology -- Biometrics keystroke dynamics technology

23 [부 록 4-2 ] (美) BioPassword.com
Characteristics -- Ease of Use, Unobtrusive; -- Transparent to users after login : no needs for frequent user/password updates. -- Low Cost : software-based, requiring no external hardware -- Flexible and Scalable : systems administrators using BioPassword can easily expand the number of users who are required to authenticate themselves Product BioPassword® for Windows NT and Windows 2000 -- a server-centric biometric authentication application that links the computer user to their user name and password.

24 [부 록 4-3 ] (美) BioPassword.com
System Requirements -- Single computer server with Windows NT 4.0 Server, Service pack 3 -- One or more computer workstations with Windows NT 4.0 Workstation or Windows Professional -- Server and workstations connected via 10/100 T-base network connection -- NIC to NIC connection requires at CAT-5 crossover cable -- NIC to 10/100T hub to NIC requires 2- CAT-5 cables -- All computers operating with 133 MHz Pentium II processors, 64 MB ram or greater -- Standard monitor, keyboard, and mouse

25 [부 록 4-3 ] (美) BioPassword.com
Price and Availability Base Price for BioPassword LogOn : $4,995 (10 User Licenses included) Additional Licenses cost : 100 seats, $3,995; seats, $15,975; 1,000 seats, $24,950; seats, $69,860 Application Areas (1) Banking security ; (2) Physical access control (3) Customs and immigration (4) Voter identity (5) Telecommunications access control, etc.

26 [부 록 5 ] 연구 책임자의 미국 특허