KR102276669B1 - 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 - Google Patents
어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 Download PDFInfo
- Publication number
- KR102276669B1 KR102276669B1 KR1020210046922A KR20210046922A KR102276669B1 KR 102276669 B1 KR102276669 B1 KR 102276669B1 KR 1020210046922 A KR1020210046922 A KR 1020210046922A KR 20210046922 A KR20210046922 A KR 20210046922A KR 102276669 B1 KR102276669 B1 KR 102276669B1
- Authority
- KR
- South Korea
- Prior art keywords
- sonar
- ecosystem
- fish
- image
- encryption key
- Prior art date
Links
Images
Classifications
-
- G06K9/6201—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/96—Sonar systems specially adapted for specific applications for locating fish
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G06K9/481—
-
- G06K9/6267—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Multimedia (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법이 개시된다. 본 발명은 SONAR(SOund Navigation And Ranging) 모듈이 탑재되어 있는 부이(buoy) 장치로부터, SONAR 모듈에 의해 촬영된 SONAR 이미지를 사전 설정된 획득 시간 간격으로 수신하고, SONAR 이미지들 각각을 어군 객체 식별 모델에 입력으로 인가하여, SONAR 이미지들 각각에서 어군 객체를 식별한 후, SONAR 이미지들 각각에서 식별된 어군 객체의 수를 기초로, 어군 생태계의 이상 여부를 판단하여, 어군 생태계의 이상이 있는 것으로 판단되면, 경고 메시지를 생성하여 관리자의 단말로 전송하는 어군 생태계 모니터링 시스템 장치 및 그 동작 방법에 대한 것이다.
Description
본 발명은 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법에 대한 것이다.
최근, 해양 오염과 남획 등으로 인해, 어군 생태계의 균형이 무너지는 문제가 점점 심각해짐에 따라, 어군 생태계의 균형을 회복시키기 위한 다양한 기술에 대한 연구가 활발히 진행되고 있다.
이와 관련해서, 어군 생태계의 균형을 회복시키기 위해서는, 어군 생태계의 현재 상태를 빠르고 정확하게 파악하는 것이 중요하다.
기존에는, 어군 생태계의 현재 상태를 파악하기 위해서, 음파를 이용하여 수중의 물체를 촬영하는 SONAR(SOund Navigation And Ranging) 모듈을 통해 SONAR 이미지를 촬영하고, 촬영된 SONAR 이미지를 사람이 직접 확인하여, 어군 생태계의 이상 여부를 판단하는 방식이 많이 사용되었다.
하지만, SONAR 이미지를 기초로 사람이 직접 어군 생태계의 이상 여부를 판단하는 기존의 방식은, 많은 비용과 시간이 소요될 뿐만 아니라, 어군 객체 수의 변화를 파악하기 어렵기 때문에, 어군 생태계의 이상 여부를 빠르고 정확하게 확인하기 어렵다는 문제점이 있었다.
만약, SONAR 이미지를 기초로 어군 생태계의 이상 여부를 지속적으로 모니터링할 수 있는 기술이 도입된다면, 보다 효율적으로 어군 생태계의 이상 여부를 확인할 수 있을 것이다.
따라서, 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 기술에 대한 연구가 필요하다.
본 발명은 SONAR(SOund Navigation And Ranging) 모듈이 탑재되어 있는 부이(buoy) 장치로부터, SONAR 모듈에 의해 촬영된 SONAR 이미지를 사전 설정된 획득 시간 간격으로 수신하고, SONAR 이미지들 각각을 어군 객체 식별 모델에 입력으로 인가하여, SONAR 이미지들 각각에서 어군 객체를 식별한 후, SONAR 이미지들 각각에서 식별된 어군 객체의 수를 기초로, 어군 생태계의 이상 여부를 판단하여, 어군 생태계의 이상이 있는 것으로 판단되면, 경고 메시지를 생성하여 관리자의 단말로 전송하는 어군 생태계 모니터링 시스템 장치 및 그 동작 방법을 제시함으로써, 관리자가 보다 정확하고, 효율적으로 어군 생태계 모니터링을 수행할 수 있도록 지원하고자 한다.
본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치는 수중에서 SONAR(SOund Navigation And Ranging) 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이(buoy) 장치로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 k(k는 2이상의 자연수임)개의 사전 설정된 획득 시간마다 수신함으로써, 매일 k개의 SONAR 이미지들을 획득하는 이미지 획득부, 매일 k개의 SONAR 이미지들이 획득 완료될 때마다, k개의 SONAR 이미지들 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, k개 SONAR 이미지들 각각에서 어군 객체를 식별하고, k개의 SONAR 이미지들 각각에서 식별된 어군 객체의 수를 성분으로 갖는 k차원의 객체 벡터를 생성한 후, k차원의 객체 벡터와 k차원의 객체 벡터가 생성된 날짜에 대한 정보를 서로 대응시켜 벡터 데이터베이스에 저장하는 벡터 생성부, 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수를 확인하여 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n(n은 3이상의 자연수임)개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시키는 이벤트 발생부, 상기 판단 이벤트가 발생되면, 상기 벡터 데이터베이스에 저장되어 있는 n개의 객체 벡터들을 기초로, 어군 객체의 수가 감소 추세인지 여부를 판단하는 판단부, 상기 n개의 객체 벡터들을 기초로, 어군 객체의 수에 대한 일별 변화 정도를 표상하는 변화 수치를 연산한 후, 상기 변화 수치를 사전 설정된 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 수치 확인부 및 어군 객체의 수가 감소 추세인 것으로 판단되고, 상기 변화 수치가 사전 설정된 기준치를 초과하는 것으로 확인되는 경우, 어군 생태계에 이상이 있는 것으로 판단한 후, 어군 생태계에 이상이 있음을 지시하는 경고 메시지를 생성하여 관리자의 단말로 전송하는 메시지 전송부를 포함한다.
또한, 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법은 수중에서 SONAR 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이 장치로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 k(k는 2이상의 자연수임)개의 사전 설정된 획득 시간마다 수신함으로써, 매일 k개의 SONAR 이미지들을 획득하는 단계, 매일 k개의 SONAR 이미지들이 획득 완료될 때마다, k개의 SONAR 이미지들 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, k개 SONAR 이미지들 각각에서 어군 객체를 식별하고, k개의 SONAR 이미지들 각각에서 식별된 어군 객체의 수를 성분으로 갖는 k차원의 객체 벡터를 생성한 후, k차원의 객체 벡터와 k차원의 객체 벡터가 생성된 날짜에 대한 정보를 서로 대응시켜 벡터 데이터베이스에 저장하는 단계, 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수를 확인하여 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n(n은 3이상의 자연수임)개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시키는 단계, 상기 판단 이벤트가 발생되면, 상기 벡터 데이터베이스에 저장되어 있는 n개의 객체 벡터들을 기초로, 어군 객체의 수가 감소 추세인지 여부를 판단하는 단계, 상기 n개의 객체 벡터들을 기초로, 어군 객체의 수에 대한 일별 변화 정도를 표상하는 변화 수치를 연산한 후, 상기 변화 수치를 사전 설정된 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 단계 및 어군 객체의 수가 감소 추세인 것으로 판단되고, 상기 변화 수치가 사전 설정된 기준치를 초과하는 것으로 확인되는 경우, 어군 생태계에 이상이 있는 것으로 판단한 후, 어군 생태계에 이상이 있음을 지시하는 경고 메시지를 생성하여 관리자의 단말로 전송하는 단계를 포함한다.
본 발명은 SONAR(SOund Navigation And Ranging) 모듈이 탑재되어 있는 부이(buoy) 장치로부터, SONAR 모듈에 의해 촬영된 SONAR 이미지를 사전 설정된 획득 시간 간격으로 수신하고, SONAR 이미지들 각각을 어군 객체 식별 모델에 입력으로 인가하여, SONAR 이미지들 각각에서 어군 객체를 식별한 후, SONAR 이미지들 각각에서 식별된 어군 객체의 수를 기초로, 어군 생태계의 이상 여부를 판단하여, 어군 생태계의 이상이 있는 것으로 판단되면, 경고 메시지를 생성하여 관리자의 단말로 전송하는 어군 생태계 모니터링 시스템 장치 및 그 동작 방법을 제시함으로써, 관리자가 보다 정확하고, 효율적으로 어군 생태계 모니터링을 수행할 수 있도록 지원할 수 있다.
도 1은 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 구조를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법을 도시한 도면이다.
이하에서는 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명하기로 한다. 이러한 설명은 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였으며, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 본 명세서 상에서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.
본 문서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다. 또한, 본 발명의 다양한 실시예들에 있어서, 각 구성요소들, 기능 블록들 또는 수단들은 하나 또는 그 이상의 하부 구성요소로 구성될 수 있고, 각 구성요소들이 수행하는 전기, 전자, 기계적 기능들은 전자회로, 집적회로, ASIC(Application Specific Integrated Circuit) 등 공지된 다양한 소자들 또는 기계적 요소들로 구현될 수 있으며, 각각 별개로 구현되거나 2 이상이 하나로 통합되어 구현될 수도 있다.
한편, 첨부된 블록도의 블록들이나 흐름도의 단계들은 범용 컴퓨터, 특수용 컴퓨터, 휴대용 노트북 컴퓨터, 네트워크 컴퓨터 등 데이터 프로세싱이 가능한 장비의 프로세서나 메모리에 탑재되어 지정된 기능들을 수행하는 컴퓨터 프로그램 명령들(instructions)을 의미하는 것으로 해석될 수 있다. 이들 컴퓨터 프로그램 명령들은 컴퓨터 장치에 구비된 메모리 또는 컴퓨터에서 판독 가능한 메모리에 저장될 수 있기 때문에, 블록도의 블록들 또는 흐름도의 단계들에서 설명된 기능들은 이를 수행하는 명령 수단을 내포하는 제조물로 생산될 수도 있다. 아울러, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 명령들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 가능한 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 정해진 순서와 달리 실행되는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 실질적으로 동시에 수행되거나, 역순으로 수행될 수 있으며, 경우에 따라 일부 블록들 또는 단계들이 생략된 채로 수행될 수도 있다.
도 1은 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 구조를 도시한 도면이다.
도 1을 참조하면, 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치(110)는 이미지 획득부(111), 벡터 생성부(112), 이벤트 발생부(113), 판단부(114), 수치 확인부(115) 및 메시지 전송부(116)를 포함한다.
이미지 획득부(111)는 수중에서 SONAR(SOund Navigation And Ranging) 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이(buoy) 장치(130)로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 k(k는 2이상의 자연수임)개의 사전 설정된 획득 시간마다 수신함으로써, 매일 k개의 SONAR 이미지들을 획득한다.
벡터 생성부(112)는 매일 k개의 SONAR 이미지들이 획득 완료될 때마다, k개의 SONAR 이미지들 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, k개 SONAR 이미지들 각각에서 어군 객체를 식별하고, k개의 SONAR 이미지들 각각에서 식별된 어군 객체의 수를 성분으로 갖는 k차원의 객체 벡터를 생성한 후, k차원의 객체 벡터와 k차원의 객체 벡터가 생성된 날짜에 대한 정보를 서로 대응시켜 벡터 데이터베이스에 저장한다.
이벤트 발생부(113)는 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수를 확인하여 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n(n은 3이상의 자연수임)개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시킨다.
이하에서는, 이미지 획득부(111), 벡터 생성부(112) 및 이벤트 발생부(113)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, k를 ‘6’이라고 하고, 사전 설정된 획득 시간을 ‘1시, 5시, 9시, 13시, 17시, 21시’라고 하는 경우, 이미지 획득부(111)는 수중에서 SONAR 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이 장치(130)로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 ‘1시, 5시, 9시, 13시, 17시, 21시’마다 수신함으로써, 매일 ‘6’개의 SONAR 이미지들을 획득할 수 있다.
이와 관련해서, ‘2021년 1월 1일’에 획득된 ‘6’개의 SONAR 이미지들을 ‘이미지 1, 이미지 2, 이미지 3, 이미지 4, 이미지 5, 이미지 6’이라고 하는 경우, 벡터 생성부(112)는 ‘이미지 1, 이미지 2, 이미지 3, 이미지 4, 이미지 5, 이미지 6’ 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, ‘이미지 1, 이미지 2, 이미지 3, 이미지 4, 이미지 5, 이미지 6’ 각각에서 어군 객체를 식별할 수 있다.
여기서, 어군 객체 식별 모델은 이미지에서 어군 객체를 식별하기 위한 인공지능 기반의 기계학습 모델을 의미한다. 구체적으로, 어군 객체 식별 모델은 합성곱 신경망(Convolutional Neural Networks)으로 구성될 수 있는 모델로서, 개발자는 다양한 어군 객체가 포함된 이미지들을 트레이닝 세트로 구성한 후 이를 기초로 합성곱 신경망을 학습시킴으로써, 어군 객체 식별 모델을 구축할 수 있다.
이렇게, 벡터 생성부(112)가 ‘이미지 1, 이미지 2, 이미지 3, 이미지 4, 이미지 5, 이미지 6’ 각각에서 어군 객체를 식별한 결과, ‘이미지 1, 이미지 2, 이미지 3, 이미지 4, 이미지 5, 이미지 6’ 각각에서 식별된 어군 객체의 수가 ‘8개, 11개, 7개, 13개, 10개, 5개’라고 하는 경우, 벡터 생성부(112)는 ‘[8 11 7 13 10 5]’와 같은 객체 벡터를 생성한 후, ‘[8 11 7 13 10 5]’를 ‘2021년 1월 1일’에 대한 정보와 서로 대응시켜 벡터 데이터베이스에 저장할 수 있다.
이렇게, 벡터 생성부(112)는 객체 백터를 생성한 후 객체 벡터와 날짜 정보를 상기 벡터 데이터베이스에 서로 대응시켜 저장하는 과정을 매일 반복 수행할 수 있다. 이로 인해, 상기 벡터 데이터베이스에는 하기의 표 1과 같이 객체 벡터들과 날짜에 대한 정보들이 저장될 수 있다.
날짜 | 객체 벡터 |
2021년 1월 1일 | [8 11 7 13 10 5] |
2021년 1월 2일 | [10 4 12 9 11 6] |
... | ... |
2021년 1월 30일 | [15 5 4 12 7 10] |
이때, 이벤트 발생부(113)는 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시킬 수 있는데, 상기 사전 설정된 기준 개수인 n을 ‘30’이라고 하는 경우, 이벤트 발생부(113)는 상기 표 1과 같이 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 ‘30’개가 되는 시점에서, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시킬 수 있다.
이렇게, 이벤트 발생부(113)에 의해, 상기 판단 이벤트가 발생되면, 판단부(114)는 상기 벡터 데이터베이스에 저장되어 있는 n개의 객체 벡터들을 기초로, 어군 객체의 수가 감소 추세인지 여부를 판단한다.
이때, 본 발명의 일실시예에 따르면, 판단부(114)는 어군 객체의 수가 감소 추세인지 여부를 판단하기 위한 구체적인 구성으로, 노름 연산부(117), 기울기 연산부(118) 및 판단 처리부(119)를 포함할 수 있다.
노름 연산부(117)는 이벤트 발생부(113)에 의해 상기 판단 이벤트가 발생되면, 상기 n개의 객체 벡터들 각각의 맨해튼 노름(Manhattan norm)을 연산한다.
여기서, 맨해튼 노름이란, 벡터나 행렬의 크기를 나타내는 L1 노름으로, 하기의 수학식 1에 따라 연산될 수 있다.
기울기 연산부(118)는 상기 n개의 객체 벡터들 각각에 대응되는 날짜를 독립변수로, 상기 n개의 객체 벡터들 각각의 맨해튼 노름을 종속변수로 지정하여, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 선형 회귀 분석을 수행함으로써, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 기울기를 연산한다.
판단 처리부(119)는 기울기 연산부(118)에 의해 상기 기울기가 연산되면, 상기 기울기가 음수인지 확인하여, 상기 기울기가 음수인 것으로 확인되면, 어군 객체의 수가 감소 추세인 것으로 판단한다.
이하에서는, 노름 연산부(117), 기울기 연산부(118) 및 판단 처리부(119)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 전술한 예와 같이, 벡터 생성부(112)에 의해, 상기 표 1과 같은 ‘30’개의 객체 벡터들이 상기 벡터 데이터베이스에 저장됨에 따라, 이벤트 발생부(113)에 의해, 상기 판단 이벤트가 발생되었다고 가정하자.
그러면, 노름 연산부(117)는 상기 수학식 1을 기초로, 상기 ‘30’개의 객체 벡터들 각각의 맨해튼 노름을 연산할 수 있다.
그러고 나서, 기울기 연산부(118)는 상기 ‘30’개의 객체 벡터들에 대응되는 날짜인 ‘2021년 1월 1일, 2021년 1월 2일, ..., 2021년 1월 30일’을 독립변수로, 상기 ‘30’개의 객체 벡터들 각각의 맨해튼 노름을 종속변수로 지정하여 상기 ‘30’개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 선형 회귀 분석을 수행함으로써, 상기 ‘30’개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 기울기를 연산할 수 있다.
이때, 상기 기울기가 ‘-0.02’와 같이 연산되었다고 하는 경우, 판단 처리부(119)는 상기 기울기가 음수인 것으로 확인하여 어군 객체의 수가 감소 추세인 것으로 판단할 수 있다.
수치 확인부(115)는 상기 n개의 객체 벡터들을 기초로, 어군 객체의 수에 대한 일별 변화 정도를 표상하는 변화 수치를 연산한 후, 상기 변화 수치를 사전 설정된 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인한다.
이때, 본 발명의 일실시예에 따르면, 수치 확인부(115)는 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하기 위한 구체적인 구성으로, 거리 연산부(120), 수치 연산부(121) 및 확인 처리부(122)를 포함할 수 있다.
거리 연산부(120)는 상기 n개의 객체 벡터들 중 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터들 간의 유클리드 거리(Euclidean distance)를 연산함으로써, n-1개의 유클리드 거리들을 연산한다.
여기서, 유클리드 거리란 두 개의 벡터가 존재한다고 하였을 때, 두 벡터 간의 거리를 의미하는 것으로, 하기의 수학식 2에 따라 연산될 수 있다.
상기 수학식 2에서 D는 벡터 A와 벡터 B 간의 유클리드 거리를 의미하고, Ai와 Bi는 각각 벡터 A와 벡터 B에 포함되어 있는 p개의 성분들 중 i번째 성분들을 의미한다. 보통, 두 벡터 간의 유클리드 거리가 작을수록 두 벡터는 유사한 벡터라고 볼 수 있고, 두 벡터 간의 유클리드 거리가 클수록 두 벡터는 비유사한 벡터라고 볼 수 있다.
수치 연산부(121)는 거리 연산부(120)에 의해 상기 n-1개의 유클리드 거리들이 연산되면, 상기 n-1개의 유클리드 거리들의 평균을 상기 변화 수치로 연산한다.
확인 처리부(122)는 상기 변화 수치를 상기 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인한다.
이하에서는, 거리 연산부(120), 수치 연산부(121) 및 확인 처리부(122)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 전술한 예와 같이, 벡터 생성부(112)에 의해, 상기 표 1과 같은 ‘30’개의 객체 벡터들이 상기 벡터 데이터베이스에 저장되었다고 가정하자.
그러면, 거리 연산부(120)는 상기 수학식 2를 기초로, 상기 ‘30’개의 객체 벡터들 중 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터들 간의 유클리드 거리를 연산함으로써, ‘29’개의 유클리드 거리들을 연산할 수 있다.
관련해서, 거리 연산부(120)는 ‘2021년 1월 1일’에 대응되는 객체 벡터와 ‘2021년 1월 2일’에 대응되는 객체 벡터 간의 유클리드 거리를 연산할 수 있고, ‘2021년 1월 2일’에 대응되는 객체 벡터와 ‘2021년 1월 3일’에 대응되는 객체 벡터 간의 유클리드 거리를 연산할 수 있으며, ‘2021년 1월 3일’에 대응되는 객체 벡터와 ‘2021년 1월 4일’에 대응되는 객체 벡터 간의 유클리드 거리를 연산할 수 있다. 이러한 방식으로 거리 연산부(120)는 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터들 간의 유클리드 거리를 연산함으로써, 총 ‘29’개의 유클리드 거리들을 연산할 수 있다.
그러고 나서, 수치 연산부(121)는 상기 ‘29’개의 유클리드 거리들의 평균을 상기 변화 수치로 연산할 수 있다.
이때, 상기 변화 수치가 ‘9.8’과 같이 연산되었다고 하고, 상기 기준치를 ‘9.5’라고 하는 경우, 확인 처리부(122)는 상기 변화 수치를 상기 기준치와 비교하여, 상기 변화 수치가 상기 기준치를 초과하는 것으로 확인할 수 있다.
여기서, 상기 변화 수치는 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터 간의 유클리드 거리의 평균을 계산한 것이기 때문에, 연속되는 두 날짜 사이의 어군 객체 수가 얼마나 변화하는지를 표상하는 수치로 해석할 수 있다. 즉, 상기 변화 수치가 크다는 의미는 어군 객체의 수가 매일 비슷한 수준으로 유지되는 것이 아니라, 매일 크게 변화하고 있다는 것을 의미한다. 만약, 매일 어군 객체의 수가 비슷한 수로 유지된다고 한다면, 두 날짜들 각각에 대응되는 객체 벡터가 서로 유사하다는 의미이므로, 유클리드 거리 값이 작은 값으로 산출될 것이다. 하지만, 매일 어군 객체의 수가 크게 차이가 나는 경우, 두 날짜들 각각에 대응되는 객체 벡터가 서로 유사하지 않다는 의미이므로, 유클리드 거리 값이 큰 값으로 산출될 것이다.
이렇게, 판단부(114)에 의해, 어군 객체의 수가 감소 추세인 것으로 판단되고, 수치 확인부(115)에 의해, 상기 변화 수치가 사전 설정된 기준치를 초과하는 것으로 확인되는 경우, 메시지 전송부(116)는 어군 생태계에 이상이 있는 것으로 판단한 후, 어군 생태계에 이상이 있음을 지시하는 경고 메시지를 생성하여 관리자의 단말(140)로 전송한다.
즉, 어군 생태계 모니터링 시스템 장치(110)는 부이 장치(130)로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 사전 설정된 획득 시간 간격으로 수신하고, SONAR 이미지들 각각을 상기 어군 객체 식별 모델에 입력으로 인가하여, SONAR 이미지들 각각에서 어군 객체를 식별한 후, SONAR 이미지들 각각에서 식별된 어군 객체의 수를 기초로, 어군 생태계의 이상 여부를 판단하여, 어군 생태계의 이상이 있는 것으로 판단되면, 상기 경고 메시지를 생성하여 관리자의 단말(140)로 전송할 수 있다.
본 발명의 일실시예에 따르면, 부이 장치(130)는 SONAR 이미지에 대한 보안성을 강화하기 위해, SONAR 이미지에 대한 암호화를 수행한 후, 암호화가 수행된 SONAR 이미지를 어군 생태계 모니터링 시스템 장치(110)로 전송할 수 있다.
이와 관련해서, 본 발명의 일실시예에 따르면, 이미지 획득부(111)는 부이 장치(130)로부터, 암호화가 수행된 SONAR 이미지가 수신되면, 암호화가 수행된 SONAR 이미지를 복호화함으로써, 원본 SONAR 이미지를 획득하기 위한 구성으로, 암호화키 저장부(123), 이미지 수신부(124) 및 복호화 처리부(125)를 포함할 수 있다.
암호화키 저장부(123)에는 부이 장치(130)와 사전 공유하고 있는 t(t는 2이상의 자연수임)개의 암호화키들이 저장되어 있다.
상기 t개의 암호화키들 각각에는 0이상 t-1이하의 서로 다른 정수가 사전 할당되어 있다.
예컨대, t를 ‘5’라고 하는 경우, 암호화키 저장부(123)에는 하기의 표 2와 같은 ‘5’개의 암호화키들이 저장되어 있을 수 있다.
암호화키 | 정수 |
암호화키 1 | 0 |
암호화키 2 | 1 |
암호화키 3 | 2 |
암호화키 4 | 3 |
암호화키 5 | 4 |
이때, 부이 장치(130)는 어군 생태계 모니터링 시스템 장치(110)로 SONAR 이미지를 전송할 때, SONAR 이미지를 암호화하여 전송할 수 있는데, 이를 위해, 부이 장치(130)는 현재 시점의 날짜 값을 피제수로, t를 제수로 하는 모듈로(modulo) 연산을 수행하여 연산 값을 산출하고, 상기 연산 값이 산출되면, 부이 장치(130)에 저장되어 있는 상기 t개의 암호화키들 중 상기 연산 값이 정수로 할당되어 있는 암호화키를 선택한 후 선택된 암호화키로 SONAR 이미지를 암호화하여 어군 생태계 모니터링 시스템 장치(110)로 전송할 수 있다.
이때, 이미지 수신부(124)는 부이 장치(130)로부터, 상기 t개의 암호화키들 중 현재 시점의 날짜 값을 피제수로, t를 제수로 하는 모듈로 연산이 수행되어 산출된 연산 값이 정수로 할당되어 있는 암호화키로 암호화가 수행된 SONAR 이미지를, 매일 k개의 사전 설정된 획득 시간마다 수신할 수 있다.
여기서, 모듈로 연산은 피제수를 제수로 나누는 나눗셈을 수행하여 그에 대한 나머지(remainder)를 산출하는 연산을 의미한다.
복호화 처리부(125)는 부이 장치(130)로부터 암호화가 수행된 SONAR 이미지가 수신될 때마다, 암호화키 저장부(123)로부터, 암호화가 수행된 SONAR 이미지가 수신된 시점에 대한 날짜 값을 피제수로, t를 제수로 하는 모듈로 연산을 수행한 결과 값이 정수로 할당되어 있는 암호화키를 추출한 후 추출된 암호화키로 암호화가 수행된 SONAR 이미지를 복호화함으로써, 원본 SONAR 이미지를 획득한다.
이하에서는, 이미지 수신부(124) 및 복호화 처리부(125)의 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 전술한 예와 같이, 상기 획득 시간을 ‘1시, 5시, 9시, 13시, 17시, 21시’라고 하고, t를 ‘5’라고 하며, 부이 장치(130)와 사전 공유된 ‘5’개의 암호화키들이 상기 표 2와 같다고 가정하자.
이때, 현재 시점을 ‘2021년 1월 1일’이라고 하는 경우, 부이 장치(130)는 현재 시점의 날짜 값인 ‘20210101’을 피제수로, ‘5’를 제수로 하는 모듈로 연산을 수행하여 연산 값을 ‘1’과 같이 산출할 수 있다.
또한, 상기 표 2와 같은 ‘5’개의 암호화키들 중 ‘1’이 정수 값으로 할당되어 있는 암호화키는 ‘암호화키 2’이므로, 부이 장치(130)는 ‘암호화키 2’로 SONAR 이미지에 대한 암호화를 수행한 후, 암호화가 수행된 SONAR 이미지를 어군 생태계 모니터링 시스템 장치(110)로 전송할 수 있다.
그러면, 이미지 수신부(124)는 암호화가 수행된 SONAR 이미지를 ‘1시, 5시, 9시, 13시, 17시, 21시’마다 수신할 수 있다.
이때, 이미지 수신부(124)에 의해, 암호화가 수행된 SONAR 이미지가 수신된 시점은 ‘2021년 1월 1일’이므로, 복호화 처리부(125)는 암호화가 수행된 SONAR 이미지가 수신될 때마다, ‘20210101’을 피제수로, ‘5’를 제수로 하는 모듈로 연산을 수행한 결과 값을 ‘1’과 같이 산출할 수 있다.
그러고 나서, 복호화 처리부(125)는 상기 표 2와 같은 암호화키 저장부(123)로부터, ‘1’이 정수로 할당되어 있는 암호화키인 ‘암호화키 2’를 추출한 후, ‘암호화키 2’로, 암호화가 수행된 SONAR 이미지를 복호화함으로써, 원본 SONAR 이미지를 획득할 수 있다.
이때, 본 발명의 일실시예에 따르면, 이미지 획득부(111)는 암호화키 저장부(123)를 주기적으로 갱신하여 상기 t개의 암호화키에 대한 보안성을 강화하기 위한 구성으로, 갱신부(126) 및 요청 전송부(127)를 더 포함할 수 있다.
갱신부(126)는 사전 설정된 주기 간격으로, 암호화키 저장부(123)에 저장되어 있는 상기 t개의 암호화키들 각각에 대해, 0이상 t-1이하의 서로 다른 정수를 랜덤하게 재할당함으로써, 암호화키 저장부(123)를 갱신한다.
요청 전송부(127)는 갱신부(126)에 의해 암호화키 저장부(123)가 갱신되면, 부이 장치(130)로, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수에 대한 정보를 전송하면서, 부이 장치(130)에 저장되어 있는 상기 t개의 암호화키들 각각에 대응되는 0이상 t-1이하의 서로 다른 정수를, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수로 갱신하여 저장할 것을 지시하는 갱신 요청을 전송한다.
이하에서는, 갱신부(126) 및 요청 전송부(127)에 대한 동작을 예를 들어, 상세히 설명하기로 한다.
먼저, 전술한 예와 같이, t를 ‘5’라고 하고, 부이 장치(130)와 사전 공유된 ‘5’개의 암호화키들이 상기 표 2와 같다고 가정하자.
이때, 사전 설정된 주기를 ‘7일’이라고 하는 경우, 갱신부(126)는 ‘7일’ 간격으로, 상기 표 2와 같은 암호화키 저장부(123)에 저장되어 있는 ‘5’개의 암호화키들 각각에 대해, ‘0’이상 ‘4’이하의 서로 다른 정수를 랜덤하게 재할당함으로써, 암호화키 저장부(123)를 하기의 표 3과 같이 갱신할 수 있다.
암호화키 | 정수 |
암호화키 1 | 2 |
암호화키 2 | 3 |
암호화키 3 | 0 |
암호화키 4 | 4 |
암호화키 5 | 1 |
그러면, 요청 전송부(127)는 부이 장치(130)로, 상기 표 3과 같은 ‘5’개의 암호화키들 각각에 재할당된 ‘0’이상 ‘4’이하의 서로 다른 정수에 대한 정보를 전송하면서, 부이 장치(130)에 저장되어 있는 ‘5’개의 암호화키들 각각에 대응되는 ‘0’이상 ‘4’이하의 서로 다른 정수를, 상기 표 3과 같은 ‘5’개의 암호화키들 각각에 재할당된 ‘0’이상 ‘4’이하의 서로 다른 정수로 갱신하여 저장할 것을 지시하는 갱신 요청을 전송할 수 있다.
이를 통해, 부이 장치(130)는 상기 표 3과 같은 ‘5’개의 암호화키들 각각에 재할당된 ‘0’이상 ‘4’이하의 서로 다른 정수를 저장해 둘 수 있다. 그 이후, 부이 장치(130)는 어군 생태계 모니터링 시스템 장치(110)로 SONAR 이미지를 전송할 때, 상기 표 3과 같은 ‘5’개의 암호화키들 각각에 재할당된 ‘0’이상 ‘4’이하의 서로 다른 정수를 기초로, SONAR 이미지의 암호화를 수행할 수 있고, 어군 생태계 모니터링 시스템 장치(110)는 상기 표 3과 같은 ‘5’개의 암호화키들 각각에 재할당된 ‘0’이상 ‘4’이하의 서로 다른 정수를 기초로, 암호화가 수행된 SONAR 이미지에 대한 복호화를 수행하여 원본 SONAR 이미지를 획득할 수 있다.
도 2는 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법을 도시한 도면이다.
단계(S210)에서는 수중에서 SONAR 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이 장치로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 k(k는 2이상의 자연수임)개의 사전 설정된 획득 시간마다 수신함으로써, 매일 k개의 SONAR 이미지들을 획득한다.
단계(S220)에서는 매일 k개의 SONAR 이미지들이 획득 완료될 때마다, k개의 SONAR 이미지들 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, k개 SONAR 이미지들 각각에서 어군 객체를 식별하고, k개의 SONAR 이미지들 각각에서 식별된 어군 객체의 수를 성분으로 갖는 k차원의 객체 벡터를 생성한 후, k차원의 객체 벡터와 k차원의 객체 벡터가 생성된 날짜에 대한 정보를 서로 대응시켜 벡터 데이터베이스에 저장한다.
단계(S230)에서는 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수를 확인하여 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n(n은 3이상의 자연수임)개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시킨다.
단계(S240)에서는 상기 판단 이벤트가 발생되면, 상기 벡터 데이터베이스에 저장되어 있는 n개의 객체 벡터들을 기초로, 어군 객체의 수가 감소 추세인지 여부를 판단한다.
단계(S250)에서는 상기 n개의 객체 벡터들을 기초로, 어군 객체의 수에 대한 일별 변화 정도를 표상하는 변화 수치를 연산한 후, 상기 변화 수치를 사전 설정된 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인한다.
단계(S260)에서는 어군 객체의 수가 감소 추세인 것으로 판단되고, 상기 변화 수치가 사전 설정된 기준치를 초과하는 것으로 확인되는 경우, 어군 생태계에 이상이 있는 것으로 판단한 후, 어군 생태계에 이상이 있음을 지시하는 경고 메시지를 생성하여 관리자의 단말로 전송한다.
이때, 본 발명의 일실시예에 따르면, 단계(S240)에서는 상기 판단 이벤트가 발생되면, 상기 n개의 객체 벡터들 각각의 맨해튼 노름을 연산하는 단계, 상기 n개의 객체 벡터들 각각에 대응되는 날짜를 독립변수로, 상기 n개의 객체 벡터들 각각의 맨해튼 노름을 종속변수로 지정하여, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 선형 회귀 분석을 수행함으로써, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 기울기를 연산하는 단계 및 상기 기울기가 연산되면, 상기 기울기가 음수인지 확인하여, 상기 기울기가 음수인 것으로 확인되면, 어군 객체의 수가 감소 추세인 것으로 판단하는 단계를 포함할 수 있다.
또한, 본 발명의 일실시예에 따르면, 단계(S250)에서는 상기 n개의 객체 벡터들 중 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터들 간의 유클리드 거리를 연산함으로써, n-1개의 유클리드 거리들을 연산하는 단계, 상기 n-1개의 유클리드 거리들이 연산되면, 상기 n-1개의 유클리드 거리들의 평균을 상기 변화 수치로 연산하는 단계 및 상기 변화 수치를 상기 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 단계를 포함할 수 있다.
또한, 본 발명의 일실시예에 따르면, 단계(S210)에서는 상기 부이 장치와 사전 공유하고 있는 t(t는 2이상의 자연수임)개의 암호화키들(상기 t개의 암호화키들 각각에는 0이상 t-1이하의 서로 다른 정수가 사전 할당되어 있음)이 저장되어 있는 암호화키 저장부를 유지하는 단계, 상기 부이 장치로부터, 상기 t개의 암호화키들 중 현재 시점의 날짜 값을 피제수로, t를 제수로 하는 모듈로 연산이 수행되어 산출된 연산 값이 정수로 할당되어 있는 암호화키로 암호화가 수행된 SONAR 이미지를, 상기 획득 시간마다 수신하는 단계 및 상기 부이 장치로부터 암호화가 수행된 SONAR 이미지가 수신될 때마다, 상기 암호화키 저장부로부터, 암호화가 수행된 SONAR 이미지가 수신된 시점에 대한 날짜 값을 피제수로, t를 제수로 하는 모듈로 연산을 수행한 결과 값이 정수로 할당되어 있는 암호화키를 추출한 후 추출된 암호화키로 암호화가 수행된 SONAR 이미지를 복호화함으로써, 원본 SONAR 이미지를 획득하는 단계를 포함할 수 있다.
이때, 본 발명의 일실시예에 따르면, 단계(S210)에서는 사전 설정된 주기 간격으로, 상기 암호화키 저장부에 저장되어 있는 상기 t개의 암호화키들 각각에 대해, 0이상 t-1이하의 서로 다른 정수를 랜덤하게 재할당함으로써, 상기 암호화키 저장부를 갱신하는 단계 및 상기 암호화키 저장부가 갱신되면, 상기 부이 장치로, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수에 대한 정보를 전송하면서, 상기 부이 장치에 저장되어 있는 상기 t개의 암호화키들 각각에 대응되는 0이상 t-1이하의 서로 다른 정수를, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수로 갱신하여 저장할 것을 지시하는 갱신 요청을 전송하는 단계를 더 포함할 수 있다.
이상, 도 2를 참조하여 본 발명 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법에 대해 설명하였다. 여기서, 본 발명 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법은 도 1을 이용하여 설명한 어군 생태계 모니터링 시스템 장치(110)의 동작에 대한 구성과 대응될 수 있으므로, 이에 대한 보다 상세한 설명은 생략하기로 한다.
본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법은 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
또한, 본 발명의 일실시예에 따른 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
110: 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치
111: 이미지 획득부 112: 벡터 생성부
113: 이벤트 발생부 114: 판단부
115: 수치 확인부 116: 메시지 전송부
117: 노름 연산부 118: 기울기 연산부
119: 판단 처리부 120: 거리 연산부
121: 수치 연산부 122: 확인 처리부
123: 암호화키 저장부 124: 이미지 수신부
125: 복호화 처리부 126: 갱신부
127: 요청 전송부
130: 부이 장치
140: 관리자의 단말
111: 이미지 획득부 112: 벡터 생성부
113: 이벤트 발생부 114: 판단부
115: 수치 확인부 116: 메시지 전송부
117: 노름 연산부 118: 기울기 연산부
119: 판단 처리부 120: 거리 연산부
121: 수치 연산부 122: 확인 처리부
123: 암호화키 저장부 124: 이미지 수신부
125: 복호화 처리부 126: 갱신부
127: 요청 전송부
130: 부이 장치
140: 관리자의 단말
Claims (12)
- 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치에 있어서,
수중에서 SONAR(SOund Navigation And Ranging) 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이(buoy) 장치로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 k(k는 2이상의 자연수임)개의 사전 설정된 획득 시간마다 수신함으로써, 매일 k개의 SONAR 이미지들을 획득하는 이미지 획득부;
매일 k개의 SONAR 이미지들이 획득 완료될 때마다, k개의 SONAR 이미지들 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, k개 SONAR 이미지들 각각에서 어군 객체를 식별하고, k개의 SONAR 이미지들 각각에서 식별된 어군 객체의 수를 성분으로 갖는 k차원의 객체 벡터를 생성한 후, k차원의 객체 벡터와 k차원의 객체 벡터가 생성된 날짜에 대한 정보를 서로 대응시켜 벡터 데이터베이스에 저장하는 벡터 생성부;
상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수를 확인하여 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n(n은 3이상의 자연수임)개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시키는 이벤트 발생부;
상기 판단 이벤트가 발생되면, 상기 벡터 데이터베이스에 저장되어 있는 n개의 객체 벡터들을 기초로, 어군 객체의 수가 감소 추세인지 여부를 판단하는 판단부;
상기 n개의 객체 벡터들을 기초로, 어군 객체의 수에 대한 일별 변화 정도를 표상하는 변화 수치를 연산한 후, 상기 변화 수치를 사전 설정된 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 수치 확인부; 및
어군 객체의 수가 감소 추세인 것으로 판단되고, 상기 변화 수치가 사전 설정된 기준치를 초과하는 것으로 확인되는 경우, 어군 생태계에 이상이 있는 것으로 판단한 후, 어군 생태계에 이상이 있음을 지시하는 경고 메시지를 생성하여 관리자의 단말로 전송하는 메시지 전송부
를 포함하는 어군 생태계 모니터링 시스템 장치. - 제1항에 있어서,
상기 판단부는
상기 판단 이벤트가 발생되면, 상기 n개의 객체 벡터들 각각의 맨해튼 노름(Manhattan norm)을 연산하는 노름 연산부;
상기 n개의 객체 벡터들 각각에 대응되는 날짜를 독립변수로, 상기 n개의 객체 벡터들 각각의 맨해튼 노름을 종속변수로 지정하여, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 선형 회귀 분석을 수행함으로써, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 기울기를 연산하는 기울기 연산부; 및
상기 기울기가 연산되면, 상기 기울기가 음수인지 확인하여, 상기 기울기가 음수인 것으로 확인되면, 어군 객체의 수가 감소 추세인 것으로 판단하는 판단 처리부
를 포함하는 어군 생태계 모니터링 시스템 장치. - 제1항에 있어서,
상기 수치 확인부는
상기 n개의 객체 벡터들 중 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터들 간의 유클리드 거리(Euclidean distance)를 연산함으로써, n-1개의 유클리드 거리들을 연산하는 거리 연산부;
상기 n-1개의 유클리드 거리들이 연산되면, 상기 n-1개의 유클리드 거리들의 평균을 상기 변화 수치로 연산하는 수치 연산부; 및
상기 변화 수치를 상기 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 확인 처리부
를 더 포함하는 어군 생태계 모니터링 시스템 장치. - 제1항에 있어서,
상기 이미지 획득부는
상기 부이 장치와 사전 공유하고 있는 t(t는 2이상의 자연수임)개의 암호화키들 - 상기 t개의 암호화키들 각각에는 0이상 t-1이하의 서로 다른 정수가 사전 할당되어 있음 - 이 저장되어 있는 암호화키 저장부;
상기 부이 장치로부터, 상기 t개의 암호화키들 중 현재 시점의 날짜 값을 피제수로, t를 제수로 하는 모듈로(modulo) 연산이 수행되어 산출된 연산 값이 정수로 할당되어 있는 암호화키로 암호화가 수행된 SONAR 이미지를, 상기 획득 시간마다 수신하는 이미지 수신부; 및
상기 부이 장치로부터 암호화가 수행된 SONAR 이미지가 수신될 때마다, 상기 암호화키 저장부로부터, 암호화가 수행된 SONAR 이미지가 수신된 시점에 대한 날짜 값을 피제수로, t를 제수로 하는 모듈로 연산을 수행한 결과 값이 정수로 할당되어 있는 암호화키를 추출한 후 추출된 암호화키로 암호화가 수행된 SONAR 이미지를 복호화함으로써, 원본 SONAR 이미지를 획득하는 복호화 처리부
를 포함하는 어군 생태계 모니터링 시스템 장치. - 제4항에 있어서,
상기 이미지 획득부는
사전 설정된 주기 간격으로, 상기 암호화키 저장부에 저장되어 있는 상기 t개의 암호화키들 각각에 대해, 0이상 t-1이하의 서로 다른 정수를 랜덤하게 재할당함으로써, 상기 암호화키 저장부를 갱신하는 갱신부; 및
상기 암호화키 저장부가 갱신되면, 상기 부이 장치로, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수에 대한 정보를 전송하면서, 상기 부이 장치에 저장되어 있는 상기 t개의 암호화키들 각각에 대응되는 0이상 t-1이하의 서로 다른 정수를, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수로 갱신하여 저장할 것을 지시하는 갱신 요청을 전송하는 요청 전송부
를 더 포함하는 어군 생태계 모니터링 시스템 장치. - 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치의 동작 방법에 있어서,
수중에서 SONAR(SOund Navigation And Ranging) 이미지를 획득하기 위한 SONAR 모듈이 탑재되어 있는 부이(buoy) 장치로부터, 상기 SONAR 모듈에 의해 촬영된 SONAR 이미지를 매일 k(k는 2이상의 자연수임)개의 사전 설정된 획득 시간마다 수신함으로써, 매일 k개의 SONAR 이미지들을 획득하는 단계;
매일 k개의 SONAR 이미지들이 획득 완료될 때마다, k개의 SONAR 이미지들 각각을, 이미지에서 어군 객체를 식별하기 위한 사전 학습 완료된 어군 객체 식별 모델에 입력으로 인가하여, k개 SONAR 이미지들 각각에서 어군 객체를 식별하고, k개의 SONAR 이미지들 각각에서 식별된 어군 객체의 수를 성분으로 갖는 k차원의 객체 벡터를 생성한 후, k차원의 객체 벡터와 k차원의 객체 벡터가 생성된 날짜에 대한 정보를 서로 대응시켜 벡터 데이터베이스에 저장하는 단계;
상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수를 확인하여 상기 벡터 데이터베이스에 저장되어 있는 객체 벡터의 수가 사전 설정된 기준 개수인 n(n은 3이상의 자연수임)개가 되면, 어군 생태계의 이상 여부를 판단하기 위한 판단 이벤트를 발생시키는 단계;
상기 판단 이벤트가 발생되면, 상기 벡터 데이터베이스에 저장되어 있는 n개의 객체 벡터들을 기초로, 어군 객체의 수가 감소 추세인지 여부를 판단하는 단계;
상기 n개의 객체 벡터들을 기초로, 어군 객체의 수에 대한 일별 변화 정도를 표상하는 변화 수치를 연산한 후, 상기 변화 수치를 사전 설정된 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 단계; 및
어군 객체의 수가 감소 추세인 것으로 판단되고, 상기 변화 수치가 사전 설정된 기준치를 초과하는 것으로 확인되는 경우, 어군 생태계에 이상이 있는 것으로 판단한 후, 어군 생태계에 이상이 있음을 지시하는 경고 메시지를 생성하여 관리자의 단말로 전송하는 단계
를 포함하는 어군 생태계 모니터링 시스템 장치의 동작 방법. - 제6항에 있어서,
상기 어군 객체의 수가 감소 추세인지 여부를 판단하는 단계는
상기 판단 이벤트가 발생되면, 상기 n개의 객체 벡터들 각각의 맨해튼 노름(Manhattan norm)을 연산하는 단계;
상기 n개의 객체 벡터들 각각에 대응되는 날짜를 독립변수로, 상기 n개의 객체 벡터들 각각의 맨해튼 노름을 종속변수로 지정하여, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 선형 회귀 분석을 수행함으로써, 상기 n개의 객체 벡터들 각각의 맨해튼 노름의 변화에 대한 기울기를 연산하는 단계; 및
상기 기울기가 연산되면, 상기 기울기가 음수인지 확인하여, 상기 기울기가 음수인 것으로 확인되면, 어군 객체의 수가 감소 추세인 것으로 판단하는 단계
를 포함하는 어군 생태계 모니터링 시스템 장치의 동작 방법. - 제6항에 있어서,
상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 단계는
상기 n개의 객체 벡터들 중 연속되는 두 개의 날짜들 각각에 대응되는 객체 벡터들 간의 유클리드 거리(Euclidean distance)를 연산함으로써, n-1개의 유클리드 거리들을 연산하는 단계;
상기 n-1개의 유클리드 거리들이 연산되면, 상기 n-1개의 유클리드 거리들의 평균을 상기 변화 수치로 연산하는 단계; 및
상기 변화 수치를 상기 기준치와 비교하여 상기 변화 수치가 상기 기준치를 초과하는지 여부를 확인하는 단계
를 더 포함하는 어군 생태계 모니터링 시스템 장치의 동작 방법. - 제6항에 있어서,
상기 매일 k개의 SONAR 이미지들을 획득하는 단계는
상기 부이 장치와 사전 공유하고 있는 t(t는 2이상의 자연수임)개의 암호화키들 - 상기 t개의 암호화키들 각각에는 0이상 t-1이하의 서로 다른 정수가 사전 할당되어 있음 - 이 저장되어 있는 암호화키 저장부를 유지하는 단계;
상기 부이 장치로부터, 상기 t개의 암호화키들 중 현재 시점의 날짜 값을 피제수로, t를 제수로 하는 모듈로(modulo) 연산이 수행되어 산출된 연산 값이 정수로 할당되어 있는 암호화키로 암호화가 수행된 SONAR 이미지를, 상기 획득 시간마다 수신하는 단계; 및
상기 부이 장치로부터 암호화가 수행된 SONAR 이미지가 수신될 때마다, 상기 암호화키 저장부로부터, 암호화가 수행된 SONAR 이미지가 수신된 시점에 대한 날짜 값을 피제수로, t를 제수로 하는 모듈로 연산을 수행한 결과 값이 정수로 할당되어 있는 암호화키를 추출한 후 추출된 암호화키로 암호화가 수행된 SONAR 이미지를 복호화함으로써, 원본 SONAR 이미지를 획득하는 단계
를 포함하는 어군 생태계 모니터링 시스템 장치의 동작 방법. - 제9항에 있어서,
상기 매일 k개의 SONAR 이미지들을 획득하는 단계는
사전 설정된 주기 간격으로, 상기 암호화키 저장부에 저장되어 있는 상기 t개의 암호화키들 각각에 대해, 0이상 t-1이하의 서로 다른 정수를 랜덤하게 재할당함으로써, 상기 암호화키 저장부를 갱신하는 단계; 및
상기 암호화키 저장부가 갱신되면, 상기 부이 장치로, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수에 대한 정보를 전송하면서, 상기 부이 장치에 저장되어 있는 상기 t개의 암호화키들 각각에 대응되는 0이상 t-1이하의 서로 다른 정수를, 상기 t개의 암호화키들 각각에 재할당된 0이상 t-1이하의 서로 다른 정수로 갱신하여 저장할 것을 지시하는 갱신 요청을 전송하는 단계
를 더 포함하는 어군 생태계 모니터링 시스템 장치의 동작 방법. - 제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 컴퓨터 프로그램을 기록한 컴퓨터 판독 가능 기록 매체.
- 제6항 내지 제10항 중 어느 한 항의 방법을 컴퓨터와의 결합을 통해 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210046922A KR102276669B1 (ko) | 2021-04-12 | 2021-04-12 | 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 |
PCT/KR2021/015141 WO2022220354A1 (ko) | 2021-04-12 | 2021-10-26 | 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210046922A KR102276669B1 (ko) | 2021-04-12 | 2021-04-12 | 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102276669B1 true KR102276669B1 (ko) | 2021-07-13 |
Family
ID=76858561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210046922A KR102276669B1 (ko) | 2021-04-12 | 2021-04-12 | 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102276669B1 (ko) |
WO (1) | WO2022220354A1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102413157B1 (ko) * | 2021-12-30 | 2022-06-24 | 주식회사 다리소프트 | 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물 정보를 수집하여 관리할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 |
KR102413162B1 (ko) * | 2021-12-30 | 2022-06-24 | 주식회사 다리소프트 | 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008157736A (ja) * | 2006-12-22 | 2008-07-10 | Kenwood Corp | ブイおよび魚群探知システム |
KR101817424B1 (ko) * | 2016-05-12 | 2018-02-22 | 중앙대학교 산학협력단 | 암호화 방법, 복호화 방법 및 그 장치 |
CN107730526A (zh) * | 2017-09-25 | 2018-02-23 | 中国科学院声学研究所 | 一种鱼群数量的统计方法 |
KR102129698B1 (ko) * | 2019-12-19 | 2020-07-02 | 김맹기 | 자동 어류 계수 시스템 |
KR102179900B1 (ko) * | 2020-07-07 | 2020-11-17 | 정희섭 | 적재공간에 대한 화재 관제가 가능한 화재 관제 시스템 장치 및 그 동작 방법 |
KR102217219B1 (ko) * | 2020-07-30 | 2021-02-18 | 주식회사 파란헤움 | 실내 공간에 대한 긴급 상황의 통보가 가능한 긴급 상황 통보 시스템 장치 및 그 동작 방법 |
KR102233841B1 (ko) * | 2020-03-03 | 2021-03-29 | 인천대학교 산학협력단 | 계량 값 분석을 기초로 고장 여부의 판단이 가능한 디지털 수도 계량기 및 그 동작 방법 |
-
2021
- 2021-04-12 KR KR1020210046922A patent/KR102276669B1/ko active IP Right Grant
- 2021-10-26 WO PCT/KR2021/015141 patent/WO2022220354A1/ko unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008157736A (ja) * | 2006-12-22 | 2008-07-10 | Kenwood Corp | ブイおよび魚群探知システム |
KR101817424B1 (ko) * | 2016-05-12 | 2018-02-22 | 중앙대학교 산학협력단 | 암호화 방법, 복호화 방법 및 그 장치 |
CN107730526A (zh) * | 2017-09-25 | 2018-02-23 | 中国科学院声学研究所 | 一种鱼群数量的统计方法 |
KR102129698B1 (ko) * | 2019-12-19 | 2020-07-02 | 김맹기 | 자동 어류 계수 시스템 |
KR102233841B1 (ko) * | 2020-03-03 | 2021-03-29 | 인천대학교 산학협력단 | 계량 값 분석을 기초로 고장 여부의 판단이 가능한 디지털 수도 계량기 및 그 동작 방법 |
KR102179900B1 (ko) * | 2020-07-07 | 2020-11-17 | 정희섭 | 적재공간에 대한 화재 관제가 가능한 화재 관제 시스템 장치 및 그 동작 방법 |
KR102217219B1 (ko) * | 2020-07-30 | 2021-02-18 | 주식회사 파란헤움 | 실내 공간에 대한 긴급 상황의 통보가 가능한 긴급 상황 통보 시스템 장치 및 그 동작 방법 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102413157B1 (ko) * | 2021-12-30 | 2022-06-24 | 주식회사 다리소프트 | 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물 정보를 수집하여 관리할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 |
KR102413162B1 (ko) * | 2021-12-30 | 2022-06-24 | 주식회사 다리소프트 | 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 |
WO2023128113A1 (ko) * | 2021-12-30 | 2023-07-06 | 주식회사 다리소프트 | 차량에 탑재된 정보 수집 단말과의 연동을 통해 도로 상의 위험물의 실제 크기를 추정할 수 있는 위험물 정보 관리 서버 및 그 동작 방법 |
Also Published As
Publication number | Publication date |
---|---|
WO2022220354A1 (ko) | 2022-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109002861B (zh) | 联邦建模方法、设备及存储介质 | |
KR102276669B1 (ko) | 어군 생태계의 이상 여부를 감지하기 위한 어군 생태계 모니터링 시스템 장치 및 그 동작 방법 | |
EP3451209B1 (en) | Apparatus and method for anonymizing image content | |
CN110751291B (zh) | 实现安全防御的多方联合训练神经网络的方法及装置 | |
Provos et al. | Hide and seek: An introduction to steganography | |
US20180174062A1 (en) | Root cause analysis for sequences of datacenter states | |
CN111259427B (zh) | 一种基于神经网络的图像处理方法、装置及存储介质 | |
EP3637674A1 (en) | Computer system, secret information verification method, and computer | |
CN111935179B (zh) | 一种基于可信执行环境的模型训练方法和装置 | |
US20200334557A1 (en) | Chained influence scores for improving synthetic data generation | |
CN111861099A (zh) | 联邦学习模型的模型评估方法及装置 | |
CN114332556A (zh) | 训练样本筛选方法、装置、计算机设备和存储介质 | |
CN117349899B (zh) | 基于遗忘模型的敏感数据处理方法、系统及存储介质 | |
US6789070B1 (en) | Automatic feature selection system for data containing missing values | |
CN111091489B (zh) | 图片优化方法、装置、电子设备及存储介质 | |
CN112288088B (zh) | 业务模型训练方法、装置及系统 | |
US20220215030A1 (en) | Storage medium, information processing method, and information processing device | |
CN112769540B (zh) | 一种侧信道信息泄露的诊断方法、系统、设备及存储介质 | |
JP2019095872A (ja) | 捜索システム、捜索装置、端末装置、捜索方法、及びプログラム | |
CN113901502A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
JP2021149235A (ja) | 情報処理システム、情報処理方法、情報処理プログラム、秘密分散システム、秘密分散方法、及び、秘密分散プログラム | |
CN115700887A (zh) | 电子病历的处理方法及装置、存储介质、电子设备 | |
KR102258910B1 (ko) | 백업 시스템에서 파일의 엔트로피를 기반으로 기계학습을 활용한 효과적인 랜섬웨어 탐지 방법 및 시스템 | |
CN109003190B (zh) | 一种核保方法、计算机可读存储介质及终端设备 | |
US20210334519A1 (en) | Information processing apparatus, method, and non-transitory storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |