본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

자율적인 상황인식을 위한 다중센서 위협데이타의 귀납적 분류
Inductive Classification of Multi-Spectral Threat Data for Autonomous Situation Awareness

정용웅   (가톨릭대학교 컴퓨터정보공학부UU0000012  ); 노상욱   (가톨릭대학교 컴퓨터정보공학부UU0000012  ); 고은경   (국방과학연구소 2 기술본부 통신/전자전 개발시험장CC0136088  ); 정운섭   (국방과학연구소 2 기술본부 통신/전자전 개발시험장CC0136088  );
  • 초록

    본 논문은 복잡한 실시간 환경에서 인간의 의사결정을 대체하는 자율적인 에이전트의 구축을 위하여 필수적인 지식베이스의 형성과정을 제안하며, 지식베이스의 형성과정에 대한 방법론을 실질적인 응용 도메인에서 검증한다. 한국형 헬기의 두뇌역할을 수행하는 생존체계장비가 실시간 전장 환경에서 여러 개의 센서로부터 수신하는 위협 데이타를 분석하고, 위협 데이타의 특성과 위협간의 상호 연관성을 컴파일 과정을 통하여 귀납적 모델로 정형화한다. 규범화된 상황-행동 규칙은 헬기가 복잡한 전장 환경에서 실시간 추론 시간을 줄이며, 자율적으로 위협에 대처할 수 있는 능력을 갖추도록 할 것이다. 제안한 방법론의 검증을 위하여 한국형 헬기의 위협을 실험적으로 분류하였으며, 컴파일 과정이 위협을 성공적으로 탐지할 수 있음을 보여주었다.


    To build autonomous agents who can make a decision on behalf of humans in time-critical complex environments, the formulation of operational knowledge base could be essential. This paper proposes the methodology of how to formulate the knowledge base and evaluates it in a practical application domain. We analyze threat data received from the multiple sensors of Aircraft Survivability Equipment(ASE) for Korean helicopters, and integrate the threat data into the inductive model through compilation technique which extracts features of the threat data and relations among them. The compiled protocols of state-action rules can be implemented as the brain of the ASE. They can reduce the amounts of reasoning, and endow the autonomous agents with reactivity and flexibility. We report experimental results that demonstrate the distinctive and predictive patterns of threats in simulated battlefield settings, and show the potential of compilation methods for the successful detection of threat systems.


  • 주제어

    자율적인 에이전트 .   상황인식 .   컴파일 과정 .   위협 분류.  

  • 참고문헌 (19)

    1. Use of helicopters in land operations, STANAG 2999 HIS (NATO ATP-49(A)), 1992 
    2. P. Clark and T. Niblett, "The CN2 Induction Algorithm," Machine Learning Journal, Vol.3, No.4, pp. 261-283, 1989 
    3. L. A. Zadeh, "Fuzzy Logic, Neural Networks and Soft Computing," Comm- unications of the ACM, Vol.37, No.3, pp. 77-84, 1994 
    4. I. H. Witten and E. Frank, Data Mining: Practical machine learning tools and techniques. 2nd Edition, San Francisco: Morgan Kaufmann Publishers, 2005 
    5. Aircraft survivability equipment (ASE): Ensuring lethality and dominance of Army aviation over tomorrow's battlefield, Association of the United States Army, July 2002 
    6. L. B. Thompson, "Army force protection : Helicopters can't wait," news article, April 21, 2006. Available: http://lexingtoninstitute.org/782.shtml 
    7. S. Noh, C. Lee, K. Choi, and G. Jung, "Detecting Distributed Denial of Service (DDoS) Attacks Through Inductive Learning," Lecture Notes in Computer Science 2690, New York: Springer-Verlag, pp. 286-295, 2003 
    8. J. R. Quinlan, C4.5: Programs for Machine Learning. San Francisco: Morgan Kaufmann Publishers, 1993 
    9. Electronic systems - Defensive systems division, Northrop Grumman. Available: http://www.dsd.es. northropgrumman.com 
    10. J. Heikell, Electronic warfare self-protection of battlefield helicopters: A holistic view, Helsinki University of Technology, doctoral dissertation, 2005 
    11. A. S. Rao and M. P. Georgeff, "BDI agents: from theory to practice," in Proceedings of 1st International Conference of Multi-agent Systems, pp.312- 319, July 1995 
    12. Advanced EW protection for maximum survivability, Northrop Grumman, AN/APR-39B(V)2 Suite of integrated sensors and countermeasures (SISCM) 
    13. J. Patrick and N. James, "A Task-Oriented Perspective of Situation Awareness," In S. Banbury and S. Tremblay (Eds), A cognitive approach to situation awareness: theory and application. Chapter 4, Burlington, VT: Ashgate Publishing Company, 2004 
    14. R. Hanson, J. Stutz, and P. Cheeseman, "Bayesian Classification Theory," Technical Report FIA-90- 12-7-01, NASA Ames Research Center, AI Branch, 1991 
    15. D. J. Bryant, F. M. J. Lichacz, J. G. Hollands, and J. V. Baranski, "Modeling situation awareness in an organizational context Military command and control," In S. Banbury and S. Tremblay (Eds), A cognitive approach to situation awareness: theory and application. Chapter 6, Burlington, VT: Ashgate Publishing Company, 2004 
    16. D. Moshou, I. Hostens, G. Papaioannou, and H. Ramon, "Dynamic muscle fatigue detection using self-organizing maps," Applied Soft Computing, Vol.5, pp. 391-398, 2005 
    17. N. Kasabov, "Adaptation and interaction in dynamical systems: Modelling and rule discovery through evolving connectionist systems," Applied Soft Computing, Vol.6, pp. 307-322, 2006 
    18. H. Zhongwen and W. Zongxiao, Sources and Techniques of Obtaining National Defense Science and Technology Intelligence, Kexue Jishu Wenxuan Publishing Co., Beijing, 1991. Available: http://www. fas.org/irp/world/china/docs/ 
    19. L. D. Kennedy, C. R. Patterson, and D. C. Munshower, "F/A-18 electronic warfare suite cost and operational effectiveness analysis methodology : Phase rad- io-frequency countermeasures," John Hopkins APL Technical Digest, Vol.18, No.1, pp59-68, 1997. Available: http://techdigest.jhuapl.edu/ td1801/kennedy.pdf 

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기