정보컴퓨터공학부

한재원, 임윤정, 강승실, 전설(17학번) 학생이 제3회 창의융합 소프트웨어 해커톤 대상(총장상)을 수상했다. 이번 해커톤은 소프트웨어교육센터에 SW중신대학사업의 일환으로 학내 소프트웨어 융합인재 양성을 위한 대회로, 지난 9월 12일 과학기술연구동 402호에서 ZOOM 화상회의와 병행하여 최종발표 및 심사를 진행하였으며, 코로나19 감염예방을 위해 지난 9월 18일과 21일에 걸쳐 개별 시상식을 진행했다. 대상팀은 어린이를 위한 길을 찾아주는 사용자 앱과 보호자 앱을 개발하여 심사위원들에게 다양한 공공데이터를 활용하여 높은 완성도를 달성하였다는 평가를 받았다. 또한 김관우 학생은 최우수상을, 박대언, 김태형, 정진호 학생은 우수상을, 박성수, 유승민, 정오영, 엄효은, 이세진, 김도영, 정우영, 김재영, 김동주, 김동우, 이준희, 기호영, 최국철, 황동욱 학생은 장려상을 수상했다. 이번 대회는 본교 재학생을 대상으로 SW전공자와 비전공자간의 SW개발 프로젝트 기회를 제공함으로써, 서로 다른 전공간의 융합을 통한 SW 프로젝트 개발역량의 함양과, 학내 SW 융합의 가치를 확산하고자 개최되고, 지난 6월 11일부터 9월 7일까지 약 3개월간 진행되었다.(사진: 왼쪽부터 임윤정, 전설, 한재원, 강승길)

김호원 교수의 정보보호 및 지능형 IoT 연구실 소속 박사과정 조욱(20학번) 학생과 석사과정 이상현(19학번)·김도훈(20학번) 학생이 9월 28일 열린 ‘2020년 클라우드 비즈니스 아이디어 공모전’에서 대상을 수상했다. 박사과정 허신욱(15학번) 학생과 석사과정 강원태(19학번) 학생, 학사과정 김금보(15학번) 학생도 이 대회에서 장려상을 수상했다.부산시가 주최하고, (재)부산정보산업진흥원과 ㈜더존비즈온이 주관한 이번 공모전은 언택트(비대면) 시대의 클라우드 기반 AI(인공지능)·빅데이터 기술 등을 활용한 아이디어 중 우수작을 선정해 산업 전반에 적용하고자 개최됐다.대상팀은 SW(소프트웨어) 학습에 필요한 컴퓨터 사양이 부족한 경우 ‘블록체인 기반 분산형 클라우드 기술’을 통해 컴퓨터 자원을 제공함으로써 청소년들의 SW 능력 함양 및 지역 경제 활성화를 실현할 수 있는 ‘클라우드 SW 교육 환경 플랫폼’을 구축했다.장려상팀은 ‘클라우드 블록체인 기반 지능형 스마트 팜’을 통해 IoT(사물인터넷) 디바이스와 AI를 통해 농작물 재배의 효율을 극대화하고 블록체인 기반 공급 사슬을 구축해 능동형 프로세스 최적화가 가능한 차세대 스마트 팜 모니터링 플랫폼을 설계했다. * 사진: 왼쪽부터 대상팀 조욱·김도훈 학생과 장려상팀 김금보 학생

2020년 연구우수교수로 최윤호 교수님이 선정되어, 지난 8월 24일 컴퓨터공학관 6513호에서 상패 수여식이 있었다. SCI(E)급 논문 주요연구업적만 보면 다음과 같다. 이 외에 기술이전, 특허 등 많은 연구실적이 있다. (자세한 연구실적은 https://sec.pusan.ac.kr 참고) * 최윤호 교수 연구실(소프트웨어 및 시스템 보안 연구실 (S3Lab))에서는 현재 안전한 인공지능 및 블록체인 구현 관련 연구를 진행 중이다. 구체적으로는 기계학습(딥러닝) 알고리즘 성능 개선을 위한 adversarial example 방어 기법, 기계 학습(딥러닝) 기반의 anomaly detection algorithm, privacy preserving deep learning, 기계학습(딥러닝)을 활용한 secure coding, 안전한 블록체인 플랫폼 및 스마트 계약 작성 방법을 연구하고 있다. 게재년월논문제목게재지명ISSN학술지색인공동저자2017/05A similarity query system for road traffic data based on a NoSQL document storeJournal of Systems and Software0164-1212SCIE (Science Citation Index Expended)티투스,이마완 알디,피트리 인드라 인디카와티,최윤호,권준호2017/10Secure and Lightweight Cloud-Assisted Video Reporting Protocol over 5G-Enabled Vehicular NetworksMDPI Sensors1424-8220SCIE (Science Citation Index Expended)루이스 케네레에,권준호,최윤호2018/04Efficient Proximity Computation Techniques Using ZIP Code Data for Smart CitiesMDPI Sensors1424-8220SCIE (Science Citation Index Expended)무르다니 무하마드 하리스트,권준호,최윤호,홍봉희2018/07w-Bit Shifting Non-Adjacent Form ConversionKSII Transactions on Internet and Information Systems1976-7277SCIE (Science Citation Index Expended)황두희,최윤호2018/08Machine Learning based Prediction of The Value of BuildingsKSII Transactions on Internet and Information Systems1976-7277SCIE (Science Citation Index Expended)이우식,김남기,최윤호,김용수,이병대2018/08Privacy-Preserving Compressed Reference-Oriented Alignment Map Using Decentralized StorageIEEE ACCESS2169-3536SCIE (Science Citation Index Expended)황두희,최석환,신진명,송길태,최윤호2019/03Dynamic Nonparametric Random Forest Using CovarianceSecurity and Communication Networks1939-0114SCIE (Science Citation Index Expended)최석환,신진명,최윤호2019/09Software-Defined Network-Based Vehicular Networks: A Position Paper on Their Modeling and ImplementationMDPI Sensors1424-8220SCIE (Science Citation Index Expended)Lionel Nkenyereye, Lewis Nkenyereye, S. M. Riazul Islam, 최윤호. Muhammad Bilal, ong-Wook Jang2019/11Unsupervised multi-stage attack detection framework without details on single-stage attacksElsevier Future Generation Computer Systems0167-739XSCIE (Science Citation Index Expended)신진명, 최석환, Peng Liu, 최윤호2019/12Secure and Blockchain-Based Emergency Driven Message Protocol for 5G Enabled Vehicular Edge ComputingMDPI Sensors1424-8220SCIE (Science Citation Index Expended)Lewis Nkenyereye, Bayu Adhi Tama, Muhammad K. Shahzad, 최윤호

우리 정보컴퓨터공학부에 2020년 9월 1일부로 이명호 교수님께서 부임해 오셨습니다. 이명호 교수는 부산대 정보컴퓨터공학부에 부임하기 전에는 한국과학기술연구원(KIST) 영상미디어연구센터에서 박사후연구원으로 YouTube 영상분석을 통한 가상아바타 행동 자동생성, 360도 카메라기반 원격의료지원 시스템, 스마트폰기반 증강현실에서 사용자의 몰입감을 높이는 방법 등을 연구하였으며, 2019년에는 미국 센트럴플로리다대학(University of Central Florida)에서 가상인간의 실재감을 높이는 방법론을 연구하여 박사학위를 취득했습니다. 또한 2018년에는 마이크로소프트(Microsoft) 증강현실팀에서 연구인턴으로 손과 시선 트래킹을 이용한 문자입력 방식을 연구했습니다. 전공은 가상현실, 증강현실, 휴먼컴퓨터인터랙션으로 자세한 이력은 다음과 같습니다. 2019--2020, Postdoc, 한국과학기술연구원 2012--2019, Graduate Research Assistant, Synthetic Reality Lab., University of Central Florida 2007--2009, Research Assistant, Digital Experience Lab., Korea University CV link: https://bit.ly/34II5XI 부임을 진심으로 축하드립니다!

대학원 정보융합공학과가 BK21 4단계 사업에 선정되었다. 정보융합공학과는 정보의생명대학 내 두 개의 학부인 정보컴퓨터공학부와 의생명융합공학부가 대학원에 공동 신설한 단일 학과로서 3개 전공(컴퓨터공학전공, 인공지능전공, 의생명융합전공)으로 구성되어 인공지능과 ICT 지식의 융합을 통한 4차산업혁명 리더 양성을 목표로 한다. 본 사업은 교육부로부터 향후 7년간(‘20. 9. ~ ’27. 8) 총 80억원의 사업비를 지원받아 대학원 교육과정 개선과 해외학술 교류 등 연구활동에 사용한다. 또한 참여대학원생은 박사과정의 경우 130만원/월, 석사과정의 경우 70만원/월의 연구장학금을 지원받을 수 있다. 본 사업의 선정으로 인해 본 대학원은 1) 교육과정의 구성과 운영이 체계화되고, 2) 인공지능 교육이 강화되며, 3) 해외 대학 및 기관과의 정기적 교류와 4) 긴밀한 산학연 협력을 기반으로 5) 세계적 연구를 수행하는 학과로 거듭날 것으로 기대한다.

정보컴퓨터공학부 최윤호 교수 연구실(사진: 왼쪽부터 최석환 연구원, 최윤호 교수)과 미국 펜실베니아주립대학교 LIONS센터 연구팀이 공동 연구한 딥러닝모델 성능을 저하시키는 적대적 공격(Adversarial Attacks) 방어 기술에 대한 연구 결과가 SCI(E) 저명학술지인 IEEE Transactions on NetworkScience and Engineering (impact factor: 5.213)에 출판 확정되었다.부산대학교 정보컴퓨터공학전공 석박사통합과정에 재학 중인 최석환 학생이 제 1저자, 신진명 학생이 공동저자인 이번 논문에는 연구책임자인 최윤호 교수가 교신저자,펜실베니아주립대학교 Peng Liu 교수가 공동 저자로 참여하였다.(관련 논문 링크: https://ieeexplore.ieee.org/abstract/document/9138779) 딥러닝 모델 성능저하 경감을 위한 적대적 공격 방어 기술 동작 개념도 '적대적 공격(AdversarialAttacks)' 기술은 입력 데이터에 육안으로는 구분할 수 없는 크기의 노이즈를 추가해 딥러닝 모델이 잘못된 결과를 산출하도록 하는공격 방법으로 최근들어 세계 최고 권위의 인공지능학술대회 중 하나인 AAAI 2020 등에서 Ian Goodfellow, Yoshua Bengio 교수님 등에 의해 관련 방어 기술 개발의 중요성이 강조되어왔다. 이번 연구에서는 Conversion 함수와 Inversion 함수를 이용한 이미지 이중 변환 과정을 통해 정상적인 입력에 대한 딥러닝 모델의 성능 손실 없이딥러닝 모델 성능 저하를 위한 적대적 공격을 효율적으로 방어할 수 있는 기술이 개발되었다.본 연구에서 개발한 딥러닝모델 성능 저하를 위한 적대적 공격 방어 기술의 특징은 다음과 같이 요약 가능하다. 첫째, 이미지 Conversion함수와 Inversion함수의대응 관계를 이용하여 정상적인 입력 데이터에 대한 딥러닝 모델의 성능 보존이 가능하다. 둘째, 최신의 적대적 공격 기법에 대해기존의 방어 기술보다 뛰어난 방어 성능을 제공한다. 셋째, 제안하는 방어 메커니즘을 적용하는 과정에서기존 딥러닝 모델 재학습 등을 통한 기존 모델의 변경을 필요로 하지 않는다. 관련 연구 결과는 국내 특허 출원을 위한 심의 중이며, 향후 딥러닝알고리즘 성능(robust) 개선을 위한 대표 연구 결과물로서 국내외 산업계 관련 실무 기술 경쟁력을강화할 것으로 기대된다. 이번 연구는 연구재단 개인연구지원사업지원을 받아 수행되었다. * 최윤호 교수 연구실(스프트웨어및 시스템 보안 연구실 (S3Lab))에서는 현재 안전한 인공지능 및 블록체인 관련 연구를 진행 중이다. 구체적으로는 기계학습 알고리즘 성능 개선을 위한 adversarialexample 방어 기법, 기계 학습 기반의anomaly detection algorithm, 기계학습을 활용한 secure coding, 안전한블록체인 플랫폼 및 스마트 계약 작성 방법을 연구하고 있다.

지난 7월 22일 12시 컴퓨터공학관 5층 세미나실에서 2020학년도 1학기 컴퓨터기초실험(2학년) 우수 프로젝트 시상식이 있었다. 분반별로 최우수 1팀, 우수 1팀을 선발하여 최우수 팀에게는 상장과 부상을 우수팀에게는 상장을 수여했다. 최우수팀은 과녁 알람 게임 프로젝트팀(19학번 차유진, 19학번 정명진), 코로나 안전 구역을 만들기 위한 체온측정 자동문 시스템 프로젝트팀(17학번 김주용, 17학번 노현수), 리듬게임기 프로젝트팀(16학번 정해원), 독거 노인들을 위한 다목적 보조도우미 프로젝트팀(17학번 전승윤, 17학번 김도희)이 선정되었고, 우수팀은 자동 고양이 화장실 프로젝트팀(17학번 김재현, 18학번 이해민), 마스크 알림이 프로젝트팀(16학번 이봉훈, 17학번 박현성, 18학번 김유진), 마스크 살균기 프로젝트팀(17학번 허수민, 19학번 이상준, 18학번 궈싱퉁), 두더지 잡기 프로젝트팀(19학번 김나현, 19학번 김지원, 19학번 이현진)이 선정됐다.

전기컴퓨터공학부 권혁철 교수 연구실의 조상현(석사과정 19학번)씨가 인라이플에서 주최한 '한국어 AI NLP 챌린지'에서 3등상을 수상했다. 대회는 배포된 소형모델을 이용하여 KorQuAD 1.0에서 가장 높은 성능을 내도록 튜닝하는 방식으로 진행되었으며, 수상팀은 소형 BERT 언어모델의 성능을 개선하기 위해서 대형 BERT 언어모델의 지식을 소형 모델로 전이(transfer)하는 지식 증류 기법(Knowledge Distillation)을 적용하여 소형 모델의 정확도를 향상시켜 3등상에 선정됐다. 시상식은 7월 1일(수) 인라이플 대회의실에서 개최했다.

부산대 정보컴퓨터공학부 안성용 교수는 최근 숭실대 교수팀과 함께 초소형 커패시터 기반의 고신뢰성 메모리 저장장치, 일명 Spartan-SSD 개발을 위한 기초연구실 과제에 선정되었다고 밝혔다. 기초연구실 과제는 과학기술정보통신부의 기초연구사업 중 하나이며 특히 공동연구팀이 선정된 돌파형 기초연구실의 경우 주력산업 분야의 핵심기술 확보 및 자립화를 위한 기초연구를 사업 목적으로 하고 있으며 3년간 약 15억 규모로 진행된다. 부산대-숭실대 공동 연구팀은 우리나라 핵심 주력 산업인 SSD(Solid State Drive)의 핵심 부품 중 하나인 탄탈 커패시터의 용량을 최소화해 SSD 가격 경쟁력을 획기적으로 개선하는 연구를 제안하였으며 연구의 창의성과 필요성을 인정받아 돌파형 기초연구실 과제에 선정되었다고 밝혔다.탄탈 커패시터는 SSD의 성능과 신뢰성에 큰 영향을 끼치는 전원 손실 보호 기능(Power Loss Protection, PLP)의 핵심적인 부품으로 SSD 가격 경쟁력에 큰 영향을 끼치고 있다. 해당 공동 연구팀은 배터리 기술, FTL(Flash Translation Layer) 시스템, 호스트 입출력 시스템 등 각 분야 전문가로 구성되었으며 향후 3년간 긴밀한 협력연구를 통해 SSD의 전원 손실 보호 기능에 필요한 탄탈 커패시터 용량을 최소화할 수 있는 기술을 하드웨어와 소프트웨어를 통합하는 다차원 최적화 연구를 통해 개발하고자 한다.커패시터 가격 상승 및 휘발성 메모리 용량 증대에 따른 SSD 제조비용 증가 문제는 현재 전 세계 메모리 반도체 제조사들의 공통된 고민이며 효율적인 해결법을 선점하는 기업이 SSD 가격 경쟁에서 우위를 점할 것으로 예측되고 있다. 공동연구팀의 Spartan-SSD 연구가 우리나라 핵심주력 산업인 SSD 산업의 돌파구를 마련할 것으로 기대된다.

정보컴퓨터공학부 최윤호 교수 연구실(사진: 왼쪽부터 고동현 석사과정, 최윤호 교수)과 미국 펜실베니아주립대학교 LIONS센터 연구팀이 공동 연구한 프라이버시 보존 딥러닝 학습방법에 대한 연구 결과가 SCI(E) 저명학술지인 IEEE Access (impact factor: 4.098)에 출판 확정되었다. 부산대학교 정보컴퓨터공학부 석사과정에 재학 중인 고동현 학생이 제 1저자, 석박사통합과정 최석환, 신진명 학생이 공동저자인 이번 논문에는 연구책임자인 최윤호 교수가 교신저자, 펜실베니아주립대학교 Peng Liu 교수가 공동 저자로 참여하였다. 프라이버시 보존 딥러닝 학습 모델 개념도 ‘프라이버시 보존 딥러닝 (Privacy Preserving Deep Learning, PPDL)’ 관련 연구는 딥러닝 모델 학습 과정에서 입력 데이터에 포함된 민감개인정보(예: 의료정보)를 보호하는 연구분야로, 일반적으로 암호화한 데이터를 사용하여 암호화하지 않은 원본 데이터를 이용한 경우와 유사한 정확도를 얻는 것을 목표로 한다. 이번 연구에서는 OPE(Order Preserving Encryption) 암호알고리즘과 벡터 변환 과정을 통해 비식별 이미지 데이터를 생성하여 다양한 최신 CNN(Convolutional Neural Networks) 모델의 변경 없이 학습이 가능한 기법이 개발되었다. 본 연구에서 개발한 PPDL 기법의 특징은 첫째, 이미지 비식별화 처리를 통해 비 신뢰 구간인 클라우드 시스템을 이용한 외부 환경에서의 안전한 딥러닝 학습이 가능하다. 둘째, 딥러닝 모델의 연산의 사용에 제약이 없기 때문에 기존 딥러닝 학습 모델의 변경없이 그대로 사용이 가능하다. 셋째, 이미지를 벡터화 시킨 후 이미지를 이루는 형태 부분만 암호화하여 비 암호화한 데이터를 이용한 학습 결과와 유사한 정확도를 유지할 수 있다. 관련 연구 결과는 한국 및 미국 특허로 출원되어 심의 중이며, 향후 암호화 데이터를 사용한 딥러닝 알고리즘 개발 분야를 선도하고 국내외 산업계 관련 실무 기술 경쟁력을 강화할 것으로 기대된다. 이번 연구는 보건복지부 의료데이터 보호활용 기술개발사업 지원을 받아 수행되었다. * 최윤호 교수 연구실(스프트웨어 및 시스템 보안 연구실 (S3Lab))에서는 현재 안전한 인공지능 및 블록체인 관련 연구를 진행 중이다. 구체적으로는 기계학습 알고리즘 성능 개선을 위한 adversarial example 방어 기법, 기계 학습 기반의 anomaly detection algorithm, 기계학습을 활용한 secure coding, 안전한 블록체인 플랫폼 및 스마트 계약 작성 방법을 연구하고 있다.