본문 바로가기
KERD
논문KCI 등재

작전보안이 확립된 연합작전을 위한 ‘국방 인공지능 전장소음 제거 모델’ 개발 및 제안

A Study on the Development and Proposal of 'National Defense Artificial Intelligence Field Noise Removal Model' for Establishing Security of combined Operation

김수현|조인휘|고성훈|김주성
국방보안연구소 (Defense Security Institute)|2022.12|국방과 보안 (Journal of Defense and Security)|제4권 제2호|pp. 61-85

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

AITTSDual Signal Transformation LSTM NetworkNoise-cancelling

초록

이전과 완전히 구분되는 4차 산업혁명기술의 발달로 디지털 전장은 영역은지역구분이 모호해질 만큼 점차 광범위해 지고 있음에 따라, 무선통신환경을활용한 작전보안의 중요성은 더욱 증대대고 있으며, 고도화되고 다양화된전장소음으로 인해 작전통제를 더욱 어렵게 하고 있다. 이와 같은 문제점을해소하기 위해Dual Signal Transformation LSTM Network기술을 활용해전장소음을 실시간으로 제거해 통신함과 동시에, TTS기술을 활용, 음성을문자로 변화해 송수신 시간을 자동 기록함으로써 전장 상황을 기록한다. 또한, 연합작전시에는 해당 송수신 내용을 자동 번역하여 원문과 함께 수신자에게SST 송신함으로써 작전보안이 확립된 의사소통을 보장한다. 향후, 우리가제안하는 보안성이 확립된 ‘국방 인공지능 전장소음 모델’이 국방무기정보체계에반영되어 성공적인 연합작전 수행의 기반이 되기를 강력히 희망한다.

Abstract

With the development of the 4th Industrial Revolution technology, the importance of secure communication using the wireless communication environment is increasing, and command and control is becoming more difficult as the weapon system is advanced and diversified. In addition, due to political and diplomatic issues, modern warfare is rarely waged by a single country alone, and is mostly carried out as a combined operation with other countries. To solve this problem, we utilize the Dual Signal Transformation LSTM Network technology to remove the battlefield noise in real time and deliver it to the receiver, and at the same time use the TTS technology to convert the voice into text and record it with the time to improve the battlefield situation. It is recorded automatically, and in the case of joint operations, related texts are translated and sent to the receiver using SST technology along with the original text to ensure smooth communication during wartime.

참고문헌 (24)

  1. "D’Souza, A.", ICPSR, ~ (2018)
  2. Ghose, A., "The negative impact of mobile devices on niche product consumption", International Conference on Information Systems-34(ICIS-34) (2013)
  3. Harris, L., "Instructional leadership perceptions and practices of elementary school leaders", pp.2014
  4. Kyoung-jae Kim, "Simultaneous optimization of artificial neural networks for financial forecasting", Applied Intelligence, 36(4), pp.887~898 (2011), Springer Science and Business Media LLC[DOI]
  5. Lee, J. H., "Knowledge-based model management systems", Decision Support System, 3(2), pp.65~82 (1994)
  6. "AI helps auto insurers cost out collisions in seconds" (2021)[URL]
  7. Turban, E., "Electronic Commerce: A Managerial and Social Networks Perspective" (2015), Springer International Publishing
  8. "U.S. and world population clock"[URL]
  9. Won, H. R., "A hybrid collaborative filtering model using customer search keyword data for product recommendation", Proceedings of the 18th IEEE International Conference on Machine Learning and Applications (ICMLA 2019), pp.1523~1526 (2019)
  10. Westhausen, Nils L., "Dual-signal transformation lstm network for real-time noise suppression", arXiv preprint arXiv:2005.07551, ~ (2020)
  11. Westhausen, Nils L., "Acoustic echo cancellation with the dual-signal transformation LSTM network", ICASSP 2021-2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (2021), IEEE
  12. 송민채, "임베딩과 어텐션 매커니즘에 기반한 LSTM을 이용한 감성분석", 2018 한국지능정보시스템학회 춘계학술대회 논문집, pp.107~108 (2018)
  13. 안성만, "딥러닝의 모형과 응용사례", 지능정보연구, 22(2), pp.127~142 (2016), 한국지능정보시스템학회
  14. 임일, "Python을 이용한 개인화 추천시스템" (2020), 도서출판 청람
  15. 전형준, "기업의 SNS 마케팅 활동이 이용자 행동에 미치는 영향: 페이스북 팬페이지 애널리틱스를 중심으로", 지능정보연구, 26(1), pp.75~95 (2020), 한국지능정보시스템학회
  16. 최호창, "기술 성숙도 및 의존도의 네트워크 분석을 통한 유망융합 기술 발굴 방법론", 2017 한국지능정보시스템학회 추계학술대회 (2017), 한국과학기술회관
  17. 윤성철, "항공기 소음 식별 및 빅데이터 분석을 위한 AI 모델 연구", 한국소음진동공학회논문집, 32(2), pp.176~185 (2022), 한국소음진동공학회[DOI]
  18. 김동영, "오토인코더의 기초와 응용", 소음 진동, 32(4), pp.21~27 (2022)
  19. 신동하, "RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델", 한국정보기술학회논문지, 15(10), pp.9~16 (2017), 한국정보기술학회[DOI]
  20. 손성민, "TTS & STT 를 이용한 시각장애인을 위한안드로이드 런처", 한국정보과학회 학술발표논문집, pp.1713~1715 (2015)
  21. 김민서, "STFT와 RNN을 활용한 화자 인증 모델", 정보보호학회논문지, 29(6), pp.1393~1401 (2019), 한국정보보호학회[DOI]
  22. 강병규, "신경망 기계번역의 작동 원리와 번역의 정확률 - 중한 번역을 실례로", 중어중문학, (73), pp.253~295 (2018), 한국중어중문학회[DOI]
  23. 지인영, "신경망기계번역 기술 진화와 번역품질 분석", 통번역학연구, 24(3), pp.191~223 (2020), 통번역연구소[DOI]
  24. 원동규, "인공지능과 제4차 산업혁명의 함의", ie 매거진, 23(2), pp.13~22 (2016)

관련 논문AI추천

연합학습의 국방 AI 적용 방안박찬호, 박태현, 서중하, 이영준국방보안연구소 · 국방과 보안2023 · 제5권 제2호국방 인공지능 인프라 분석 및 발전방안조재규한국국방연구원 · 국방정책연구2021 · 제36권 제4호인공지능의 군사적 활용 가능성과 과제이만석, 황태성화랑대연구소 · 한국군사학논집2020 · 제76권 제3호국방 생성형 AI 구축 방안강인한, 최인숙국방보안연구소 · 국방과 보안2024 · 제6권 제1호국방분야 인공지능 저변화를 위한 대한민국 국방 인공지능 추진전략김영곤, 안경수, 이승목한국소프트웨어감정평가학회 · 한국소프트웨어감정평가학회 논문지2021 · 제17권 제2호국방 분야에서의 LLM 활용 문제점과 해결 전략김우현, 박상수, 유희철, 이성호, 이소울국방보안연구소 · 국방과 보안2024 · 제6권 제1호

이 간행물의 다른 논문 (8건)

BGP 데이터의 기계학습 분석을 통한 적대세력 사이버 활동탐지신동규, 신동일, 정재영, 이재연, 박한솔pp. 9-33와이퍼 멀웨어 최신 동향 분석 및 대응방안 연구박동휘, 김지혜pp. 35-59침해대응시간 중심의 사이버 레질리언스 평가 방안 연구박무성, 이성기, 김명수, 신동규, 윤재필, 최세호pp. 87-110국방사회조사에 적용 가능한 기계학습 기반 선택적 재현 데이터 생성 연구남보배, 신우영, 김동민pp. 111-140美국방 사이버 인력 프레임워크(DCWF)의 국방 적용방안오충만pp. 141-164
원문 보기