earticle

영어

Intelligent security system includes inference system for context awareness and response. In wide area surveillance system, many inference agents cooperate over exchanging knowledge. It requires efficient management and searching of knowledge bases. It needs proper similarity measure technique to overcome the difference in knowledge bases. Responding with the value of similarity within threshold helps cooperative inference. Various intelligent systems utilize ontology for scalability. Previous many similarity measure techniques uses static analysis mainly. In this paper ontology usage patterns are applied dynamically to improve existing method. Similarity measure is controlled by reflecting user's searching pattern to edge weight. In performance evaluation the analysis results about effect of dynamic weight reflection to previous methods are shown.

한국어

지능형 보안시스템은 상황 인식 및 대응을 위하여 추론 시스템을 갖추고 있다. 광역 보안 감시 시 스템의 경우, 다수의 추론 에이전트가 지식 정보를 주고받으며 협동한다. 이를 위한 효율적 지식 정 보의 관리 및 검색이 요구된다. 이를 위해 각기 소유한 지식 정보의 차이를 극복할 수 있는 적절한 유사도 측정 방법이 필요하다. 유사도가 임계값 이내인 경우 해당내용을 응답하게 하여 협동적 추론 을 돕는다. 다양한 지능형 시스템에서 확장성을 이유로 온톨로지를 추론 시스템에 활용하고 있다. 다 수 온톨로지를 이루는 개념어 사이의 유사성을 측정하고자 하는 많은 노력이 있었으나 정적인 분석 이 주를 이뤘다. 본 논문에서는 기존의 유사도 측정방식을 향상시키기 위하여 동적으로 온톨로지 사 용패턴을 유사도에 반영한다. 사용자 검색패턴의 연관성을 에지 가중치에 동적으로 반영하여 유사도 값을 조정한다. 성능 평가에서 기존 유사도 측정 시스템에 대하여 동적인 가중치 부여가 어느 정도의 영향을 갖는지 분석한 결과를 보인다.