Hawala는 전통적이지만 비공식적인 송금 시스템으로, 자금세탁과 같은 범죄를 포함하여 전 세계 여러 지역에서 널리 사용되어 왔다. 금융기관이 취한 규제 조치에도 불구하고, Hawala는 여전히 테러 자금조달 계획에서 핵심적인 노드로 기능하며 그 오용의 규모는 알려져 있지 않다. Hawala의 거래가 은폐되어 있고 이에 관한 정보가 제한적이기 때문에, 각국의 금융정보분석기구(FIU)와 같은 법 집행 당국이 Hawala 네트워크를 탐지하고 조사하기는 어렵다. 본 논문에서는 그래프 마이닝 기법을 사용하여 금융 거래 데이터 스트림에서 잠재적 Hawala 사례를 탐지하기 위한 새로운 접근법을 제시한다. Hawala의 특성을 반영하기 위해 그래프 중심성, Blackhole metric, Hidden link metric과 같은 그래프 마이닝 방법뿐만 아니라 그래프 컨볼루션 네트워크를 활용한 이상탐지 방법을 적용한다. 실험 결과, 제안된 방법은 Hawala 네트워크 탐지에 있어 의미 있는 성과를 보였으며, 기존의 거래 모니터링 체계를 보완하는 도구로 활용될 수 있음을 확인하였다. • Hawala 네트워크의 특성. • Hawala 네트워크 탐지를 위한 요구사항 분석. • 그래프 마이닝을 통한 Hawala 네트워크 탐지.

실내 공간이 일상생활에서 차지하는 중요성이 커짐에 따라 실내 공간을 위한 디지털 트윈을 구축하려는 수요도 그에 비례하여 증가하고 있다. 그러나 실내 공간의 특성은 실외 공간과 다르므로, 실내 디지털 트윈을 구축하기 위해서는 서로 다른 접근 방법을 적용할 필요가 있다. 본 연구에서는 병원 전반 및 특히 대형 병원을 대상으로 한 사용 사례를 통해, 가장 복잡한 유형 중 하나로 간주될 수 있는 실내 디지털 트윈 구축을 위한 프레임워크를 제안한다. 본 연구의 목표 중 하나는 표준에 기반하여 실내 디지털 트윈을 구축하기 위한 프레임워크를 정립하는 것이며, 본 프레임워크는 실내 데이터 모델과 실내 공간 데이터 인코딩 방식을 위한 표준인 OGC IndoorGML에서 출발한다. 본 논문에서는 프레임워크의 각 단계를 제시하고, 병원 내 공간 디지털 트윈 구축을 위해 COVID-19 전파에 대한 전염병 분석이라는 사용 사례에 초점을 맞춘다. 사례 연구는 요구사항 분석, 데이터 모델링, 실내 공간 데이터 구축을 거쳐 COVID-19 전파 분석의 개발에 이르기까지 실내 공간 응용의 전 생애주기를 포괄한다. 본 연구는 OGC IndoorGML 표준에 기반한 실내 디지털 트윈의 사용 사례를 제시하며, 궁극적으로 실내 디지털 트윈 구축을 위한 프레임워크 및 참고 자료로 활용될 수 있다. 본 연구는 주로 병원 디지털 트윈의 구축에 초점을 두고 있으므로, COVID-19 감염 모델 자체에 대한 연구는 본 논문에서 제한적으로 다루어진다. 감염 모델의 개선과 검증은 향후 연구의 다음 단계가 될 것이다. 또한 본 사용 사례에서는 HVAC(난방, 환기 및 공조)가 충분히 고려되지 않았으므로, 공조 시스템을 포함하여 공기 흐름 동역학 분석에 적용한다면 사용 사례를 강화할 수 있을 것으로 기대한다.

환치기 (Hawala)는 오래전 인도에서 시작된 불법적인 외환거래 방법이다. 환치기는 자금세탁을 위한 불법적 외환거래에 많이 사용되고 있을 뿐 아니라, 테러리스트의 자금확보 방법으로 사용되고 있 다는데, 문제의 심각성이 있다. 많은 국제 수사가 테러리스트 자금을 차단하기 위하여 환치기를 탐지 하는 방법을 개발하고 있지만, 대부분 작업이 수작업에 의존하고 있다. 본 논문에서는 데이터마이닝 방법을 테러리스트 자금확보의 환치기 탐색에 적용하기 위하여 다음 사항을 제시한다. 첫 번째로 테 러리스트 자금확보를 위하여 사용되는 환치기 유형을 살펴본다. 유형 분석은 환치기 탐색을 위한 기 능 개발의 요구분석이 될 수 있다. 두 번째로 데이터 마이닝 방법을 환치기 탐색에 적용할 때 가장 큰 어려움인 데이터 확보 문제를 살펴본다. 이를 위하여 데이터증강 방법을 적용한다. 세 번째로 테러리 스트의 환치기 탐색을 위한 데이터 마이닝 방법을 개발하였고, 그 효율성을 실험을 통하여 검증하였 다. 본 연구는 테러리스트 자금확보 수사에 데이터 마이닝 방법을 개발하여 효율성을 높이는 기반을 제공하였다. 그러나 정보기술 방법의 발달로 자금 거래 방법이 다양화되고 있으며, 테러리스트 자금 확보를 위한 돈세탁 방법도 계속 진화하고 있다. 본 연구는 이런 면에서 관련 연구의 출발점을 제시한 다는 점에서도 의미가 크다.

실내 위치결정 방법이 Wi-Fi 위치기반, 지자기 센서 위치기반, Ultra-Wideband 위치기반, 보행자 사각측위(pedestrian dead reckoning) 등으로 발전함에 따라, 위치기반 서비스(LBS) 영역은 실외에서 실내로 확장되고 있다. LBS는 이동하는 객체의 지리적 위치 정보를 활용하여 원하는 서비스를 제공하는 것을 의미한다. 대부분의 Wi-Fi 기반 실내 위치결정 방법은 평균적으로 정확도 1–5 m 범위에서 2차원(2D) 또는 3차원(3D) 좌표를 제공한다. 그러나 많은 실내 LBS 응용은 객실, 복도, 계단 등과 같은 특정 공간을 대상으로 한다. 따라서 실내 공간에서의 좌표로부터 서비스 공간을 결정할 필요가 있다. 본 논문에서는 실내 공간의 한 구획을 단위 공간(unit space)으로 세분화한 지도 매칭 방식인 USMM(Unit Space Map Matching)을 제안하여, 단위 공간에 실내 위치를 할당하는 방법을 제안한다. 지도 매칭(map matching)은 공간 제약을 활용하는 널리 사용되는 국소화 개선(localization improvement) 방법이다. 우리는 센서 신호를 기반으로 한 기존의 실 단위(room-level) 매핑, 특히 수신 신호 세기(received signal strength) 기반 지문(fingerprinting) 방식과 비교하여, 단위 공간들 사이의 위상(topological) 정보와 이동 객체의 확률적 특성을 고려한다. 제안한 방법은 입력 궤적이 단 하나뿐인 경우에도 확률을 계산할 수 있다는 장점이 있다. 마지막으로, 실제 및 합성 환경에서의 광범위한 실험을 통해 제안된 USMM 방법의 정확도와 성능을 분석한다. 실험 결과, 실내 위치결정의 정확도 수준이 낮을 때 우리의 방법은 유의미한 개선을 가져오는 것으로 나타났다. 실험에서 실 단위 위치 정확도는 실제 데이터와 합성 데이터에서 각각 거의 30%와 23% 향상되었다. 결론적으로, USMM 방법은 주어진 위치결정 결과로부터 유효한 실 단위 위치를 보정하는 데 도움이 된다.

실내 공간을 활용하는 일은 로컬라이제이션 및 포지셔닝 기술의 발전과 함께 중요해지고 있다. 덮개(covering) 및 분할(partitioning) 문제는 공간 데이터를 관리, 색인화, 분석하는 데 있어 중요한 역할을 한다. 본 논문에서는 실내 공간 분할을 위한 다단계 프레임워크를 제안하며, 각 단계는 목표 응용에 따라 유연하게 조정될 수 있다. 우리의 프레임워크의 주요 특징 중 하나는 매개변수화된 제약(parameterized constraint)으로, 덮개 및 분할 과업을 위해 정식화된 이진 선형계획(binary linear program)에서 사용되는 단위 기하(unit geometries)의 성질과 제한을 특성화한다. 이는 제약 매개변수만을 변경함으로써 제안된 방법을 다양한 문제에 적용할 수 있게 해준다. 우리는 실내 공간 응용과 관련하여 다수의 덮개 및 분할 문제에서 널리 사용되는 기본 제약을 제시하고, 계산 과정을 단순화하는 몇 가지 기법도 함께 제시한다. 또한 장치 배치와 경로 계획 문제에 적용하여, 제약을 설계하는 방법과 그로부터 생성된 분할을 사용하는 방법이라는 관점에서 프레임워크의 활용 예를 제시한다. 아울러 기본 방법(baseline methods)과 비교한 실험 결과를 통해 그 유효성을 입증한다.

Hawala는 전통적이지만 비공식적인 송금 시스템으로, 자금세탁과 같은 범죄를 포함하여 전 세계 여러 지역에서 널리 사용되어 왔다. 금융기관이 취한 규제 조치에도 불구하고, Hawala는 여전히 테러 자금조달 계획에서 핵심적인 노드로 기능하며 그 오용의 규모는 알려져 있지 않다. Hawala의 거래가 은폐되어 있고 이에 관한 정보가 제한적이기 때문에, 각국의 금융정보분석기구(FIU)와 같은 법 집행 당국이 Hawala 네트워크를 탐지하고 조사하기는 어렵다. 본 논문에서는 그래프 마이닝 기법을 사용하여 금융 거래 데이터 스트림에서 잠재적 Hawala 사례를 탐지하기 위한 새로운 접근법을 제시한다. Hawala의 특성을 반영하기 위해 그래프 중심성, Blackhole metric, Hidden link metric과 같은 그래프 마이닝 방법뿐만 아니라 그래프 컨볼루션 네트워크를 활용한 이상탐지 방법을 적용한다. 실험 결과, 제안된 방법은 Hawala 네트워크 탐지에 있어 의미 있는 성과를 보였으며, 기존의 거래 모니터링 체계를 보완하는 도구로 활용될 수 있음을 확인하였다. • Hawala 네트워크의 특성. • Hawala 네트워크 탐지를 위한 요구사항 분석. • 그래프 마이닝을 통한 Hawala 네트워크 탐지.

실내 공간이 일상생활에서 차지하는 중요성이 커짐에 따라 실내 공간을 위한 디지털 트윈을 구축하려는 수요도 그에 비례하여 증가하고 있다. 그러나 실내 공간의 특성은 실외 공간과 다르므로, 실내 디지털 트윈을 구축하기 위해서는 서로 다른 접근 방법을 적용할 필요가 있다. 본 연구에서는 병원 전반 및 특히 대형 병원을 대상으로 한 사용 사례를 통해, 가장 복잡한 유형 중 하나로 간주될 수 있는 실내 디지털 트윈 구축을 위한 프레임워크를 제안한다. 본 연구의 목표 중 하나는 표준에 기반하여 실내 디지털 트윈을 구축하기 위한 프레임워크를 정립하는 것이며, 본 프레임워크는 실내 데이터 모델과 실내 공간 데이터 인코딩 방식을 위한 표준인 OGC IndoorGML에서 출발한다. 본 논문에서는 프레임워크의 각 단계를 제시하고, 병원 내 공간 디지털 트윈 구축을 위해 COVID-19 전파에 대한 전염병 분석이라는 사용 사례에 초점을 맞춘다. 사례 연구는 요구사항 분석, 데이터 모델링, 실내 공간 데이터 구축을 거쳐 COVID-19 전파 분석의 개발에 이르기까지 실내 공간 응용의 전 생애주기를 포괄한다. 본 연구는 OGC IndoorGML 표준에 기반한 실내 디지털 트윈의 사용 사례를 제시하며, 궁극적으로 실내 디지털 트윈 구축을 위한 프레임워크 및 참고 자료로 활용될 수 있다. 본 연구는 주로 병원 디지털 트윈의 구축에 초점을 두고 있으므로, COVID-19 감염 모델 자체에 대한 연구는 본 논문에서 제한적으로 다루어진다. 감염 모델의 개선과 검증은 향후 연구의 다음 단계가 될 것이다. 또한 본 사용 사례에서는 HVAC(난방, 환기 및 공조)가 충분히 고려되지 않았으므로, 공조 시스템을 포함하여 공기 흐름 동역학 분석에 적용한다면 사용 사례를 강화할 수 있을 것으로 기대한다.

환치기 (Hawala)는 오래전 인도에서 시작된 불법적인 외환거래 방법이다. 환치기는 자금세탁을 위한 불법적 외환거래에 많이 사용되고 있을 뿐 아니라, 테러리스트의 자금확보 방법으로 사용되고 있 다는데, 문제의 심각성이 있다. 많은 국제 수사가 테러리스트 자금을 차단하기 위하여 환치기를 탐지 하는 방법을 개발하고 있지만, 대부분 작업이 수작업에 의존하고 있다. 본 논문에서는 데이터마이닝 방법을 테러리스트 자금확보의 환치기 탐색에 적용하기 위하여 다음 사항을 제시한다. 첫 번째로 테 러리스트 자금확보를 위하여 사용되는 환치기 유형을 살펴본다. 유형 분석은 환치기 탐색을 위한 기 능 개발의 요구분석이 될 수 있다. 두 번째로 데이터 마이닝 방법을 환치기 탐색에 적용할 때 가장 큰 어려움인 데이터 확보 문제를 살펴본다. 이를 위하여 데이터증강 방법을 적용한다. 세 번째로 테러리 스트의 환치기 탐색을 위한 데이터 마이닝 방법을 개발하였고, 그 효율성을 실험을 통하여 검증하였 다. 본 연구는 테러리스트 자금확보 수사에 데이터 마이닝 방법을 개발하여 효율성을 높이는 기반을 제공하였다. 그러나 정보기술 방법의 발달로 자금 거래 방법이 다양화되고 있으며, 테러리스트 자금 확보를 위한 돈세탁 방법도 계속 진화하고 있다. 본 연구는 이런 면에서 관련 연구의 출발점을 제시한 다는 점에서도 의미가 크다.