딥러닝 프레임워크를 이용한 실시간 설계문서 중요도 분류 및 보안 시스템 설계 및 구현 (Design and Implementation Real-Time Drawing Document Criticality Classification and Security System using Deep Learning Framework)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 25권 / 9호 / 528 ~ 534페이지
· 저자명 : 김영식, 백종경, 박재표

초록

최근 온라인 협업 환경에 대한 의존도가 높아지면서, 자료가 네트워크를 통해 빈번하게 전송되고 공유됨에 따라잠재적인 보안 위협이 증가하고 있다. 예시로 국내 중요 국방 설계문서가 해외로 유출된 사고도 있었다. 이러한 보안위협에 대응하기 위해서, 본 연구는 딥러닝 프레임워크를 기반으로 한 설계문서의 실시간 인식 및 분류 시스템을 제안한다. 이 시스템은 VGG-16 모델을 활용하여 템플릿 매칭, 이미지 임베딩, OCR 기술을 통합적으로 사용하여 표제란의정보를 정확하게 추출하고, 표제란의 존재 여부, 표제란 내용을 토대로 문서의 중요도를 분류한다. 분류한 중요도에 따라자동으로 차별화된 보안 정책을 적용할 수 있고, 분류된 설계 정보 중 일반 설계 정보는 높은 가용성으로 사용자 경험에편리함을 제공하며, 방산 등 민감한 분야의 설계 정보는 높은 기밀성으로 더욱 특화된 보안 기법을 적용할 수 있다. 시험을 통해 제안 시스템은 다른 알고리즘을 사용한 모델보다 12% 높은 인식률을 보였으며, 기존 시스템보다 최소 약 16배에서 최대 약 51배 더 빠른 처리 속도를 보였다. 무엇보다 기존 시스템은 도면을 세분할 수 없지만, 제안 시스템에서는도면을 세분하여 정책을 적용할 수 있다. 본 연구는 디지털화 시대에 필수적인 효율적인 설계문서 관리 및 강화된 보안조치를 구현할 수 있게 하며, 향후 설계 정보만 아니라 차별적인 보안 정책의 적용이 필요한 산업 분야에서의 응용이기대된다.

영어초록

With the rise in online collaboration, security threats have increased exemplified by the leak of domestic defense design documents overseas. To counter this, a real-time recognition and classification system for design documents based on a deep learning framework is proposed. Utilizing the VGG-16 model, the proposed system integrates template matching, image embedding, and OCR technologies to extract and classify information from header columns to determine document importance. Security policies are automatically applied based on this classification, ensuring high availability for general design information and heightened security for sensitive information. The proposed system outperforms others, with a recognition rate 12% higher and processing speeds 16 to 51 times faster. Unlike existing systems, it can subdivide drawings and apply specific tailored policies.
This research aims to enhance design document management and security, with potential applications in various industrial fields requiring differentiated security measures.

참고자료

· 없음