| 1 |
1
같은 지역에 대응하는 진 데이터(authentic data) 및 기만 데이터(spoofed data)와 관련된 페어(pair)를 포함하는 제1 데이터 세트를 이용하여 신경망 모델을 제1 학습시키는 단계; 및복수 지역에 대응하는 제2 데이터 세트를 이용하여 상기 제1 학습된 신경망 모델을 제2 학습시키는 단계를 포함하고,상기 제1 학습시키는 단계는,상기 진 데이터 및 상기 기만 데이터가 임베딩 공간(Embedding Space)에서 멀어지도록 대조 손실(contrastive loss)를 이용하여 상기 신경망 모델을 제1 학습시키는 단계를 포함하고,상기 제2 학습시키는 단계는,지도 손실(supervised loss)를 이용한 지도 학습(supervised learning)을 통해 상기 제1 학습된 신경망 모델을 제2 학습시키는 단계를 포함하고,상기 제2 데이터 세트는, 상기 복수 지역에 대응하는 GPS 데이터를 포함하며, 상기 제1 데이터 세트는, 상기 GPS 데이터로부터 추출된 지역 별 상기 진 데이터 및 상기 기만 데이터와 관련된 상기 페어를 포함하는,기만 신호 탐지를 위한 학습 방법
|
| 2 |
2
제1항에 있어서,상기 제2 학습된 신경망 모델을 이용하여 다른 지역의 GPS 데이터에 대한 기만 여부를 탐지하는 단계를 더 포함하는,기만 신호 탐지를 위한 학습 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서,상기 신경망 모델은,상기 대조 손실(contrastive loss)를 이용한 자기지도 학습(self-supervised learning)을 통해 상기 제1 데이터 세트에 대한 기만과 관련된 특징을 분석하는 것을 특징으로 하는,기만 신호 탐지를 위한 학습 방법
|
| 5 |
5
제1항에 있어서,상기 신경망 모델은,비유클리드 공간의 특성을 고려하여 코사인 유사도 함수를 이용하여 상기 대조 손실(contrastive loss)를 계산하여 유사도를 추정하는 것을 특징으로 하는,기만 신호 탐지를 위한 학습 방법
|
| 6 |
6
삭제
|
| 7 |
7
제1항에 있어서,상기 제1 학습시키는 단계는,지역 별 진 데이터 및 기만 데이터를 대조 손실(contrastive loss)를 이용한 자기지도 학습을 통해 상기 기만 데이터와 관련된 특징을 상기 신경망 모델에 제1 학습시키는 단계를 포함하는,기만 신호 탐지를 위한 학습 방법
|
| 8 |
8
삭제
|
| 9 |
9
비일시적 컴퓨터 판독 가능 저장 매체로서,컴퓨터 판독 가능 명령어들을 저장하도록 구성되는 매체를 포함하고,상기 컴퓨터 판독 가능 명령어들은 프로세서에 의해 실행되는 경우 상기 프로세서가:같은 지역에 대응하는 진 데이터(authentic data) 및 기만 데이터(spoofed data)와 관련된 페어(pair)를 포함하는 제1 데이터 세트를 이용하여 신경망 모델을 제1 학습시키는 단계; 및복수 지역에 대응하는 제2 데이터 세트를 이용하여 상기 제1 학습된 신경망 모델을 제2 학습시키는 단계를 포함하고 상기 제1 학습시키는 단계는,상기 진 데이터 및 상기 기만 데이터가 임베딩 공간(Embedding Space)에서 멀어지도록 대조 손실(contrastive loss)를 이용하여 상기 신경망 모델을 제1 학습시키는 단계를 포함하고,상기 제2 학습시키는 단계는,지도 손실(supervised loss)를 이용한 지도 학습(supervised learning)을 통해 상기 제1 학습된 신경망 모델을 제2 학습시키는 단계를 포함하고,상기 제2 데이터 세트는, 상기 복수 지역에 대응하는 GPS 데이터를 포함하며, 상기 제1 데이터 세트는, 상기 GPS 데이터로부터 추출된 지역 별 상기 진 데이터 및 상기 기만 데이터와 관련된 상기 페어를 포함하는,기만 신호 탐지를 위한 학습 방법을 수행하도록 하는, 비일시적 컴퓨터 판독 가능 저장 매체
|
| 10 |
10
GPS 데이터를 수신하는 통신부; 적어도 하나의 명령어(instruction)를 저장하는 메모리; 및상기 적어도 하나의 명령어를 실행하여, 기 학습된 신경망 모델을 이용하여 상기 GPS 데이터에 대해 기만 여부를 탐지하는 제어부(controller)를 포함하고,상기 신경망 모델은, 같은 지역에 대응하는 진 데이터(authentic data) 및 기만 데이터(spoofed data)와 관련된 페어(pair)를 포함하는 제1 데이터 세트를 이용하여 제1 학습되고, 복수 지역에 대응하는 제2 데이터 세트를 이용하여 제2 학습되고,상기 제1 학습은,상기 진 데이터 및 상기 기만 데이터가 임베딩 공간(Embedding Space)에서 멀어지도록 대조 손실(contrastive loss)를 이용한 상기 신경망 모델의 학습을 포함하고,상기 제2 학습은,지도 손실(supervised loss)를 이용한 지도 학습(supervised learning)을 통해 상기 제1 학습된 신경망 모델의 학습을 포함하고,상기 제2 데이터 세트는, 상기 복수 지역에 대응하는 GPS 데이터를 포함하며, 상기 제1 데이터 세트는, 상기 GPS 데이터로부터 추출된 지역 별 상기 진 데이터 및 상기 기만 데이터와 관련된 상기 페어를 포함하는,기만 신호 탐지 장치
|
