상단메뉴 바로가기 본문 내용 바로가기

차량 주행 데이터

  • 요약
    • Dataset ID : KU-2018-Driving
    • 이         름 : 차량 주행 데이터셋
    • 제 공 자 : 고려대학교 해킹대응기술연구실
    • 수집기간 : 2016
    • 수집방법 : Kia Soul, Hyundai Sonata 차량의 주행 데이터 추출
  • 설명

2018년도 정보보호 R&D 데이터 챌린지 대회의 "차량 주행 데이터기반 도난 탐지" 트랙에 활용된 주행 데이터셋이다.

고려대학교 해킹대응기술연구실에서 연구한 차량 주행 데이터를 이용한 운전자 프로파일링의 성능검증에 기반이 된 데이터셋으로, Kia Soul 및 Hyundai Sonata 두개의 차량으로 두개 코스에 대해서 예선 10명, 본선 5명에 대해서 데이터를 수집했으며, 예선에서 사용한 주행 데이터는 610km이며, 본선에서 사용한 주행데이터는 약 950km의 데이터를 사용하였다. 모든 주행 데이터 파일은 주행한 후 운전자의 라벨링을 수행했으며, 운전자들의 주행 시간대를 제한하여 데이터를 수집하였다.

본 데이터셋은 정보보호 R&D 데이터 챌린지 대회의 예선 학습 및 평가용, 본선 1차 학습 및 평가용, 본선 2차 학습 및 평가용으로 구분되어 있다. 학습용의 경우 운전자들의 라벨링이 포함되어 있으며, 이 데이터들을 활용하여 운전자의 행위 분석에 대한 기술 성능평가에 활용 가능할 것으로 기대된다.

  • 추가정보
    • 파일크기 : 총 17.4GB
      - KU-Driving-Dataset-Pre-train.csv (예선 학습용, 10.1MB)
      - KU-Driving-Dataset-Pre-test.csv (예선 평가용, 3.67MB)
      - 1st KU-Driving-Dataset-final-City.csv(본선 1차 학습용, 5.94MB)
      - 1st KU-Driving-Dataset-final-City-release.csv(본선 1차 학습용, 1.25MB)
      - 2nd KU-Driving-Dataset-final-Vehicle.csv(본선 2차 학습용, 19.2MB)
      - 2nd KU-Driving-Dataset-final-Vehicle-release.csv(본선 2차 학습용, 2.28MB)
    • 키 워 드 : Anti-theft, Driver identification, Machine learning
    • 데이터셋을 활용한 대회 : 정보보호 R&D 데이터챌린지 2018  [관련 링크]
    • 관련 연구 : Driving-dataset  [관련 링크]
    • 본 데이터셋은 고려대학교 해킹대응기술연구실에서 제작되었으며, 본 데이터셋을 이용하여 논문작성 시 다음 논문을 참고문헌으로 반드시 인용해 주시기
      바랍니다.

      - Byung Il Kwak, Jiyoung Woo and Huy Kang Kim, "Know Your Master: Driver Profiling-based Anti-theft Method", PST (Privacy, Security and Trust) 2016

  • 데이터셋 구조
    • 주행 데이터 파일
      - "예선-학습_테스트_정답지.zip" 파일과 "본선-학습_테스트_정답지.zip" 파일로 구성
      - 파일 내에 운전자별 데이터로 구성
      - 예선의 전체 운전자는 9명 (A-I), 본선의 전체 운전자는 5명 (A-E)으로 구성
  •                                    
  • 샘플데이터
샘플데이터
  • 데이터셋 신청