http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
소스코드 주제를 이용한 인공신경망 기반 경고 분류 방법
이정빈,Lee, Jung-Been 한국정보처리학회 2020 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.9 No.11
자동화된 정적분석 도구는 소스 코드상에 잠재된 결함을 개발자들이 적은 노력으로 빠르게 찾을 수 있도록 도와준다. 하지만 이러한 정적분석 도구는 수정할 필요가 없는 오탐지 경고들을 무수하게 발생시킨다. 본 연구에서는 소스코드 블록의 토픽 모델을 이용한 인공신경망 기반의 경고 분류 기법을 제안한다. 소프트웨어 변경 관리 시스템으로부터 버그를 수정한 리비전들을 수집하고, 개발자들로부터 수정된 코드 블록들을 추출한다. 토픽 모델링을 이용하여 수집된 코드 블록의 토픽 분포 값을 구하고, 코드 블록의 리비전 간 경고들의 삭제 여부를 표현하는 이진데이터를 인공신경망의 입력 값과 출력 값으로 사용하여 심층 학습을 수행한다. 그 결과, 인공신경망 기반의 분류 모델이 높은 예측 성능으로 진성 또는 오탐지 경고를 분류하였다. Automatic Static Analysis Tools help developers to quickly find potential defects in source code with less effort. However, the tools reports a large number of false positive warnings which do not have to fix. In our study, we proposed an artificial neural network-based warning classification method using topic models of source code blocks. We collect revisions for fixing bugs from software change management (SCM) system and extract code blocks modified by developers. In deep learning stage, topic distribution values of the code blocks and the binary data that present the warning removal in the blocks are used as input and target data in an simple artificial neural network, respectively. In our experimental results, our warning classification model based on neural network shows very high performance to predict label of warnings such as true or false positive.
Bayesian Belief Network를 이용한 아키텍처 전술 품질 평가 방법
이정빈 ( Jung-been Lee ),이동현 ( Dong-hyun Lee ),김능회 ( Neung-hoe Kim ),인호 ( Hoh Peter In ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2
소프트웨어 아키텍처는 소프트웨어의 품질에 지대한 영향을 미치는 요소 중 하나이다. 소프트웨어 개발 생명주기 초기에 아키텍처를 분석하고 평가하지 않으면, 점점 품질결함을 발견하고 수정하는 비용이 증가한다. 기존 소프트웨어 아키텍처 분석 및 평가 방법은 아키텍처라는 상당히 추상화된 수준에서 분석 및 평가가 이루어지기 때문에 평가기준이 주관적이며, 선택된 아키텍처 후보들만으로 서로에게 미치는 품질속성의 영향을 파악하기 힘들다. 따라서 품질 속성 시나리오나 아키텍처 전략을 구현하기 위한 세부적인 아키텍처 전술들의 품질평가가 필요하다. 본 연구는 이러한 아키텍처 전술의 품질 평가를 위해, Q-SIG(Quantified Softgoal Interdependency Graph)을 이용한 품질속성과 이를 달성하기 위한 아키텍처 전술의 관계를 정성적, 정량적으로 표현한다. 또한 Bayesian Belief Network(BBN) 모델 구축을 통해 Q-SIG에서 표현할 수 없는 다수의 품질속성을 만족하는 아키텍처 전술들 간의 조합에 대해 분석하고, 평가하여 아키텍트가 소프트웨어 디자인 단계에서 높은 품질속성을 달성할 수 있는 아키텍처 전술들의 조합을 선택할 수 있는 방법을 제시한다.
ETL 상에서 처리속도 향상을 위한 빅데이터 처리 시스템 제안
이정빈 ( Jung-been Lee ),박석천 ( Seok-cheon Park ),길기범 ( Gi-beom Ki ),천승태 ( Seung-tea Chun ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
최근 디지털 정보량의 기하급수적인 중가에 따라 대규모 데이터인 빅데이터가 등장하였다. 빅데이터는 데이터가 실시간으로 매우 빠르게 생성되며 다양한 형태의 데이터를 가지며 이 데이터를 수집, 처리, 분석을 통해 새로운 지식을 창출한다. 그러나 기존의 ETL(Exact/Transform/Load) 연구에서 이러한 빅데이터를 처리 하는데 성능 저하가 발생되고 있으며 비정형 데이터를 관리할 수 없다. 따라서 본 논문에서는 기존의 ETL 처리의 한계를 극복하기 위해서 하둡을 이용하여 ETL 상에서 처리 속도를 높이고 비정형 데이터를 처리할 수 있는 빅데이터 처리 시스템을 제안하고자 한다.
오픈소스 프로젝트의 토픽 모델링을 통한 잠재결함 분석 연구
이정빈 ( Jung-been Lee ),이택 ( Taek Lee ),인호 ( Hoh Peter In ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
하나의 프로젝트에는 다양한 기능과 역할을 가진 소스코드가 존재한다. 그러나 기존 정적 분석 도구들은 이러한 특성을 고려하지 않고, 모든 소스코드에 동일한 탐색 정책과 우선순위를 적용하고 있다. 본 연구에서는 오픈소스 프로젝트로부터 수집한 소스코드들을 토픽모델링을 이용하여 특정 토픽으로 분류하고, 분류된 토픽에 해당되는 코드 안에서 높은 영향력을 갖는 잠재결함(Potential Bug)의 특징을 분석하였다. 이 결과를 바탕으로 개발자에게 개발 중인 소스코드의 특성에 따라 어떤 잠재결함에 더 우선순위를 두어야 하는지에 대한 지침을 제공할 수 있다.
이정빈 ( Jung-been Lee ),인호 ( Hoh Peter In ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
정보검색(Information retrieval) 및 텍스트 분석을 위해 수집하는 비정형 데이터 즉, 자연어를 전처리하는 과정 중 하나인 불용어(Stopword) 제거는 모델의 품질을 높일 수 있는 쉽고, 효과적인 방법 중에 하나이다. 특히 다양한 텍스트 문서에 잠재된 주제를 추출하는 기법인 토픽모델링의 경우, 너무 오래되거나, 수집된 문서의 도메인이나 성격과 무관한 불용어의 제거로 인해, 해당 토픽 모델에서 학습되어 생성된 주제 관련 단어들의 일관성이 떨어지게 된다. 따라서 분석가가 분류된 주제를 올바르게 해석하는데 있어 많은 어려움이 따르게 된다. 본 논문에서는 이러한 문제점을 해결하기 위해 일반적으로 사용되는 표준 불용어 대신 관련 도메인 문서로부터 추출되는 점별 상호정보량(PMI: Pointwise Mutual Information)을 이용하여 불용어를 자동으로 생성해주는 기법을 제안한다. 생성된 불용어와 표준 불용어를 통해 토픽 모델의 품질을 혼잡도(Perplexity)로써 측정한 결과, 본 논문에서 제안한 기법으로 생성한 30개의 불용어가 421개의 표준 불용어보다 더 높은 모델 성능을 보였다.
이정빈 ( Jung-been Lee ),인호 ( Hoh Peter In ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
합법적 감청(LI: Lawful Interception)이란, 합법적으로 음성 통신 내용 및 데이터와 그와 관련된 일련의 정보를 수집하는 활동을 말한다. 그러나 IP 기반의 4G-LTE 네트워크와 다수의 사업자망을 이동하는 과정에서 발생되는 반복적인 법원의 영장 재발부 절차는 합법적 감청의 연속성을 저해하는 요소가 되어왔다. 이러한 문제점을 해결하기 위해 재발부 과정을 생략하고, 기존 영장 그대로 다음 국가나 네트워크 사업자에게 전달하는 방식이 제안되었지만, 보안성에 대한 문제가 여전히 존재한다. 본 연구에서는 블록체인 기반의 분산 데이터베이스 상에서 디지털 영장을 발부함으로써 영장의 재발부 과정을 거치지 않으면서도 보안성이 높고 안전하게 연속적인 합법적 감청을 수행할 수 있는 모델을 제안한다.
이정빈 ( Jung-been Lee ),이동현 ( Dong-hyun Lee ),김능회 ( Neung-hoe Kim ),인호 ( Hoh Peter In ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2
소프트웨어의 품질결함은 후반으로 갈수록 발견하고, 수정하는 비용이 증가하기 때문에 평가 비용(appraisal costs) 단계에 속하는 아키텍처 평가에서 품질의 저하를 발견하고, 수정하여 전체 소프트웨어 품질 비용을 감소시켜야 한다. 아키텍처 평가기법인 CBAM(Cost-Benefit Analysis Method)은 ROI(Return On Investment)를 통한 아키텍처 전략선택 기법으로, 소프트웨어 시스템에 미치는 품질에 대해서는 고려하지 않는다. 본 논문은 기존의 CBAM에 AHP(Analytic Hierarchy Process)를 적용하여 품질 속성과 아키텍처 전략 조합들과의 관계를 통해, 주어진 자원 안에서 시스템의 품질을 최대화 할 수 있는 방법을 제시한다.
기업용 SNS 를 활용한 S/W 유지보수 프로세스 연구
박정훈 ( Jung-hoon Park ),이정빈 ( Jung-been Lee ),이동현 ( Dong-hyun Lee ),인호 ( Hoh Peter In ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.2
대규모 프로젝트는 여러 부서의 조직적이며 집중적으로 관리가 되고 있다. 그러나, 소규모 프로젝트나 자체 운영 유지보수에 대한 관리는 그에 미치지 못하고 있으며, 긴급한 이슈가 발생시 전사 대상 공지가 수월하지 않다는 문제점들이 있다. 이 문제 해결을 위해 접수부터 개발, 테스트, 이관의 각 단계에서 기업용 SNS 를 활용하여 부서간 업무 협업을 통한 품질보증 활동을 향상할 수 있는 응용방법을 제안하였다. 사례 연구를 통해 기업용 SNS 를 적용하여 소프트웨어 개발 유지보수 프로세스를 수행한 결과, 긴급 이슈 발생 건이 줄고, 조직의 구성원들의 이슈 확인에 대한 책임감 등 조직원의 품질에 대한 의식과 관심의 향상을 이끌어 내었다.