http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
박주미(Jumi Park),조위덕(Weduke Cho),김강석(Kangseok Kim) 한국정보과학회 2018 정보과학회논문지 Vol.45 No.3
정보통신 기술의 발전에 따른 새로운 서비스 산업의 출현으로 개인 정보 침해, 산업 기밀 유출등 사이버 공간의 위험이 다양화 되어, 그에 따른 보안 문제가 중요한 이슈로 떠오르게 되었다. 본 연구에서는 기업 내 개인 정보 오남용 및 내부 정보 유출에 따른, 대용량 사용자 로그 데이터를 기반으로 기존의 시그니처(Signature) 보안 대응 방식에 비해, 실시간 및 대용량 데이터 분석기술에 적합한 행위 기반이상 탐지방식을 제안하였다. 행위 기반 이상 탐지방식이 대용량 데이터를 처리하는 기술을 필요로 함에 따라, 역방향 인덱스(Inverted Index) 기반의 실시간 검색 엔진인 엘라스틱서치(Elasticsearch)를 사용하였다. 또한 데이터 분석을 위해 통계 기반의 빈도 분석과 전 처리 과정을 수행하였으며, 밀도 기반의 군집화 방법인 DBSCAN 알고리즘을 적용하여 이상 데이터를 분류하는 방법과 시각화를 통해 분석을 간편하게 하기위한 한 사례를 보였다. 이는 기존의 이상 탐지 시스템과 달리 임계값을 별도로 설정하지 않고 이상탐지 분석을 시도하였다는 것과 통계적인 측면에서 이상 탐지 방식을 제안하였다는 것에 의의가 있다. With the emergence of the new service industry due to the development of information and communication technology, cyber space risks such as personal information infringement and industrial confidentiality leakage have diversified, and the security problem has emerged as a critical issue. In this paper, we propose a behavior-based anomaly detection method that is suitable for real-time and large-volume data analysis technology. We show that the proposed detection method is superior to existing signature security countermeasures that are based on large-capacity user log data according to in-company personal information abuse and internal information leakage. As the proposed behavior-based anomaly detection method requires a technique for processing large amounts of data, a real-time search engine is used, called Elasticsearch, which is based on an inverted index. In addition, statistical based frequency analysis and preprocessing were performed for data analysis, and the DBSCAN algorithm, which is a density based clustering method, was applied to classify abnormal data with an example for easy analysis through visualization. Unlike the existing anomaly detection system, the proposed behavior-based anomaly detection technique is promising as it enables anomaly detection analysis without the need to set the threshold value separately, and was proposed from a statistical perspective.
자가 성장하는 상황 기반 사용자 모델을 이용한 개인화 커뮤니티 서비스 자동 제공 방법 (pp.738-742)
이창열(Changyeul Lee),조규찬(Kyoochan Cho),김현숙(Hyeonsook Kim),조위덕(Weduke Cho) 한국정보과학회 2008 정보과학회 컴퓨팅의 실제 논문지 Vol.14 No.7
유비쿼터스 컴퓨팅 환경에서 사용자에게 개인화된 서비스를 제공하기 위해서 사용자 모델은 필수적 요소이다. 기존의 사용자 모델에서는 시스템이 사용자가 원하는 서비스를 자동으로 인지하고 해석하도록 하기 위하여 사용자가 원하는 서비스를 미리 기술한다. 또한, 사용자 모델에 상황 정보가 고려되지 않음으로 인해 상황에 따라 달라지는 사용자의 선호도를 반영할 수 없다. 위와 같은 문제를 해결하기 위하여 본 논문에서는 사용자의 경험을 학습하여 자가 성장 가능한 사용자 모델을 제시 하였으며 상황에 따른 사용자 선호 서비스를 추출하여 자동으로 개인화 커뮤니티 서비스를 제공하는 시스템을 제안한다. The user model is an indispensable factor for providing users with personalized services in the ubiquitous computing environment. In general user models, services which users prefer should be described in advance so that the system can recognize and interpret them automatically. Also, user’s preferences as to the change of situation are not reflected in general user models due to their ignoring the situation. In this paper, we propose the self-growing user model which learns user experience and the system which automatically provides personalized community services through extracting user preferring services by situation.