Convergence Security Journal (융합보안논문지)

Korea convergence Security Association (한국융합보안학회)
권호 표지

A Study on A Model of Convergence Security Compliance Management for Business Security

기업 보안을 위한 융합보안 컴플라이언스 관리 모델에 관한 연구

  • Received : 2016.09.25
  • Accepted : 2016.09.30
  • Published : 2016.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, increasing security threats are not only interfering with business continuity of companies but they are al so causing serious problems on social and national levels. As violation of intellectual property rights increases due to growing competition between different companies and countries, companies are now required to follow various IT compliance regulations, under relevant legal obligations. This study proposed a model of convergence security compliance management by using machine learning, in order to help companies actively utilize IT compliance.

최근 지속적으로 발생하는 보안위협은 기업의 비즈니스 연속성을 저해할 뿐만 아니라 사회적 국가적 차원에서도 그 심각성이 높아지고 있는 실정이다. 이러한 보안위협은 기업과 국가 간 경쟁력이 심화 되면서 기업의 지적 재산권 침해가 지속적으로 증가함에 따라, 기업들은 다양한 IT 컴플라이언스(compliance) 법제들에 대하여 의무적 준수와 더불어 엄격한 법적 책임을 부담하여야 한다. 따라서 본 연구에서는 기업의 능동적인 IT 컴플라이언스 활용을 위해 머신러닝(machine learning) 기술을 이용한 융합보안 컴플라이언스 관리 모델을 제안하고자 한다.

Keywords

References

  1. https://ko.wikipedia.org/wiki/%EC%BB%B4%ED%94%8C%EB%9D%BC%EC%9D%B4%EC%96%B8%EC%8A%A4.
  2. 落合誠一, "企業コンプラィァンス確立の意義," ジュリスト1438号, p.12, 2012.
  3. 松木和道, "企業コンプラィァンスの現實," ジュリスト1438号, p.18, 2012.
  4. 육태우, "기업 컴플라이언스의 발전 및 집행주체", 강원법학, Vol.47, p.311, 2016.
  5. 최도현 외, "빅데이터 환경에서 사용자 거래 성향분석을 위한 머신러닝 응용 기법", 한국정보통신학회논문지, Vol.19, No.10, p.2233, 2016.
  6. 조성준 외, "머신러닝(인공지능)의 산업 응용", Industrial Engineering Magazine, Vol.23, No.2, pp.34-38, 2016.
  7. McCallum, Andrew, and Kamal Nigam, "comparison of event models for naive bayes text classification" AAAI-98 workshop on learning for text categorization, 1998.
  8. Winkler, Robert L, "Introduction to Bayesian inference and decision" Vol. 15, No. 4, pp. 938-939, 1973. https://doi.org/10.1080/00401706.1973.10489129
  9. Altman, Naomi S. "n introduction to kernel and nearest-neighbor nonparametric regression" The American Statistician, Vol. 46, No. 3, pp. 175-185, 1992.
  10. Hastie, Trevor, and Rolbert Tibshirani. "Discriminant adaptive nearest neighbor classif-ication" Pattern Analysis and Machine Intelli-gence, IEEE Transactions on, Vol. 18, No. 6, pp. 607-616, 1996.
  11. Choi-Jonghu, et al. "pplication of Data Mning Decision Tree" Statistic Korea, Journal of The Korean Official Statistics, Vol. 4, No. 1, pp. 61-83, 1999.
  12. Agrawal, Rakesh, and Ramakrishnan Srikant. "Fast algorithms for mining association rules" Proc. 20th int.conf. very large data bases, VLDB, Vol. 1215, pp. 487-499, 1994.
  13. Perego, Raffaele, Salvatore Orlando, and P. Palmerini. "nhancing the apriori algorithm for frequent set counting" Data Warehousing and Knowledge Discovery, Springer Berlin Heidelberg, pp. 71-82, 2001.
  14. 주요정보통신기반시설 취약점 분석.평가 기준, 행정자치부.