상용 데이타 마이닝 도구에서는 기본적으로 이진 속성에 대한 연관규칙 마이닝만을 지원한다. 그러나, 일반적인 트랜잭션 데이타베이스는 이진 속성 뿐 아니라 정량적 속성을 포함한다. 이에 따라, 본 논문에서는 상용 데이타 마이닝 도구를 사용하여 정량적 연관규칙을 마이닝하는 체계적인 접근법을 제안한다. 이를 위해, 우선 상용 데이타 마이닝 도구를 사용하여 정량적 연관규칙을 찾아내기 위한 전체적인 프레임워크를 제안한다. 제안한 프레임워크는 정량적 속성을 이진 속성으로 변환하는 전처리 과정과 마이닝된 이진 연관규칙을 다시 정량적 연관규칙으로 변환하는 후처리 과정으로 구성된다. 다음으로, 전처리 과정을 위한 구간 분할의 개념을 제시하고, 기존의 평균 및 중앙치 기반 양분할 기법과 동일 너비 및 동일 깊이 기반 다분할 기법을 구간 분할의 개념으로 정형적으로 재정의한다. 그런데, 이들 기존 분할 기법은 속성 값의 분포를 고려하지 않은 문제점이 있다. 본 논문에서는 이를 해결하기 위하여 표준편차 최소화 기법을 제안한다. 표준편차 최소화 기법은 이웃한 속성 값의 표준편차 변화가 작다면 동일한 구간에 포함시키고, 표준편차 변화가 크다면 다른 구간으로 분할하는 매우 직관적인 분할 기법이다. 또한, 후처리 과정으로는 이진 연관규칙들을 통합하고 이를 다시 정량적 연관규칙으로 변환하는 방법을 제안한다. 마지막으로, 다양한 실험을 통하여 제안한 프레임워크가 바르게 동작함을 보이고, 표준편차 최소화 기법이 다른 기법에 비하여 우수함을 입증한다. 이 같은 결과를 볼 때, 제안한 프레임워크는 일반 사용자가 상용 데이타 마아닝 도구를 사용하여 정량적 연간규칙을 쉽게 마이닝 할 수 있는 매우 실용적인 접근법이라 생각한다.

RDF와 OWL은 시맨틱 웹을 위한 두 가지 핵심 기반 기술이다. 이러한 RDF와 OWL을 이용하는, 또한 이에 관련된 많은 연구들이 최근 소개되었다. 하지만, RDF와 OWL에 대한 정보 보안 관련 연구는 미비한 실정이다. 본 논문에서는 RDF 보안 기술과 관련하여, RDF 트리플에 기반을 둔 안전한 접근제어 명세 모델을 간단히 소개한다. 다음으로 RDF 접근 제어 명세 시의 추론에 의한 권한 충돌을 효율적으로 발견하기 위하여 소수 그래프 레이블링을 기법을 활용하는 방법을 자세히 소개한다. 추론에 의한 접근 권한 충돌 문제는 비록 하위 개념에 대한 접근 권한이 허용이지만, 하위 개념은 상위 개념으로 추론될 수 있으므로, 만약 상위 개념에 대한 접근 권한이 불허로 되어 있는 경우 하위 개념 또한 허용되어서는 안 되는 문제이다. 몇 가지 실험에서는 제안하는 소수 그래프 레이블링을 사용하는 방법이 기존의 단순한 권한 충돌 발견 방법보다 현저히 나은 성능을 가짐을 보여 준다.

새로운 유전체 주석달기와 유전체 진화에 대한 연구를 위해서 올소로그(Ortholog)를 탐지하는 일은 매우 유용하다. 이전에 제안한 연구에서, 우리는 여러 종의 유전체로부터 올소로그 클러스터를 자동적으로 구축하는 방법을 제안하였다. 이 방법은 단지 두 종의 결과를 생성하는 InParanoid를 여러 종으로 확장하고 이와 동일한 질을 가진 결과를 산출한다. 한편, 새롭게 서열이 밝혀진 유전자의 기능을 보다 정확히 예측하기 위해, 패럴로그(Paralog)가 가급적 적게 포함되는 올소로그 클러스터를 구축하는 것이 중요한 문제가 될 수 있다. 이 논문에서, 우리는 임계값을 사용하여 보다 순수한 올소로그 클러스터를 구축하는 방법에 대하여 조사하였다 우리는 20개의 원핵생물의 데이타셋으로부터 올소로그 클러스터를 구축하였다. 우리의 올소로그 클러스터를 COG(Clusters of Orthologous Group) 및 KO(Kegg Orthology)와 비교하였을 매, 약 90%의 유사도를 가지며 임계간의 증가와 더불어 증가하는 경향이 있다.

현재 생물학 분야에는 단백질이라는 동일한 대상에 대해 각기 고유한 의미를 지니고 있는 다양한 형태의 단백질 분석 데이타베이스들이 존재한다. 이렇게 산재되어 있는 이종의 단백질 정보들을 효과적으로 통합한다면 개개의 데이터베이스로부터는 얻을 수 없는 유용한 정보를 도출해낼 수 있다. 생물학 데이타의 특성상 이 각각의 정보들은 자신만의 고유한 형태와 의미를 지니는데, 시맨틱 웹 기술의 표준인 RDF(S) 모델을 이용하여 데이타를 기술하면 형태론적인 통합뿐만 아니라 의미론적인 통합까지 이루어낼 수 있다. 이에 본 논문에서는 RDF 통합 스키마에 기반한 새로운 통합 레이어(layer)를 제안하였다. 이를 위해 개념적 모델 차원으로서는 단백질 정보를 중심으로 통합 스키마를 구축하였고, 표현적 모델 차원으로 서는 래퍼(wrapper)가 해당 데이터베이스들로부터 필요한 정보를 취하여 동적으로 RDF 인스턴스를 구축하는 방법을 제안하였다. 실제로 이 통합 레이어는 연구자들이 필요로 하는 통합 질의 예제를 성공적으로 처리하여 그 결과를 보여줄 수 있음을 확인하였다.

RFID 이벤트는 연속적으로 발생하는 대용량의 스트림 데이타이다. 연속적인 RFID 스트림으로부터 비즈니스 이벤트를 검출하기 위한 많은 연구들이 진행되었다. 그러나 기존 연구는 실제 비즈니스 이벤트가 발생하는 최소 조건을 만족하지 못하는 경우에도 계속적인 검사를 수행하기 때문에 연산 비용이 증가하는 문제점이 있다. 본 논문에서는 불필요한 비즈니스 이벤트 검출 연산을 제거하기 위하여 비즈니스 이벤트의 최소 조건을 정의하고 조건을 만족하는 경우에만 비즈니스 이벤트를 검출하는 연산을 제안한다. 비즈니스 이벤트의 최소 조건을 검사하기 위하여 비즈니스 이벤트를 그리드 색인에 등록하고 질의 색인과 비트맵을 사용하여 비즈니스 이벤트를 추출한다. 제안하는 비즈니스 이벤트 검출 기법의 우수성을 입증하기 위해서 기존의 연구와 성능 비교 평가를 수행한다.

이 논문에서는 관계형 보안 모델 기반의 RDF 웹 온톨로지 접근 제어 모델을 제안한다. 시맨틱 웹은 차세대 웹으로 인식되고 있으며 RDF는 시맨틱 웹을 실현하기 위한 웹 온톨로지 서술 언어이다. RDF와 관련된 많은 연구들이 진행되었으나 대부분 에디터, 저장소 및 추론 엔진 등의 연구에만 집중되었을 뿐 정보 시스템의 가장 중요한 요구 사항 중 하나인 보안 문제에 대한 연구는 매우 미비하다. RDF 온톨로지 보안에 대한 일부 연구들이 제안되었으나 관련 데이타를 모두 메모리에 로딩해야 하는 오버헤드를 지니며, 현재 대부분의 온톨로지 저장소가 관계형 데이타베이스를 기반으로 개발되고 있는 상황을 고려하지 않고 있다. 이 논문에서는 이러한 문제점을 해결하기 위한 관계형 모델 기반의 새로운 RDF 웹 온톨로지 보안 모델을 제안한다. 제안된 보안 모델은 높은 실용성과 활용성을 제공하며, 또한 관계형 보안 모델의 안정성에 기인한 제안 모델의 안정성 확보가 용이하다.

대부분의 이동객체들은 공간 네트워크상을 움직이기 때문에, 그들의 궤적을 효과적으로 색인 검색할 수 있는 궤적 기반 색인 구조가 필요하다. 하지만 도로와 같은 공간 네트워크상의 궤적 기반 색인 구조에 대한 연구는 FNR-트리나 MON-트리와 같은 연구가 진행되었을 뿐 연구가 많이 진행되어 있지 않다. 하지만, FNR-트리나 MON-트리 또한 이동객체의 세그먼트만을 저장할 뿐 전체 궤적을 유지하지 못하여, 궤적 질의에 대해 비효율적이다. 따라서 본 논문에서는 공간 네트워크상의 이동객체를 위한 궤적기반 색인 구조인 TMN -Tree(Trajectory of Moving objects on Network-Tree)를 제안한다. 이를 위해, 이동객체를 공간과 시간 특성으로 분류하고, 궤적을 유지함으로써 영역질의와 궤적질의를 동시에 처리할 수 있는 색인 구조를 설계한다. 아울러, 사용자 질의를 시공간영역 내 궤적 질의, 시간영역 내 유사궤적 질의, k-최근접 질의로 분류하고, 이들을 처리하기 위한 질의 처리 알고리즘을 제안한다. 마지막으로 본 논문에서 제안한 궤적 기반 색인 구조가 기존의 색인구조인 FNR-Tree, MON-Tree보다 성능이 향상되었음을 보여준다.

대부분의 스카이라인 질의에 대한 이전 연구들은 대상 객체의 정적 속성만을 고려하였다. 최근에는 모바일 응용 환경의 발전에 따라 이동 객체에 대한 연속적인 스카이라인 질의에 대한 필요성이 증대되고 있다. 연속적인 스카이라인 질의를 처리하기 위해 최근에 몇 가지 기법들이 제안되었지만, 이 기법들은 사용자가 관심을 가지는 일부 속성을 임의로 선택하는 부분차원 스카이라인 질의에 대해서는 고려하지 않았다. 이로 인하여 이동 객체와 부분차원을 동시에 고려해야 하는 모바일 응용에 있어서는 이전 연구들을 적용할 수 없다. 이 논문에서는 질의 시점에 이동 객체의 부분차원 스카이라인을 효율적으로 계산하기 위한 지배 객체 기반 가지치기 기법을 제안한다. 그리고 제안한 기법의 효율성을 증명하기 위해 모의실험을 통한 성능 평가를 수행한다.

수많은 웹 정보 중에서 사용자가 원하는 정보를 찾아내는 것은 매우 어렵다. 검색 엔진은 웹정보를 요약하였다가 사용자의 질의에 따라 상대적 중요도와 정보의 적합도를 반영한 검색순위를 제공한다. 그러나 이 순위는 개별 사용자가 원하는 정보를 상위 순위에 보여주는데 제한이 있다. 본 논문에서는 사용자의 검색 의도가 질의에 가장 잘 나타난다고 보고 질의의 의미를 잘 반영하는 웹 정보를 선택적으로 상위 순위화하기 위하여 질의 내부의 단어 인접도를 이용한 재순위화 방법을 제시하였다. 실험 결과 매우 간단한 방법으로 사용자가 요구하는 정보를 75.8%의 확률로 찾아낼 수 있으며, 선별된 정보들의 선택적인 순위 상승으로 $13{\sim}20%$의 검색 효율 향상을 기대할 수 있다.