• 제목/요약/키워드: 가상 트랜잭션

검색결과 24건 처리시간 0.019초

스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견 (Discovery of Behavior Sequence Pattern using Mining in Smart Home)

  • 정경용;김종훈;강운구;임기욱;이정현
    • 한국콘텐츠학회논문지
    • /
    • 제8권9호
    • /
    • pp.19-26
    • /
    • 2008
  • 유비쿼터스 컴퓨팅의 발전에 따라 일대일 개인화 서비스를 위한 인프라스트럭처가 구축되면서, 사용자의 상황과 환경, 즉 상황인식 기반 서비스의 중요성이 부각되고 있다. 스마트 홈은 현실공간과 가상공간을 연결하여 가상공간에서 현실의 상황을 정보화하고 이를 활용하여 사용자 중심의 지능화된 서비스를 제공하는 기술이다. 본 논문에서는 스마트 홈에서 마이닝을 이용한 행동 순차 패턴 발견을 제안하였다. 마이닝을 이용하여 위치 트랜잭션에서 발생하는 위치간의 연관 규칙에 시간의 변이를 추가하여 행동 순차 패턴을 발견하였다. 인식된 시간 순서에 따라 사용자가 이동한 경로의 파악 및 행동 방향을 예측하고 그에 따른 서비스가 가능하다. 마이닝을 이용한 행동 순차 패턴의 성능 평가를 하기 위해 대응표본 t검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다. 따라서 본 연구 결과를 활용하면 시장성 증대와 고부가 가치를 창출할 수 있을 것으로 기대하며 다양한 응용 분야에 활용이 가능하다.

CA Arcot VPS의 취약점 분석 (The Vulnerability Analysis of CA Arcot VPS)

  • 이상호;김성호;양대헌;이경희
    • 정보보호학회논문지
    • /
    • 제23권5호
    • /
    • pp.825-830
    • /
    • 2013
  • 미국의 Arcot사는 가상 세션을 이용하여 트랜잭션 변경 사항을 표시하는 안전한 온라인 금융 거래 서비스 솔루션을 판매 중이며, 해당 기술의 특허를 출원 중이다. 하지만 VPS(Virtual Private Session)가 제공하는 캡챠의 구성 방식에 의해 취약점을 갖는다. VPS가 제공하는 캡챠는 색상정보를 이용한 공격이 가능함을 보였고, 이는 VPS 또한 안전성을 확신할 수 없음을 시사한다. 이 논문에서는 VPS의 공격 방법을 제시하고 유사 VPS를 만들어 앞서 제시한 방법으로 모의 공격을 통한 취약점을 알아본다.

USB 저장장치의 효율적인 통합을 위한 시그마 허브 (Sigma Hub for Efficiently Integrating USB Storages)

  • 최오훈;임정은;나홍석;백두권
    • 한국정보과학회논문지:데이타베이스
    • /
    • 제35권6호
    • /
    • pp.533-543
    • /
    • 2008
  • USB 저장장치는 반도체 메모리 저장 용량에 대한 기순 발전에 따라, 대용량 저장공간을 제공하는 제품으로 생산되고 있다. 따라서 소비자는 저장공간이 상대적으로 작은 기존 USB 저장장치를 폐기하거나, 효율적으로 사용하지 않는다. 본 논문에서는 메모리 저장 용량이 다른, 다수의 USB 저장장치를 USB 허브를 통하여 그룹화 하여 사용자가 컴퓨터에서 논리적 단일 저장공간으로 사용할 수 있는 개선된 USB 허브인 시그마 허브(Sigma Hub)를 제안한다. 제안된 시그마 허브는 다수의 USB 저장장치를 단일화하기 위한 관리 모듈로서 시그마 콘트롤러(Sigma Controller)를 포함한다. 시그마 콘트롤러는 USB 저장장치 통합 알고리즘을 통하여 트랜잭션을 제어하여 논리적 단일 저장장치 사용을 가능하게 한다.

주성분 분석 기법을 활용한 시계열 데이터 분석 및 예측 시스템 (Time Series Data Analysis and Prediction System Using PCA)

  • 진영훈;지세현;한군희
    • 한국융합학회논문지
    • /
    • 제12권11호
    • /
    • pp.99-107
    • /
    • 2021
  • 우리는 무수히 많은 데이터 속에서 살고 있다. 다양한 데이터는 우리가 활동하는 모든 상황 속에서 만들어지는데 빅데이터 기술을 통해 데이터의 유의미를 발굴한다. 유의미한 데이터를 발굴하기 위해 많은 노력이 진행 중이다. 본 논문은 주성분 분석(Principal component analysis) 기법으로 시계열 데이터의 추이 및 예측을 통해 인간이 더 나은 선택을 가능케 하는 분석 기법을 소개한다. 주성분 분석은 입력된 데이터를 통해 공분산을 구성하고, 데이터의 방향성을 추론할 수 있는 고유벡터와 고윳값을 제시한다. 제안하는 방법은 비슷한 방향성을 갖는 시계열 데이터 집합에서 기준 축을 구성하고, 데이터 집합을 이루는 각 시계열 데이터들의 방향성이 기준 축과 이루는 사잇각을 통해 다음 구간에 존재하게 될 데이터의 방향성을 예측한다. 본 논문에서는 가상화폐의 추이를 통해 제시한 알고리즘의 정확도를 LSTM(Long Short-Term Memory)과 비교 검증한다. 비교/검증 결과 제안된 방법은 변동성이 큰 데이터에서 LSTM에 비해 상대적으로 적은 트랜잭션과 높은 수익(112%)을 기록하였다. 이는 상대적으로 정확하게 신호를 분석하여 예측했다는 의미로 볼 수 있으며, 보다 정확한 임계치 설정을 통해 더 나은 결과를 도출할 수 있을 것으로 기대된다.