• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2002.11a
• /
• pp.504-507
• /
• 2002

취약성 진단을 위한 시뮬레이션 시스템의 주요 구성 요소인 네트워크 모델의 설계 및 구현을 소개한다. 특히, 네트워크에 존재하는 취약점을 진단, 분석하기 위한 모델링 방법론을 제시하고, 구체적인 모델의 설계와 구현을 수행하였다. 네트워크 모델은 네트워크 구성요소인 허브, 라우터 및 네트워크 호스트들을 추상화한 모델들의 결합(Coupling) 형태로 구성되며, 각 구성 요소들은 각자의 취약성을 가지고 있다. 본 연구에서는 이러한 각 구성요소의 취약성의 집합으로 네트워크를 표현하고, 취약성을 기반으로 한 네트워크 모델의 구조적인 특성과 동적인 특성을 제시한다. 취약성 진단을 위해 제시된 모델링 방법을 통해 구현된 네트워크 모델은 시뮬레이션 실행을 통해 분석되어 그 유효성을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.433-435
• /
• 2003

Peer­To­Peer(P2P) 네트워크 모델은 기존의 클라이언트/서버(Client/Server:C/S) 네트워크 모델에 비해 중앙 네트워크상의 트래픽 회피라는 측면에서 현재 활발히 연구되고 있는 분야이다. 그러나 P2P 네트워크 모델은 확장성, 네트워크에 참여하는 노드들의 수에 대한 제약, 구성된 네트워크 모델 기반에서 정보 및 공유 가능한 자원들의 검색에 대한 어려움 등의 많은 문제점들이 있다. 본 논문에서는 효과적인 정보 및 자원의 검색을 위해 정형화된 P2P 네트워크 모델을 기반으로 하여 P2P 네트워크 모델이 가지고 있는 특성들을 고려하여 동적으로 구성 가능한 위상 구조를 제시한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.11a
• /
• pp.260-264
• /
• 2003

본 논문에서는 인터넷에서의 트래픽 엔지니어링 체제를 구축하기 위하여 트래픽 엔지니어링을 수행하기 위한 기능 모델을 제시하였다. 제시한 기능 모델은 트래픽 관리, 용량 관리, 그리고 네트워크 계획으로 구성된다. 트래픽 관리는 다양한 조건하에서 네트워크 성능을 최대화하는 것을 목적으로 하며, 용량 관리는 최소의 비용으로 네트워크 요구에 대한 성능 목표치를 만족시키기 위하여 네트워크가 설계되고 제공됨을 목적으로 한다. 또한 네트워크 계획은 예측된 트래픽 증가에 앞서 노드와 전송 용량이 계획되고 배치됨을 보장한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2002.05a
• /
• pp.231-237
• /
• 2002

네트워크 보안은 정보통신 및 인터넷 기술이 발전함에 따라 그 중요성과 필요성이 더욱 절실해지고 있다. 본 연구에서는 네트워크 보안의 대표적인 침입 차단 시스템의 패킷 필터 및 네트워크 구성요소들을 모델링하였다. 각 모델은 DEVS 모델을 참조한 MODSIM III 기반의 기본 모델(Basic Model)과 결합 모델(Compound Model)의 두 가지 유형으로 정의하였다. 기본 모델은 독립적인 기능을 수행하는 단위 모델을 표현하고, 결합 모델은 여러 개의 모델이 연동되어 상위 레벨의 시스템을 표현한다. 시뮬레이션을 위한 모델링과 그래픽 기능이 강력한 MODSIM III를 기반으로 모델들을 비롯한 시뮬레이션 환경을 구현하였다. 대상 네트워크 환경에서 사용한 공격은 서비스 기부 공격 형태인 SYN flooding 공격과 Smurf 공격을 발생하였다. 이 공격들에 대하여, 패킷 필터 모델에 다양한 보안 정책을 적용하여 시뮬레이션을 실행하였다. 본 연구에서의 시뮬레이션을 통하여, 과거의 단순 패킷 필터링에서 진일보한 Stateful Inspection의 우수한 보안 성능과, 보안 정책의 강도를 점점 높였을 때 보안 성능이 향상되는 점을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1137-1140
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 자원 관리에 적응제어구조의 도입이 필요하다. 이를 위해서는 사전에 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현하는 모델의 개발이 필수적이며 이 모델을 통하여 적응제어구조의 최적화를 진행해야 한다. 본 연구에서는 두 가지 방식의 모델을 제안하였다. 첫째는 동적 시스템 모델이며 다른 하나는 통계적 모델이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계적 모델은 측정된 전송률 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 결과적으로 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2003.11a
• /
• pp.411-415
• /
• 2003

본 논문에서는 비단조뉴런 모델을 이용한 DBM(Deterministic Boltzmann Machine)네트워크의 학습능력을 평가하였다. 먼저 제안한 네트워크의 은닉층 뉴런수의 변화에 따른 학습성능을 기존의 단조뉴런 모델을 이용한 네트워크의 경우와 비교하였다. 또한 대표적인 학습 모델인 백프로퍼게이션의 경우와도 비교하여 제안한 네트워크가 우수한 성능을 보임을 확인하였다. 마지막으로 네트워크의 응용을 위하여 비단조 DBM 네트워크를 VHDL로 구현하였다.

• Information Systems Review
• /
• v.14 no.2
• /
• pp.93-102
• /
• 2012

Network brings new values to the business in rapid changes of business paradigm. While business reveals new business model, the business has kept making efforts to replace traditional business model to network environment in order to solve the problems of spaces and times. In this research, we emphasize necessity through case study that the traditional concept of customer should be related with the concept of business network. The finding of this research mainly focused on business, tries to use traits of network without changes of business model, is easy to trap in structural inertia. However, the targeted companies in the case study preferentially considered customer as subscriber. Consequently, they successfully changed their existing business model as well as their business relationships with other companies. Based on methods of "Value Curve" and "Customer Experience Cycle," we analyzed the changed business model and proposed a conceptual idea regarding concept shifting from traditional customer to network subscriber. We hope that the research implicates to propose a new method for business model to develop more advanced business opportunities through using the concept of network subscriber.

• Journal of Korea Society of Industrial Information Systems
• /
• v.7 no.4
• /
• pp.22-28
• /
• 2002

It has been reported that neural network with cyclic connections generates limit cycles. The dynamics of discrete time network with cyclic connections has been analyzed. But the dynamics of cyclic network in continuous time has not been known well due to its huge calculation complexity. In this paper, we study the dynamics of the continuous time network with cyclic connections and the effect of chaotic signal in the network for transitions between limit cycles.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.238-240
• /
• 2005

유전자의 생물학적 기능을 밝히고 세포 내 상호작용을 이해하는 것은 post-genome era의 가장 중요한 작업 중 하나이다. 세포는 서로 다른 컴포넌트들의 상호작용에 의해 아주 복잡한 네트워크를 구성한다. 생화학적 네트워크에는 metabolic, regulatory, signal transduction과 같은 세포의 프로세스를 포함한다. 이러한 생화학적 네트워크들은 서로 다른 정보체계를 가지고 각기 다른 데이터베이스에 분산되어 저장관리 되고 있다. 따라서 생화학적 네트워크 데이터를 체계적으로 효율적으로 저장, 관리하기 위한 데이터베이스에 대한 필요성이 증대되고 있다. 본 논문에서는 기존의 생화학적 네트워크 데이터베이스의 장.단점을 분석하고 객체지향 방식에 입각한 새로운 생화학적 네트워크 데이터의 통합을 위한 시스템 모델을 제시한다. 제안된 시스템 모델은 생화학적 네트워크 데이터에 대한 생물학전 관계를 자연스럽게 표현할 수 있는 객체지향 모델을 사용하였다. 또한 생화학적 네트워크 모델을 묘사하기 위한 응용프로그램 사이의 데이터 교환의 표준언어인 SBML[2]스키마를 기반으로 하고 있다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.2
• /
• pp.120-128
• /
• 2010

A hypernetwork is a generalized hypo-graph and a probabilistic graphical model based on evolutionary learning. Hypernetwork models have been applied to various domains including pattern recognition and bioinformatics. Nevertheless, conventional hypernetwork models have the limitation that they can manage data with categorical or discrete attibutes only since the learning method of hypernetworks is based on equality comparison of hyperedges with learned data. Therefore, real-valued data need to be discretized by preprocessing before learning with hypernetworks. However, discretization causes inevitable information loss and possible decrease of accuracy in pattern classification. To overcome this weakness, we propose a novel feature-wise L1-distance based method for real-valued attributes in learning hypernetwork models in this study. We show that the proposed model improves the classification accuracy compared with conventional hypernetworks and it shows competitive performance over other machine learning methods.