• 한국컴퓨터정보학회논문지
• /
• 제27권2호
• /
• pp.107-114
• /
• 2022

위임은 사용자에게 접근 권한을 사상(mapping)하여 유연하고 동적인 접근제어 결정을 제공하는 강력한 메카니즘이다. 또한, 분산환경에 유용하다. 대표적인 위임 모델 중 RBDM0 와 RDM200은 사용자 대 사용자 위임으로서 역할위임이다. 그러나, RBAC에서 역할계층의 상속 개념은 실 기업 조직의 관리 규칙과 조화롭지 못하다. 본 논문에서 우리는 위임 권한의 영속성을 보장하고 의무 분리 원칙과 최소 권한의 보안 원칙에 위배되지 않는 속성을 첨가한 권한위임 모델 (APDM)을 제안한다. RBAC모델을 기반으로 하는 APDM은 속성을 사용하여 역할 대 역할과 사용자 대 사용자의 위임을 제공한다. 위임자는 원하는 권한만을 특정인에게 위임할 수 있고, 속성을 활용하여 위임자가 원하는 시점에서 권한을 회수할 수 있다.

• 한국기록관리학회지
• /
• 제22권3호
• /
• pp.21-36
• /
• 2022

최근 기록이 지닌 정보로서의 속성에 주목해야 한다는 논의가 활발히 제기되고 있다. 이는 전자기록 환경을 맞아 행위에 대한 증거로서의 속성에만 초점을 맞추어 온 동향에 대한 반향이다. 하지만 아직까지 기록이 지닌 정보로서의 속성에 대한 명확한 개념은 정립되지 않은 상태이다. 이에 본고에서는 기록과 정보 간의 관계 정립을 위한 일환으로 정보 컨티뉴엄 모델을 분석하고자 한다. 정보 컨티뉴엄은 레코드 컨티뉴엄을 기반으로 레코드키핑 관점에서의 새로운 정보 개념을 정립하기 위해 고안된 이론 체계로, 레코드키핑 내에 존재하는 정보관리를 위한 요소들을 파악할 수 있는 하나의 개념적 틀을 제공해준다. 이에 2장에서는 레코드 컨티뉴엄 개발 이후 정보 컨티뉴엄이 개발된 배경 및 과정을 살펴본 다음, 구조주의 이론 등 정보학 이론을 차용해 정립한 정보의 개념을 레코드 컨티뉴엄과 연계하여 고찰하였다. 이어 3장에서는 정보 컨티뉴엄의 개념적 구조와 함께 정보의 활용 목적 및 방식을 고찰한 후, 레코드키핑 내에 존재하는 정보관리를 위한 요소들을 구조적으로 도식화한 정보 컨티뉴엄 모델상의 4개 차원 및 속성을 분석하였다. 이러한 분석을 기반으로 4장에서는 정보 컨티뉴엄이 지닌 의의 및 한계를 제시하고자 하였다.

• 지능정보연구
• /
• 제14권2호
• /
• pp.21-44
• /
• 2008

최근 유비쿼터스 컴퓨팅 환경에서 등장하고 있는 각종 서비스들은 공통적으로 상황인식 컴퓨팅(context-aware computing)의 속성을 갖고 있다. 사용자를 둘러싼 다양한 상황(context)을 인식하여 다른 곳으로 정보를 전송하거나 지능적인(intelligent) 서비스를 제공해주는 것을 유비쿼터스 컴퓨팅 서비스의 기본 속성이라고 할 때, 유비쿼터스 컴퓨팅 서비스는 웰빙케어(well-being care) 분야에도 적용될 수 있다. 본 연구는 상황인식 컴퓨팅의 속성을 스트레스 관리를 위한 새로운 서비스에 적용해 봄으로써, 스트레스 정도를 객관적으로 측정할 수 있고 스트레스를 줄여주는 개인화 된 항스트레스(personalized anti-stress) 서비스를 제공할 수 있는 방법을 고안하였다. 이를 위해 본 연구는 스트레스 지수 모델(stress index model)을 개발하고, 스트레스를 측정하여 그에 맞는 항스트레스 서비스를 제공할 수 있는 방법론적인 접근을 시도하였다. 또한, 데모시스템의 테스트를 통해 스트레스 지수 모델의 기술적 구현 가능성을 확인하였다. 뿐만 아니라, 이와 같은 방법들을 사업적 관점에서 실제 적용할 수 있는 방법의 하나로서, 스트레스 측정과 관리를 주 목적으로 하는 u-SMC(Stress Management Center)의 비즈니스 모델을 개발함으로써 스트레스 관리를 위한 유비쿼터스 컴퓨팅 서비스의 상용화 가능성도 살펴보았다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권5호
• /
• pp.363-369
• /
• 2010

데모-기반 학습은 사용자가 직접 작업을 시연함으로써 로봇에게 쉽게 새로운 작업지식을 가르칠 수 있다는 장점이 있다. 하지만 기존의 많은 데모-기반 학습법들은 상태공간과 정책들을 표현하기 위해 속성-값 벡터 모델을 이용하였다. 속성-값 벡터 모델의 제한성으로 인해, 이들은 학습과정의 효율성도 낮고 학습된 정책의 재사용성도 낮았다. 본 논문에서는 기존의 속성-값 모델 대신 관계적 모델을 이용하는 새로운 데모-기반 작업 학습법을 제안한다. 이 방법에서는 사용자 데모 기록에서 추출한 훈련 예들에 관계적 개체-기반 학습법을 적용함으로써, 동일 작업영역내의 다른 유사한 작업들에도 활용하기 용이한 관계적 개체-기반 정책을 유도한다. 이 관계적 정책은 (상태, 목표) 쌍으로 표현되는 임의의 한 상황에 대해 이것에 대응하는 하나의 실행동작을 결정해주는 역할을 한다. 본 논문에서는 데모-기반 관계적 정책 학습법에 대해 자세히 소개한 후, 로봇 시뮬레이터를 이용한 실험을 통해 이 학습법의 효과를 분석해본다.

• 정보처리학회논문지D
• /
• 제9D권1호
• /
• pp.75-80
• /
• 2002

Putnam은 소프트웨어 프로젝트에 참여하는 인력이 Rayleigh 분포를 따르는 SLIM 모델을 제시하였다. 이 모델에서 인력분포를 얻기 위해서는 총 개발노력과 개발 난이도를 추정해야 한다. 프로젝트 개발에 참여할 것인지 여부를 결정하기 위해서는 소프트웨어 생명주기의 초기단계에서 이 모수들을 보다 적확히 추정하는 것이 필요하다. Putnam은 시스템 속성들 중 강한 상관관계가 있는 변량을 제거하고 나머지 변량들만으로 총 개발노력과 개발 난이도를 추정하였다. 그러나 통계적 방법에 따라 변량들이 다르게 선택되며 모델의 성능에 차이가 발생한다. 본 논문은 Putnam 방법 대신 주성분분석을 이용하여 최적의 시스템 속성을 선택하였다. 모델의 성능분석 결과 주성분분석 방법이 Putnam의 방법보다 9.85% 성능향상을 보였다. 또한, 제안된 모델은 단순하고 쉽게 구현할 수 있다.

• 융합보안논문지
• /
• 제12권3호
• /
• pp.11-17
• /
• 2012

ISO/IEC 9000에 의하면 품질이란 사용 시 사용자 요구사항을 만족시키는 제품이나 서비스의 특성을 종합한 개념으로 정의하고 있다. 웹애플리케이션의 시큐어코딩은 안정성과 함께 정보시스템 서비스 품질을 결정짓는 요소 중의 하나이다. 시큐어코딩을 달성하기 위해서는 품질을 기반으로 하는 설계 모델이 필요하다. 그 이유는 보안도 하나의 품질 속성으로서 비 기능적 요구사항의 범위에 속하기 때문이다. 웹애플리케이션 품질평가체계 설계를 위해서는 품질의 정의를 기초로 품질속성, 품질요구사항, 품질측정 시나리오가 정의되고 설정되어야 한다. 이를 위해 IEEE 1061 품질모델을 참조한 웹애플리케이션 품질모델 관리체계를 개발한다. 웹 애플리케이션 아키텍쳐 설계는 시큐어코딩 품질모델 체계, 웹어플리케이션 이해관계자 관심 도출, 아키텍처 동인 결정, 품질속성 도출, 보안품질 요구사항 설정, 웹어플리케이션 아키텍처기술서 작성, 보안 프레임워크 설계 순서로 구성된다.

• 한국인터넷방송통신학회논문지
• /
• 제19권5호
• /
• pp.33-38
• /
• 2019

본 논문에서는 유럽연합의 개인정보 보호 규제인 GDPR을 준수하는 새로운 블록체인 모델을 제안한다. 제안하는 모델은 블록체인 거래에 포함된 개인정보에 대한 접근을 권한에 따라 차등적으로 통제하여 불법적인 개인정보 처리를 방지하는 한편, 보유기간이 경과된 또는 임의의 합법적 삭제 요청을 받은 개인정보에 대하여 접근을 영구히 차단하여 잊혀질 권리을 보장한다. 제안 모델의 핵심 메카니즘은, 개인정보를 접근정책에 따라 속성기반암호화한 후 이를 조회자의 속성(소속, 직무 등)을 반영한 일회용 토큰으로 복호화하는 것이다. 주목할 점은, 기존 기술이 제3의 신뢰기관을 필요로 하였다면 제안 모델은 신뢰기관 없이 블록체인에서 선발된 다수의 노드들로 하여금 그 기능을 대체하도록 하여 신뢰기관 리스크를 개선하였고, 아울러 속성 갱신에 따른 키 관리 효율성을 극대화하고자 복호키를 일회용 토큰으로 생성하였다는 점이다. 우리는 제안 모델을 허가형 블록체인인 패브릭의 체인코드를 이용하여 시뮬레이션 하고, 보안성을 분석함으로써 타당성을 입증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.399-399
• /
• 2022

최근 국지성 호우 등 홍수방어 시설의 설계빈도를 초과하는 강우 발생으로 홍수피해가 증가하고 있다. 그 중 도시지역의 내수침수 피해는 전체 피해액의 50%를 넘는다. 그러나 우수관거의 노후화 및 통수능 부족으로 우수의 즉각적인 배출이 이루어지지 않아 침수피해가 증가하고 있다. 침수피해의 주요 원인 중 저지대 지역 및 우수관거의 통수능력 부족이 침수피해의 가장 큰 원인을 차지한다. 따라서 도심지의 경우 내수침수로 인한 피해가 증가하고 있는 점을 감안하면 배수관거와 연계한 저류시스템 구축으로 침수 빈발 지역의 치수 능력 향상을 통하여 경제적 피해를 저감시킬 수 있다. 저류시스템은 현장 노면수 저류를 위한 측구 저류조와 저류조 운영 시스템을 의미하며, 저류조 운영 시스템 모델에 대한 연구를 수행하였다. 측구 저류조 운영 시스템 구축을 위해서 현장 센싱(Sensing)데이터와 연계할 수 있는 정보체계 및 운영 시스템 모델이 필요하다. 이에 센서를 활용한 도심지 측구 저류조 운영 시스템 모델을 제시한다. 먼저 센서의 구성은 측구 저류조 내의 협소한 공간과 전원공급, 방진·방수 문제를 해결할 수 있도록 구성되어야 하며, 무전원 근거리 이동통신기술(RFID)을 적용하여 측구 저류조 운영 시스템 수집서버와 통신하여 센싱 데이터를 저장한다. 데이터는 근거리 RFID 리더기가 측구 저류조로부터 센싱 정보를 수신하여 통신모듈에 수신한 저류조 개폐도어 열림과 닫힘 시그널(signal), RFID의 고유 ID 등을 전달 받아 운영 시스템 내의 RFID 이력 DB(Database)에 기록한다. 기록된 정보는 각각 RFID 일련번호, 기록 시간, 동적센서 시그널 값 등이 저장되어 각각의 측구 저류조의 상태를 확인할 수 있어야 한다. 저류량 산정을 위해서 GIS기반의 하수도 시설물 속성 데이터를 포함하는 운영 시스템을 구성해야 한다. 운영 시스템은 수집된 센서정보를 시계열 단위로 분석하고 위치정보 기준으로 측구 저류조 내의 총 저류량 산출에 필요한 기초정보를 제공하며 결과를 표출한다. 따라서 하수도 시설물의 속성정보를 포함하여 측구 저류조 및 센서의 속성정보 정의가 필요하며, 공간정보 파일(Shape File)을 적용하여 GIS 운영 시스템을 구축하여야 한다. 운영 시스템은 저류조 만관상태와 총 저류량을 산출하여 침수위험 알림을 제공할 수 있으며, 예상 강우에 따른 도심지 피해를 역으로 예측하여 강우사상 빈도에 따른 측구 저류조 체적을 결정할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.478-480
• /
• 2005

센서 네트워크는 다수의 센서 노드들이 센싱된 데이터를 보고하는 형태의 네트워크로 기존 데이터 중심(Data-centric) 통신 모델은 오버헤드와 응답 속도의 저하와 관련된 문제점을 노출하고 있으며, 이를 해결하기 위한 방안으로 속성 기반 네이밍(Attribute-based naming)이 새로운 라우팅 구조로 주목받고 있다. 본 연구에서는 가상 대응체 (Virtual Counterpart) 개념을 센서 네트워크에 적용하여 속성 기반 네이밍을 싱크 노드내의 가상 센서 노드에서 처리해주는 구조를 제안하였다. 기존의 다른 속성 기반 네이밍 연구들과 달리 리얼센서에 대응되는 가상 센서 노드를 싱크 노드에서 운용하고, 리얼 센서의 데이터를 주기적으로 업데이트한 후, 속성 기반 쿼리를 가상 센서 노드가 리얼 센서를 대행하여 처리하는 구조를 설계하였다. 이런 구조를 취함으로써 효율적인 응답 처리와 하부 네트워크에 비종속적인 속성 기반 네이밍이 가능하며, 쿼리의 확장성과 센서들의 결합을 통한 부가적인 기능을 제공할 수 있게 된다.

• 정보과학회 논문지
• /
• 제43권11호
• /
• pp.1270-1274
• /
• 2016

로지스틱 회귀분석은 통계학 등의 분야에서 예측을 위한 기술 혹은 변수 간의 상관관계를 설명하기 위하여 오랫동안 사용되어 왔다. 이러한 로지스틱 회귀분석 방법에서 현재 각 속성들은 목적 값에 대하여 동일한 중요도를 가지고 있다. 본 연구에서는 이러한 가중치 계산을 좀더 세분화하여 각 속성의 값이 서로 다른 중요도를 가지는 새로운 학습 방법을 제시한다. 알고리즘의 성능을 최대화하는 각 속성값 가중치의 값을 계산하기 위하여 점진적 하강법을 이용하여 개발하였다. 본 연구에서 제안된 방법은 다양한 데이터를 이용하여 실험하였고 속성값 기반 로지스틱 회귀분석 방법은 기존의 로지스틱 회귀분석보다 우수한 학습 능력을 보임을 알 수 있었다.