• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.279-280
• /
• 2017

최근 ARM, Intel 등의 주요 CPU 제조사에서는 운영체제 등 상위 레벨 소프트웨어에 대한 공격으로부터 어플리케이션의 보안상 민감한 부분을 보호하려는 목적으로 신뢰실행환경(Trusted Execution Environment, TEE)이라는 격리된 실행 환경을 자사의 칩에 제공하고 있다. TEE를 활용하기 위해서는 일반 실행 환경에서 수행될 코드와 TEE에서 수행될 코드를 각각 작성하여야 한다. 본 논문에서는 TEE 프로그램 개발의 편의를 위해, 기존에 작성된 C 프로그램을 분석하여 보안상 민감한 정보를 처리하는 부분을 분석하는 도구를 제시한다. 개발자가 기존 C 프로그램에서 보안상 민감한 정보가 유입되는 부분을 표시하면 본 도구는 민감한 정보가 처리되는 함수 목록을 분석하고, 개발자는 이를 바탕으로 일반 실행 환경과 TEE에서 수행될 코드를 작성할 수 있다.

• Proceedings of the Korean Society Of Semiconductor Equipment Technology
• /
• 2006.10a
• /
• pp.86-89
• /
• 2006

본 연구에서는 웨이브릿 기법을 응용한 플라즈마 장비를 감시하는 기법을 보고한다. 소자제조업체에서 가동중인 플라즈마 증착장비에서 센서정보를 수집하였으며, 이를 이산치 웨이브릿을 이용하여 변환 시킨 후, 민감도 측정을 위해 고안된 메트릭 (Metric)을 적용하였다. 총 18개의 센서정보에 대하여 민감도를 계산하였으며, 민감도는 $21{\sim}300%$ 범위에서 증진하였다. 특이 센서패턴을 제외하고는 Raw 데이터에 비해 75% 이상의 민감도를 향상시켰으며, 이는 본 기법이 플라즈마 센서정보의 고장에 대한 민감도를 증진하는데 효과적임을 보여 준다.

• 한국정보통신설비학회:학술대회논문집
• /
• 2003.08a
• /
• pp.70-72
• /
• 2003

본 논문에서는 설계민감도 해석법과 위상최적화 기법을 사용하여 산란체의 물질상수 분포를 알기위한 수치해석 알고리즘을 제안하였다. 설계민감도 해석법과 보조변수법을 사용하여 복소 유전율에대한 목적함수의 미분정보를 계산하였고 이 민감도 정보를 통해 물질정보를 최적화 하였다. 최적화 기법으로 최대경사법(Steepest descent Method)을 사용하였으며 이 제안한 해석 기법을 2차원 TMz 모델에 적용함으로써 검증하였다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.226-228
• /
• 2016

유출해석을 하기 위한 수문 모형은 크게 분포형 모형과 집중형 모형으로 구분할 수 있다. $Vflo^{TM}$와 같은 분포형 모형은 격자 기반의 유역 특성 및 강우자료로부터 초기 매개변수 값을 추정하기 때문에 모형보정시 민감하게 반응할 수 있다. 따라서 모형 내 구성된 매개변수들의 특성과 민감도를 파악하여 유출해석을 하는 것이 중요하다. 본 연구에서는 물리적 기반의 완전분포 모형인 $Vflo^{TM}$모형을 이용하여 감천유역의 유출해석을 실시하였다. 그 후, 지표면 유출과 하도 추적에서 주요 매개변수가 미치는 영향을 분석하여 매개변수별 민감도를 평가하였다. 이 결과, 수리전도도는 유역전체 유출고에 관여하였고, 불투수율은 첨두유량에 영향을 미치는 것으로 나타났다. 본 연구결과를 통해 유출고 및 유출량에 영향을 미치는 매개변수와 이에 따른 민감도를 확인할 수 있었다.

• Science of Emotion and Sensibility
• /
• v.5 no.1
• /
• pp.79-90
• /
• 2002

The role of memory is viewed as central to developing and maintaining flight situation awareness (SA). The present research examines constituent memory processes that underlie flight SA sensitivity as a function of pilot expertise. In Experiment 1, pilot memory for different forms (spatial or verbal) of cockpit situational information was tested immediately after presentation of the information (immediate recall) or after 30-s delay filled with an intervening task (delayed recall). In Experiment 2, pilot SA sensitivity was examined and correlated with memory measures obtained in Experiment 1. Results suggest that an expertise effect occurs in delayed recall but not in immediate recall and that memory representation of situational information required to develop high levels of SA sensitivity varies as a function of expertise. Theoretical accounts of results are discussed in the context of psychological theories of expertise.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.10a
• /
• pp.195-199
• /
• 2003

Hansen과 Hurwitz(1946)는 우편조사에서의 무응답 문제를 처리하는 방법으로 표본을 응답결과에 따라 응답층과 무응답층으로 나눈 다음, 무응답층의 일부를 랜덤 추출하여 면대면 직접조사에 의해 무응답층의 정보를 얻는 방법을 제안하였다. 본 연구에서는 민감한 모집단에 대한 자료수집 방법으로 직접질문 방법인 Black-Box 방법과 간접질문 방법인 확률화응답기법(RRT)의 결합적 방법을 제시하였고, 층화이중 추출방법을 이용하여 모수를 추정하였다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2006.04a
• /
• pp.25-32
• /
• 2006

본 논문에서는 민감한 사항 특히 청렴도 조사에서 금품 향응제공여부 등과 같이 응답자들이 정직하게 응답하지 않을 수 있는 질문들에 대하여 응답자의 비밀을 노출시키지 않고서 양질의 보다 정확한 정보를 얻을 수 있는 확률화응답기법을 적용하여 실제 청렴도 점수를 추정하고자 한다. 본 연구는 청렴도 조사와 같은 민감한 질문에 대하여 응답자에게 심리적 안정감을 주어 거짓응답을 줄이면서 보다 진실에 가까운 청렴도 점수를 구할 수 있는 사례를 제시한다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.4
• /
• pp.1-9
• /
• 2021

In this paper, we propose a training algorithm of support vector machine (SVM) with a sensitive variable. Although machine learning models enable automatic decision making in the real world applications, regulations prohibit sensitive information from being used to protect privacy. In particular, the privacy protection of the legally protected attributes such as race, gender, and disability is compulsory. We present an efficient least square SVM (LSSVM) training algorithm using a fully homomorphic encryption (FHE) to protect a partial sensitive attribute. Our framework posits that data owner has both non-sensitive attributes and a sensitive attribute while machine learning service provider (MLSP) can get non-sensitive attributes and an encrypted sensitive attribute. As a result, data owner can obtain the encrypted model parameters without exposing their sensitive information to MLSP. In the inference phase, both non-sensitive attributes and a sensitive attribute are encrypted, and all computations should be conducted on encrypted domain. Through the experiments on real data, we identify that our proposed method enables to implement privacy-preserving sensitive LSSVM with FHE that has comparable performance with the original LSSVM algorithm. In addition, we demonstrate that the efficient sensitive LSSVM with FHE significantly improves the computational cost with a small degradation of performance.

• 한국데이터정보과학회:학술대회논문집
• /
• 2001.10a
• /
• pp.79-86
• /
• 2001

본 논문에서는 민감한 양적 정보를 얻기 위한 조사에서 응답자들이 정직하게 응답하기를 꺼리는 질문들에 대하여 응답자의 비밀을 노출시키기 않고서 양적 정보에 대한 보다 정확한 정보를 얻을 수 있는 양적 확률화응답기법을 인터넷 상에서 사용할 수 있도록 구현하고자 한다. 본 시스템에 DB 환경에 바탕을 두어 기존의 온라인 설문조사 시스템 및 질적 확률화응답기법과 연계하여 자료를 공유할 수 있을 뿐만 아니라 독립된 스팟 서베이(spot survey)가 가능하도록 구현하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06d
• /
• pp.77-80
• /
• 2010

최근 개인정보 및 민감한 데이터에 대한 불법적인 접근 및 유출로 인하여 사회적 문제를 야기하고, 이에 따른 경제적인 파급효과와 함께 개인정보 및 민감한 데이터에 대한 보안에 대한 관심이 더욱 증가하고 있다. 또한 법령상으로도 개인의 주민등록번호, 계좌번호, 패스워드 등 개인정보가 포함된 DB에 대하여 데이터를 암호화하여 저장, 관리하도록 규정하고있다. 본 논문에서 공개 데이터베이스인 MySQL에서 이러한 개인정보 및 민감한 데이터에 대한 암호화를 통하여 데이터를 저장, 관리하는데 있어서 데이터의 속성에 따라 적절한 암호화 기법을 사용함으로써 암호화를 통한 데이터보호와 함께 속도 등의 성능상의 오버헤드와 운영, 관리상의 효율을 높이기 위하여 지원하는 암호화 기법에 대하여 알아보고, 암호화 기법별로 성능을 시험하여 데이터의 속성에 따른 최적의 암호화 방식의 적용에 대한 방안을 제시한다.