• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.1523-1527
• /
• 2005

본 연구에서는 수자원 통합모델링 프레임웍을 개발하기 위하여 국내의 모델개발과 프로그램개발 환경에 대한 사용자 요구조사를 실시하였다. 요구조사의 응답자는 총 19명 이었으며, 그 응답자는 대부분 수자원의 지속적 확보기술개발 사업에 참여하고 있는 연구자를 대상으로 하였다. 사용자 요구조사 결과 국내에서는 물관련 전공자들이 모델과 프로그램의 개발을 동시에 수행하는 경우가 많았으며, 대부분 Fortran을 중심으로 다양한 프로그래밍 언어를 사용하고 있었다. 모델개발자들은 모델간의 연계에 대한 필요성은 느끼면서도 모델간의 연계에 대한 실제적인 구현도구를 찾지 못하고 있으며, 모델의 공유에 대한 인식도 낮았다. 따라서 향후 통합모델링 프레임웍의 구체적인 설계 단계에서는 모델개발자가 개발된 모델의 프로그램으로 쉽게 구현할 수 있도록 편리한 사용환경이 요구되며, 모델간의 연계를 위한 프로그램 표준화작업도 동시에 수행되어야 할 것으로 판단된다. 또한 통합모델링 프레임웍의 설계에 있어 사용자의 요구를 충분히 반영하기 위하여 사용자 요구조사를 바탕으로한 통합모델링 프레임웍 개발 가이드라인을 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.283-286
• /
• 2004

소프트웨어 개발과정에서 사용자 요구사항을 정확히 만족하기 위해서는 사용자 관점에서 요구사항 검증을 위한 방법이 필요하다. 이것은 사용자의 요구사항이 시스템 개발자에게 적절히 반영되어 개발시스템이 보다 더 효과적으로 설계 및 구현이 가능하여 사용자가 요구하는 품질의 소프트웨어 시스템을 구현할 수 있기 때문이다. 본 논문에서는 시스템 구현 전 단계에서 사용자 요구사항을 효율적으로 검증할 수 있는 RV-UI 모델을 제안한다. RV-UI 모델 시스템은 상용화된 사용자 인터페이스를 프로세스별 기능 모델로 표준화하였고, 카노(Kano)의 이원적 품질이론을 적용한 인터페이스를 통해 명확한 사용자 요구사항의 검증과 체계적인 요구사항의 형상관리를 하도록 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.85-88
• /
• 2011

모바일 환경으로 업무 환경이 변화함에 따라 발생할 수 있는 요구사항인 탈 사무실화, 기기의 다양성, 실시간성을 만족하면서 보안성을 유지하기 위해 context aware RBAC 모델이 적용되고 있다. 하지만 기존의 상황인식 역할기반 접근제어 모델은 주변 사용자에 대한 고려가 없고 사용자의 단독적인 정보 유출이 가능하다는 단점을 가지고 있다. 이를 해결하기 위해 본 연구에서 제안하고 있는 사용자간의 관계를 고려한 상황인식 역할기반 접근제어 모델에서는 기존의 기법에서 고려하지 않은 주변 사용자의 역할 및 관련된 사용자와의 관계를 고려하여 위치와 시간만으로 제어되지 않는 정보에 대한 유출을 방지한다. 이 모델을 적용할 경우 주변사용자의 권한에 의해 사용자의 권한이 통제되므로 문서에 대한 내부자의 편법적인 사용을 방지하는 것이 가능하고 실시간으로 문서에 대한 권한을 부여할 수 있다. 또한 문서에 대한 권한을 모두 부여할 경우와 동일한 업무 효율성을 가지면서 필요하지 않은 시간에 발생할 수 있는 보안 위협을 방지할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.990-993
• /
• 2013

웹 시스템의 사용자들이 웹을 이용하면 그에 대한 기록이 웹 서버에 남는다. 기록된 웹 서버 로그를 분석하면 웹 시스템에 어떤 부류의 사용자가 있는지 각 사용자들이 어떤 방식으로 웹 시스템을 사용하는지 알 수 있다. 이러한 사용자들의 행위를 행위 모델로 표현할 수 있다면 웹 시스템에 대한 명세가 없더라도 행위 모델을 분석하여 시스템의 명세를 추정하고 테스트하기 용이해진다. 뿐만 아니라 웹 시스템 사용자들의 사용자 별 이용 패턴 및 통계정보 역시 알 수 있다. 그러나 웹 서버 로그를 일일이 담당자가 분석하여 행위 모델을 생성하기에 웹 서버 로그는 그 양이 너무 방대하다. 따라서 본 논문은 웹 서버 로그를 이용하여 웹 시스템의 행위 모델을 자동 생성하는 방법에 대해서 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.170-174
• /
• 2010

최근 무선 인터넷에서 사용자의 위치정보가 다양한 응용의 정보 요소로 활용되기 시작하였고, 이러한 응용의 하나로 위치기반 서비스(Location-Based Service: LBS)가 주목을 받고 있다. 그러나 위치기반 서비스에서는 서비스를 요청하는 사용자가 자신의 정확한 위치 정보를 데이터베이스 서버로 보내기 때문에 사용자의 개인 정보가 노출될 수 있는 취약성을 지니고 있다. 이에 모바일 사용자가 안전하고 편리하게 위치기반 서비스를 사용하기 위한 개인 정보보호 방법이 요구되었다. 사용자의 위치 정보를 보호하기 위해 전통적인 데이터베이스에서의 개인정보 보호를 위해 사용되었던 K-anonymity의 개념이 적용되었고, 그에 따른 익명화를 수행할 수 있는 모델이 제시되었다. 하지만 기존 연구되었던 모델들은 오직 사용자의 정확한 위치 정보만을 민감한 속성으로 고려하여 익명화를 수행하였기 때문에, 이후 제시된 사용자의 프로필 정보를 고려한 모델에 대해서는 기존의 익명화만으로는 완전한 프라이버시를 보장할 수 없게 되어 추가적인 처리 과정을 필요로 하게 되었다. 본 연구는 프로필 정보를 고려한 위치기반 서비스 모델에서 Private-to-Public 질의가 주어지는 경우에 발생하는 추가적인 개인 식별의 위협에 관한 문제를 정의하고 이에 대한 해결책을 제시하며, 또한 제안 기법이 사용자 정보 보호를 보장하며 기존 방안보다 효율적임을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.237-239
• /
• 1998

CSCW 지원 도구에서 접근제어 정보의 효과적 관리는 매우 중요하다. 이는 접근제어가 관리 비용이 많이 들고, 에러가 발생하기 쉬운 경향이 있기 때문이다. 접근 제어 모델 중 ACL 은 다양한 시스템에서 사용되고 있으나 많은 문제점을 내포하고 있기에 이를 개선한 RBAC 모델이 대두되고 있다. 하지만 다양한 공동 작업 환경의 경우, 역할에 속한 사용자들의 집합이 아니라 특별한 개별 사용자 집합에 의한 작업이 요구될 수도 있다. 따라서 CSCW 환경에서는 사용자 그룹기반의 접근제어 모델과 역할기반의 접근제어 모델을 혼합한 형태의 새로운 접근제어 모델이 필요하다. 본 연구에서는 이러한 요구사항을 만족시키기 위해서 역할기반 접근제어 모델과 사용자 기반 접근제어 모델을 혼합한 형태의 접근제어 모델을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.17-18
• /
• 2008

다변량 퍼지 의사결정트리(이하 MFDT)는 학습 모델의 구조가 간소하고 분류율이 높다는 장점 때문에 일반 퍼지 의사결정트리를 대신해 손동작 인식 시스템의 분류기로 사용되었다. 다양한 사용자의 손동작 특성을 분류하기 위해 여러 개의 인식 모델을 만들고 새로운 사용자에게 가장 적합한 모델을 선택해 사용하는 모델 선택 기법도 손동작 인식에 적용되었다. 모델 선택 과정을 통해 선택된 모델은 기존 모델 중에서 새로운 사용자의 특성에 가장 가깝지만 해당 사용자에 최적화된 모델이라고는 할 수 없다. 이 논문에서는 MFDT 모델을 새로 입력된 데이터를 이용해 적응시키는 방법을 설명하고 실험 결과를 통해 적응 성능을 검증한다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.12
• /
• pp.3559-3568
• /
• 1999

The information overload with many information resources is an inevitable problem in modern electronic life. It is more difficult to search some information with user's information needs from an uncontrolled flood of many digital information resources, such as the internet which has been rapidly increased. So, many information retrieval systems have been researched and appeared. In text retrieval systems, they have met with user's information needs. While, in image retrieval systems, they have not properly dealt with user's information needs. In this paper, for resolving this problem, we proposed the intelligent user interface for image retrieval. It is based on HCOS(Human-Computer Symmetry) model which is a layed interaction model between a human and computer. Its' methodology is employed to reduce user's information overhead and semantic gap between user and systems. It is implemented with machine learning algorithms, decision tree and backpropagation neural network, for user adaptation capabilities of intelligent image retrieval system(IIRS).

• Proceedings of the KAIS Fall Conference
• /
• 2007.05a
• /
• pp.81-84
• /
• 2007

기존 DRM 시스템들은 콘텐츠 저작권자의 저작권을 배타적으로 보호한다. 이에 사용자들이 DRM 으로 보호된 콘텐츠를 사용할 때는 다소 제약이 가해진다. 최근 사용자 중심의 콘텐츠 사용 요구가 확산되고 있고 이에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 사용자들의 콘텐츠 사용 유형을 분류하고 그에 따른 라이센스 모델을 제안한다. 제안된 라이센스 모델에서는 사용자 식별 정보를 이용하여 허가된 사용자만이 융통적인 콘텐츠 사용을 가능하게 한다. 이러한 라이센스 모델을 통해 DRM 시스템의 저작권 보호의 기본 원칙을 제공하며 사용자에게는 융통성 있는 콘텐츠 사용을 가능하게 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.419-422
• /
• 2010

사용자와 환경의 변화에 적응하기 위해서 베이지안 네트워크의 다양한 학습 방법들이 연구되고 있다. 기존의 많은 학습방법에서는 학습 데이터로부터 통계적 방법을 통해서 베이지안 네트워크 모델을 학습하는데, 이러한 접근 방법은 학습 데이터를 수집하기 어려운 문제에 적용하기 힘들며, 사용자의 의도를 데이터의 패턴들로만 학습하므로 직접적으로 사용자의 의도를 반영할 수 없다. 본 논문에서는 대화에 기반하여 사용자의 의도를 직접적으로 수집하고, 이로부터 베이지안 네트워크의 파라메터를 학습하는 방법을 연구한다. 제안하는 방법에서는 사용자와의 대화를 통해서 현재의 모델의 잘못된 점 혹은 개선점을 직접적으로 입력 받고, 이를 바탕으로 베이지안 네트워크 모델을 수정하여 데이터의 수집 없이 빠른 시간에 사용자가 원하는 모델을 학습 할 수 있다. 기존의 통계적 기법을 이용한 대표적인 베이지안 네트워크 파라메터 학습 방법인 최대우도 추정(Maximum Likelihood Estimation; MLE) 방법과 제안하는 방법을 비교하여 제안하는 방법의 유용성을 확인한다.