• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.3
• /
• pp.295-304
• /
• 1999

관계형 데이터베이스 시스템의 기능이 점차 확대되면서 사용자 정의 함수의 역할이 다양하게 되었다. 이에 따라 사용자 정의 함수의 수행 속도뿐 아니라 데이터베이스 시스템의 안정성과 보안의 중요성이 부각되었다. 사용자 정의함수 지원방식은 크게 3가지로 나눌 수 있다. : 정적로딩 방식, 공유 라이브러리 방식, 프로세스 호출 방식, 기존의 데이터베이스 시스템에서 사용되는 공유 라이브러리 방식은 속도면에서 우수하나 안정성, 보안에 대한 요구를 만족시키지 못하며 시스템에 이식할 때 문제가 있다. 우리는 프로세스 호출 방식을 개선하여 사용자 정의 함수지원을 구현하였다. 본 논문에서는 관계형 데이터베이스시스템에서 사용하는 사용자 정의함수를 구현하는데 있어서 고려해야할 점들을 살펴보고 성능을 측정한다. 성능 평가를 통해 우리가 구현한 방식이 공유 라이브러리방식과 성능차이는 적은 반면 장점이 많다는 것을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.341-344
• /
• 2004

본 연구는 소프트웨어 재사용을 효과적으로 수행하기 위해 사용자 검색 피드백을 지원할 수 있는 유저 프로필을 정의하였다. 컴포넌트 검색을 위해 퍼지 함수를 이용한 신뢰값을 사용하였으며, 사용자 집단의 요구에 능동적으로 반응할 수 있도록 퍼지 함수를 변화시켜 컴포넌트의 검색 우선순위를 변경시키는 방법을 사용하였다. 본 연구에서는 사용자 피드백을 반영하는 퍼지화 함수에 유저 프로필을 적용하여 사용자 등급에 따라 사용자 의견이 시스템에 반영되는 정도를 다르게 해주었다. 본 연구의 사용자 검색 피드백 방법은 퍼지 기법을 적용한 퍼지화 함수와 유저 프로필을 이용하여 시스템을 장기간에 걸쳐 서서히 변화시킬 수 있도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.334-336
• /
• 2004

국내 전자상거래 제품과의 호환성과 확장성을 위하여 국내 전자서명 표준인 KCDSA(Korean Certificate-based Digital Signature Algorithm) 메커니즘을 PKCS(Public Key Cryptographic Standard) #11 암호 API(Application Programming Interface)에 기능을 추가한다. PKCS #11에서 정의한 키 관리(Hey Management) 함수의 입력 파라미터에 암호화할 키를 바로 입력하면 변조된 키를 전달할 수 있으므로, 본 논문에서는 안전한 키보호(Key Protection) 함수를 새로 정의하여 암호화할 키 대신 사용자 PIN(Personal Identification Number: 패스워드) 입력하여 사용자의 KCDSA 개인키와 공개키를 보다 더 안전하게 보관하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.377-380
• /
• 2024

최근 악성코드 제작 기술의 고도화에 따라 악성코드의 변종이 전세계적으로 급격히 증가하고 있다. 이러한 대량의 악성코드를 신속하고 정확하게 탐지하기 위한 새로운 악성코드 탐지 기술에 관한 연구가 절실히 필요하다. 본 연구는 기존의 정적 분석과 동적 분석 방법의 한계를 극복하기 위한 방법을 제안한다. 신속한 데이터 수집을 위하여 정적 분석을 이용하여 사용자 정의 함수의 어셈블리어 데이터를 수집하고 BERT 로 임베딩하고 LSTM 으로 악성코드를 분류하는 모델을 제안한다. 분류 데이터는 행위가 정확한 랜섬웨어를 사용하였고 총 세 종류의 랜섬웨어를 분류하였고 다중 분류의 결과로 85.5%의 분류 정확도를 달성하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.311-314
• /
• 2006

본 연구에서는 서로 다른 센서간의 영상 자료 융합을 위하여 Dempster-Shafer 기법을 제안하고 있다. 제안 된 Dempster-Shafer 기법은 불확실성의 최소 값을 대표하는 Belief 함수와 불확실성의 최대 값을 나타내는 Plausibility 함수를 사용한다. 이러한 두 함수의 차이는 Belief Interval 로 정의되며 이 값은 분석 대상에 존재하는 불확실 정도의 Measure 로 사용되며 Evidence Combination의 이론에 근거하여 서로 다른 센서간의 자료 융합이 가능하며 분류 결과로 클래스 맵 뿐 만 아니라 분류 결과에 대한 불확실성 정도를 나타내는 Belief 함수 값과 Plausibility 함수 값을 생성하여 분류 결과에 대한 보충적인 분석을 가능하게 하여 사용자의 분석 정확성을 증대 시킬 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.256-260
• /
• 2006

본 논문에서는 도로 네트워크내의 이동 객체들을 대상으로 하는 효과적인 유사 궤적 검색 및 클러스터링 기법에 대하여 논한다. 이동 객체들 간의 유사도 측정을 위한 기존의 기법들은 대부분 유클리디안 공간 상의 궤적들을 대상으로 한다. 그러나 실제 응용에서 대부분의 이동 객체들은 도로 네트워크 공간 상에 존재하므로, 이러한 실제 상황을 반영하는 유사도 측정 방식이 요구된다. 본 논문에서는 각 이동 객체가 시간에 따라 지나간 도로 세그먼트들의 리스트를 궤적이라 정의하고, 이렇게 정의된 궤적들을 대상으로 하는 새로운 유사도 측정 함수를 제안한다. 제안된 유사도 측정 함수는 궤적을 이루는 도로 세그먼트의 길이와 식별자 정보를 이용한다. 제안된 유사도 측정 함수에 의하여 측정된 각 궤적 쌍 간의 유사도를 기반으로 전체 궤적들을 FastMap을 이용하여 k차원 공간상의 점들로 사상하고, 이들을 k-medoids 방식을 이용하여 클러스터링 한다. 구성된 클러스터와 연관된 사용자 정보, 도로 정보 등을 함께 사용자에게 제공하는 활용 예를 제시함으로써 제안된 기법이 실제 응용에 유용하게 사용될 수 있음을 보인다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2004.12a
• /
• pp.75-80
• /
• 2004

최근 공간 데이터를 사용하는 응용 프로그램이 증가하면서 대용량의 공간 데이터를 효율적으로 저장하고 관리하기 위한 공간 데이터베이스가 요구되고 있다. 이러한 공간 데이터베이스는 객체 관계형 데이터베이스의 사용자 정의 타입과 사용자 정의 함수를 이용하여 기존의 데이터베이스를 확장하는 형태로 개발될 수 있다. 하지만, 대부분의 객체 관계형 데이터베이스는 공간 인덱스와 같은 사용자 정의 인덱스를 확장하는 일반적인 방법을 제공하고 있지 않기 때문에 객체 관계형 데이터베이스를 확장한 공간 데이터베이스는 공간 영역 질의의 성능이 떨어지는 문제점이 있다. 본 연구에서는 객체 관계형 데이터베이스를 확장한 공간 데이터베이스에서 공간 인덱스를 개발하고 객체 관계형 데이터베이스에 통합시킬 수 있는 방법인 GiST와 Relational Indexing을 비교/분석하고 향후 이들 방법을 이용하여 공간 인덱스를 구현하고 공간 영역 질의에 대한 성능을 비교하여 보다 적합한 방법을 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.294-299
• /
• 2006

추천 시스템은 사용자 프로파일을 기반으로 개인 취향에 맞는 정보나 제품에 대한 이용성을 향상 시킨다. 본 논문에서는 시멘틱 환경 내에서 사용자 개개인에 맞는 웹 콘텐츠를 제공하기 위한 온톨로지 기반의 웹 콘텐츠 추천 방법론을 제안한다. 이를 위해서 2가지에 초점을 두었다. 첫 번째, 사용자 프로파일의 쓰임새를 향상시키기 위해 온톨로지 모델을 적용한다. 이는 비슷한 서비스를 제공하는 여러 웹 서비스 사이트에서 사용자의 기호 정보를 공유할 수 있다는 이점을 갖는다. 또한 온톨로지를 기반으로 생성된 사용자 프로파일은 콘텐츠 추천 점수 계산을 위한 정확한 입력 데이터를 제공한다. 두 번째로 각각의 웹 콘텐츠들의 추천 점수를 계산하는 함수를 정의한다. 제안하고자 하는 함수는 각 웹 콘텐츠의 계층구조와 웹 콘텐츠를 구성하는 속성들의 관계를 명시한 온톨로지를 기반으로, 사용자 프로파일의 내용과 웹 콘텐츠의 개념 유사도(Concept Similarity)와 관계 유사도(Relation Similarity) 구한다. 따라서 본 논문에서는 전체 유사도(Concept Similarity+Relation Similarity)를 추천 점수로 적용한다.

• Digital Contents
• /
• no.5 s.96
• /
• pp.17-19
• /
• 2001

정보 함수는 정보 센터,시장정보,학습이 한데 모아져 지식관리(Knowledge Management(KM)) 함수를 형성하고 있다. 많은 정보 전문가들과 시장 정보 전문가들이 함께 연구하기 시작하면서 KM 프로그램들이 대부분의 경우 아직 제대로 정의되고 있지 못한 반면, 대부분이 자기 조직내의 KM을 전체적인 리더쉽이 거의 없는 누구나 참가할 수 있는 것으로 간주하고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.643-645
• /
• 2005

클러스터링은 무질서한 데이터들의 상호 연관 관계를 정의하고, 이를 통하여 보다 체계적으로 데이터를 군집화하는 것이다. 클러스터링을 적용한 웹 서비스 시스템은 비슷한 내용을 묶어 제공하기 때문에 사용자는 보다 효율적으로 정보를 제공받을 수 있다. 시멘틱 웹의 기반이 되는 온톨로지는 클러스터링을 위한 완벽한 입력 데이터를 제공한다. 본 논문은 온톨로지를 기반의 메타 데이터를 클러스터링 하기 위한 기법을 제안한다. 본 논문의 목적은 온톨로지 기반의 메타 데이터들의 유사성을 측정하기 위한 평가함수를 정의하고, 이러한 평가함수를 적용한 계층적 클러스터링 알고리즘을 연구하는 것이다.