• 정보관리연구
• /
• 제38권3호
• /
• pp.137-160
• /
• 2007

본 연구는 e-learning으로 변화된 대학의 강의환경을 반영하여 대학도서관 강의지원 서비스의 의의와 현황을 분석하고, 현재 환경에서 요구되는 서비스운영방안을 제시하고자 하였다. 이를 위하여 대학도서관 강의지원 서비스와 대학의 e-learning 환경의 개념 및 특성을 밝히고, 국내외 대학도서관의 강의지원 서비스 현황 및 사례를 조사하여 분석하였다. 국내 현황 파악을 위해 현재 강의지원 서비스를 제공 중인 국내 48개 대학도서관을 대상으로 설문 조사를 실시하였고, 32개 관(67%)이 설문에 참여하였다. 조사결과를 바탕으로 강의지원 서비스운영방안을 인력 및 조직, 자원과 서비스, 정보기술, 커뮤니케이션과 홍보 측면에서 제안하였다.

• 정보보호학회논문지
• /
• 제31권5호
• /
• pp.1055-1062
• /
• 2021

코로나 19의 확산으로 대면교육이 어려워지면서 이러닝 및 가상훈련의 활용이 증가하고 있다. 정보보호 교육의 경우 대응 기술을 익히는 실습이 중요하기 때문에 오래 전부터 모의 해킹과 취약점 분석 등을 가상훈련으로 지원해 오고 있다. 교육훈련 효과를 높이기 위해서는 실제 상황과 유사하게 콘텐츠를 개발하고 학습 목표를 달성하기 위한 학습 활동이 설계되어야 한다. 또한 다양한 학습 활동을 지원하는 교육훈련 시스템 품질의 우수성이 요구된다. 연구자는 비대면 교육의 핵심 요소를 고려하여 비대면 교육을 지원하는 LMS 평가지표를 개발하였으며, 이를 정보보호 교육 플랫폼에 적용하여 실무 활용성을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.198-201
• /
• 2022

최근 신기술 대상 신종 사이버 위협이 증가하고 있으며, 해커의 공격 표적도 광범위해지고 지능화되고 있다. 이러한 공격에 대응하기 위해 주요 보안 기업들은 전통적인 EDR(Endpoint Detection and Response) 중심의 솔루션을 활용하고 있다. 하지만 종래 방식은 컨텍스트를 고려하지 않아서 지능형 공격에 대한 대응 정확도와 효율성에 한계가 있다. 이 문제를 개선하기 위해 최근 XDR(Extended Detection and Response) 중심의 보안 솔루션의 필요성이 대두되었다. 본 연구에서는 머신러닝 기반의 컨텍스트 분석을 활용한 XDR 동향과 발전 로드맵을 통해 변화하는 환경에 효율적인 위협탐지와 대응방안을 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.749-752
• /
• 2024

연합학습은 클라이언트가 중앙 서버에 원본 데이터를 주지 않고도 학습할 수 있도록 설계된 분산된 머신러닝 방법이다. 그러나 클라이언트와 중앙 서버 사이에 모델 업데이트 정보를 공유한다는 점에서 여전히 추론 공격(Inference Attack)과 오염 공격(Poisoning Attack)의 위험에 노출되어 있다. 이러한 공격을 방어하기 위해 연합학습에 차분프라이버시(Differential Privacy)를 적용하는 방안이 연구되고 있다. 차분 프라이버시는 데이터에 노이즈를 추가하여 민감한 정보를 보호하면서도 유의미한 통계적 정보 쿼리는 공유할 수 있도록 하는 기법으로, 노이즈를 추가하는 위치에 따라 전역적 차분프라이버시(Global Differential Privacy)와 국소적 차분 프라이버시(Local Differential Privacy)로 나뉜다. 이에 본 논문에서는 차분 프라이버시를 적용한 연합학습의 최신 연구 동향을 전역적 차분 프라이버시를 적용한 방향과 국소적 차분 프라이버시를 적용한 방향으로 나누어 검토한다. 또한 이를 세분화하여 차분 프라이버시를 발전시킨 방식인 적응형 차분 프라이버시(Adaptive Differential Privacy)와 개인화된 차분 프라이버시(Personalized Differential Privacy)를 응용하여 연합학습에 적용한 방식들에 대하여 특징과 장점 및 한계점을 분석하고 향후 연구방향을 제안한다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.65-77
• /
• 2022

전자금융서비스가 활성화됨에 따라 전자금융 거래 건수와 거래액은 매년 증가하고 있으며, 선불전자지급 과정에서의 사이버 금융범죄도 증가하고 있다. 본 논문에서는 머신러닝 알고리즘을 이용한 선불전자지급수단의 이상금융거래 탐지모델을 제시한다. 이를 위하여 실제 선불전자거래 데이터를 익명화하여 수집하였으며, 데이터의 효과적인 특성을 추출하기 위한 전처리 작업을 수행하였다. 제안된 모델은 거래내역 기반과 이용자 ID 기반 접근법을 이용하였다. 거래내역 기반 모델 분석에서는 원데이터 기반 거래내역 분석과 특성 항목을 추가한 2차 분석을 수행하였으며, 이용자 ID 기반 모델에서도 도메인 특성에 맞는 특성 항목을 추출하여 분석에 활용하였다. 이상치 탐지를 위해 의사결정나무, 인공신경망 및 서포트 벡터 머신 알고리즘을 활용하여 비교 분석하였다. 분석결과 거래내역 기반의 탐지모델보다 이용자 ID 기반의 탐지모델이 선불거래지급수단 이상탐지에 더 효과적임을 확인할 수 있었으며, 이용자 ID 기반 모델에서는 신경망 알고리즘이 가장 좋은 성능을 나타내었다. 제안된 방법론은 향후 이상금융거래 탐지시스템 분석에 활용함으로써 전자금융사고 피해를 줄이는데 기여할 수 있을 것으로 기대된다.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.9-15
• /
• 2024

최근 정부 기관을 사칭한 가짜 QR(Quick Response)코드를 이용하여 개인정보와 금융정보를 탈취하는 QR코드와 스미싱을 결합한 '큐싱(Qshing)' 공격이 증가하는 추세이다. 특히, 이 공격 방식은 사용자가 단지 QR코드를 인식하는 것만으로 스미싱 페이지에 연결되거나 악성 소프트웨어를 다운로드하게 만들어 피해자가 자신이 공격당했는지조차 인지하기 어려운 특징이 있다. 본 논문에서는 머신러닝 알고리즘을 활용해 QR 코드 내 URL의 악성도를 파악하는 분류 기술을 개발하고, 기존의 QR 코드 리더기와 결합하는 방식에 관해 연구를 진행하였다. 이를 위해 QR코드 내 악성 URL 128,587개, 정상 URL 428,102개로부터 프로토콜, 파라미터 등 각종 특징 35개를 추출하여 데이터셋을 구축한 후, AutoML을 이용하여 최적의 알고리즘과 하이퍼파라미터를 도출한 결과, 약 87.37%의 정확도를 보였다. 이후 기존 QR코드 리더기와 학습한 분류 모델의 결합을 설계하여 큐싱 공격에 대응할 수 있는 서비스를 구현하였다. 결론적으로, QR코드 내 악성 URL 분류 모델에 최적화된 알고리즘을 도출하고, 기존 QR코드 리더기에 결합하는 방식이 큐싱 공격의 대응 방안 중 하나임을 확인하였다.

• 정보보호학회논문지
• /
• 제28권5호
• /
• pp.1119-1127
• /
• 2018

대부분의 침해공격은 악성코드를 통해 발생하고 있으며, 침해공격으로 인한 피해는 사물인터넷/사이버 물리 시스템과 연결되면서 사이버공간에만 국한되지 않고 실생활에 큰 위협이 되고 있다. 이에 따라, 다양한 악성코드 동적분석, 정적분석기술들이 연구되었는데, 악성코드 동적분석들은 결과적인 악성행위를 쉽게 확인할 수 있어 널리 사용되었으나 VM 환경탐지 시 동작하지 않는 anti-VM 악성코드가 증가하면서 어려움을 겪고 있고, 악성코드 정적분석기술들은 코드자체를 해석할 수 있어 많은 정보를 얻을 수 있으나 난독화, 패킹 기술들이 적용되어 분석가를 어렵게 하고 있다. 본 논문에서는 정적분석기술의 주요 장애물인 난독화 유형을 자동식별, 분류하는 기술을 제안한다. 특히, 제안하는 모델을 통해 알려진 패커나 알려지지 않은 패커와 상관없이 일정한 기준에 의해 모든 악성코드를 분류할 수 있는 것이 가능하다. 악성코드 분류는 다양한 활용이 가능하지만, 예를 들면 악성코드 정적 feature에 기반하여 머신러닝 기반 분석을 할 때, 전체 파일에 대해 학습 및 분석하는 방식보다 악성코드 유형별 학습 및 분석이 더욱 효과적일 것이다. 이를 위해, PE구조에서 활용 가능한 feature에 대해 지도 학습 및 비지도 학습 방식의 모델을 설계했고, 98,000여개 샘플을 통해 결과 검증을 진행하였다.

• 한국가정과교육학회지
• /
• 제20권2호
• /
• pp.1-14
• /
• 2008

본 연구는 중등교육과정의 의생활 단원 중 반바지 만들기 수업에 e-Learning 적용 효과를 평가하고자 수행하였다. 이를 위해 e-Learning 수업을 위한 사이버 공간으로 인터넷 카페를 개설하고, 여러 곳에서 개발한 기존의 의생활 관련의 콘텐츠를 활용하였으며, e-Learning 수업을 위한 인터넷 카페 운영의 효율성을 연구하였다. 또한 교수 학습 지도안을 제작하여 수업에 활용하였으며, e-Learning 수업의 효과를 평가하기 위해 수업 후 학생들의 반응을 설문 조사하였다. 요약된 연구 결과는 다음과 같다. 첫째, e-Learning 활용 수업으로 가정 교과 학습 내용을 학습자 수준에 맞게 다양한 방법으로 재구성하고 여러 가지 학습콘텐츠를 제공하였다. 둘째, e-Learning 활용 수업을 위하여 학습 자료실에 교과서외의 다양한 자료와 심화 보충 학습 자료를 탑재하여 수준별 선택학습이 가능하였다. 셋째, 과제 결과물을 모든 학생들이 같이 볼 수 있어 평가의 신뢰성을 높이며, 과제 제출물에 대하여 스스로 학습을 계획하고 실천하며 결과를 볼 수 있었다. 넷째, 학생과 교사, 학생과 학생간에 쌍방향적 교류가 가능하므로 교과학습 내용이나 과제에 대한 의견 교환으로 효율적인 학습활동이 이루어질 뿐 아니라 생활 전반에 걸친 상담도 수시로 이루어져 학습지도, 진학지도 및 인성지도가 가능하게 되었다. 다섯째, e-Learning 활용 수업에 대한 학생들의 만족도는 전반적으로 높았으며 특히 의생활 영역에 대한 흥미와 이해가 증가되었고 스스로 공부하는 학습 태도나 습관이 길러졌다고 평가하였다. 또한 e-Learning활용 수업이 도움이 되었으며, 그 이유로는 방과후에도 계속 학습할 수 있고 다양한 자료를 얻을 수 있으며 과제제출방법이 간편하다는 것을 들었다. 끝으로 본 연구에서는 의생활과 관련하여 활용 가능한 콘텐츠를 수업에 적용시키는 것에 주안점을 두었으나, 보다 발전적인 연구를 위하여 e-Learning 교수 학습 모형에 따른 다양한 가정과 영역별 적용 사례 개발 및 발굴이 진행되어야 하며, 사이버교육 콘텐츠 개발 지원으로 학생들의 학습 수준과 흥미를 고려한 다양한 학습 콘텐츠의 제작 보급이 필요하다고 사료된다.

• 비교교육연구
• /
• 제28권2호
• /
• pp.123-151
• /
• 2018

본 연구는 아세안 국가의 ICT에 관한 현재적 상황에 대한 분석을 통하여 아세안 국가들의 ICT 관련 정책 및 고등교육에서의 활용에 대한 이해를 돕고 이를 통하여 향후 우리나라가 아세안 대학들과 교류를 확대해 나갈 때 필요한 시사점을 제공하는 것을 목적으로 하였다. 이를 위하여 아세안 국가들을 ICT의 발달 정도에 따라 3집단으로 나누고 ICT 관련 주요 정책과 이의 배경, 현황 및 특징, 관련 쟁점 및 향후 계획 등을 살펴보았다. 연구결과는 다음과 같다. 먼저 1집단에 속하는 브루나이, 말레이시아, 싱가포르의 경우는 잘 발달된 ICT 인프라를 바탕으로 적극적인 이러닝이나 온라인 교육을 실시하고 있었으며, 자국의 상황과 여건에 맞는 프로그램을 운영하고 있었다. 2집단에 속하는 인도네시아, 필리핀, 태국, 베트남의 경우 국가별 차이를 보이고 있었다. 즉 필리핀과 태국은 국가 주도의 마스터플랜을 중심으로 자신들만의 정책을 수립하여 운영하고 있었으며, 인도네시아는 MOOCs에, 그리고 베트남은 사이버대학에 초점을 맞추고 있었다. ICT가 가장 발달하지 않은 3집단은 캄보디아, 라오스, 미얀마 등으로 이들 역시 국가차원의 전략을 수립하여 고등교육에서의 적극적인 ICT 활용을 모색하고 있다. 다만 아직까지는 고등교육에서 ICT를 활발하게 활용할 만큼 인프라가 제대로 구축되지 않고 있어 어려움을 격고 있는 것으로 나타났다. 특히 3집단 국가들은 모두 한국과의 사이버대학 프로젝트에 참여하여 지원을 받아왔다. 본 연구는 아세안 국가들의 경우 ICT 인프라 구축과 고등교육에서 ICT 활용 정도에 있어서 국가 간 차이가 많기 때문에 전체로서 하나로 접근하지 말고 서로 다르게 접근해야 하며, 따라서 개별 국가들에 대한 심도 있는 연구들이 지속적으로 이루어져야 한다는 것을 시사한다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.896-905
• /
• 2021

인공지능 기반 보안관제 시스템은 운영환경에서 발생할 수 있는 학습 데이터 오류, 신규 공격 이벤트 발생으로 인한 오탐 증가 등 문제를 해결하기 위해 피드백 기능이 연구되고 있다. 그러나 한정된 관제 인력의 피드백 수행 방식은 모델 개선에 오랜 시간이 걸리고 숙련되지 않은 관제 인력의 피드백은 오히려 모델 성능 저하의 원인이 될 수 있다. 본 논문에서는 관제 인력 한계 극복, 신규 오탐 개선, 빠른 모델 성능 향상을 위한 능동형 보안관제 모델 개선 프로세스를 제안하였다. 운영 중 예측된 유사 이벤트를 군집화 하고, 피드백이 우선적으로 필요한 군집을 계산하여 운영자에게 대표 이벤트 설명이 가능한 인공지능(eXplainable AI) 기반 시각화도 함께 제시하였다. 수신된 대표 피드백은 동일 군집과 다른 데이터를 계산하여 제외하고 피드백 전파 학습 데이터를 생성한다. 준비된 학습 데이터는 초기 모델과 함께 점진적 학습을 통해 모델을 생성함으로써 성능을 향상시키는 프로세스이다. 제안 프로세스의 실효성 검증을 위해 웹 어플리케이션 방화벽 데이터셋 PKDD2007과 CSIC2012를 선택하여 3개의 시나리오를 통해 실험을 진행하였다. 실험 결과 제안된 프로세스는 피드백을 주지 않았거나 소수 운영자 피드백을 적용한 모델 성능에 비해 모든 지표에서 약 30% 이상의 성능 향상을 확인하였다.