• 산업과 과학
• /
• 1권1호
• /
• pp.1-6
• /
• 2022

일상 생활에서 매일 다른 뉴스가 보도되듯이 우리 주변에서 발생되는 데이터의 양은 엄청나다고 할 수 있다. 이런 데이터에는 개인적인 것도 있지만, 날씨나 교통 정보와 같이 모든 사람들에게 공통적인 것도 존재한다. 본 논문은 이런 정보를 효과적이며, 신속하게 사용하기 위해 공공데이터를 활용한 정보전달에 관해 연구로서, 공공데이터와 API기술을 바탕으로 한 오픈API에 대해 조사하였다. 이를 바탕으로 일상생활에서 쉽게 활용 가능한 오픈API를 사용하여 정보를 전달하는 방법을 설명하고, 이를 응용하여 다양한 오픈API를 활용하여 정보를 전달하는 방안을 제시한다. 제시된 방법을 사용하여 공공데이터를 활용한다면 보다 쉽고 정확한 정보를 전달할 수 있으므로 다양한 분야에 응용이 가능할 것으로 생각한다.

• 한국건설순환자원학회논문집
• /
• 제1권1호
• /
• pp.49-57
• /
• 2013

최근, 산업부산물의 재활용과 이산화탄소 저감은 사회적으로 매우 중요한 이슈이다. 이러한 측면에서 화력발전소에서 발생되는 석탄회는 콘크리트의 혼합재로 사용되는 것이 재활용 방안 중 최선으로 알려져 있다. 석탄회를 콘크리트에 사용하기 위하여 KS에서는 $SiO_2$, 분말도, 비중, 강열감량 및 활성도 지수 등의 품질 항목을 선정하여 관리하고 있다. 특히, 활성도 지수의 경우는 석탄회가 콘크리트에 사용될 때의 강도 발현성을 판정할 수 있는 가장 주요한 판정기준인데 반해서 실험소요 기간이 최소 28일 혹은 91일이 요구되는 단점을 가지고 있다. 이러한 문제점에 착안하여 본 연구에서는 기존 활성도 지수를 대체하여 석탄회의 포졸란 반응성을 신속하게 측정할 수 있는 API 시험법을 적용하여, API 시험결과와 활성도지수 및 K-value와의 비교 분석을 통하여 API 시험법의 적용 가능성을 검토하고, 신속 측정방법인 API 시험법에 의한 국내 석탄회의 품질을 평가하고자 하였다. 실험 결과, 국내 석탄회는 수분 및 비중을 제외하고는 KS 품질기준을 대부분 만족하지 못하는 것으로 나타났으며, 특히 유동층 보일러 애시는 고유의 특성을 가지는 것으로 나타났다. API와 활성도지수 및 K-value의 경우, 각각의 상관성이 상당히 좋은 것으로 나타났다. 특히, 재령이 증가할수록 API와의 상관성은 점점 증가하는 것으로 나타나 장기 재령의 실험을 요구하는 활성도 지수 대신에 2일 내에 결과를 알 수 있는 API시험이 석탄회의 포졸란 반응성 평가에 매우 유용한 시험방법인 것으로 판단된다.

• International journal of advanced smart convergence
• /
• 제10권1호
• /
• pp.97-104
• /
• 2021

Securities and investment services had the most data per company on the average, and used the most data. Investors are increasingly demanding to invest through their own analysis methods. Therefore, securities and investment companies provide stock data to investors through open API. The data received using the open API is in text format. Python is effective and convenient for requesting and receiving text data. We investigate there are 22 major securities and investment companies in Korea and only 6 companies. Only Daishin Securities Co. supports Python officially. We compare how to receive stock data through open API using Python, and Python programming features. The open APIs for the study are Daishin Securities Co. and eBest Investment & Securities Co. Comparing the two APIs for receiving the current stock data, we find the main two differences are the login method and the method of sending and receiving data. As for the login method, CYBOS plus has login information, but xingAPI does not have. As for the method of sending and receiving data, Cybos Plus sends and receives data by calling the request method, and the reply method. xingAPI sends and receives data in the form of an event. Therefore, the number of xingAPI codes is more than that of CYBOS plus. And we find that CYBOS plus executes a loop statement by lists and tuple, dictionary, and CYBOS plus supports the basic commands provided by Python.

• 정보과학회 논문지
• /
• 제43권10호
• /
• pp.1067-1072
• /
• 2016

실행코드만으로 소프트웨어 간의 유사성을 비교하거나 표절을 검사하기 위해 소프트웨어만의 고유한 특징인 소프트웨어 버스마크를 이용한다. 일반적으로 소프트웨어 버스마크는 추출 방법에 따라 정적 버스마크와 동적 버스마크로 구분되고, 추출된 방법에 따라 장단점이 뚜렷하게 나타난다. 본 논문에서는 동적 분석을 이용하여 API 시퀀스 버스마크를 추출하고 실행코드 간의 유사성 검사에 이용하는 방법을 제안한다. 제안하는 동적 시퀀스 버스마크는 프로그램이 실행되는 과정에서 호출되는 모든 API 함수 및 시스템 호출을 포함하는 기존의 방법과는 다르게 실행코드 내에 정의되어 있는 API 함수만으로 구성된 API 시퀀스를 이용한다. 추출된 동적 버스마크는 프로그램의 시작에서 종료까지 호출되는 API 시퀀스이며 이를 효율적으로 비교하기 위해 서열정렬 알고리즘을 활용한 유사성 척도를 사용한다. 여러 오픈소스 소프트웨어를 비교하여 버스마크의 신뢰성과 강인성을 검증하였다. 제안하는 동적 API 시퀀스 버스마크는 실행코드의 유사성 검사에 용이하게 활용될 수 있을 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제17권6호
• /
• pp.11-17
• /
• 2017

본 논문에서는 멀웨어 탐지 방법으로 Opcode (operation code)와 실행 파일에서 추출한 Windows API Call로 구성된 특징 벡터를 사용하는 방법을 제안한다. 먼저 PE 파일에서 추출한 opcode와 windows API로 특징 벡터를 구성하고 Bernoulli Naïve Bayes과 K-Nearest Neighbor 분류기 알고리즘을 사용하여 성능을 각각 측정하였다. 실험결과, 제안한 방법과 KNN 분류기를 사용하여 분류하면 95.21%의 멀웨어 탐지 정확도를 얻을 수 있었다. 결과적으로 기존의 Opcode 또는 Windows API 호출 중 하나만 사용하는 방법보다 제안한 방법이 멀웨어 탐지 정확도에서 높은 성능을 보인다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권3호
• /
• pp.263-268
• /
• 2015

변종 악성코드는 그 기능에 있어 차이가 없으나 구조적인 차이가 존재하는 악성코드로, 같은 그룹으로 분류하여 처리하는 것이 유용하다. 변종 악성코드 분석을 위해 본 논문에서는 바이오인포매틱스 분야에서 사용하는 서열 정렬 기법을 사용하여 악성코드들의 API 호출 정보 간의 공통부분을 찾고자 하였다. 서열 정렬 기법은 API 호출 정보의 길이에 대해 의존적인 성능을 가지며, API 호출 정보의 길이가 커짐에 따라 성능이 매우 떨어진다. 따라서 본 논문에서는 서열 정렬 기법 적용 이전에 API 호출 정보에서 발견되는 반복 패턴을 제거하는 방법을 적용함으로써 성능이 보장될 수 있도록 하였다. 최종적으로 서열 정렬 기법을 통한 악성코드 간의 유사도를 구하는 방법에 대하여 논하였다. 또한 실제 악성코드 샘플에 대한 실험 결과를 제시하였다.

• 인터넷정보학회논문지
• /
• 제11권1호
• /
• pp.71-76
• /
• 2010

본 연구는 U-러닝 시스템에서 SCORM을 적용하기 위한 방안을 제시하고자 한다. 이는 기존의 SCORM기반의 학습객체 인터페이스 환경인 RTE의 API Instance와 U-러닝을 연결하기 위해 API 브로커를 제시하였다. API 브로커에서는 요구포트와 응답포트를 통해 SCORM과 U-러닝 서버사이의 서비스를 핸들링한다. 또한 각 서비스들의 원활한 운용을 위하여 API 브로커 내에 학습 콘텐츠 서비스 버퍼를 두었다.

• Asian Journal of Atmospheric Environment
• /
• 제9권2호
• /
• pp.101-113
• /
• 2015

Air quality index (AQI) or air pollution index (API) is commonly used to report the level of severity of air pollution to public. A number of methods were developed in the past by various researchers/environmental agencies for determination of AQI or API but there is no universally accepted method exists, which is appropriate for all situations. Different method uses different aggregation function in calculating AQI or API and also considers different types and numbers of pollutants. The intended uses of AQI or API are to identify the poor air quality zones and public reporting for severity of exposure of poor air quality. Most of the AQI or API indices can be broadly classify as single pollutant index or multi-pollutant index with different aggregation method. Every indexing method has its own characteristic strengths and weaknesses that affect its suitability for particular applications. This paper attempt to present a review of all the major air quality indices developed worldwide.

• 디지털융복합연구
• /
• 제18권11호
• /
• pp.227-232
• /
• 2020

이메일을 사용하는데 있어서 가장 큰 애로사항으로 확인되지 않은 발신자를 걸러내기 힘들다는 것이다. 이에 본 연구에서는 최근 인증 수단으로 많이 활용되고 있는 블록체인 기술을 활용하여 이메일 집단 인증 API를 설계하였다. 제안한 모델로는 관계 연관성 네트워크를 통하여 노드-노드 가중치 지수를 구하였고, 이메일 신뢰도 모형을 설계한 후 Rotten Tomato 방식의 신뢰도 계산 모델을 구하였다. 이를 바탕으로 시스템 구조를 설계하고, 체인 코드 메소드를 정의한 후 API를 개발하였다. 본 연구를 통하여 이메일 사용자 인증 뿐만 아니라 인증이 필요한 다양한 분야에서 활용할 것으로 기대할 수 있으며, 향후 많은 수의 사용자를 대상으로 API를 사용하게 하여 집단 인증의 관계성을 증명할 수 있을 것으로 기대된다.

• 정보보호학회논문지
• /
• 제18권6A호
• /
• pp.115-127
• /
• 2008

Native API(Application Programming Interfaces)는 관리자 권한에서 수행되는 system call의 일종으로 관리자 권한을 획득하여 공격하는 다양한 종류의 악성코드를 탐지하는데 사용된다. 이에 따라 Native API의 특징을 기반으로한 탐지방법들이 제안되고 있으며 다수의 탐지방법이 교사학습(supervised learning) 방법의 기계학습(machine learning)을 사용하고 있다. 하지만 Anti-Virus 업체의 분류기준은 Native API의 특징점을 반영하지 않았기 때문에 교사학습을 이용한 탐지에 적합한 학습 집합을 제공하지 못한다. 따라서 Native API를 이용한 탐지에 적합한 분류기준에 대한 연구가 필요하다. 본 논문에서는 정량적으로 악성코드를 분류하기 위해 Native API를 기준으로 악성코드를 퍼지 군집화하여 재그룹화하는 방법을 제시한다. 제시하는 재그룹화 방법의 적합성은 기계학습을 이용한 탐지성능의 차이를 기존 분류방법을 결과와 비교하여 검증한다.