• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4191-4211
• /
• 2019

Software product lines (SPLs) are complex software systems by nature due to their common reference architecture and interdependencies. Therefore, any form of evolution can lead to a more complex situation than a single system. On the other hand, software product lines are developed keeping long-term perspectives in mind, which are expected to have a considerable lifespan and a long-term investment. SPL development organizations need to consider software evolution in a systematic way due to their complexity and size. Addressing new user requirements over time is one of the most crucial factors in the successful implementation SPL. Thus, the addition of new requirements or the rapid context change is common in SPL products. To cope with rapid change several researchers have discussed the evolution of software product lines. However, for the evolution of an SPL, the literature did not present a systematic process that would define activities in such a way that would lead to the rapid evolution of software. Our study aims to provide a requirements-driven process that speeds up the requirements engineering process using social network sites in order to achieve rapid software evolution. We used classification, topic modeling, and sentiment extraction to elicit user requirements. Lastly, we conducted a case study on the smartwatch domain to validate our proposed approach. Our results show that users' opinions can contain useful information which can be used by software SPL organizations to evolve their products. Furthermore, our investigation results demonstrate that machine learning algorithms have the capacity to identify relevant information automatically.

• 한국IT서비스학회지
• /
• 제18권2호
• /
• pp.143-159
• /
• 2019

Machine learning (ML) is a method of fitting given data to a mathematical model to derive insights or to predict. In the age of big data, where the amount of available data increases exponentially due to the development of information technology and smart devices, ML shows high prediction performance due to pattern detection without bias. The feature engineering that generates the features that can explain the problem to be solved in the ML process has a great influence on the performance and its importance is continuously emphasized. Despite this importance, however, it is still considered a difficult task as it requires a thorough understanding of the domain characteristics as well as an understanding of source data and the iterative procedure. Therefore, we propose methods to apply deep learning for solving the complexity and difficulty of feature extraction and improving the performance of ML model. Unlike other techniques, the most common reason for the superior performance of deep learning techniques in complex unstructured data processing is that it is possible to extract features from the source data itself. In order to apply these advantages to the business problems, we propose deep learning based methods that can automatically extract features from transaction data or directly predict and classify target variables. In particular, we applied techniques that show high performance in existing text processing based on the structural similarity between transaction data and text data. And we also verified the suitability of each method according to the characteristics of transaction data. Through our study, it is possible not only to search for the possibility of automated feature extraction but also to obtain a benchmark model that shows a certain level of performance before performing the feature extraction task by a human. In addition, it is expected that it will be able to provide guidelines for choosing a suitable deep learning model based on the business problem and the data characteristics.

• 정보보호학회논문지
• /
• 제22권1호
• /
• pp.155-167
• /
• 2012

클라우드 컴퓨팅 서비스는 이용자 요구에 실시간으로 유연하게 컴퓨팅 자원을 제공하고 사용량만큼 과금하는 고효율의 차세대 IT 서비스이다. 그러나 이용자는 데이터를 '위탁'하고, 인프라, 플랫폼, 어플리케이션 서비스를 '제공'받는 '위탁/제공'의 서비스 구조와 적용기술, 자원공유, 데이터센터 위치 등으로부터 비롯된 많은 위협에 직면해 있다. 클라우드 서비스 도입의 가장 큰 걸림돌로 작용하는 보안과 신뢰성을 담보하기 위해서는 객관적인 평가 기준이 필요하다. 지금까지 정보보호관리체계는 조직의 보안관리 및 IT 운영의 보안 지표로 활용되어 왔다. 그러나 클라우드 컴퓨팅 서비스는 기존의 조직 내 IT 환경과는 다른 관점의 보안관리와 평가기준이 필요하다. 본 논문에서는 클라우드 특성에 맞는 정보보호관리체계를 설계하기 위하여 클라우드 서비스의 핵심요소를 위협관리영역으로부터 도출하고 기본적인 보안관리가 누락되지 않도록 기존 정보보호관리체계의 모든 통제영역을 포함하고 있다. 또 온라인 셀프환경에 따른 서비스 이용을 지원하고 서비스 계약, 제공자 사업현황을 포함하는 서비스 보안관리를 추가하여 설계한다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.347-354
• /
• 2022

지속적 학습에서의 망각현상을 완화시키기 위해, 본 논문에서는 지식전달 방법에 기반한 개선된 LwF 모델을 제안하고, 이의 효율성을 실험 결과로 보인다. LwF에 지속적 학습을 적용할 경우, 학습되는 데이터의 도메인이 달라지거나 데이터의 복잡도가 달라지면, 이전에 학습된 결과는 망각현상에 의해 정확도가 떨어지게 된다. 특히 복잡한 데이터에서 단순한 데이터로 학습이 이어질 경우 그 현상이 더 심해지는 경향이 있다. 본 논문에서는 이전 학습 결과가 충분히 LwF 모델에 전달되게 하기 위해 지식전달 방법을 적용하고, 효율적인 사용을 위한 알고리즘을 제안한다. 그 결과 기존 LwF의 결과보다 평균 8% 정도의 망각현상 완화를 보였으며, 학습 태스크가 길어지는 경우에도 효과가 있었다. 특히, 복잡한 데이터가 먼저 학습된 경우에는 LwF 대비 최대 30% 이상 효율이 향상되었다.

• 한국정보전자통신기술학회논문지
• /
• 제15권3호
• /
• pp.211-216
• /
• 2022

스테가노그래피 기술은 커버 매체의 특정 위치에 비밀 메시지를 대체시켜 숨겨진 정보의 존재를 추적할 수 없도록 보호 조치를 한다. 암호화와 스테가노그래피를 기반으로 다양한 복합적인 방법을 적용하여 보안성과 저항성을 강화한다. 특히 보안성을 향상시키기 위해 혼돈과 무작위성을 높이는 기법이 필요하다. 실제로 이산코사인변환(DCT)과 최하위 비트(LSB) 기반에서 셔플링 방식이 적용된 경우는 연구가 진행되어야 할 영역이다. 메시지 숨김의 복잡성을 추가할 수 있는 비트 정보 셔플링 방식을 통합하고, 공간 영역 기법을 스테가노그래피에 적용하여 한글 메시지의 비트 정보를 은닉하는 새로운 접근 방법을 제시한다. 메시지를 추출할 때 역셔플링을 적용한다. 이 논문에서, 삽입하려는 한글 메시지를 초성, 중성, 종성으로 분리한다. 대응된 정보에 기반한 선택적 셔플링 과정을 적용하여 보안성과 혼돈성을 향상시킨다. 제안된 방법의 성능을 확인하기 위해 상관계수와 PSNR을 이용하였다. 기준값과 비교했을 때 제안한 방법의 PSNR 값이 타당하다는 것을 확인하였다.

• Coupled systems mechanics
• /
• 제11권1호
• /
• pp.55-78
• /
• 2022

The main aim of this paper is the identification of the model parameters for the constitutive model of concrete and concrete-like materials capable of representing full set of 3D failure mechanisms under various stress states. Identification procedure is performed taking into account multi-scale character of concrete as a structural material. In that sense, macro-scale model is used as a model on which the identification procedure is based, while multi-scale model which assume strong coupling between coarse and fine scale is used for numerical simulation of experimental results. Since concrete possess a few clearly distinguished phases in process of deformation until failure, macro-scale model contains practically all important ingredients to include both bulk dissipation and surface dissipation. On the other side, multi-scale model consisted of an assembly micro-scale elements perfectly fitted into macro-scale elements domain describes localized failure through the implementation of embedded strong discontinuity. This corresponds to surface dissipation in macro-scale model which is described by practically the same approach. Identification procedure is divided into three completely separate stages to utilize the fact that all material parameters of macro-scale model have clear physical interpretation. In this way, computational cost is significantly reduced as solving three simpler identification steps in a batch form is much more efficient than the dealing with the full-scale problem. Since complexity of identification procedure primarily depends on the choice of either experimental or numerical setup, several numerical examples capable of representing both homogeneous and heterogeneous stress state are performed to illustrate performance of the proposed methodology.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.284-287
• /
• 2022

K-water는 기후위기에 따른 물관리의 복잡성, 불확실성에 대응하기 위해 수문자료 센싱, 고품질의 데이터 관리 등 ICT 인프라 운영 경험 및 물관리 역량을 기반으로 디지털트윈 물관리 플랫폼을 구축하였다. 본 플랫폼은 유역내 실시간 기상·수문 관측자료와 유관기관 정보를 연계하여 3차원 지형자료에 표출하고 홍수, 수질 등 다양한 상황을 시뮬레이션하여 결과를 표출 및 분석하고 이에 대한 피드백을 통해 최적의 의사결정을 지원하는 체계로 구성되어 있다. 본 플랫폼은 섬진강유역을 대상으로 시범구축 하였으며, 향후 5대강 유역을 대상으로 공간적 범위를 확대할 계획이다. 이를 통해 댐 하류·지류 합류부 등 재해 취약지점까지 아우르는 종합적인 물관리 의사결정의 One-System으로 확장할 계획이다. 또한 안전하고 효율적인 물관리를 기반으로 새로운 물산업 생태계를 조성하고, 민간기업과의 기술협력을 통해 디지털 물산업 기술 경쟁력 확보에도 기여하고자 한다.

• Korean Journal of Mathematics
• /
• 제32권1호
• /
• pp.43-57
• /
• 2024

Given a domain X and a collection H of functions h : X → {0, 1}, the Vapnik-Chervonenkis (VC) dimension of H measures its complexity in an appropriate sense. In particular, the fundamental theorem of statistical learning says that a hypothesis class with finite VC-dimension is PAC learnable. Recent work by Fitzpatrick, Wyman, the fourth and seventh named authors studied the VC-dimension of a natural family of functions ℋ'²_t(E) : 𝔽²_q → {0, 1}, corresponding to indicator functions of circles centered at points in a subset E ⊆ 𝔽²_q. They showed that when |E| is large enough, the VC-dimension of ℋ'²_t(E) is the same as in the case that E = 𝔽²_q. We study a related hypothesis class, ℋ^d_t(E), corresponding to intersections of spheres in 𝔽^d_q, and ask how large E ⊆ 𝔽^d_q needs to be to ensure the maximum possible VC-dimension. We resolve this problem in all dimensions, proving that whenever |E| ≥ C_dq^d-1/(d-1) for d ≥ 3, the VC-dimension of ℋ^d_t(E) is as large as possible. We get a slightly stronger result if d = 3: this result holds as long as |E| ≥ C_3q^7/3. Furthermore, when d = 2 the result holds when |E| ≥ C_2q^7/4.

• 감성과학
• /
• 제9권spc3호
• /
• pp.209-224
• /
• 2006

트리구조로 명명되는 '위계'는 정보의 구조를 드러내 보이고 복잡성을 감소시킬 수 있기 때문에 시각화하는데 매우 유용한 자원이다. 본 연구는 멀티미디어 환경에서 위계의 개념을 적용한 정보 시각화 방식에 대해 고찰하였고 나아가 그것이 정보 찾기 활동에서 사용자태스크 유형과 어떻게 연계되는지를 파악하고 그 활용 가능성을 탐색하였다. 본 연구에서는 트리맵(Treemap), 하이퍼볼릭(Hyperbolic), 콘트리(Cone Tree), 관심도트리(Degree-Of-Interest Tree)의 4가지 정보위계 표출방식을 적용 사례별로 고찰하고 그 활용상의 장단점을 '시각적 재현 측면'과 '사용자 조작 측면'으로 나누어 제안하였다. 또한 각각의 정보위계 표출방식에서 사용자 정보 찾기 활동과 결부된 '핵심 지원 태스크'와 '주요 관련 지원 태스크'가 무엇인지를 구체적으로 제안하였다. 본 연구를 통한 주요 발견 점은 첫째, 사용자의 정보 찾기 활동과 결부된 주요 지원 태스크는 전체를 총괄적으로 조망하기, 관심 있는 대상을 확대해서 보기, 관심 없는 대상을 걸러내기, 특정 대상에 대한 세부적인 디테일 정보 얻기, 정보 객체 사이의 관계 파악하기, 발생한 이벤트의 히스토리를 유지하기, 수집된 정보를 추출하고 발췌하기 등이다. 둘째, '트리맵'은 사용자에게 전체 정보 그룹에 대한 총체적 의미 파악이 용이하도록 만들기 위해서 각각의 정보 노드의 색상과 크기를 다르게 적용시키는 방식을 핵심지원 태스크로 적용하고 있다. '하이퍼볼릭'과 '관심도트리'는 사용자가 선택한 특정 정보 노드를 중심으로 전체 정보 그룹을 재편성시키거나 의미의 중요도에 따라 각각의 노드 크기에 비례 개념을 적용시키는 기능을 핵심적으로 지원하고 있다. '콘트리'는 정보에 접근한 사용자 로그파일을 발췌하고 분석하여 정보 관리자가 전체 정보 패턴을 분류하고 조직화시킬 수 있도록 하고 있다. 결론적으로 멀티미디어디자인 환경에서 정보위계 표출방식은 정보의 시각적 재현이라는 차원을 넘어 사용자의 정보 찾기 행위와 관련하여 사용자 조작의 다양한 기능적 욕구를 반영하고 있음을 본 연구를 통해 파악할 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.93-102
• /
• 2020

자동차, 항공기, 선박과 같은 대형 복합 기계시스템 설계는 다분야 설계최적화의 영역이다. 다양한 영역의 전문지식과 경험을 동시에 요구하기 때문이다. 최근 급격한 기술발전과 더불어 인간의 편의 증진을 위한 요구로 이들 시스템의 복합도와 복잡도가 점증되고 있다. 이런 복합 시스템의 설계를 위해서는 도메인별 지식뿐만 아니라 다양한 분야의 지식, 경험 그리고 관점을 융합할 수 있는 통합 시스템 설계, 즉 다분야 설계최적화가 필요하다. 과거 다분야 설계최적화는 주로 설계자의 직관과 경험에 의존함으로써 해의 정확도나 시간 효율면에서 효용성이 크게 높지 않았다. 최근 다분야 설계최적화는 정보통신기술(IT)의 발전에 힘입어 프로세스통합 및 설계최적화(PIDO) 프레임워크에 의해 주로 구현된다. 본 논문은 오픈소스 PIDO 프레임워크인 RCE를 이용하여 합리적 수준의 노력과 시간 투입으로 효율적인 다분야 설계최적화를 구현하는 프로세스와 방법론을 찾고자 한다. 벤치마킹 예제로 벌크선 개념설계 모델에 본 논문이 제안한 다분야설계최적화 프로세스와 방법론을 적용해 보았다. 최적설계 결과에 대한 시각적 분석을 통해 제안된 방법론의 타당성을 확인하였다.