• 제목/요약/키워드: Library Performance Indicators

검색결과 63건 처리시간 0.017초

계량서지적 기법을 활용한 LED 핵심 주제영역의 연구 동향 분석 (A Bibliometric Analysis on LED Research)

  • 이재윤;김판준;강대신;김희정;유소영;이우형
    • 정보관리연구
    • /
    • 제42권3호
    • /
    • pp.1-26
    • /
    • 2011
  • 이 연구에서는 계량서지적 기법으로 LED 제조기술 분야의 핵심 연구주체와 동향을 파악하여 관련 연구개발 전략 수립을 위한 기반을 제공하고자 하였다. 최근 10년의 논문 데이터를 대상으로 핵심 소주제별 동향 및 핵심 연구자와 연구기관, 주요 국가별 연구경향을 분석하고, 주제 및 기관 차원의 전략 다이어그램을 도출하였다. 이를 위해서 효과적인 전략 다이어그램을 도출할 수 있는 개선된 방법론을 제안하였다. 분석결과, 우리나라는 일부 LED 생산 기술 부분에서 경쟁력이 있는 것으로 판단되나, 차세대 LED 제조 기술과 같은 미래 유망 영역에 대한 연구개발 지원이 필요한 것으로 나타났다. 연구기관 차원에서는 주요 대학 및 연구기관을 중심으로 LED 분야에 대한 연구의 저변이 확대되고 있는 가운데, 최근 LED 분야에 대한 실제적인 기술 개발은 주로 대기업 중심으로 이루어지고 있었다. 따라서 LED 분야에 대한 계열화된 기술과 유망 영역의 기술을 확보하기 위해서는 세부 영역별 관련 전문기업에 대한 지원 및 육성과 함께, 공동연구 및 산학협력 등 기관 간 협력활동을 확대할 필요가 있을 것이다.

정보검색에 온톨로지 지식 표현이 미치는 영향에 대한 연구: OCLC의 FRBR기반 FictionFinder의 평가를 중심으로 (The Impact of an Ontological Knowledge Representation on Information Retrieval: An Evaluation Study of OCLC's FRBR-Based FictionFinder)

  • 조명대
    • 정보관리학회지
    • /
    • 제25권2호
    • /
    • pp.183-198
    • /
    • 2008
  • 이 연구의 목적은 문학 분야의 서지적 온톨로지인 OCLC의 FictionFinder(http://fictionfinder.oclc.erg)를 질적으로 평가하려는 것이다. FictionFinder는 FRBR모델을 기반으로 기존 목록의 질을 향상시켜 더 많은 가치를 부가하기 위해서 만든 모델인데, 이에 이것이 실제로 전반적인 검색 시스템 성능에 어떻게 영향을 끼치는 가를 평가한 것이다. 이를 위하여 40명의 대학교 4학년 학생이 '생각을 종이에 적기 방법'을 이용하여 다음과 같은 세가지면을 평가하였다 어떻게 이 온톨로지가 도움이 되었는가? 처음에 도움이 되리라고 생각되었던 것들이 실제로 도움이 되던가? 어떤 한 군데를 보던 이용자들이 실제로 관련이 되는 다른 곳으로 이동해서 보던가? 그 결과 온톨로지 기반의 정보검색은 Cutter의 두 번째 원칙대로 의미 있게 묶어서 보여주니 이용자에게 부가가치를 주었으며 인터페이스의 유용성과 사용성을 높여주는 것으로 밝혀졌다. 또한 질적인 방법에 의한 시스템 평가는 시스템 개발 시 전체적인 그림 구축과 이용자의 요구 파악하는데 유용함을 알 수 있었다. 따라서 질적 평가도 정보검색시스템의 평가지표로서 활용될 수도 있을 것으로 본다.

랜섬웨어 탐지를 위한 머신러닝 기반 암호화 행위 감지 기법 (A Machine Learning-Based Encryption Behavior Cognitive Technique for Ransomware Detection)

  • 황윤철
    • 산업융합연구
    • /
    • 제21권12호
    • /
    • pp.55-62
    • /
    • 2023
  • 최근 등장하는 랜섬웨어들은 다양한 공격 기법과 다양한 경로를 통해 공격을 수행하고 있어 조기 탐지와 방어에 많은 어려움을 겪고 있으며, 그 피해 규모도 날로 증가하고 있다. 따라서 본 논문에서는 효과적인 랜섬웨어 탐지를 위하여 파일 암호화와 암호화 패턴을 머신러닝 기반으로 하는 감지 기법을 제안한다. 파일 암호화는 랜섬웨어가 공격하는데 필수적으로 사용하는 기능으로 암호 행위와 암호화 패턴을 분석함으로써 랜섬웨어를 탐지하고 랜섬웨어의 특정 변종이나 새로운 유형의 랜섬웨어를 탐지할 수 있기 때문에 랜섬웨어 공격을 식별하고 차단하는 데 매우 효과적이다. 제안한 머신러닝 기반의 암호화 행위 감지 기법은 암호화 특성과 암호화 패턴 특성을 추출하여 머신러닝 기반의 분류기를 통해 각각 학습을 시켜 해당 행위에 대한 탐지를 진행하고 최종 결과는 두 분류기의 평가 결과를 기반으로 앙상블 분류기에서 랜섬웨어 유무를 판별하여 좀 더 정확도를 높였다. 또한, 제안한 기법을 numpy와 pandas, 파이썬의 사이킷런 라이브러리를 사용하여 구현하여 평가지표를 사용한 성능를 평가한 결과 평균적으로 94%,의 정확도와 95%의 정밀도, 93%의 재현률과 95%의 F1 스코어가 산출되었다. 성능 평가 결과를 보면 암호화 행위 감지를 통해 랜섬웨어 탐지가 가능하다는 것을 확인할 수 있었고 랜섬웨어의 사전 탐지를 위해 제안한 기법의 성능을 높이기 위한 연구도 계속해서 진행되어야 한다.