• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권6호
• /
• pp.657-668
• /
• 2002

소프트웨어 생명주기는 요구분석, 설계, 구현, 유지보수 단계 등으로 구성되며, 각 단계의 산출물은 다양한 형태를 지니고 있다 이러한 산출물을 표준화한 것이 UML이며, 요구분석 단계에서는 클래스 다이어그램, 사용사례 다이어그램, 활동 다이어그램, 협력 다이어그램이 일반적으로 사용되고 있다. 기존의 UML 개발 도구들은 이러한 다이어그램을 파일에 저장하기 때문에, 다이어그램 정보를 검색하거나 다수의 개발자들이 참석하는 공동 작업시 어려움이 발생한다. 본 논문에서는 이러한 어려움을 해결하고 요구분석 단계에서의 산출물을 효율적으로 처리하기 위하여 다이어그램 정보를 데이타베이스에 저장하고 관리하는 방법을 제안한다. 이를 위해 클래스, 사용사례, 활동, 협력 다이어그램을 구성하고 있는 모든 요소들을 분류하고, 분류된 각 구성요소들을 관계형 테이블로 변환한다. 이렇게 변환된 테이블에 다이어그램 정보를 저장하고 다양한 형태의 질의를 통해 저장된 정보를 검색할 수 있도록 한다. 제안한 방법은 다이어그램 정보를 다수의 개발자가 공유하여 사용할 수 있으며 모델의 재사용에 편리성을 제공할 것이다.

• 한국산학기술학회논문지
• /
• 제16권4호
• /
• pp.2744-2748
• /
• 2015

본 논문에서는 전자정부 표준 프레임워크 프로젝트 내에서 MDD/MDA 기술 적용으로 인한 생산성과 품질 향상효과를 기능점수 (Function Point) 관점과 코드 인스펙션 관점에서 분석하여 제시한다. 또한 본 사례의 프로젝트에서 적용한 MDD/MDA적용 방법을 소개한다. MDD 기법의 발전과 더불어 그 효과를 검증하기 위해 다양한 연구가 진행되고 있으나, 대부분은 사례 연구를 통해 얻어지는 교훈이나, 제한된 측정 데이터로 분석된 효과를 제시하고 있다. 본 연구에서는 효율적인 개발 방법론과 전자정부 표준 프레임워크를 활용하여 MDD를 실제 정보시스템 개발 프로세스에 적용한 사례 연구를 통해 새로운 측정지표로 정량적 효과성을 측정하였다. 더불어 Application Life-Cycle 환경에서 모델링 된 정보들을 통합 저장소를 통하여 관리함으로써 추적성과 가시성이 확보된 방안을 제시한다.

• 산업경영시스템학회지
• /
• 제40권2호
• /
• pp.92-98
• /
• 2017

Data clustering determines a group of patterns using similarity measure in a dataset and is one of the most important and difficult technique in data mining. Clustering can be formally considered as a particular kind of NP-hard grouping problem. K-means algorithm which is popular and efficient, is sensitive for initialization and has the possibility to be stuck in local optimum because of hill climbing clustering method. This method is also not computationally feasible in practice, especially for large datasets and large number of clusters. Therefore, we need a robust and efficient clustering algorithm to find the global optimum (not local optimum) especially when much data is collected from many IoT (Internet of Things) devices in these days. The objective of this paper is to propose new Hybrid Simulated Annealing (HSA) which is combined simulated annealing with K-means for non-hierarchical clustering of big data. Simulated annealing (SA) is useful for diversified search in large search space and K-means is useful for converged search in predetermined search space. Our proposed method can balance the intensification and diversification to find the global optimal solution in big data clustering. The performance of HSA is validated using Iris, Wine, Glass, and Vowel UCI machine learning repository datasets comparing to previous studies by experiment and analysis. Our proposed KSAK (K-means+SA+K-means) and SAK (SA+K-means) are better than KSA(K-means+SA), SA, and K-means in our simulations. Our method has significantly improved accuracy and efficiency to find the global optimal data clustering solution for complex, real time, and costly data mining process.

• 대한환경공학회지
• /
• 제37권5호
• /
• pp.312-323
• /
• 2015

본 논문은 국내 외 사용후핵연료 및 방사성폐기물 관리 현안 분석을 바탕으로 향후 나아갈 방향을 제시한다. 원자력 발전을 앞서 이용해 온 미국 사례를 중심으로 다양한 국가들의 처분장 확보 및 실패 사례와 최근의 관리 정책 기조를 정리하였다. 아울러, 원전 해체에 따른 고선량 방사성폐기물, 핵안보 사안 그리고 핵연료 전주기 관점에서 평가한 경제성 기반 정책 수립의 필요성을 논하였다. 사용후핵연료 및 방사성폐기물 관리의 핵심 사안을 세부적으로 중간저장, 영구처분 그리고 재처리로 분류하고 기술 검토와 인허가 체제 구축 및 연구 추진 방향성에 대한 정책 제언을 담았다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권4호
• /
• pp.353-362
• /
• 2006

데이타 웨어하우스는 기업이나 사회 전반에서 사용되는 방대한 데이타를 저장하고, 효율적인 분석을 가능하게 하는 데이타 저장소로써, 점점 그 활용도가 증가하고 있다. 본 연구에서는 이러한 데이타 웨어하우스 구축 기술의 핵심이 되는 다차원 데이타 큐브 (multidimensional data cube) 기술을 연구하는 데 목적이 있다. 고차원 데이타 큐브에는 필연적으로 내재하는 데이타의 희소성 (sparsity)에 의한 검색 오버헤드가 있다. 본 연구에서는 이러한 오버헤드를 현격하게 감소시키는 알고리즘을 제시함으로써, 데이타 웨어하우스의 효율을 높이는 데 기여한다. 즉, 고차원의 희소 데이타 큐브에서 데이타가 조밀하게 밀집된 영역들을 찾아 그 영역을 중심으로 서브 큐브를 구축하여, 데이타 검색 시에 전체의 데이타 큐브를 대상으로 하지 않고 해당 서브 큐브만으로 검색 대상을 제한시킴으로써 검색 효율을 높이는 알고리즘이다. 본 논문에서는 다 차원 대용량의 희소 데이타 큐브로부터 밀도가 높은 서브 큐브를 찾기 위하여 비트맵과 히스토그램에 기반한 알고리즘을 제안하며, 실험을 통하여 제안한 알고리즘의 효용성을 보여준다.

• 산업경영시스템학회지
• /
• 제41권2호
• /
• pp.56-64
• /
• 2018

In recent years, imbalanced data is one of the most important and frequent issue for quality control in industrial field. As an example, defect rate has been drastically reduced thanks to highly developed technology and quality management, so that only few defective data can be obtained from production process. Therefore, quality classification should be performed under the condition that one class (defective dataset) is even smaller than the other class (good dataset). However, traditional multi-class classification methods are not appropriate to deal with such an imbalanced dataset, since they classify data from the difference between one class and the others that can hardly be found in imbalanced datasets. Thus, one-class classification that thoroughly learns patterns of target class is more suitable for imbalanced dataset since it only focuses on data in a target class. So far, several one-class classification methods such as one-class support vector machine, neural network and decision tree there have been suggested. One-class support vector machine and neural network can guarantee good classification rate, and decision tree can provide a set of rules that can be clearly interpreted. However, the classifiers obtained from the former two methods consist of complex mathematical functions and cannot be easily understood by users. In case of decision tree, the criterion for rule generation is ambiguous. Therefore, as an alternative, a new one-class classifier using hyper-rectangles was proposed, which performs precise classification compared to other methods and generates rules clearly understood by users as well. In this paper, we suggest an approach for improving the limitations of those previous one-class classification algorithms. Specifically, the suggested approach produces more improved one-class classifier using hyper-rectangles generated by using Gaussian function. The performance of the suggested algorithm is verified by a numerical experiment, which uses several datasets in UCI machine learning repository.

• 정보처리학회논문지C
• /
• 제13C권1호
• /
• pp.129-136
• /
• 2006

정보 검색 시스템은 사용자가 찾고자 하는 지식 정보를 보다 정확하고 빠르게 전달하는 데 그 목적이 있다. 그러나 현재의 검색 시스템은 단순 구문 분석 방식으로 사용자가 원하는 정확한 정보를 제공하지 못한다. 따라서 본 논문에서는 온톨로지 서버를 이용한 SW-IRS(Semantic Web based Information Retrieval System)를 제안한다. 제안한 시스템은 에이전트 기반의 자동 분류 기술과 시맨틱 점 기반의 정보 검색 기법들을 이용하여 반구조(semi-structured) 문서뿐만 아니라 비구조(unstructured) 문서의 처리를 극대화시키고자 한다. 또한 상호 운용성 및 데이터 통합을 위해 RDF(Resource Description Framework) 방식의 문서 저장 서버를 지원하며 웹 페이지들간에 검색 순위를 두어 보다 신속하고 정확한 정보 검색이 가능하도록 하고자 한다. 마지막으로 새로운 순위 측정 알고리즘을 제안하고 이를 이용한 성능 평가를 실시하여 그 효율성과 정확성을 검증해 보이고자 한다.

• 한국전산구조공학회논문집
• /
• 제27권6호
• /
• pp.653-662
• /
• 2014

구조실험을 위한 데이터 저장소는 구조실험에 관련된 실험정보를 구조공학자와 연구자들이 편리하게 저장하고 열람할 수 있도록 효율적인 구성을 가져야 한다. 데이터 저장소에 대한 평가는 데이터 저장소 자체적인 구성에 대한 평가와 데이터 저장소에 저장된 실제 정보의 구성에 대한 평가로 나눌 수 있다. 데이터 저장소의 자체적인 구성은 클래스로 나타낼 수 있고 데이터 저장소 내에 저장된 실제의 실험정보는 객체로 표현할 수 있는데 본 논문은 클래스와 객체가 가지고 있는 속성구성에 대한 평가요소를 제안한다. 클래스의 속성구성 평가요소로는 클래스내 속성수와 구체적인 값 또는 객체에 의해 구분한 속성의 종류별 수 등이 있는데 이러한 평가요소들을 이용하여 데이터 저장소가 정한 구성을 이해할 수 있다. 객체의 속성구성 평가요소로는 객체내 값있는 속성수 등이 있는데 데이터 저장소내의 실제 실험정보가 레벨별로 어떻게 저장되어 있는가를 파악할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.35-47
• /
• 2011

본 논문은 관계형 데이터베이스로부터 OWL 온톨로지를 자동으로 생성할 수 있는 규칙을 제안한다. 이 규칙의 목적은 기존 관계형 데이터베이스 데이터를 데이터베이스 스키마 변형과 데이터 마이그레이션과 같은 별도의 과정을 거치지 않고도 시맨틱 웹 환경에서 사용할 수 있도록 하는 것이다. 즉, 이 규칙은 RDBMS가 웹 온톨로지 저장소 역할을 동시에 수행하는 것을 돕는다. 그러나 기존의 관계형 데이터베이스와 OWL 사이의 매핑 규칙들을 본 연구의 목적을 위하여 사용하고자 할 경우 다음과 같은 문제가 발생한다. 첫째, 특정 구조의 테이블이 존재하는 데이터베이스로부터는 OWL 온톨로지를 생성할 수 없다. 둘째, 하나의 개체 추출을 위하여 높은 비용의 데이터베이스조인 연산 혹은 여러 개의 SQL 질의가 불필요하게 수반된다. 반면에 본 논문에서 제안하는 규칙은 이러한 문제들을 방지하도록 설계되었으며, 데이터베이스 스키마로부터 OWL 클래스와 프로퍼티를 생성하며, 데이터베이스 인스턴스로 부터 OWL 개체를 생성한다. 또한 이 규칙을 적용하여 생성한 OWL 온톨로지는 OWL 2 DL 사양을 만족시킨다.

• 정보보호학회논문지
• /
• 제30권3호
• /
• pp.429-442
• /
• 2020

최근 침해사고에서 오피스 문서를 통한 공격 비중이 높아지고 있다. 오피스 문서 어플리케이션의 보안이 점차 강화되어왔음에도 불구하고 공격기술의 고도화, 사회공학 기법의 복합적 사용으로 현재도 오피스 문서를 통한 공격이 유효하다. 본 논문에서는 악성 OOXML(Office Open XML) 문서 탐지 방법과 탐지를 위한 프레임워크를 제안한다. 이를 위해 공격에 사용된 악성파일과 정상파일을 악성코드 저장소와 검색엔진에서 수집하였다. 수집한 파일들의 악성코드 유형을 분석하여 문서 내 악성 여부를 판단하는데 유의미한 의심 개체요소 6가지를 구분하였으며, 악성코드 유형별 개체요소 탐지 방법을 제안한다. 또한, 탐지 방법을 바탕으로 OOXML 문서 기반 악성코드 탐지 프레임워크를 구현하여 수집된 파일을 분류한 결과 악성 파일셋 중 98.45%에 대해 탐지함을 확인하였다.