• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.22-24
• /
• 2003

최근 웹 확산에 따른 일반인들의 인터넷 이용이 급증하였고 이에 따른 정보 기술도 빠르게 변화하고 있다. GIS 분야에서도 시대의 흐름에 맞춰 공간 데이타를 웹상에서 제공하는 웹 GIS 분야가 등장하게 되었다. 그러나, 상호이질적인 공간 데이타를 웹 기반 분산 환경에서 서비스하기 위해 표준 인터페이스와 각각의 웹 서비스 모델을 정의한 통합 시스템이 요구되고 있다. OGC에서는 기존 OPenGIS의 상호운용성을 웹 환경에서 지원하고, 또한 피쳐 인스턴스 단위의 지리정보를 접근하기 위해 새로운 웹 피쳐 서비스 구현 명세를 제안하였다. 웹 피쳐 서비스 구현 명세에서는 클라이언트로부터 HTTP를 통하여 요청된 공간.비공간 질의를 처리하기 위한 URL 컴포넌트를 정의하고 있다. 이 컴포넌트는 클라이언트 질의를 수행하여 피쳐 인스턴스 단위로 데이타를 검색 및 조작하고, 검색된 데이타는 GML로 정의하여 클라이언트로 제공한다. 본 논문에서는 OGC가 제안한 XML 기반의 표준 공간 데이타 포맷인 GML과 웹 피쳐 서비스 인터페이스를 이용해 분산된 지리정보 데이타를 웹 브라우저를 통하여 서비스할 수 있는 웹 피쳐 서비스 시스템을 설계 및 구현하였다.

• 한국인터넷방송통신학회논문지
• /
• 제15권1호
• /
• pp.37-43
• /
• 2015

웹에서 게시되는 이미지 콘텐츠에 대한 기술적 조치들은 화면캡처 방지와 같은 복제방지 방식과 워터마킹 삽입이나 특징점 정보를 통해 무단복제물을 검출 할 수 있는 추적 기술들이 존재한다. 그러나 화면캡처 방지 기술은 이미지 소스 URL이 노출될 경우에는 무단복제를 막을 수 없고 추적 기술은 불법행위를 적발하기 위한 후처리방식이기 때문에 불법복제를 원천적으로 차단하지 못한다는 단점이 존재한다. 또한 저작권 정보 표시기술을 이용할 경우 저작권 정보가 저작권보호 대상의 콘텐츠로부터 간단히 제거 될 수 있다는 단점이 있다. 본 논문에서는 웹 이미지 콘텐츠의 저작권정보를 쉽게 분리할 수 없게 하면서 허가된 사이트에서만 이미지 콘텐츠가 게시되어 열람될 수 있도록 하는 웹 이미지 콘텐츠 저작권 보호 시스템 모델을 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.4008-4023
• /
• 2022

Since machine learning was introduced into cross-site scripting (XSS) attack detection, many researchers have conducted related studies and achieved significant results, such as saving time and labor costs by not maintaining a rule database, which is required by traditional XSS attack detection methods. However, this topic came across some problems, such as poor generalization ability, significant false negative rate (FNR) and false positive rate (FPR). Moreover, the automatic clustering property of graph convolutional networks (GCN) has attracted the attention of researchers. In the field of natural language process (NLP), the results of graph embedding based on GCN are automatically clustered in space without any training, which means that text data can be classified just by the embedding process based on GCN. Previously, other methods required training with the help of labeled data after embedding to complete data classification. With the help of the GCN auto-clustering feature and labeled data, this research proposes an approach to detect XSS attacks (called GCNXSS) to mine the dependencies between the units that constitute an XSS payload. First, GCNXSS transforms a URL into a word homogeneous graph based on word co-occurrence relationships. Then, GCNXSS inputs the graph into the GCN model for graph embedding and gets the classification results. Experimental results show that GCNXSS achieved successful results with accuracy, precision, recall, F1-score, FNR, FPR, and predicted time scores of 99.97%, 99.75%, 99.97%, 99.86%, 0.03%, 0.03%, and 0.0461ms. Compared with existing methods, GCNXSS has a lower FNR and FPR with stronger generalization ability.