• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권11호
• /
• pp.383-390
• /
• 2015

이질적인 링크와 다양한 장비로 구성된 오늘날의 복잡한 네트워크를 모니터링하고 관리하기 위해서 NETCONF를 사용하는 것이 적합하다. NETCONF의 첫 표준이 배포된 이래로 여러 번의 개정이 있었으나 계층별로 기능의 단점은 여전히 존재하고 있는데, 가장 대표적인 것이 Content 계층에서의 XML 문서 처리 효율성이다. 본 논문에서는 Content 계층에 데이터 간 종속성에 기반한 서브트리를 구성하여 데이터 모델링을 수행하고, XPath 질의에 대해 확장된 VTD-XML 기술을 적용하여 XML로부터 데이터를 효율적으로 추출하는 방법을 제안한다. 제안 기법이 적용된 NETCONF와 선행 연구의 NETCONF 및 표준 NETCONF를 비교하는 실험을 수행하고 논문에서 개선한 NETCONF의 우수성을 검증한다. 실험 결과로 본 논문에서 개선한 NETCONF가 다른 두 가지 NETCONF에 비해 질의 처리율에서는 각각 4%와 10% 우수하며, 질의 처리 속도에 있어서는 각각 3.9초와 10.4초 빠름을 확인하였다.

• 정보처리학회논문지D
• /
• 제9D권6호
• /
• pp.1009-1016
• /
• 2002

본 논문에서는 인터넷 컨텐츠 사이트에서 묵시적인 평가정보를 이용한 새로운 사례기반 추천시스템을 설계하고 구현하였다. 본 시스템은 크게 사용자 프로파일 생성 모듈, 유사도 계산 및 추천 모듈, 개인화된 메일링 모듈로 구성된다. 사용자 프로파일 생성 모듈에서는 사용자가 컨텐츠를 이용하면서 남긴 로그 기록을 이용하여 컨텐츠에 대한 개인별 선호도를 추출할 수 있는 속성내, 속성간 가중치를 제시하였다. 유사도 계산 및 추천 모듈에서는 사용자 프로파일과 새로운 컨텐츠간의 유사도를 측정하기 위한 유사도 계산식을 제시하였다. 개인화된 메일링 모듈에서는 개인별 선호도에 의해 구성된 추천 컨텐츠를 플렛폼-독립적인 XML 문서 형식으로 변환하여 발송한다. 제안된 모델에 대한 추천 효율을 검증하기 위해 평균절대오차(MAE)와 반응자작용특성(ROC) 값을 이용하여 제안한 추천 모델과 협동적 필터링 기법과 비교 실험하였다. 실험결과, 본 논문에서 제안한 모델의 추천 효율이 기존의 협동적 필터링 기법보다 우수함을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권1호
• /
• pp.1-17
• /
• 2007

다양한 사용자 및 응용 프로그램들이 XML을 기반으로 정보의 분산과 공유를 요구함에 따라 안전하고 효율적으로 XML 데이타를 접근하는 요구가 중요한 이슈로 부각되고 있다. 특히, 접근제어 규칙을 XPath로 표현함으로써 문서 단위 접근 범위의 한계를 극복하고 문서의 일부분 단위의 접근을 해결하면서 접근제어를 수행할 때 발생될 수 있는 충돌에 대한 해결책을 마련하는 안전성에 초점을 둔 연구들은 많았으나 접근제어를 수행할 때의 효율성에 초점을 둔 연구는 미비하다. 본 논문은 안정성뿐만 아니라 효율성을 고려한 XML 접근제어 시스템을 내용으로 하고 있다. 제안하는 방법은 사용자의 질의와 그 사용자의 접근제어 규칙들 중에 질의와 관련된 접근제어 규칙들만을 선택하게 하고 XPath 2.0에서 지원하고 있는 집합 연산을 적절히 연결시켜 접근 제어 정책을 준수하는 새로운 대체 질의로 변경하는 선처리 방법이다. 본 논문에서 제안하고 있는 방법은 어떠한 XML 데이타베이스 관리 시스템에도 적용가능하며 최소 단위의 접근제어 수행, 구현의 용이성, 낮은 실행시간, 그리고 안전하고 정확한 대체 질의 생성을 보장한다. 이와 같은 장점들을 실험을 통해 분석한다.

• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.493-500
• /
• 2008

개인 통신 방법의 수단으로 전자 메일이 널리 사용되고 있으나, 업무에 직접 관련이 없는 쓸모없는 상업용 메일도 대량으로 유포되고 있다. 본 연구에서는 사용자가 작성한 프로파일을 이용하여 메일을 자동으로 그룹핑(grouping) 하는 방법을 제안하고자 한다. 기존의 연구 방법은 단어의 빈도수만을 이용하는 단일 속성을 이용하므로 높은 정확률을 얻을 수 없었다. 그러나 본 논문에서 제안하는 방법은 기존 사용자의 폴더에 수신된 메일의 분류 체계에서 추출된 사용자 프로파일을 이용하여 그룹핑 되는 메일의 정확률을 높이고자 한다. 본 논문에서 적극적으로 이용하는 정보는 다중 속성(송신처, 문서의 주제, 문서의 유형 정보, 시간제한 표현의 어구 등) 값이다. 사용자의 프로파일을 이용함으로써 새로 도착한 메일이 사용자에게 중요한가 혹은 중요하지 않은가의 자동 판단이 가능하도록 시스템을 설계하였다. 학습 데이터를 네 가지 형태로 나누어 실험한 결과 Rocchio와 Widrow-Hoff의 상관계수가 각각 0.40과 0.43인 것 보다 본 논문의 방법이 0.52로 보다 높은 상관계수를 나타내 빈도수만을 이용하는 기존의 연구보다 정확한 방법임을 알 수 있었다.