• 한국콘텐츠학회논문지
• /
• 제6권11호
• /
• pp.249-259
• /
• 2006

이러닝 자원에 대한 재사용 과정을 편리하게 하기 위해서는 표준을 준수하는 메타데이터를 사용하여 이러닝 객체를 적정하게 기술하고 분류하는 작업이 필수적으로 요구된다. 이러한 메타데이터는 이러닝 객체의 재사용에 있어서 중복된 노력을 최소화하고 의미를 상호 이해할 수 있도록 등록저장소에 공개되는 것이 바람직하다. 본 논문은 이러닝 객체에 관한 메타데이터를 생성하고, 저장하고, 발견하며, 추출하는데 있어서 국제 표준인 ebXML(Electronic Business using extensible Markup Language) 등록저장소를 이용하는 방안을 제시한다. 국제적으로 광범위하게 채택되고 있는 IEEE LOM 표준을 준수하여 작성된 이러닝 객체 메타데이터를 ebXML 등록저장소에서 표현하고 관리할 수 있도록, LOM과 ebXML 정보모델간의 변환 체계를 제시하고, 이를 바탕으로 ebRR4LOM이라고 하는 이러닝 등록저장소 프로토 타입을 개발하여 이러한 등록저장소의 유용함을 설명한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권6호
• /
• pp.546-553
• /
• 2007

온톨로지의 활용이 늘어나면서 의미적 유사성 검색에 대한 관심이 높아지고 있다. 본 논문에서는 질의 객체와의 의미적 유사성이 높은 객체를 검색하는 최근접 질의 기법을 제안하였다. 의미적 유사성을 측정하는 유사성 함수로는 최적 대응값 방식의 유사도 함수를 사용하였으며 주석 정보에 대한 색인을 위해 시그니처 트리를 사용하였다. 시그니처 트리는 집합 유사성 검색에서 많이 사용되는 색인 구조로서 유사성 검색에 사용하기 위해서는 검색시 각 노드를 탐색하였을 때 발견할 수 있는 유사도의 최대값을 예측할 수 있어야 한다. 이에 본 논문에서는 최적 대응값 방식의 유사도 함수에 대한 예측 최대값 함수를 제안하고 올바른 예측 함수임을 증명하였다. 또한 시그니처 트리에 동일한 시그니처가 중복되어 저장되지 않도록 구조를 개선하였다. 이는 시그니처 트리의 크기를 감소시킬 뿐만 아니라 질의 성능 또한 향상시켜 주었다. 실험의 데이타로는 대용량 온톨로지와 주석 정보 데이타를 제공하는 Gene Ontology(GO)를 사용하였다. 실험에서는 제안한 방법의 성능 향상 외에도 페이지 크기와 노드 분할 방법이 의미적 유사성 질의 성능에 미치는 영향에 대해 알아보았다.

• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.291-298
• /
• 2024

클라우드 컴퓨팅이 널리 사용되면서, 데이터 유출에 대한 관심도 같이 증가하고 있다. 동형암호는 데이터를 암호화된 채로 클라우드 서버에서 연산을 수행함으로써 해당 문제를 해결할 수 있다. 그러나, 프로그램 전체를 동형암호로 연산하는 것은 큰 오버헤드를 가지고 있다. 프로그램의 일부분만 동형암호를 사용하는 것은 오버헤드를 줄일 수 있지만, 사용자가 직접 프로그램의 코드를 분할하는 것은 시간이 오래 걸리는 작업이고 또한 에러를 발생시킬 수 있다. 이 연구는 지시문을 활용하여 동형암호 프로그램의 코드를 분할하는 컴파일러인 Heapa를 제시하였다. 사용자가 프로그램에 클라우드 컴퓨팅 영역에 대한 코드를 지시문으로 삽입하면 Heapa는 클라우드 서버와 호스트사이의 통신 및 암호화를 적용시킨 계획을 세우고, 분할된 프로그램을 생성한다. Heapa는 영역 단위의 지시문뿐만 아니라 연산 단위의 지시문도 사용가능하여 프로그램을 더 세밀한 단계로 분할 가능하다. 이 연구에선 6개의 머신러닝 및 딥러닝 어플리케이션을 통해 컴파일러의 성능을 측정했으며, Heapa는 기존 동형암호를 활용한 클라우드 컴퓨팅보다 3.61배 개선된 성능을 보여주었다.