• 한국문헌정보학회지
• /
• 제55권4호
• /
• pp.115-140
• /
• 2021

본 연구는 국외 오픈액세스 분야를 대상으로 LISTA 데이터베이스에서 추출한 키워드 집합을 두 가지 유형(통제키워드, 비통제키워드)으로 구분하고, 각 키워드 유형별로 프로파일링에 기초한 지적구조 분석을 수행한 결과를 검토하였다. 또한, 이를 동시출현단어 분석에 기초한 지적구조 분석의 결과와 비교하였다. 이를 통해 지적구조 분석의 또 다른 방법인 프로파일링에서도 이와 유사한 결과가 도출되는 지를 살펴보고, 동시출현단어 분석과 프로파일링의 차이점을 검토하고자 하였다. 그 결과, 두 가지 키워드 유형별로 프로파일링에 기초한 지적구조 분석의 결과는 동시출현단어 분석과 유사한 차이가 있었다. 또한 프로파일링과 동시출현단어 분석에 기초한 지적구조 분석의 결과 간에도 주목할 만한 차이가 있었다. 따라서 키워드를 사용하는 지적구조 분석은 연구 목적에 따라 키워드 유형별 특성을 고려하여야 하며, 특정 분야의 연구 동향을 보다 명확하게 파악하기 위해서는 동시출현단어 분석보다 프로파일링에 기초한 지적구조 분석을 사용하는 것이 더 나은 결과를 기대할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제20권1호
• /
• pp.66-73
• /
• 2017

Due to the recent rapid changes in society and wide spread of information devices, diverse digital information is utilized in a variety of economic and social analysis. Information related to the crime statistics by type of crime has been used as a major factor in crime. However, statistical analysis using only the structured data has the difficulty in the investigation by providing limited information to investigators and users. In this paper, structured data and unstructured data are analyzed by applying Korean Natural Language Processing (Ko-NLP) and the Latent Semantic Analysis (LSA) technique. It will provide a crime profile optimum system that can be applied to the crime profiling system or statistical analysis.

• 한국심리학회지:법
• /
• 제13권1호
• /
• pp.75-97
• /
• 2022

프로파일링은 국내 범죄심리학의 대표적인 활용 영역으로 인식되고 있으며, 경찰청 프로파일러는 확고한 직업군으로 자리 잡고 있다. 그러나 사회적 인지도와 비교하면 정작 경찰 내부에서의 인식이나 활용도는 높지 않은 편이다. 본 연구에서는 강력사건 발생 시 프로파일러에게 프로파일링을 요청하고 활용하는 수사관의 인식을 파악하여 프로파일링 활용 의도에 영향을 미치는 요인을 확인하고자 하였다. 이를 위해 수사관들이 범죄 수사과정에서 고려하는 요소들에 대한 중요도 인식과 프로파일링에 대한 태도가 프로파일링 활용 의도에 미치는 관계를 경로모형을 통해 검증했다. 경찰 수사관 340명을 대상으로 조사한 결과, 수사관의 수사요소에 대한 중요도 인식은 규범적 수사(증거 수집과 법적 판단 등)와 사실적 수사(범죄자 분석, 범죄정보 시스템 분석 등) 중요도의 2가지 요인으로 구분되었으며, 이 중 사실적 수사 중요도가 프로파일링에 대한 태도를 매개하여 활용 의도에 정적 영향을 미치는 것으로 나타났다. 반면, 규범적 수사 중요도의 경우 프로파일링에 대한 태도에 부적 영향을 미치는 것으로 나타났다. 이러한 결과는 수사관이 자신의 주 업무 영역인 수사에 대해 가지는 인식이 프로파일링에 대한 태도뿐 아니라 프로파일링 요청 여부를 결정하는 역할을 하고 있음을 시사한다. 연구결과를 바탕으로 프로파일링 이용 활성화에 필요한 전략을 논의하였다.

• 정보보호학회논문지
• /
• 제32권5호
• /
• pp.987-995
• /
• 2022

딥러닝 기반 프로파일링 부채널 분석은 사전에 소비전력과 같은 부채널 정보와 중간값과의 관계를 신경망이 학습한 뒤, 학습된 신경망을 이용하여 공격 파형의 비밀키를 찾아내는 기법이다. 최근에는 실제 부채널 분석 환경을 고려하기 위하여 교차 디바이스 환경에서의 분석 방안들이 제안되고 있다. 그러나 이러한 환경은 프로파일링 디바이스와 공격 디바이스의 칩이 다르면 공격 성능이 낮아지는 한계점이 존재한다. 따라서 본 논문에서는 공격자가 프로파일링 디바이스와 다른 칩을 가지는 공격 디바이스를 가지고 있는 환경을 이종 디바이스라고 정의하고, 이러한 환경을 고려한 분석 방안을 제안하고자 한다. 프로파일링 데이터와 공격 데이터에서 발생하는 도메인 차이를 줄이기 위해 비지도 도메인 적응을 사용하였다. 또한, 각 데이터의 특징을 잘 추출하기 위하여 여러 전처리 데이터와 원본 데이터를 학습하는 신경망 구조인 MCNN를 이용하였다. 이종 디바이스 환경을 구성하기 위해 8-bit 기반 프로세서 1개, 32-bit 기반 프로세서 5개를 이용하여 AES-128 전력 파형을 수집하였다. 제안한 방법론을 적용한 신경망과 적용하지 않은 신경망의 공격 성능을 비교했을 때, 제안한 방법론을 적용한 신경망의 최소 분석 파형 수가 최대 25배 이상 낮아졌다.

• 한국기록관리학회지
• /
• 제12권2호
• /
• pp.29-50
• /
• 2012

본 연구는 국내 전자기록 분야의 연구영역과 동향을 분석하여 향후의 연구방향을 제시하고자 하는 것이다. 이를 위해 첫째, 1999년부터 2011년까지 발표된 문헌정보학과 기록관리학 분야 국내 학술지 7종의 논문 161편을 대상으로 생산성 측면에서 국내 전자기록 분야 연구의 개괄적인 현황을 파악하기 위한 기본 분석을 수행하였다. 둘째, 이러한 161편의 논문에 대하여 텍스트 마이닝 분석기법으로서 디스크립터 프로파일링과 저자 프로파일링을 이용하여 지적구조를 분석하였다. 셋째, 기본분석 및 지적구조 분석의 결과로서 국내 전자기록 분야의 실제적인 연구영역 및 동향에 기초하여 향후의 발전 방향을 제시하였다.

• Mass Spectrometry Letters
• /
• 제4권1호
• /
• pp.10-17
• /
• 2013

Recent developments in MS-based glycomics and glycoproteomics have rapidly advanced the field and pushed the boundaries of glyco-analysis into new territories. This review will lay out current workflows and strategies for characterization of the glycoproteome, including (in order of increasing complexity and information content) preliminary site mapping, compositional glycan profiling, isomer-specific glycan profiling, glycosite-specific glycopeptide profiling, and finally, glycoproteomic profiling.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.84-91
• /
• 2022

베이스보드 매니지먼트 컨트롤러(BMC, Baseboard Management Controller)는 다양한 통신 인터페이스를 사용하여 서버 모니터링, 유지보수, 제어 기능을 지원한다. 그러나, 디바이스 드라이버 초기화 과정에서 예기치 못한 문제가 발생할 경우 BMC가 정상적으로 동작하지 않을 수 있기 때문에 디바이스 드라이버 초기화 과정을 정확하게 분석하고, 분석 결과를 확인할 수 있는 기능을 제공하는 부팅 과정 프로파일링 도구는 필수적이다. 기존 부팅 과정 프로파일링 도구들은 BMC 부팅 과정 분석에 필요한 디바이스 드라이버 초기화 과정과 결과를 구체적으로 제공하지 않아 개발자가 필요에 따라 여러 도구를 조합하여 사용해야 하는 불편함이 있다. 본 논문에서는 BMC의 부팅 과정 프로파일링 도구를 제안한다. 제안하는 도구는 디바이스 드라이버 초기화 과정분석, CPU 및 메모리 사용률 분석, 커널 버전 관리 기능을 제공한다. 제안하는 도구를 사용하여 부팅 과정을 쉽게 분석할 수 있으며, 분석 결과는 부팅 시간 단축에 사용될 수 있다. 또한 제안한 도구를 Linux 기반의 BMC에 구현하고, 제안한 도구가 기존 프로파일링 도구에 비해 효율적임을 보인다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제24권6호
• /
• pp.147-154
• /
• 2000

A numerical procedure to analyze 3-dimensional elastohydrodynamic lubrication was applied on the cam-roller contact of the valve mechanism for a marine diesel engine. Both the pressure distribution and the film thickness between the cam and roller follower were calculated for each time step of the whole cycle. The pressure spike is shown at the outlet of the roller edge and it is getting higher as the external load is increased. An effective profiling method for the roller edge was suggested using the results of elastohydrodynamic lubrication analysis and the peak pressure was removed completely with the new profiling.

• 정보보호학회논문지
• /
• 제30권1호
• /
• pp.39-49
• /
• 2020

본 논문에서는 중국 표준 블록 암호 알고리즘인 SM4가 부채널 공격에 취약함을 보이고 그에 대한 대응책을 제안하고자 한다. 먼저, SM4는 차분 전력 분석(DPA)과 상관 전력 분석(CPA)에 기반한 공격에 의해 쉽게 비밀 키가 노출됨을 확인하였다. 논문에서는 공격 취약 요소를 분석하고 데이터 마스킹에 기반한 전력 분석 공격 대응 기법을 설계하였다. 제안한 SM4에 대한 1차 마스킹 기법은 딥 러닝 기반의 다층 퍼셉트론(MLP) 모델을 이용한 공격 프로파일링(profiling) 기반 공격에는 여전히 취약하지만, 차분 전력 분석이나 상관 전력 분석과 같은 비프로파일링(non-profiling) 공격에는 충분히 대응할 수 있음을 확인하였다.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1291-1300
• /
• 2020

최근 딥러닝 기반 비프로파일링 부채널 분석이 제안됐다. 딥러닝 기반 비프로파일링 분석은 신경망 모델을 모든 추측키에 대해 학습시킨 뒤, 학습된 정도의 차이를 통해 올바른 비밀키를 찾아내는 기법이다. 이때, 신경망 학습모델 설계에 따라 비프로파일링 분석성능이 크게 달라지기 때문에 올바른 모델 설계의 기준이 필요하다. 본 논문은 학습모델 설계에 사용 가능한 2가지 loss 함수와 8가지 label 기법을 설명하고, 비프로파일링 분석과 소비전력모델 관점에서 각 label 기법의 분석성능을 예측했다. 해밍웨이트 소비전력모델을 가정했을 때의 비프로파일링 분석 특징을 고려해서 One-hot 인코딩을 적용하지 않은 HW(Hamming Weight) label과 CO(Correlation Optimization) loss를 적용한 학습모델이 가장 좋은 분석성능을 가질 것으로 예측했다. 그리고 AES-128 1라운드 Subbytes 연산 부분 데이터 집합 3가지에 대해 실제 분석을 수행했다. 제시한 각 label 기법과 loss 함수를 적용한 총 16가지 MLP(Multi-Layer Perceptron)기반 학습모델로 두 데이터 집합을 비프로파일링 분석하여 예측에 대해 검증했다.