• 한국식생활문화학회지
• /
• 제17권1호
• /
• pp.16-29
• /
• 2002

This study had two major purposes: 1) to establish a quantitative measure of the overall restaurant attractiveness for each of the selected restaurants. 2) to examine the implications of the findings from the above concerning the operating initiatives necessary to improve the restaurant attractiveness. A multi attribute model was employed to obtain a numerical index of the attractiveness for each of the three fast food restaurants. It was found that certain of the attributes selected were clearly established as determinant variables(p<0.05). The research plotted the location of Attributes on a graph where the axes are the salience and importance scores to indicate approximate positions in four cells. Finally, the implications of these findings concering marketing and develpment initiatives to improve the perceptual attractiveness of the three fast food restaurant1.s are discussed.

• 한국경영과학회지
• /
• 제27권4호
• /
• pp.111-126
• /
• 2002

This paper presents an interactive decision procedure to aggregate each group member's preferences when each group member articulates his or her preference information incompletely. An index, an indicative for the preference strength between alternatives, is derived to aid each decision maker to articulate preference information about alternatives. We develop a mathematical programming model that can establish dominance relations when the preference information about values of alternatives, attribute weights, and group member's importance weights are provided incompletely. Also, the preference relation between alternatives is to be considered in the model. Based on the preference strength measure and mathematical model, we develop an interactive group decision support procedure.

• 한국통신학회논문지
• /
• 제40권8호
• /
• pp.1597-1605
• /
• 2015

패스워드 인증 키 교환 프로토콜(Password Authenticated Key Exchange: PAKE)은 서버와 클라이언트가 서로 인증하고 키를 교환하는 알고리즘이다. 패스워드를 여러 개의 서버에 나누어 저장해서, 모든 서버가 손상되지 않으면 패스워드나 키가 유출되지 않는 알고리즘은 다중 서버 PAKE다. 속성 기반 암호화 방식에서는 암호화 하는 주체가 원하는 속성을 모두 만족하여야 복호화가 가능한 특징이 있다. 본 논문에서는 속성 기반 암호화 방식의 속성 값을 패스워드로 보아, 공개키/개인키를 별도로 생성하지 않고 공개키 기반 암호화가 가능한 다중 서버 PAKE 프로토콜을 제안한다. 제안한 프로토콜은 서버 당 한 번의 메시지 교환이 필요하며 사전(dictionary) 공격에 안전하다. 또한 사전 공격에 대한 위협 모델을 제시하고 보안 분석을 통하여 안전성을 검증하였으며, 사용한 암호 알고리즘의 수행시간 측정을 통해 제안한 프로토콜의 실현가능성(feasibility)을 검토한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권4호
• /
• pp.319-332
• /
• 2008

OLAP의 다차원 데이타 모델인 데이타 큐브는 많은 다차원 데이타 분석에 성공적으로 적용되었으며, 데이타 스트림 분석에도 적용하려는 많은 연구가 진행되고 있다. 데이타 스트림은 실시간에 지속적으로 방대하게 생성되며, 데이타의 분포적 특성이 빠르게 변한다는 특징을 가지며, 제한된 메모리 및 처리능력 때문에 한번만 검사하여 처리하는 것을 기본으로 한다. 때문에 데이타 스트림을 메모리에 모두 저장하는 것은 불가능하다. 또한 사용자는 모든 속성 값에 대하여 관심을 두기보다는 일정 지지율 이상을 가진 속성 값에 더욱 관심을 가지게 된다. 본 논문에서는 이러한 데이타 스트림 환경에서 데이타 큐브를 효과적으로 적용하기 위한 동적 데이타 큐브를 제안한다. 동적 데이타 큐브는 속성 값의 지지율에 따라 사용자 관심 영역을 지정하고, 속성 값을 동적으로 그룹화하여 관리한다. 이를 통해 메모리 및 처리시간을 절약하게 된다. 또한 동적으로 지지율이 높은 속성에 대한 분석 상세도를 높여주기 때문에 사용자의 관심영역을 효과적으로 보여준다. 마지막으로 실험을 통하여 제한된 메모리에서 동적 데이타 큐브가 효율적으로 동작함을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제9권10호
• /
• pp.492-499
• /
• 2009

본 연구는 학습자의 효과적 학습을 위해 온라인 상 콘텐츠 품질을 구성하는 요소와 오프라인 강의가 콘텐츠 품질을 인식하는데 얼마나 영향을 주는가를 알아보기 위한 연구이다. 다속성 태도모델(multiattribute attitude model)의 속성만족도-중요도 모델(attribute satisfaction-importance model)을 중심으로 온라인 학습에 있어 콘텐츠 품질이 학습태도에 미치는 영향과 오프라인 강의를 병행했을 때의 학습태도(learning attitude) 형성의 변화에 대한 관계를 살펴보고자 한다. 콘텐츠 만족도에 대한 신념(belief)은 콘텐츠 품질을 구성하는 요소로 음성강의, 동영상강의, WBI방식 강의로 나누어 평가한다. 여기에 웹상의 강의와 오프라인 강의를 병행했을 때 형성되는 학습태도의 변화에 대해 연구한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.373-377
• /
• 2009

본 연구는 학습자의 효과적 학습을 위해 온라인 상 콘텐츠 품질을 구성하는 요소와 오프 강의가 콘텐츠 품질을 인식하는데 얼마나 영향을 주는가를 알아보기 위한 연구이다. 다속성 태도모델(multiattribute attitude model)의 속성만족도-중요도 모델(attribute satisfaction-importance model)을 중심으로 온라인 학습에 있어 콘텐츠 품질이 학습태도에 미치는 영향과 오프 강의를 병행했을 때의 학습태도(learning attitude) 형성의 변화에 대한 관계를 살펴보고자 한다. 콘텐츠 만족도에 대한 신념(belief)은 콘텐츠 품질을 구성하는 요소로 음성강의, 동영상강의, WBI방식 강의로 나누어 평가한다. 여기에 웹상의 강의와 오프강의를 병행했을 때 형성되는 학습태도의 변화에 대해 연구한다.

• 융합정보논문지
• /
• 제10권10호
• /
• pp.32-39
• /
• 2020

클라우드 환경의 대규모 인프라 구조에서는 응용프로그램들과 디바이스의 공유로 인하여 불법적인 접근권한 문제가 빈번하게 발생하기 때문에 이러한 공격에 적극적으로 대응하기 위해서는 상황별로 대비가 가능한 강화된 접근통제 시스템이 요구된다. 우리는 대규모 인프라 환경에 기반한 보안등급과 릴레이션 개념의 개체 속성 기반 접근통제 모델을 제시하였다. 본 모델은 주체와 객체에 무결성과 기밀성 등급을 부여하고 동일한 역할에 대해 서로 다른 서비스가 가능한 강화된 접근제어 특성을 가지며, 서비스와 관련된 릴레이션과 상태정보인 컨텍스트에 의해 역할과 권한을 배정함으로써 권한 관리의 유연성을 갖는다. 또한, 대학이라는 대규모 인프라 구조를 갖는 다중 서비스 환경에 적용한 응용 사례를 통하여 본 모델의 적용 가능성을 제시하였다.

• 대한안전경영과학회지
• /
• 제6권3호
• /
• pp.249-273
• /
• 2004

Finding an optimal solution in MADN[(Multi-Attribute Decision-Making) problems is difficult, when the number of alternatives, or that of attributes is relatively large Most of the existing mathematical approaches arrive at a final solution on the basis of many unrealistic assumptions, without reflecting the decision-maker's preference structure exactly. In this paper we suggest a model that helps us find a group consensus without assessing these parameters in specific cardinal values. Therefore, This research provides a comprehensive Decision Making of the theory and methods applicable to the analysis of decisions that involve risk and multiple criteria attributes. after, The emphasis of the procedure will be on developments from the fields of decisions analysis and utility theory of Taguchi Method. This theoretical development will be illustrated through the discussion of several real-world application and a case study. When the multiple number of decision makers are involved in the decision making procedure, the problem of uncertainties invariably occurs, because of the different views between them. In this paper, New decision making model using Taguchi Method is applied to effectively model the multi-attribute-decision making(MADM) procedure in the uncertainties dominated two area(quantitative and qualitative factors), Quantitative factors evaluation is used Loss Function of Taguchi, qualitative factors evaluation is used 50 ratio by each specialist. thus it can be used for aiding of preferable alternative. as a result, We will be proved efficiency about New decision making model of applied Taguchi Method with Analytical presentation of all the expecting outcomes when a specific strategy or an alternative plan is selected under expecting future environment.

• Journal of Computing Science and Engineering
• /
• 제5권3호
• /
• pp.183-196
• /
• 2011

There has recently been a surge of interest in relational database mining that aims to discover useful patterns across multiple interlinked database relations. It is crucial for a learning algorithm to explore the multiple inter-connected relations so that important attributes are not excluded when mining such relational repositories. However, from a data privacy perspective, it becomes difficult to identify all possible relationships between attributes from the different relations, considering a complex database schema. That is, seemingly harmless attributes may be linked to confidential information, leading to data leaks when building a model. Thus, we are at risk of disclosing unwanted knowledge when publishing the results of a data mining exercise. For instance, consider a financial database classification task to determine whether a loan is considered high risk. Suppose that we are aware that the database contains another confidential attribute, such as income level, that should not be divulged. One may thus choose to eliminate, or distort, the income level from the database to prevent potential privacy leakage. However, even after distortion, a learning model against the modified database may accurately determine the income level values. It follows that the database is still unsafe and may be compromised. This paper demonstrates this potential for privacy leakage in multi-relational classification and illustrates how such potential leaks may be detected. We propose a method to generate a ranked list of subschemas that maintains the predictive performance on the class attribute, while limiting the disclosure risk, and predictive accuracy, of confidential attributes. We illustrate and demonstrate the effectiveness of our method against a financial database and an insurance database.

• 기술경영경제학회:학술대회논문집
• /
• 기술경영경제학회 1999년도 제15회 하계 학술발표회 논문집
• /
• pp.245-265
• /
• 1999

MAUT and AHP are widely used for quantification of subjective judgements in various fields of decision making. This study focuses on the introduction and application of MAUT/AHP method which is a hybrid of MAUT and AHP techniques in R&D project priority setting. This hybrid model can clarify each factors' contribution using MAUT method and can reduce the number of pairwise comparisons of AHP method. This study applies AMUT/AHP method to the evaluation of R&D projects in a Government - funded research institute. To evaluate R&D projects, six evaluation factors are derived. SMART(Simple MultiAttribute Rating Technique) and DVM(Difference Value Measurement ) out of many MAUT methods are used to design the utility function ad AHP is used to allocate the weights among evaluation factors. The major findings of this study can be summarized as follows. First, the SMART/AHP and the DVM/AHP have the same results with the SMART and the DVM, and they are different results with AHP. It is very hard to decide which one is better. Second, MAUT/AHP's strength is analyzed. MAUT reflects utility values of evaluators to alternatives and AHP results objective and consistent weights of factors through pariwise comparisons. Third, its possible application fields are proposed. It is applicable to subjective decision making problems with high complexity and inter-independent factors.