• International Journal of Advanced Culture Technology
• /
• 제1권2호
• /
• pp.13-17
• /
• 2013

Today, most of the companies have numerous issues to take advantage of the data within the organization. Modeling techniques could be described using profile and historical log data as a tool of data mining techniques. It is covered increasingly with data entry, research, processing, modeling and reporting components of the icon in the form of easy-to-use in many datamining tools. Visual data mining process can create a data stream. In this paper, customer behavior is predicted in pages or products, using the history profile analysis and the navigation items are necessary to predict unknown features.

• 대한화학회지
• /
• 제59권6호
• /
• pp.483-487
• /
• 2015

The different calculated quantum chemical descriptors by DFT method were used for prediction of some sulphanilamide Schiff bases inhibitor activity as a binding constant (log K). Multiple linear regression (MLR) and artificial neural network (ANN) were employed for developing the useful quantitative structure activity relationship (QSAR) model. The obtained results presented superiority of ANN model over the MLR one. The offering QSAR model is very easy to computation and Physico-Chemically interpretable. Sensitivity analysis was used to determine the relative importance of each descriptor in ANN model. The order of importance of each descriptor according to this analysis is: molecular volume, molecular weight and dipole moment, respectively. These descriptors appear good information related to different structure of sulphanilamide Schiff bases can participate in their inhibitor activity.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.27-35
• /
• 2018

본 논문은 안드로이드 플랫폼에서 악성 어플리케이션을 탐지하기 위한 연구로, 안드로이드 악성 어플리케이션에 대한 위협과 행위 분석에 대한 연구를 바탕으로 머신러닝을 적용한 악성 어플리케이션 탐지를 수행하였다. 안드로이드의 행위 분석은 동적 분석도구를 통해 수행할 수 있으며, 이를 통해 어플리케이션에 대한 API Calls, Runtime Log, System Resource, Network 등의 정보를 추출할 수 있다. 이 연구에서는 행위 분석을 통한 특징 추출을 머신러닝에 적용하기 위해 특징에 대한 속성을 변환하고, 전체 특징에 대한 머신러닝 적용과 특징들의 연관분석을 통한 주성분분석으로 특징간의 상관분석으로 얻은 머신러닝 적용을 수행하였다, 이에 대한 결과로 악성 어플리케이션에 대한 머신러닝 분류 결과는 전체 특징을 사용한 분류 결과보다 주요 특징을 통한 정확도 결과가 약 1~4%정도 향상되었으며, SVM 분류기의 경우 10%이상의 좋은 결과를 얻을 수 있었다. 이 결과를 통해서 우리는 전체적인 특징을 이용하는 것보다, 주요 특징만을 통해 얻을 결과가 전체적인 분류 알고리즘에 더 좋은 결과를 얻을 수 있고, 데이터 세트에서 의미있는 특징을 선정하는 것이 중요하다고 파악하였다.

• 한국정보과학회논문지:정보통신
• /
• 제37권1호
• /
• pp.27-34
• /
• 2010

본 논문에서는 네트워크 트래픽의 수동적 측정치 분석을 통해 잘 알려진 장거리 상관관계가 광역 네트워크의 능동적 측정치에도 존재하는지 여부를 관련 분석법을 통하여 검정하고자 한다. 이를 위하여 PingER 프로젝트를 통하여 측정된 광역 네트워크 트래픽의 대표적인 능동적 측정치인 RTT(Round Trip Time)와 RTT의 변동성 시계열 데이터에 대하여 분석을 수행하였다. RTT 시계열 데이터는 장거리 상관관계 혹은 1/f 노이즈의 특성을 보였으며, RTT의 고차원 변화량으로 정의된 변동성은 로그정규분포를 따르며 변동성에 대한 장거리 상관관계는 고려하는 시간 간격이 짧은 경우 장거리 상관관계를 보이고, 시간 간격이 긴 경우에는 장거리 상관관계 혹은 1/f 노이즈를 따름을 밝혔다. 본 연구를 통해 볼 때 장거리 상관관계는 비단 패킷 도착의 시간 간격 등과 같은 수동적 측정뿐만 아니라 RTT와 같은 능동적 측정에서도 나타나는 특징이며, 특히 능동적 측정에는 수동적 측정에는 잘 나타나지 않는 1/f 노이즈 특성이 존재함을 밝혔다.

• 한국HCI학회논문지
• /
• 제5권1호
• /
• pp.37-43
• /
• 2010

트위터는 2006년 10월에 출시된 이래로 지속적으로 성장하고 있다. 특히 방문자 수 등의 수치적인 성장과 함께 마이크로 블로깅(micro blogging)이라는 새로운 소셜 네트워크의 양식을 확산시키고 있다. 국내에서도 me2day 등 '토종' 서비스가 등장했을 뿐 아니라, 향상된 모바일 디바이스의 인터넷 접근성이 마이크로 블로그의 확산을 자극 할 것으로 예측된다. 이런 맥락에서 본 연구는 마이크로 블로그라는 새로운 매체에 대한 예비 연구를 시도한다. 이를 위해, 국내 상황에 초점을 맞추어 국내 트위터 사용자 로그를 수집, 분석했다. 특히, 트위터라는 '외산' 서비스의 언어적, 문화적 장벽에도 불구하고 이를 극단적으로 활발하게 이용하는 "익스트림 헤비 유저"에 주목하여, 이들은 도대체 누구이며 왜, 어떤 방식으로 마이크로 블로그를 이용하는지 검토했다. 먼저, 무작위 추출 방식으로 일정 수준의 표본을 수집하여 팔로우와 메시지 작성 활동의 전반적인 양상을 검토하였다. 여기서 로렌츠 커브를 적용하여 활동의 쏠림 현상을 확인하였고, 이 곡선을 토대로 국내 트위터 강참여자 집단인 익스트림 헤비 유저 그룹을 도출하였다. 본 연구에서 확보한 표본 가운데에는 총 6명의 익스트림 헤비 유저가 있었고, 이들의 2010년 1월 중 일주일치의 실제 트위터 로그를 추가로 수집하여 분석하였다. 결과적으로 이들은 모바일과 데스크탑에서 다수의 클라이언트를 이용하여 다양한 방식으로 트위터에 접근하고 있었으며, 인터넷 이용 시간과 유사한 패턴으로 이용하되, 생활 속에서 "촘촘한(micro)" 시간 간격으로 꾸준히 많은 양의 메시지를 작성하고 있었다. 중요한 정보, 특별한 이벤트나 감정을 다룰 뿐 아니라, 습관적으로 트위터를 이용하고 있었으며 무엇보다 이들은 마치 SMS나 인터넷 메신저처럼 일종의 '대화의 도구'로써 트위터를 이용하고 있었다. 수집기간 중 이들이 작성한 트윗의 68%가 대화형에 속하는 것으로 나타났다. 또한 나머지 중 24%는 리트윗으로, 가상적으로(virtually) 연결된 '사람' 및 '관계'가 발화의 지배적인 동인(trigger)으로 작용하고 있음을 확인하였다.

• 한국경제지리학회지
• /
• 제10권4호
• /
• pp.427-443
• /
• 2007

본 연구의 목적은 현재 서울시를 포함한 수도권 지역에서 가장 높은 수송분담율을 차지하고 있는 지하철망 상 통행흐름의 시 공간적 구조를 밝히고, 그러한 통행흐름과 토지이용의 관계성을 밝히는 것이다. 특히 본 연구에서는 지난 2004년 7월 이후 수도권 대중교통이용자의 대부분이 이용하고 있는 교통카드 통행거래자료 중 매년 주중 하루치의 통행 트랜잭션 데이터베이스에 대하여 데이터마이닝 기법을 적용하여 지난 4년간 수도권 지하철망 상 통행흐름의 위상학적 구조를 비교분석하였다. 또한 하루 중 시간대별 통행흐름의 공간적 특징을 분석하기 위하여 하루를 아침 출근시간대, 낮 시간대, 저녁 퇴근 시간대로 나누어 수도권 지하철망 상의 각 지하철역의 시간대별 출발통행량과 도착통행량을 산출하고, GIS를 이용하여 그 공간적 패턴을 비교한 결과 시간대별로 확연한 차이가 나타남을 확인하였다. 그리고 지하철 통행흐름의 위상학적 구조와 토지이용과의 관계성을 밝히기 위하여 각 지하철역의 시간대별 출발 도착 통행량과 그 지하철역 주변지역의 토지이용상태를 반영하는 지리적 변수들 간의 상관관계분석과 다중회귀분석을 실시하였으며, 분석 결과 시간대별 출발 통행량 및 도착 통행량 관계를 설명하는 선형 대수식을 도출하였다. 함수식의 적합성 판명을 위하여 공선성진단과 이분산성분석을 실시하였다.

• 한국지구과학회지
• /
• 제32권6호
• /
• pp.665-673
• /
• 2011

저류층 내에 부존되어 있는 탄화수소의 매장량을 계산하기 위해서는 그 저류층의 공극률이 필요하다. 일반적으로 시추공 이외의 지역에 대한 공극률은 시추공에서 얻은 공극률 검층자료로부터 외삽하여 얻지만, 시추공을 포함한 지역에서 획득한 탄성파탐사 자료가 존재하는 경우 시추공 자료와 함께 탄성파 탐사 자료를 이용하여 시추공 이외의 지역에서 보다 정확한 유사 공극률을 추출해낼 수 있다. 이 연구에서는 다항식 신경망 기법을 이용하여 탄성파 탐사 자료와 공극률 검층 자료로부터 유사 공극률 검층 자료를 생성하는 모듈을 개발하였다. 먼저 탄성파 탐사 자료로부터 추출된 지하매질의 특성을 나타내는 탄성파 속성(seismic attribute)과 심도에 따른 시간의 자료로 변환된 공극률 검층 자료로부터 다항식 신경망 기법을 사용하여 상관계수를 추출하였고 이 계수를 이용하여 시추공이 없는 지역에서의 공극률 정보를 생성하였다. 한편, 개발된 모듈에서는 보다 정확한 공극률을 획득하기 위하여 각각의 탄성파 속성들과 공극률 검층 자료와의 상관성 분석을 통해 상관성이 높은 탄성파 속성들을 사용하였다. 개발된 다항식 신경망 모듈의 신뢰성, 활용성을 검증하기 위하여 개발된 모듈을 북해 F3 지역의 현장자료에 적용하고, 얻어진 결과를 상용 프로그램에서 사용되는 확률론적 신경망 기법을 통해 얻어진 결과와 비교하였다. 두 방법으로부터 얻은 결과들은 유사한 결과를 보였으며 이를 통해 개발된 모듈의 신뢰성을 입증할 수 있었다. 또한, 다항식 신경망 기법으로부터 얻어진 유사 공극률 검층 자료가 확률론적 신경망 기법을 통해 얻어진 결과보다 실제 값에 더 가깝다는 것을 보여주었다. 따라서 북해 F3 지역과 같이 시추공 자료가 부족한 지역에서는 다항식 신경망 기법이 효과적임을 알 수 있었다.

• Journal of Information Technology Applications and Management
• /
• 제20권3_spc호
• /
• pp.231-257
• /
• 2013

The recent rise in the unstructured data generated by social media has resulted in an increasing need to collect, store, search, analyze, and visualize it. These data cannot be managed effectively by using traditional data analysis methodologies because of their vast volume and unstructured nature. Therefore, many attempts are being made to analyze these unstructured data (e.g., text files and log files) by using commercial and noncommercial analytical tools. Especially, the attempt to discover meaningful knowledge by using text mining is being made in business and other areas such as politics, economics, and cultural studies. For instance, several studies have examined pending national issues by analyzing large volumes of texts on various social issues. However, it is difficult to create satisfactory information services that can identify R&D documents on specific national issues from among the various R&D resources. In other words, although users specify some words related to pending national issues as search keywords, they usually fail to retrieve the R&D information they are looking for. This is usually because of the discrepancy between the terms defining pending national issues and the corresponding terms used in R&D documents. We need a mediating logic to overcome this discrep 'ancy so that we can identify and package appropriate R&D information on specific pending national issues. In this paper, we use association analysis and social network analysis to devise a mediator for bridging the gap between the keywords defining pending national issues and those used in R&D documents. Further, we propose a methodology for packaging R&D information services for pending national issues by using the devised mediator. Finally, in order to evaluate the practical applicability of the proposed methodology, we apply it to the NTIS(National Science & Technology Information Service) system, and summarize the results in the case study section.

• 지능정보연구
• /
• 제28권1호
• /
• pp.175-196
• /
• 2022

우리나라의 주력 산업 중 하나였던 정보통신 및 가전 산업은 점차 수출 비중이 낮아지는 등 수출 경쟁력이 약화되고 있다. 본 연구는 이런 정보통신 및 가전 산업의 수출 제고를 돕기 위해서 객관적으로 수출경쟁력을 분석하고 수출 유망국가를 제시하고자 했다. 본 연구는 수출경쟁력 평가를 위해서 네트워크 분석 중 구조적 특징, 중심성 그리고 구조적 공백 분석을 수행했다. 유망 수출 국가를 선정하기 위해서는 기존에 경제적 요인 외에도 이미 형성된 글로벌 무역 네트워크(ITN) 즉 글로벌 밸류체인(GVC)의 특성을 고려할 수 있는 새로운 변수를 제안했다. 국가간 무역 네트워크 분석에서 Exponential Random Graph Model(ERGM)을 통해 도출된 개별적인 링크에 대한 조건부 로짓값(log-odds)을 수출가능성을 나타낼 수 있는 대리변수로 가정했다. 이런 ERGM의 링크 연결 가능성까지 고려해 수출 유망국가를 추천하는 데는 모수적 접근 방법과 비모수적 접근 방법을 각각 활용했다. 모수적 방법에서는 ERGM에서 도출된 네트워크의 링크별 특성값을 기존의 경제적 요인에 추가 고려하여 우리나라 정보통신 및 가전 산업 수출액을 예측하는 회귀분석 모형을 개발했다. 또한 비모수적 접근 방법에서는 클러스터링 방법을 바탕으로 한 Abnormality detection 알고리즘을 활용했는데, 2개 Peer(동배)에서 벗어난 이상값을 찾는 방법으로 수출 유망국가를 제안했다. 연구 결과에 따르면, 해당 산업 수출 네트워크의 구조적 특징은 이전성이 높은 연결망이었으며, 중심성 분석결과에 따르면 우리나라는 수출에 규모에 비해서 영향력이 약한 것으로 나타났고, 구조적 공백 분석결과에서 수출 효율성이 약한 것으로 나타났다. 본 연구가 제안한 추천모델에 따르면 모수 분석에서는 이란, 아일랜드, 북마케도니아, 앙골라, 파키스탄이 유망 수출 국가로 나타났으며, 비모수 분석에서는 카타르, 룩셈부르크, 아일랜드, 북마케도니아, 파키스탄이 유망 국가로 분석되었으며, 분석방법에 따라 추천된 국가에서는 일부 차이가 나타났다. 본 연구결과는 GVC에서 우리나라 정보통신과 가전 산업의 수출경쟁력이 수출 규모에 비해서 높지 않음을 밝혔고, 따라서 수출이 더욱 감소될 수 있음을 보였다. 또한 본 연구는 이렇게 약화된 수출경쟁력을 높일 수 있는 방안으로 다른 국가들과의 GVC 네트워크까지 고려해 수출유망 국가를 찾는 방법을 제안했다는데 의의가 있다.

• 중소기업융합학회논문지
• /
• 제6권4호
• /
• pp.31-36
• /
• 2016

사용자 인증은 네트워크 보안하는 첫 번째 단계이다. 인증의 유형은 많이 있으며, 하나 이상의 인증 방식은 네트워크 내의 사용자의 인증을 보다 안전하게 한다. 하지만 생체 인증 제외하고, 대부분의 인증 방법은 복사 할 수 있다. 또한 다른 사람이 타인의 인증을 악용 할 수 있다. 따라서, 하나 이상의 인증 방식은 안전한 인증을 위해 사용되어야한다. 보안을 너무 강조하게 되면 비효율적이기 때문에, 효율적이면서 안전한 시스템을 구축하기 위한 연구가 많이 진행되고 있다. 본 논문은 사용자의 행동에 기초하여 인증 방안을 제시한다. 본 논문에서 제시한 방법은 안전하고 효율적인 통신을 제공하여 클라우드 기반의 모든 시스템에서 사용자 인증에 적용될 수 있으며, 빅데이터 분석을 통한 보다 정확한 사용자 인증을 통해 안전한 통신에 기여할 것으로 기대한다.