DOI QR코드

DOI QR Code

국가 정보보호 지수 산출을 위한 OLAP 데이터베이스 시스템의 구축

Development of an OLAP Database System for Calculating National Information Security Index Numbers

  • 최정우 (숭실대학교 대학원 산업.정보시스템공학과) ;
  • 최인수 (숭실대학교 산업.정보시스템공학과)
  • Choi, Jung-Woo (Industrial & Information Systems Engineering, Soongsil Univ.) ;
  • Choi, In-Soo (Industrial & Information Systems Engineering, Soongsil Univ.)
  • 투고 : 2011.09.27
  • 심사 : 2011.10.08
  • 발행 : 2011.12.31

초록

UN, OECD, ITU 등 국제기구들은 정기적으로 정보 정책을 수립하고 평가하는데 활용하기 위한 목적으로 정보화 지수를 발표한다. 정보화 지수는 국가의 정보 정책의 수행능력을 평가하고 미래에 진행할 정부의 정보화 프로젝트를 선택하기 위한 기준으로서 활용된다. 정보 시스템이 고도화됨에 따라 이와 더불어 정보보안 역시 그 중요성이 부각되고 있는 실정이고, 이에 따라 국가 정보보호 지수의 산출이 필요하게 되었다. 정보 보안 지수는 특정 그룹의 정보 보안의 특성을 가장 명확하게 표현하는 공식 수치 값이며, 이는 정부의 정보 보안 정책을 결정하는데 이용된다. 국가 정보보호 지수를 산출하는 데에는 현재 설문지 조사방법이 사용되고 있는데, 이 방법으로는 충분한 통계 자료를 확보하기 어려우며 그 자료의 신뢰성 또한 높지 않다는 문제점이 존재한다. 본 연구에서는 이를 해결하기 위해 기존의 설문지 조사방법이 아닌 개별 기업의 정보보호 수준에 관한 원시데이터를 정확하게 수집할 수 있는 새로운 방법을 제시하고, 다음으로 원시데이터를 근간으로 하여 머크로 데이터를 얻어 정책 의사결정을 할 수 있는 OLAP 데이터베이스 시스템을 구축하는 것에 목적을 두고 있다. 현 OLAP 체제에서는 모든 계층구조 스키마가 분배적으로 되는 경우에만 제대로 집계데이터를 구할 수 있기 때문에 본 연구에서는 사례의 비 분배적 계층구조 스키마를 분배적 스키마로 변환하여 국가 정보보호 지수를 산출하는 OLAP 데이터베이스 시스템을 구축하였다. 본 연구에서 제안하는 방법은 구현의 관점과 스키마 설계의 관점에서 볼 때에 유용한 방법이 되리라 생각한다.

UN, OECD, ITU and other international organizations regularly announce ISI (Information Society Index) to utilize in establishing and evaluating information policies. ISI is utilized as important data for countries to evaluate their information policy performance and select future projects. As the advancement of information systems, the importance of information security has been emerged. Accordingly, NISI (National Information Security Index) has been required. NISI number is the most clearly figure to express the characteristics of a particular group's information security. It can be utilized in determining information security policies. Currently, questionnaire method has been used to calculate NISI number. But there is an absolute lack of statistical data, and the reliability of surveyed statistical data is problematic. The objective of this paper is to show how to collect precise micro data of each company's information security index numbers, and to develop an OLAP database system which calculating NISI numbers by using those micro data. In this process of the survey, we presented the technique to collect the data more systematically, and to analyze the data without using questionnaire method. OLAP architecture performs only well on the facts that are summarizable along each dimension, where all hierarchy schemas are distributive. Therefore we transformed the non-distributive hierarchy schema into the distributive hierarchy schema to implement OLAP database system. It is thought that this approach will be useful one from an implementation and schema design point of view.

키워드

참고문헌

  1. Korea Communication Commission(KCC), Korea Information Security Agency(KISA), "2008 Informat ion Security Survey in Korea", KOSIS, 2008
  2. TaeIl Kim, JuHyun Seo "A Critical Review of Survey Method in Public Policy Studies", Journal of Korea Public Administration, Vol. 32, No. 3, pp. 199-215, 1998
  3. MinAh Kang, KyungAh Kim, "Handling of Missing Data in Public Policy Studies", Journal of Korea Public Administration, Vol. 40, No. 2, pp.31-52, 2006
  4. Korea Communication Commission(KCC), Korea Information Security Agency(KISA), "2010 Information Security Survey in Korea, KOSIS, 2011
  5. Willem E. Saris, Irmtraud N. Gallhofer "Design, Evaluation, and Analysis of Questionnaires for Survey Research," John Wiley & Sons, pp.35-44, 2007
  6. Robert M. Groves, Floyd J. Fowler Jr., Mick P. Couper, James M. Lepkowski, eleanor Singer, Roger Tourangeau, "Survey Methodology SE," John Wiley & Sons, pp.300-312, 2009
  7. SeHyeon Jang, HanJu Yu, and InSoo Choi, "Design of a Hierarchical Dimension of the Bill of Materials Type", KSCI, Vol. 11, No. 4, pp. 244-250, September. 2006.
  8. Carlos A. Hurtado, and Alberto O. Mendelzon. Jensen, "Reasoning about Summarizability in Heterogeneous Multidimensional Schemas", LNCS 1973, pp. 375-389, 2001.
  9. J. Gray, A. Bosworth, A. Layman, and H. H. Pirahesh, "Data cube : A relational operator generalizing group-by, cross-tab and sub-totals", In Proceedings of the 12th IEEE-ICDE Conference, New Orleans, Los An-geles, USA, 1996.
  10. Robert S. Craig, Joseph A. Vivona, and David Berkovitch, "Microsoft Data Warehousing : Building Distributed Decision Support Systems," pp. 59-66, John Wiley & Sons, 1999.
  11. Carlos A. Hurtado, and Alberto O. Mendelzon. Jensen, "Reasoning about Summarizability in Heterogeneous Multidimensional Schemas", LNCS 1973, pp. 375-389, 2001.
  12. SeungHyun Lee, DuckSung Lee and InSoo Choi, "Applying an Aggregate Function AVG to OLAP Cubes", KSCI, Vol. 14, No. 1, pp. 217-228, Janu ary. 2009.
  13. Svetlana Vinnik, and Florian Mansmann, "From Analysis to Interactive Exploration: Building Visual Hierarchies from OLAP Cubes", LNCS 3896, pp. 496-514, 2006.
  14. Mihwa Oh, ManMo Hwang, JungWoo Choi and InSoo Choi, "An Approach to Navigating Data Cubes with a Hierarchical Visualization Technique", KSCI, Vol. 16, No. 2, pp. 290-305, February. 2011.
  15. Knowledge Information Security Industry Association(KISIA), Korea Information Security Agency(KISA), "2010 Information Security Industry Markets and Trends in Korea", KOSIS, pp. 10, 2010.12
  16. David M. Kroenke, "Database Processing," PEARSON, pp. 174-188, 2011.