• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.384-386
• /
• 2012

최근, 온라인 소셜 네트워크 서비스의 사용자가 크게 늘어나면서 온라인 사용자들의 특성을 연구하기위한 방안으로 소셜 네트워크 분석이 주목받고 있다. 그러나 대부분의 소셜 네트워크 분석 방법은 두 노드 사이의 최단경로를 계산해야하므로 계산 시간이 오래 걸리는 단점이 있다. 본 논문에서는 휴리스틱 탐색방법의 하나인 최상우선 탐색 방법을 온라인 소셜 네트워크에 적합하도록 수정한 최단경로 탐색 방법을 제안한다. 제안한 방법은 그래프에서 아크의 개수를 평가 값으로 사용하는 휴리스틱 함수를 사용하며 탐색의 효율성을 위하여 경사트리를 제거한 후 경로를 탐색한다. 그리고 검증을 위하여 약 16만 사용자로 구성된 실제 온라인 소셜 네트워크를 수집하여 너비우선 탐색 방법과 비교 실험을 하였다. 실험 결과, 본 논문에서 제안한 방법이 너비우선 탐색 방법에 비해 정확도는 80% 정도로 다소 떨어지지만 계산 속도가 약 7.4배 향상됨을 확인하였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 다양하게 분석하는데 유용하다.

• Review of KIISC
• /
• v.31 no.5
• /
• pp.5-12
• /
• 2021

코로나19 팬데믹은 현실뿐만 아니라 사이버 공간에도 지대한 영향을 미쳤다. 재택근무와 비대면(온라인) 회의 뿐만 아니라 온라인 게임/쇼핑과 스트리밍 서비스 등과 같이 네트워크를 활용한 서비스의 이용자가 급증하였으며, 이로 인해 사이버 공간은 더욱 활성화되고 확장되었다. 그러나 사이버 공간의 확장은 이를 대상으로 하는 사이버 공격들도 함께 증가시켰으며, 그 피해규모 또한 증가하고 있어 대응방안 마련이 매우 시급한 상황이다. 본 논문에서는 코로나19 팬데믹 영향에 따른 사이버공격 동향을 살펴보고, 실제 사이버위협을 탐지·대응하는 보안관제, 침해대응 실무현장에서 발생하는 사이버위협을 분석해 사이버위협 동향 변화를 확인해 본다. 또한, 대응기술로서 인공지능과 설명가능 인공지능 기반 정보보호 연구·개발에 대해 소개한다.

• Review of KIISC
• /
• v.31 no.3
• /
• pp.39-44
• /
• 2021

재택근무 확대와 온라인 수업 증가로 클라우드 환경으로의 전환이 확대되고 있다. 하지만 기존 온프레미스 환경과 달리 클라우드의 환경은 자원의 확장 및 재구성이 신속하기 때문에 복잡도가 증가 되었다. 본 논문에서는 급격히 전환되고 있는 클라우드 환경에서의 보안 위협과 이를 대응하기 위한 최근 위협관리 방안에 대해 분석하고, 특히 데브옵스와 같은 컨테이너 환경에서의 서버 워크로드 보안 동향과 수명주기 및 대응 자동화 등에 대한 구축 방향 관련 클라우드 환경 보안 동향을 연구한다.

• Review of KIISC
• /
• v.27 no.4
• /
• pp.14-21
• /
• 2017

온라인 게임은 가상 재화를 현금화할 수 있게 되면서 여러 가지 부정 행위가 발생하고 있다. 그 중 대표적인 것이 사용자 대신에 게임 플레이를 해주는 게임 봇(game bot)이다. 이러한 게임 봇은 사용자는 물론 게임회사에 큰 해를 입히고 있다. 본 연구에서는 게임 봇을 탐지하는 기존의 연구 중 사용자의 행동 로그를 분석하는, 데이터 분석 기반의 연구를 조사하였다. 관련 연구를 사용자의 행위를 중심으로 구분하였고, 향후 연구가 나아갈 방향에 대해 첨언하였다.

• The Journal of the Korea Contents Association
• /
• v.12 no.9
• /
• pp.9-15
• /
• 2012

A conventional event sentence extraction research doesn't learn the 3W features in the learning step and applies the rule on whether the 3W feature exists in the extraction step. This paper presents a sentence weight based event sentence extraction method that calculates the weight of the 3W features in the learning step and applies the weight of the 3W features in the extraction step. In the experimental result, we show that top 30% features by the $TF{\times}IDF$ weighting method is good in the feature filtering. In the real estate domain of the public issue, the performance of sentence weight based event sentence extraction method is improved by who and when of 3W features. Moreover, In the real estate domain of the public issue, the sentence weight based event sentence extraction method is better than the other machine learning based extraction method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.5
• /
• pp.567-575
• /
• 2020

As online social networks are used as a critical medium for modern people's information sharing and relationship, their users are increasing rapidly every year. This not only increases usage but also surpasses the existing media in terms of information credibility. Therefore, emerging marketing strategies are deliberately attacking social networks. As a result, public opinion, which should be formed naturally, is artificially formed by online attacks, and many people trust it. Therefore, many studies have been conducted to detect agents attacking online social networks. In this paper, we analyze the trends of researches attempting to detect such online social network attackers, focusing on researches using social network graph characteristics. While the existing content-based techniques may represent classification errors due to privacy infringement and changes in attack strategies, the graph-based method proposes a more robust detection method using attacker patterns.

• The Journal of Bigdata
• /
• v.8 no.2
• /
• pp.15-25
• /
• 2023

Extreme learning machines (ELMs) are a major analytical method in various prediction fields. ELMs can accurately predict even if the data contains noise or is nonlinear by learning the complex patterns of time series data through optimal learning. This study presents the recent trends of machine learning models that are mainly studied as tools for analyzing online time series data, along with the application characteristics using existing algorithms. In order to efficiently learn large-scale online data that is continuously and explosively generated, it is necessary to have a learning technology that can perform well even in properties that can evolve in various ways. Therefore, this study examines a comprehensive overview of the latest machine learning models applied to big data in the field of time series prediction, discusses the general characteristics of the latest models that learn online data, which is one of the major challenges of machine learning for big data, and how efficiently they can learn and use online time series data for prediction, and proposes alternatives.

• Journal of the Korean Society for Library and Information Science
• /
• v.52 no.2
• /
• pp.165-189
• /
• 2018

The goal of this study is to determine domestic and overseas research trends of archives and records management. To overcome limitations of existing research trends analysis, we selected 8 international journals and visualized impact factors geographically based on published articles from 2000 to 2017. And then we performed timeline based contents analysis. To compare with domestic and overseas trends, we selected 6 domestic journals of archives and records management and analyzed by same ways. Based on the results, we investigated the marco trends in archives and records management, identified the difference among countries, and finally predicted the future research trends.

• Digital Contents
• /
• no.1 s.116
• /
• pp.84-99
• /
• 2003

본고를 통해 일반적으로 소비자, 이용자·네티즌 등의 법적의미와 온라인 사업자로 지칭되는 인터넷 기타 정보통신관련 사업자들의 법률 적용 범위를 명확히 함으로써 사업자, 전기통신사업자, 정보통신서비스제공자, 전자거래 사업자, 전자상거래 사업자, 통신판매업자의 관계를 관련 특별법을 통해 비교,분석해 그 정의와 법적 범위를 분명히 하는데 일조하고자 한다. 또한 이러한 관계에서 정보주체의 개인정보 도용사례를 기술적 과정과 동향을 통해 구체적으로 살펴보기로 한다.

• Electronics and Telecommunications Trends
• /
• v.36 no.2
• /
• pp.75-82
• /
• 2021

Online action detection (OAD) in a streaming video is an attractive research area that has aroused interest lately. Although most studies for action understanding have considered action recognition in well-trimmed videos and offline temporal action detection in untrimmed videos, online action detection methods are required to monitor action occurrences in streaming videos. OAD predicts action probabilities for a current frame or frame sequence using a fixed-sized video segment, including past and current frames. In this article, we discuss deep learning-based OAD models. In addition, we investigated OAD evaluation methodologies, including benchmark datasets and performance measures, and compared the performances of the presented OAD models.