• Journal of Internet Computing and Services
• /
• v.18 no.6
• /
• pp.35-46
• /
• 2017

Recently, attackers using malicious code in cyber security have been increased by attaching malicious code to a mail and inducing the user to execute it. Especially, it is dangerous because it is easy to execute by attaching a document type file. The author analysis is a research area that is being studied in NLP (Neutral Language Process) and text mining, and it studies methods of analyzing authors by analyzing text sentences, texts, and documents in a specific language. In case of attack mail, it is created by the attacker. Therefore, by analyzing the contents of the mail and the attached document file and identifying the corresponding author, it is possible to discover more distinctive features from the normal mail and improve the detection accuracy. In this pager, we proposed IADA2(Intelligent Attack mail Detection based on Authorship Analysis) model for attack mail detection. The feature vector that can classify and detect attack mail from the features used in the existing machine learning based spam detection model and the features used in the author analysis of the document and the IADA2 detection model. We have improved the detection models of attack mails by simply detecting term features and extracted features that reflect the sequence characteristics of words by applying n-grams. Result of experiment show that the proposed method improves performance according to feature combinations, feature selection techniques, and appropriate models.

• Journal of Internet Computing and Services
• /
• v.21 no.2
• /
• pp.1-8
• /
• 2020

Recently, the number of APT(Advanced Persistent Threats) attack using malware has been increasing, and research is underway to prevent and detect them. While it is important to detect and block attacks before they occur, it is also important to make an effective response through an accurate analysis for attack case and attack type, these respond which can be determined by analyzing the attack group of such attacks. Therefore, this paper propose a framework based on genetic algorithm for analyzing malware and understanding attacker group's features. The framework uses decompiler and disassembler to extract related code in collected malware, and analyzes information related to author through code analysis. Malware has unique characteristics that only it has, which can be said to be features that can identify the author or attacker groups of that malware. So, we select specific features only having attack group among the various features extracted from binary and source code through the authorship clustering method, and apply genetic algorithm to accurate clustering to infer specific features. Also, we find features which based on characteristics each group of malware authors has that can express each group, and create profiles to verify that the group of authors is correctly clustered. In this paper, we do experiment about author classification using genetic algorithm and finding specific features to express author characteristic. In experiment result, we identified an author classification accuracy of 86% and selected features to be used for authorship analysis among the information extracted through genetic algorithm.

• Annual Conference on Human and Language Technology
• /
• 2012.10a
• /
• pp.23-28
• /
• 2012

번역을 지원하는 도구로 자동 번역 시스템을 효율적으로 활용하기 위해 중요한 것은 자동 번역에 적합하도록 원문을 작성하거나 이미 작성된 원문에 대한 전처리 작업을 하는 것이다. 본 연구의 궁극적인 목표는 제품 설명서 작성자가 통제언어 체커를 통해 통제언어 규칙들을 적용하여 원문을 작성하도록 하는 것이다. 본 논문은 그 중간 단계로써 제품 설명서에 나타나는 문제 사항이 번역 품질에 어떠한 영향을 미치는지 밝혀내는 것을 목적으로 한다. 연구 대상은 제품 설명서에서 자동 번역의 성능을 저해시키는 요소 중 중의적 명사 수식 구문이다. 이러한 명사 수식 구문들은 분석 단계에서 구조적인 모호성을 초래하여 한국어 분석의 정확도를 떨어뜨리기 때문에 결과적으로 번역 품질을 악화시킬 수 있다. 이를 검증하기 위해 우선 제품 설명서 데이터를 분석하여 자동 번역 결과에 부정적인 영향을 미치는 명사 수식 구문을 다음과 같이 4가지로 유형화 하였다. (유형 1) 관형격 명사구 + 명사 병렬 접속, (유형 2) 동사의 관형형이 수식하는 명사구 + 명사 병렬 접속, (유형 3) 관형격 조사 '의' 중복, (유형 4) 병렬 접속어를 잘못 쓴 경우, 각각의 유형에 대해서 한국어 분석 단계에서 발생할 수 있는 문제에 대해 설명하였으며, 문제 사항에 대해 통제언어 규칙을 제시하였다. 통제언어 규칙에 따라 중의적 명사 수식 구문을 수정한 결과, 한국어 원문의 번역결과보다 한국어 수정문의 번역결과가 작성자의 의도를 더 잘 나타낸다는 것을 확인할 수 있었다.

• Korean journal of communication and information
• /
• v.39
• /
• pp.40-68
• /
• 2007

Despite many efforts to improve water and publicize Arisu, ordinary citizens' distrust in water is still intense. This study aims to analyze how newspapers, television and internet media in Korea covered water-related news, focusing on the type of articles, themes, news sources, and news values. As a result, the mostly mentioned theme in the media was the discussion about suitability of water as a drinking water, followed by impurified water, governmental policy on water, coverage on the water pipe, and result of examination of water quality. Also among newspapers, broadcasting, and the internet, the internet medium showed the most negative tone in covering water. Stories written by journalists with expertise were less than 1% whereas stories by ordinary journalists were mostly found. In conclusion, to cover public issues like water desirably, it is necessary to bring up journalists with expertise in environmental issues, to diversify news sources, and to do investigative reporting rather than reporting appealing to audience's amusement.

• Electronics and Telecommunications Trends
• /
• v.13 no.2 s.50
• /
• pp.29-42
• /
• 1998

이제까지 대부분의 소프트웨어 작성자들은 순차 유지적(sequential consistency) 메모리모델을 기본으로 생각하여 프로그램을 작성하였다. 그러나 이 모델은 쓰기버퍼, 명령어 재배치 등과 같은 하드웨어적인 성능증가뿐 아니가 소프트웨어적인 성능증가기법들을 사용하는 데 많은 제약으로 작용하였다. 따라서 대규모 성능이 우수한 프로그램 실행환경을 채택하고 있다. 이러한 유연한 메모리모델은 분류하기에 따라 매우 다양하지만 일반적으로 process consistency, weak consistency, release consistency 등을 예로 들 수 있다. 본 고에서는 가장 일반적이고 대표적인 메모리 모델인 sequential consistency에 대해 여러 예를 통해 살펴보고, 이제까지 제안되거나 분류된 여러 메모리 모델에 대해 살펴보고 결론을 맺는다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.682-683
• /
• 2014

최근 IT업체들은 온라인 상에서 소비자들이 평소에 쏟아내는 의견들을 수집, 축적해서, 원하는 키워드를 중심으로 내용을 분석함으로써, 특정 주제에 대해 어떤 여론이 형성되고 있으며, 여론이 어떻게 전파되고 있는지 경로를 파악할 수 있는 소셜 빅데이터 분석 툴을 경쟁적으로 개발하고 있다. 본 논문에서는 소셜 빅 데이터를 분석함에 있어 이슈를 감지하고 예측하는 기술을 실제 사례에 적용하여 분석한 결과를 고찰해 보고자 한다. 소셜 미디어 데이터 패턴을 비교 분석하고 부정이슈 감지를 위해 부정 여론을 확산시키는데 영향을 미치는 내용과 작성자를 독립변수로 하고, 평균 이슈 도달 시간 및 속도를 종속변수로 정의한다. 부정 여론 형성의 영향력은 트윗수, 리트윗 수를 기준으로 이슈 감지한다. 분석결과 전체 트윗 중 리트윗 메시지가 큰 비중 차지하고 이슈에 대한 버즈가 증가할수록 리트윗 비중이 증가하였으며 크게 확산될 때는 리트윗량이 크게 증가하여 짧은 시간 안에 넓게 확산하였다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2013.08a
• /
• pp.31-36
• /
• 2013

국내에서 온라인 커뮤니티는 1990년대 말 인터넷과 개인 PC의 급속한 보급으로 인해 대중화되기 시작했다. 커뮤니티는 이용자 간 활발한 커뮤니케이션을 기반으로 구축되고 있으며 이러한 커뮤니케이션은 일상적인 언어적 맥락을 바탕으로 구성된다. 이러한 커뮤니티의 내용 분석은 연구자의 직관에 의해 수행되기 마련이나 연구대상의 양이 많아질 경우 연구자의 직관만으로는 이를 분석하는데 제약이 있을 수 있다. 네트워크 분석은 이와 같은 문제점을 해결 할 수 있는 방법 중 하나이다. 본 연구는 온라인 임신 Q&A 게시판의 내용적 특성을 살펴보기 위하여 네트워크 분석을 수행하였다. 먼저 수집한 데이터의 전체적인 내용적 특성을 살펴본 후, 게시글 작성자인 임산부의 임신 시기에 따른 게시글의 내용적 특성을 살펴보았다. 분석 결과 임신시기별로 핵심적인 단어의 빈도의 차이가 있었으며 네트워크의 구성 또한 다른 것을 확인하였다. 또한 성별에 따라서도 그 내용적 특성이 다른 것을 살펴 볼 수 있었다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.12
• /
• pp.3117-3126
• /
• 1998

본 논문에서는 LOTOS 정형 명세의 확인을 위한 시각적 분석 지원 도구의 개발을 소개한다. 이 도구는 대표적인 두 가지 기능을 제공하는데 명세의 시각적 시뮬레이션과 시각적 확장 기능이 그것이다. 정형 기법 지원도구에서 명세의 분석을 위한 시각적인 방법을 제공하는 것은 시스템 개발에 실질적인 적용 사례가 드문 현실에서, 산업계 등으로 정형기법을 확산시키기 위한 중요한 요인이 된다. 그럼에도 불구하고 기존의 정형 기법 지원 도구에 관한 연구에서는 이 부분을 소홀히 다루었다. 본 연구에서 개발된 도구는 LOTOS 명세 작성자로 하여금 비주얼 전이 트리를 이용하여 보다 직관적이고 편리하게 명세를 분석할 수 있도록 지원한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.533-538
• /
• 2023

문서에서 저자의 의도와 주제, 그 안에 포함된 감성을 분석하는 것은 자연어 연구의 핵심적인 주제이다. 이와 유사하게 특정 글에 포함된 정치적 문화적 편향을 분석하는 것 역시 매우 의미 있는 연구주제이다. 우리는 최근 발생한 한 사건에 대하여 여러 신문사와 해당 신문사에서 생산한 기사를 중심으로 해당 글의 정치적 편향을 정량화 하는 방법을 제시한다. 그 방법은 선택된 주제어들의 문장 공간에서의 거리를 중심으로 그래프를 생성하고, 생성된 그래프의 기계학습을 통하여 편향과 특징을 분석하였다. 그리고 그 그래프들의 시간적 변화를 추적하여 특정 신문사에서 특정 사건에 대한 입장이 시간적으로 어떻게 변화하였는지를 동적으로 보여주는 그래프 애니메이션 시스템을 개발하였다. 실험을 위하여 최근 이슈에 대하여 12개의 신문사에서 약 2000여 개의 기사를 수집하였다. 그 결과, 약 82%의 정확도로 일반적으로 알려진 정치적 편향을 예측할 수 있었다. 또한, 학습 데이터에 쓰이지 않은 신문기사를 활용하여도 같은 정도의 정확도를 보임을 알 수 있었다. 우리는 이를 통하여 신문기사에서의 정치적 편향은 작성자나 신문사의 특성이 아니라 주제어들의 문장 공간에서의 거리 관계로 특성화할 수 있음을 보였다. 할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.450-452
• /
• 2020

기술의 발전과 함께 사용자에게 가까이 자리 잡은 소셜 네트워크 서비스는 이미지, 동영상, 텍스트 등 활용 가능한 데이터의 수를 폭발적으로 증가시켰다. 작성자의 감정을 포함하고 있는 텍스트 데이터는 시장 조사, 주가 예측 등 다양한 분야에서 이용할 수 있으며, 이로 인해 긍부정의 이진 분류가 아닌 다중 감정 분석의 필요성 또한 높아지고 있다. 본 논문에서는 딥러닝 기반 감정 분류에 심리학 이론의 기반 감정 모델을 활용한 결합 모델과 단일 모델을 비교한다. 학습을 위해 AI Hub에서 제공하는 데이터와 노래 가사 데이터를 복합적으로 사용하였으며, 결과에서는 대부분의 경우에 결합 모델이 높은 결과를 보였다.