• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.12-14
• /
• 2000

XML[1]은 문서의 논리적인 구조를 가지고 있으며 XML 문서를 파싱할 때 이 구조에 맞는지 검증을 하게 된다. 이때 대부분 파서의 경우에는 문서 단위로 검증을 하며 문서의 일부분만 검증할 수 없다. 또한 XML 문서가 변경되었을 때 이 문서가 유효(valid)한지 검사할 때에도 문서 전체를 검증해야 한다. 이렇게 되면 검증할 필요가 없는 부분도 다시 검증하게 되는 오버헤드가 발생하는데 만약 XML 문서가 데이터베이스에 저장되어 있다면 문서 전체를 꺼내어서 검증하고 다시 삽입해야 한다. 본 논문에서는 이러한 문제점을 해결하기 위하여 XML 문서가 변경되었을 때 변경된 부분만 검증할 수 있는 기법을 제한한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.116-118
• /
• 2000

실시간 데이터베이스 시스템에서 낙관적 병행수행 제어는 충돌 해결 시에만 우선순위를 고려하기 때문에 교착상태가 발생하지 않는 시간적 측면에서의 장점으로 잠금기법보다 우수하다고 알려져 있다. 하지만 시간 일관성을 가지지 않는 데이터의 사용은 시스템에 부정적 영향을 준다. 따라서 본 논문에서는 기존의 동적 조정을 사용하는 낙관적 병행수행기법에 데이터의 시간 일관성을 고려한 낙관적 병행 수행 제어기법을 제안한다.

• Annual Conference of KIPS
• /
• 2005.11a
• /
• pp.835-838
• /
• 2005

본 논문에서는 국내에 산재한 생물다양성정보를 e-Learning에 활용하기 위하여 KISTI에서 구축한 생물다양성 데이터베이스 현황과 e-Learning의 기술요소 등을 조사하였으며, 기존에 구축된 생물다양성정보 데이터베이스를 활용하여 일반인과 학생을 위한 e-Learning 생물다양성 학습 콘텐트를 기획하고 설계하였다. 본 설계를 바탕으로 생물다양성 콘텐트를 개발한다면, 국토가 좁고, 네트워크 인프라가 잘 갖추어져 있는 우리나라의 실정에 맞는 사이버공간상의 학습의 장으로서 일반인과 학생들에게도 양질의 e-Learning 학습 콘텐트를 제공할 수 있으리라 기대한다.

• Annual Conference of KIPS
• /
• 2005.05a
• /
• pp.15-18
• /
• 2005

데이터베이스로부터 유용한 정보를 얻기 위해서 데이터마이닝을 사용하는데 많은 데이터들을 다루기 위해서는 좀 더 나은 성능의 데이터마이닝 기법이 필요하다. 연관규칙을 생성하는 기존의 Apriori 알고리즘은 많은 데이터베이스 접근과 많은 조인 횟수로 인하여 수행 속도의 저하를 가져오게 된다. 이를 개선하기 위하여 본 논문에서는 새로운 클러스터링 방법을 이용하여 클러스터링을 수행하고 각 클러스터의 연관규칙을 생성하게 된다. 본 연구의 방법을 이용하게 되면 기존 연관규칙 알고리즘으로 찾지 못했던 규칙도 생성가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10c
• /
• pp.748-750
• /
• 1999

본 논문에서 우리는 통신 비용과 데이터베이스 비용을 감소시키기 위해 사용자 프로파일 복제본을 이용한 동적 위치 관리 기법을 제안한다. 이 기법에서는 위치등록과 호 설정 과정이 통신비용을 감소시킬 수 있는 복제본이 있는 VLR에서 수행되고, 복제본이 있는 VLR에서 호의 빈도커서 데이터베이스 비용을 감소시킨다. 제안한 기법의 성능을 분석하기 위해 분석 모델을 작성하고 제안 기법, IS-41 기법, 복제 기법의 성능 분석을 한다. 사용된 비교 척도는 통신 비용, 데이터 베이스 비용, 총비용 그리고 호 설정 지연이다. 이 척도들에 대해서 제안 기법이 IS-41 기법, 복제 기법보다 더 좋은 성능을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.207-209
• /
• 2000

주 메모리 데이터베이스 환경에서는 메모리 접근이 성능상의 병목으로 작용하므로 캐시접근 실패를 줄이는 것이 중요하다. 본 논문에서는 데이터베이스 디자인 단계에서 캐시를 고려하여 테이블을 수직 분할을 결정하는 방법을 제안한다. 캐시 접근 실패 횟수를 기반으로 하여 질의처리비용을 예상하는 비용식을 제안하고, 이를 최소로 하는 테이블 수직 분할을 찾는 휴리스틱을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.251-253
• /
• 2000

JDBC는 Java 프로그램에서 표준 SQL을 사용하여 데이터베이스에 접근하기 위한 응용 프로그램 인터페이스이다. 응용 프로그램 개발자는 JDBC API를 사용하여 다양한 종류의 DBMS에 적용 가능한 응용 프로그램을 쉽게 작성할 수 있을 뿐만 아니라 JDBC API를 사용하여 작성된 기존의 응용 프로그램들을 재사용하는 것이 가능하다. 본 논문에서는, 객체 관계형 데이터베이스 관리 시스템인 오디세우스를 위한 JDBC 드라이버를 설계하고 구현한다. 본 JDBC 드라이버는 DBMS와 직접 연결하여 통신하므로 질의 결과 처리 성능이 좋고, 모두 Java 언어로 구현되기 때문에 웹 환경에서 사용하기 적합하다는 특징을 가진다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.57-59
• /
• 2000

실세계의 객체들은 공간 정보뿐만 아니라 시간적 정보와도 연관을 갖는데 기존의 공간데이터베이스만으로는 시간 흐름에 따른 공간 객체의 정보를 효율적으로 관리해 주지 못하는 단점이 있다. 이러한 문제점을 해결하기 위하여 시공간 데이터베이스에 대한 데이터 모델과 시공간 연산자가 제시되었다. 그러나, 시공간 연산자에 대한 정의와 시그너처정도 만이 기술되었고 시공간 연산자에 대한 설계와 구현에 대한 사항은 제시되지 않았다. 이 논문에서는 시공간 데이터모델과 시공간 연산자 그리고 공간 연산자 구현 기법인 Planc-Sweep 기법을 이용한 시공간 연산자인 Trajectory와 MPIntersection에 대한 설계와 구현 알고리즘을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.24-26
• /
• 2000

공간 데이터는 복합적인 속성들의 조합으로 이루어지며 연산 또한 복합적이라는 점에서 일반 데이터와 다른 특성을 갖는다. 따라서 공간 데이터는 일반 속성 데이터와 구별되는 파일이나 별도의 저장 구조를 사용하여 관리되어야 한다. 이것은 비공간 데이터와 공간 데이터간의 상호 동기화 문제와 트랜잭션의 처리 등에서 많은 문제점을 발생시키며 이를 해결하기 위해서는 공간 데이터와 비공간 데이터를 단일 데이터베이스화하여야 한다. 이 논문에서는 이러한 단일화된 데이터베이스 시스템을 지원하기 이한 공간 객체-관계 데이터 모델을 정의하고 이 모델을 구현하기 위한 타입 저장 방법들에 대해 기술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.110-112
• /
• 2000

최근 몇 년간 시계열 데이터의 저장 및 분석에 대한 연구가 활발히 진행되고 있으며, 시계열 데이터베이스에서 유사패턴(similarity pattern)을 탐색하는 기법이 광범위한 응용분야에서 중요한 연구주제로 자리잡고 있다. 본 논문에서는 회귀분석방법을 바탕으로 한 분해 시계열 방법을 이용함으로써 기존의 유사성의 개념을 확장시켰다. 즉, 시계열 데이터가 가지고 있는 패턴을 여러 성분으로 분해하여 각기 다른 저장 공간에 저장하고, 이를 이용하여 유사성을 탐색할 때에도 분리된 각 성분 중 특정 변동특성이 유사한 데이터를 추가적으로 요구되는 시간없이 검색할 수 있다. 이는 전체 시계열 데이터를 이해하는데 뿐만 아니라 데이터를 예측하는 방법에도 유용하게 사용될 수 있다.