• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.613-616
• /
• 2020

본 연구는 소상공인에게 쉽고 간단한 사용자 인터페이스를 통한 효과적인 창고 운용 최적화 솔루션을 제시하며, 장기적으로 소상공인의 종합적인 온라인 판로 개척 체계 확립을 목표로 한다. 세부적으로 최신 물류 트렌드인 RFID 기술을 접목한 Smart 입출고 Machine 의 개발과 Machine Learning 기술을 이용한 창고 보안 Smart 개폐 장치, 안정적인 제품/주문 Data 관리를 위한 클라우드 서버(AWS) 서비스를 제공함과 더불어 Data 분석을 통한 트렌드 분석으로 소상공인이 온라인 생태계에 수익을 높이며 안정적으로 정착할 수 있는 방안을 제시한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.333-337
• /
• 2020

현재 많은 교육기관에서 활용되고 있는 교수학습지원시스템의 기능 부족과 교육환경에 부합하지 못해 낮은 이용성을 보이는 부분을 보완하여 일반적인 강의 형태를 일반형, 참여형, 실습형 등으로 세분화하여 수업의 형태에 필요한 기능을 개발하여 정적인 수업의 형태에서 교육자와 학생들 사이에 소통할 수 있는 환경을 구성하였고, 더 나아가 PC, 스마트폰, 태블릿 등 다양한 기기에서 접근 및 사용을 할 수 있는 웹을 기반으로 서비스를 제작하여 공간에 제약 없이 교육자와 학생의 효과적인 교육환경을 제공한다. 개발 과정에서 다양한 스타트업에서 이용되는 Django와 많은 사용자가 확보된 Javascript을 이용해 개발 기간 단축하였다. 또한 웹소켓(Websocket)을 이용해 최소한의 데이터 통신으로 빠른 실시간 통신을 구현하였고, 다양한 브라우저에 대응할 수 있도록 웹 표준을 준수하였다. 서버의 경우에는 아마존 웹 서비스(AWS)를 활용하였고, Linux 환경에서 동작 컨테이너화를 통해 보안성을 확보하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1093-1096
• /
• 2021

우리는 1 인 가구가 늘어나고 있고 주거 침입 사고도 많이 발생하고 있는 현재 사회에 맞게 도어락에 보안을 강화하고, 집안에 CCTV 를 설치하여 감시하는 서비스를 제공하여 거주자의 불안감을 덜어내도록 한다. 사용한 H/W 는 아두이노와 지문인식센서로 도어락의 지문인증에, 라즈베리파이와 웹 캠은 도어락의 얼굴인증, CCTV 에 사용하여 구축했다. 또한 도어락 인증에 성공하면 집 모형의 문을 열어주기 위해 서보 모터를 사용했다. 사용한 S/W 는 데이터 저장, 얼굴 인증은 AWS 클라우드 서비스를 활용했고, 스마트폰 알람은 FCM 을 사용하였다. OpenCV 를 사용해 움직임 감지를 하고, Flask, Ngrok 를 활용해 실시간 스트리밍이 가능하도록 했다. 어플에서는 관리자가 데이터를 관리(조회, 추가, 삭제)를 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.105-107
• /
• 2024

본 논문은 국내에서 개발된 의약품 유통 전용 이커머스 시스템을 AWS 클라우드 플랫폼을 사용하여 동남아시아 시장에 적용하기 위한 로컬라이징 연구를 수행하였다. 데이터 처리 속도 및 보안성을 향상시키고, 클라우드 기반의 시스템 최적화 방법을 탐구하였으며, 베트남 시장에서 테스트를 통해 그 효율성을 검증하였다. 로컬라이징 과정 중에 발생한 데이터 마이그레이션, 시스템 통합, 현지 시장 규정에 적응하는 등의 기술적 도전을 논의하며, 자동화된 데이터 복제 및 지역 간 규정 문제를 처리하기 위해 관리 서비스를 사용하는 솔루션을 구현하였다

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.34 no.2
• /
• pp.263-279
• /
• 2024

With the increasing trend of Cloud migration, security threats in the Cloud computing environment have also experienced a significant increase. Consequently, the importance of efficient incident investigation through log data analysis is being emphasized. In Cloud environments, the diversity of services and ease of resource creation generate a large volume of log data. Difficulties remain in determining which events to investigate when an incident occurs, and examining all the extensive log data requires considerable time and effort. Therefore, a systematic approach for efficient data investigation is necessary. CloudTrail, the Amazon Web Services(AWS) logging service, collects logs of all API call events occurring in an account. However, CloudTrail lacks insights into which logs to analyze in the event of an incident. This paper proposes an automated analysis framework that integrates Cloud Matrix and event information for efficient incident investigation. The framework enables simultaneous examination of user behavior log events, event frequency, and attack information. We believe the proposed framework contributes to Cloud incident investigations by efficiently identifying critical events based on the ATT&CK Framework.