• 한국통신학회논문지
• /
• 제29권9B호
• /
• pp.778-790
• /
• 2004

본 논문에서는 광 버스트 교환 (Optical Burst Switching; OBS) 기반의 광 통신망에 GMPLS (Generalized Multiprotocol Label Switching) 기술을 적용하기 위한 OBS 라우터의 기능 모델을 제시한다. 또한 이 모델에서 운용되고 사용자의 QoS 요구를 수용하는 연결 수락 제어 알고리즘을 제안한다. 기능 모델을 제시하기 위하여 IP/WDM(IP over WDM) 기반 광 인터넷을 위한 기존의 GMPLS와 OBS 특정을 먼저 고려한다. 이를 기반으로 현재의 파장 경로 배정 기반 GMPLS가 제어 정보를 이용하여 버스트 데이터의 경계를 구분하고 광 링크에서 버스트 단위의 통계적 다중화가 가능한 OBS의 특정을 수용하도록 기능 모델을 제안한다. 마지막으로 제안된 모델에 서 버스트 손실률과 서비스 차등률 같은 QoS 파라미터를 고려하여 연결 수락 제어가 가능하도록 OBS을 위한 offset 시간 결정 (offset time decision; OTD) 알고리즘을 이용한다. 제안된 연결 수락 제어 알고리즘은 LSP (Label Switched Path)의 인가된 부하와 파장 정보 요구 QoS 파라미터를 OTD 알고리즘에 대업한다. 새로운 LSP 설정 요구가 발생할 때 OTD 알고리즘으로 결정된 offset 시간으로 요구 QoS를 만족하면 설정 요구를 수락한다. 성능 평가는 시뮬레이션을 이용하며 제안된 방식이 기존 방식에 비해서 많은 LSP에 의한 이용을 증가와 요구 QoS를 만족시킴을 보인다.

• 정보보호학회논문지
• /
• 제24권5호
• /
• pp.781-793
• /
• 2014

PKI(Public Key Infrastructure)는 공개키 암호시스템을 안전하게 사용하고 관리하기 위한 보안 표준방식이다. 인터넷상의 전자 금융거래와 같이 안전하지 않은 채널 상에서 사용자의 전자 서명, 인증, 암호화 등과 같은 보안 기능이 요구되는 환경에서 PKI를 채택하고 있다. 현재 PKI에서 소프트 토큰 기반의 개인키는 표준화된 저장소에 파일 형태로 저장되어 있기 때문에 유출되기 쉬우며, 패스워드 기반 암호화 방식으로 보호되어 있으므로 전수조사 공격에 취약하다. 본 논문에서는 소프트 토큰 기반의 개인키 파일이 유출되더라도 패스워드 전수조사 공격에 확률적으로 안전한 서명용 개인키 노출 탐지기법을 제안한다. 제안 기법은 하나의 올바른 공개키/개인키 쌍과 n-1개의 위장(fake) 공개키/개인키 쌍을 사용함으로써 공격자가 패스워드 전수조사 공격에 성공하더라도 올바른 서명 값 생성 또는 인증 성공 확률을 $\frac{1}{n}$로 낮춘다. 이는 공격자가 위장 개인키로 인증을 시도할 경우 이를 탐지하여 해당 인증서를 폐지하고 사용자에게 통지해 주는 기능도 포함한다. 마지막으로 기존 PKI 및 SSL/TLS를 확장하여 제안 기법을 사용할 수 있게 함으로써 추가 인프라 구축비용 없이 소프트 토큰 기반 개인키 저장 방식의 보안 강도를 높일 수 있도록 한다.

• 한국정보과학회논문지:정보통신
• /
• 제30권1호
• /
• pp.75-81
• /
• 2003

인터넷과 같이 신뢰할 수 없는 네트워크를 통한 통신에서 비밀성과 무결성 뿐만 아니라 원거리 사용자 인증은 시스템의 보안에서 중요한 부분이다. 그러나 사용자 인증정보로서 인간이 기억할 수 있는 패스워드의 사용은 패스워드의 선택범위가 사용자의 기억에 제한 받는 낮은 비도(Entropy) 때문에 공격자의 오프라인 사전공격에 취약하다. 본 논문은 원거리 사용자 인증과 키 교환에 적합한 새로운 패스리드 인증 및 키 협상 프로토콜을 제안한다. 이 프로토콜은 오프라인 사전공격을 예방할 수 있으며 공격자에게 패스워드가 노출되더라도 이전 세션의 복호화나 이후 세션키의 손상에 영향을 미치지 않는 PFS(Perfect Forward Secrecy)를 제공한다. 또한 사용자의 패스워드가 서버의 패스리드 데이타베이스 파일에 순수하게 패스워드 자체로 저장되지 않기 때문에 공격자가 패스워드 데이타베이스를 획득하더라도 직접적으로 프로토콜의 안전성을 손상하지 않으며 직접 서버에 접근을 요청할 수 없다. 또한 PKI 및 키서버와 같은 제3의 신뢰기관을 이용하지 않기 때문에 단순인증에 적합하다. 따라서 이 프로토콜은 웹을 통한 홈뱅킹이나 사용자의 모바일 환경이 요구되는 셀룰러 폰, telnet이나 ftp와 같은 로긴 시스템, 기존 패스워드를 이용한 인증시스템 개선 등의 어플리케이션에 유용한 인증형태를 제공하며 인증정보가 장기간 저장될 필요성이 있어 위험하거나 실용적이지 못한 경우와 SSL(Secure-Sockets Layer), SET(Secure Electronic Transactions), IPSEC(Internet Protocol Security Protocol) 서비스에 추가될 수 있다.

• 정보관리학회지
• /
• 제26권1호
• /
• pp.321-350
• /
• 2009

본 연구는 전국적으로 공공도서관 디지털자료실 구축사업이 완료된 이후 약 5년이 경과한 현 시점에서 디지털자료실의 운영 현황을 조사 분석한 결과를 토대로 향후 디지털 자료실의 활성화와 효율적인 운영 방안을 모색해 보았다. 그 결과, 무엇보다도 인프라 측면의 보완 및 개선이 가장 시급한 것으로 드러났다. 또한 공공도서관 디지털자료실의 향후 운영 방안으로는 크게 디지털자료실 통합운영체계 구축과 디지털자료실 기능 다변화를 추진하여야 한다. 먼저 공공도서관 디지털자료실의 운영실태 조사 내용과 활성화 전략을 다각도로 검토한 결과, 현 시점에서는 디지털자료실에서 가능한 부문을 위주로 최대한 통합하여 운영하는 것이 최선의 대안이 될 수 있다. 다음으로 공공도서관 디지털자료실의 기능 다변화는 기존의 디지털자료실 기능에 다양한 유형의 원자료 및 전용 어플리케이션을 활용한 정보의 제작뿐만 아니라 교육 기능, 참고정보서비스 기능, 온라인/오프라인 커뮤니티 형성 및 정보공유 활성화 기능 등을 추가 또는 강화하여 효율적으로 추진할 수 있다. 이를 통해 향후 공공도서관 디지털자료실은 단순한 인터넷 정보의 접근 및 이용을 위한 장소에서 사서와 이용자, 이용자와 이용자간 커뮤니케이션의 활성화는 물론 정보나 지식의 공유 및 협력활동을 위한 온라인/오프라인 공간으로 발전되어야 할 것이다.

• 지식경영연구
• /
• 제22권3호
• /
• pp.31-53
• /
• 2021

소셜미디어는 사회적 분위기를 나타내는 지표로서, 비즈니스, 경제, 정치 및 사회 전반을 아울러 다양한 현상들에 대해 분석하기 위한 목적으로 많이 사용되고 있다. 소셜미디어를 이용한 분석들은 사회적 분위기와 관련된 변화의 설명 변수로 활용되어 왔으며, 이에 대한 분석을 소셜 애널리틱스라 부르고 있다. 일반적인 국민들의 법감정과 사회적 분위기에 대한 지표로 활용되고 있는 소셜 애널리틱스를 이용한 연구는 많은 분야에서 이루어지고 있지만, 아직 충분한 연구가 이루어지지 않고 있던 영역이 법과 관련된 영역이다. 이에 본 연구는 대법원 판결과 관련하여 소셜미디어로부터 다양한 정보를 수집하고 소셜미디어가 법적 판결에 미치는 영향, 그 중에서도 한국의 현실에 맞게 상고 기각 여부 및 판결 기간에 어떠한 영향을 미치는지 알아보는 것을 목표로 한다. 본 연구는 법적 판결에 관하여 가장 활발히 소통하는 인터넷 기사 플랫폼을 대상으로 정보들과 댓글 및 대중의 반응에 대한 정보를 수집하여 진행되었다. 소셜미디어를 통해 확인된 대중들의 관심의 증가가 상고 기각 여부 영향을 미치지는 않았지만, 대중의 반응이 부정적일수록 대법원 최종 판결에 이르기까지의 재판 기간이 짧아지는 것을 확인하였다. 따라서, 소셜미디어는 제한적이지만 법적 판결에 영향을 미침을 확인하였다. 본 연구는 기존의 질적 연구에 의한 사례 연구와 달리, 법적 판결에 대한 소셜미디어의 다양한 정보를 수집하고 그 영향력을 빅데이터 관점에서 분석한 최초의 국내 연구라는 점에서 학문적 의의가 있다. 또한, 학술적 목적뿐만 아니라 필드에서도 쓰일 수 있는 법적 판결과 관련된 소셜미디어의 데이터베이스를 구축하였다는 점에서 실무적 의의도 있다고 할 수 있다.

• 스마트미디어저널
• /
• 제8권3호
• /
• pp.23-30
• /
• 2019

인터넷과 스마트폰 활용이 대중화되면서 사용자들은 다양한 방법과 미디어를 통해 언제 어디서나 정보시스템에 접근하여 필요한 서비스를 이용하는 다채널 환경에서 살고 있다. 이러한 서비스를 받는 과정에서 사용자는 본인임을 인증하는 사용자 인증 단계를 필수적으로 수행해야 하는데 대표적인 방식이 아이디 패스워드 인증 방식이다. 아이디 패스워드 기반의 사용자 인증 방식은 본인의 인증정보를 기억 후 키보드를 통한 입력만으로 인증이 가능하므로 타 인증 방식들과 비교했을 시 가장 편리하다는 평가를 받는다. 반면 현대 웹 서비스에선 요구하는 패스워드의 문자열 조합방식이 다르고 복잡성이 높은 엔트로피 값의 패스워드 설정만을 허용하고 있다. 이러한 복잡한 문자열로 구성된 패스워드는 사용자가 이용하고자 하는 서비스가 많을수록 개인정보 유출방지를 위해 주기적으로 패스워드 변경을 권고하기 때문에 이를 기억해야 할 사용자 인증정보의 개수도 비례하여 증가한다. 이러한 높은 엔트로피 값을 가지는 사용자의 인증정보를 시각 장애인이나 손사용이 불편한 사람 혹은 고령층이 일일이 기억하고 키보드 입력을 통해 사용하기엔 어려움이 따른다. 따라서 본 논문에서는 위와 같은 취약계층 및 일반 사용자에게 로그인 과정에서의 간편한 사용자 인증 방식 제공을 위해 구글 어시스턴트와 MFCC 및 DTW 알고리즘 그리고 화자 인증을 사용한 사용자 인증 방식을 제안한다.

• 정보보호학회논문지
• /
• 제17권2호
• /
• pp.125-137
• /
• 2007

본 논문에서는 센서 네트워크에서의 소스 위치 프라이버시를 제공하기 위한 방법을 제안하고 그 방법이 제공하는 익명성 정도를 분석하였다. 센서 네트워크에서의 소스 위치는 실제 센서의 지리적 위치이기 때문에 소스의 위치가 노출되지 않도록 보호하는 것이 매우 중요하다. 그러나 센서 네트워크에서는 내용 보호 및 인증에 관한 연구에 비해 소스 위치 프라이버시에 관한 연구는 아직 미흡하다. 더욱이 인터넷과 Ad-Hoc 네트워크에서 소스의 익명성을 제공하기 위한 기법들이 많이 제안되었지만, 이러한 기법들은 에너지 제한적인 센서 네트워크에 적합하지 않기 때문에 센서 네트워크의 특성에 맞는 익명성 제공 기법이 요구된다. 본 논문에서는 먼저 센서 네트워크에서 나타날 수 있는 Eavesdropper의 유형을 Global Eavesdropper와 Compromising Eavesdropper으로 정의하고, 이러한 Eavesdropper의 유형에 따라 소스의 익명성을 제공할 수 있는 새로운 기법을 제안하였다. 그리고 엔트로피 기반의 모델링 방법을 이용해 제안한 기법이 제공하는 익명성 정도를 분석하였다. 그 결과, 제안하는 기법을 사용할 경우가 그렇지 않은 경우 보다 소스의 익명성 정도가 높고, 센서의 전송 거리가 소스의 익명성 정도를 높이는데 중요한 요소임을 보였다.

• 정보보호학회논문지
• /
• 제20권6호
• /
• pp.97-109
• /
• 2010

온라인상 저작권 침해와 관련, 1차적인 책임은 불법 저작물을 복제 전송하여 유통시킨 개인에게 있겠지만, 불법저작물 유통에 대한 장을 제공한 온라인서비스제공자(Online Service Provider, OSP)의 간섭책임의 문제가 대두되었고, 현재 대부분의 OSP는 저작권 간접침해의 책임을 회피하고, 이미지 훼손을 방지하기 위하여 자율적으로 필터링 기술을 적용하고 있으며, 특히 우리나라의 경우는 P2P나 웹하드 서비스제공자 등과 같은 특수한 유형의 OSP에게는 저작권법상 필터링 의무가 발생하고, 이를 위반하면 과태료 처분까지 받도록 규정하고 있다. 하지만 OSP의 필터링에 대해서는 그 필요성에도 불구하고 효율성과 타당성에 대해 많은 논란이 제기되고 있다. 이에 따라 이 글에서는 먼저 인터넷이 태동하고 인터넷 기술발전을 선도해 온 미국의 OSP의 책임이론과 우리 저작권법상 OSP의 책임제한 규정 및 필터링 관련 규정을 살펴보고 이어서 국내 OSP의 필터링 적용현황과 적용상의 한계를 살펴보았다. 그리고 국내 OSP의 필터링 개선방안으로 OSP의 책임제한 요건의 명확화, 저작권자와 OSP의 협력방안 모색, 상이한 필터링 기술간의 호환성을 제공하기 위한 표준 적용, 기타 고려사항 등 4가지를 제시하였다.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.