• 인터넷정보학회논문지
• /
• 제19권5호
• /
• pp.67-75
• /
• 2018

Symantec의 인터넷 보안위협 보고서(2018)에 따르면 크립토재킹, 랜섬웨어, 모바일 등 인터넷 보안위협이 급증하고 있으며 다각화되고 있다고 한다. 이는 멀웨어(Malware) 탐지기술이 암호화, 난독화 등의 문제에 따른 질적 성능향상 뿐만 아니라 다양한 멀웨어의 탐지 등 범용성을 요구함을 의미한다. 멀웨어 탐지에 있어 범용성을 달성하기 위해서는 탐지알고리즘에 소모되는 컴퓨팅 파워, 탐지 알고리즘의 성능 등의 측면에서의 개선 및 최적화가 이루어져야 한다. 본고에서는 최근 지능화, 다각화 되는 멀웨어를 효과적으로 탐지하기 위하여 CNN(Convolutional Neural Network)을 활용한 멀웨어 탐지 기법인, stream order(SO)-CNN과 incremental coordinate(IC)-CNN을 제안한다. 제안기법은 멀웨어 바이너리 파일들을 이미지화 한다. 이미지화 된 멀웨어 바이너리는 GoogLeNet을 통해 학습되어 딥러닝 모델을 형성하고 악성코드를 탐지 및 분류한다. 제안기법은 기존 방법에 비해 우수한 성능을 보인다.

• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.119-128
• /
• 2013

ICT 기술의 발전에 따라 미래인터넷의 중요성이 강조되고 있으며, 그 가운데 사물지능통신(M2M)은 공공 및 민간 부분에서 활용 및 중요성이 크게 부각되고 있다. 차세대 전략산업으로 M2M이 부상하고 있으나, M2M에 대한 명확한 시장분류나 분석자료가 부재하여 M2M 활성화 정책수립에 지장을 초래하고 있는 실정이다. 기술의 발전에 따라 M2M(사물지능통신)에서 IoT(사물인터넷)로의 진화가 이루어지고 있으며, 세계 각국은 기술트렌드에 따른 시장분석을 통해 새로운 성장동력 발굴을 위해 적극적으로 대응하고 있다. 따라서, 대외적인 경쟁력을 갖기 위해서는 산업 및 서비스에 대한 차별화 역량 확보가 요구된다. 본 연구에서는 IoT(사물인터넷)의 국내외 시장동향을 살펴보고, 사물인터넷 산업의 경제적 파급효과를 계량적인 측면에서 분석하고 산업구조적 특성을 규명하기 위해 산업연관표를 이용하여 사물인터넷 산업과 타 연계산업과의 관계를 분석하고자 하였다. 분석 결과 사물인터넷 산업의 생산유발효과 및 부가가치유발효과, 고용유발효과는 각각 4,746억 원, 3,147억 원, 3,628명 등으로 나타났다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.35-45
• /
• 2022

현대에도 일부 소외된 지역에서는 의료 인력의 부족으로 인해 위·중증 환자에 대한 치료가 지연되는 경우가 많다. 의료 데이터에 대한 분석을 자동화하여 의료 서비스의 접근성 문제 및 의료 인력 부족을 해소하고자 하는 연구가 계속되고 있다. 컴퓨터 비전 기반의 진료 자동화는 훈련 목적에 대한 데이터 수집 및 라벨링 작업에서 많은 비용이 요구된다. 이러한 점은 희귀질환이나 시각적으로 뚜렷하게 정의하기 어려운 병리적 특징 및 기전을 구분하는 작업에서 두드러진다. 이상 탐지는 비지도 학습 전략을 채택함으로써 데이터 수집 비용을 크게 절감할 수 있는 방법으로 주목된다. 본 논문에서는 기존의 이상 탐지 기법들을 기반으로, 흉부 X-RAY 영상에 대해 이상 탐지를 수행하는 방법을 다음과 같이 제안한다. (1) 최적 해상도로 샘플링된 의료 영상의 색상 범위를 정규화한다. (2) 무병변 영상으로부터 패치 단위로 구분된 중간 수준 특징 집합을 추출하여 그 중 높은 표현력을 가진 일부 특징 벡터들을 선정한다. (3) 최근접 이웃 탐색 알고리즘을 기반으로 미리 선정된 무병변(정상) 특징 벡터들과의 차이를 측정한다. 본 논문에서는 PA 방식으로 촬영된 흉부 X-RAY 영상들에 대한 제안 시스템의 이상 탐지 성능을 세부 조건에 따라 상세히 측정하여 제시한다. PadChest 데이터세트로부터 추출한 서브세트에 대해 0.705 분류 AUROC를 보임으로써 의료 영상에 대한 이상 탐지 적용의 효과를 입증하였다. 제안 시스템은 의료 기관의 임상 진단 워크플로우를 개선하는 데에 유용하게 사용될 수 있으며, 의료 서비스 접근성이 낮은 지역에서의 조기 진단을 효율적으로 지원할 수 있다.

• 경영정보학연구
• /
• 제8권1호
• /
• pp.159-179
• /
• 2006

정보통신 기술의 발달과 IT 아웃소싱의 확대로 인터넷접속 서비스, 응용프로그램 서비스, 컨텐츠 서비스, 저장 서비스 등 다양한 종류의 가입형 정보통신 서비스가 제공되고 있다. 시장의 성숙과 산업 간 융합에 따른 경쟁의 심화로 인하여, 이들 서비스 제공기업들에게 있어서 기존 고객을 유지하고 경쟁사 고객의 전환을 유도하기 위한 고객 관리가 중요한 과제가 되고 있다. 본 연구에서는 가입형 정보통신 서비스 제공 기업들의 효과적인 고객 관리를 위하여, 서비스 구매 후의 고객 선택(기존 서비스의 계속적 이용 또는 다른 서비스로의 전환)에 영향을 미치는 요인들을 영향의 주체와 영향의 성격에 따라 Holding 요인, Defect 요인, Inducement 요인, Hurdle 요인으로 유형화하고 이를 바탕으로 가입형 정보통신 서비스의 구매 후 고객선택모형을 제시하였다. 또한, 제시된 모형의 활용 방안을 초고속 인터넷 서비스를 중심으로 제시하였다. 이러한 고객선택모형의 활용은 기술의 급속한 발전과 다양한 대체 서비스의 출현으로 빠른 수명 주기를 보이는 가입형 정보통신 서비스 시장에서 효과적인 고객 관리를 통한 경쟁 우위의 확보에 기여할 수 있을 것이다.

• 한국공간정보시스템학회 논문지
• /
• 제7권3호
• /
• pp.13-24
• /
• 2005

이 논문은 위치정보 등급제를 시행하기 위한 정책적인 모델을 제시하고 있다. 위치정보 등급제는 위치정보의 품질에 대한 기준을 제시하고, 이를 기반으로 위치정보사업자가 제공 위치정보의 등급을 명시하는 것을 의미한다. 구체적인 항목과 범위를 정하여 세분화된 등급을 서비스의 이용약관에 명시하게 함으로써, 이용자가 직접 이용하고자 하는 정보의 질을 파악하여 서비스 이용자의 선택권을 강화시킬 수 있으며, 위치정보사업과 위치기반서비스의 제공에 있어 안정성 및 신뢰성을 뒷받침하는 정책이 될 것이다. 본 논문에서는 위치정보 등급의 기본 모델과 정책적 등급 구분 방안을 제시하며, 등급제의 실제적인 적용방안을 기술하고 있다. 최근 국내에서 위치정보법이 제정되어 위치정보관련 산업이 활성화될 것으로 예상된다. 이러한 상황에서 제안된 위치정보 등급제는 개인위치정보의 효과적인 보호와 위치기반서비스 사업의 신뢰성을 높일 수 있는 유효한 수단 중 하나로서 큰 의미를 갖을 것으로 예상된다.

• Asia pacific journal of information systems
• /
• 제22권4호
• /
• pp.125-149
• /
• 2012

As the smart phone is propagating rapidly, the importance of mobile advertisement has also grown. One of the main characteristics of the Internet and smart phone advertising is that they can deliver personalized advertisements to each customer. The smart phone enables the identification of additional personalized information such as the customer's location and the accessibility to the site at any place any time. As the Internet platform becomes richer, firms that offer the ad services via the wired PC Internet and wireless smart phone are seeking various types of personalized ads. However, their service platform and Information and Communication Technology (ICT) platform should be suitable to the characteristics of personalized ads. This research explores various types of personalized ad methods and evaluates their adequacy encompassing four types of ad service platforms (such as search portal, news portal, e-mall servers, and SNS) and two types of ICT platforms (PC Internet and smart phone). To this end, we classified the personalized ads into seven types: three basic types and four composite types. The basic types of ad methods are identified by considering the current activity that the customer is engaged, the individual profile and log history, and the customer's current location or planning location. Four composite types of ad methods are constructed as the combination of these basic types. For those types of ad methods, we evaluate whether each ad method adequately maps with four types of ad service platforms and two types of ICT platforms. We proposed a metric of evaluation and demonstrated the concept with illustrative numbers. Specifically, we analyze and compare personalized ad methods in three ways. Firstly, the possibility of implementing a personalized ad method on the platform is analyzed to confirm the degree of suitability. Secondly, the value of personalized ad method is analyzed based on the customer accessibility. Lastly, expected effectiveness for each personalized ad method is computed by multiplying the possibility and the value. Through this kind of analysis, the ad service providers as well as advertising companies can evaluate what kinds of personalized ad methods and platforms are possible and suitable to maximize their ad effectiveness on the Internet and smart phone platforms.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.1-9
• /
• 2021

전통적으로 대부분의 악성코드는 도메인 전문가에 의해 추출된 특징 정보를 활용하여 분석되었다. 하지만 이러한 특징 기반의 분석방식은 분석가의 역량에 의존적이며 기존의 악성코드를 변형한 변종 악성코드를 탐지하는 데 한계를 가지고 있다. 본 연구에서는 도메인 전문가의 개입 없이도 변종 악성코드의 패밀리를 분류할 수 있는 ResNet-Variational AutoEncder 기반 변종 악성코드 분류 방법을 제안한다. Variational AutoEncoder 네트워크는 입력값으로 제공되는 훈련 데이터의 학습 과정에서 데이터의 특징을 잘 이해하며 정규 분포 내에서 새로운 데이터를 생성하는 특징을 가지고 있다. 본 연구에서는 Variational AutoEncoder의 학습 과정에서 잠재 변수를 추출을 통해 악성코드의 중요 특징을 추출할 수 있었다. 또한 훈련 데이터의 특징을 더욱 잘 학습하고 학습의 효율성을 높이기 위해 전이 학습을 수행했다. ImageNet Dataset으로 사전학습된 ResNet-152 모델의 학습 파라미터를 Encoder Network의 학습 파라미터로 전이했다. 전이학습을 수행한 ResNet-Variational AutoEncoder의 경우 기존 Variational AutoEncoder에 비해 높은 성능을 보였으며 학습의 효율성을 제공하였다. 한편 변종 악성코드 분류를 위한 방법으로는 앙상블 모델인 Stacking Classifier가 사용되었다. ResNet-VAE 모델의 Encoder Network로 추출한 변종 악성코드 특징 데이터를 바탕으로 Stacking Classifier를 학습한 결과 98.66%의 Accuracy와 98.68의 F1-Score를 얻을 수 있었다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.27-36
• /
• 2019

본 연구에서는 공개된 뇌파 데이터인 DEAP(A Database for Emotion Analysis using Physiological Signals) 데이터 세트를 활용한 감정분류 분석 및 정확도 향상에 대한 실험을 진행하였다. 실험에는 32명에 대한 32개의 뇌파측정 채널 데이터가 모두 사용되었다. 전처리과정에서는 뇌파 데이터에 대한 256Hz 샘플링작업을 진행하였고, 유한 임펄스 응답 필터를 사용하여 주파수 대역별로 쎄타(4-8Hz), 슬로 알파(8-10Hz), 알파(8-12Hz), 베타(12-30Hz), 감마(31-45Hz) 파형에 대한 데이터를 추출하였다. 추출한 데이터는 시간-주파수 변형을 통하여 데이터의 상태를 구분한 후에, 독립성분분석방법을 통해 잡음(Artifact)을 제거하여 데이터를 정제했다. 도출된 데이터는 분류기 기계학습 알고리즘 실험을 시행할 수 있도록 CSV 파일로 변형 하였으며, 감정분류에는 Arousal-Valence 평면을 사용하였다. 감정은 "긍정적(Positive)", "부정적(Negative)" 이외에 평온한 상태로 존재하는 "중립적(Neutral)"의 3가지 상태로 분류하였다. 정확도를 개선하기 위해서 랜덤 포레스트(Random Forest) 알고리즘에 속성 선택적 분류기(Attribute Selected Classifier: ASC) 방식에 의해 선택된 속성을 적용하여 실험하였다. 정확도는 "각성(Arousal)" 부분에서 Koelstra의 결과보다 "32.48%" 높은 결과가 도출되었고, Liu의 실험의 "정서가(Valence)"와 비교해보면 ASC(Random Forest) 결과가 "8.13%" 더 높은 결과를 도출하였다. 정확도를 개선하기 위해 ASC 방식을 적용한 랜덤 포레스트 분류기 실험결과에서는 전체평균을 기준으로 기존 연구 결과와 대비하여 "2.68%" 높은 정확도가 도출되었다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.79-85
• /
• 2022

이상 탐지는 일반적인 사용자들의 데이터 집합 속에서 비정상적인 데이터 흐름을 파악하여 미리 차단하는 방법이다. 기존에 알려진 방식은 이미 알려진 공격의 시그니처를 활용하여 시그니처 기반으로 공격을 탐지 및 방어하는 방식인데, 이는 오탐율이 낮다는 장점이 있지만 제로 데이 취약점 공격이나 변형된 공격에 대해서는 매우 취약하다는 점이 문제점이다. 하지만 이상 탐지의 경우엔 오탐율이 높다는 단점이 존재하지만 제로 데이 취약점 공격이나 변형된 공격에 대해서도 식별하여 탐지 및 차단할 수 있다는 장점이 있어 관련 연구들이 활발해지고 있는 중이다. 본 연구에서는 이 중 이상 탐지 메커니즘에 대해 다뤘다. 앞서 말한 단점인 높은 오탐율을 보완하며 그와 더불어 이상 탐지와 분류를 동시에 수행하는 새로운 메커니즘을 제안한다. 본 연구에서는 여러 알고리즘의 특성을 고려하여 5가지의 구성으로 실험을 진행하였다. 그 결과로 가장 우수한 정확도를 보이는 모델을 본 연구의 결과로 제안하였다. Extra Tree와 Three layer ANN을 동시에 적용하여 공격 여부를 탐지한 후 공격을 분류된 데이터에 대해서는 Extra Tree를 활용하여 공격 유형을 분류하게 된다. 본 연구에서는 NSL-KDD 데이터 세트에 대해서 검증을 진행하였으며, Accuracy는 Normal, Dos, Probe, U2R, R2L에 대하여 각각 99.8%, 99.1%, 98.9%, 98.7%, 97.9%의 결과를 보였다. 본 구성은 다른 모델에 비해 우수한 성능을 보였다.

• 정보관리연구
• /
• 제37권1호
• /
• pp.83-103
• /
• 2006

본 연구에서는 키워드 검색의 단점을 보완하기 위해 다수의 웹 포털에서 제공중인 디렉터리 검색 서비스의 분류항목 및 정보자원에 대해 계량적으로 분석했다. 구체적으로는 Yahoo, Naver, Empas 등 3개 디렉터리 서비스의 주제별 분류항목, 주제별 정보자원, 그리고 분류항목 대비 정보자원의 계량적 분석을 시도했다. 이같은 분석결과, 각 디렉터리 서비스별로 차이를 파악해 볼 수 있다. 주제별 분류항목의 검토결과, 분야에 따라 순항목과 참조항목의 비율상 차이가 있고 형식구분의 성격인 주제분야에서 참조항목 전개비율이 높다는 것을 알 수 있다. 등록된 정보자원의 계량분석을 통해 규모의 관점에서는 야후의 등록자원이 가장 많으며, 디렉터리 서비스별로 주제별 정보자원의 다과를 파악할 수 있었다. 해당 분류항목에 분류된 정보자원의 수에 대한 계량적 분석은 뉴스, 미디어 분야를 중심으로 수행했으며, 이를 통해 엠파스나 네이버가 야후보다 등록자원에 비해 많은 분류항목을 전개하고 있다는 점을 알 수 있다. 또한 동일 정보자원이 분류된 깊이를 비교한 결과 야후가 한 단계 세분된 분류항목에 등록하고 있음을 알 수 있다.