• 융합보안논문지
• /
• 제23권2호
• /
• pp.3-10
• /
• 2023

웹에 존재하는 악성코드 배포 네트워크에는 악성코드 배포를 위해 핵심 역할을 수행하는 중심 노드가 있다. 이노드를 찾아 차단하면 악성코드 전파를 효과적으로 차단할 수 있다. 본 연구에서는 복잡계 네트워크에서 위험 분석이 적용된 centrality 검색 방법을 제안하였고, 이 방식을 통해 악성코드 배포 네트워크 내에서 핵심노드를 찾는 방법을 소개한다. 그 외에, 정상 네트워크와 악성 네트워트는 in-degree와 out-degree 측면에서 큰 차이가 있고, 네트워크 레이아웃 측면에서도 서로 다르다. 이 특징을 통해 우리는 악성과 정상 네트워크를 분별할 수 있다.

• Kyungpook Mathematical Journal
• /
• 제56권4호
• /
• pp.1191-1205
• /
• 2016

The emergence of various Internet worms, including the stand-alone Code Red worm that caused a distributed denial of service (DDoS), has prompted many studies on their propagation speed to minimize potential damages. Many studies, however, assume the same probabilities for initially infected nodes to infect each node during their propagation, which do not reflect accurate Internet worm propagation modelling. Thus, this paper analyzes how Internet worm propagation speed varies according to the number of vulnerable hosts directly connected to infected hosts as well as the link costs between infected and vulnerable hosts. A mathematical model based on centrality theory is proposed to analyze and simulate the effects of degree centrality values and closeness centrality values representing the connectivity of nodes in a large-scale network environment on Internet worm propagation speed.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.58-72
• /
• 2021

2021년 7월 UNCTAD가 우리나라를 선진국으로 분류할 정도로 우리나라가 발전하는 성과가 있었다. 그러나 급변하는 글로벌 경제에 대응하기 위해서는 국내 산업생태계를 연구하여 끊임없이 변화시키고 성장을 위한 전략을 마련해야 한다. 그 중 하나가 기업간 네트워크를 강화하는 것이며, 본 연구는 기업 간 거래 데이터 구득이 가능한 자동차산업을 대상으로 공간적인 산업 네트워크를 분석하였다. 데이터는 295개의 기업 데이터(노드)와 607개의 거래 관계 데이터(링크)를 활용하였다. 기업의 주소지를 지오코딩하여 공간상 분포를 확인한 결과, 자동차산업 관련 기업은 수도권과 동남권에 집중 분포하고 있었다. 연결중심성, 매개중심성, 근접중심성, 위세중심성 등을 통해 노드의 중요도를 측정하고, 밀도, 거리, 커뮤니티 탐지, 동류성 및 이류성을 파악하여 네트워크 구조를 확인하였다. 그 결과, 4가지 노드 중요도에서 상위 15위 기업은 완성차기업 중에서는 현대자동차, 기아자동차, 한국지엠 3개의 기업이 공통적으로 포함되고, 상위 15위 기업은 주로 수도권에 입지하고 있다. 규모 면에서 연결중심성과 매개중심성은 대부분 종업원 수가 1,000명 이상인 큰 기업이고, 근접중심성과 위세중심성은 완성차기업을 제외하면 대개 종업원 수가 500명 이하인 기업이 상위 15위 안에 포함되었다. 전체적인 네트워크의 구조는 밀도는 0.01390522, 노드 간 평균거리는 3.422481로 나타났으며, 빠른탐욕알고리즘으로 커뮤니티 탐지를 실시한 결과, 최종적으로 11개의 커뮤니티가 도출되었다.

• 한국문헌정보학회지
• /
• 제40권3호
• /
• pp.191-214
• /
• 2006

최근 일부 계량서지학 연구에서 사회 네트워크 분석 분야의 도구인 중심성 분석 기법을 도입하려는 시도가 나타나고 있다. 그런데 사회 네트워크를 대상으로 개발된 중심성 척도는 노드간 연결에 대한 가중치를 반영하지 않는 단점이 있다 이 연구에서는 가중 네트워크인 계량서지적 자료에 대해서 중심성을 분석할 수 있는 새로운 척도를 네 가지 제시하였다. 제안된 척도의 유용성을 검증하기 위해서 저자동시인용 네트워크. 용어 동시출현 네트워크, 웹사이트 동시링크 네트워크의 세 가지 실제 자료에 대해서 중심성 분석을 수행하였다. 분석 결과에서는 제안된 중심성 척도가 계량서지적 네트워크를 대상으로 개별 노드의 입지와 영향력을 파악하는데 있어서 매우 유용함이 확인되었다

• 지능정보연구
• /
• 제18권4호
• /
• pp.117-127
• /
• 2012

최근 온라인 소셜 네트워크 서비스(SNS)의 사용자가 크게 늘어나고 있으며 다양한 분야에서 SNS의 사용자 관계 구조 및 메시지를 분석하기 위한 연구를 진행하고 있다. 그러나 대부분의 소셜 네트워크 분석 방법들은 노드 사이의 최단 거리를 기초로 하고 있으므로 계산 시간이 오래 걸린다. 이는 점차 대형화 되어가는 SNS의 데이터를 여러 분야에서 활용하는데 걸림돌이 되고 있다. 이에 따라 본 논문에서는 SNS의 사용자 그래프에서 사용자간 최단거리를 빠르게 찾기 위한 휴리스틱 기반의 최단 경로 탐색 방법을 제안한다. 제안하는 방법은 1) 트리로 표현된 소셜 네트워크에서 시작 노드와 목표 노드를 설정한다. 그리고 2) 만약 목표 노드가 경사 트리의 단말에 있다면 경사 트리가 시작하는 노드를 임시 골 노드로 설정한다. 마지막으로 3) 연결의 차수를 평가값으로 하는 휴리스틱 기반 최단거리 탐색을 수행한다. 이렇게 최단거리를 탐색한 후 매개 중심성 분석(Betweenness Centrality) 및 근접 중심성(Closeness Centrality)를 계산한다. 제안하는 방법을 사용하면 소셜 네트워크 분석에서 가장 많은 시간이 필요한 최단거리 탐색을 빠르게 수행할 수 있으므로 소셜 네트워크 분석의 효율성을 기대할 수 있다. 본 논문에서 제안하는 방법을 검증하기 위하여 약 16만 명으로 구성된 SNS에서의 실제 데이터를 이용하여 매개 중심성 분석과 근접 중심성 분석을 수행하였다. 실험 결과, 제안하는 방법은 전통적 방식에 비하여 매개 중심성, 근접 중심성의 계산 시간이 각각 6.8배, 1.8배 더 빠른 결과를 보였다. 본 논문에서 제안한 방법은 소셜 네트워크 분석의 시간을 향상시켜 여러 분야에서 사회 현상 및 동향을 분석하는데 유용하게 활용될 수 있다.

• 정보관리학회지
• /
• 제32권2호
• /
• pp.7-23
• /
• 2015

네트워크 분석이 확산되면서 매개중심성이나 연결정도중심성과 같은 다양한 중심성 지수가 개발되어 활용되고 있으나, 가중 네트워크에서 지역중심성을 측정할 수 있는 지수로는 최근접이웃중심성 이외에는 거의 알려져 있지 않다. 이 연구에서는 가중 네트워크를 위한 일반화된 지역중심성 지수인 이웃중심성 지수를 새롭게 제안한다. 이웃중심성 지수는 파라미터 ${\alpha}$를 사용하여 이진 네트워크를 위한 연결정도중심성 지수와 가중 네트워크를 위한 최근접이웃중심성 지수를 일반화한 것이다. 6가지 실제 네트워크 데이터를 대상으로 하여 제안된 지수의 특징과 적정 파라미터 값을 살펴보는 실험을 수행하고 결과를 보고하였다.

• 한국정보컨버전스학회:학술대회논문집
• /
• 한국정보컨버전스학회 2008년도 International conference on information convergence
• /
• pp.43-46
• /
• 2008

Centrality has been actively studied in network analysis field. In this paper we show a calculation method of closeness centrality for WSN. Since nodes in a sensor network are very scarce in energy and computation capability the calculation of the closeness is done in two tiers by dividing network into clusters. In first step closeness centrality for cluster heads is calculated. In the second step closeness of member nodes of the chosen cluster is computed in respect to that cluster itself.

• 지능정보연구
• /
• 제15권4호
• /
• pp.159-182
• /
• 2009

본 연구에서는 기업에 이미 전산화되어 표준적인 형태로 존재하는 거래데이터를 이용하여 상품을 노드(node)로 놓고 동일 고객이 구매한 상품을 연결선(edge)으로 이은 상품 네트워크를 구성하였다. 사회 네트워크 분석에 널리 이용되는 중심성(Centrality)과 집중도(Centralization)를 구해서 고객의 구매패턴에서 중심이 되는 상품을 파악하였으며, 다른 상품들과 직간접적으로 연계되어 판매되는 상품관계의 총체적 흐름을 파악하고자 하였다. 또한성별, 연령별, 판매지역, 그리고 계절별 고객의 구매활동으로부터 도출되는 상품 네트워크에서 어떤 차이가 나타나는지 네트워크의 관점에서 밝히고자 하였다. 본 연구의 결과는 상품간의 구매관계 정보를 이용하여 교차판매, 상향판매, 그리고 추가판매 등을 보다 적극적으로 유도함으로써 기업의 매출증대와 더불어 판매상품의 다양성을 확보하기 위한 전략구축 방법과 평가 방법을 제시한다.

• 융합보안논문지
• /
• 제21권2호
• /
• pp.47-56
• /
• 2021

그래프 시각화 이론에 근간을 둔 네트워크 토폴로지 시각화는 복잡한 네트워크의 전체 구조와 노드간의 상호작용을 보다 이해하기 쉽게 만든다. 네트워크 토폴로지를 시각화하는 도구는 과거부터 많이 개발되었지만, 일정 수준의 기능을 갖춘 도구들은 도구마다 고유한 네트워크 구성 정보(노드의 식별자, 종류, 속성, 연결된 노드 등)를 입력으로 요구하기 때문에 범용적으로 사용하기 어렵다. 반면에 최소한의 네트워크 구성 정보인 노드간의 연결만을 사용하는 도구들은 네트워크의 실제 연결 형태를 표시하는 기능이 부족하다. 본 논문에서는 네트워크 노드간의 연결 정보만을 이용하여 토폴로지를 시각화하는 효율적인 방법을 제안한다. 이 방법은 네트워크에서 노드의 영향력을 나타내는 중심성 지수를 활용하여 중심노드를 찾고, 자식노드의 가중치를 이용하여 전체 노드들의 표시 영역을 동적 분할한 후 3D 공간 상에 노드들을 배치함으로써 토폴로지를 시각화한다. 매우 간단한 방법이지만 노드간의 연결 정보만으로 실제 네트워크 연결 형태를 시각화할 수 있다.

• 산업경영시스템학회지
• /
• 제41권2호
• /
• pp.95-104
• /
• 2018

Using network betweenness centrality we attempt to analyze the characteristics of Seoul metropolitan subway lines. Betweenness centrality highlights the importance of a node as a transfer point between any pairs of nodes. This 'transfer' characteristic is obviously of paramount importance in transit systems. For betweenness centrality, both traditional betweenness centrality measure and weighted betweenness centrality measure which uses monthly passenger flow amount between two stations are used. By comparing traditional and weighted betweenness centrality measures of lines characteristics of passenger flow can be identified. We also investigated factors which affect betweenness centrality. It is the number of passenger who get on or get off that significantly affects betweenness centrality measures. Through correlation analysis of the number of passenger and betweenness centrality, it is found out that Seoul metropolitan subway system is well designed in terms of regional distribution of population. Four measures are proposed which represent the passenger flow characteristics. It is shown they do not follow Power-law distribution, which means passenger flow is relatively evenly distributed among stations. It has been shown that the passenger flow characteristics of subway networks in other foreign cities such as Beijing, Boston and San Franciso do follow power-law distribution, that is, pretty much biased passenger flow traffic characteristics. In this study we have also tried to answer why passenger traffic flow of Seoul metropolitan subway network is more homogeneous compared to that of Beijing.