• 정보관리학회지
• /
• 제25권2호
• /
• pp.183-198
• /
• 2008

이 연구의 목적은 문학 분야의 서지적 온톨로지인 OCLC의 FictionFinder(http://fictionfinder.oclc.erg)를 질적으로 평가하려는 것이다. FictionFinder는 FRBR모델을 기반으로 기존 목록의 질을 향상시켜 더 많은 가치를 부가하기 위해서 만든 모델인데, 이에 이것이 실제로 전반적인 검색 시스템 성능에 어떻게 영향을 끼치는 가를 평가한 것이다. 이를 위하여 40명의 대학교 4학년 학생이 '생각을 종이에 적기 방법'을 이용하여 다음과 같은 세가지면을 평가하였다 어떻게 이 온톨로지가 도움이 되었는가? 처음에 도움이 되리라고 생각되었던 것들이 실제로 도움이 되던가? 어떤 한 군데를 보던 이용자들이 실제로 관련이 되는 다른 곳으로 이동해서 보던가? 그 결과 온톨로지 기반의 정보검색은 Cutter의 두 번째 원칙대로 의미 있게 묶어서 보여주니 이용자에게 부가가치를 주었으며 인터페이스의 유용성과 사용성을 높여주는 것으로 밝혀졌다. 또한 질적인 방법에 의한 시스템 평가는 시스템 개발 시 전체적인 그림 구축과 이용자의 요구 파악하는데 유용함을 알 수 있었다. 따라서 질적 평가도 정보검색시스템의 평가지표로서 활용될 수도 있을 것으로 본다.

• 서비스연구
• /
• 제14권2호
• /
• pp.18-36
• /
• 2024

본 연구는 글로벌 경제 시장에서 중국의 제조 기업들이 동적역량을 기반으로 어떠한 ESG 활동을 수행하고 있으며 그 활동에는 어떠한 차이가 있는가를 분석하였다. 상하이와 선전 증권 거래소 (Shanghai & Shenzhen Stock Exchange)에서 151개 중국 상장 제조 기업들의 ESG 연례 보고서와 상하이 화정 지표 정보 회사(CSI, China Securities Index Company)의 ESG 지표를 데이터로 사용하였다. 연구 분석에는 TensorFlow-BERT 모델과 코사인 유사도를 사용하여 환경, 사회, 지배구조로 구분된 ESG 키워드를 분류하였고 이를 기반으로 다음 세가지의 연구 질문을 구성하였다. 첫번째는 ESG 점수가 높은 기업(TOP-25)과 낮은 기업(BOT-25)을 구분하여 이 기업들 사이의 ESG 활동에는 어떠한 차이가 있는지를 확인하였으며, 두 번째는 ESG 점수가 높은 기업만을 중심으로 10년간(2010~2019년)의 ESG 활동에는 어떠한 변화가 있는지도 확인하였다. 그 결과 ESG 점수가 높은 기업과 낮은 기업간의 ESG 활동에는 유의한 차이를 보였으며, TOP-25기업의 연도별 활동 변화 추적에서는 ESG 활동의 모든 부분에서 차이를 보이지 않은 것으로 나타났다. 세번째 연구에서는 연도별로 작성된 각 항목별 E, S, G 키워드에 대하여 소셜 네트워크 분석을 진행하였다. 동시발생행렬(Co-occurance matrix) 기법을 통해 기업들의 ESG활동을 4사분면 그래프로 시각화하였으며 이를 바탕으로 ESG활동에 대한 향후 방향을 제시하였다.

• 산업융합연구
• /
• 제21권12호
• /
• pp.55-62
• /
• 2023

최근 등장하는 랜섬웨어들은 다양한 공격 기법과 다양한 경로를 통해 공격을 수행하고 있어 조기 탐지와 방어에 많은 어려움을 겪고 있으며, 그 피해 규모도 날로 증가하고 있다. 따라서 본 논문에서는 효과적인 랜섬웨어 탐지를 위하여 파일 암호화와 암호화 패턴을 머신러닝 기반으로 하는 감지 기법을 제안한다. 파일 암호화는 랜섬웨어가 공격하는데 필수적으로 사용하는 기능으로 암호 행위와 암호화 패턴을 분석함으로써 랜섬웨어를 탐지하고 랜섬웨어의 특정 변종이나 새로운 유형의 랜섬웨어를 탐지할 수 있기 때문에 랜섬웨어 공격을 식별하고 차단하는 데 매우 효과적이다. 제안한 머신러닝 기반의 암호화 행위 감지 기법은 암호화 특성과 암호화 패턴 특성을 추출하여 머신러닝 기반의 분류기를 통해 각각 학습을 시켜 해당 행위에 대한 탐지를 진행하고 최종 결과는 두 분류기의 평가 결과를 기반으로 앙상블 분류기에서 랜섬웨어 유무를 판별하여 좀 더 정확도를 높였다. 또한, 제안한 기법을 numpy와 pandas, 파이썬의 사이킷런 라이브러리를 사용하여 구현하여 평가지표를 사용한 성능를 평가한 결과 평균적으로 94%,의 정확도와 95%의 정밀도, 93%의 재현률과 95%의 F1 스코어가 산출되었다. 성능 평가 결과를 보면 암호화 행위 감지를 통해 랜섬웨어 탐지가 가능하다는 것을 확인할 수 있었고 랜섬웨어의 사전 탐지를 위해 제안한 기법의 성능을 높이기 위한 연구도 계속해서 진행되어야 한다.