• International Journal of Computer Science & Network Security
• /
• 제21권12호
• /
• pp.9-20
• /
• 2021

Abstraction applied in computer networking hides network details behind a well-defined representation by building a model that captures an essential aspect of the network system. Two current methods of representation are available, one based on graph theory, where a network node is reduced to a point in a graph, and the other the use of non-methodological iconic depictions such as human heads, walls, towers or computer racks. In this paper, we adopt an abstract representation methodology, the thinging machine (TM), proposed in software engineering to model computer networks. TM defines a single coherent network architecture and topology that is constituted from only five generic actions with two types of arrows. Without loss of generality, this paper applies TM to model the area of network monitoring in packet-mode transmission. Complex network documents are difficult to maintain and are not guaranteed to mirror actual situations. Network monitoring is constant monitoring for and alerting of malfunctions, failures, stoppages or suspicious activities in a network system. Current monitoring systems are built on ad hoc descriptions that lack systemization. The TM model of monitoring presents a theoretical foundation integrated with events and behavior descriptions. To investigate TM modeling's feasibility, we apply it to an existing computer network in a Kuwaiti enterprise to create an integrated network system that includes hardware, software and communication facilities. The final specifications point to TM modeling's viability in the computer networking field.

• 지능정보연구
• /
• 제18권1호
• /
• pp.71-90
• /
• 2012

오랜 기간에 걸쳐 다양한 분야에서 연구되었음에도 불구하고 전통적인 통제이론의 관심은 단순한 업무에 머물러 있다. 최근에 시작된 정보시스템 개발을 대상으로 한 연구도 실제 프로젝트에서 관찰되는 통제 현상의 일부분에 대한 설명에 그치고 있다. 이 연구는 정보시스템 개발 통제에 대한 종합적인 설명과 이해에 도움이 되는 개념과 구조의 식별과 분석에 초점을 둔다. 이 연구는 조직론과 경제학의 통제이론을 기반으로 한다. 통제 관점의 업무 분석에 적용할 수 있는 개념 틀을 제공하고, 이를 바탕으로 정보시스템 개발 업무의 특징을 분석하였다. 통제방법과 설계에 대한 논의 결과는 실무 프로젝트의 통제체계를 설계할 때 출발점으로 삼을 수 있다. 통제 네트워크의 분석으로 프로젝트의 통제에는 통제자와 피통제자가 연결된 복잡한 네트워크 구조가 필요하다는 것을 밝힐 수 있었다. 계약 방식의 차이로 발생하는 내부 개발과 외부 개발의 대리 문제와 대리 비용의 차이가 매우 크다는 것도 분석되었다. 연구의 결과는 계획과 실행에 치중된 정보시스템 개발에 관한 연구의 균형을 회복하고, 기존 연구 결과를 확장하여 개발 프로젝트의 통제에 관한 이해의 폭을 넓혀줄 것으로 기대한다. 실무적으로 연구 결과는 1) 통제의 구체적인 방법과 네트워크의 설계 지침으로 활용할 수 있으며, 2) 외주 개발에 내재하는 대리 위험에 대한 경각심을 높여줄 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권5호
• /
• pp.2286-2309
• /
• 2016

Overlay networks have been widely deployed upon the Internet by Service Providers (SPs) to provide improved network services. However, the interaction between each overlay and traffic engineering (TE) as well as the interaction among co-existing overlays may occur. In this paper, we adopt both non-cooperative and cooperative game theory to analyze these interactions, which are collectively called hybrid interaction. Firstly, we model a situation of the hybrid interaction as an n+1-player non-cooperative game, in which overlays and TE are of equal status, and prove the existence of Nash equilibrium (NE) for this game. Secondly, we model another situation of the hybrid interaction as a 1-leader-n-follower Stackelberg-Nash game, in which TE is the leader and co-existing overlays are followers, and prove that the cost at Stackelberg-Nash equilibrium (SNE) is at least as good as that at NE for TE. Thirdly, we propose a cooperative coalition mechanism based on Shapley value to overcome the inherent inefficiency of NE and SNE, in which players can improve their performance and form stable coalitions. Finally, we apply distinct genetic algorithms (GA) to calculate the values for NE, SNE and the assigned cost for each player in each coalition, respectively. Analytical results are confirmed by the simulation on complex network topologies.

• 한국콘텐츠학회논문지
• /
• 제13권4호
• /
• pp.427-439
• /
• 2013

복잡계 과학의 발달에 따라 많은 사회 네트워크들이 분석되고 있다. 사회 네트워크는 현재 인문, 경제, 웹 사이언스 등 다양한 분야에 응용되고 있다. 최근, 소설의 등장인물을 이용한 네트워크와 실제 사회 네트워크의 특성을 비교하는 다양한 연구가 진행되고 있다. 그러나 기존의 등장인물 네트워크는 대부분 미리 정리된 인명사전을 이용하므로 주요한 몇몇 인물들 사이의 연관성은 밝힐 수 있으나, 한번 이상 등장한 모든 인물의 전체적인 사회적 구조는 설명하지 못하고 있다. 본 연구에서는 소설로부터 등장인물을 직접 추출하고, 등장인물 사이의 거리를 사용하여 상관관계를 설정하여 네트워크를 구축한다. 제안방법은 소설 텍스트로부터 등장인물의 출현빈도와 등장인물들 사이의 연관성의 발생 빈도를 이용하여 연관성 가중치를 구할 수 있으며, 이 연관성 가중치를 사용하여 노드의 수를 조절하여 K-critical 네트워크를 구성한다. 제시한 K-critical 네트워크는 분석대상 소설에 등장하는 인물들끼리 얼마나 긴밀하게 연관되어 있는지를 정량적으로 파악하는 매우 중요한 정보를 줄 수 있음을 실험을 통하여 제시할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제6권2호
• /
• pp.81-89
• /
• 1996

퍼지모델링의 설계 방법을 교통경로선택의 모델동정을 위하여 제안한다. 제안된 퍼지모델은 최적화이론, 퍼지구현규칙을 사용하여 ""IF..., THEN...""의 효율적인 형태로 시스템구조와 파라미터 동정을 시행한다. 이 논문에서 간략추론, 선형추론, 병형된 선형추론의 3가지종류의 퍼지모델링 방법을 제시한다. 이 퍼지추론 방법은 인간의 교통행동의 정확한 추정과 정밀한 묘사를 위해 교통경로선택 모델을 개발하기 위해 이용된다. 퍼지규칙의 전반부 구조와 파라미터를 동정하기 위해 개선된 컴플렉스법을 사용하고, 최적후반부 파라미터를 동정하기 위해 최소자승법이 사용된다. 교통경로선택 데이타가 제안된 퍼지모델 성능을 평가하기 위해 사옹된다. 제안된 방법이 기존의 다른 연구들 - 즉 BL, PS, FL, NN, FNNs 모델 등 - 보다 더 높은 정확도를 가진 퍼지모델을 생성함을 보인다. 생성함을 보인다.

• Spatial Information Research
• /
• 제16권2호
• /
• pp.157-171
• /
• 2008

최근에는 대형건축물, 지하철과 같은 대규모 실내공간에서의 화재와 같은 사고에 대한 인식이 확대되고 있다. 그러나 현재까지는 그에 대한 적절한 서비스, 설계, 평가 방법이 미약한 실정이며 관련 연구들도 학술적 연구차원이거나 가상의 시뮬레이터 중심인 경우가 대부분이다. 최근 유비쿼터스 관련 분야에 대한 관심과 함께 실내 위치측위기술 역시 발전하고 있는데, 이러한 기술을 이용할 경우, 방재분야 역시 단순 시뮬레이터에서 실시간 대피 안내시스템으로 확대시킬 수 있는 가능성이 있다. 그러나 현재 개발되어있는 대피 시뮬레이션의 경우에는 지리참조 되지 않은 건축도면을 기반으로 구축되어 있어서 이러한 실내 센서와 연동하기에는 한계가 있다. 본 연구에서는 이러한 실내 위치기반 실시간 방재시스템으로의 확대를 위한 기초연구로서, 데이터 구조 및 대피경로 산출 방법을 제시하고 이를 적용하여 대피시뮬레이션 테스트를 실시하였다. 좌표계가 적용된 GIS 데이터를 활용하는 방안을 제시하였고, 실내 이동자의 움직임을 나타내는 데에는 Cellular Automata(CA) 모델을 적용하였다.

• Journal of the Optical Society of Korea
• /
• 제18권3호
• /
• pp.274-282
• /
• 2014

In this study, closely spaced Au nanoparticles which are arranged in nanocluster (heptamer) configurations have been employed to design efficient plasmonic subwavelength devices to function at the telecommunication spectrum (${\lambda}$~1550 nm). Utilizing two kinds of nanoparticles, the optical properties of heptamer clusters composed of Au rod and shell particles that are oriented in triphenylene molecular fashion have been investigated numerically, and the cross-sectional profiles of the scattering and absorption of the optical power have been calculated based on a finite-difference time-domain (FDTD) method. Plasmon hybridization theory has been utilized as a theoretical approach to characterize the features and properties of the adjacent and mutual heptamer clusters. Using these given nanostructures, we designed a complex four-branch ($1{\times}4$) Y-shape splitter that is able to work at the near infrared region (NIR). This splitter divides and transmits the magnetic plasmon mode along the mutual heptamers arrays. Besides, as an important and crucial parameter, we studied the impact of arm spacing (offset distance) on the guiding and dividing of the magnetic plasmon resonance propagation and by calculating the ratio of transported power in both nanorod and nanoshell-based structures. Finally, we have presented the optimal structure, that is the four-branch Y-splitter based on shell heptamers which yields the power ratio of 23.9% at each branch, 4.4 ${\mu}m$ decaying length, and 1450 nm offset distance. These results pave the way toward the use of nanoparticles clusters in molecular fashions in designing various efficient devices that are able to be efficient at NIR.

• Journal of Information Science Theory and Practice
• /
• 제10권spc호
• /
• pp.143-153
• /
• 2022

With the development of networks and the increase in the number of network devices, the number of cyber attacks targeting them is also increasing. Since these cyber-attacks aim to steal important information and destroy systems, it is necessary to minimize social and economic damage through early detection and rapid response. Many studies using machine learning (ML) and artificial intelligence (AI) have been conducted, among which payload learning is one of the most intuitive and effective methods to detect malicious behavior. In this study, we propose a preprocessing method to maximize the performance of the model when learning the payload in term units. The proposed method constructs a high-quality learning data set by eliminating unnecessary noise (stopwords) and preserving important features in consideration of the machine language and natural language characteristics of the packet payload. Our method consists of three steps: Preserving significant special characters, Generating a stopword list, and Class label refinement. By processing packets of various and complex structures based on these three processes, it is possible to make high-quality training data that can be helpful to build high-performance ML/AI models for security monitoring. We prove the effectiveness of the proposed method by comparing the performance of the AI model to which the proposed method is applied and not. Forthermore, by evaluating the performance of the AI model applied proposed method in the real-world Security Operating Center (SOC) environment with live network traffic, we demonstrate the applicability of the our method to the real environment.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 마케팅과학연구
• /
• 제20권2호
• /
• pp.110-122
• /
• 2010

20世纪60年代中期, 随着1967年 ${\ll}$产业购买和创造营销${\gg}$的出版, 组织购买行为这一领域的兴起为企业如何在市场中运作提供了新的思维方式, 而不只是为最终用户服务. 无论是 "工业营销" 或 "企业营销"(B-to-B),组织的购买行为仍然是这个领域的核心. 本文探讨了动态因素的影响,影响了几个组织彼此相关的迅速增长的相互依存,反过来会影响组织的购买行为. 文章还提出了一个问题,组织购买行为的概念模型,在一个相互依存的世界是否仍然会在这个充满活力的经营环境中引导研究和管理的思想,. 本文提出并探索三个关于组织相互依存的问题: 1.哪些因素和趋势驱动了组织的相互依存的兴起? 2.在过去半个世纪中发展起来的组织购买行为的主要概念模型仍然适用于今天这个相互依存的组织的世界吗? 3.研究中组织的相互依存的启示是什么? 组织购买行为的实践活动是什么? 考虑到组织关系中驱动组织的相互依存的因素和趋势和5个关键驱动因素有关并影响他们的购买行为:加速全球化, 平整的网络组织, 破坏价值链, 强化政府的介入, 不断细分客户需求. 这五个相通的相互依存和潜在的技术上的优势可以改变组织购买产品和服务的市场中保持竞争力的关系. 在一个客户驱动的营销策略背景下, 这些力量影响三个层次的战略发展: (1)进化的客户需求, (2)产生的产品/服务和解决方案以满足这些需求, 和(3)的组织能力和工艺制定和实施了以满足需求. 组织中相互依存的五个驱动因素在他们影响组织如何购买时不需要独立的操作. 他们可以相互作用和更加有效的影响组织购买行为. 例如,加速了全球化的影响,出现了新的网络进一步破坏传统价值链之间的关系, 从而改变机构购买的产品和服务. 提高政府参与可能会增加成本,因此在其它国家的新兴市场开公司做生意寻求低成本的来源. 这可以减少一国的就业机会增加另一个国家的就业机会, 在另一方面, 从而进一步加速全球化. 第二个主要的问题是相互依存的五个驱动因素对组织购买行为的核心概念模型有什么影响. 考虑三个在 ${\ll}$产业购买和创造营销${\gg}$ 和 ${\ll}$组织购买行为${\gg}$ 书籍中发展的概念模型:组织购买过程, 购买中心,以及购买的情况. 回顾这些核心模型, 作为最初的概念,他们仍然是有效的, 而且不可能改变. 在买家和卖家相互依赖的情况下, 什么会改变买卖双方相互作用的方式. 例如,增加了相互依赖的机会可能导致增加协作以及组织之间的冲突的买卖,从而改变购买过程. 此外,组织中的沟通过程的重要性作为一个成功的购买关系的判断依据将增加. 第三个问题对这些组织购买行为的关系的影响和意义进行了探讨. 以下是本文所考虑到的: 为了增进对网络对组织购买行为的影响的理解,需要增加了解所扮演的角色之间的信任, 增强在网络环境中如何管理组织购买的理解的需要, 需要增加了解在价值网络中的客户需要,并且需要增加了解新兴的商业模式对组织购买行为的影响. 在许多方面,这些从增加的组织的相互依存派生出来的需要是组织购买行为传统概念的扩展. 在1977年,Nicosia 和Wind建议把焦点集中在组织间而不是组织内部观点,自1990年以来, 这个趋势的势头很强. 对于管理者来说,也想在越来越相互依存的世界中生存,他们将需要更好地了解组织如何与另一组织相关的复杂性. 从组织的相互依存的观点已经开始,必须不断地发展提出一种对这些重要的关系改进的理解. 互相依赖的网络观点的转变需要很多学术界人士和实践者从根本上挑战和改变他们商业中的心智模型和组织购买行为模型. 不再只关注购买组织和销售组织之间的关系而应该是网络中所有的相关成员, 包括消费者, 发展者, 供应商和中间者. 我们来看这个例子. 由SAP创造的有众多合作伙伴的网络包含了超过9000个公司和超过一百万的参与者. 互相依赖的进展, 复杂性和不确定的现实和多变的网络需要重新考虑如何做出购买决定. 结果是他们应该关注学术中下一阶段的研究和理论建设并关注有实践者构建的实践模型和实验. 我们希望这样的研究能够展开, 不是孤立在象牙塔里, 也不是限制在商业世界中, 而是学术和实践的结合. 总而言之, 组织之间相互依赖的提高的考虑揭示了组织购买行为的基础模型的持续关联性. 然而在相互依存的世界中来提高这些模型的价值, 学术界和实践者应该提高他们对一下内容的理解 (1)网络的影响; (2)如何更好地管理这些影响的作用; (3)组织之间信任和价值的作用, (4)价值网络中客户需求的演变; (5)组织购买行为的新兴的新商业模型的影响. 为了实现这一目标, 我们需要产业界和学习界更好的合作从而提高我们对在相互依赖的世界中的组织购买行为的理解.