최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 내부자의 정상행위를 모델링하여 비정상행위를 탐지하는 내부 정보 유출 탐지 기법을 제안합니다. 은닉 마르코프 모델(HMM)을 활용하여 로그 데이터를 기반으로 정상행위 모델을 생성하고, 관측열을 통해 이상행위를 판정하여 20%의 오탐율과 80%의 탐지율을 보였습니다.
보안 데이터 시각화 : 데이터의 핵심을 한눈에 보여주는 최적의 기법
Machine learning in cyber trust : security, privacy, and reliability
Hidden Markov Models and Applications
개인의 사회적 정보보호를 위한 공공 정보서비스 개선 연구
Network traffic anomaly detection and prevention : concepts, techniques, and tools
Network anomaly detection : a machine learning perspective
머신 러닝을 활용한 컴퓨터 보안
Hidden Markov models and dynamical systems
Splunk를 활용한 시큐리티 모니터링 = 보안 담당자를 위한 SIEM 구축 및 활용
실전 모의 해킹과 침투 테스트
Splunk를 활용한 시큐리티 모니터링 : 보안 담당자를 위한 SIEM 구축 및 활용 =
데이터 은닉의 기술, 데이터 하이딩
해킹 사고의 재구성
Penetration testing and network defense
디지털 포렌식과 사고 대응 : 사이버 위협에 대응하는 사고 대웅 기법과 절차
Technologies of insecurity : the surveillance of everyday life
기업보안 관리전략 =
Machine learning forensics for law enforcement, security, and intelligence
Security PLUS for UNIX
Digital privacy : theory, technologies, and practices
Xiao · 2020
International Journal of Fuzzy Logic and Intelligent systems
최병하, 최승교, 조경산 · 2012
한국컴퓨터정보학회논문지
오준형, Tae Ho Kim, 이경호 · 2019
KSII Transactions on Internet and Information Systems
임원기; 권구형; 김정재; 이종언; 차시호 · 2016
한국산학기술학회논문지
한상준, 조성배 · 2003
정보과학회논문지 : 정보통신
전선 / 대학원
이 수업은 디지털 미디어의 사회침투 (mediatization; 미디어화)에 따라 네트워크가 하나의 범사회적인 구성원리로 부상하는 현상을 주로 인간관계의 형성과 유지에 관한 논의에 초점을 두고 학습합니다. 미디어가 우리의 일상과 어떻게 결합하는지, 즉 우리가 주변사람들 혹은 공동체와 맺는 관계를 중심에 두고 그 관계 위에서 공유되는 정보와 감정, 개인과 공동체와의 관계 등이 미디어화와 더불어 어떤 변화를 겪는지를 보고자 합니다. 기존 연구에 대한 학습과 동시에 실제 우리 일상에 대해 비판적으로 ‘관찰’하고 책 바깥으로 나와 생각하는 연습을 통해 다시 미디어의 본질에 관한 통찰력을 키워보고자 합니다. 미디어화에 따른 인간관계망의 변화, 개인과 집단의 미디어 이용, 공동체의 형성, 협력관계의 발생 등의 이슈를 다룹니다.전선 / 대학원
생체 시스템을 해석하기 위하여 컴퓨터 내에서 모델로 구현하고, 이 모델을 통하여서 생체 시스템의 특성을 연구하는 시뮬레이션 방법 등에 대하여 공부한다. 생체시스템에서 발생하는 데이터들을 수집하고 분석하여, 이 현상을 가장 잘 나타내는 모델을 컴퓨터 내에서 구현하는 과정과 방법들에 대하여 공부한다. 도출된 모델에 대하여 모델의 입력을 변화 시켜가며 출력으로 관찰하고, 이를 실제의 데이터와 비교하여 그 차이점을 다시 모델의 수정과정으로 feedback시킨다. 도출된 모델을 이용하여 임의의 입력 변수를 가하고, 이에 대한 모델의 출력을 통하여 생체에서의 현상을 유추한다.전선 / 대학원
성공적인 경영자가 되기 위해서 경영자들은 다양한 역할을 수행하여야 합니다. 특히 경영자는 성과를 내는 것도 중요하지만, 구성원들이 성과를 낼 수 있게끔 리더십을 발휘하는 것이 중요합니다. 따라서 본 과목에서는 조직을 효과적으로 경영하기 위해서 필요한 리더십에 대해서 논의 하고자 합니다. 본 과목은 수강생들이 효과적인 경영리더십을 이해하고 이를 실무에 적용시킬 수 있도록 돕는데 그 목적이 있습니다. 이를 위하여 강의, 사례연구, in-class exercise등 다양한 강의기법이 활용됩니다. 또한, 수강생들의 적극적인 참여를 통하여 서로간의 경험과 식견을 공유하도록 적극 유도하고자 합니다. 이를 통하여 이론뿐만 아니라 실제적인 리더십 발휘 및 개발에 도움이 될 것으로 기대합니다.전선 / 대학원
본 과정은 다국적 기업에 있어서의 경쟁우위의 창출과 관련하여 다국적기업의 경영활동에 대하여 집중 조명하게 된다. 국제기업환경에 대한 기본적인 배경지식의 함양과 함께 새로이 부각되는 복잡 다단한 경쟁환경 속에서 효과적인 글로벌 전략의 수립과 이를 수행해나가는 다양한 대응형태들을 분석함으로써 한국기업의 국제경쟁전략에 이를 응용해보고자 한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 학사
본 과정에서는 머신러닝의 기초를 수업한다. 수업 초반에는 머신러닝의 기초가 되는 확률, 선형대수, 최적화, 신호처리를 간단히 리뷰한다. 중반부에서는 대표적인 머신러닝 문제인 Classification, regression, clustering을 소개하고 예시를 통하여 개념을 학습한다. 후반부에서는 스마트 제조를 위한 센싱, 공간정보구축, 로보틱스 적용의 실습을 조별로 진행한다. 독립전원으로 구동가능한 미니PC 상에 리눅스를 운용하고, ROS SLAM 등 로보틱스와 공간지능 관련 소프트웨어를 배운다. 마지막으로는 실제 센서를 함께 구동하고 직접 데이터를 취득한 후, 수업에서 학습한 머신러닝 알고리즘을 적용해보기 위한 실습을 수행한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.교양 / 학사
이 과목의 목적은 데이터 문해력에 대한 기본지식을 함양하고 이를 통하여 데이터 기반 의사결정능력과 올바른 정보를 취사선택하는 방법을 익히는 데 있다. 이 과목을 통하여 다양한 통계의 오용사례를 살펴보고 데이터를 전달하는 미디어를 올바르게 이해하고 데이터를 기반으로 효율적으로 본인의 주장을 제시하는 방법에 대해 배운다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.전선 / 대학원
디자인 연구의 기본이 되는 논문의 개념 및 기본 연구 설계 방법을 학습하고 실습한다. 디자인 자료 수집의 기초가 되는 설문지 및 인터뷰 시나리오 구성, 자료 수집 방법 및 전략, 연구 대상 설정 등의 연구 설계의 기초 과정을 이해하여, 연구 설계를 할 수 있는 능력을 배양한다. 또한 본인 연구주제와 관련된 선행 연구 분석을 통해, 연구논문계획서를 작성하여, 디자인 연구 진행의 기초가 될 수 있도록 한다.전선 / 대학원
인적자원의 효과적인 관리와 개발을 통하여 조직의 목표를 효과적으로 달성할 수 있을 뿐 아니라, 나아가 인적자원을 기반으로 한 경영전략의 수립 및 달성이 가능하다는 점에서 인사관리는 기업경영에 있어서 매우 중요한 분야라고 할 수 있다. 본 과목에서는 종래의 인사직능 위주의 인사관리에서 벗어나 인사관리 및 인적자원의 전략적 중요성에 기반한 인사관리를 다루고자 한다. 특히 기업 인사관리의 새로운 추세와 형성요인에 관한 이해를 하고 우리나라 기업 인사관리의 방향에 관한 평가와 전망, 그리고 새로운 제안을 시도한다.전선 / 대학원
본 교과목에서는 AI가 매스 커뮤니케이션을 포함한 인간 커뮤니케이션 전 영역에 걸쳐 메시지 작성, 확산, 큐레이션(curation) 등 보다 다양하고 적극적인 역할(agency)을 수행하게 됨에 따라 대두되는 질문들을 (a) 인간-AI 커뮤니케이션(human-AI communication)과 (b) AI 매개 커뮤니케이션(AI-mediated communication)의 하위 분야로 나누어 심층적으로 고찰한다. 먼저 인간-컴퓨터 상호작용(human-computer interaction), 컴퓨터 매개 커뮤니케이션(computer-mediated communication) 분야의 대표적 이론 및 관련 실증연구들을 학습하고, AI 발전에 따른 최신 연구동향을 검토한다. 실제 AI 활용 사례(예; AI 스피커, AI 뉴스 추천 시스템. 챗봇)를 대상으로 기술적 속성, 이용자들의 속성, 커뮤니케이션 맥락 등에 따라 기존 이론 및 모델을 어떻게 수정, 보완, 확장해야 하는지 논의한다. 이를 통해 커뮤니케이션학에서 AI의 문제를 어떻게 정의하고 연구할 것인가에 대한 이해를 증진시킬 것이다.전선 / 학사
21세기 들어서 거대 망원경을 이용한 서베이사이언스가 천문학의 주류가 되었다. 방대한 천문 데이터로부터 시그널 프로세싱 및 탐지, 가설 검정, 모델 선택, 노이즈 제거 및 최소화, 비선형 상관관계 파악, 피셔 정보에 바탕을 둔 서베이 설계에 대한 수학적/통계학적인 배경 및 근본적인 원리 그리고 최신 알고리즘을 철저히 학습하고 그 천문학적 응용법을 터득하는 것이 절실히 요구된다. 새롭게 개설되는 “천문정보론” 강좌에서 천문학전공 학부생들은 이러한 심화 교육을 철저히 받아 천문통계의 기초를 다지고 장래 세계를 선도하는 천문학자로서 성장하여 서베이 사이언스를 수행하는 발판을 마련하게 될 것이다.전선 / 대학원
해당과목은 공학분야에서 중요한 통계적 데이터 처리, 통계적 공학해석, 통계기반 공학설계 이슈들을 다룬다. 통계적 데이터 처리에서는 공학통계, 통계적 데이터 처리의 정성적, 정량적 접근법과 베이지안 통계학을 배운다. 통계적 공학해석은 신뢰성함수, 위험도함수, 가속수명시험, 불확실성 해석, 신뢰성해석, 건전성 진단 및 예지기술을 배운다. 통계기반 설계에서는 통계기반 민감도 해석, 반응함수법, 신뢰성기반 최적설계를 다룬다. 끝으로 공학시스템의 건전성 모니터링기술을 간단히 다룬다.전선 / 학사
어떤 조직구조가 주어진 전략의 보다 효과적인 실행을 돕는가? 본 수업은 학부 3, 4학년을 대상으로 해당 질문을 이론과 실습을 통해 학습한다. 강의는 실행 프로세스로서의 전략이라는 관점에 기반하여 조직 내 보고체계, 최고경영진의 구성 등과 같은 공식조직과, 조직의 비전, 가치체계, 루틴/습관을 포함하는 비공식조직을 알아본 후 전략적 목적하에 이를 변화시키는 조직혁신에 대해서 학습한다. 기업 내, 기업 간 네트워크 분석에 기반하여 네트워크와 플랫폼, 조직 인지다양성, 혁신을 위한 조직 등도 함께 학습한다. 수업은 기업사례 분석, 학술논문 토론, 네트워크 분석 소프트웨어 (R/Gephi) 학습, 사회심리학 실험 등의 다양한 학습방법을 통해 이루어진다.논문 / 대학원
이 과목에서는 비정규적인 강의와 함께 연구를 수행하는데 있어 필요한 기법을 익히기 위한 몇 개의 토론 분과가 만들어질 것이다. 강독은 이론과 실증연구에 있어 대표적인 논문들뿐만 아니라, 연구방법론에 관한 논문들도 포함한다. 학생들은 강독 논문들을 평가하는 숙제와 함께 자신의 관심분야 연구를 위한 기말논문을 제출하여야 한다.전선 / 대학원
한정된 자료들 사이의 공간적 상호관계를 분석하고 이를 바탕으로 임의의 위치에서 원하는 자료값을 예측하는 여러 크리깅 기법을 공부한다. 주어진 값과 그 분포를 항상 보전하는 조건부 시뮬레이션과 불확실성을 줄이기 위해 이용가능한 자료를 통합하여 사용하는 최적화 기법을 공부한다.전선 / 대학원
중도절단 생존시간 자료를 분석하는 고급 통계적 기법들을 다룬다. 생존함수의 추정을 위한 일반적인 방법인 KaplanㅡMeier 추정량의 정의 및 여러 성질들을 다룬다. 좌 절단 자료의 분석을 위하여 필수적인 셈 과정에 대한 이론을 배우고, 이를 이용한 위험함수의 추정방법을 설명한다. 생존시간 자료의 회귀모형을 위하여 비례위험모형에 대하여 다루고, 회귀계수의 점근적 일치성 및 근사분포를 유도한다.전선 / 대학원
이 강의에서는 인공지능 신뢰성 문제, 즉 인공지능의 가치정렬, 적법·윤리성, 견고성을 측정·확보하는 기법과 이를 촉진하기 위한 제도의 설계 방안을 학습한다. 이를 위해 리스크의 측정·경감 기술의 이해 뿐 아니라 인문·사회과학·법적 관점을 융합한 다양한 접근을 제시한다. 구체적으로 공정한 기계학습, 설명 가능한 AI, 인간-AI 상호작용, 프라이버시 보존 데이터 분석, 자율시스템의 안전성, 인지모델의 견고성, 생성모델의 권리침해와 오남용 문제, 자율살상무기체계의 통제 등을 탐색한다.전선 / 대학원
불완전한 정보로 인한 시장문제와 소비자 문제를 바탕으로 소비자들의 정보탐색활동을 평가하고, 매체로부터의 정보를 분석함으로써 바람직한 정보정책의 틀을 제시한다.