최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
김태혁
2019 / Journal of The Korean Data Analysis Society
Oh Y.S.,Choi J.H.,Kim C.J.,Seong E.S.,Kim M.J.,Yu C.Y.,Lee J.G.
2020 / Korean Journal of Medicinal Crop Science
Mbiakop U.C.,Gomes J.H.S.,Pádua R.M.,Lemos V.S.,Braga F.C.,Cortes S.F.
2023 / Journal of Ethnopharmacology
데이터가 존재하지 않습니다.
loading...
본 논문은 멜트다운 악성코드의 급증에 대응하여 동적 샌드박스 도구와 머신러닝 기반의 탐지 방법을 제시한다. 특히, 패치 미적용 시스템의 성능 저하 문제를 해결하기 위해 의사결정트리 기법을 활용하여 기존 시그니처 기반 탐지의 한계를 극복하고자 한다. 악성코드 탐지를 위해 가상 메모리, CPU 캐시 등 운영체제 구동 방식 분석 및 strace 도구를 이용한 데이터 추출 메커니즘을 활용한다.
Cyber Security Cryptography and Machine Learning : 5th International Symposium, CSCML 2021, Be'er Sheva, Israel, July 8–9, 2021, Proceedings
(실전 예제로 배우는) 모의 해킹을 위한 메타스플로잇
네트워크 보안 위협과 대응 : 기업 보안 사례로 알아보는 침해 사고 탐지 및 예방
(모의 해킹 전문가를 위한) 메타스플로잇
Machine learning in cyber trust : security, privacy, and reliability
디지털 포렌식과 사고 대응 : 사이버 공격에 대응하는 현명한 방법
네트워크 보안 실험실 : 단계별 가이드
Fast software encryption : 4th International Workshop, FSE '97, Haifa, Israel, January 20-22, 1997 : proceedings
리눅스 서버 보안관리 실무 =
디지털 포렌식과 사고 대응 : 사이버 위협에 대응하는 사고 대웅 기법과 절차
Dependable computing--EDCC-1 : first European Dependable Computing Conference, Berlin, Germany, October 4-6, 1994 : proceedings
즐거운 리버싱 : 리버스 엔지니어링 입문
침투 테스트 : 화이트 해커를 위한 실용 입문서
Building secure servers with Linux
백트랙을 활용한 모의 해킹
Dependable computing--EDDC-3 : Third European Dependable Computing Conference, Prague, Czech Republic, September 15-17, 1999 : proceedings
Advances in cryptology--EUROCRYPT '95 : International Conference on the Theory and Application of Cryptographic Techniques, Saint-Malo, France, May 21-25, 1995 : proceedings
악성코드와 멀웨어 포렌식
리눅스 바이너리 분석 : 리눅스 바이너리와 메모리 해킹 매뉴얼
머신 러닝을 활용한 컴퓨터 보안
정보보호학회논문지
김문선; 이만희Future Generation Computer Systems
Akyildiz T.A.,Guzgeren C.B.,Yilmaz C.,Savas E.한국정보기술학회논문지
전덕조; 박동규Computers and Security
Javeed A.,Yilmaz C.,Savas E.Computer Networks
Tian D.,Ying Q.,Jia X.,Ma R.,Hu C.,Liu W.정보보호학회논문지
박용주, 김휘강Computers and Security
Jerbi M.,Dagdia Z.C.,Bechikh S.,Makhlouf M.,Said L.B.IEEE Access
Kim T.,Shin Y.ELECTRONICS
Ali, Muhammad; Shiaeles, Stavros; Bendiab, Gueltoum; Ghita, BogdanIEEE Transactions on Information Forensics and Security, Information Forensics and Security, IEEE Transactions on, IEEE Trans.Inform.Forensic Secur.
Caviglione, L.; Gaggero, M.; Lalande, J.; Mazurczyk, W.; Urbanski, M.Applied Sciences (Switzerland)
Ahn G.,Kim K.,Park W.,Shin D.International Journal of Information Security
Wesam Almobaideen; Orieb Abu Alghanam; Muhammad Abdullah; Syed Basit Hussain; Umar Alam한국정보기술학회논문지
전덕조, 박동규Journal of Information Security and Applications
Bhandari, S.; Panihar, R.; Laxmi, V.; Naval, S.; Zemmari, A.; Gaur, M.S.Symmetry
Akhtar M.S.,Feng T.Journal of Physics: Conference Series
Qingbao Li; Xinbing Zhu; Shoupu LuTsinghua Science and Technology
Yan F.,Wu R.,Zhang L.,Cao Y.Computers and Security
Han W.,Xue J.,Wang Y.,Huang L.,Kong Z.,Mao L.Chun-Jung WU; Katsunari YOSHIOKA; Shin-Ying HUANG; Tsutomu MATSUMOTO
IEEE Signal Processing Letters
Yan, Pei; Tan, Shunquan; Wang, Miaohui; Huang, Jiwu전필 / 대학원
디지털 포렌식 기술의 입문과정으로서, 디지털포렌식의 절차, 디지털포렌식 기술 동향과 역사, 디지털포렌식 기술의 위기와 대응방안을 살펴본다. 즉, 디지털 데이터의 삭제, 암호화, 은닉에 대응하는 컴퓨터 시스템 및 소프트웨어 도구 기술, 디지털 증거물 데이터 처리과정의 무결점을 보장하는 기술, 디지털 증거물의 온전함을 보장하는 기술 등을 살펴본다.전선 / 대학원
스마트시티는 복잡 인프라 시스템의 확률 기반 모형의 구축과, 계측 데이터에 기반한 학습/업데이팅, 그리고 상황별 실시간 추론에 기반한 의사결정을 필수적으로 요구한다. 본 교과목은 이러한 정보공학 기반 인프라 시스템 관리의 기반이 되는 다음의 베이지안 이론과 방법론을 소개한다: (1) 데이터 기반 통계적 학습: 마르코프 체인 몬테 카를로, (2) 인과관계 모형 구축, 학습 및 추론: 베이지안 네트워크, (3) 커널 기반 학습 및 추론: 가우시안 프로세스, (4) 시그널 프로세싱: 베이지안 필터. 각 방법론을 컴퓨터 프로그래밍을 통해 직접 실습하고, 재난재해 레질리언스, 안전, 생애주기 관리 등 다양한 인프라 관련 문제에 적용함으로써 스마트시티를 구현하는 데에 필요한 인프라 정보공학 핵심역량을 함양하는 것을 목표로 한다.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.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전필 / 대학원
디지털포렌식 수행과정에서 암호화된 디지털 증거를 분석하기 위한 암호해독 방법을 다룬다. 그리고 법정에서 디지털 데이터가 증거로 채택되기 위해서는 증거의 무결성 유지가 요구되는데, 이 과목에서 이를 보장하는데 필요한 암호학적 도구를 강의한다. 또한 클라우드 컴퓨팅 환경이 마련되면서 새로운 기능을 가지는 암호 기술이 급격히 발전하고 있다. 이러한 미래 암호 기술을 구체적으로 살펴봄으로써 새로운 환경에서의 디지털포렌식을 대비할 수 있도록 한다.전선 / 대학원
광산이나 터널과 같이 암반에 건설되는 구조물의 시공과정에는 암반 노출면에 대한 조사가 필수적이다. 최근 이러한 암반 노출면에 대한 조사와 분석 과정을 무인화, 자동화하여 안전한 작업환경을 조성하고 조사 자료를 기반으로 신속한 굴착/보강설계를 수행하기 위한 노력이 지속되고 있다. 이 강의에서는 입체사진측량과 드론 등을 활용한 디지털 암반 조사방법과 AI를 이용한 불연속면 분석 및 암반분류에 관한 최신의 기술들을 다룬다.전선 / 학사
통계학, 인공지능, 컴퓨터공학의 도구를 총체적으로 사용하는 데이터마이닝은 기존의 과학 및 공학 분야 뿐 아니라 생산, 마케팅, 금융 등과 같은 비즈니스 분야에도 활발히 사용되고 있다. 본 강좌에서는 데이터마이닝의 기본적인 문제인 클러스터링, 분류, 연관분석 등과 해당 기법들을 소개한다. 또한, 실제 비즈니스에서 데이터마이닝이 사용되는 배경 및 사례를 공부한다. 생산, 마케팅, 금융 분야의 실제 데이터를 사용하여 마이닝을 수행하는 프로젝트를 함으로써 이들 분야에 있어서의 데이터마이닝의 특성을 이해하고 문제해결능력을 제고하고자 한다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 대학원
본 강좌는 다양한 머신러닝기법을 활용한 기후환경데이터 분석 방법을 소개한다. Linear regression, Logistic regression, Support Vector Machine (SVM), Random Forest, XGBoost, LightGBM 등과 같은 지도 학습 기법에 더불어,K-mean clustering, Principal Component Analysis, Singular Value Decomposition,Self-Organizing Map (SOM) 등의 비지도 학습 머신러닝 기법들의 구동 원리를 파악할 수 있는 이론 강의와, 이 중 일부를 활용한 실습 과정으로 구성된다. 다양한 머신러닝 기법 기반의 데이터 분석 방법을 비교함으로서 머신러닝 기법들의 장단점을 파악할 수 있도록 한다.전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
본 과목에서는 다양한 인공 지능 (특히 머신 러닝) 및 빅데이터 분석 시스템에 대해 공부한다. 자원을 관리하는 자원 관리자, 데이터를 저장하는 분산 스토리지, 데이터 처리의 핵심 모델인 데이터 플로우 모델, 배치 분석, 인메모리 처리, 스트림 처리, SQL, 머신 러닝/딥러닝 시스템, 그래프 처리에 대해서 공부한다. 특히, 대표적인 시스템인 Spark, Beam, TensorFlow, PyTorch 등을 활용하여 실제로 해당 시스템들이 어떻게 동작하는지 깊게 공부한다. 배운 이론을 바탕으로 프로그래밍 과제와 팀별 연구 프로젝트를 수행한다.전선 / 대학원
데이터와 컴퓨팅 역량의 폭발적인 증가로 인해, 비즈니스 의사결정에서 데이터 분석과 정량적 모델링의 활용은 필수적인 요소가 되었다. 이 과목은 데이터 과학과 고급 경영과학을 결합하여, 다양한 비즈니스 환경에서 데이터의 활용을 통한 효율적 의사결정 시스템을 구축하기 위한 기술과 도구들을 다룬다. 전통적인 데이터 처리 및 분석을 넘어, 데이터를 스마트하고 해석 가능하며 실행 가능한 비즈니스 의사결정으로 변환하는 '처방적 분석' 방법론에 중점을 둔다. 구체적으로는 머신러닝 알고리즘, 고급 의사결정 모델링, 최적화와 같은 기술을 결합하여 자원 배분, 공급망 관리, 불확실성 대응, 경제성 분석 등 다양한 문제들을 데이터와 정량적 근거에 기반하여 해결하는 능력을 배양하는 것을 목표로 한다. 고급 엑셀 기능과 기본적이고 쉽게 이용 가능한 파이썬 모델링 기법 등 실무적인 도구들을 익히며, 코딩 기술이 요구되지 않는 상황에서도 이 도구들의 메커니즘을 이해하고 활용할 수 있는 매니저로서의 역량을 기르게 될 것이다. 이 과목은 처방적 분석 방법론의 실무적 유용성에 초점을 맞추어, 다양한 분야에서 해석 가능하고 실행 가능한 의사결정 시스템을 구축하려는 경영 매니저들에게 유용할 것이다.전선 / 학사
실생활에서 접할 수 있는 다양한 전자제품을 분해, 분석 또는 조립하여 그 안에 탑재된 반도체 부품의 동작 원리, 회로 설계, 적용 사례를 배운다. 비전공자들도 이해하기 쉬운 실습 위주의 교과 과정으로, 초반부에서는 기초 원리의 강의와 실제 제품의 분석 위주로 진행하고, 후반부에서는 회로 변경, 제품의 심화 분석, 완전 재설계 등의 개별 프로젝트를 학생 개인 또는 팀 단위로 수행한다. 실제 제품을 통하여 반도체 지식과 논리적 사고 방법을 배양하는 것이 이 과정의 목표이다. 대상 전자제품과 프로젝트의 주제는 매 학기 변경될 수 있으니 강의 계획서의 참조가 필요하다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 알고리즘을 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에 적용하여 자동적 영역분할, 치과질환의 자동적 탐지 및 분류하는 방법을 실습함. 치과영상 데이터의 annotation 방법, 신경망 학습, 테스트 및 모델의 성능분석 등을 디지털 치과 데이터를 실제 컴퓨터 서버에 탑재하고 실습하여, 학생 스스로 딥러닝을 이용하여 치과영상을 분석할 수 있는 능력을 제공함. Getting Started with Deep Learning Using PyTorch Building Blocks of Neural Networks Diving Deep into Neural Networks Fundamentals of Machine Learning Deep Learning for Computer Vision Deep Learning with Sequence Data and Text Generative Networks전선 / 학사
컴퓨터를 활용하여 문제를 해결할 시 그 활용이 필수적인 기본적인 자료 구조에 대해 가르친다. 배열, linked list, stack, queue, priority queue, search tree, hash table, balanced search tree 등의 자료구조의 구성, 활용 방법 및 효율성을 강의한다. Python 기반의 숙제를 통해 수강생이 직접 각 자료구조를 구현/활용할 수 있는 능력을 배양한다.전선 / 학사
본 강좌는 학부 3~4학년 교과목으로 공과대학 전 분야의 학부생을 대상으로 한다. 실습이나 과제가 일부 포함되지만, 기본적으로 Flipped Learning 방식의 강의 위주의 기초 개념 학습 중심의 과목이다. 4차 산업혁명 시대에 대규모의 민감한 정보를 다루는 컴퓨터 시스템의 안전한 데이터 처리, 보관, 보호 등에 필요한 정보 보안 및 프라이버시 보존 기술의 기초 개념 습득을 목표로 한다. 주요 내용은 (1) 컴퓨터 시스템 보안의 기본 이론, (2) 암호학의 기본개념 및 기초 암호 기술과 이를 활용한 데이터 프라이버시 보존 기술, (3) 블록체인 개념과 주요 합의 알고리즘 및 관련 암호 기법 및 실습과 (4) 데이터의 안전한 처리를 위한 데이터 보안 및 보호 기술 등을 포함한다. 선수과목: 기초수학, 컴퓨터의 개념 및 실습전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.