If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
There is no data.
loading...
This study proposes a big data flow management technique and implementation method for quickly detecting and responding to failures in platform service operation environments. The analysis results showed that the proposed technique improved failure detection and response performance by more than 30% compared to traditional network management methods. It is expected that linking with AI-based technology will enhance the intelligence of platform management and failure prevention capabilities.
보안 빅데이터 분석 플랫폼 구축과 활용 : Splunk를 활용한 실무형 가이드북
소매경영 =
주니어 백엔드 개발자가 반드시 알아야 할 실무 지식 : 시행착오를 줄여주는 실무 밀착 백엔드 개발 가이드
혁신사례로 보는 미래정부
Complex system maintenance handbook
Digital power 2023 : 디지털 혁신이 이끄는 미래사회
(아마존 웹 서비스를 이용한) 글로벌 서비스 인프라 설계 : 효율적인 AWS 운용을 위한 DevOps 환경 만들기
플랫폼 레볼루션 : 4차 산업혁명 시대를 지배할 플랫폼 비즈니스 모든 것
4차 산업혁명과 미래 직업 : 사라질 직업 살아남을 직업 생겨날 직업
교통 빅데이터 국가전략 연구: 교통 빅데이터 플랫폼 개발 및 활용
시스템 장애는 왜 두 번 일어났을까? : 비즈니스 연속성을 좌우하는 당신의 인프라는 안녕하십니까?
Splunk 구현 기술 : 보안, 관제, 모니터링을 위한 빅데이터 수집과 분석 솔루션
실전 분산 추적 : 마이크로서비스의 계측, 분석 그리고 디버깅
Active technologies for network and service management : 10th IFIPIEEE International Workshop on Distributed Systems, Operations and Management, DSOM'99, Zurich, Switzerland, October 11-13, 1999 : proceedings
아마존 웹 서비스 완벽 활용법
Managing big data in cloud computing environments
플랫폼 경영
Big data for dummies
(웹 엔지니어가 알아야 할) 인프라의 기본
빅데이터 실무 기술 가이드 =
Yu, Q.; Zhao, N.; Li, M.; Li, Z.; Pei, D.; Wang, H.; Zhang, W.; Sui, K. · 2024
Journal of Network and Computer Applications
조승한 · 2005
한국컴퓨터정보학회논문지
刘伟祥; 崔林山; LIU Weixiang; CUI Linshan · 2015
中国公共安全(学术版) / China Public Security
Herrero, Ricardo Dintén; Zorrilla, Marta · 2022
Procedia Computer Science
염경훈, 김기형, 김강석 · 2018
정보과학회 컴퓨팅의 실제 논문지
임복출, 김순곤 · 2018
한국정보전자통신기술학회 논문지
Chen, Zhuangbin; Kang, Yu; Li, Liqun; Zhang, Xu; Zhang, Hongyu; Xu, Hui; Zhou, Yangfan; Yang, Li; Sun, Jeffrey; Xu, Zhangwei; Dang, Yingnong; Gao, Feng; Zhao, Pu; Qiao, Bo; Lin, Qingwei; Zhang, Dongmei; Lyu, Michael R. · 2020
PROCEEDINGS OF THE 28TH ACM JOINT MEETING ON EUROPEAN SOFTWARE ENGINEERING CONFERENCE AND SYMPOSIUM ON THE FOUNDATIONS OF SOFTWARE ENGINEERING (ESEC/FSE '20)
高俊侠; 彭国敏; 孙晋祥; 陈乃瑶; GAO Jun-xia; PENG Guo-min; SUN Jin-xiang; CHEN Nai-yao · 2021
化工管理 / Chemical Enterprise Management
Ranjan, R.; Zhao, L. · 2013
Journal of Supercomputing
门珮玉 · 2017
中国管理信息化 / China Management Informationization
Moghaddam S.K.,Buyya R.,Ramamohanarao K. · 2019
ACM Computing Surveys
Endo, Patricia Takako; Santos, Guto Leoni; Rosendo, Daniel; Gomes, Demis Moacir; Moreira, Andre; Kelner, Judith; Sadok, Djamel; Goncalves, Glauco Estacio; Mahloo, Mozhgan · 2017
Computer
蓝艺 · 2019
各界 / All Circles
Yang D.,Liu Z.,Wei S. · 2023
Sensors
汪宇航 · 2022
模型世界 / Model World
강진영; 정병석 · 2023
한국빅데이터학회 학회지
Lou, J.-G.; Lin, Q.; Ding, R.; Zhang, D.; Fu, Q.; Xie, T. · 2017
Automated Software Engineering
杨宏山; 邱鹏; YANG Hongshan; QIU Peng · 2022
北京航空航天大学学报(社会科学版) / Journal of Beijing University of Aeronautics and Astronautics (Social Sciences Edition)
Shuzhen Mao · 2022
Journal of Electrical and Computer Engineering
Duenas, Juan C.; Navarro, Jose M.; Parada G., Hugo A.; Andion, Javier; Cuadrado, Felix · 2018
IEEE Communications Magazine, Communications Magazine, IEEE, IEEE Commun. Mag.
전선 / 학사
본 과목은 빅데이터를 활용하는 ML/AI/인지과학의 서비스를 개발할 때, 특히 많이 접하면서 까다로운 시계열 데이터 처리와, 파이썬 등으로 서비스를 개발을 효과적으로 할 수 있는 MLOps/DevOps 실전 가이드를 다루고자 한다. 연구 성과를 검증/공유하기 위해 패키지로 deploy하기 위한 도커/쿠버네티스 기술과 마이크로서비스 구축에 필요한 방법을 학습한다.전선 / 학사
최근 세계경제의 서비스화가 빠른 속도로 진행되고 있고 국내 산업구조 역시 제조 중심에서 서비스 산업 중심으로 크게 변화하고 있어, 서비스에 대한 이해와 생산성의 향상이 주요 관심사로 대두되고 있다. 서비스 시스템은 고객의 요구사항을 만족시키는 서비스를 생산ㆍ전달하기 위해 설계되는 기술과 조직적 네트워크의 복합체인 바, 본 교과목에서는 과학적ㆍ공학적 시각에서 서비스 시스템을 분석하고, 새로운 서비스 시스템을 설계ㆍ운영ㆍ혁신하기 위한 다양한 방법론을 학습한다.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
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
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 대학원
의료정보시스템은 일반적인 정보시스템에 비교하여 매우 복잡한 데이터의 흐름을 관리하여야 한다. 또한 데이터의 용량이 많을 뿐만 아니라 전체시스템은 빠른 응답속도를 유지해야 하는 조건을 만족시킬 수 있어야 한다. 본 강좌에서는 병원에서 발생되는 업무의 흐름을 분석하고 이를 객체 관계형 모델 (entity relationship diagram)로 표현하는 기법을 배운다. 또한 객체관계모델을 토대로 관계형 데이터베이스를 설계하는 과정을 배우게 되며, 관계형 데이터베이스 설계에 사용되는 제약조건들의 의미와 구현방법들을 배운다. 또한 구축된 toy system을 이용하여 대용량 데이터베이스 평가 및 시스템의 성능 평가를 위한 평가모델의 설계 및 구현방법을 배운다.전선 / 학사
빅데이터, 인공지능, 실감미디어 등에서 사용되는 다양한 형태의 데이터를 획득, 정제, 처리, 유지보수 하는 방법론에 대해 학습한다. 더불어 산업 현장 혹은 사회적 요구 기반 프로젝트 수행함으로써 사회에 즉각적인 전력이 되기 위해 요구되는 핵심적인 역량과 경험을 보유한 인재 양성을 수업 목표로 한다.전선 / 대학원
본 강의는 빅데이터 관리 시스템을 다루는 대학원 수준의 과목으로, 전통적인 관계형 데이터베이스 관리 시스템(RDBMS)부터 최신 데이터 레이크하우스 아키텍처 및 벡터 데이터베이스까지 포함하여 최신 데이터베이스 시스템 설계(State-of-the-Art DBMS Design)를 중점적으로 다루게 됩니다. 또한, 클라우드 네이티브 하이브리드 트랜잭션/분석 처리(HTAP) 데이터베이스 시스템과 검색 증강 생성(RAG, Retrieval-Augmented Generation)기술을 활용한 AI 기반 데이터베이스 응용을 다룰 예정입니다. 이 강의를 통해 학생들은 다음과 같은 내용을 심도 있게 학습하게 됩니다. • 독립형 및 분산형 데이터베이스 관리 시스템(DBMS)의 최신 구현 기법 (e.g., cloud HTAP DBMSs). • OLTP(온라인 트랜잭션 처리), OLAP(온라인 분석 처리), 벡터 검색(Vector Search) 워크로드 간의 설계 트레이드오프와 데이터베이스 시스템에서의 설계 선택. • 벡터 데이터베이스(Vector Databases)개념 및 벡터 인덱싱 기술(예: HNSW, IVF, PQ, FAISS, ScaNN)과 고차원 데이터 검색을 위한 근사 최근접 이웃(ANN, Approximate Nearest Neighbor) 검색 알고리즘. • 전통적인 데이터베이스와 벡터 검색 기술의 통합, 그리고 이를 AI 기반 분석, 추천 시스템, LLM(대규모 언어 모델) 기반 검색 엔진에서 어떻게 활용할 수 있는지에 대한 이해. • 최신 데이터베이스 연구 논문을 비판적으로 분석하고, 이를 바탕으로 개선 방향을 도출하여 새로운 데이터베이스 기술을 제안하는 능력. 또한, 본 강의에서는 오픈소스 빅데이터 관리 프레임워크 및 클라우드 기반 플랫폼을 활용한 실습과 프로젝트를 통해, 현대적인 데이터베이스 시스템 및 벡터 검색 기반 아키텍처를 설계하고 최적화하는 실무 경험을 쌓을 수 있도록 합니다.전선 / 대학원
빅데이터와 인공지능은 무인이동체의 자율적인 운행을 위한 필수적인 기술이다. 빅데이터는 인공지능의 예측 정확성을 증대시키고 사고범위를 확장하는 기반자료로서 무인이동체의 다양한 운항 및 성능자료 등이 여기에 포함된다. 인공지능 기술에 의해 시스템이 지능화하게 되면 자율화 프로세스인 OODA(Observe-Orient-Decision-Action)가 적시에 연쇄적으로 이루어지게 되어 통신 차폐와 송수신 시간 지연, 재밍 등의 제한성을 가진 무인이동체의 임무 자유도를 현격하게 증대시키게 된다. 이 교과과정에서는 대학원생이 빅데이터의 처리기법과 딥러닝에서 핵심적인 요소인 신경망과 CNN(합성곱 신경망)을 학습하여 인공지능의 기본 원리와 적용을 이해하게 된다. 이를 통해 무인이동체의 자율화의 통제수준을 인지하고 자율화의 현 수준과 발전방향을 이해하여 가능한 임무를 선택하고 운영개념을 작성할 수 있는 지식과 식견을 가지게 될 것이다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 대학원
이 강좌는 대표적인 친환경 녹색교통수단인 철도교통에 대한 철도공학적 이해 및 교통체계적 분석을 다룬다. 이를 위하여 철도계획 일반, 철도교통수요분석 및 평가, 시설 및 시스템, 운영 및 유지보수 등을 살펴본다. 아울러, 지속가능발전의 교통체계적 내재화를 위한 철도교통의 역할을 논의한다.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
본 과목에서는 농식품 산업에서의 공급망 및 운영전략과 관련하여 기후변화 및 지속가능성, 공급망 레질리언스 및 글로벌 공급망 운영전략 등의 관점에서 기본적인 이론과 모형을 습득하고 해당 분야의 최근 연구 동향을 살펴보는 것을 목표로 한다. 구체적으로 공급망 입지 및 네트워크, 구매 전략, 공급망 협력, 생산 및 운영전략, 공급망 혁신기술 등의 연구 분야에서 주요 연구 결과를 논의하고 새로운 연구 문제를 창출할 수 있도록 한다.전선 / 대학원
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 대학원
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare일선 / 학사
본 과목은 세계를 지배하고 있는 플랫폼 비즈니스의 비즈니스 모델로서의 발생 이유, 강점과 비즈니스의 발전 및 진화 상황을 조사해 보고, 실제 플랫폼 기업들의 사례들을 기업들을 실제 방문, 실무자들과 토의해 본다. 이와 같은 활동을 통하여 학생들은 실무자 관점에서 플랫폼 기업들의 주요 경영 의사결정에 대한 이해를 높이게 된다.일선 / 학사
서비스 산업(3차 산업) 자체의 성장과 더불어 이전에는 서비스와는 무관하다고 여겨지던 농업 (1차 산업) 및 제조업(2차 산업) 분야에서도 점차 서비스의 중요성이 커지면서, 서비스 산업의 규모는 그 어느 때보다 빠르게 팽창하고 있습니다. 디지털 기술의 등장과 초연결 사회가 도래하고 있는 오늘날, 모든 것은 Software-as-a-Service (SaaS), Mobility-as-a-Service (MaaS), 그리고 나아가 Everything-as-a-Service (XaaS)와 같이 서비스의 형태로 변화하는 것처럼 보입니다. 이대로 괜찮은 것일까요? 이러한 변화가 일상적인 마케팅, 운영, 인사관리, 전략에 어떤 의미를 가지는지, 그리고 이제는 기업을 다르게 전략화, 조직화하여 이끄는 것이 필요한 건 아닌지 등을 고민해봐야 합니다. 본 강좌는 이러한 변화의 시대를 마주하는 미래 비즈니스 리더가 경영 논리의 근본적인 변화를 인식하고 이에 수반된 기회와 위험을 이해하도록 돕기 위해 ‘서비스 경영’이라는 경영학의 신흥 분야를 소개합니다. 본래 서비스 산업에 대한 연구에서 개발되어 이제는 산업 간 가치 창출과 가치 확보의 논리(또는 ‘렌즈’라고 볼 수도 있는)에 대한 연구로 진화한 이 분야를 살펴보도록 합니다.전선 / 대학원
본 교과목은 농산물의 수확 후 품질관리 고도화를 위해 유통 단계 중 적용될 수 있는 첨단기술 (블럭체인, 클라우드, 디지털 트랜스포메이션 등)의 적용기술을 포함하고 있으며 수송 및 유통 중인 농산물의 품질특성을 측정, 분석할 수 있는 실시간/원격 비파괴 평가기술들에 대한 내용을 포함한다. 구체적으로, 다양한 센싱정보 (영상 등)를 실시간 무선통신방식으로 수집하여 클라우드 기반의 빅데이터를 구축하고 이러한 정보를 분석할 수 있는 딥러닝 기반의 첨단기술들에 대한 구체적 방안에 대해 논의하며 프로젝트를 통해 관련기술들을 구현하도록 한다.