墨자의 윤리사상과 그 현대적 의의/

박주영 부산대학교 1999 국내석사

조절 가능한 단순화 그래프 확산 신경망 연구

강지철 서울과학기술대학교 2022 국내석사

그래프 합성곱 신경망(graph convolutional networks, GCN)는 그래프 정보를 활용하기 위한 효과적인 심층 학습 모델로 분류뿐 아니라 오토 인코더 모델과 함께 링크 예측에서도 사용되며, 그 성능 또한 우수한 것으로 확인되었다. 하지만, GCN의 그래프 필터는 1-홉(hop) 또는 2-홉 이웃 노드의 정보만을 활용하는 데에 한정되어 있다. 확장된 범위의 이웃 노드 정보를 활용하기 위해 그래프 확산 합성곱 신경망 모델은 GCN에 그래프 확산 연산을 적용했지만, 지나치게 높은 밀도를 가지는 행렬을 계산하는 과정을 거쳐야 하는 문제가 있으며 잠재적으로 노드 특성의 지나친 획일화(over-smoothing) 문제도 야기할 수 있다. 본 연구에서 제안하는 단순화 그래프 확산은, 정규화된 인접 행렬의 n제곱 행렬만을 이용함으로써 이러한 문제들을 방지하며, 확산 조절 파라미터를 도입해 효과적인 정보 전파 조절이 가능하도록 한다. 제안한 모델에 대한 검증 실험은 링크 예측과 준지도 분류로 나누어 수행되었으며, 단순화 그래프 확산을 이용한 모델이 전반적으로 기존 모델의 성능을 향상시키는 양상이 확인되었다. Graph convolutional networks(GCNs) have become an effective deep learning framework to leverage graph information. The graph convolution mechanism is used in classification tasks and utilized in link prediction tasks with auto encoder models. However, the graph filter of GCNs is limited to aggregate feature information from 1- or 2-hop neighborhoods. Recent graph diffusion neural network models applied diffusion operation on GCNs to use multi-hop information. But it needs to calculate a fully dense matrix which cause computational inefficiency. Furthermore, the polynomial form of graph diffusion might lead to over-smoothing problem. This study proposed simplified graph diffusion which uses n-th power of normalized adjacency matrix with diffusion control parameter. Both link prediction and semi-supervised classification experiments are conducted and models with simplified graph diffusion showed better performance compared to existing approaches.

온라인 쇼핑몰 고객의 재방문과 재구매 및 이탈 요인 연구

추희정 서울과학기술대학교 2022 국내석사

Analyzing user behavior of online shopping malls is an essential issue in operating strategy. Studies on the factors of revisit, repurchase, and churn intention of customers have been conducted. However, most of them were based on the form of a survey, showing limitations in terms of actual user behaviors. Therefore, empirical research using log data containing the actual customer records of online shopping is needed. This study analyzed the factors affecting revisit, repurchase, and churn intention of customers based on user behavior-related data of a cosmetics online shopping mall. The purpose is to provide shopping mall operators with factors that affect customer retention and churn and establish a differentiated marketing strategy. In this study, logistic regression analysis and Cox proportional risk analysis were performed using customer data, purchase and visit data of domestic cosmetics online shopping malls. The results of this study are summarized as follows. As a result of the logistic regression and the Cox proportional risk model, the variables selected and verified based on previous studies showed some differences depending on the analysis model. As a result of revisit and exit analysis, a total of 12 variables were derived, including transaction information, discount, visit, and other-friend recommendation. In addition, it was possible to check the results that reflected characteristics such as basic cosmetic product categories, membership level, and events. The Cox proportional risk model was able to check the degree of influence of each event in detail (0.1). However, it seems that there will be variations in the influencing factors depending on the period of the dataset. The expected effects of this study are as follows. This paper is meaningful because significant variables were derived and comprehensively compared, and analyzed using logistic regression analysis and the cox proportionality risk model under the theme of revisit/leave and repurchase/leave of shopping malls. Based on the analysis result, it is expected to be used as meaningful data that can be used for operation and marketing strategy establishment. 온라인 쇼핑몰의 사용자 행동을 분석하는 것은 운영전략에 있어 중요한 문제이다. 재방문과 재구매, 이탈과 연관된 연구들은 국내외에서 활발히 진행되고 있으나 대부분 설문조사 방식으로 진행되어 이용자의 실제 행동과 차이를 보인다는 점에서 한계를 갖는다. 이를 보완하기 위해 서비스 이용자의 실제 행동이 기록되어 있는 로그 데이터를 활용한 실증적 연구가 필요하다. 본 연구에서는 화장품 쇼핑몰 내의 사용자 행동 관련 데이터를 기반으로 재방문, 재구매, 이탈에 영향을 주는 변수를 분석하였다. 쇼핑몰 운영자에게 고객 유지와 이탈에 영향을 주는 요인을 제공하고, 운영전략에 따른 현황 분석과 향후 마케팅 차별화 전략을 수립 할 수 있도록 방안을 제시하고자 하는 데 목적이 있다. 본 연구에서는 국내 화장품 온라인 쇼핑몰 고객데이터, 구매 및 방문 데이터를 이용하여 로지스틱 회귀분석과 Cox비례위험분석을 실시하였다. 본 연구의 결과를 요약하면 다음과 같다. 로지스틱회귀와 Cox비례위험모형의 분석결과 선행연구를 토대로 선별하여 검증한 변수가 분석모형에 따라 약간의 차이를 보였다. 재방문과 이탈 분석 결과 거래정보, 할인, 방문, 기타-친구추전 등 총 12개의 변수가 도출되었고, 재구매와 이탈 분석 결과로는 고객정보, 거래정보, 할인, 방문, 기타 총 33개의 변수가 영향을 주는 것으로 나타났다. 또한, 쇼핑몰에서는 기초 화장품 제품 카테고리와 회원등급 및 이벤트 등의 특성이 반영된 결과를 보였다. Cox비례위험모형은 이벤트에 해당하는 값(0.1)에 대해 각각의 영향도를 상세하게 확인할 수 있었으나, 데이터셋의 기간에 따라 영향을 미치는 요소는 변동이 있을 것으로 보인다. 본 연구의 기대효과는 다음과 같다. 본 연구에서는 쇼핑몰의 재방문/이탈, 재구매/이탈을 주제로 로지스틱회귀분석과 cox비례위험모형을 활용하여 유의한 변수를 도출하고 종합적으로 비교분석한 것에 의의가 있다. 분석결과를 토대로 온라인 쇼핑몰 운영과 마케팅 전략 수립에 유의미한 데이터로 활용할 것을 기대한다.

국가연구개발사업의 양적·질적 효율성 비교분석

김경수 서울과학기술대학교 2020 국내박사

산업 트렌트와 경제 구조의 변화가 가속화됨에 따라 과학기술의 역할이 확대되고 정부의 국가연구개발사업 투자 규모가 증가하고 있다. 국가연구개발사업 성과의 양적 수준은 투자가 증가함에 따라 향상되고 있는 반면, 질적 수준의 향상은 미흡한 실정이다. 본 연구에서는 자료포락분석(Data Envelopment Analysis; 이하 DEA) 모형과 DEA/Window 모형을 이용하여 국가연구개발사업 성과의 질적 수준을 효율성 관점에서 종합적으로 분석하였다. 국가연구개발사업의 과학적 성과와 기술적 성과를 분석하기 위해 농림축산검역검사기술개발사업과 산업소재핵심기술개발사업의 논문 성과와 특허 성과를 대상으로 선정하였다. 분석 결과, 국가연구개발사업 과학적 성과와 기술적 성과의 양적·질적 효율성은 사업수행 주체 또는 분석관점에 따라 다른 양상을 보였으며, 연구개발 특성, 연구개발 협력 유형에 따라 차이가 있는 것으로 나타났다. 질적 효율성 제고를 위해서는 사업 수행주체뿐만 아니라, 대상 성과 유형, 연구개발 특성, 연구개발 협력 유형 등을 종합적으로 고려하여 방안을 수립할 필요가 있음을 시사한다. 정부 주도 국가연구개발사업의 과학적 성과의 질적 효율성 관리를 위해서는 연구개발단계별 특성을 고려할 필요가 있음을 확인하였다. 기초연구에서 질적 효율성이 높게 나타난 반면, 개발연구에서 질적 효율성이 낮게 나타났다. 민간 주도 국가연구개발사업의 과학적 성과의 질적 효율성 관리를 위해서는 연구수행주체별 특성을 고려할 필요가 있음을 확인하였다. 철강화학 분야의 경우, 대학이 수행한 과제에서 질적 효율성이 높게 나타났으며, 중소/중견기업이 수행할 경우 질적 효율성이 낮게 나타났다. 또한, 연구개발 분야, 연구수행주체별 특성에 따른 효율성의 시계열적인 안정성을 고려할 필요가 있는 것으로 나타났다. 단기적으로 섬유세라믹 분야, 대기업에서 질적 효율성이 안정적인 것으로 나타났으며, 장기적으로는 철강화학 분야, 중소/중견기업에서 질적 효율성이 안정적인 것으로 나타났다. 정부 주도 국가연구개발사업의 기술적 성과의 질적 효율성 관리를 위해서는 연구수행주체, 공동연구 유무별 특성을 고려할 필요가 있음을 확인하였다. 대학에서 질적 효율성이 높게 나타났으며, 단독연구에서 질적 효율성이 높게 나타났다. 또한, 질적 효율성과 공동연구 기관 수 간 상관분석 결과 음의 상관관계를 보였다. 이는 단독연구의 질적 효율성이 높게 나타난 것을 지지해주는 결과라고 할 수 있다. 민간 주도 국가연구개발사업의 기술적 성과의 질적 효율성 관리를 위해서는 첫째, 연구수행주체별 특성을 고려할 필요가 있음을 확인하였다. 출연연구소에서 질적 효율성이 높게 나타났으며, 대학에서 질적 효율성이 낮게 나타났다. 둘째, 대기업과 중소기업의 협력 기관 수별 특성을 고려할 필요가 있음을 확인하였다. 대기업에서 2개 기관 이상과 협력 시 질적 효율성이 낮게 나타났으며, 중소기업에서 2개 기관 이상과 협력 시 질적 효율성이 높게 나타났다. 이는 기업 규모에 따른 연구개발 역량에 기인한 것으로 판단된다. 셋째, 금속 분야와 화학공정 분야의 연구수행주체별 특성을 고려할 필요가 있음을 확인하였다. 금속 분야의 출연연구소에서 질적 효율성이 높게 나타났으며, 화학공정 분야의 대기업에서 질적 효율성이 낮게 나타났다. 화학공정 분야의 경우, 화학산업의 특성 상 대기업이 국산화가 미흡한 분야나 중소기업이 추진하기 어려운 대규모 연구개발을 추진하는 것에 기인한 것으로 판단된다. 넷째, 금속 분야의 협력 기관 수별 특성을 고려할 필요가 있음을 확인하였다. 금속 분야의 1개 기관과 협력 시 질적 효율성이 높게 나타났으며, 질적 효율성과 금속 분야 협력 기관 수 간 상관분석 결과 음의 상관관계를 보였다. 이는 협력 기관 수가 적을수록 질적 효율성이 높게 나타난 것을 지지해주는 결과라고 할 수 있다. 국가연구개발사업의 질적 효율성 제고를 위한 시사점을 제시하면 다음과 같다. 첫째, 질적 효율성 관리 대상 성과의 유형을 특정하고 명확히 정의할 필요가 있다. 둘째, 연구개발 과제 특성에 따라 과학적 성과와 기술적 성과의 질적 수준의 차이가 발생하므로 연구수행주체 및 연구개발 협력 유형을 사업 계획 수립과 예산 편성 단계에서 고려할 필요가 있다. 셋째, 질적 효율성의 안정적 관리를 위해서는 시간의 흐름에 따른 효율성의 시계열 변화를 고려할 필요가 있다. 본 연구는 전체 국가연구개발사업 가운데 농림축산검역검사기술개발사업과 산업소재핵심기술개발사업 사례를 대상으로 하였다. 따라서 본 연구 결과를 일반화하기 보다는 추후 국가연구개발사업의 과학적 성과와 기술적 성과의 질적 수준 관리를 위한 정책적 참고자료로 활용하는 것이 바람직하다. Korea’s R&D investment has significantly increased in recent years and the quantitative outputs such as number of papers and patents have also increased with the investment. However, the quality of R&D outputs has not been fully addressed. In particular, the quality of R&D outputs has attracted little attention. In this paper, a Data Envelopment Analysis(DEA)/Window method was used to construct models for quantitative and qualitative efficiencies analysis of R&D investment. Indices were proposed to analyze the qualitative efficiency of R&D investment. The Impact Factor of SCI paper was used as a qualitative index of scientific performance, and a smart score of domestic patent was used as a qualitative index of technical performance. This model was used to analyzed the quantitative and qualitative efficiencies of scientific performance and the technical performance. Based on cases R&D projects of Korea, the quantitative and qualitative efficiencies of national R&D projects were analyzed and factors that would influence R&D efficiencies were identified. This paper suggests that both quantitative and qualitative efficiencies should be considered when improving R&D efficiency. Also, it is recommended to carefully consider research fields, characteristics and collaborative types of R&D projects during the planning stage. The results of this paper can be used as a guideline to manage the performance and stability of R&D projects' efficiency.

예산제약을 고려한 IT프로젝트 선정 모델 연구

박재희 서울과학기술대학교 2013 국내석사

제 목 : 예산제약을 고려한 IT프로젝트 선정 모델 연구 IT 프로젝트를 수행하는 기업은 정해진 예산범위 내에서 투자계획을 수립하고 실행하게 된다. 이 과정에서 효과적으로 IT프로젝트를 선정하는 문제는 기업경쟁력과 직결되는 중요한 요소이다. 본 연구에서는 예산 제약을 전제로 효과적인 IT 프로젝트 선정모형을 제시하였다. 이를 위하여 사전타당성 평가항목을 도출하고, 각 평가항목의 가중치를 AHP(Analytic Hierarchy Process: 계층분석법)의 상대평가법을 이용하여 산출 하였다. IT프로젝트 투자대상 선정 시에는 상대평가법(relative measurement) 대신 절대평가법(Absolute measurement)를 적용하였다. 이를 통해 신규대안 추가 시에 과다하게 발생하는 쌍대 비교 횟수를 줄임으로써 대안선정을 용이하게 하였다. 또한 예산 제약이 있는 경우를 반영하기 위해, 기존 AHP 모델에 배낭문제(Knapsack Problem) 모형을 결합한 AHP-K(AHP-Knapsack)모형을 제시하고 기존 모형과 AHP-K 모형의 프로젝트 선정 결과를 상호 비교하였다. 비교 결과 AHP-K 방법을 적용하여 IT프로젝트 우선순위를 선정하는 것이 기존 AHP 모형에 비해 효과적인 것으로 확인되었다.

순환신경망(RNN)을 활용한 이러닝 학습자의 집중도 판별 연구

정영상 서울과학기술대학교 2021 국내석사

Recently, interest in e-learning has increased rapidly as distance learning has been widely adapted due to COVID-19. While e-learning offers many advantages such as time and location flexibility and convenient access to learning materials it also has limitations. Major disadvantage of e-learning is the difficulty to maintain concentration due to the limited interaction between learners and teachers. Various methodologies have been developed to make up for the disadvantage, but research on quantitative evaluation of e-learners' concentration is still limited. The objective of this study is to develop a methodology to predict e-learners' concentration by applying Recurrent Neural Network models to eye gaze and facial landmark data extracted from e-learners' video data. 184 video data of 92 e-learners' were obtained and their frame data were extracted by using the OpenFace 2.0 toolkit. Then, the data were divided into five second interval and labeled with their concentration levels. The Recurrent Neural Network, Long-Short Term Memory, and Gated Recurrent Units models were utilized in the comparative experiments. As a result, Gated Recurrent Units exhibited the best performance showing that overall accuracy of 84.8 percent. This study is significant in that e-learning contents based on learners' concentration can be developed and in that it can be expected to increase the effectiveness of education by providing opportunities for e-learning learners to manage their own learning attitudes. 최근 코로나 19로 인해 비대면 원격수업이 활성화되면서 이러닝에 관한 관심이 증가하고 있다. 이러닝은 여러 가지 장점에도 불구하고 학습자와 교수자 간의 직접 적인 교류가 부족하므로 즉각적인 피드백을 받기가 힘들다는 단점이 있다. 이러한 단점을 보완하기 위해 다양한 방법론이 개발되었으나, 학습자의 태도를 정량적으로 측정하여 분석한 연구는 부족한 실정이다. 본 연구에서는 이러닝 학습자 영상에서 추출한 시선 및 얼굴 윤곽 데이터에 순환신경망 모델을 적용해 학습자의 집중도를 예측하는 방법론을 제시하고자 한다. 이러닝 학습자 92명을 촬영한 184개의 영상으 로부터 OpenFace 2.0 툴킷을 이용해 프레임별 데이터를 추출했고 5초 단위로 나눠 레이블링을 진행했다. 전처리한 데이터에 순환신경망(Recurrent neural network), 장 단기 메모리(Long-short term memory), 게이트 순환 유닛(Gated recurrent units) 모 델을 적용하여 비교 분석하였다. 그 결과, 게이트 순환 유닛이 84.8 퍼센트의 정확 도를 보여 가장 성능이 높게 나왔다. 본 연구를 통해 교수자에게는 학습자 집중 여 부에 따른 이러닝 콘텐츠 개발에 대한 가능성을 제시할 수 있고, 이러닝 학습자에 게는 스스로 학습 태도를 관리할 기회를 제공함으로써 교육 효과 상승을 기대할 수 있다는 점에서 의의가 있다.

브랜드 및 만족도를 중심으로 한 디지털 인쇄 산업의 구매 의향 분석

김현모 서울과학기술대학교 2014 국내석사

마케팅 전략을 수립하는 기업은 소비자의 특성에 맞게 판매 계획을 세우고 활용한다. 이 과정에서 구매 가능성과 연관이 있는 요소를 파악하여 효과적인 마케팅 전략을 수립하는 것은 기업 경쟁력과 직결된다. 본 논문에서는 디지털 인쇄 산업의 브랜드 인지도/선호도, 제품 사용 후기, 추천의향을 파악하여 구매가능성과 연관된 요소에 관한 연구를 실시하였다. 디지털 인쇄업 실수요자들에게 설문을 통해 수집된 데이터를 토대로 상관관계 및 회귀분석을 수행하였다. 연구결과, 디지털 인쇄업계에서는 브랜드의 선호/만족도가 중시되는 특성을 보였다. 또한, 소비자의 브랜드 인지/선호도에 따라 제품 구매가능성의 상관관계가 다르게 나타났으며, 소비자가 현재 사용하는 제품의 만족도에 따라 브랜드 별 추천의향이 차이를 보였다. 브랜드 별로 유의한 상관관계가 높은 변수를 종합해 회귀분석을 실시한 결과, 모든 브랜드가 선호도에 유의한 관계를 보였으며, 해당 연구를 통해 디지털 프린터 업계의 마케팅 전략에 활용될 수 있을 것으로 기대한다. Analyzing the characteristics of consumers is critical for development of marketing strategies. Thus, it is important to investigate the elements that are associated with the purchase intention of consumers. In this paper, a study has been conducted on the factors that would affect purchase intentions of digital printing industry's consumers. Brand awareness, brand preference, users' experience, and recommendation have been identified as factors. Based on a survey on digital printing industry's consumers, statistical analysis has been conducted. As a result, it was found that brand awareness and satisfaction can be considered as significant factors in the digital printing industry. Further, according to the brand awareness/preference of consumers, it was revealed that there exist differences in terms of correlation of product purchase possibility. Regression analysis has been conducted with significant variables. The result shows that all brands have meaningful relationships with preference. This study is expected to be utilized during the development of marketing strategy in the digital printing industry.

포인트 클라우드 기반 딥 러닝 기법을 이용한 BIM 객체 분류에 관한 연구

정재윤 서울과학기술대학교 2017 국내석사

건축 산업 전반에 BIM(Building Information Modeling)의 활용이 확대되고 있다. BIM은 3차원 건축물 객체 데이터를 기반으로 건축물이 지닌 다양한 정보를 담고 있는 데이터 형태이다. BIM 데이터는 IFC(Industry Foundation Classes) 표준 형태로 제작 및 배포된다. 이 때 BIM 데이터를 IFC 표준으로 생성하는 과정에서 설계자가 직접 IFC 데이터의 정보를 매핑해야 하는 문제가 존재한다. 이는 전문 인력 자원의 소요와 인적 오류의 발생 가능성을 높일 수 있는 위험을 지니고 있다. 본 연구에서는 이러한 위험을 줄이고, 보다 효과적으로 IFC 표준에 맞는 BIM 데이터 생성을 위한 딥 러닝 기법을 이용하여 학습한 모델을 통한 자동화된 BIM-IFC간 클래스 매핑 과정을 제안하였다.표준 BIM 라이브러리 데이터인 KBIMS 데이터를 이용한 실험에서 심층 신경망, 합성곱 신경망, Pointnet 총 3개의 딥 러닝 구조를 학습하여 평가하였다. 실험 결과 세 모델 모두 85% 이상의 높은 성능을 보였으며 그 중 3차원 객체의 위치 정보를 점들의 집합 형태의 데이터인 포인트 클라우드 형태로 표현한 Pointnet이 95% 이상의 정확도를 보여 가장 높은 성능의 모델임을 확인할 수 있었다. 본 연구의 의의는 BIM-IFC 클래스 매핑 작업에서 자동화된 딥 러닝 기반 모델 학습 과정을 통해 기존의 설계 전문가가 수작업으로 수행하는 정보 입력 과정을 자동화할 수 있다는 가능성을 보여준 것에 있다. The use of BIM (Building Information Modeling) is expanding throughout the industry. BIM has been distributed in the form of IFC(Industry Foundation Classes) standards, which contains various information of buildings based on 3D building object data. Generating a BIM model, however, often requires tedious and time-consuming processes as the data of the BIM model should be matched with the IFC standards. Usually it is performed by engineers, increasing the possibility of human errors. In this paper, we propose an automated BIM-IFC inter-class mapping process by using a deep learning model. In the experiments, the standard BIM library data, KBIMS library, were utilized. Three deep running structures ─ Deep Neural Network, Convolutional Neural Network, and Pointnet ─ were learned and evaluated. As a result, all three models showed high performance; they all achieved accuracy more than 85%. Among them, Pointnet, which expresses the position information of three-dimensional objects as point cloud data, showed the best performance, with accuracy over 95%. This study demonstrates the possibility of automating the information input process directly performed by existing design experts through an automated deep learning based model learning process in the BIM-IFC class mapping task.

토픽 모델링과 사회 연결망 분석을 이용한 사회 연결망 분야 연구 동향 분석

김유빈 서울과학기술대학교 2017 국내석사

최근 많은 학술 분야에서 사회 연결망 분석을 적용한 연구가 이루어지고 있다. 사회 연결망 분석(Social Network Analysis)은 개인, 집단 등 대상과 대상 간의 관계를 정량적으로 분석하는 방법이다. 인터넷을 비롯한 기술의 발전과 복잡계 사회로의 이행에 따라 다양한 문제와 현상이 개체간의 관계성으로 해석되었으며 그에 따라 사회 연결망 분석의 방법론이 각광받고 있지만 연구 분야에서 사회 연결망 분석의 동향은 국내 특정 학술 분야에 국한된 연구가 대부분으로 사회 연결망 분석의 적용 다양성을 확인하기 어려운 측면이 있었다. 본 연구는 사회 연결망 분석 관련 국내외 학술 문헌을 수집하여 사회 연결망 분야 연구 동향을 분석하고자 한다. 본 연구의 분석을 위하여 2000년부터 2015년까지 최근 16년간 전 세계 학술 문헌 데이터베이스인 scopusDB로부터 사회 연결망 분석 관련 문헌 58,122건을 수집하였으며 이를 정제하여 최종 56,951건의 문헌이 이용되었다. 본 연구는 두 부분으로 구성되어 있다. 첫 번째로, 문헌의 제목, 초록, 키워드, 저자 키워드의 텍스트 데이터에 대량의 문서로부터 유의미한 주제를 도출할 수 있는 토픽 모델링을 적용하여 사회 연결망 분야에 대한 연구자들의 관심 주제를 파악하였으며 최종적으로 20개의 토픽과 각 토픽의 시간에 따른 상승/하락 양상을 확인하였다. 두 번째로, 수집한 문헌의 연구자 정보로부터 학술 분야를 추출, 학술 분야 연결망을 분석한다. 연결망은 전체 연결망과 각 4년 단위의 총 5개 연결망으로 나누어 시간에 따른 변화 양상을 연결망 지표를 도출하여 확인하였다. 중심성은 물리학과 생물학, 교육학이 가장 큰 영향력을 발휘하였으며, 사회학 및 심리학은 점차 영향력이 낮아지는 양상을 보였다. 본 연구를 통해 국내외 사회 연결망 분석을 적용한 연구에서의 다양한 주제와 분야를 확인하였다. 본 연구는 추후 연구자들의 연구 주제 탐색 및 사회 연결망 분석을 적용한 연구의 다양성 향상에 도움을 줄 수 있을 것으로 기대된다. Social Network Analysis(SNA) has attracted a fair amount of attention in various research areas. SNA is a process of quantitatively analyzing the relationship between objects such as individuals and groups. Although the methodology of SNA has become an interesting field for researchers due to the development of computing technologies and emergence of complex systems, research trends of SNA have not fully investigated. The purpose of this study is to analyzethe trends of the social network field by analyzing domestic and foreign scholarly articles related to social network analysis. This study consists of two parts. First, topic modeling is applied to corpus obtained from title, abstract, keywords of the literature. Twenty topics and their ascending or descending trends are identified. Secondly, we extract the academic fields from the researcher information and analyze the academic field network. Results show that Physics, Biology, and Education have taken a central position in the network, while Sociology and Psychology have gradually become less influential. It is expected that the results of this paper will be helpful for future researchers to explore research topics in SNA and improve the diversity of future research.

클라우드 환경에서의 개인정보 보호를 위한 DLP(Data Loss Prevention)의 설계 및 구현

백찬호 서울과학기술대학교 2015 국내석사

최근 IDC, 가트너 등 주요 리서치 기관에서 ‘클라우드’를 주요 키워드로 주목하고 클라우드 컴퓨팅 시장 규모가 지속적으로 확대 될 것으로 예상 하고 있다. 국내에서도 급격한 성장을 예상함에 따라 정부에서도 클라우드 컴퓨팅 서비스 산업 육성을 위해 ‘클라우드 컴퓨팅 활성화 종합계획’을 마련하여 2010년부터 정책을 추진 중에 있다. 공공/민간에서의 클라우드 도입 및 확산에 따라 기업의 기밀 정보나 개인 정보가 노출 되는 등 하이브리드(Public/Private Cloud) 클라우드 환경에서의 효과적인 정보 유출 방지(DLP : Data Loss Prevetion) 솔루션의 필요성이 대두되고 있다. 본 연구에서는 증가하고 있는 정보 유출의 위협을 방지하기 위해 기업의 하이브리드 클라우드 환경에서의 노출되는 개인정보 및 기밀정보를 탐지하고, 탐지된 결과를 통제 할 수 있는 시스템을 제안한다. 클라우드 서비스에서 제공하는 REST API 및 OAuth인증 방법을 활용하여 클라우드 시스템의 데이터를 수집한다. 또한 저장된 데이터에 대하여 컨텐츠 기반으로 중요정보 여부를 검사하고 개인정보 검출 유무를 보여준다. 클라우드 데이터 보안 정책에 따라 관리자가 해당 데이터를 삭제하거나 암호화하는 과정을 거쳐 개인정보 유출을 통제한다. 제안하는 시스템은 크게 사용자 인터페이스 부분과 개인정보를 탐지하는 엔진 부분으로 나누어져 있다. 사용자 인터페이스는 웹 화면으로 클라우드 환경 설정, 클라우드 사용자 관리, 탐지 규칙 설정, 검사 결과 내역, 검사 리포트, 검사 로그 내역으로 구성되고, 엔진 부분은 해당 클라우드에 검사를 요청하는 작업서버와 각 클라우드에 접근하여 데이터를 탐색하고 개인정보를 검출하는 에이전트 부분으로 구성된다. 결과적으로 사용자 인터페이스에서 설정한 클라우드 환경 설정 정보에 따라 에이전트 모듈에서 클라우드 사용자의 데이터를 수집하고 분석하여 주민등록번호, 전화번호, 사업자번호 등과 같은 개인정보를 탐지 할 수 있었고, 사용자가 설정한 기밀정보를 정규표현식을 활용하여 검출할 수 있었다. 또한 탐지된 데이터 결과 내역을 확인하고, 삭제하거나 암호화할 수 있음 을 확인하였다. This thesis suggests a Data Loss Prevention(DLP) system in a cloud environment. The proposed system detects and controls privacy information. Utilizing a REST API and OAuth authentication method, the system collects data of cloud services, checks the importance of collected data, and determines whether privacy information is detected or not. The proposed system is largely divided into the engine module and user interface. The user interface is composed of cloud configuration, cloud user management, detection rule set, detect result, inspection reports, and log history. The engine part divided into a job server which requests inspection and a cloud agent which detects privacy information. As a result, the proposed system can detect privacy information such as social security number, phone number, company number, the normal confidential information, etc. It detects privacy Information by using a regular expression. In addition, detected data can be confirmed, detected, or encrypted.