http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
두피에 생긴 광범위한 편평세포암의 수술적 치료로써 유리피판술의 증례
윤지영(Jiyoung Yun),김은기(Eun Key Kim) 대한두개저학회 2013 대한두개저학회지 Vol.8 No.1
Wide excision of extensive sq cc in scalp often requires free flap for adequate coverage. Various flaps can be considered depending on the size of the defect, donor site morbidity, or surgeon preferences etc. Here we report a case of extensive squamous cell carcinoma in scalp initially covered with free LD flap, which eventually required a free VRAM flap with wide skin paddle after severe atrophy of muscle portion probably due to adjuvant radiation. 51 year-old female was diagnosed SCC on three fourths of scalp. After wide excision, LD free flap was performed to cover the defect. After three months later, SCC was reccured on the skull, so artificial bone graft was performed with partial elevation of the previous LD flap. The patient underwent adjuvant radiation and developed a few events of infection afterwards. Infection finally subsided but artificial bone was exposed at thinned LD muscle portion. Finally a free VRAM flap covered the defect. There was no significant complication such as flap necrosis or fat necrosis. The VRAM flap was well maintained throughout the follow-up period. Postoperative radiotherapy could cause severe atrophy of a muscle flap and a thin muscle flap like LD might even develop full thickness defect. In such situation a MC flap with larger skin peddle and small muscle flap such as TRAM or VRAM would be a better option than a MC flap with small skin paddle and thin wide muscle such as LD.
2015 개정 교육과정의 ‘과학탐구실험’ 교과서 탐구활동에 나타난 과학과 교과 역량 분석
윤지영(Jiyoung Yun),최원호(Wonho Choi) 순천대학교 교육과학연구소 2023 현장수업연구 Vol.4 No.2
본 연구는 2015 개정 교육과정의 과학탐구실험 교과서의 ‘역사 속의 과학 탐구’ 단원 탐구 활동에 제시된 과학과 교과 역량을 분석하였다. 분석 결과, 탐구 활동에 제시된 과학과 교과 역량은 특정 역량으로 편중되어 있었으며, ‘과학적 문제 해결력’과 ‘과학적 참여와 평생 학습 능력’은 물리, 화학, 지구과학, 생명과학 영역 모두 거의 제시되지 않거나 전혀 제시되지 않았다. 그리고 교과서의 탐구 활동에 제시된 교과서 저자의 의도나 탐구 활동에 제시된 문장 표현은 학생들이 실제로 경험할 수 있는 교과 역량과 다른 경우가 있었다. 또한 탐구 활동의 주제에 따라 학생들이 경험할 수 있는 교과 역량에 차이가 있을 가능성을 확인하였다. 이러한 분석을 통해 교과서 집필 과정에서 고려할 몇 가지 제언을 하였다. This study analyzed science subject competencies in inquiry activities of ‘Science Inquiry in History’ unit of ‘Scientific Inquiry Experiment’ on the 2015 revised national curriculum. As a result of the analysis, science subject competencies presented in inquiry activities were biased on specific competencies and ‘Scientific problem solving’ and ‘Scientific participation & life-long learning’ were rarely or never presented in Physics, Chemistry, Earth science, and Life science. In addition, the textbook author’s intention or the sentence expression presented in the inquiry activities of the textbook were different from the subject competencies that students could actually experience. Also, we confirmed the possibility that there is a difference in the subject competency that students can experience according to the subject of the inquiry activity. Through this analysis, we made some suggestions to consider in the textbook writing process.
PageRank 특징을 활용한 RDP기반 내부전파경로 탐지 및 SHAP를 이용한 설명가능한 시스템
윤지영 ( Jiyoung Yun ),김동욱 ( Dong-wook Kim ),신건윤 ( Gun-yoon Shin ),김상수 ( Sang-soo Kim ),한명묵 ( Myung-mook Han ) 한국인터넷정보학회 2021 인터넷정보학회논문지 Vol.22 No.4
인터넷이 발달함에 따라 다양하고 복잡한 사이버공격들이 등장하기 시작했다. 공격들을 방어하기 위해 네트워크 외부에서 다양한 방식의 탐지 시스템들이 활용되었으나 내부에서 공격자를 탐지하는 시스템 및 연구는 현저히 드물어 내부에 들어온 공격자를 탐지하지 못해 큰 문제를 야기하기도 했다. 이를 해결하고자 공격자의 움직임을 추적하고 탐지하는 내부전파경로 탐지 시스템에 대한 연구가 등장하기 시작했다. 특히 그중에서도 Remote Desktop Protocol(RDP) 내 특징을 추출해 탐지하는 방식은 간편하면서도 매우 좋은 결과를 나타내었다. 하지만 그럼에도 불구하고 이전 연구들은 각 로그온 된 노드들 자체의 영향 및 관계성을 고려하지 않았으며, 제시된 특징 또한 일부 모델에서는 떨어지는 결과를 제공하기도 했다. 또한 왜 그렇게 판단했는지 판단에 대해 설명하지 못한다는 문제점도 존재했다. 이는 결과적으로 모델의 신뢰성 및 견고성 문제를 야기하게 된다. 이를 해결하기 위해 본 연구에서는 PageRank 특징을 활용한 RDP기반 내부전파경로 탐지 및 SHAP를 이용한 설명가능한 시스템을 제안한다. 페이지랭크 알고리즘과 여러 통계적인 기법을 활용해 여러 모델에서 활용 가능한 특징들을 생성하고 SHAP을 활용해 모델 예측에 대한 설명을 제공한다. 본 연구에서는 이전 연구에 비해 대부분의 모델에서 더 높은 성능을 보여주는 특징을 생성했고 이를 SHAP을 이용해 효과적으로 증명했다. As the Internet developed, various and complex cyber attacks began to emerge. Various detection systems were used outside the network to defend against attacks, but systems and studies to detect attackers inside were remarkably rare, causing great problems because they could not detect attackers inside. To solve this problem, studies on the lateral movement detection system that tracks and detects the attacker's movements have begun to emerge. Especially, the method of using the Remote Desktop Protocol (RDP) is simple but shows very good results. Nevertheless, previous studies did not consider the effects and relationships of each logon host itself, and the features presented also provided very low results in some models. There was also a problem that the model could not explain why it predicts that way, which resulted in reliability and robustness problems of the model. To address this problem, this study proposes an interpretable RDP-based lateral movement detection system using page rank algorithm and SHAP(Shapley Additive Explanations). Using page rank algorithms and various statistical techniques, we create features that can be used in various models and we provide explanations for model prediction using SHAP. In this study, we generated features that show higher performance in most models than previous studies and explained them using SHAP.
베이지안 확률 및 폐쇄 순차패턴 마이닝 방식을 이용한 설명가능한 로그 이상탐지 시스템
윤지영 ( Jiyoung Yun ),신건윤 ( Gun-yoon Shin ),김동욱 ( Dong-wook Kim ),김상수 ( Sang-soo Kim ),한명묵 ( Myung-mook Han ) 한국인터넷정보학회 2021 인터넷정보학회논문지 Vol.22 No.2
인터넷과 개인용 컴퓨터가 발달하면서 다양하고 복잡한 공격들이 등장하기 시작했다. 공격들이 복잡해짐에 따라 기존에 사용하던 시그니처 기반의 탐지 방식으로 탐지가 어려워졌으며 이를 해결하기 위해 행위기반의 탐지를 위한 로그 이상탐지에 대한 연구가 주목 받기 시작했다. 최근 로그 이상탐지에 대한 연구는 딥러닝을 활용해 순서를 학습하는 방식으로 이루어지고 있으며 좋은 성능을 보여준다. 하지만 좋은 성능에도 불구하고 판단에 대한 근거를 제공하지 못한다는 한계점을 지닌다. 판단에 대한 근거 및 설명을 제공하지 못할 경우, 데이터가 오염되거나 모델 자체에 결함이 발생해도 이를 발견하기 어렵다는 문제점을 지닌다. 결론적으로 사용자의 신뢰성을 잃게 된다. 이를 해결하기 위해 본 연구에서는 설명가능한 로그 이상탐지 시스템을 제안한다. 본 연구는 가장 먼저 로그 파싱을 진행해 로그 전처리를 수행한다. 이후 전처리된 로그들을 이용해 베이지안 확률 기반 순차 규칙추출을 진행한다. 결과적으로 “If 조건 then 결과, 사후확률(θ)” 형식의 규칙집합을 추출하며 이와 매칭될 경우 정상, 매칭되지 않을 경우, 이상행위로 판단하게 된다. 실험으로는 HDFS 로그 데이터셋을 활용했으며, 그 결과 F1score 92.7%의 성능을 나타내었다. With the development of the Internet and personal computers, various and complex attacks begin to emerge. As the attacks become more complex, signature-based detection become difficult. It leads to the research on behavior-based log anomaly detection. Recent work utilizes deep learning to learn the order and it shows good performance. Despite its good performance, it does not provide any explanation for prediction. The lack of explanation can occur difficulty of finding contamination of data or the vulnerability of the model itself. As a result, the users lose their reliability of the model. To address this problem, this work proposes an explainable log anomaly detection system. In this study, log parsing is the first to proceed. Afterward, sequential rules are extracted by Bayesian posterior probability. As a result, the "If condition then results, post-probability" type rule set is extracted. If the sample is matched to the ruleset, it is normal, otherwise, it is an anomaly. We utilize HDFS datasets for the experiment, resulting in F1score 92.7% in test dataset.