분석 목적별 분류기반의 데이타베이스 포렌식 모델 (pp.63-72)

김성혜(Sunghye Kim),김장원(Jangwon Kim),조은애(Eun-Ae Cho),백두권(Doo-Kwon Baik) 한국정보과학회 2009 정보과학회논문지 : 데이타베이스 Vol.36 No.2

디지털 포렌식이란 범죄와 관련된 전자적 증거를 찾아내는 것이다. 사이버 범죄가 날로 증가하는 가운데 전자적 증거를 찾아내는 디지털 포렌식 연구의 중요성도 부각되고 있다. 현재 디지털 포렌식 분야는 디지털 포렌식을 위한 전반적인 프로세스 모델과 디스크 포렌식, 네트워크 포렌식, 시스템 포렌식, 데이타베이스 포렌식과 같은 분야별 분석기법에 대한 연구가 진행되고 있다. 지금까지 데이타베이스 포렌식 분야에서는 특정 벤더에 종속적인 분석기법을 제안하기 때문에 다양한 데이타베이스에서 일반적으로 사용할 수 있는 프로세스 모델 및 분석기법에 대한 연구를 진행되지 않고 있다. 이 논문은 디지털 포렌식분야 중 데이타베이스 포렌식을 위한 논문으로 데이타베이스 포렌식의 프로세스 모델과 분석기법을 통합한 모델을 제안한다. 제안하는 데이타베이스 포렌식 모델(DFM)은 기존 문제를 해결하고 각 상황과 목적에 따라 데이타베이스를 분석 할 수 있으며 다양하게 발생할 수 있는 데이타베이스 분석에서 정형화된 모델과 분석기법을 사용 할 수 있다. 실험은 다양한 데이타베이스 분석에서 제안하는 DFM을 실제 적용함으로써 현장에서 증거 수집뿐만 아니라 데이타들의 관계를 분석하는 것까지 적용 가능한 것을 확인 할 수 있다. Digital forensics refers to finding electronic evidences related to crimes. As cyber crimes are increasing daily, digital forensics for finding electronic evidences is also becoming important. At present, various aspects of digital forensics have being researched including the overall process model and analysis techniques such as network forensics, system forensics and database forensics for digital forensics. Regarding database forensics, only analysis techniques dependent on specific vendors have been suggested. And general process models and analysis techniques which can be used in various databases have not been studied. This paper proposes an integrated process model and analysis technique for database forensics. The proposed database forensics model (DFM) allows us to solve problems and analyze databases according to the situation and purpose, and to use a standard model and techniques for various database analyses. In order to test our model(DFM), we applied it to various database analyses. And we confirmed the results of our experiment that it can be applicable to acquisition in the scene as well as analysis of data relationships.

통계 데이타베이스의 효율적 관리를 위한 관계형데이타베이스 관리 시스템에의 전위시스템 설계

안성옥,김용호,An, Seong-Ok,Kim, Yong-Ho 배재대학교 자연과학연구소 1992 自然科學論文集 Vol.5 No.2

통계 데이타 베이스는 데이타가 단순한 통계치일 뿐만 아니라, 일반적인 통계처리에서 필요한 통계 분석을 위해 주로 사용되는 대량의 데이타 베이스를 말한다. 통계 데이타 베이스를 관리하기 위해 기존의 범용 데이타 베이스 관리 시스템을 그대로 이용하기에는 데이타 저장과 액세스의 비효율성, 사용의 편이성의 부족과 질의어 등의 부족으로 인해 사용자의 요구를 충족시키지 못해, 새로운 관리 방법의 필요성이 요구되어 왔다. 독자적 개발에 의한 새로운 소프트웨어로써 통계 데이타 베이스를 관리할 때의 실제 이용하기 어려운 현실적 제고를 고려하여, 이 논문에서는 관계형 데이타 베이스 시스템에의 전위 시스템인 SM-F 시스템을 설계하여, 이를 이용하여 통계 데이타 베이스를 관리하는 방법을 제시하였다. 이 시스템은 통계 데이타 베이스의 효율을 고려한 시멘틱 모델인 GROS 모델을 사용하며 통계분석을 지원하고 통계 요약 정보를 제공하기 위해, 메타 데이타 베이스와 요약 데이타 베이스를 저장하고 운영한다. Statistical database(SDB) are large database primarily collected for purpose of statistical analysis. Commerical database management systems have not been widely used for SDB because of the efficiency problem of storage and access of those systems for SDB. In this paper, we propose SDB management method to use a front-end system to a Relatianal Datebase Management System (RDBMS). We do the design of SM-F system (Stasticical database Management as Front-end system) as a front-end system to a RDBMS. In the system, we use GROS model specially proposed for SDB, and store and manage summary database and meta database to support statistical analysis and to provide users with statistical summary information.

메시지 다이제스트를 이용한 모바일 데이타베이스 동기화 알고리즘

문창주(Chang-Joo Moon),최미영(Mi-Young Choi),김상민(Sang-Min Kim),정진환(Jin-Hwan Jung) 한국정보과학회 2007 정보과학회논문지 : 데이타베이스 Vol.34 No.4

본 논문에서는 데이타베이스 서버와 모바일 데이타베이스 사이의 데이타 동기화를 위하여 메시지 다이제스트 기반의 SAMD 알고리즘을 제안한다. SAMD 알고리즘은 메시지 다이제스트 테이블을 이용하여 데이타베이스 서버 측과 모바일 데이타베이스 측에 이미지를 만들고 이 두 개의 이미지를 비교하여 동기화가 필요한 로우들을 선별한다. 두 이미지의 값이 다르다면 동기화 정책에 따라 동기화를 진행한다. SAMD 알고리즘은 특정 데이타베이스 밴더에 종속된 기술이나, 트리거, 스토어 프로시져, 타임스탬프등을 사용하지 않고 관계형 데이타베이스의 기본적인 SQL 기능만을 사용한다. 따라서 특정 밴더의 데이타베이스에 종속적이지 않음으로 어떠한 데이타베이스 서버와 모바일 데이타베이스 서버의 조합에도 사용 가능 하다. 또한 성능면에서도 기존의 제품에 비해서 우수한 성능을 나타낸다. This paper proposes the SAMD(Synchronization Algorithms based on Message Digest) algorithm based on message digest in order to data synchronization between a database server and a mobile database. The SAMD algorithm makes the images at the database server and the mobile database using message digest tables and compares two images in order to select the rows needed to synchronization. If two images are different, the synchronization is progressed according to synchronization policy. The SAMD algorithm does not use techniques which are dependent the some database vendor and also triggers, stored procedures and timestamps. The SAMD only uses the standard SQL functions for the synchronization. Therefore the SAMD algorithm is used in any combinations of the database server and the mobile database because the SAMD algorithm is not depended on some database venders. Also the SAMD algorithm shows better performance compared with existing synchronization products.

USN 환경을 위한 공간 센서 데이타베이스 시스템의 설계 및 구현

신인수,유뢰,김정준,장태수,한기준,Shin, In-Su,Liu, Lei,Kim, Joung-Joon,Chang, Tae-Soo,Han, Ki-Joon 한국공간정보학회 2012 한국공간정보학회지 Vol.20 No.1

For the USN(Ubiquitous Sensor Network) environment which generally uses spatial sensor data as well as aspatial sensor data, a sensor database system to manage these sensor data is essential. In this reason, some sensor database systems such as TinyDB, Cougar are being developed by many researchers. However, since most of them do not support spatial data types and spatial operators to manage spatial sensor data, they have difficulty in processing spatial sensor data. Therefore, this paper developed a spatial sensor database system by extending TinyDB. Especially, the system supports spatial data types and spatial operators to TinyDB in order to manage spatial sensor data efficiently and provides the memory management function and the filtering function to reduce the system overload caused by sensor data streams. Lastly, we compared the processing time, accuracy, and memory usage of the spatial sensor database system with those of TinyDB and proved its superiority through the performance evaluation. 일반적으로 비공간 센서 데이타뿐만 아니라 공간 센서 데이타를 동시에 사용하는 유비쿼터스 센서 네트워크 (USN) 환경을 위해서는 이러한 센서 데이타를 효율적으로 관리하는 센서 데이타베이스 시스템은 매우 중요하다. 이러한 이유에서 Tiny DB, Cougar 등과 같은 다양한 센서 데이타베이스 시스템들이 연구되고 있다. 그러나, 이들 대부분은 공간 센서 데이타 처리를 위한 공간 데이타 타입과 공간 연산자를 지원하지 않기 때문에 공간 센서 데이타를 처리하는데 어려움이 존재한다. 그러므로, 본 논문은 USN 환경에서 공간 센서 데이타에 대한 효율적인 관리를 위해 TinyDB를 확장하여 공간 센서 데이타베이스 시스템을 설계 및 구현하였다. 특히 공간 센서 데이타베이스 시스템은 공간 데이타 타입과 공간 연산자를 지원하고, 공간 데이타 스트림으로 인해 발생하는 시스템 부하를 줄이기 위해서 메모리 관리 기능과 필터링 기능 등을 제공한다. 마지막으로, 수행 시간, 정확도, 메모리 사용량 등 다양한 성능 평가를 통해 공간 센서 데이타베이스 시스템이 기존 TinyDB에 비해 성능이 우수하다는 것을 증명하였다.

시공간 데이타베이스에서 다차원 시퀀스 데이타의 선택도추정

신병철(Byoung-Cheol Shin),이종연(Jong-Yun Lee) 한국정보과학회 2007 정보과학회논문지 : 데이타베이스 Vol.34 No.1

선택도 추정 기법은 질의 최적화를 위해 현재 상용 데이타베이스에서 많이 사용되고 있고 히스토그램은 가장 많이 사용되는 선택도 추정 기법중의 하나이다. 최근에 시공간 데이타베이스 관련 연구들에서 이러한 선택도 추정 기법이 기존의 시간?공간 데이타베이스 선택도 추정 기법을 확장하여 활발하게 연구되었다. 하지만 기존의 시공간 데이타베이스 선택도 추정 연구는 주로 이동 객체와 같은 시계열 데이타만 고려하였다. 또한 기존의 연구는 과거시점부터 현재 시점까지 시간적 범위 질의에 대한 선택도 추정은 불가능 하였다. 따라서 본 논문에서는 시공간 데이타베이스에서 과거 시점에서 현재시점까지 시퀀스 데이타의 시간적 범위 질의를 위한 히스토그램을 구축하고 이를 이용한 효과적인 선택도 추정 기법을 제안한다. 제안한 히스토그램을 이용하면 과거부터 현재까지 시퀀스 데이타의 선택도 추정이 가능하고, 범위 시간 선택도 추정 기법이 가능하며 효과적인 히스토그램 유지 기법의 적용이 가능하다. Selectivity estimation techniques in query optimization have been used in commercial databases and histograms are popularly used for the selectivity estimation. Recently, the techniques for spatio-temporal databases have been restricted to existing temporal and spatial databases. In addition, the selectivity estimation techniques focused on time-series data such as moving objects. It is also impossible to estimate selectivity for range queries with a time interval. Therefore, we construct two histograms, CMH (current multidimensional histogram) and PMH (past multidimensional histogram), to estimate the selectivity of multidimensional sequence data in spatio-temporal databases and propose effective selectivity estimation methods using the histograms. Furthermore, we solve a problem about the range query using our proposed histograms. We evaluated the effectiveness of histograms for range queries with a time interval through various experimental results.

USN 환경을 위한 공간 센서 데이타베이스 시스템의 설계 및 구현

신인수,유뢰,김정준,장태수,한기준 대한공간정보학회 2012 Spatial Information Research Vol.20 No.1

일반적으로 비공간 센서 데이타뿐만 아니라 공간 센서 데이타를 동시에 사용하는 유비쿼터스 센서 네트워크 (USN) 환경을 위해서는 이러한 센서 데이타를 효율적으로 관리하는 센서 데이타베이스 시스템은 매우 중요하다. 이러한 이유에서 Tiny DB, Cougar 등과 같은 다양한 센서 데이타베이스 시스템들이 연구되고 있다. 그러나, 이들 대부분은 공간 센서 데이타 처리를 위한 공간 데이타 타입과 공간 연산자를 지원하지 않기 때문에 공간 센서 데이타를 처리하는데 어려움이 존재한다. 그러므로, 본 논문은 USN 환경에서 공간 센서 데이타에 대한 효율적인 관리를 위해 TinyDB를 확장하여 공간 센서 데이타베이스 시스템을 설계 및 구현하였다. 특히 공간 센서 데이타베이스 시스템은 공간 데이타 타입과 공간 연산자를 지원하고, 공간 데이타 스트림으로 인해 발생하는 시스템 부하를 줄이기 위해서 메모리 관리 기능과 필터링 기능 등을 제공한다. 마지막으로, 수행 시간, 정확도, 메모리 사용량 등 다양한 성능 평가를 통해 공간 센서 데이타베이스 시스템이 기존 TinyDB에 비해 성능이 우수하다는 것을 증명하였다. For the USN(Ubiquitous Sensor Network) environment which generally uses spatial sensor data as well as aspatial sensor data, a sensor database system to manage these sensor data is essential. In this reason, some sensor database systems such as TinyDB, Cougar are being developed by many researchers. However, since most of them do not support spatial data types and spatial operators to manage spatial sensor data, they have difficulty in processing spatial sensor data. Therefore, this paper developed a spatial sensor database system by extending TinyDB. Especially, the system supports spatial data types and spatial operators to TinyDB in order to manage spatial sensor data efficiently and provides the memory management function and the filtering function to reduce the system overload caused by sensor data streams. Lastly, we compared the processing time, accuracy, and memory usage of the spatial sensor database system with those of TinyDB and proved its superiority through the performance evaluation.

데이타 모델링에서 역정규화의 비효율성

이혜경,Rhee, Hae-kyung 한국정보과학회 2004 정보과학회논문지 : 기술교육 Vol.1 No.1

데이타베이스를 설계할 때 데이타의 중복을 최소화해야 할 뿐만 아니라 질의 응답 시간을 최소화하려는 이중적 목표를 추구해야 하기 때문에 설계 과정상에 복잡성이 불가피하게 유발된다. 데이타베이스 설계의 후반부에서 적용하는 속성 정규화라는 개념의 본질은 응답 시간 단축보다는 데이타 중복 제거에 그 목표가 있다. 그러나 정규화를 깊숙이 수행한 데이타베이스인 경우 자료 검색 시 필요에 따라 테이블간의 조인을 해야 하기 때문에 자료 처리 속도의 저하 현상이 발생될 수도 있다. 이러한 정규화의 부작용을 다소나마 해소하기 위한 수단으로 기업에서는 궁여지책으로 역정규화를 함으로써 어느 정도 완화시킬 수 있다고 보는 견해가 있다. 본 논문에서는 정규화와 역정규화와의 성능 평가를 위해 서비스 업체의 고객관련업무 시스템에 대해 두 가지 방법을 적용하여 데이타베이스 시스템을 구축하고 분석하석 비교하였다. 실험 결과 데이타베이스 크기에 따른 응답 시간은 전체적으로 역정규화 모델이 정규화 모델보다 더 길게 나왔다. 역정규화가 기여하는 바는 거의 없는 것으로 나타났다. 이는 역정규화가 모순적으로 데이타 중복을 불가피하게 야기하기 때문이다. For designing database structures, pursuing to minimize the degree of data redundancy as well as to minimize query response time inevitably leads to contradictory conflicts with regard to design goals. The essence of the notion of attribute normalization lies in minimization of data redundancy rather than response time minimization. Deep normalization, however, tends to provoke multiple way of schema join, which could then induces response time degradation. To mitigate this sort of side effect that the normalization could brought, a number of field studies we observed adopted the idea of denormalization. To measure whether denormalization contributes to response time improvement, we in this paper developed two different data models, one with perfect normalization and the other with denormalization, and evaluated their query response time behaviors. Performance results show that normalization case consistently outperforms denormalization case in terms of response time. This study show that the idea of denormalization, which people tends to believe it could be beneficial to response time improvement, quite rarely contributes to that sort of improvement due ironically to the unnecessary data redundancy it inevitably brought.

데이타베이스 튜닝을 위한 로그 분석 도구

이상협,김성진,이상호,Lee, Sang-Hyup,Kim, Sung-Jin,Lee, Sang-Ho 한국정보처리학회 2004 정보처리학회논문지D Vol.11 No.5

Database logs contain various information on database operations, but they are used to recover database systems from failures generally. This paper proposes a log analysis tool that provides useful information for database tuning. This tool provides users with information on work-load organization, database schemas, and resources usages of queries. This paper describes the tool in views of its architecture, functions, implementation, and verification. The tool is verified by running the TPC-W benchmark, and representative analysis results are also presented. 데이타베이스 시스템의 로그는 데이타베이스에서 수행된 연산에 관한 다양한 정보를 기록하고 있으나, 주로 장애시의 시스템 복구용으로 사용되고 있다. 본 논문은 데이타베이스 튜닝에 도움이 되는 내용을 제공하는 로그 분석 도구를 제안한다. 본 도구는 사용자에게 로그 분석을 통해 데이타베이스에 수행되는 워크로드 구성, 데이타베이스 스키마 특징, 질의의 자원 사용 상태를 제공한다. 본 논문에서는 개발된 로그 분석 도구의 구조, 특징적 기능, 구현, 검증절차 등을 기술한다. 본 로그 분석 도구의 검증은 TPC-W 벤치마크를 이용하여 수행하였으며 주요 분석 결과를 보인다.

지역적으로 분산된 시계열 데이타베이스에서 효율적인 유사 검색을 위한 Polar Wavelet 기법

강성구(Seonggoo Kang),이상준(Sangjun Lee),이석호(Sukho Lee) 한국정보과학회 데이터베이스 소사이어티 2005 데이타베이스 연구 Vol.21 No.2

본 논문에서는 시계열 데이타베이스에서의 유사 검색 기법으로서 극 좌표를 이용한 Polar Wavelet 기법을 제안한다. Polar Wavelet은지역적으로 분산된 데이타베이스 내에서 변별력이 저하되는 Harr Wavelet의 문제점을 해결할 뿐만 아니라 극좌표의 특징에 의해 시퀀스가 길어질수록 검색 성능이 더욱 높아지는 효과를 얻게 된다. 실제로 강수량, 기후와 같은 데이타들은 대도시를 중심으로 지역적 분포를 이루고 있으며 이들은 평균이 유사하여 기존의 Harr Wavelet 기법으로는 변별력이 저하되는 문제점을 가지게 된다. Polar Wavelet 기법은 이를 위해 평균의 영향을 받지 않는 극 좌표를 사용하였고 후보 시퀀스의 개수를 효율적으로 줄임으로써 검색 성능을 향상 시킬 수 있었다. 본 논문에서는 또한 Polar Wavelet 기법이 착오 누락을 발생시키지 않음을 증명하였으며 분석 데이타와 실제 기후 데이타를 이용한 실험을 통해 제안된 기법의 성능을 확인하였다. In this paper, we propose the novel wavelet transform, called Polar Wavelets, which can improve the search performance in large time series databases with use of polar coordinates. Polar wavelets don’t only suggest the solution of the low distinction that is occurred between time series sequences in Haar wavelet transform, but also improve the search performance as the length of sequence is increased. Actually, several kinds of data like rainfall are locally distributed and have the similar average, so Haar wavelets which transform data to their average have shortcomings, naturally. To solve this problem, Polar wavelets use the polar coordinates which are not affected from average and by reducing the number of candidates we can improve the search performance. In this paper, we also verified that Polar wavelets don’t generate no false dismissals and confirmed the performance of Polar wavelets by experimental results with the syntactic data and the real weather data.

공간 데이타 마이닝을 위한 개방형 객체 관리 시스템의 설계 및 구현

윤재관,오병우,한기준,Yun, Jae-Kwan,Oh, Byoung-Woo,Han, Ki-Joon 한국공간정보학회 1999 개방형지리정보시스템학회 논문지 = Journal of the Korea Open Geogr Vol.1 No.1

최근 들어 공간 데이타베이스 시스템에 저장되어 있는 공간 데이타로부터 새로운 지식을 자동으로 추출해야 할 필요성이 증가함에 따라 공간 데이타베이스 시스템에 명시적으로 저장되어 있지 않은 암시적인 지식이나 공간 데이타간의 연관 관계, 그리고 다른 새로운 지식을 추출해 내는 학문인 공간 데이타 마이닝에 대한 연구가 증가하고 있다. 이러한 유용한 지식을 공간 데이타로부터 추출하기 위해서는 공간 데이타를 효율적으로 저장하고, 빠른 인덱스와 검색 기능을 제공하고, 또한 분산환경을 지원할 수 있는 객체 관리 시스템이 필요하다. 본 논문에서는 공간 데이타 마이닝 시스템에서 사용되는 공간, 비공간, 지식 데이타를 효율적으로 관리할 수 있는 개방형 객체 관리 시스템을 설계 및 구현하였다. 개방형 객체 관리 시스템을 개발하기 위하여 본 논문에서는 현재 많은 분야에서 사용되고 있는 Open OODB에 공간 데이타 타입의 지원, 동적인 클래스의 생성 객체-지향 개념의 상속성 지원, 공간 인덱스의 지윈, 공간 연산 함수 제공 등의 기능을 추가하여 확장하였다. 또한, 본 논문에서는 다른 공간 데이타베이스 시스템이나 공간 데이타 마이닝 시스템과의 상호운영성을 증가시키기 위하여 데이타 모델링을 위해 ODMG 2.0, 데이타 모델링과 공간 데이타의 교환을 위해 SDTS(Spatial Data Transfer Standard), 그리고 클라이언트와 서버간의 효율적 연동을 위해 OpenGIS Simple Features Specification for CORBA를 수용하였다. Recently, the necessity of automatic knowledge extraction from spatial data stored in spatial databases has been increased. Spatial data mining can be defined as the extraction of implicit knowledge, spatial relationships, or other knowledge not explicitly stored in spatial databases. In order to extract useful knowledge from spatial data, an object management system that can store spatial data efficiently, provide very fast indexing & searching mechanisms, and support a distributed computing environment is needed. In this paper, we designed and implemented an open object management system for spatial data mining, that supports efficient management of spatial, aspatial, and knowledge data. In order to develop this system, we used Open OODB that is a widely used object management system. However, the lark of facilities for spatial data mining in Open OODB, we extended it to support spatial data type, dynamic class generation, object-oriented inheritance, spatial index, spatial operations, etc. In addition, for further increasement of interoperability with other spatial database management systems or data mining systems, we adopted international standards such as ODMG 2.0 for data modeling, SDTS(Spatial Data Transfer Standard) for modeling and exchanging spatial data, and OpenGIS Simple Features Specification for CORBA for connecting clients and servers efficiently.