PowerPoint 프레젠테이션

Size: px
Start display at page:

Download "PowerPoint 프레젠테이션"

Transcription

1 빅 데이터 플랫폼 이론과 사례 - 보안 로그 분석 중심으로 - 큐비트시큐리티 신승민 CEO

2 Buzzword Best of Breed Brick-and-mortar Log Tail 6 sigma Startup 4G Valued-add Blog HTML5 Cloud Big Data computing Web 2.0

3

4 프롤로그 빅 데이터는 어떻게 사용되고 있나?

5 멜론의 빅데이터 기획사 및 아티스트의 최대 니즈인 인지도 제고 및 팬 확대 활동을 효과적으로 지원하기 위해 빅데이터를 기반으로 팬 소비지수 를 개발했고, 이를 통해 고객 개개인의 아티스트 및 음악 장르 선호도를 분석한 후 유망한 잠재고객을 추출해 기획사 및 아티스트에게 제공하게 된다. 즉, 각 기획사는 자신들의 특색에 맞는 고객층에 데이터를 얻을 수 있는 것이다.

6 멜론의 빅데이터 콘텐츠 생산자인 파트너(기획사, 유통사)와 이용자

7 멜론의 빅데이터 Hadoop ecosystem

8 Netfilx 사례 2011년 이후 본격적으로 이슈가 되기 시작 기존 데이터 마이닝과 차이 등 명확한 정의에 대한 이견

9 Netfilx 사례

10 Netfilx 사례 Jobs introduce Reed Hasting

11 Netfilx 사례 The entire first season, thirteen episodes, premiered on February 1, A second season of thirteen episodes premiered on February 14, 2014.

12 Netfilx 사례 빅데이터 분석 데이터에는 2,500만 명 이용자들의 일시 정지, 되감기 등의 이용 행태를 포함한 하루 평균 3,000만 건의 동영상 재생 기록, 최근 3개월의 기간에 해당하는 20억 시간 이상의 동영상 시청 시간 동안의 기록이 포함됨. 또한, 하루 평균 400만 건의 이용자 평가 및 300만 건의 검색 정보, 위치 정보, 단말 정보, 주중 및 주말의 시청 행태, 시청률 조사업체 닐슨(Nielsen)을 비롯한 시장조사 업체가 제공하는 메타데이터, SNS 서비스인 페이스북과 트위터로부터 수집한 소셜 데이터 등을 추적해 분석하는 것으로 알려짐.

13 첫번째 주제 빅 데이터란 무엇인가?

14

15 빅 데이터 정의 2011년 11월 이후 본격적으로 이슈가 되기 시작 기존 데이터 마이닝과 차이 등 명확한 정의에 대한 이견

16 빅 데이터 정의 다양한 정의 존재 데이터 크기 관점 기존 데이터베이스 도구로 사용자가 수용 가능한 지연 시간 내에 데이터를 처리하기 어려운 큰 데이터 [1] 가트너 데이터 크기(volume), 다양성(variety), 속도(velocity) 3가지 관점에서 빅 데이터 기술을 정의 [2]

17 빅 데이터 특징 (3Vs defined by Gartner) Volume - 데이터의 크기 선택이아닌 생성되는 모든 데이터를 수집함 예) 페이스북: 클릭스트림 압도적인 데이터 크기: 트위터 매일 12테라 생성 Variety - 데이터의 다양성 정형화된 데이터를 넘어 텍스트/오디오/비디오 등 모든 유형의 데이터를 분석 대상으로 함 예) 구글: 2,300억 단어 분석 음성인식 엔진 개발[3] Velocity 데이터의 속도 Source : 두 가지 관점의 속도를 의미 - 사용자가 원하는 시간내 데이터 분석 결과 제공 - 데이터의 Update되는 속도가 매우 빨라짐 예) 브리티시 텔레콤: 1초 60기가의 데이터 전송[4]

18 빅 데이터 vs 데이터 마이닝 두 용어의 차이가 명확히 정의되진 않았음, 그러나 연구대상 측면에서 차이가 존재함 Traditional Data Mining Big Data 데이터 분석 중심 데이터 수집/처리/분석 전체 정형 데이터 중심 정형/비정형 등 모든 유형 Target 데이터 중심 생산된 데이터 모두 3Vs는 Data 관리에 관한 리포트에서 처음 제시됨 [5] 두 용어는 같은 방향성을 지향, 구분 자체가 무의미할 수 있음

19 두 번째 주제 빅 데이터 기술을 어떻게 구현할 것인가?

20 하둡 빅 데이터 핵심 기술 빅 데이터 분산 처리/분석 오픈소스 데이터 관리 플랫폼 더그 커팅이 구글의 데이터 관리 체계인 GFS와 MapReduce의 논문을 바탕으로 2006년 개발, 이후 야후 합류 후 급속도로 발전 야후 42,000개 하둡 노드 사용 (42,000 PB 저장) 알아두면 좋은 이야기 하둡: 더그 커팅의 아들이 갖고 놀던 노란 코끼리 인형 이름 하둡 관련 모듈들의 이름 또한 동물 이름에서 유래됨

21

22 HDFS (Hadoop Distributed File System) 대용량 파일과 처리를 위한 분산 처리 시스템 서버 한대 X, 여러 대의 서버에 나눠 데이터를 저장 - 하나의 파일을 64MB 단위로 나눠 3개의 복제 파일로 저장 Name Node Client Name Node 파일 저장 위치 정보 소유 각 Data Node 접근 요청을 관리 단일 실패 지점 Data Node Data Node.. Data Node N대의 서버에 데이터 분산 저장 클라이언트 Name Node로 부터 파일의 위치에 대한 정보 획득, 개별 Data Node와 직접 데이터를 주고받음

23 HDFS의 파일 저장 구조 Name Node Data Node 1 Data Node 2 Data Node 3 Data Node 4 Source :

24 MapReduce HDFS에 나눠 저장된 파일의 분산처리를 위한 모델 요청시 각 Data Node에서 데이터를 처리한 후, 단계적으로 통합 최종 결과를 도출하는 모델 ① Data는 64MB 단위로 나눠져 3개의 복제본이 각 Data Node에 저장됨 ② 각 Data Node는 개별 파일에 대한 처리를 실행 ③ 처리가 끝난 결과는 다른 Data Node의 결과와 통합 ④ 하나의 최종 결과를 도출

25 Map Reduce 동작 원리 Network In-degree 분석 예제 Map: 나눠진 파일에서 각각의 Node들의 In-degree를 계산 Reduce: 각각 노드들의 계산 결과를 합쳐 최종 결과 생성 Map Stage Reduce Stage Source :

26 왜 하둡인가? 낮은 비용 - UNIX급 RDBMS 서버 1억 이상 소요, DBMS가격 추가 - 하둡 500만원대 x86급 서버를 필요 용량만큼 구매 (하둡은 무료) 유연한 확장성 - 서버의 재가동 없이 데이터 노드를 추가로 용량 추가 가능 뉴욕 타임즈는 2008년 130년 분량의 신문 기사 1100만 페이지를 아마존 클라우드에서 하둡을 이용해 하루만에 PDF로 변환 총비용 200만원에 불과, 이 작업은 그 당시 일반 서버로 진행할 경우, 약 14년이 소요될 것으로 예상됨

27 꼭 하둡인가? 데이터와 서비스의 특징에 맞는 빅 데이터 플랫폼이 중요 - 배치형태 데이터 처리, 데이터 정합성의 보장이 어려움 실시간 분석이나, 은행 거래와 같은 서비스에는 부적합 - MapReduce 작업시 네트워크 오버헤드 발생 5테라/5노드 이하 연구용 데이터는 부적합 구글은 2011년 약 90만대의 Data Node를 가진 것으로 파악됨 [6] 하지만 오늘날 하둡은 빅 데이터 플랫폼의 주류, 이러한 추세 계속 될 것 미래 빅 데이터 인력으로 플랫폼에 대한 기본 이해는 필수

28 [참고] 구글 GFS의 어제와 오늘 초창기 구글 서버 (1998년) Source : 현재의 구글 데이터 센터 (2012년) Source :

29 Open Compute Project

30 하둡 생태계(Hadoop Ecosystem) 하둡과 연동해서 돌아가는 무수한 서브 프로젝트가 존재 이들을 Hadoop Ecosystem이라고 통칭함 데이터 수집, 저장, 분석, 관리 등 다양한 솔루션 존재 하둡 기반 프로젝트 수행시 필요한 솔루션들을 적절히 활용 - MapReduce는 일반사용자가 사용하기 어려움 프로그램밍을 최소화하면서 하둡을 활용하는 환경 구축 가능 Cloudera는 솔루션들을 통합 관리하는 하둡 패키지 제공

31

32 Hadoop Ecosystem (1/3) 분류 솔루션명 Chukwa 추출 Flume Scribe 주요 특징 분산환경 Log Data 수집 솔루션 DBMS, 웹 서버, Application 서버 등 프로그램들이 생성하는 LOG를 주로 수집 Sqoop 하둡과 RDBMS 간 데이터 포팅을 지원 HBase 칼럼 기반 데이터 베이스, 구글의 BigTable 논문을 기반 데이터의 정합성 보다 대규모 데이터의 저장, 관리과 목적 Neo4J SNS등 그래프 데이터를 저장, 관리하기 위한 그래프 DB Hadoop 기반은 아님 최근 HDFS상에 데이터 저장을 지원 저장

33 Hadoop Ecosystem (2/3) 분류 솔루션명 주요 특징 Pig 야후에서 개발된 하둡용 데이터 질의 솔루션으로 복잡한 MapReduce 프로그래밍 대신 Pig Latin이라는 자체 언어를 제공하여 데이터 질의 (SQL과 유사한 개념) Hive 페이스북에서 개발된 DW 솔루션, Pig와 달리 SQL과 유사한 HiveQL이라는 쿼리를 제공하고 HiveQL이 MapReduce 프로 그래밍을 대신 수행함 Impala 클라우데라에서 개발된 데이터 질의 솔루션, Hive와 같은 형태 이나 HiveQL이 MapReduce 프로그래밍을 사용하지 않고 SQL 질의를 수행 Tajo 국내 기업 그루터가 개발중인 DW 솔루션, Impala와 동일하게 MapReduce를 쓰지 않으며, SQL 표준 호환을 지원하여 질의 를 수행, 최근 아파치 최상위 프로젝트로 선정 질의 / DW

34 Hadoop Ecosystem (3/3) 분류 분석 솔루션명 주요 특징 Mahout 머신러닝 지원 솔루션, 분류/군집/추천 등을 지원 Giraph 네트워크 데이터 분석 솔루션 Rhadoop 하둡의 데이터를 활용하여 R에서 분석 가능하게 한 솔루션 다양한 작업들을 관리하는 워크플로우 관리 솔루션 워크 플로우 관리 클라 우드 Woozie 데이터 추출(PIG), 분석(MapReduce) 등을 일련의 워크플로우로 처리할 수 있게 지원 Cascading 복잡한 MapReduce 프로그램밍을 개발을 일반적인 자바로 대체할 수 있게 추상화 제공 Zookeper 하둡 분산 서버들의 상호 조정을 지원하는 솔루션 서버의 집중을 막고, 서버간 데이터 동기화를 지원하며, 장애 내구성을 지원, HBase 등의 솔루션과 연동되어 사용됨

35 하둡의 변화 하둡은 2.0에서 YARN 이라는 새로운 프레임워크를 제공 - 범용 클러스터 모델 - MapReduce를 사용하지 않는 어플리케이션이 하둡 클러스터에 접근할 수 있도록 관리 기능을 제공 Source :

36 하둡의 미래 실시간 처리 Yarn과 함께 나타난 가장 큰 변화 새로운 방식의 데이터 처리 플랫폼이 계속해서 출현하고 있음 - 특히 실시간 처리 방식의 데이터 처리 어플리케이션이 주목 받고 있음 Hadoop은 배치 방식을 중심으로 데이터 분석하였음 (데이터 처리 DW 저장) - 페이스북은 매일 DW에서 10PB 데이터를 배치 처리하여 분석하고 있음[7] 그러나 서비스 유형에 따라 실시간 처리가 필요한 어플리케이션이 존재 - 영화나 음악을 추천해 주는 서비스에 Context-Aware를 적용한다면? Spark 등 새로운 하둡 기반 실시간 처리 솔루션이 주목 받고 있음

37 SPARK (하둡 기반 실시간 빅 데이터 분석 플랫폼) 하둡과 유사한 형태로 작동, 메모리에 캐시된 데이터를 사용하여 분석 - 디스크에 접근하는 비용을 줄임으로써 40배 이상 속도 향상 [8] SQL on Hadoop, 머신러닝, 그래프 분석 등의 솔루션을 제공함 메모리 및 SSD의 가격하락과 함께 확산이 기대됨 Source : Source :

38 [참고] SPARK에 대한 관심 증가 구글 트랜드 검색 추세 Spark + Hadoop 2013년부터 가파르게 증가

39 [참고] SSD 가격 변화 SSD의 GB 당 비용은 현재 거의 1$ / GB 이하를 형성 중 SSD의 안정성 이슈가 있으나, 장기적으로 HDD 대체가능성이 높음 Source :

40 [참고] SSD and

41 [참고] SSD and

42 [참고] SSD and Samsung: SM1715, 3D V-NAND(Vertical NAND) flash Sequential read/write speed: 3,000 MB/s; 2,200 MB/s Random reads/writes: 750,000 IOPS; 130,000 IOPS Reliability: 10 DWPDs for five years

43 세번째 주제 빅데이터 로그 분석 시각화

44 데이터 시각화의 중요성 데이터 시각화란 광범위하게 분산된 방대한 양의 자료를 분석해 한눈에 볼 수 있도록 도표나 차트 등으로 정리하는 것 정보 정보 8 1 열 2 열 3 열 6 4 정보 행 2 행 3 행 4 행 얻을 수 있는 효과 자료로부터 정보를 습득하는 시간 절감으로 즉각적인 상황 판단이 가능 자료를 습득하는 사람들의 흥미를 유발하고 정보의 빠른 확산을 촉진 자료를 기억하는데에도 도움

45 시각 이해와 시각화 시각 이해의 위계 정보를 전달하여 이해시킨다는 측면에서 각각의 이해를 구축하고 있는 요소 Source:

46 시각 이해와 시각화 정보 인터랙션 디자인 데이터에서 지혜로 갈수록 경험에 기반한 스토리텔링이 중요해짐, 이러한 맥락에서 시각화의 방법도 각 단계에 따라 다르게 나타남 Source:

47 시각화 분류와 구분 정보형 메시지 vs. 설득형 메시지 정보 디자인에서 메시지를 전달하고자 하는 측면에서 분석해 보면 대게 정보 사용자 의 목적과 관점에 따라서 두 가지로 나누어 볼 수 있음 하나는 개관적인 정보를 전달하기 위해 정보형 메시지 를 전달하기 위한 것 다른 하나는 주장하는 바를 알리기 위한 설득형 메시지 를 전달하기 위한 것

48 시각화 분류와 구분 정보형 메시지 중요한 실제 지형 지도를 왜곡하더라도 사람들이 보기 쉽도록 개념적으로 지하철 지도를 구현한 것

49 시각화 분류와 구분 설득형 메시지 각 사회 계층을 암시하는 옷을 가로로 재단하고 상하 계층별로 다시 연결해 한 벌의 셔츠로 표현한 것으로, 사회 계층별 분포 데이터를 극단적으로 함축한 시각화 예 이 인포 그래픽에서는 정보를 전달하는데, 주력하기 보다는 시각적으로 강렬하게 주장하는 바를 전달하기 위한 설득적 메시지를 보내는데 주력하였다고 볼 수 있다. Source: Source:

50 빅데이터 시각화 영역 정보형 메시지 설득형 메시지 데이터 시각화 정보 시각화 인포 그래픽 빅데이터 시각화 빅데이터 시각화는 데이터를 기반으로 객관적 표현에 더 초점을 맞추는 경우가 많으므로 정보형 메시지를 전달하기 위한 데이터 시각화 작업을 하는 경향이 강함 반면 데이터를 기초로 해석된 의미의 설득형 메시지를 전달하기 위한 경우에는 인포그래픽에 해당하는 결과물이 도출됨 정보 디자인은 모두 정보메시지의 전달이 불확실해지면 안되지만, 양적 정보 디자인을 다루는 빅데이터 시각화에서는 정보의 내용과 환경이 매우 복잡하므로 표현 도 다차원적이어야 함 어떤 식으로 데이터를 해석하는가에 대한 통계적 차원의 시각화 방법 및 이에 따른 시각 표현이 병행되어야 함

51 빅데이터 분석 기술 데이터 마이닝 대량으로 축적된 데이터를 분석하고 그 속에 숨어 있는 항목 사이의 상호 관계와 패턴을 찾아내는 방법을 이용해 지식을 찾고자 하는 것이다. 회귀 분석 총면적, 방 개수, 보안 대책, 주차장 유무, 역에서의 거리, 건축 연수 등이 아파트 집세에 영향을 미치는 것처럼 특정 변수의 움직임이 다른 변수와 서로 연결될 때 그 관계를 구체적인 수식을 구하는 통계 분석 방법이다. 연관 분석 Associations analysis 마켓바스켓 분석이라고도 불리며, 상품 A를 사는 사람은 상품 B도 사는 경향이 있다 는 상황처럼 2개 이상의 상품 중에서 함께 사는 상품의 조합을 밝히는 분석 방법이다.

52 빅데이터 시각화 프로세스 빅 데이터 시각화 프로세스 1단계: 정보 구조화 데이터를 수집하고 정제하는 과정으로 데이터 세트를 만들기 위한 분석 도구 필요 2단계: 정보 시각화 주로 분석 도구에서 제공하는 그래프나 분석 도구의 특성에 따른 시각화 3단계: 정보 시각표현 시각화의 의도를 강화해 전달하기 위해 분석 도구에서 만든 결과물에 별도 그래픽 요소를 추가해 완성

53 빅데이터 시각화 프로세스 수준, 종류 시각화 도구 기초 수준 엑셀, CVS/JSON, 구글 차트 API, Flot, Raphael, D3(Data-Driven Document), Visual.ly 인터랙티브 GUI 컨트롤 Crossfilter, Tangle 매핑 Modest Maps, Leaflet, Polymaps, OpenLayers, Kataograph, CartoDB 전문가 Processing, NodeBo, R, Weka, Gephi

54 빅데이터 시각화 프로세스 D3.js 데이터 시각화 프레임워크, 자바스크립트로 개발 HTML5, SVG, 그리고 CSS3를 이용하여 시각화 요소를 만들어냄 무엇보다 중요한 것은 W3C 표준임 Source:

55 빅데이터 시각화 프로세스 R 무료 오픈 통계 소프트웨어 대다수의 통계학자와 분석가가 선호 데이터 통계 분석을 목적으로 만들어짐 코드 몇 줄로 데이터 그래픽을 만들어 주는 패키지가 많음 인터랙티브 그래픽과 애니메이션이 취약하고 그래픽적으로 한번 더 수정 Source:

56 마지막 주제 Plura 빅데이터 로그 분석 플랫폼

57 나는 왜 로그 보안 빅 데이터 사업을 시작했는가?

58 ① 의미 있는 사업 누군가에게 매우 이로운 일 DLL 인젝션 해킹을 탐지할 수 있는 시스템이 출시되었나? 로그를 분석하여 실시간으로 해킹 탐지를 해 주는 서비스는? 아직 없다 필요가 없어서? 실제로 대부분의 해킹 후 업무는 로그 분석 - 로그 분석에 일주일에서 한 달 정도 소요 - 시간 소요가 많이 되는 이유 중에 하나는 충분히 조사할 로그가 없어서 (기본 시스템에 저장되는 기본 크기는 20MB로 신규 로그 생성은 기존 로그를 삭제 후 쌓임) 필요는 했지만 쓸 수가 없었다. 로그의 의미 분석을 하지 않음 - 기본 사업은 대부분 로그를 취합하는 용도로 사용되었음 - 로그를 분석하는 일은 개별 기업의 업무라고 생각하였음 로그를 누적 관리해 주고 실시간 보안 분석 서비스 플랫폼이 필요함 - 로그 취합을 넘어서 분석으로 해킹 위험을 탐지하여 실시간 알려 주는 환경 구축이 필요함 - 로그 의미를 사용자가 아닌 분석하는 로그 관리 서비스가 현장에선 더 절실함

59

60 Plura 해킹 탐지 방법 행위 기반 로그 분석 시스템 시스템의 로그를 취합하여 빅데이터 분석 처리 과정을 거쳐 보안 위험 사항을 알리고 해결하도록 제공하는 퍼블릭 클라우드 기반 정보 보안서비스입니다.

61 Plura 제품의 특징

62 끝으로 빅 데이터 연구란?

63 Source: 스타트업은 데이터를 어떻게 바라봐야 할까? (Slideshare, 하용호, 2014)

64

65 린 스타트업의 프로세스 핵심은 속도, 피드백, 반복을 통해 낭비를 줄인다.

66 린 스타트업의 프로세스 직관적으로도 잘 하는 부분 어떻게 해야 할지 잘 모르는 부분

67 린 스타트업의 프로세스 고객은 여기에 있다!

68 고객을 알기 위해서는 데이터가 반드시 필요하다.

69 데이터에 목숨 거는 건 누구나 마찬가지다!

70

71 금요일 마다 기저귀를 사는 사람들이 맥주도 사더라.

72 알고 보니 퇴근하면서 아내 심부름으로 기저귀 사러 간 남편 맥주도 같이 사곤 함 기저귀랑 맥주를 함께 진열 했더니 매출 상승!!! 년, Osco Drug stores

73

74

75 어느 날 아부지 한 분이 성을 내며 쳐들어 왔다. 사장 나와!

76 10대 딸에게 보낸 쿠폰 북에 임산부 용품만 잔뜩! 이 자식들 내 딸을 농락하다니

77 그러나 아버지는 사과하면서 나올 수 밖에 없었는데 따..따님이 실제로 임신했습니다!

78 은 알아 내었었다! 임신 3개월 쯤 로션 취향이 바뀐다!! 향 있는 로션 향 없는 로션 로션 취향이 갑자기 바뀐 따님의 임신을 눈치챔!

79

80 왜 이렇게 다들 득달같이 데이터에 달려드는가?

81 경쟁은 어디에서 일어나는가? 시대가 흐르며 경쟁력의 핵심이 바뀜

82 기술 가격 기회 Data

83 유저의 관심이 가장 소중한 자원 기회 눈길을 받는 법이 필요 눈길을 받았을 때 원하는 것을 제시해야 함 데이터로 유저를 알아내야 함!

84 그런데 정말 중요한 것을 말씀 드리지 않았다.

85 중요한 것은 지식이 아님

86 데이터로 이야기하는 문화 (DATA DRIVEN)

87 언제부터? Right Now!

88 조직이 작을 때, 데이터가 얼마 없어 보기 쉬울 때 이때 데이터에 익숙해져야 한다.

89 누구부터 데이터를 봐야 할까?

90

Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치

Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치 Oracle Big Data 오라클 빅 데이터 이야기 Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치 최근 빅 데이터에 대한 관심이 커지고 있는데, 그 배경이 무엇일까요? 정말 다양한 소스로부터 엄청난 데이터들이 쏟아져

More information

Amazon EBS (Elastic Block Storage) Amazon EC2 Local Instance Store (Ephemeral Volumes) Amazon S3 (Simple Storage Service) / Glacier Elastic File Syste (EFS) Storage Gateway AWS Import/Export 1 Instance

More information

빅데이터_DAY key

빅데이터_DAY key Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020

More information

CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관

CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관 방송 통신 전파 KOREA COMMUNICATIONS AGENCY MAGAZINE 2013 VOL.174 09+10 CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내

More information

[Brochure] KOR_TunA

[Brochure] KOR_TunA LG CNS LG CNS APM (TunA) LG CNS APM (TunA) 어플리케이션의 성능 개선을 위한 직관적이고 심플한 APM 솔루션 APM 이란? Application Performance Management 란? 사용자 관점 그리고 비즈니스 관점에서 실제 서비스되고 있는 어플리케이션의 성능 관리 체계입니다. 이를 위해서는 신속한 장애 지점 파악 /

More information

Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤

Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤 Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤 (byounggon.kim@opence.org) 빅데이터분석및서비스플랫폼 모바일 Browser 인포메이션카탈로그 Search 인포메이션유형 보안등급 생성주기 형식

More information

슬라이드 1

슬라이드 1 제 2 장 빅데이터기술 2015.02 조완섭충북대학교경영정보학과대학원비즈니스데이터융합학과 wscho@chungbuk.ac.kr 043-261-3258 010-2487-3691 목차 개요 빅데이터기술 클라우드컴퓨팅 Hadoop & Databases 데이터분석기술 다차원분석 통계분석 : R 데이터마이닝 빅데이터시각화기술 2015-07-23 2 개요 빅데이터 -

More information

Basic Template

Basic Template Hadoop EcoSystem 을홗용한 Hybrid DW 구축사례 2013-05-02 KT cloudware / NexR Project Manager 정구범 klaus.jung@{kt nexr}.com KT의대용량데이터처리이슈 적재 Data의폭발적인증가 LTE 등초고속무선 Data 통싞 : 트래픽이예상보다빨리 / 많이증가 비통싞 ( 컨텐츠 / 플랫폼 /Bio/

More information

들어가는글 2012년 IT 분야에서최고의관심사는아마도빅데이터일것이다. 관계형데이터진영을대표하는오라클은 2011년 10월개최된 오라클오픈월드 2011 에서오라클빅데이터어플라이언스 (Oracle Big Data Appliance, 이하 BDA) 를출시한다고발표하였다. 이와

들어가는글 2012년 IT 분야에서최고의관심사는아마도빅데이터일것이다. 관계형데이터진영을대표하는오라클은 2011년 10월개최된 오라클오픈월드 2011 에서오라클빅데이터어플라이언스 (Oracle Big Data Appliance, 이하 BDA) 를출시한다고발표하였다. 이와 Oracle Data Integrator 와 Oracle Big Data Appliance 저자 - 김태완부장, 한국오라클 Fusion Middleware(taewan.kim@oracle.com) 오라클은최근 Big Data 분약에 End-To-End 솔루션을지원하는벤더로급부상하고있고, 기존관계형데이터저장소와새로운트랜드인비정형빅데이터를통합하는데이터아키텍처로엔터프로이즈시장에서주목을받고있다.

More information

Microsoft PowerPoint - 3주차.pptx

Microsoft PowerPoint - 3주차.pptx 2016.08 조완섭충북대학교경영정보학과대학원비즈니스데이터융합학과 wscho@chungbuk.ac.kr 043-261-3258 010-2487-3691 빅데이터기술 목차 개요 빅데이터기술 클라우드컴퓨팅 Hadoop & Databases 데이터분석기술 다차원분석 통계분석 : R 데이터마이닝 빅데이터시각화기술 2016-09-30 Wan-Sup Cho (wscho@cbnu.ac.kr)

More information

DB진흥원 BIG DATA 전문가로 가는 길 발표자료.pptx

DB진흥원 BIG DATA 전문가로 가는 길 발표자료.pptx 빅데이터의기술영역과 요구역량 줌인터넷 ( 주 ) 김우승 소개 http://zum.com 줌인터넷(주) 연구소 이력 줌인터넷 SK planet SK Telecom 삼성전자 http://kimws.wordpress.com @kimws 목차 빅데이터살펴보기 빅데이터에서다루는문제들 NoSQL 빅데이터라이프사이클 빅데이터플랫폼 빅데이터를위한역량 빅데이터를위한역할별요구지식

More information

Windows 8에서 BioStar 1 설치하기

Windows 8에서 BioStar 1 설치하기 / 콘텐츠 테이블... PC에 BioStar 1 설치 방법... Microsoft SQL Server 2012 Express 설치하기... Running SQL 2012 Express Studio... DBSetup.exe 설정하기... BioStar 서버와 클라이언트 시작하기... 1 1 2 2 6 7 1/11 BioStar 1, Windows 8 BioStar

More information

소규모 비즈니스를 위한 플레이북 여기서 다룰 내용은 다음과 같습니다. 1. YouTube 소개 2. YouTube에서 비즈니스를 위한 채널 만들기 3. 눈길을 끄는 동영상 만들기 4. 고객의 액션 유도하기 5. 비즈니스에 중요한 잠재고객에게 더 많이 도달하기

소규모 비즈니스를 위한 플레이북 여기서 다룰 내용은 다음과 같습니다. 1. YouTube 소개 2. YouTube에서 비즈니스를 위한 채널 만들기 3. 눈길을 끄는 동영상 만들기 4. 고객의 액션 유도하기 5. 비즈니스에 중요한 잠재고객에게 더 많이 도달하기 소규모 비즈니스를 위한 YouTube 플레이북 YouTube에서 호소력 있는 동영상으로 고객과 소통하기 소규모 비즈니스를 위한 플레이북 여기서 다룰 내용은 다음과 같습니다. 1. YouTube 소개 2. YouTube에서 비즈니스를 위한 채널 만들기 3. 눈길을 끄는 동영상 만들기 4. 고객의 액션 유도하기 5. 비즈니스에 중요한 잠재고객에게 더 많이 도달하기

More information

<C3E6B3B2B1B3C0B0313832C8A32DC5BEC0E7BFEB28C0DBB0D4292D332E706466>

<C3E6B3B2B1B3C0B0313832C8A32DC5BEC0E7BFEB28C0DBB0D4292D332E706466> 11-8140242-000001-08 2013-927 2013 182 2013 182 Contents 02 16 08 10 12 18 53 25 32 63 Summer 2 0 1 3 68 40 51 57 65 72 81 90 97 103 109 94 116 123 130 140 144 148 118 154 158 163 1 2 3 4 5 8 SUMMER

More information

Æí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š

Æí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š 솔루션 2006 454 2006 455 2006 456 2006 457 2006 458 2006 459 2006 460 솔루션 2006 462 2006 463 2006 464 2006 465 2006 466 솔루션 2006 468 2006 469 2006 470 2006 471 2006 472 2006 473 2006 474 2006 475 2006 476

More information

지상파(디지털) 방송의 재전송이 큰 목적 중 하나이므로 전세계적으로 IPTV의 보급이 더욱 촉진될 가능성이 높음 단말기 측면 전망 향후에는 거치형 TV만이 아니고 휴대전화, 휴대게임기 등에 대해서도 각종 콘 텐트 전송이 더욱 확대될 것이고 더 나아가 휴대전화 TV 휴대게임기 등 단말기 상호간의 콘텐트 전송이 더욱 증가될 것임 서비스 측면 전망 유저가 편한 시간대에

More information

gcp

gcp Google Cloud Platform GCP MIGRATION MANAGED SERVICE FOR GCP 베스핀글로벌 S GCP OFFERING 베스핀글로벌과 Google Cloud Platform이 여러분의 비즈니스에 클라우드 날개를 달아드립니다. GCP에 전문성을 갖춘 베스핀글로벌의 클라우드 전문가들이 다양한 산업 영역에서의 구축 경험과 노하우를 바탕으로

More information

슬라이드 1

슬라이드 1 Data-driven Industry Reinvention All Things Data Con 2016, Opening speech SKT 종합기술원 최진성원장 Big Data Landscape Expansion Big Data Tech/Biz 진화방향 SK Telecom Big Data Activities Lesson Learned and Other Topics

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Spider For MySQL 실전사용기 피망플러스유닛최윤묵 Spider For MySQL Data Sharding By Spider Storage Engine http://spiderformysql.com/ 성능 8 만 / 분 X 4 대 32 만 / 분 많은 DB 중에왜 spider 를? Source: 클라우드컴퓨팅구 선택의기로 Consistency RDBMS

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 In-memory 클러스터컴퓨팅프레임워크 Hadoop MapReduce 대비 Machine Learning 등반복작업에특화 2009년, UC Berkeley AMPLab에서 Mesos 어플리케이션으로시작 2010년 Spark 논문발표, 2012년 RDD 논문발표 2013년에 Apache 프로젝트로전환후, 2014년 Apache op-level Project

More information

RUCK2015_Gruter_public

RUCK2015_Gruter_public Apache Tajo 와 R 을연동한빅데이터분석 고영경 / 그루터 ykko@gruter.com 목차 : R Tajo Tajo RJDBC Tajo Tajo UDF( ) TajoR Demo Q&A R 과빅데이터분석 ' R 1) R 2) 3) R (bigmemory, snowfall,..) 4) R (NoSQL, MapReduce, Hive / RHIPE, RHive,..)

More information

SECTION TITLE A PURE PRIMER (AI), // 1

SECTION TITLE A PURE PRIMER (AI), // 1 SECTION TITLE A PURE PRIMER (AI), // 1 ,...,.,,. AI Enlitic.. Aipoly Microsoft Seeing AI.,, " ",. 4. 4..,.,?.. AI Drive.ai Lyft. // 1 .,.. 1. 2. 3.,. 50~100,., (AI) 4.,,.,.. // 2 ,,. 1 (HAL VARIAN) //,

More information

김기남_ATDC2016_160620_[키노트].key

김기남_ATDC2016_160620_[키노트].key metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational

More information

Microsoft 을 열면 깔끔한 사용자 중심의 메뉴 및 레이아웃이 제일 먼저 눈에 띕니다. 또한 은 스마트폰, 테블릿 및 클라우드는 물론 가 설치되어 있지 않은 PC 에서도 사용할 수 있습니다. 따라서 장소와 디바이스에 관계 없이 언제, 어디서나 문서를 확인하고 편집

Microsoft 을 열면 깔끔한 사용자 중심의 메뉴 및 레이아웃이 제일 먼저 눈에 띕니다. 또한 은 스마트폰, 테블릿 및 클라우드는 물론 가 설치되어 있지 않은 PC 에서도 사용할 수 있습니다. 따라서 장소와 디바이스에 관계 없이 언제, 어디서나 문서를 확인하고 편집 Modern Modern www.office.com ( ) 892 5 : 1577-9700 : http://www.microsoft.com/korea Microsoft 을 열면 깔끔한 사용자 중심의 메뉴 및 레이아웃이 제일 먼저 눈에 띕니다. 또한 은 스마트폰, 테블릿 및 클라우드는 물론 가 설치되어 있지 않은 PC 에서도 사용할 수 있습니다. 따라서 장소와

More information

문서의 제목 나눔고딕B, 54pt

문서의 제목 나눔고딕B, 54pt 실시간데이터수집및처리 Network Computing System Architecture Lab Dongguk University MooSeon Choi 2013.11.07 목차 1. 연구목표 2. 2차발표리뷰 3. 실시간데이터수집및처리 4. 향후연구계획 3 / 14 연구목표 ( 1 세부 데이터페더레이션을위한기술 ) 모바일기반 SNS( 비정형 ) 데이터와기존

More information

이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론

이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론 이도경, 최덕재 Dokyeong Lee, Deokjai Choi 1. 서론 2. 관련연구 2.1 MQTT 프로토콜 Fig. 1. Topic-based Publish/Subscribe Communication Model. Table 1. Delivery and Guarantee by MQTT QoS Level 2.1 MQTT-SN 프로토콜 Fig. 2. MQTT-SN

More information

Global Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항

Global Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항 Global Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항 - 재직자 전문성, 복잡성으로 인해 알고리즘 개발 난항 본 조사 내용은 美 Techpro Research

More information

Slide 1

Slide 1 빅데이터기술의이해 2016. 8. 23 장형석 충북대비즈니스데이터융합학과교수 chjang1204@nate.com 장형석교수 # 경력 ( 현직 ) - 충북대학교비즈니스데이터융합학과 - 국민대학교빅데이터경영 MBA 과정겸임교수 - 연세대학교데이터사이언스과정외래교수 # 저서및역서 - [ 실전하둡운용가이드 ] 한빛미디어, 2013.07 - [ 빅데이터컴퓨팅기술 ]

More information

U.Tu System Application DW Service AGENDA 1. 개요 4. 솔루션 모음 1.1. 제안의 배경 및 목적 4.1. 고객정의 DW구축에 필요한 메타정보 생성 1.2. 제품 개요 4.2. 사전 변경 관리 1.3. 제품 특장점 4.3. 부품화형

U.Tu System Application DW Service AGENDA 1. 개요 4. 솔루션 모음 1.1. 제안의 배경 및 목적 4.1. 고객정의 DW구축에 필요한 메타정보 생성 1.2. 제품 개요 4.2. 사전 변경 관리 1.3. 제품 특장점 4.3. 부품화형 AGENDA 1. 개요 4. 솔루션 모음 1.1. 제안의 배경 및 목적 4.1. 고객정의 DW구축에 필요한 메타정보 생성 1.2. 제품 개요 4.2. 사전 변경 관리 1.3. 제품 특장점 4.3. 부품화형 언어 변환 1.4. 기대 효과 4.4. 프로그램 Restructuring 4.5. 소스 모듈 관리 2. SeeMAGMA 적용 전략 2.1. SeeMAGMA

More information

마켓온_제품소개서_20131111.key

마켓온_제품소개서_20131111.key 제품소개서 Your Expert Business Partner. CMS. Mobile. Enterprise System. 패스트스퀘어 시스템 마켓온 SNS 2013. 11. 11 Contents 1. 솔루션 개요 2. 솔루션 특징 3. 솔루션 주요기능 4. 솔루션 구성 마켓온 - 솔루션 개요 솔루션 개요 기업을 위한 유연하고 편리한 커뮤니케이션 솔루션 마켓온은

More information

ICT EXPERT INTERVIEW ITS/ ICT? 차량과 인프라 간 통신(V2I) Nomadic 단말 통신(V2P) 차량 간 통신(V2V) IVN IVN [ 1] ITS/ ICT TTA Journal Vol.160 l 9

ICT EXPERT INTERVIEW ITS/ ICT? 차량과 인프라 간 통신(V2I) Nomadic 단말 통신(V2P) 차량 간 통신(V2V) IVN IVN [ 1] ITS/ ICT TTA Journal Vol.160 l 9 오늘날 자동차와 도로는 ICT 기술과 융합되어 눈부시게 발전하고 있습니다. 자동차는 ICT 기술과 접목되어 스마트 자동차로 변화하며 안전하고 편리하며 CO 2 방출을 줄이는 방향으로 기술개발을 추진하고 있으며 2020년경에는 자율 주행 서비스가 도입될 것으로 전망하고 있습니다. 또한, 도로도 ICT 기술과 접목되어 스마트 도로로 변화하며 안전하고 편리하며 연료

More information

위세아이텍_iOLAP_

위세아이텍_iOLAP_ 빅데이터관리와분석을위한 플랫폼융합활용사례 BI Forum 분석시스템구축 Review(1/2) 1 분석시스템구축 Review(2/2) 분석속도가느리다면? 정보요구사항이변하거나 추가된다면? 데이터량이너무많다면? 2 과거의빅데이터저장 데이터량이너무많다 그러나 RDBMS 에서관리하는것은 막대한비용소요 지금까지의처리방안 1. 데이터간에우선순위부여 신용카드데이터 > 상품데이터

More information

초보자를 위한 분산 캐시 활용 전략

초보자를 위한 분산 캐시 활용 전략 초보자를위한분산캐시활용전략 강대명 charsyam@naver.com 우리가꿈꾸는서비스 우리가꿈꾸는서비스 우리가꿈꾸는서비스 우리가꿈꾸는서비스 그러나현실은? 서비스에필요한것은? 서비스에필요한것은? 핵심적인기능 서비스에필요한것은? 핵심적인기능 서비스에필요한것은? 핵심적인기능 서비스에필요한것은? 적절한기능 서비스안정성 트위터에매일고래만보이면? 트위터에매일고래만보이면?

More information

Business Agility () Dynamic ebusiness, RTE (Real-Time Enterprise) IT Web Services c c WE-SDS (Web Services Enabled SDS) SDS SDS Service-riented Architecture Web Services ( ) ( ) ( ) / c IT / Service- Service-

More information

출원국 권 리 구 분 상 태 권리번호 KR 특허 등록 10-2012-0092520 10-2012-0092518 10-2007-0071793 10-2012-0092517

출원국 권 리 구 분 상 태 권리번호 KR 특허 등록 10-2012-0092520 10-2012-0092518 10-2007-0071793 10-2012-0092517 기술사업성평가서 경쟁정보분석서비스 제공 기술 2014 8 출원국 권 리 구 분 상 태 권리번호 KR 특허 등록 10-2012-0092520 10-2012-0092518 10-2007-0071793 10-2012-0092517 Ⅰ 기술 구현 메커니즘 - 1 - 경쟁정보분석서비스 항목 - 2 - 핵심 기술 특징 및 주요 도면

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Mining on Hadoop!! ankus 제품 소개서 어니컴 빅데이터 사업팀 팀장 이성준 (leesj@onycom.com) 2015.12 어니컴 목 차 01. ankus 개요 02. 주요 도입 사례 03. 기업소개 2 1.1 ankus 개요 1. ankus 개요 ankus는 대용량의 빅데이터로부터 데이터 마이닝/기계학습 등의 분석을 손 쉽게 수행할 수 있는

More information

Bigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researc

Bigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researc Bigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researcht 社 가 2015년 대륙별 표본을 추출한 글로벌 546개사를 대상으로 리서치를 수행하여

More information

TTA Journal No.157_서체변경.indd

TTA Journal No.157_서체변경.indd 표준 시험인증 기술 동향 FIDO(Fast IDentity Online) 생체 인증 기술 표준화 동향 이동기 TTA 모바일응용서비스 프로젝트그룹(PG910) 의장 SK텔레콤 NIC 담당 매니저 76 l 2015 01/02 PASSWORDLESS EXPERIENCE (UAF standards) ONLINE AUTH REQUEST LOCAL DEVICE AUTH

More information

SIGIL 완벽입문

SIGIL 완벽입문 누구나 만드는 전자책 SIGIL 을 이용해 전자책을 만들기 EPUB 전자책이 가지는 단점 EPUB이라는 포맷과 제일 많이 비교되는 포맷은 PDF라는 포맷 입니다. EPUB이 나오기 전까지 전 세계에서 가장 많이 사용되던 전자책 포맷이고, 아직도 많이 사 용되기 때문이기도 한며, 또한 PDF는 종이책 출력을 위해서도 사용되기 때문에 종이책 VS

More information

Microsoft Word - src.doc

Microsoft Word - src.doc IPTV 서비스탐색및콘텐츠가이드 RI 시스템운용매뉴얼 목차 1. 서버설정방법... 5 1.1. 서비스탐색서버설정... 5 1.2. 컨텐츠가이드서버설정... 6 2. 서버운용방법... 7 2.1. 서비스탐색서버운용... 7 2.1.1. 서비스가이드서버실행... 7 2.1.2. 서비스가이드정보확인... 8 2.1.3. 서비스가이드정보추가... 9 2.1.4. 서비스가이드정보삭제...

More information

커알못의 커널 탐방기 이 세상의 모든 커알못을 위해서

커알못의 커널 탐방기 이 세상의 모든 커알못을 위해서 커알못의 커널 탐방기 2015.12 이 세상의 모든 커알못을 위해서 개정 이력 버전/릴리스 0.1 작성일자 2015년 11월 30일 개요 최초 작성 0.2 2015년 12월 1일 보고서 구성 순서 변경 0.3 2015년 12월 3일 오탈자 수정 및 글자 교정 1.0 2015년 12월 7일 내용 추가 1.1 2015년 12월 10일 POC 코드 삽입 및 코드

More information

BuzzAd Optimizer Proposal for partner 1

BuzzAd Optimizer Proposal for partner 1 BuzzAd Optimizer Proposal for partner 1 Index About Buzzvil About Ads Monetization 미디에이션 소개 수익 최적화 로직 About BuzzAd Optimizer 옵티마이저 특장점 빅데이터 활용 하이브리드 미디에이션 로직 모든 배너, 네이티브 지면 지원 운영편의성 레퍼런스 2 About Buzzvil

More information

PowerPoint Presentation

PowerPoint Presentation 하둡전문가로가는길 심탁길 terryshim@naver.com 목차 1. 하둡과에코시스템개요 2. 홗용사례붂석 3. 하둡젂문가의필요성 4. 무엇을어떻게준비할까? 5. 하둡기반추천시스템데모 하둡개요 구글인프라 배치애플리케이션 온라인서비스 MapReduce Bigtable GFS Client API Chubby Cluster Mgmt 주요소프트웨어스택 Google

More information

슬라이드 1

슬라이드 1 소셜 미디어, TV를 만나다 동영상 유통 채널로 급부상하는 소셜 미디어 DMC REPORT 본 연구보고서는 DMC미디어에서 작성되었습니다. 본 보고서의 내용을 부분적으로 발췌하거나 인용, 또는 언론보도 시에는 반드시 당사의 사전 동의를 득하여야 하며, 출처 명기 시 다음 사항을 준수하여 주시기 바랍니다. 본 보고서는 DMC미디어에서 작성되었고, 디지에코에 공동

More information

슬라이드 1

슬라이드 1 장비지원사례연구 ( 세종대학교인공지능 - 빅데이터연구센터중심으로 ) 신병주 bjshin@sejong.ac.kr 문제 기업의빅데이터인력및시스템투자예산 데이터분석역량및경험부족 19.6% 시스템구축비, 관리비등예산부족 19.4% 정보보호및안정성에대한우려 17.5% 투자대비수익 (ROI) 의불투명성 15.1% 빅데이터에준비되지않은기업문화 15.9% 적합한데이터관리솔루션의부재

More information

Art & Technology #5: 3D 프린팅 - Art World | 현대자동차

Art & Technology #5: 3D 프린팅 - Art World | 현대자동차 Art & Technology #5: 3D 프린팅 새로운 기술, 새로운 가능성 미래를 바꿔놓을 기술 이 무엇인 것 같으냐고 묻는다면 어떻게 대답해야 할까요? 답은 한 마치 한 쌍(pair)과도 같은 3D 스캐닝-프린팅 산업이 빠른 속도로 진화하고 있는 이유입니 가지는 아닐 것이나 그 대표적인 기술로 3D 스캐닝 과 3D 프린팅 을 들 수 있을 것입니 다. 카메라의

More information

ITFGc03ÖÁ¾š

ITFGc03ÖÁ¾š Focus Group 2006 AUTUMN Volume. 02 Focus Group 2006 AUTUMN 노랗게 물든 숲 속에 두 갈래 길이 있었습니다. 나는 두 길 모두를 가볼 수 없어 아쉬운 마음으로 그 곳에 서서 한쪽 길이 덤불 속으로 감돌아간 끝까지 한참을 그렇게 바라보았습니다. 그리고 나는 다른 쪽 길을 택했습니다. 그 길에는 풀이 더 무성하고, 사람이

More information

슬라이드 1

슬라이드 1 Big Architecture 2014.10.23 SK C&C Platform 사업팀이정일차장 Table of 1. Big 개요 2. Big 플랫폼아키텍처 3. 아키텍처수립시고려사항 4. 하둡배포판기반아키텍처 5. Case Study 1. Big 개요 Big 란 Big Big Big Big 3 1. Big 개요 Big 의특성 3V 데이터의크기 (Volume)

More information

2

2 kakao 2018 8 Investor Relations 2 목차 3 4 전국민의카카오 41,488 41,915 42,080 42,431 42,746 43,044 43,201 43,526 43,577 2Q16 3Q16 4Q16 1Q17 2Q17 3Q17 4Q17 1Q18 2Q18 5 6 ü ü ü ü 7 8 AI Kakao I Inside Kakao I Open

More information

PowerPoint Presentation

PowerPoint Presentation 오에스아이소프트코리아세미나세미나 2012 Copyright Copyright 2012 OSIsoft, 2012 OSIsoft, LLC. LLC. PI Coresight and Mobility Presented by Daniel Kim REGIONAL 세미나 SEMINAR 세미나 2012 2012 2 Copyright Copyright 2012 OSIsoft,

More information

Samsung SDS Enterprise Cloud Networking CDN Load Balancer WAN

Samsung SDS Enterprise Cloud Networking CDN Load Balancer WAN Samsung SDS Enterprise Cloud Networking CDN Load Balancer WAN Enterprise Cloud Networking CDN (Content Delivery Network) 전 세계에 배치된 콘텐츠 서버를 통해 빠른 전송을 지원하는 서비스 전 세계에 전진 배치된 CDN 서버를 통해 사용자가 요청한 콘텐츠를 캐싱하여

More information

*2008년1월호진짜

*2008년1월호진짜 3. USB 이동식저장장치를이용하여전파되는악성코드분석 1. 개 요 최근 USB 이동식 저장장치를 통하여 전파되는 악성코드에 대한 감염피해가 증가하고 있어 주의가 필요하다. 이번에 확인된 ntion.exe 악성코드는 감염 시, 특정 사이트에 접속하여 추가 악성코드를 다운로드하는 Dropper 기능을 수행한다. 또한, 웹 서버가 감염될 경우는 웹 서버내의 웹 페이지가

More information

놀이동산미아찾기시스템

놀이동산미아찾기시스템 TinyOS를이용한 놀이동산미아찾기시스템 윤정호 (mo0o1234@nate.com) 김영익 (youngicks7@daum.net) 김동익 (dongikkim@naver.com) 1 목차 1. 프로젝트개요 2. 전체시스템구성도 3. Tool & Language 4. 데이터흐름도 5. Graphic User Interface 6. 개선해야할사항 2 프로젝트개요

More information

win8_1±³

win8_1±³ 1 2 3 4 5 6 IDG Tech Library 7 8 9 ITWorld H ow To 마트글래스 기능은 사용자가 시청하거나 플레이한 하우스터프웍스(HowStuffWorks) 내용을 추적해 주고, 성취표나 추가 비디오 콘텐츠 하우스터프웍스 윈도우 8 앱은 기본적으로 하우 등 보조 정보를 제공한다. 또한 PC를 Xbox 360의 스터프웍스 웹 사이트의 모든

More information

wtu05_ÃÖÁ¾

wtu05_ÃÖÁ¾ 한 눈에 보는 이달의 주요 글로벌 IT 트렌드 IDG World Tech Update May C o n t e n t s Cover Story 아이패드, 태블릿 컴퓨팅 시대를 열다 Monthly News Brief 이달의 주요 글로벌 IT 뉴스 IDG Insight 개발자 관점에서 본 윈도우 폰 7 vs. 아이폰 클라우드 컴퓨팅, 불만 검증 단계 돌입 기업의

More information

PowerPoint Template

PowerPoint Template 설치및실행방법 Jaewoo Shim Jun. 4. 2018 Contents SQL 인젝션이란 WebGoat 설치방법 실습 과제 2 SQL 인젝션이란 데이터베이스와연동된웹서버에입력값을전달시악의적동작을수행하는쿼리문을삽입하여공격을수행 SELECT * FROM users WHERE id= $_POST[ id ] AND pw= $_POST[ pw ] Internet

More information

오픈데크넷서밋_Spark Overview _SK주식회사 이상훈

오픈데크넷서밋_Spark Overview _SK주식회사 이상훈 Spark Overview ( 아파치스파크를써야하는이유 ) SK 주식회사 C&C 이상훈 빅데이터플랫폼 Spark Overview Spark 란? Spark Streaming 고급분석 빅데이터플랫폼 빅데이터플랫폼의필요성 Client UX Log HTTP Server WAS Biz Logic Data Legacy DW Report IoT Mobile Sensor

More information

Web Application Hosting in the AWS Cloud Contents 개요 가용성과 확장성이 높은 웹 호스팅은 복잡하고 비용이 많이 드는 사업이 될 수 있습니다. 전통적인 웹 확장 아키텍처는 높은 수준의 안정성을 보장하기 위해 복잡한 솔루션으로 구현

Web Application Hosting in the AWS Cloud Contents 개요 가용성과 확장성이 높은 웹 호스팅은 복잡하고 비용이 많이 드는 사업이 될 수 있습니다. 전통적인 웹 확장 아키텍처는 높은 수준의 안정성을 보장하기 위해 복잡한 솔루션으로 구현 02 Web Application Hosting in the AWS Cloud www.wisen.co.kr Wisely Combine the Network platforms Web Application Hosting in the AWS Cloud Contents 개요 가용성과 확장성이 높은 웹 호스팅은 복잡하고 비용이 많이 드는 사업이 될 수 있습니다. 전통적인

More information

e-spider_제품표준제안서_160516

e-spider_제품표준제안서_160516 The start of something new ECMA Based Scraping Engine CONTENTS 3 4 1 2 3 4 5 6 7 8 9 5 6 ECMA Based Scraping Engine 7 No.1 No.2 No.3 No.4 No.5 8 24 ( ) 9 ios Device (all architecture) Android Device (all

More information

SQL Developer Connect to TimesTen 유니원아이앤씨 DB 기술지원팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 작성자

SQL Developer Connect to TimesTen 유니원아이앤씨 DB 기술지원팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 작성자 SQL Developer Connect to TimesTen 유니원아이앤씨 DB 팀 2010 년 07 월 28 일 문서정보 프로젝트명 SQL Developer Connect to TimesTen 서브시스템명 버전 1.0 문서명 작성일 2010-07-28 작성자 김학준 최종수정일 2010-07-28 문서번호 20100728_01_khj 재개정이력 일자내용수정인버전

More information

DW 개요.PDF

DW 개요.PDF Data Warehouse Hammersoftkorea BI Group / DW / 1960 1970 1980 1990 2000 Automating Informating Source : Kelly, The Data Warehousing : The Route to Mass Customization, 1996. -,, Data .,.., /. ...,.,,,.

More information

맘톡광고소개서

맘톡광고소개서 2019. 04 맘톡광고소개서 맘톡어플 & 맘톡 SNS 광 고 소 개 서 I n d e x 서비스소개 - 특징 - 어플 & SNS 통계수치 - 3 - I. 서비스소개 01. 특징 02. 어플 & SNS 통계수치, - 4 - I. 서비스소개 01. 특징 02. 어플 & SNS 통계수치 0 ~7 2015. 11 구분임신 -12개월 12-24개월 25-36개월 주요내용

More information

PDF_Compass_32호-v3.pdf

PDF_Compass_32호-v3.pdf Design Compass는 특허청의 디자인맵 웹사이트에서 제공하는 디자인, 브랜드, 기술, 지식재산권에 관한 다양한 콘텐츠를 디자이너들의 입맛에 맞게 엮은 격월간 디자인 지식재산권 웹진입니다. * Design Compass는 저작이용이 허락된 서울서체(서울시)와 나눔글꼴(NHN)을 사용하여 제작되었습니다. 2 4 5 6 7 9 10 11 편집 / 디자인맵

More information

Microsoft PowerPoint - 4주차.pptx

Microsoft PowerPoint - 4주차.pptx 비즈니스인텔리전스 - 다차원분석 Data Warehouse(DW), OLAP DW : 의사결정용데이터베이스 OLAP (On-line Analytical Processing) 은 data warehouse 상에서온라인다차원분석처리를지원하는도구 일반사원일상업무지원 최고경영자의사결정지원 DBMS OLAP 외부 ETL 업무용 DB 재무인사 Extraction Transformation

More information

항목

항목 Cloud 컴퓨팅기반분산파일시스템개요 개발실 UPDATE : 2012. 11 18 INDEX 1. 가용성 2. 확장성 3. PrismFS 4. Q&A 2 가용성 3 Gmail 장애 2011년 2월 27일 34000명의 Gmail 사용자들이일어나보니메일, 주소록, 채팅기록등이사라진것을발견 2011년 2월 28일 스토리지소프트웨어업데이트를진행하는중 Bug로인해발생했다고공지

More information

서현수

서현수 Introduction to TIZEN SDK UI Builder S-Core 서현수 2015.10.28 CONTENTS TIZEN APP 이란? TIZEN SDK UI Builder 소개 TIZEN APP 개발방법 UI Builder 기능 UI Builder 사용방법 실전, TIZEN APP 개발시작하기 마침 TIZEN APP? TIZEN APP 이란? Mobile,

More information

CONTENTS CONTENTS CONTENT 1. SSD & HDD 비교 2. SSD 서버 & HDD 서버 비교 3. LSD SSD 서버 & HDD 서버 비교 4. LSD SSD 서버 & 글로벌 SSD 서버 비교 2

CONTENTS CONTENTS CONTENT 1. SSD & HDD 비교 2. SSD 서버 & HDD 서버 비교 3. LSD SSD 서버 & HDD 서버 비교 4. LSD SSD 서버 & 글로벌 SSD 서버 비교 2 읽기속도 1초에 20Gbps www.lsdtech.co.kr 2011. 7. 01 Green Computing SSD Server & SSD Storage 이기택 82-10-8724-0575 ktlee1217@lsdtech.co.kr CONTENTS CONTENTS CONTENT 1. SSD & HDD 비교 2. SSD 서버 & HDD 서버 비교 3. LSD

More information

선진사례집(0529)

선진사례집(0529) Contents Contents 1 8 9 10 2 11 선진사례집(0529) 2012.5.29 13:30 페이지12 MAC-3 추진내용 GPS로부터 자동차의 주행 스피드를 계산하여 교통 정보 수집 일본 노무라연구소는 스마트폰형 내비게이션 서비스인 전력안내!내비 를 활용하여 2011년 일본 대지진시 도로교통 체증 피해 최소화 - 교통 체증 감소 효과 및

More information

February

February February 3 8 10 12 14 18 22 24 26 28 30 37 38 40 42 44 45 45 46 46 47 48 50 51 155 379 503 763 867 955 1031 1061 1 171 051 052 053 053 054 054 054 055 056 057 058 059 060 061 062 063 064 064 065 066 068

More information

Microsoft Word - th1_Big Data 시대의 기술_ _조성우

Microsoft Word - th1_Big Data 시대의 기술_ _조성우 Theme Article Big Data 시대의기술 중앙연구소 Intelligent Knowledge Service 조성우 1. 시대의화두 Big Data 최근 IT 분야의화두가무엇인지물어본다면, 빅데이터가대답들중하나일것이다. 20년전의 PC의메모리, 하드디스크의용량과최신 PC, 노트북사양을비교해보면과거에비해데이터가폭발적으로늘어났다는것을실감할수있을것이다. 특히스마트단말및소셜미디어등으로대표되는다양한정보채널의등장과이로인한정보의생산,

More information

정도전 출생의 진실과 허구.hwp

정도전 출생의 진실과 허구.hwp 鄭 道 傳 의 出 生 에 관한 考 察 鄭 柄 喆 著 머리말 정도전은 麗 末 鮮 初 정치적 격동기에 시대적 矛 盾 을 克 復 하기 위하여 낡은 弊 習 을 타파하고 조선왕조개창에 先 驅 的 으로 역할한 實 踐 的 정치사상가 이다 그는 뛰어난 자질과 學 問 的 재능으로 과거에 급제하여 官 僚 가 되었으며 자신 의 낮은 지위를 잊고 執 權 層 의 불의에 맞서 명분을

More information

라우터

라우터 네트워크 라우터 네트워크연결 라우터의 포지셔닝 맵 예전에는 소규모 환경에서도 스위치 무선 액세스 포인트 가속 어플라이언스 등 다양한 디바이스를 설치해야만 했습니다 은 이런 여러 디바이스에서 제공되는 네트워크 서비스를 하나의 플랫폼에 통합할 수 있는 슈퍼 라우터 입니다 이런 라우터들은 여러 서비스를 통합할 수 있을 뿐 아니라 라이선스 활성화 및 또는 확장 모듈

More information

OZ-LMS TM OZ-LMS 2008 OZ-LMS 2006 OZ-LMS Lite Best IT Serviece Provider OZNET KOREA Management Philosophy & Vision Introduction OZNETKOREA IT Mission Core Values KH IT ERP Web Solution IT SW 2000 4 3 508-2

More information

슬라이드 1

슬라이드 1 ment Perspective (주)아임굿은 빅데이터 기술력, 반응형웹 제작, 온라인마케팅 노하우를 겸비한 IT 솔루션개발 및 마케팅 전문 기업입니다. 웹 정보를 수집하는 크롟링 시스템과 대량의 데이터를 처리하는 빅데이터 기술을 통해 쉽게 지나칠 수 있는 정보를 좀 더 가치있고 흥미로운 결과물로 변화하여 고객에게 제공하고 있습니다. 또한 최근 관심이 높아지고

More information

Output file

Output file 발 간 등 록 번 호 -079930-00000-0 203 Personal Information Protection Annual Report 본 연차보고서는 개인정보 보호법 제67조의 규정에 의거하여 개인정보 보호시책의 수립 및 시행에 관한 내용을 수록하였으며, 203년도 정기국회에 제출하기 위하여 작성되었습니다. 목 차 203 연차보고서 제 편 주요 현황 제

More information

Web Scraper in 30 Minutes 강철

Web Scraper in 30 Minutes 강철 Web Scraper in 30 Minutes 강철 발표자 소개 KAIST 전산학과 2015년부터 G사에서 일합니다. 에서 대한민국 정치의 모든 것을 개발하고 있습니다. 목표 웹 스크래퍼를 프레임웍 없이 처음부터 작성해 본다. 목표 웹 스크래퍼를 프레임웍 없이 처음부터 작성해 본다. 스크래퍼/크롤러의 작동 원리를 이해한다. 목표

More information

01Àå

01Àå 01장 2009.6.26 6:48 PM 페이지1 CHAPTER 001 refine-4도 2540DPI 175LPI 1 사용 W 개요 자 경험을 성공적으로 측정하는 강력한 툴로써 유저빌리티 매트릭스가 가 지고 있는 가능성을 보여주는 것이 바로 이 책의 목적이다. 유저빌리티 매 트릭스라고 하면 대부분 복잡한 수식이나 고도의 통계 방법론, 현실과 동떨어진 리서 치를

More information

750 1,500 35

750 1,500 35 data@opensurvey.co.kr 750 1,500 35 Contents Part 1. Part 2. 1. 2. 3. , 1.,, 2. skip 1 ( ) : 2 ( ) : 10~40 (, PC, ) 1 : 70 2 : 560 1 : 2015. 8. 25~26 2 : 2015. 9. 1 4 10~40 (, PC, ) 500 50.0 50.0 14.3 28.6

More information

1

1 2/33 3/33 4/33 5/33 6/33 7/33 8/33 9/33 10/33 11/33 12/33 13/33 14/33 15/33 16/33 17/33 5) 입력을 다 했으면 확인 버튼을 클릭합니다. 6) 시작 페이지가 제대로 설정이 되었는지 살펴볼까요. 익스플로러를 종료하고 다시 실행시켜 보세요. 시작화면에 야후! 코리아 화면이 뜬다면 설정 완료..^^

More information

© Rohde & Schwarz; R&S®CDS Campus Dashboard Software

© Rohde & Schwarz; R&S®CDS Campus Dashboard Software Product Brochure Version 03.00 R&S CDS Campus Dashboard Software 멀티 유저 실험, 실습실을 위한 교육용 소프트웨어 CDS_bro_ko_3607-9308-16_v0300.indd 1 18.02.2019 10:28:33 R&S CDS Campus Dashboard Software 개요 R&S CDS Campus

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 빅데이터분석활용센터 분석활용인프라매뉴얼 목 차 1 분석활용인프라 1. 개요 1.1 개요 1 2. 메뉴구조도 2.1 메뉴구조도 2 3.1 플라밍고로그인 3 3.2 데스크탑화면 8 3.3 대시보드 9 3.4 워크플로우디자이너 13 3.5 파일시스템브라우저 27 3.6 Apache Hive 편집기 42 3.7 Apache Pig 편집기 48 3.8 BI Matrix

More information

Office 365, FastTrack 4 FastTrack. Tony Striefel FastTrack FastTrack

Office 365, FastTrack 4 FastTrack. Tony Striefel FastTrack FastTrack FastTrack 1 Office 365, FastTrack 4 FastTrack. Tony Striefel FastTrack FastTrack 5 11 2 FASTTRACK 소개 디지털 혁신은 여기서 시작합니다. Microsoft FastTrack은 Microsoft 클라우드를 사용하여 고객이 신속하게 비즈니스 가치를 실현하도록 돕는 고객 성공 서비스입니다.

More information

consulting

consulting CONSULTING 전략 컨설팅 클라우드 마이그레이션 애플리케이션 마이그레이션 데이터 마이그레이션 HELPING YOU ADOPT CLOUD. 클라우드로 가기로 결정했다면 누구와 함께 갈지를 선택해야 합니다. 처음부터 끝까지 믿을만한 파트너를 찾는다면 베스핀글로벌이 정답입니다. 전략 컨설팅 다양한 클라우드 공급자가 존재하고, 클라우드 공급자마다 다른 장단점을

More information

PowerPoint Presentation

PowerPoint Presentation RHive 와빅데이터분석 - 넥스알 Agenda 1. RHive 의소개 RHive 란? RHive 기능 & 사용법 Enterprise RHive 2. RHive 의운용사례 CloudLog CDR 2 R 분석가를 RHive 탄생배경 RHive 의소개 Big Data 플랫폼의데이터처리능력과 R 의데이터분석기능의결합필요성이대두됨 3 RHive 의정의 RHive 의소개

More information

aws

aws Amazon Web Services AWS MIGRATION MANAGED SERVICE FOR AWS 베스핀글로벌 S AWS OFFERING 베스핀글로벌과 Amazon Web Services (AWS) 가 여러분의 비즈니스에 클라우드 날개를 달아드립니다. AWS에 높은 이해도를 갖춘 베스핀글로벌의 클라우드 전문가가 다양한 산업 영역에서의 구축 경험과 노하우를

More information

<332E20BAF2B5A5C0CCC5CDB8A620C0CCBFEBC7D B0F8B0DDBDC3B5B5BFA120B4EBC7D120C8BFB0FAC0FBC0CE20B4EBC0C020B9E6BEC82E687770>

<332E20BAF2B5A5C0CCC5CDB8A620C0CCBFEBC7D B0F8B0DDBDC3B5B5BFA120B4EBC7D120C8BFB0FAC0FBC0CE20B4EBC0C020B9E6BEC82E687770> 중소기업융합학회논문지제 6 권제 1 호 pp. 17-23, 2016 ISSN 2234-4438 DOI : http://dx.doi.org/10.22156/cs4smb.2016.6.1.017 빅데이터를이용한 APT 공격시도에대한효과적인대응방안 문형진 1, 최승현 1, 황윤철 2* 1 백석대학교정보통신학부, 2 한국교통대학교정보공학과 Effective Countermeasure

More information

XSS Attack - Real-World XSS Attacks, Chaining XSS and Other Attacks, Payloads for XSS Attacks

XSS Attack - Real-World XSS Attacks, Chaining XSS and Other Attacks, Payloads for XSS Attacks XSS s XSS, s, May 25, 2010 XSS s 1 2 s 3 XSS s MySpace 사건. Samy (JS.Spacehero) 프로필 페이지에 자바스크립트 삽입. 스크립트 동작방식 방문자를 친구로 추가. 방문자의 프로필에 자바스크립트를 복사. 1시간 만에 백만 명이 친구등록. s XSS s 위험도가 낮은 xss 취약점을 다른 취약점과 연계하여

More information

Cover Story 빅데이터플랫폼 Big Data 시대의엔터프라이즈인프라스트럭처 ORACLE KOREA MAGAZINE Spring 개요빅데이터를처리하는기술의가장중심기술은아파치하둡기술일것이다. 하둡기술은데이터를취득하고이를구조화시키고분석을하는일련의과정에

Cover Story 빅데이터플랫폼 Big Data 시대의엔터프라이즈인프라스트럭처 ORACLE KOREA MAGAZINE Spring 개요빅데이터를처리하는기술의가장중심기술은아파치하둡기술일것이다. 하둡기술은데이터를취득하고이를구조화시키고분석을하는일련의과정에 Cover Story 04 빅데이터플랫폼 Big Data 시대의엔터프라이즈인프라스트럭처 저자 - 홍기현상무, 한국오라클 Tech Sales Consultant(kihyun.hong@oracle.com) 빅데이터기술은데이터크기혹은증가속도가빠르고데이터저장형태도다양하여이를 모델링후분석하기에는부적합한형태의데이터를분산시스템을이용하여분석하는기술이다. 또한빅데이터로는트위터나페이스북같은소셜미디어에올라온데이터가언급되기도하지만,

More information

클라우드컴퓨팅확산에따른국내경제시사점 클라우드컴퓨팅확산에따른국내경제시사점 * 1) IT,,,, Salesforce.com SaaS (, ), PaaS ( ), IaaS (, IT ), IT, SW ICT, ICT IT ICT,, ICT, *, (TEL)

클라우드컴퓨팅확산에따른국내경제시사점 클라우드컴퓨팅확산에따른국내경제시사점 * 1) IT,,,, Salesforce.com SaaS (, ), PaaS ( ), IaaS (, IT ), IT, SW ICT, ICT IT ICT,, ICT, *, (TEL) 클라우드컴퓨팅확산에따른국내경제시사점 클라우드컴퓨팅확산에따른국내경제시사점 * 1) IT,,,, Salesforce.com SaaS (, ), PaaS ( ), IaaS (, IT ), IT, SW ICT, ICT IT ICT,, ICT, *, (TEL) 02-570-4352 (e-mail) jjoon75@kisdi.re.kr 1 The Monthly Focus.

More information

비식별화 기술 활용 안내서-최종수정.indd

비식별화 기술 활용 안내서-최종수정.indd 빅데이터 활용을 위한 빅데이터 담당자들이 실무에 활용 할 수 있도록 비식별화 기술과 활용방법, 실무 사례 및 예제, 분야별 참고 법령 및 활용 Q&A 등 안내 개인정보 비식별화 기술 활용 안내서 Ver 1.0 작성 및 문의 미래창조과학부 : 양현철 사무관 / 김자영 주무관 한국정보화진흥원 : 김진철 수석 / 김배현 수석 / 신신애 부장 문의 : cckim@nia.or.kr

More information

따끈따끈한 한국 Azure 데이터센터 서비스를 활용한 탁월한 데이터 분석 방안 (To be named)

따끈따끈한 한국 Azure 데이터센터 서비스를 활용한 탁월한 데이터 분석 방안 (To be named) 오늘그리고미래의전략적자산 데이터. 데이터에서인사이트까지 무엇이? 왜? 그리고? 그렇다면? Insight 데이터의변화 CONNECTED DIGITAL ANALOG 1985 1990 1995 2000 2005 2010 2015 2020 데이터의변화 CONNECTED DIGITAL ANALOG 1985 1990 1995 2000 2005 2010 2015 2020

More information

5th-KOR-SANGFOR NGAF(CC)

5th-KOR-SANGFOR NGAF(CC) NGAF Firewall Platform 새로운 세상, 새로운 IT, 새로운 보안 SANGFOR 보안 개념 SAN GFO NGF W+ R NG AF WAF WAF 2010년대 IT산업이 급속하게 발전함에 따라 모든 애플리케이션과 서비스, 그리고 기기들은 BYOD, 사물인터넷(IoT), 클라우드 등과 같은 새로운 기술로 인터넷을 통해 연결되고 있습니다. 이는

More information

비디오 / 그래픽 아답터 네트워크 만약에 ArcGolbe를 사용하는 경우, 추가적인 디스크 공간 필요. ArcGlobe는 캐시파일을 생성하여 사용 24 비트 그래픽 가속기 Oepn GL 2.0 이상을 지원하는 비디오카드 최소 64 MB 이고 256 MB 이상을 메모리

비디오 / 그래픽 아답터 네트워크 만약에 ArcGolbe를 사용하는 경우, 추가적인 디스크 공간 필요. ArcGlobe는 캐시파일을 생성하여 사용 24 비트 그래픽 가속기 Oepn GL 2.0 이상을 지원하는 비디오카드 최소 64 MB 이고 256 MB 이상을 메모리 ArcGIS for Desktop 10.4 Single Use 설치가이드 Software: ArcGIS for Desktop 10.4 Platforms: Windows 10, 8.1, 7, Server 2012, Server 2008 ArcGIS for Desktop 10.4 시스템 요구사항 1. 지원 플랫폼 운영체제 최소 OS 버전 최대 OS 버전 Windows

More information

[한반도]한국의 ICT 현주소(송부)

[한반도]한국의 ICT 현주소(송부) ICT 2016. 5. 3 SKT KT LGU+ ( ) ( ) ( ) 18,000 15939 16141 16602 17164 17137 18,000 21990 23856 23811 23422 22281 12,000 10905 11450 11000 10795 13,500 13,425 9,000 9185 9,000 8,850 6,000 4,500 4,275 3,000-0

More information

Windows Live Hotmail Custom Domains Korea

Windows Live Hotmail Custom Domains Korea 매쉬업코리아2008 컨퍼런스 Microsoft Windows Live Service Open API 한국 마이크로소프트 개발자 플랫폼 사업 본부 / 차세대 웹 팀 김대우 (http://www.uxkorea.net 준서아빠 블로그) Agenda Microsoft의 매쉬업코리아2008 특전 Windows Live Service 소개 Windows Live Service

More information

노트북 IT / 모바일 데스크탑 34 올인원PC 35 PC 소프트웨어 포터블SSD / SSD / 메모리카드 36 태블릿 37 휴대폰 39 PC 솔루션 IT / 모바일 IT / 모바일 노트북 29 삼성전자는 Windows 를 권장합니다. 삼성전자만의 편리하고 다양한 소프트웨어를 통해 초보자도 보다 쉽고 빠르게 이용 가능합니다. Easy Settings 삼성 패스트

More information

Straight Through Communication

Straight Through Communication 중소-중견 기업을 위한 데이터 관리 및 1-2차 백업 통합 시스템 구축 제안 V1.0 제안 배경 및 도입 장점 제안 배경 중소-중견 기업의 IT 환경에서 데이터 관리 및 백업, 모바일 오피스 및 클라우드 환경 구축을 위해 소프트웨어와 이를 구동할 서버, 스토리지, 운영체제, 보안까지 모든 것을 구축하려면 비용과 관리의 부담이 클 수 밖에 없습니다. 따라서 대부분의

More information

<3035303432365FC8A8C6E4C0CCC1F620B0B3B9DF20BAB8BEC8B0A1C0CCB5E5C3D6C1BE28C0FAC0DBB1C7BBE8C1A6292E687770>

<3035303432365FC8A8C6E4C0CCC1F620B0B3B9DF20BAB8BEC8B0A1C0CCB5E5C3D6C1BE28C0FAC0DBB1C7BBE8C1A6292E687770> 개 요 홈페이지 해킹 현황 및 사례 홈페이지 개발시 보안 취약점 및 대책 주요 애플리케이션 보안 대책 결 론 참고자료 [부록1] 개발 언어별 로그인 인증 프로세스 예제 [부록2] 대규모 홈페이지 변조 예방을 위한 권고(안) [부록3] 개인정보의 기술적 관리적 보호조치 기준(안) [부록4] 웹 보안관련 주요 사이트 리스트 7000 6,478 6000 5000

More information

<BAB9C0E2B0E820B3D7C6AEBFF6C5A9BFCD20B5A5C0CCC5CD20B0FAC7D0C0C720B1B8C1B6BFCD20C6AFC2A15FC1A4C7CFBFF528BCF6C1A4292E687770>

<BAB9C0E2B0E820B3D7C6AEBFF6C5A9BFCD20B5A5C0CCC5CD20B0FAC7D0C0C720B1B8C1B6BFCD20C6AFC2A15FC1A4C7CFBFF528BCF6C1A4292E687770> 복잡계 네트워크와 데이터 과학의 구조와 특징 정하웅(KAIST, 물리학과) 2015.12. 1 I. 서론 II. 본론 1. 세상은 복잡계로 이루어져 있다 가. 복잡계란 무엇인가? 나. 복잡계를 이해하기 위한 몇 가지 네트워크 사례들 2. 네트워크의 이해를 위한 전제들 가. 네트워크의 분류 나. 네트워크의 대부분을 차지하는 항공망 네트워크 다. 네트워크는 왜

More information