디지털 라이브러리[ 검색결과 ]
공간 키워드 유사도 기반의 부분적 집단 공간 키워드 질의처리 기법
http://doi.org/10.5626/JOK.2021.48.10.1142
집단적 공간 키워드 질의(collective spatial keyword query)는 질의 위치와 가까우면서 제시된 키워드 집합을 모두 포함하는 관심지점(point of interest; POI)들을 반환한다. 하지만 고정된 수의 질의 키워드를 고려하므로 사용자의 부분 키워드 집합에 대한 선호도를 충분히 반영할 수 없다. 따라서 POI 마다 선호도에 맞는 키워드를 유동적으로 고려하는 새로운 질의인 부분적 집단 공간 키워드 질의(partial collective spatial keyword query)를 제안한다. 이 질의는 조합 최적화 문제이므로 POI의 수가 늘어남에 따라 수행 시간이 급격하게 증가한다. 따라서 이러한 문제를 해결하기 위해 전체적인 탐색 공간을 줄이는 키워드 기반 탐색 기법을 제안한다. 또한 키워드의 부분집합을 계산하는 시간을 줄이기 위해 선형 탐색에 기반한 단말노드 가지치기 기법과 근사 알고리즘 기법 및 임계값에 기반한 가지치기 기법들을 제안한다.
LEXAI : 설명 가능한 인공지능을 이용한 법률 문서 유사도 분석 서비스
http://doi.org/10.5626/JOK.2020.47.11.1061
최근 딥러닝 학습의 성능이 향상됨에 따라, 전문적인 분야에서 이 방법을 사용하려는 연구가 다양해지고 있다. 유사한 논리적 의미를 가진 법률 문서의 검색은 법률 분야에서 매우 중요한 부분이지만, 관련 분야의 전문적인 지식을 요구하기 때문에 전문가 시스템을 사용한 서비스에서 벗어나기 어려운 실정이다. 또한, 전문가 시스템을 구성하는 데는 전문 인력의 비용이 과다하게 발생하므로 자동화된 유사 법률 문서 검색환경을 구축하기에 어려운 점이 있다. 기존의 유사 문서 검색 서비스가 전문가 시스템과 통계적 시스템에 기반하는 환경을 제공하는데 비하여, 제안하는 방법은 분류 작업을 위한 뉴럴 네트워크를 학습하고 이를 사용하는 방법을 채택하였다. 우리는 설명 가능한 뉴럴 네트워크를 이용하여 의미적 유사도가 높은 법률 문서간의 검색을 제공하는 데이터베이스 시스템 구조를 제안하였다. 이러한 제안 기법의 특징은 유사 문서들 간의 의미적 관련성에 대한 시각적 유사도 평가 방법을 마련하고 이를 검증하는 성과를 보여준다.
도로 교통망에서 로컬 차분 프라이버시를 적용한 사용자의 민감한 부분경로 보호 기법
http://doi.org/10.5626/JOK.2020.47.7.693
오늘날 스마트폰의 보급과 센서 기술의 발달에 따라 모바일 기기로부터 수집된 사용자 위치데이터의 나열인 경로 데이터가 마케팅이나 효율적인 알고리즘 개발에 활용되고 있다. 그러나 이와 같은 위치정보의 무분별한 수집은 사용자 개인의 프라이버시 침해 문제를 야기할 수 있다. 이를 해결하기 위해 위치 정보에 차분 프라이버시를 적용하기 위한 많은 기법이 나왔으나, 경로 정보의 경우 이 방법들을 그대로 적용한다면 유용성이 매우 하락한다는 단점이 있다. 또한, 차분 프라이버시 기법은 큐레이터 모델과 로컬 모델로 나뉘는데, 로컬 모델은 신뢰할 수 있는 서버를 두지 않아도 된다는 장점이 있어 안전하지만 더 많은 노이즈가 삽입되어 데이터 유용성을 더욱 하락시킨다. 본 논문은 로컬 모델에서의 도로교통망 경로 데이터 수집 시 차분 프라이버시를 적용할 때, 데이터 유용성 하락 문제를 해결하기 위해 정점들을 집중점(Heavy point)과 경점(Light point)로 구분하고, 차등적으로 차분 프라이버시 기법을 적용하는 방법을 제안한다. 또한, 실험을 통해 제안 기법이 민감한 데이터는 차분 프라이버시 기준에 맞춰 보호하면서도 전체적인 데이터 유용성 하락을 완화하였음을 보인다.
지역 차분 프라이버시 기반 허브 그룹화를 이용한 비동률성 네트워크 배포
http://doi.org/10.5626/JOK.2020.47.6.603
무선 인터넷의 발전과 스마트폰의 대중화에 따라 많은 사람들이 온라인을 통해 사람들과의 관계를 맺는 소셜 네트워크 서비스를 사용하고 있다. 소셜 네트워크 서비스에서 발생하는 개인 데이터는 높은 가치를 지니고 있지만 동시에 민감한 개인정보를 담고 있어 프라이버시 침해가 발생할 가능성이 있다. 개인정보침해를 방지함과 동시에 소셜 네트워크 상의 데이터를 분석하기 위하여 기존 연구는 원본 네트워크 데이터와 유사한 가상 데이터를 생성하거나, 사용자 정보를 익명화하여 배포하는 기법을 제시하였다. 그러나 기존 기법들은 소셜 네트워크 상의 사용자들이 맺는 관계에 의해 형성되는 그래프의 특성을 고려하지 않아 프라이버시와 데이터 유용성 모두에서 약점을 지니고 있다. 본 논문에서는 소셜 네트워크의 그래프 상의 특성을 반영함과 동시에 신뢰할 수 있는 써드파티가 아닌 데이터를 제공하는 개인 수준에서 직접 데이터 보호 기법을 적용하여 제공하는, 프라이버시가 보호된 소셜 네트워크 데이터 배포 기법을 제안한다. 우리는 실제 네트워크 데이터를 사용한 실험을 통하여 제안 기법이 기존의 차분 프라이버시를 적용한 기법들보다 성능이 향상됨을 보였다.
도로 교통망 환경에서 G-트리 구조를 이용한 단일 그룹 콜렉티브 여행 질의 처리
http://doi.org/10.5626/JOK.2020.47.5.513
본 연구에서는, 위치 기반의 승차 공유 서비스에서 전체 여행비용을 최소화 하는 단일 그룹 콜렉티브 여행 질의 처리를 다루려고 한다. 단일 그룹 콜렉티브 여행 질의는 여러 명의 사용자들이 특정 지점에 모여서 하나의 운송 수단을 이용하여 도착 지점으로 이동을 할 때, 이 때 소요되는 전체 비용을 최소화 하는 지점을 찾는 것이 목표이다. 콜렉티브 여행 질의와 관련된 연구들이 많이 진행이 되었지만 특정 상황에서만 효과적인 성능을 보인다는 문제점을 가지고 있다. 따라서 우리는 단일 그룹 콜렉티브 여행질의의 기초 해결 방안을 소개하고 해당 방안보다 더 나은 성능을 보이는 G-트리 기반의 효과적인 가지치기 기법을 제시한다. 추가로, 기존에 연구되었던 방법들의 한계를 밝히고, 제시하는 기법이 기존 연구들이 갖는 한계에 영향을 받지 않고 최적 결과를 구할 수 있음을 실험을 통해 보인다.
도로망 환경에서 G-트리 구조를 이용한 리버스 콜렉티브 공간 키워드 질의 처리
http://doi.org/10.5626/JOK.2019.46.5.478
최근 모바일 환경의 보급과 소셜 네트워크 서비스가 확산됨에 따라 공간 키워드 질의 처리 연구에 대한 관심이 급증하고 있다. 특히 사용자가 원하는 키워드 집합을 포함한 가장 가까운 시설들을 찾아주는 콜렉티브 공간 키워드 질의에 대한 연구가 활발하게 진행되고 있다. 콜렉티브 공간 키워드 질의는 객체간의 관계를 고려한 질의처리 연구로서 개인화 마케팅, 사용자 맞춤형 광고, 위치기반 추천서비스 등에 적용될 수 있는 기술로 각광받고 있다. 본 논문에서는 그동안 사용자 중심의 치우쳐있던 콜렉티브 공간 키워드 연구에서 벗어나, 기업 중심의 서비스가 가능한 리버스 콜렉티브 공간 키워드 질의라는 새로운 개념을 제시한다. 또한 이를 효율적으로 처리하기 위한 G-트리 구조 기반의 필터링 및 정제 방법을 제안한다.
데이터 마켓 환경에서, 차분 프라이버시 적용을 위한 데이터 프라이버시-가격 협상 기법
http://doi.org/10.5626/JOK.2019.46.4.376
오늘날 디지털 데이터가 개인이나 조직이 효과적인 의사 결정을 내리기 위해 필수 불가결한 자원으로 여겨짐에 따라 데이터 소유자와 사용자가 데이터를 거래할 수 있는 디지털 마켓이 데이터 확보 수단으로써 주목 받고 있다. 그러나 디지털 데이터, 특히 개인 데이터의 수집은 의도치 않은 프라이버시 침해를 야기할 수 있으며 이는 개인의 데이터 제공 의지를 저해하는 중요한 요인이다. 본 논문은 데이터 마켓 환경에서의 프라이버시 보호를 위해 차분 프라이버시 기술을 적용할 때, 데이터 판매자와 구매자 모두가 만족할 수 있는 가격과 노이즈 패러미터 ε값을 설정할 수 있는 협상 기법을 제안한다. 이를 위하여 우리는 데이터 소유자와 사용자간의 중개를 수행하는 마켓 관리자가 존재하는 데이터 마켓 프레임워크와, 매칭 이론과 루빈스타인 바게닝을 통해 2단계로 데이터의 가격과 노이즈 패러미터 ε값을 결정하는 기법을 제안하였다. 제안 기법은 협상을 통해 불공평한 거래를 방지하고, 데이터 소유자와 사용자 중 어느 한 쪽에 치우침 없이 적정 수준의 ε값과 단위 가격을 결정할 수 있음을 보였다.
도로 교통망에 대한 사용자의 선호도 변화를 반영한 경로 추천
http://doi.org/10.5626/JOK.2019.46.1.77
위치기반 서비스는 지도 및 주변 정보를 제공하거나 특정 목적지까지 가기 위한 경로를 제공한다. 그 중 경로 추천 시스템은 각 사용자의 경로에 대한 평가 기준에 가장 적합한 경로를 추천하는 시스템이다. 기존의 개인화된 경로 추천 시스템은 시간대의 변화와 관계없이 사용자의 선호도가 일정하다는 가정하에서 추천한다는 단점이 존재한다. 하지만 이는 오전 시간대에는 이동 거리를 중시하고, 오후 시간대에는 위험도를 중시하는 것처럼 시간대마다 중요하게 생각하는 요소가 다른 다양한 사용자의 요구사항을 반영하지 못하는 문제가 존재한다. 본 논문은 해당 문제를 해결하기 위해 먼저 시간 속성을 고려한 다익스트라 기법을 제안한다. 또한 계산 비용을 줄이기 위해 G-tree 인덱스 구조를 사용하여 시간대에 따른 선호 요소 가중치 변화를 반영한 경로를 탐색할 수 있는 효율적인 알고리즘을 제안한다.
사용자와 이동 객체의 움직임을 동시에 고려한 예측 질의처리 기법
http://doi.org/10.5626/JOK.2018.45.12.1302
최근 GPS가 탑재되어 있는 스마트폰이나 태블릿 PC 등 모바일 기기의 사용이 증가함에 따라, 다양한 센서로부터 얻은 대량의 데이터를 분석하는 것이 가능해졌다. 이에 따라 다양한 위치기반 서비스들을 효과적으로 제공하기 위해 공간 질의를 효율적으로 처리하는 기법에 대한 연구가 이루어지고 있다. 본 논문에서는 기존 예측 공간 질의처리 연구들에서 사용자의 이동을 고려하지 않아 원하는 질의 결과를 반환하지 못하는 한계점을 극복하기 위한 방법을 제시한다. 구체적으로, 도로 교통망 환경에서 사용자의 이동시간과 대기시간을 고려했을 때 도달 가능성이 높은 최적의 K개의 이동 객체를 반환하는 예측 질의를 효율적으로 처리하기 위한 알고리즘을 제안하며, 이 과정에서 사용자와 이동 객체의 움직임을 동시에 고려하여 이동 범위를 단계적으로 확장함으로써 불필요한 계산을 줄이는 기법을 적용한다. 또한 적절한 인덱스구조를 사용함으로써 정점과 이동 객체의 수가 많은 환경에서도 효율적으로 처리할 수 있도록 하였다. 마지막으로, 도로 교통망 환경에서의 실험을 통해 효율성 측면에서 유의미한 결과를 보였다.
도로 교통망에서 차분 프라이버시가 적용된 교통량 데이터 배포를 위한 가변 길이 윈도우 기반 프라이버시 예산 할당 기법
http://doi.org/10.5626/JOK.2018.45.9.957
오늘날 교통량 데이터는 도로 설계 및 교통 흐름 분석 등의 많은 분야에서 활용되고 있다. 이러한 교통량 데이터는 민감한 개인의 위치 정보를 포함하고 있어, 개인의 이동 경로 노출과 같은 프라이버시 침해를 야기할 수 있다. 차분 프라이버시를 교통량 데이터에 적용할 경우 민감한 개인 정보를 보호하면서도 데이터의 유용성을 조절할 수 있다는 장점이 있으나 교통량 데이터는 시간의 흐름에 따라 무한대의 크기를 가지므로 모든 데이터를 보호하려면 과도한 노이즈가 삽입된다는 단점이 있다. 이를 극복하기 위해 일정 시간 범위에 포함되는 교통량 데이터에 대해서만 차분 프라이버시를 적용하는 연구가 진행되었으나 기존 연구들에서는 윈도우의 길이가 고정되어 있어 시간대의 특수성이 고려되지 않고 도로 구간의 상관 관계를 고려하지 않는 한계가 있었다. 본 논문에서는 위와 같은 문제를 해결하기 위해, 도로 구간 간의 상관 관계와 시간대를 고려한 가변 길이 윈도우 기법을 제안한다.
