Earticle

우리나라는 전자거래기본법에 의거해 2005년 3월 세계 최초로 공인전자문서보관소 제도를 채택하였다. 이를 통해 전자문서의 등록·보관·유통을 국가가 공인하는 보관소를 통해 이룰 수 있다. 공인전자문서보관소는 이용기관이나 이용자가 등록하는 문서의 보관도 중요하지만 수행한 이력을 안전하게 보관하는 것도 중요하다. 모든 수행 이력에는 공인된 인증서를 이용하여 전자서명을 하도록 되어있지만 그 관리가 어려운 것이 사실이다. 본 논문에서는 공인전자문서보관소 내에서 생성된 전체 로그를 효율적으로 인증할 수 있게 해시 트리를 적용하여 관리하는 기술에 대한 연구를 서술한다.

CeDA (Certified e-Document Authority) was adopted in March 2005. It is possible to register/store/send/receive/transfer/revoke e-documents by using trusted third party, CeDA. It is important to store not only e-documents of users but also logs produced by CeDA. Thus all logs must be electronically signed using certificate of CeDA. But management of electronically signed logs is difficult. In this paper, the method which can be applicable to authenticate all logs of CeDA using "Hash Tree" is present.

인터넷은 본질적으로 신뢰할 수 없는 네트워크들의 집합체이다. 인터넷상에서는 정보의 흐름을 통제하기가 대단히 어렵기 때문에, 산재한 자원을 충분히 활용하면서 내부의 중요한 자원을 인터넷으로부터 보호해 줄 수 있는 보안문제가 심각하게 대두되고 있다. 최근 발생하는 바이러스 사고와 시스템 불법 침입에 대한 발생률이 과거보다 훨씬 높으며 다양해지고 있다. 이러한 시기에 불법 행동을 막기 위한 침입 차단에 대한 연구가 활발하게 진행 중이며 계속적인 발전을 하고 있다. 본 논문에서는 침입자의 불법 행동에 대한 로그 정보를 XML 포맷 형식에 맞추어 관리자에게 통보하고, 원격으로 제어 할 수 있는 침입 차단 시스템을 개발하여 관리측면에서 발생하는 문제점을 해결하고자 하였다.

The Internet is aggregate of trustless networks essentially Because the Internet is very difficult to control flowing of information, taking advantage of enough sporadic resource, security problem that can protect internal important stock from the Internet is risen seriously. Recently, virus accident and generation rate about system intrusion that happen become much higher and various than past. On these time, is progressing researcher for invasion cutout to keep away illegal act vigorouslyand do continuous development. In this paper, reporting administrator log information about invader's illegal act depending on XML format form, and I wished to solve problem that happen in administration side developing invasion interception system that can control to remote.

Purpose: This study aimed to explore nursing students' experience of learning cardiopulmonary resuscitation (CPR) in a web-based virtual simulation (vSim) through analysis of the reflection journals. Method: From June to July 2020, data were collected from 48 fourth-year nursing students who performed the simulation by reviewing prompt feedback on their CPR performance. The contents of the reflection journals were analyzed using NVivo qualitative data analysis software. Results: Nursing students experienced unfamiliarity with the English-based virtual environment as well as psychological pressure and anxiety about emergencies. Incorrect interventions were identified in the following order of frequency: violation of defibrillator guidelines, missing fundamental nursing care, error in applying an electrocardiogram monitor, inadequate initial response to cardiac arrest, insufficient chest compression, and inadequate ventilation. Lastly, the participants learned the importance of embodied knowledge, for knowing and acting accurately and reacting immediately, and their attitudes as nurses, such as responsibility, calmness, and attentiveness. Learning strategies included memory retention through repetition, real-time feedback analysis, pre-learning, and imagining action sequences in advance. The level of achievement, time required, CPR quality, and confidence improved with behavior-modification strategies developed through self-reflection. Conclusion: Educational interventions that are based on understanding accurate algorithms can strengthen self- awareness of mistakes to improve efficient imparting of CPR education.

Log messages are now broadly used in cloud and software systems. They are important for classification and anomaly detection as millions of logs are generated each day. In this paper, an unsupervised model for log message anomaly detection is proposed which employs Isolation Forest and two deep Autoencoder networks. The Autoencoder networks are used for training and feature extraction, and then for anomaly detection, while Isolation Forest is used for positive sample prediction. The proposed model is evaluated using the BGL, Openstack and Thunderbird log message data sets. The results obtained show that the number of negative samples predicted to be positive is low, especially with Isolation Forest and one Autoencoder. Further, the results are better than with other well-known models.

A ()-ary QAM scheme maps a binary symbol into two-consecutive signal points (signal vector). It provides very lower PAPR than the conventional QAM because it removes corner signal points. For the scheme, this paper discusses an exact analysis of log-likelihood ratio calculation of the signal vector and signal point, and an approximated method to reduce hardware complexity for the channel coding. Numerical results show that the approximated method provides lower hardware complexity and small performance gap compared to exact one. Also, the PAPR and error performances of ()-ary QAM are compared with the one of conventional QAM.

Purpose The purposes of this study were to develop a taxonomy for detection of errors related to hypertension management and to apply the taxonomy to retrospectively analyze the documentation of nurses in Advanced Practice Nurse (APN) training. Method We developed the Hypertension Diagnosis and Management Error Taxonomy and applied it in a sample of adult patient encounters (N= 15,862) that were documented in a personal digital assistantbased clinical log by registered nurses in APN training. We used Standard Query Language queries to retrieve hypertension-related data from the central database. The data were summarized using descriptive statistics. Result Blood pressure was documented in 77.5% (n = 12,297) of encounters; 21% had high blood pressure values. Missed diagnosis, incomplete diagnosis and misdiagnosis rates were 63.7%, 6.8% and 7.5% respectively. In terms of treatment, the omission rates were 17.9% for essential medications and 69.9% for essential patient teaching. Contraindicated anti-hypertensive medications were documented in 12% of encounters with co-occurring diagnoses of hypertension and asthma. Conclusion The Hypertension Diagnosis and Management Error Taxonomy was useful for identifying errors based on documentation in a clinical log. The results provide an initial understanding of the nature of errors associated with hypertension diagnosis and management of nurses in APN training. The information gained from this study can contribute to educational interventions that promote APN competencies in identification and management of hypertension as well as overall patient safety and informatics competencies. [Asian Nursing Research 2010;4(1):19?31]

현재 클라우드 서비스는 다양한 분야에서 활용되고 있으며, 특히 서버 구축에 필요한 인프라(물리적 스토리지, 물리적 서버 등)를 가상화된 서비스 형태로 제공하는 IaaS(Infrastructure as a Service)와 IaaS로 제공되어 인프라 위에 사용자가 원하는 서비스를 개발할 수 있는 PaaS(Platform as a Service)가 주로 이용되고 있다. 그러나 이러한 클라우드 서비스를 이용하는 사용자가 구축한 가상화 환경의 다양한 서비스에서 Log4j 관련 취약점이 발생되어 많은 피해가 발생하고 있으며, 현재까지 심각한 위협으로 여겨지고 있다. 이에 본 논문에서는 클라우드 서비스를 활용한 사용자 정의 서비스를 구축 시, Log4j 취약점의 영향을 분석하여 향후 유사한 취약점으로부터 대응할 수 있도록 도움을 주고자 한다.

정확한 인식률을 보이고 있는 상업적인 음성인식 시스템은 화자종속 고립데이터로부터 학습 모델을 사용한다. 그러 나 잡음 환경에서 데이터양에 따라 음성인식의 성능이 저하되는 문제점이 있다. 본 논문에서는 가우시안 분포에서 Maximum Log Likelihood를 이용한 벡터 양자화 기반 음성 인식 성능 향상을 제안한다. 제안하는 방법은 음성에 대한 특징 을 가지고 벡터 양자화와 Maximum Log Likelihood 음성 특징 추출 방법을 이용하여 유사 음성에 대한 음성 인식의 정확성 을 높이는 최적 학습 모델 구성 방법이다. 이를 위해 HMM을 기반으로 음성 특징을 추출하는 방법을 사용한다. 제안하는 방법을 사용하여 기존 시스템에서 생성되어 사용되는 음성 모델에 대한 부정확한 음성 모델에 대한 정확성을 향상시킬 수 있으므로 음성 인식에 강인한 모델을 구성할 수 있다. 제안하는 방법은 음성 인식 시스템에서 향상된 인식의 정확도를 보인다.

Commercialized speech recognition systems that have an accuracy recognition rates are used a learning model from a type of speaker dependent isolated data. However, it has a problem that shows a decrease in the speech recognition performance according to the quantity of data in noise environments. In this paper, we proposed the vector quantization based speech recognition performance improvement using maximum log likelihood in Gaussian distribution. The proposed method is the best learning model configuration method for increasing the accuracy of speech recognition for similar speech using the vector quantization and Maximum Log Likelihood with speech characteristic extraction method. It is used a method of extracting a speech feature based on the hidden markov model. It can improve the accuracy of inaccurate speech model for speech models been produced at the existing system with the use of the proposed system may constitute a robust model for speech recognition. The proposed method shows the improved recognition accuracy in a speech recognition system.

Windows Event Log에는 시스템의 전반적인 동작들을 정의하고 있는 Log이며, 해당 파일에는 사용자의 여러 행위 및 이 상 징후를 탐지할 수 있는 데이터가 저장되어 있다. 하지만 행위마다 Event Log가 발생함으로써, 로그들을 분석할 때, 상당한 시간이 소요된다. 따라서 본 연구에서는 NSA에서 발표한 “Spotting the Adversary with Windows Event Log Monitoring”의 주요 Event Log 목록을 바탕으로 XML 기반한 Event Log 분석 도구를 설계 및 구현 하였다.

The Windows Event Log is a Log that defines the overall behavior of the system, and these files contain data that can detect various user behaviors and signs of anomalies. However, since the Event Log is generated for each action, it takes a considerable amount of time to analyze the log. Therefore, in this study, we designed and implemented an XML-based Event Log analysis tool based on the main Event Log list of "Spotting the Adversary with Windows Event Log Monitoring" presented at the NSA.

제어시스템은 공공 네트워크와의 통신망 융합에 따라 다양한 루트를 통해 정보유출 및 변조 등의 위협이 제어시스템에서 도 그대로 나타날 수 있다. 최근 다양한 보안에 대한 이슈와 새로운 공격기법에 의한 침해 사례가 다변화됨에 따라서, 단순히 차단 및 확인 등의 학습을 통해 정보를 데이터베이스화하는 보안 시스템으로는 새로운 형태의 위협에는 대처하기 힘들어지고 있으며, 보안 접근 권한을 가진 내부자에 의한 보안위협에 대해서도 기존의 보안장비로는 대응하기가 어렵다. 내부자에 의한 위협에 대응하기 위해 내부 시스템에서 실시간으로 발생한 Event Log를 수집하고 분석하여야 한다. 이에 따라 본 연구에서 는 제어시스템에서 실시간으로 발생한 Event Log들을 토대로 상관분석을 통해 Event Log간 요소들의 상관관계의 여부를 알 수 있었으며, 분석결과를 바탕으로 이 분야의 연구에 기여할 수 있을 것으로 판단된다.

The control system can have such threats as information leakage and falsification through various routes due to communications network fusion with public network. As the issues about security and the infringe cases by new attack methods are diversified recently, with the security system that makes information data database by simply blocking and checking it is difficult to cope with new types of threats. It is also difficult to respond security threats by insiders who have security access authority with the existing security equipment. To respond the threats by insiders, it is necessary to collect and analyze Event Log occurring in the internal system realtime. Therefore, this study could find out whether there is correlation of the elements among Event Logs through correlation analysis based on Event Logs that occur real time in the control system, and based on the analysis result, the study is expected to contribute to studies in this field.

최근 인터넷 뱅킹, 전자결제, 전자상거래, 홈쇼핑, 증권 거래, 민원 업무 등 미션 크리티컬한 비즈니스가 증가함에 따라 무정지 서비스에 대한 요구가 높아지면서, 기존의 단일 데이터베이스에서 클러스터링, 이중화 기법 등에 관한 고가용성 기법에 관한 연구가 증가하고 있다. ALTIBASETM Log Analyzer(이하 ALA)는 이중화 기법과는 별개로 Active Log를 기반으로 API를 제공하여, 이기종 또는 동일 기종간의 통신 및 확장성을 제공한다. 본 논문에서는 ALA를 사용하여 고가용성과 고확장성, 실시간 동기화 기능을 모두 만족시킬 수 있는 데이터베이스 시스템의 설계를 제시하고 ALA에 대한 성능평가를 하였다.

Recently, the need for non-stop service is increasing by the business mission-critical Internet banking, e-payment, e-commerce, home shopping, securities trading, and petition business increases, clustered in a single database of existing, redundant research on high-availability technologies related to technique, etc. is increasing. It provides an API based on the Active Log in addition to the technique of redundancy, ALTIBASETM Log Analyzer (below, ALA), provides scalability and communication of the same model or between heterogeneous. In this paper, we evaluated the performance of ALA by presenting the design of the database system that you can use the ALA, to satisfy all the synchronization features high scalability and high availability, real-time.

제어시스템은 공공 네트워크와의 통신망 융합에 따라 다양한 루트를 통해 정보유출 및 변조 등의 위협이 제어시스템에서 도 그대로 나타날 수 있다. 최근 다양한 보안에 대한 이슈와 새로운 공격기법에 의한 침해 사례가 다변화됨에 따라서, 단순히 차단 및 확인 등의 학습을 통해 정보를 데이터베이스화하는 보안 시스템으로는 새로운 형태의 위협에는 대처하기 힘들어지고 있다. 현재 제어시스템에서는 이처럼 외부에서 내부로의 위협에 치중하여 보안 시스템을 운용하고 있으며, 보안 접근 권한을 가진 내부자에 의한 보안위협 탐지에 대해서는 미비한 실정이다. 이에 따라 본 연구에서는 NSA에서 발표한 “Spotting the Adversary with Windows Event Log Monitoring”의 주요 Event Log 목록을 토대로 중요도 분석을 실시하였다. 그 결과 제 어시스템에 내부자 위협탐지를 위한 Event Log의 중요도 여부를 알 수 있었으며, 분석결과를 바탕으로 이 분야의 연구에 기 여할 수 있을 것으로 판단된다.

With the convergence of communications network between control system and public network, such threats like information leakage/falsification could be fully shown in control system through diverse routes. Due to the recent diversification of security issues and violation cases of new attack techniques, the security system based on the information database that simply blocks and identifies, is not good enough to cope with the new types of threat. The current control system operates its security system focusing on the outside threats to the inside, and it is insufficient to detect the security threats by insiders with　the authority of security access. Thus, this study conducted the importance analysis based on the main event log list of “Spotting the Adversary with Windows Event Log Monitoring” announced by NSA. In the results, the matter of importance of event log for the detection of insider threats to control system was understood, and the results of this study could be contributing to researches in this area.

This study was carried out to figure out the number of logs for sawtimber by DBH and height class and to compare merchantable volume ratio by categorizing into sawtimber, lagging board and pulpwood, and others for Pinus densiflora, Pinus koraiensis, and Larix kaempferi. Logs for sawtimber were hardly produced in small DBH class of three species, but produced evidently from medium DBH class. In large DBH class, the number of logs for sawtimber were noticeably different among species: 4.3 logs for L. kaempferi, 2.6 logs for P. densiflora, and 1.0 logs for P. koraiensis on average. Similarly, merchantable volume ratio for sawtimber were largely different among species in large DBH class with higher than 15 m: 82% logs for L. kaempferi, 60% logs for P. densiflora, and 44% logs for P. koraiensis. When compared to the upper diameter and upper height by species with regard to the last log of a tree produced for sawtimber, upper diameter was smallest with 14.1 cm and upper height was highest with 12.2 m in L. kaempferi. Overall, L. kaempferi was considered as the more commercial species for sawtimber production than P. densiflora and P. koraiensis.

단말 보안 이벤트 수집 및 탐지 시스템인 EDR(Endpoint Detection and Response)의 로그는 사이버 위협 탐지에 중요한 정보를 제공하지만, 방대한 양과 복잡한 구조로 인해 공격자의 전략, 기술, 절차인 TTP(Tactics, Techniques, and Procedures) 수준의 자동 해석에는 한계가 존재한다. 본 연구는 로그 기반 위협 분석과 공격 흐름 해석을 자동화하는 프레임워크를 제안하며, 정형 로그를 의미 기반 정보 로 전환하고, TTP 매핑과 리포트 생성을 일관된 흐름으로 수행한다. 로그로부터 프로세스 경로, 명령어, 네트워크 행위를 분석해 자연어 디스크립션을 생성하고, LogBERT로 악성 여부를 판단한다. 이후 LLM으로 보강한 설명은 FAISS 검색을 통해 의미적으로 유 사한 TTP 후보 Top-3와 매칭되며, 이를 바탕으로 최종 TTP가 결정된다. 마지막으로 이벤트 간 관계 분석을 통해 전체 공격 체인을 자동 구성하고, 시나리오 수준의 위협 해석을 지원한다.