데이터웨어하우스정의기업의 내부 및 외부 데이터를 주제자향적을 통합한 데이터 집합체, 기업환경 변화에 대응하기 위한 의사결정 시스템의 기본 인프라수년간의 기업의 운영계 시스템에서 발생한 내부 데이터와 외부 데이터를 주제별로 통합하여 별도의 프로그래밍 없이 즉시 여러 각도에서 분석할 수 있도록 하는 통합시스템데이터 웨어하우징(Data Warehousing)은 데이터의 수집 및 처리에서 도출되는 정보의 활용에 이르는 일련의 프로세스필요성판매자 중심에서 구매자 중심으로 비즈니스 시장변화의 급속한 변화신속하고 정확한 의사결정이 기업의 생존 직결됨구조ODS : 운영 시스템 정보를 통합하기 위한 저장소ETL 및 CDC : Extraction, Transformation, Load 와 실시간 데이터 적재Metadata..

최적의 자원으로 최적의 성능을 위한, DB성능 튜닝정의DBMS, 데이터베이스 응용, OS자체 분석 등을 통하여 최소의 자원으로 최적의 성능(시간/응답속도)을 얻을 수 있도록 개선 하는 작업목적DBMS, 데이터베이스 응용, OS자체 분석 등을 통하여 최소의 자원으로 최적의 성능(시간/응답속도)을 얻을 수 있도록 개선 하는 작업.DBMS, 어플리케이션, OS, N/W 등의 성능관련 대상을 분석, 조정을 통하여 DB성능을 향상시키는 일련의 과정과 기법주요지표수행시간측면: I/O Time + CPU Time시스템 자원 사용 측면: CPU, Memory 등의 사용량 관점의 관리처리량 측면: TPS 관점의 관리주요요소HW 관련 : CPU, Memory, N/W, Disk … System config resource..

정보자산의 기밀성·무결성·가용성 확보 전략, Database정의저장된 데이터에 대한 인증, 기밀성, 무결성, 가용성을 유지하기 위한 관리적, 물리적, 기술적 활동허가 받지 않은 접근이 무단으로 데이터베이스를 사용하거나 변경/파괴/유출하는 행위로부터 보호하기 위한 행위로 기술적 보안관리 기법/시스템/프로세스보안의 목적권한이 없는 사용자를 제어하여 정보의 불법적인 접근, 고의적인 파괴 및 변경을 방지하고 우발적인 사고로부터 보호하기 위함필요성기업 정보의 가치 중요성 증대 - 초경쟁 기업경영환경에서 신속한 의사결정, 민첩한 대응을 위한 기업이 보유한 정보에 대한 중요성 증대정보시스템 보안 위협증가 - 해킹, 웜/바이러스 증가 및 해킹 도구 등 악의적 의도의 기업 정보 노출범위 확대데이터베이스 보안 미비 - 네..

효율적인 의사결정을 위한 유용한 정보의 추출, Data Mining정의대용량 데이터로부터 알려지지 않은 정보, 패턴을 찾아 의사결정에 활용하려는 데이터 분석 및 지식발견 프로세스대용량의 데이터 안에서 체계적인 통계적 규칙 이나 패턴을 탐색하고 이를 의미 있는 정보로 변환함으로써 기업의 의사결정에 적용하는 일련의 과정KDD(Knowledge discovery in database구조의사결정나무(Decision Tree) - 과거 레코드 분석으로 나무형태 패턴 모형신경망(Neural Network) - 세포를 모방한 개념, 반복적 학습연관성(Association) - 데이터 항목 간의 종속관계 분석, 강도, 방향분석군집(Clustering) - 유사한 특성을 지닌 데이터를 그룹화 시킴추진절차요구사항 분석 및..

정보에 직접 접근하여 대화식으로 정보분석/의사결정, OLAP정의최종 사용자가 다차원 정보에 중간 매개자나 매개체 없이 정보에 직접 접근하여 대화식으로 정보를 분석하고 의사결정에 활용하는 과정지식경영을 위해서 사용자가 대화식으로 유용한 데이터를 분석하여 의사결정에 활용할 수 있는 솔루션필요성대화식 분석 : 사용자가 시스템과 상호작용을 통해서 정보를 추출, 분석다차원 분석 : Fact 와 Dimension 으로 차원을 바꾸면서 분석구조관계형 데이터베이스 기반의 ROLAP 과 Array 기반의 다차원 모델 MOLAP, ROLAP와 MOLAP을 결합한 HOLAP, Desktop 기반의 DOLAP주요기능Pivol : 차원 테이블을 바꾸어 가면서 분석 수행Slicing & Dicing : 차원별 큐브를 수직, 수평..

다양한 관점의 흩어져 있는 데이터에 대한 통합 관리, MDM정의자주 변하지 않고 자료처리 운용에 기본 자료로 제공되는 자료의 집합으로 여러시스템에서 공통적으로 사용되는 정보비즈니스 트랜잭션의 표준 데이터 정보인 Master Data를 분산된 시스템들로부터 통합 및 공유하여 하나의 뷰를 제공하는 관리 방법등장배경데이터 관리 비효율 : 표준 프로세스 및 분류체계 부재, 정보의 품질 유지 난항데이터 무결성 위협 : 정보 변경절차의 표준 절차 부재로 데이터 신뢰성 저하데이터 관점 기준 부재 : 동일 정보에 대한 각 이해 관계자의 정보해석 관점 차이구조마스터 데이터 : 기업의 핵심자산으로 공유되며 비즈니스 특성을 규정트랜잭션 데이터 : 기업의 모든 활동 시에 발생하는 데이터주요기능데이터 통합 : 기업의 공통 데이..

각각의 군집 데이터 대표 값으로 전체 데이터 특성을 파악하는 클러스터 탐지 K-means정의전체 데이터를 몇 개의 집단으로 그룹화하여 각 집단의 성격을 파악함으로써 데이터 전체의 구조에 대한 이해를 돕고자 하는 분석법모집단 또는 범주에 대한 사전 정보가 없는 경우 주어진 관측 값들 사이의 거리 또는 유사성을 이용하는 분석법주어진 데이터들의 특성을 고려해 데이터 집단(클러스터)을 정의하고 데이터 집단의 대표할 수 있는 대표점을 찾는 것으로 데이터 마이닝의 한 방법군집화N개의 관찰치를 대상으로 p개의 변수를 측정했을 때 관측한 p개의 변수 값을 이용하여 N개의 관찰치 사이의 유사성 또는 비 유사성의 정도를 측정하여 관찰자를 가까운 순서대로 군집화 함활용군집분석은 속성이 비슷한 잠재 고객들끼리 그룹화 하여 시..

분산 데이터베이스 환경에서 원자성 보장, 2PC정의분산 데이터베이스 환경에서 분산 트랜잭션 발생 시에 원자성을 보장하기 위하여 모든 노드에 Commit 혹은 Rollback 되는 메커니즘필요성데이터 일관성 : 일부 지역 노드만 데이터를 갱신하는 일관성 위배 방지데이터 품질 : 지역 노드 간에 데이터 동기화를 통한 품질 확보구조Prepare 단계 : Golbal Coordinator 가 Commit Point Site 를 제외한 나머지 노드에게 Prepare 요청Commit 단계 : Coordinator 가 다른 Node 들로 부터 Ack 를 받았을 때 Commit 명령장점Commit 단계 수는 신뢰성과 정비례 하지만, 오버헤드와도 정비례 함분산 DB에서 데이터 일관성 및 신뢰성 유지특성여러 단계를 거칠수..

무선통신 및 네트워크 능력을 가진 통신 네트워크, Ad-hoc Network정의통신 인프라가 없거나 구축하기 곤란한 상황에서, 이동 Node들 간의 자율적인 경로 설정, 수정 그리고 의사소통이 가능한 네트워 크네트워크 토폴로지가 동적으로 변하는 특징을 가지고, Node들에 의해 자율적으로 구성되는 기반구조가 없는 네트워크 활용환경통신 인프라 구축이 곤란한 상황 및 조건 : 전쟁, 재난 구조(화재, 태풍 등) 광범위한 범위에 걸친 센싱(환경오염/산불감시)기존 기간 망의 한계보완 : 특정 조건하에 이동 Node가 집중되는 장소 및 환경(컨퍼런스, 공항)요소기술라우팅 : 잦은 참여와 탈퇴의 자율성 보장저전력 : 이동성의 전력공급의 제한성 지원멀티링크 : 한 Node 가 동시에 여러 Node와 연결기기소형화 :..

네트워크 사용권을 보장하는, 망 중립성정의모든 유저가 적정한 비용 부담 하에 자유롭게 네트워크를 선택할 수 있고 필요한 컨텐츠를 만들거나 이용할 수 있는 기본적인 권리를 확보하는 것망 사업자가 망에 대한 비차별, 상호접속, 접근성을 보장하는 것 기업이나 개인, 누구나 네트워크에 접속하고 콘텐츠에 접근하는 데에 있어서 네트워크의 통제권을 가진 사업자로부터 차별되지 않아야 함필요성최근 각국의 브로드밴드 정책에서 가장 기본적인 시점의 하나로 논의수직적 시장통합: 한 회사가 통신의 각 레이어를 수직적으로 통합 서비스를 제공하는 수직적 시장통합과 각 레이어의 기능이 모듈화수평적 시장통합: 서로 다른 기반에서 경쟁하던 네트워크가 같은 환경에서 경쟁원칙비차별 : 네트워크 사업자의 트래픽을 포함한 모든 트랙픽은 네트워..