핀테크 2.0

1. 협업기반 금융 재설계, 핀테크 2.0 (1) 핀테크 2.0의 개념 지급결제, P2P대출 등 기존 핀테크 분야에서 IoT, 분산식 원장기술, 스마트 데이터 등 활용한 핀테크 확장 기술 (2) 기존 핀테크와 핀테크 2.0 비교 기존 핀테크 핀테크 2.0 – 송금, 결제, 투자 등 일부 분야에 국한 – 기존 핀테크 기술 기반 IoT, 분산식 원장기술, 스마트 데이터로 확장

CNN (Convolutional Neural Network)

1. 2차원 이미지 분석, CNN (Convolutional Neural Network) (1) CNN의 개념 Convolution, Pooling, Fully Connected layer를 통해 특징 추출, 차원 축소하여 이미지를 분류, 인식하는 신경망 알고리즘 (2) CNN의 특징 ReLU – Rectified Linear Unit 활성화 함수 – Gradient Vanishing 문제 해결 Dropout – 인공 신경망의 Overfitting 방지 위해 특정 뉴런 미동작 학습 수행 Bigdata –

동기식 카운터 회로 설계

1. 동기식 카운터 회로 설계 위한, D 플립플롭 (1) D 플립플롭의 개념 개념도 진리표 개념 하나의 입력 단자만 가지며, 입력된 값과 동일한 값을 출력하는 순차논리회로 클럭이 ‘0’일 때, 입력 D값에 관계없이 불변, 클럭이 ‘1’이 되면 D값에 의해 출력값 변환 (2) 동기식 카운터 설명 정의 모든 플립플롭이 같은 클럭 펄스를 받아 동기 되어 상태가 변하는 카운터

옵티마이저 (Optimizer)

1. Driving Range 최소화, 옵티마이저 (1) 옵티마이저의 개념 사용자가 요청한 SQL 질의를 최소의 비용을 추정하여 실행 계획을 수립하는 DBMS 핵심 엔진 (2) 옵티마이저의 종류 종류 개념 규칙 기반 옵티마이저 (RBO) – 정해놓은 규칙에 따라 액세스 경로를 평가하고 실행 계획을 선택 비용 기반 옵티마이저 (CBO) – 비용을 기반으로 실행 계획 최적화 수행 – 비용: 쿼리 수행

안티 포렌식 (Anti-Forensics)

1. 디지털 포렌식 방해 기술, 안티 포렌식 (Anti-Forensics) 개념 목적 디지털 포렌식 통한 증거 수집 방해 위해 데이터 삭제, 암호화 및 은닉 등 데이터 조작 기술 – 증거탐지 회피, 수집 방해 – 분석시간 지연, 도구 오류 – 로깅 우회, 흔적 삭제 – 보고서 변조, 법적 증언   2. 안티 포렌식 기술 유형 구분 기술 유형

혼잡 회피 기법 (Tail Drop, RED, WRED)

1. Congestion Control, 혼잡 회피 기법 개념도 개념 네트워크 혼잡 회피 위해 전송 장비 Queue 인입 패킷이 처리 패킷보다 많은 상황에서 패킷 처리하는 기법 혼잡 회피 기법에는 Tail Drop, RED, WRED 존재, DiffServ QoS 시 Conditioner Drop 결정   2. 사전 패킷 폐기 혼잡 회피 기법의 유형 유형 Drop 기준 그래프 설명 / Drop 기준

C-ITS (협력 지능형 교통체계)

1. 협력 지능형 교통체계, C-ITS (1) C-ITS(Cooperative Intelligent Transport System)의 개념 차량 간, 차량과 인프라 간 양방향 통신으로 교통 정보 교환하는 오픈 플랫폼 기반 협력기반 지능형 교통체계 (2) C-ITS의 특징 끊김없는 상호 통신 – 차량, 도로 및 시설 등 차량과 끊임 없는 상호 통신(V2I, V2V) 기반 상황 정보 수집 다양한 통신 서비스 융합 – V2I, V2V, V2P,

MSA (Micro Service Architecture)

1. 대용량 분산 웹 서비스 위한, MSA의 개념 MSA: Micro Service Architecture 소프트웨어를 독립적으로 배치 가능 단위로 분리하여 시스템을 구성하는 아키텍처   2. MSA의 구성요소 (1) MSA의 구성도 API Gateway는 API 통신 중계, 공통 기능 추상화 역할 (2) MSA의 구성요소 구성요소 세부 기능 설명 API G/W – 라우팅 – 로드밸런싱 – 상호 독립적 API 서비스

KNN (K-Nearest Neighbor)

1. 확률 밀도 추정 알고리즘, KNN (K-Nearest Neighbor) (1) KNN의 개념 Sample에 주어진 x에서 가장 가까운 k개의 원소가 많이 속하는class로 x를 분류하는 비모수적 확률밀도 추정방법 (2) KNN 특징 NN 개선 – k개의 데이터에 대한 다수결 방식 인스턴스 개선 – 함수의 지역적 근사에 기반한 추정 게으른 학습 (Lazy Learning) – 데이터셋 저장만 하며, 일반화된 모델을 능동적으로

플립플롭 (Flip-Flop)

1. 1비트 기억소자, 플립플롭 (Flip-Flop) (1) 플립플롭의 개념 두 개의 안정된(bi-stable) 상태 중 하나를 가지는 클럭 펄스기반 순차논리회로 1비트 기억소자 (2) 플립플롭과 래치의 차이점 비교 플립플롭 (Flip-Flop) 래치 (Latch) – 클럭 펄스 기반 출력값 결정 순차논리회로 기억소자 – 클럭 펄스가 입력되지 않는 순수 순차논리회로 기억소자   2. 플립플롭의 대표 구성도 및 메커니즘 (1) 플립플롭의 회로도 및