2025.5 ISP·ISMP 수립 공통가이드(제9판) 기준은 아래 링크 참조 ISP(Information Strategy Plan) ISMP(Information System Master Plan) 1. 정보화 전략 계획, ISP, EA, ISMP (1) ISP(Information Strategy Plan)의 개념 경영전략 분석결과에 따른 정보화 비전, 목표 및 전략을 기반으로한 운영/관리 체계와 정보 기술구조 수립 및 이행 계획 (2) EA(Enterprise Architecture)의 개념 정보 기술 활용 아키텍처와 시스템을 총괄하여 업무/관리
1. 인공지능 모델 성능 평가, 혼동행렬 인공지능 평가 모델 (1) 혼동행렬의 개념 잘못된 예측의 영향을 파악하기 위해 예측 값과 실제 값 일치 여부를 행렬로 분류하는 모델 평가 기법 (2) 혼동행렬 기반 모델 성능 평가 항목 평가 항목을 수치로 정량화 하여 성능을 객관적 지표로 평가 및 기계 학습 효율성 극대화 2. 수신자 조작 특성, ROC
1. Cache Hit Ratio 향상 위한, 캐시 메모리 사상 기법 개념도 개념 – 캐시 인출 실패 시 캐시와 메모리 데이터 Swap하여 필요 정보를 캐시에 저장시키는 기법 유형 – 직접 사상: 메모리 블록들이 지정된 캐시 라인 적재 – 연관 사상: 메모리 블록이 어떤 캐시 라인으로도 적재 – 집합 연관 사상: 직접 사상과 연관 사상의 조합 CPU에서는
1. YARN 기반 빅데이터 관리, Hadoop 2.0 개념 하둡 1.0 대비 개선점 기존 Hadoop 1.0 시스템의 네임 노드 SPOF 취약점을 보완한 YARN기반 빅데이터 분산처리 시스템 – Job Tracker 분리 – YARN 기반 분산처리 확대 – Name Node 고가용성 지원 2. 하둡 2.0 구성도 및 구성요소 (1) 하둡 2.0 구성도/동작방식 클러스터 전반 자원 관리 담당
1. SW 개발 보안, 시큐어코딩 (Secure Coding) (1) 시큐어코딩의 개념 협의 개념 소프트웨어 보안성 강화를 위해 개발 중 소스코드 구현 단계에서 보안 취약점을 해소하기 위한 개발 방법 광의 개념 소프트웨어 보안성 강화를 위해 개발 생명주기(SDLC) 상의 단계별로 요구되는 모든 보안활동 (2) 시큐어코딩의 목적 사이버 공격 예방 – 사이버 공격의 대다수가 응용 프로그램의 취약점을 악용하여 정보를
1. LTE 기반 재난 안전 기술, Push To Talk (1) Push To Talk (PTT)의 개념 LTE 네트워크 기반 허가된 송신자 외 발언권이 제한된 재난안전 등에 사용하는 그룹 콜 기술 (2) Push To Talk의 특징 Half-duplex – 송신자 및 수신자가 구별되어 송신 및 수신 데이터가 한 방향으로만 전송 위치 기반 Multicast – 콜 그룹에 소속된 수신자만
1. 인공지능을 이용한 컴퓨터 시스템, 인지컴퓨팅의 개념 개념도 개념 사람의 인지기능인 지각, 행동, 언어 등을 모방하여 인식과 행동, 기억, 학습, 의사결정 등을 수행하는 기술 인지서비스는 ICT 융합기술을 이용하여 상황에 따른 문제 해결 위해 해결방안을 제시하는 서비스 2. 인지컴퓨팅 구현 기술 인지 절차 구현 기술 상세 기술 감각 인식 Phase – 에지검출기반 영상 인식 –
1. 소스코드 형상관리 개념 및 필요성 개념 SDLC 상 코드 및 산출물의 체계적 관리 위해 가시성, 추적성, 무결성을 확보하는 품질보증 기법 필요성 산출물의 가시성, 추적성, 무결성의 확보 2. 형상관리 프로세스 및 구성요소, 업무 절차 (1) 형상관리 프로세스 (2) 형상관리 구성요소 구성요소 역할 세부 역할 형상 및 관리기법 – 식별, 통제 – 감사, 기록 –
1. 계층 분석 과정, AHP (1) AHP (Analytic Hierarchy Process)의 개념 우선순위 도출을 위해 두 Factor 간 쌍대비교 행렬화 연산을 이용한 가중치 산정 기반 의사결정 도구 (2) AHP의 특징 쌍대 비교 (Pair-wise Comp.) – 자체 행렬 곱 연산을 통해 중요도를 수학적으로 도출하는 기법 정량적 우선순위 도출 – 행렬곱 연산을 통해 정량적 가중치 산정이 가능하여 대안
1. 과한 학습과 부족 학습, 오버핏과 언더핏의 문제점 구분 문제점 현상 Overfit (과분산, 과적합) – 과학습, 오류 분산 – High Variance, 과분산 – 비슷한 입력에 부정확 반응 결과 – 학습 대상만 정상반응 Underfit (과편향) – 데이터해석 능력저하 – High bias, 과편향 – 여러 가지 입력에 제대로 반응불가 – 학습 부족, 편향 반응 오버핏과 언더핏의 공통적인