보호되어 있는 글입니다.

보호되어 있는 글입니다.

보호되어 있는 글입니다.

A Digital Forensic Process for Ext4 File System in the Flash Memory of IoT Devices http://lps3.www.dbpia.co.kr.libproxy.swu.ac.kr/journal/articleDetail?nodeId=NODE10594624 0.요약 급격한 통신기술의 발달에 따라 IoT(Internet of Things)의 확산이 가속화 ~ 범죄 및 사고 경황 정보 조사에 적극적으로 활용 한계> IoT 기기는 상이한 규격으로 인해 실제 현장에서 사용될 수 없는 추상적인 방법론을 제시하는 연구가 대부분 binwalk 분석 도구는 ext4 파일 시스템에 대한 분석 및 추출을 제대로 수행 X >> binwalk의 올바른 ext4 파일 시스템 추..

보호되어 있는 글입니다.

Cloud Storage Analysis Research Trends from a Digital Forensics Perspective http://lps3.www.dbpia.co.kr.libproxy.swu.ac.kr/pdf/pdfView.do?nodeId=NODE11057996 0.요약 클라우드 스토리지란? > 다양한 리소스(컴퓨터, 스마트폰, 태블릿 등)에서 인터넷을 통해 데이터를 저장하고 접근하는 형태의 데이터 스토리지. 장점? >서비스 접근성(제약이 없음), 용량 조절의 용이성이 높음, 데이터 관리의 안정성 보장 등. >모바일 기기와 연동하여 자동 동기화함으로써 사용자와 관련한 다양한 데이터가 실시간으로 업·다운로드 >>디지털 포렌식 관점에서 특정 사실을 증명하거나 사건의 실마리가 되는 중요한 ..

지도학습 유형 중 분류 문제를 살펴보겠습니다. [데이터 로딩] # 라이브러리 환경 import pandas as pd import numpy as np 기본 라이브러리를 불러옵니다. # skleran 데이터셋에서 iris 데이터셋 로딩 from sklearn import datasets iris = datasets.load_iris() # iris 데이터셋은 딕셔너리 형태이므로, key 값을 확인 iris.keys() 사이킷런 패키지는 붓꽃 데이터셋을 내장하고 있습니다. load_iris() 함수를 통해 불러옵니다. # DESCR 키를 이용하여 데이터셋 설명(Description) 출력 print(iris['DESCR']) 3가지 품종 중에서 하나를 선택하는 다중 분류 문제입니다. 4개의 피처(설명 변수..

*경진대회 및 데이터 분석의 과정 [문제 파악] - [데이터 탐색] - [데이터 전처리] - [모델 학습] - [예측] 위의 과정에 따른 간단한 머신러닝 프로젝트를 만들어보겠습니다. [문제 파악] x = [-3, 31, -11, 4, 0, 22, -2, -5, -25, -14] y = [ -2, 32, -10, 5, 1, 23, -1, -4, -24, -13] print(x) print(y) 각 10개의 숫자를 원소로 갖는 리스트 x와 y가 있습니다. 둘은 y= x + 1 관계에 있습니다. [데이터 탐색] import matplotlib.pyplot as plt plt.plot(x, y) plt.show() 맷플록립(matplolib) 패키지를 활용해 x, y 변수 사이의 관계식을 그래프로 그려봅니다. ..

머신러닝은 레이블이 있는 입력 데이터를 모델에 투입하면 그 사이의 관계를 찾습니다. 따라서 새로운 데이터를 입력했을 때 파악한 관계식을 적용하여 결과를 예측할 수 있습니다. 정답이 주어지지 않았다면 데이터 속에 숨어있는 패턴이나 규칙을 알아내는 것도 가능합니다. 이처럼 머신러닝은 컴퓨터가 스스로 데이터를 학습하여 문제를 해결하는 과정을 말합니다. 정답 레이블의 여부에 따라 머신러닝은 두 가지 유형으로 분류됩니다. 지도학습은 학습 과정에서 정답 Y가 주어집니다. 즉, 입력 데이터 X와 출력 데이터 Y를 모두 알고 있는 상태에서, Y=aX+b와 같이 X와 Y의 관계식을 알아내는 머신러닝 알고리즘입니다. - Y 변수 = 예측 목표 = 목표 변수 = 타깃 - X 변수 = 목표 변수 예측할 때 사용되는 변수 = ..