비전공 편입생 컴공 생존기

1. 사물인터넷 (IoT): ( 실세계(physical world)와 가상 세계(virtual world) 사물들 연결 >> 진보된 서비스 제공) 하기 위한 서비스 기반 시설.(스마트홈, 스마트팜, 스마트 시티, 스마트 그리드, 스마트 헬스케어, 커넥티드 카, 웨어러블, 드론 등)  2. 4차 산업혁명 키워드: 클라우드, 생성형 AI, 빅데이터, 사물인터넷, 모바일 등. (지능정보기술이 기존 산업/서비스에 융합, 기술과 결합  >>  사물 지능화, 모든 제품/서비스 네트워크 연결) +) 4차 산업혁명 특징: 초연결 (hyperconnectivity), 초지능 (superintelligence).   ★(시험)★ 3. 5대 공통 인프라 보안 요소 (개인적인 생각): (어떻게 정보를 보호하는가? 보안 기술...

1) 성적산출: 과제20(중간대체)  발표30(1번)  기말40(단답12, 서술4, 논술1)  출석10 2) 시험- 정보보안기사 문제랑 비슷하게 낼것임.- 변별력은 단답형- 서술형은 기본 키워드 들어가면 점수 줌.- 논술형은 논리구조를 봄 (서론, 본론, 결론. 학술지처럼)- 중간중간 시험 문제 알려줄 것임- 기본 파이썬과 c언어를....낼 것임....- cppg도 나올려나 싶음- 발표 2명, 자료조사 3명인듯. - 발표 ppt퀄리티 점수에 들어감. (가이드라인 제공)(회사 피피티 참고해야할듯)- 발표/과제는 주제 아주 명확하게- 교수님 주제가 클라우드임... 클라우드 중요

0. 학습목표와 키워드 1) 학습목표 : 보안의 3대 요소, 보안 전문가의 자격 요건, 보안 관련 윤리적, 법적 문제를 알아보자. 2) 키워드 (★★★ 용어정리 중요 ★★★) - 보안 : 내가 보호하고자하는 자산 (보안 3대 요소를 유지하는 것) +) 자산 : 내가 갖고 있는 것 중 가치가 있는 것 +) 보안 3대 요소 : 기밀성, 무결성, 가용성 (성(性) : 기능) - 기밀성 (機密性) : 비밀을 포함한 그 주변 모든것들. (비밀>기밀. 비밀이 더 중요) (기밀 : 비밀 및 비밀과 관련된 것들.) - 무결성 (無缺性) : 정보가 변하지 않게 하는 것. - 가용성 (可用性) : 언제어디든지 내가 쓰고 싶으면 쓸 수 있게 하는 것. (3대 요소 중에 가장 중요) +) https://에서 s: securi..

이 게시판에는 사이버보안개론 수업에 대한 내용을 정리할 예정입니다! 사용 교재  +) 출석10 과제10 중간40 기말40+) 다음 학기에 융합 보안 개론 개강 예정+) 10. AI보안, 11. 디지털포렌식은 추가 자료 있을 예정+) 개인정보보호, 정보시스템 평가 추가 예정+) 한두번 정도 특강 예정

저번 학기는 손으로 정리하느라 블로그에 올리다가 말았는데 (이대로 블로그만 쓰다가 다 말아먹을 각이었음)이번 학기에는 블로그도 손으로도 전부 해야지!! 욕심 왕창 낼 거임 훌룰룰룰 손으로 하니까 시험 보고 나서 리셋돼잉

1.0 학습 목표, 키워드1) 학습 목표: 인공 신경망을 이용한 딥러닝 기초 지식  2) 키워드- 퍼셉트론 (인공 뉴런) (ANN, Artifitial Neural Network): 입력값, 가중치, 편향을 이용하여 출력값을 내는 수학적 모델 ( = 함수)(직선의 방정식을 다차원으로 확장한 수학적 모델) - 활성화 함수 (activation function): 뉴런의 출력을 다음 뉴런으로 넘길지 정하는 함수 - 손실 함수 (loss function = error function) : 신경망의 예측과 정답의 차이를 나타내는 함수 ( = (y hat - y)^2 = |y hat = y| )  2.1 퍼셉트론1) 사람 뇌 vs 컴퓨터(1) 사람 뉴런의 구성: 사람 뇌는 10^11개 가량의 뉴런이 있음. 각 뉴..

[학습 목표 ]딥러닝 개념 이해, PyTorch 코딩 스타일, 기초적인 통계 개념, 시각화 기법* 주요 용어 : 지도학습, 비지도학습, 강화학습, 딥러닝 문제 해결 프로세스, 독립변수, 종속변수 1.0 에이다의 통찰1) 찰스 베비지 (Charles Babbage)- 1791년 12월 26일 ~ 1871년 10월 18일- 영국의 수학자.- 1837년,   계산하는 기계 설계 (해석 엔진, Analytical Engine)+) 설계만하고 제작은 못함. 당시는 백열전구도 없던 시절이기 때문  2) 에이다 바이런 러브레이스 (Ada Byron Lovelace)- 1815년 12월 10일 ~ 1852년 11월 27일- 인류 최초 프로그래머- 시인 Byron의 딸- 해석 엔진에서 수행할 프로그램에 대한 논문 발표(..

1.0 학습 목표와 핵심 용어1) 학습 목표  : 딥러닝 개념 이해, Pytorch 코딩 스타일, 기초적인 통계 개념, 시각화 기법  2) 핵심 용어- 머신러닝 (ML, Machine Learning)  : 입력 데이터를 반복 학습해서, 처음 보는 변수의 값을 예측 - 딥러닝 (DL, Deep Learning)  : 인공신경망(ANN)을 사용한 머신러닝 알고리즘  (딥러닝 프로세스 : 문제 정의 >> 데이터 수집 >> 데이터 가공 >> 딥러닝 모델 설계 >> 딥러닝 모델 학습 >> 성능평가) - 지도학습 (supervised learning)  : 데이터와 정답 데이터(ground truth)를 함께 제공.  (문제집과 답지를 같이 줌) - 비지도 학습 (unsupervised learning)  : 데..

1.4 인공지능의 현재와 미래1)  인공지능의 겨울이 또 오지는 않을까?: 지금까지 두 번의 인공지능의 겨울이 있었다(AI 제품 실패). 그렇다면 세 번째 인공지능의 겨울이 올 가능성은 없을까?>> 현재는 탄탄한 시장이 형성되어 있기 때문에 세 번쨰의 인공지능 겨울이 올 가능성이 적다.>> 인공지능 기술이 발전하면서 (모든 공학 문제에서 그러듯이) 난제에 부딪히게 될 수 있다. 사람들이 인공지능을 당연시하게 바라보는 시점에서, 인공지능이 해결하지 못한 난제에 대해 고민하게 되는 순간은 올 수 있을 수도 있다.   2) 인공지능 시장 대규모 투자(1) 국내 : 삼성, 카카오, 네이버, KT(2) 국외 : Google, Apple, Microsoft, Facebook, Amazon, Nvidia, Aliba..

[학습 목표 ]딥러닝 개념 이해, PyTorch 코딩 스타일, 기초적인 통계 개념, 시각화 기법* 주요 용어 : 지도학습, 비지도학습, 강화학습, 딥러닝 문제 해결 프로세스, 독립변수, 종속변수 1.0 에이다의 통찰1) 찰스 베비지 (Charles Babbage)- 1791년 12월 26일 ~ 1871년 10월 18일 - 영국의 수학자.- 1837년,   계산하는 기계 설계 (해석 엔진, Analytical Engine)+) 설계만하고 제작은 못함. 당시는 백열전구도 없던 시절이기 때문  2) 에이다 바이런 러브레이스 (Ada Byron Lovelace)- 1815년 12월 10일 ~ 1852년 11월 27일 - 인류 최초 프로그래머- 시인 Byron의 딸- 해석 엔진에서 수행할 프로그램에 대한 논문 발..