IT자격증

IPS (Indoor Positioning System) 등장배경

자동차를 운전할 때 필수기기가 되어버린 네이게이션, 요즘은 네비게이션 단말기도 한물 가버렸고
지금은 스마트폰이 그 역할을 한지 오래되었는데, 이 네이게이션의 핵심 기능이 바로
GPS(위성위치확인시스템) 이다. 위성과 통신을 해서 내 차 (정확하게 말하면 스마트폰) 의 위치를
인식하는 시스템인데 이 GPS의 가장 큰 단점은 위성신호를 받지 못하는 실내에서는 작동이
안 된다는 것이다.
IPS는 WiFi, 블루투스,Beacon, 자기장 등을 이용하여 건물 내부에 있는 사용자의 위치를 파악하고, 이를
스마트폰에 내장된 지도와 대조해 물건이나 장소의 위치를 쉽게 찾아주는 시스템으로서
‘실내 내비게이션’이라고도 한다
(참조 : [네이버 지식백과] IPS[Indoor Positioning System] - 실내 위치 확인 시스템, 실내 위치 측위
          시스템 (지형 공간정보체계 용어사전, 2016. 1. 3., 이강원, 손호웅)
더군다나 최근 지속적인 무선통신 및 인터넷의 폭발적인 성장은 사용자의 모빌리티를 크게 강화시켰고,
특히 2007년 애플사의 아이폰의 등장과 함께 무선통신, GNSS, 카메라, 관성센서 등이 결합된 스마트폰의
보급 확대를 통해 이동 단말의 위치 인식 범위가 확대되고 위치 장확도가 정차 향상되고 있는 추세이다
([출처] 사용자 참여 기반 실내 위치인식 플랫폼 기술|작성자 센서로세계로미래로)

IPS의 특징

                               < 출처 : 정보관리기술사 118회 모임 - 두드림 >


비콘 (Beacon) 을 이용한 위치측위기술

Radio 기반 IPS 측위 기술

        < 출처 : 정보관리기술사 118회 모임 - 두드림>


Non-Radio 기반 IPS 측위 기술

        < 출처 : 정보관리기술사 118회 모임 - 두드림>



IPS 활용 서비스 고도화 방안

이동단말기의 위치를 측정하기 위해 이동통신망의 기지국 셀정보인 RF전파환경정보를 이용하여 
소트프웨어적으로 위치를 계산하는 네트워크기반 방식과 이동단말기내에 장착된 GPS 수신기를 이용한
GPS측위방식으로 크게 분류할 수 있으며. GPS가 수신되는 실외에서는 GPS방식을 사용하고 GPS음영
지역 (보통 실내)에서는 네트워크 방식을 수행함으로써 seamless 한 측위에 기반한 LBS 서비스를 제공
한다.

TOA 개념도

TDOA 개념도

CPU 스케줄링의 정의

한정된 CPU의 작업 처리시간을 여러 프로세스 혹은 여러 쓰레드가 효율적으로 이용할 수 있도록
분배하는 정책이자 알고리즘

CPU 스케줄링 알고리즘 종류

FCFS (First Come First Service)

선입선출법(FIFO) 과 같은 개념으로 준비된 Queue 에 도착한 순서대로 CPU를 할당한다.

● 처리순서 : P1 , P2 , P3  P4, P5 순서로 처리됨.. 처리순서 고정불변
● 장점 : 공평함.
● 단점 : 콘보이효과 (Convoy Effect) - 처리시간이 아주 긴 프로세스가 계속 CPU를 독점
        하는 현상으로 인해 전체적인 처리율 및 응답시간이 지연됨.



SJF (Shortest Job First)

평균 대기 시간을 최소화하기 위해 CPU 점유 시간이 가장 짧은 프로세스에 CPU를 먼저 할당
하는 방식의 CPU 스케줄링 알고리즘.

● 처리순서 : P1 , P3 , P5, P2, P4 순서로 처리됨.. 
● 장점 : 콘보이효과 (Convoy Effect) 를 완화.
           : 평균 대기 시간에 있어서 최적 알고리즘
           :  FCFS보다 평균 대기시간은 감소
● 단점 : 프로세스의 완료시간을 예측하기가 어려움
            왜냐 짧은 프로세스가 중간중간 치고 들어오기 때문.. 따라서 작업시간이 긴
            프로세스는 계속 우선순위가 뒤로 밀릴 가능성이 있음 (기아상태/Starvation)
            -> 이를 해결하기 위해 우선순위가 뒤로 밀릴때마가 couting을 해서
                일정 counting 을 초과하면 더이상 뒤로 밀리지 않게 하는 Aging 기법
                으로 해결 가능
          
          
HRN (Highest Response Next)

대기시간이 긴 프로세스, 또는 실행시간이 짧은 프로세스의 우선순위를 높여 프로세스 간 자
원 점유 불평등을 보완하는 비선점 스케줄링 기법
즉, 대기프로세서 중 응답률이 가장 높은 것 선택

● 장점 : 긴작업과 짧은 작업간의 불평등을 어느정보 보완 
           : 짧은 작업이나 대기시간이 긴 작업은 우선순위 상승 (SJF 약점보완)
           : 시분할 시스템에 활용 시 유용
● 단점 : 준비상태 큐에 있는 각 프로세스의 서비스시간을 지속적으로 추적해야 하므로 Overhead증가



Round Robin 

들어오는 순서대로 같은 크기의 시간할당하는 방식
즉 준비큐에 있는 순서대로 각각 일정한 시간(타임 슬라이스)을 할당후 시간이 되면
하던 작업 중지하고 대기큐로 돌려보내고 준비큐에 있는 프로세스를 하나 꺼내와서
또 일정한 시간만큼 CPU를 할당하는 방식
따라서 시간할당 크기 즉 타임 슬라이스 크기가 크면 FCFS 랑 비슷해지고
, 작으면 문맥교환 빈번해짐
(주로 일괄처리시스템에 사용)

● 장점 : 공평함.
● 단점 : 타임 슬라이스의 크기에 따라 효율이 좌우됨.



SRT (Shortest Remaining Time)

Round Robin + SJF 를 합한 개념
즉 Round Robin 방식으로 일정한 타임 슬라이스 만큼 CPU를 할당해서 작업을 한 후
작업이 완료되지 않은 상태에서 시간이 완료되면 준비큐에 넣어놓고
다음 프로세스를 준비큐에서 가져올때 기준을  SJF 개념으로 작업시간이 가장 짧은
프로세스를 선택해서 일정한 타임 슬라이스 만큼 CPU를 할당한다는 개념

단점 : SJF 스케줄링 단점과 동일 
       : 프로세스의 완료시간을 예측하기가 어려움 
       : 작업시간이 긴 프로세스는 계속 뒤로 밀리는 아사(Starvation) 현상 발생 가능 
         (물론 Aging 기법으로 일정 부분 완화 가능)
|
 

MLQ(Multi Level Queue)

프로세스들에 대한 사전 실행 정보가 없는 경우 준비 상태의 큐를 여러 개 두어 스케줄링 
하는 선점형 스케줄링 기법.

● 특징: 다른 큐로 작업 이동 불가, 우선순위에 따른 선점
● 큐를 구분하는 특성
① 전면작업(Foreground)와 후면작업(Background)
② 기억장치의 요구량
③ 프로세스 우선순위
④ 프로세스 유형


MLFQ(Multi Level Feedback Queue)

다단계 큐 스케줄링에서 한 단계 발전된 방식으로, 큐마다 서로 다른 CPU Time Slice
(Quantum)를 부여 가능한 선점형 스케줄링 기법

● 특징:  다른 큐로 작업 이동 가능
● MLFQ를 결정하는 파라미터
① 큐의 개수
② 각 큐를 위한 스케줄링 알고리즘
③ 프로세스를 높은 우선순위 큐로 올려주는 시기를 결정하는 방법
④ 프로세스를 낮은 우선순위 큐로 내려주는 시기를 결정하는 방법
⑤ 프로세스가 들어갈 큐와 그 프로세스가 서비스를 받는 시기를 결정하는 방법

PaaS 기반의 SW개발 방법론 대두 배경

예전에 소프트웨어를 개발할려면 C, C++ 와 같은 저수준 Language나 Power Builder, Visual-Vasic 같은
고수준 언어를 이용해서 개발하면서 프린터같은 HW 및 OS단까지 직접 제어를 하도록 코딩하는 경우
가 많았다.  하지만 오늘날에는 SW 개발 그 자체에 집중해 보다 민첩하고 완성도 높은 제품을 만들어내는
것이 중요하게 여겨지고 있다. 이에 따라 인프라와 미들웨어, 기타 개발지원도구들을 포함한 PaaS 형태의
SW 개발환경 서비스가 주목받고 있다. 

오늘날 기업의 모든 인프라와 IT 자원이 서비스로 옮겨가고 있다(Everyting as a Service).
처음에는 IT 자원을 공유하는 개념으로만 출발했지만 지금은 SaaS가 빠르게 발전하고 있다.
이는 SW개발환경 역시 마찬가지다. OS 위에서 컴파일러를 사용한 개발언어 중심으로 애플리케이션을
개발하던 1세대에 비해, 오늘날 5세대 SW개발환경은 클라우드 환경에서 제공되는 IaaS/PaaS를 활용해
HW를 직접 도입하거나 설정하지 않고도 SW를 개발하고 있다.
클라우드 기반의 SW개발환경은 기존에 비해 매우 높은 생산성을 가질 수 있다. 이는 HW를 구매하고
설치하는 시간, 개발을 위한 프레임워크나 운영서버 등을 구성하는 시간 등 개발환경 구성에 투입되는
상당한 시간들을 개발에 집중할 수 있기 때문이다. PaaS 기반의 SW개발환경을 사용하면 거의
대부분의 시간을 직접적인 SW개발에만 투자할 수 있다. 또한 개발환경을 안정적으로 운영하는
과정이 필요없어 최소한의 인력만으로 SW를 개발할 수 있으며, 비즈니스 성장 등에 따라 서비스를
민첩하고 탄력적으로 운영할 수 있다.
(발췌 : ITDaily : http://www.itdaily.kr/news/articleView.html?idxno=93897)

PaaS 기발 SW개발 사례

■"SW 개발-배포-운영까지 클라우드 기반으로"

삼성SDS는 약 10년전 삼성SDS는 국내와 해외를 포함해 6개의 데이터센터를 운영했지만 올해엔
국내외 15개 데이터센터를 운영하고 서버와 스토리지 네트워크 등 주요 인프라는 10배 이상으로 늘렸다.
윤심 클라우드사업부장(부사장)은 "삼성 SDS는 클라우드 환경을 감안해 앱 개발단계부터 배포, 운영까지
모두 클라우드 시스템을 이용토록 삼성SDS 플랫폼서비스(PaaS)를 개발했다"고 말했다. 덩치 큰 앱은
여러개의 모듈로 나눠 부품처럼 일부만 수정해 갱신하게 한다.
개발한 앱을 여러개 사업 현장에 배포할때도 클라우드에서 한번에 할 수 있도록 자동화했다.
개발팀이 수정한 앱은 운영팀이 즉시 공유할 수 있도록 '데브옵스(DevOps)'라는 개발·운영팀 공유도구도
제공한다.
(기사 : 파이낸셜뉴스 / "삼성SDS PaaS로 덩치 큰 앱도 부품처럼 일부만 수정")


PaaS 기반의 SW 개발 방법론 주요 구성요소

                                  < 출처 : 정보관리기술사 118회 모임 : 두드림 >


PaaS 기반의 SW 개발 수행 절차

ECM (Enterprise Content Management) 의 정의

조직내의 처리업무에 관한 콘텐츠나 문서를 보관,전달,관리에 이용하는 기술
조직내에서 발생하는 비정형문서에 대한 생성부터 폐기까지의 일련의 과정을 관리하는 프로세스

ECM의 필요성

기업의 조직내에서 생성,유입,유출,폐기되는 콘텐츠는 다양한 포맷으로 유통되고 흘러간다
특히 요즈음 단순 문서형태가 아닌 Web content, ,CRM, EP(Enterprise Portal) 등 콘텐츠 
애플리케이션의 증가로 콘텐츠 조직과 프로세스가 복잡화 되었으며 그 양도 엄청 커졌다.
또한 조직내에서의 중복적인 콘텐츠의 생산에 대한 비용도 증대되었으며 , 그 생산프로세스
를 관리하고 정형화하고 유연한 작업환경의 제공이 필수적인 요소로 대두되고 있는 상황이다.
ICT즉면에서도 이러한 콘텐츠에 대한 관리의 분산으로 통제가 어렵게 되었고, 콘텐츠 배포작업
등에 에러율이 높아졌다. 또 날로 신기술이 나오면서 거기에 걸맞는 콘텐츠 관리가 요구되고
있는 실정이다. 

ECM의 특징

① XML을 메타 데이터 표현 도구로 사용한다.
② 포털구조를 지원하며, 필요 시 외부 전문 포털 시스템과 연계 가능하다.
③ 업무 분야에 따라 특수화에 손쉽게 대응 가능하다.

ECM의 주요 구성요소

ECM 구축을 위한 기술
 1. 콘텐츠의 활용 측면 ECM 구축 기술

 2. 비즈니스 측면 ECM위한 구축 기술

<출처 : 118회 정보관리기술사 동기모임 : 두두림>

정보호호인증(ISMS)과 개인정보보호인증(PIMS) 통합, ISMS-P

ISMS, PIMS 인증 기준의 유사 공통 항목을 통합하고 개인정보 특화 항목 분리
 ISMS-P 인증범위는 정보시스템과 개인정보 모두 고려
 ISMS(신규)인증은 의무사항이나 개인정보 특화 항목은 자율(선택) 사항임
 2019년 5월7일 이후 최초심사는 변경된 인증심사 기준인 ISMS(신규) 및 ISMS-P인증만 심사 가능
 (※ 인증 심사일 기준)


ISMS 심사종류

ISMS-P 정책,인증,심사기관

ISMS-P 심사소요 기간
 - 2개월 이상 ISMS 운영
 - 심사시작일 기준 최소 6주전에 신청서 제출  (준비부터 인증까지는 8개월 소요)
 - 심사후 결함 보완조치기간 40일 
   추가적인 보완조치기간 60일
   총 100일


ISMS 인증의무대상(정보통신망법 제47조 2항)

인증심사 일정

ISMS-P 인증기준

ISMS-P 주요 개정사항

데이터사이언스(Data Science)의 정의

1. 일반적인 컴퓨팅 기술 + 분산 컴퓨팅 기술 + 데이터 마이닝 + 기계학습 + 데이터 분석(통계, 수학)에
   해당하는 학술분야를 아울러 통칭하기 위해서 만들어졌다
2. 데이터마이닝(Data Mining) 과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터로부터 지식과
   인사이트를 추출하는데 과학적 방법론, 프로세스 알고리즘, 시스템을 동원하는 융합분야
3. 데이터를 통해 실제 현상을 이해하고 분석하는데 통계학, 데이터분석, 기계학습과 연관된 방법론 
   통합 학문


데이터사이언스(Data Science)의 등장배경

전통적인 데이터 분석은 주로 '통계학' 을 중심으로 한 분석(analysis)은 표집(sample)된 데이터를 주로
다루는데 이런 표집데이터 즉 샘플데이터(Sample Data) 는 글자 그래도 샘플이기 때문에 컴퓨터에
저장되는 Size가 작다. (물론 통계학 자체가 이런 샘플 데이터를 가지고 전체 모수를 추측하는
학문이기때문에 당연하다.)
하지만 대량의 데이터 즉 빅데이터가 출연하면서 통계학뿐만 아니라 컴퓨터공학에서도 현실적으로
큰 장벽이 되기 시작했다. 이러한 빅데이터를 처리하는데 많은 자원과 시간이 소모되었기 때문에
당연히 반복작업이 많은 데이터분석, 기계학습과 같은 것은 만족할 만한 결과를 도출하기가 거의
불가능했다. 하지만 빅데이터 기술과 함께 분산컴퓨팅이 고도화되고 일반화도되면서 비교적 저렴한
가격으로 대량의 데이터를 처리할 수 있는 방법으로 이런 제약이 점차 사라지게 되었다.
이런 분산컴퓨팅환경에서의 데이터분석과 현대의 비즈니스는 아주 새롭지는 않지만 기존에 나눠서
했던 작업을 한꺼번에 융합해서 하는 작업을 요구하게 되었고, 그것을 데이터과학(data science)
이라고 부를 수 있다.
즉 전통적인 분석은 통계학을 중심으로 샘플을 중심으로 추론 등에 중심을 둔다고 하면 빅데이터는
대량의 데이터를 처리하고 실시간으로 활용하며 기계학습과 같은 것을 더불어 사용한다. 
즉 예전에는 통계학자, 수학자, 데이터분석가,기계학습전문가 등이 각각 역할을 수행했지만 지금은
분산컴퓨팅 등 대량의 데이터를 처리할 수 있는 환경이 만들어지면서 한 사람이 그 역할들을 같이
수행할 수 있게 되었다.


데이터사이언스에 필요한 스킬 - Data scientist skill set

<출처 : 인투더데이터 : http://intothedata.com/01.data_science/ >

오픈소스 DB의 바람

현재 데이터베이스의 시장은 전통적인 강자인 Oracle , SQL Server 가 시장 점유율에서 높은 자리를 
차지하고 있다는 건 누구나 아는 사실이다. 
하지만 데이터베이스 시장에 '탈 오라클'을 앞세운 오픈소스 기반의 데이터베이스가 바람을 일을키고
있다. 
최근 마리아DB와 몽고DB 등 인기 오픈소스 DB는 한국 지사를 세워 본격적인 시장 공략에 나섰으며,
아마존웹서비스(AWS)와 구글 등 클라우드 서비스 업체들은 오픈소스 및 이를 기반으로 한 자체 DB
서비스를 강화하는 추세다. 구글 클라우드는 최근 기자간담회를 개최하고, 내년 초 국내에 데이터센터가
들어서면 본격적인 클라우드 DB 서비스 확대를 예상했다.
여기에 큐브리드, 알티베이스와 같은 국내 오픈소스 DB업체까지 가세하며 그야말로 오픈소스 DB의
춘추전국시대를 맞이했다는 평가다. 물론 전세계 DBMS 시장의 60% 이상을 차지하는 오라클의
벽을 깨긴 쉽지 않지만, 점차 오라클의 틈새를 파고들고 있다는 평가다.

데이터베이스 순위

                 DB엔진닷컴 2019년 10월 순위


외산 오픈소스 DB

국산 오픈소스 DB

국내 대표 오픈소스DB인 ‘큐브리드’도 최근 공공, 국방분야에서 독보적인 존재감을 드러내고 있다.
지난 2008년 오픈소스로 전환한 큐브리드는 최근 미국 IT솔루션 리뷰업체(굿펌즈)에서 선정한
‘오픈소스 DB 관리 소프트웨어 10선’에 선정되기도 했다.


클라우드 업체의 DB 공세

<출처 : 디지털데일리 : https://n.news.naver.com/article/138/0002078070 >