초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

하드웨어의 발전과 소셜 플랫폼의 다양화로 인해 디지털 기기를 매개체로 생산되는 데이터의 양은 기하급수적으로 증가하고 있으며, 이전의 생산되던 데이터의 형상과는 다르게 대용량화되고 단순해지고 있다. 이러한 데이터를 처리하기 위해 다양한 솔루션이 등장하고 있는데 대표적으로 NoSQL DBMS가 활용되고 있다.
데이터베이스 포렌식 수사 기법은 수요가 높아 많은 부분에서 연구가 진행되어 왔지만 모두 ...

하드웨어의 발전과 소셜 플랫폼의 다양화로 인해 디지털 기기를 매개체로 생산되는 데이터의 양은 기하급수적으로 증가하고 있으며, 이전의 생산되던 데이터의 형상과는 다르게 대용량화되고 단순해지고 있다. 이러한 데이터를 처리하기 위해 다양한 솔루션이 등장하고 있는데 대표적으로 NoSQL DBMS가 활용되고 있다.
데이터베이스 포렌식 수사 기법은 수요가 높아 많은 부분에서 연구가 진행되어 왔지만 모두 관계형 데이터베이스를 대상으로 연구가 진행되어왔다. NoSQL DBMS에 관한 연구도 진행되었지만, 아직 소수의 NoSQL DBMS를 대상으로 연구가 진행되어 왔으며 각 NoSQL DBMS는 특성과 모델이 달라 기존의 연구를 바로 적용하기는 어렵다. 본 논문의 대상인 Key-Value 모델의 경우 다른 모델과는 달리 많은 DBMS가 메모리에 로드되어 구동되기 때문에 이를 고려한 데이터 수집 절차가 진행되어야하고 또한 같은 모델을 사용하더라도 논리적으로 저장되는 파일 구조는 다르기 때문에 이에 대한 분석과 삭제된 데이터 연구 방안도 별도로 연구되어야한다. 이에 본 논문에서는 Key-Value 모델을 사용하는 범용 데이터베이스 3종(Memcached, Redis, Riak KV)을 선정하고 연구하여 해당 모델에 대해 일반적으로 적용할 수 있는 디지털 포렌식 조사 기법을 제안한다. 또한 제안된 조사 기법을 Redis 데이터베이스를 대상으로 Case Study를 통해 절차의 실효성과 삭제된 데이터 복구 방안을 검증한다.

주제어