드론 기반 위협의 시공간적 분석 및 드론위협 지수화에 관한 연구 : ACLED 이벤트 데이터를 중심으로 Spatio-Temporal Analysis of Drone?based Threats and the Development of a Drone Threat Index: Focusing on ACLED Event Data원문보기
드론(Drone)은 제1차 세계대전에서 대공사격 훈련용 표적기로 출발하여 기술적인 발전과 함께 전장(戰場)의 정보 수단으로 활용되고 있다. 최근에는 표적 공격, 폭탄 투하, 통신 중계, 전자전 등 군사적인 영역뿐만 아니라 안전 감시, 과학 연구, 촬영 및 레저 등에서 활용 범위를 넓혀가고 있다. 특히, 러시아-우크라이나전쟁과 북한 드론의 우리나라 영공침범을 계기로 드론은 더욱 주목받고 있다. 드론의 운용은 증가하고 있음에도 불구하고 드론 기반 위협의 실체에 관한 연구는 개념적이거나 제한된 사례를 기반으로 한정적으로 진행되고 있다. 따라서 본 연구에서는 드론 기반 위협의 실체를 확인하기 위하여 ACLED(Armed Conflict ...
드론(Drone)은 제1차 세계대전에서 대공사격 훈련용 표적기로 출발하여 기술적인 발전과 함께 전장(戰場)의 정보 수단으로 활용되고 있다. 최근에는 표적 공격, 폭탄 투하, 통신 중계, 전자전 등 군사적인 영역뿐만 아니라 안전 감시, 과학 연구, 촬영 및 레저 등에서 활용 범위를 넓혀가고 있다. 특히, 러시아-우크라이나전쟁과 북한 드론의 우리나라 영공침범을 계기로 드론은 더욱 주목받고 있다. 드론의 운용은 증가하고 있음에도 불구하고 드론 기반 위협의 실체에 관한 연구는 개념적이거나 제한된 사례를 기반으로 한정적으로 진행되고 있다. 따라서 본 연구에서는 드론 기반 위협의 실체를 확인하기 위하여 ACLED(Armed Conflict Location & Event Data Project)에서 ‘드론’이라는 키워드로 13,636건의 데이터를 검색하여 분석하는 방법으로 드론 운용에 관한 시공간적 양상과 경향성을 파악하였다. 드론의 운용을 분석하기 위한 데이터마트 스키마에는 ACLED event라는 Fact table과 Date, Type, Actor, Target, Location이라는 5개의 차원 테이블과 함께 군집분석을 위한 1개의 하위 테이블인 Clustering 테이블로 구성되었다. 이렇게 구성된 다차원모델을 활용하여 시공간 분석을 하였으며, Hotspot 확인을 위하여 HDBSCAN 알고리즘을 사용하였다. 시공간 분석을 통하여 전쟁이 진행되고 있는 우크라이나, 예멘, 시리아 및 미얀마 등의 지역에서 드론이 집중적으로 운용되고 있으며, 지역과 시간을 종합적으로 볼 때 연도별로 지속적인 드론 기반 위협의 증가 현황과 시간적인 패턴을 확인할 수 있었다. 또한 분석에 사용된 데이터에서 드론 운용의 건수, 사망자 수, 부상자 수를 기반으로 드론위협 지수(Drone Threat Index)를 제안하였다. 연구를 통하여 드론이라는 특정 무기체계의 운용과 관련된 복잡한 역학 및 다각적인 특성과 함께 국가별로 드론 기반 위협을 계량화할 수 있는 방법을 확인하였다.
【중심어】다차원분석, 시공간적분석, HDBSCAN, Hotspot, 위협지수, 드론
드론(Drone)은 제1차 세계대전에서 대공사격 훈련용 표적기로 출발하여 기술적인 발전과 함께 전장(戰場)의 정보 수단으로 활용되고 있다. 최근에는 표적 공격, 폭탄 투하, 통신 중계, 전자전 등 군사적인 영역뿐만 아니라 안전 감시, 과학 연구, 촬영 및 레저 등에서 활용 범위를 넓혀가고 있다. 특히, 러시아-우크라이나전쟁과 북한 드론의 우리나라 영공침범을 계기로 드론은 더욱 주목받고 있다. 드론의 운용은 증가하고 있음에도 불구하고 드론 기반 위협의 실체에 관한 연구는 개념적이거나 제한된 사례를 기반으로 한정적으로 진행되고 있다. 따라서 본 연구에서는 드론 기반 위협의 실체를 확인하기 위하여 ACLED(Armed Conflict Location & Event Data Project)에서 ‘드론’이라는 키워드로 13,636건의 데이터를 검색하여 분석하는 방법으로 드론 운용에 관한 시공간적 양상과 경향성을 파악하였다. 드론의 운용을 분석하기 위한 데이터마트 스키마에는 ACLED event라는 Fact table과 Date, Type, Actor, Target, Location이라는 5개의 차원 테이블과 함께 군집분석을 위한 1개의 하위 테이블인 Clustering 테이블로 구성되었다. 이렇게 구성된 다차원모델을 활용하여 시공간 분석을 하였으며, Hotspot 확인을 위하여 HDBSCAN 알고리즘을 사용하였다. 시공간 분석을 통하여 전쟁이 진행되고 있는 우크라이나, 예멘, 시리아 및 미얀마 등의 지역에서 드론이 집중적으로 운용되고 있으며, 지역과 시간을 종합적으로 볼 때 연도별로 지속적인 드론 기반 위협의 증가 현황과 시간적인 패턴을 확인할 수 있었다. 또한 분석에 사용된 데이터에서 드론 운용의 건수, 사망자 수, 부상자 수를 기반으로 드론위협 지수(Drone Threat Index)를 제안하였다. 연구를 통하여 드론이라는 특정 무기체계의 운용과 관련된 복잡한 역학 및 다각적인 특성과 함께 국가별로 드론 기반 위협을 계량화할 수 있는 방법을 확인하였다.
Drones, which originated as target aircraft for anti-aircraft fire training during World War I, have evolved technologically to become vital sources of information on the battlefield. Their usage has expanded beyond military applications such as targeted attacks, bomb deployment,...
Drones, which originated as target aircraft for anti-aircraft fire training during World War I, have evolved technologically to become vital sources of information on the battlefield. Their usage has expanded beyond military applications such as targeted attacks, bomb deployment, communication relays, and electronic warfare to encompass civilian areas including safety surveillance, scientific research, photography, and recreation. The use of drones has garnered increasing attention, especially in light of events such as the Russia-Ukraine conflict and North Korean drones intruding into the Republic of Korea airspace. Despite the rising operational deployment of drones, research into the reality of drone-based threats has been limited to conceptual frameworks or isolated instances. In this study, to examine the actuality of drone-based threats, we conducted a search and analysis of 13,636 records using the keyword 'drone' from the Armed Conflict Location & Event Data Project (ACLED), aiming to discern spatiotemporal patterns and tendencies in drone operations. The schema for the data mart used in analyzing drone operations comprises an ACLED event fact table, along with five dimension tables: Date, Type, Actor, Target, and Location. Additionally, a sub-table, the Clustering table, was employed for cluster analysis. For the spatiotemporal analysis, a multidimensional model was utilized, while the HDBSCAN algorithm aided in identifying operational hotspots. The spatiotemporal analysis indicated that drones are being heavily utilized in ongoing conflict zones, such as Ukraine, Yemen, Syria, and Myanmar. A comprehensive examination of regional and temporal data has confirmed a consistent annual escalation in drone-based threats and identifiable patterns over time. Additionally, the research introduces a 'Drone Threat Index,' which is derived from the number of drone operations, the number of fatalities, and the number of injuries recorded in the dataset. This study has uncovered the intricate dynamics and diverse attributes associated with drone operations, as well as methodologies for quantifying drone-based threats on a country-by-country basis.
Drones, which originated as target aircraft for anti-aircraft fire training during World War I, have evolved technologically to become vital sources of information on the battlefield. Their usage has expanded beyond military applications such as targeted attacks, bomb deployment, communication relays, and electronic warfare to encompass civilian areas including safety surveillance, scientific research, photography, and recreation. The use of drones has garnered increasing attention, especially in light of events such as the Russia-Ukraine conflict and North Korean drones intruding into the Republic of Korea airspace. Despite the rising operational deployment of drones, research into the reality of drone-based threats has been limited to conceptual frameworks or isolated instances. In this study, to examine the actuality of drone-based threats, we conducted a search and analysis of 13,636 records using the keyword 'drone' from the Armed Conflict Location & Event Data Project (ACLED), aiming to discern spatiotemporal patterns and tendencies in drone operations. The schema for the data mart used in analyzing drone operations comprises an ACLED event fact table, along with five dimension tables: Date, Type, Actor, Target, and Location. Additionally, a sub-table, the Clustering table, was employed for cluster analysis. For the spatiotemporal analysis, a multidimensional model was utilized, while the HDBSCAN algorithm aided in identifying operational hotspots. The spatiotemporal analysis indicated that drones are being heavily utilized in ongoing conflict zones, such as Ukraine, Yemen, Syria, and Myanmar. A comprehensive examination of regional and temporal data has confirmed a consistent annual escalation in drone-based threats and identifiable patterns over time. Additionally, the research introduces a 'Drone Threat Index,' which is derived from the number of drone operations, the number of fatalities, and the number of injuries recorded in the dataset. This study has uncovered the intricate dynamics and diverse attributes associated with drone operations, as well as methodologies for quantifying drone-based threats on a country-by-country basis.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.