[논문]텍스트마이닝을 이용한 정보보호 연구동향 분석

김태경; 김창식

doi:10.17662/ksdim.2018.14.2.019

텍스트마이닝을 이용한 정보보호 연구동향 분석
Research Trends Analysis of Information Security using Text Mining 원문보기 논문타임라인

디지털산업정보학회논문지 = Journal of the Korea Society of Digital Industry and Information Management, v.14 no.2, 2018년, pp.19 - 25

김태경 (명지전문대학 인터넷응용보안공학과) , 김창식 (배화여자대학교 글로벌관광과)

Abstract ▼ AI-Helper

With the development of IT technology, various services such as artificial intelligence and autonomous vehicles are being introduced, and many changes are taking place in our lives. However, if secure security is not provided, it will cause many risks, so the information security becomes more important. In this paper, we analyzed the research trends of main themes of information security over time. In order to conduct the research, 'Information Security' was searched in the Web of Science database. Using the abstracts of theses published from 1991 to 2016, we derived main research topics through topic modeling and time series regression analysis. The topic modeling results showed that the research topics were Information technology, system access, attack, threat, risk management, network type, security management, security awareness, certification level, information protection organization, security policy, access control, personal information, security investment, computing environment, investment cost, system structure, authentication method, user behavior, encryption. The time series regression results indicated that all the topics were hot topics.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그러나 안전한 보안이 제공되지 않는다면 많은 위험을 야기하게 되므로 기술이 발전될수록 정보보안의 중요성은 더욱 높아지고 있다. 따라서 본 논문에서는 시간의 흐름에 따른 정보보안의 주요 주제들의 연구동향을 분석하였다.
따라서 본 연구에서는 정보보안에 대한 연구들이 어떻게 변화하고 있는지 연구동향을 분석하고자 한다.
또한 국내 교통·ICT 융합 분야의 연구기회를 발견하기 위해 토픽 모델링을 이용한 연구가 수행되었다. 이 연구에서는 주로 교통 관련 연구 동향을 정량적으로 분석하였고, 교통 분야에서 IoT 활성화를 위해 필요한 연구주제를 파악하였다[8].

제안 방법

따라서 이러한 한계점을 극복하기 위해서는 토픽모델링을 수행한 후에 시계열회귀분석 기법을 적용하여 결과에 대한 타당성을 통계적 기법을 적용하여 제시할 수 있다[2]. 본 논문에서는 정보보안 분야의 연구동향 분석을 위해 토픽모델링과 시계열 분석 기법을 적용하였으며, 분석은 해외 저널 논문들의 초록을 대상으로 보안과 관련된 주요 토픽들을 분석하였다. 분석대상의 선정은 웹오브 사이언스(Web of Science) 데이터베이스에서 ‘Information Security’ 을 검색하여 1991년부터 2016년까지 게재된 논문의 초록들을 대상으로 하였다.
분석의 절차는 데이터의 전처리, 토픽모델링, 시계열회귀분석 3단계로 분석을 수행하였다[2].
그 사례로는 이슈가 되고 있는 주제와 점차 감소하는 추세에 있는 주제를 파악하기 위해 PNAS(Proceedings of the National Academy of Sciences of the United States of America)의 초록 분석을 통해 주제어에 대한 연구 현황을 분석하는 연구가 수행되었으며[6], 국내의 문헌정보학 분야에서는 연구 동향을 분석하기 위하여 토픽 모델링을 수행한 연구도 있다. 이 연구에서는 문헌정보학 분야의 주요 학술지들의 1970년도부터 2012년도까지 발표된 논문의 초록들을 기반으로 토픽 모델링을 수행하였다[7]. 또한 국내 교통·ICT 융합 분야의 연구기회를 발견하기 위해 토픽 모델링을 이용한 연구가 수행되었다.
이외에도 시뮬레이션 연구 동향을 분석하기 위해 토픽 모델링을 이용한 연구도 있으며, 이 연구에서는 KCI 등재된 논문 중에서 ‘시뮬레이션’ 키워드가 있는 논문들을 수집하여 논문의 분야와 트렌드 분석, 토픽분석을 진행하였다[9].

대상 데이터

정보보안 분야 연구트렌드에 대한 분석을 위하여, 웹오브사이언스(Web of Science) 데이터베이스에서‘Information Security’ 을 검색하여 1991년부터 2016년까지 1,446편 논문의 초록을 분석의 대상으로 선정하였다. 본 연구는 데이터 전처리 후 1,096편의논문 초록을 대상으로 기간별 연구동향을 파악하였다. 다음의 <표 1>은 5년 단위로 분석을 수행한 연도별 논문의 수를 나타낸 것이다.
분석대상의 선정은 웹오브 사이언스(Web of Science) 데이터베이스에서 ‘Information Security’ 을 검색하여 1991년부터 2016년까지 게재된 논문의 초록들을 대상으로 하였다.
정보보안 분야 연구트렌드에 대한 분석을 위하여, 웹오브사이언스(Web of Science) 데이터베이스에서‘Information Security’ 을 검색하여 1991년부터 2016년까지 1,446편 논문의 초록을 분석의 대상으로 선정하였다.

데이터처리

본 연구에서의 토픽 모델링은 SAS EM을 활용하였으며, 토픽 모델링의 빈도는 각 토픽이 얼마나 많이 등장하였는지를 나타낸다. 토픽은 핵심 키워드를 대표하는 용어로 정의하였다.
시간의 흐름에 따른 정보보호 분야의 핵심 토픽의 변화를 파악하기 위하여, 토픽모델링 결과를 토대로 SPSS를 활용한 시계열회귀분석을 수행하였다. 이러한 시계열회귀분석의 결과 값을 통해, 각 토픽들의 26년간 연도별 추세를 파악할 수 있다.

성능/효과

이 기간 논문에서는 정보기술, 시스템 접근, 공격,위협, 위험관리, 네트워크 형태, 보안관리, 보안인식, 인증 수준, 정보보호 조직, 보안정책, 접근제어, 개인정보, 보안 투자, 컴퓨팅 환경, 투자비, 시스템 구조, 인증 방법, 사용자 행동, 암호화 등의 순으로 주제가 나타났다.

질의응답

핵심어	질문	논문에서 추출한 답변
	텍스트마이닝을 활용한 정보보안 연구의 한계점을 극복하기 위해 무엇을 제시했는가?	일반적으로 텍스트마이닝을 활용하여 연구동향을 분석하는 방법들은 많이 사용되는 단어들에 가중치를 부여하고 군집도를 파악하는 방법으로 분석을 수행하고 있으나 이 방법의 단점으로는 전문가의 전문성에 따라 그 결과가 달라질 수 있다는 한계점을 가지고 있다[1]. 따라서 이러한 한계점을 극복하기 위해서는 토픽모델링을 수행한 후에 시계열회귀분석 기법을 적용하여 결과에 대한 타당성을 통계적 기법을 적용하여 제시할 수 있다[2]. 본 논문에서는 정보보안 분야의 연구동향 분석을 위해 토픽모델링과 시계열 분석 기법을 적용하였으며, 분석은 해외 저널 논문들의 초록을 대상으로 보안과 관련된 주요 토픽들을 분석하였다.
	텍스트마이닝을 활용한 정보보안 연구의 단점은?	일반적으로 텍스트마이닝을 활용하여 연구동향을 분석하는 방법들은 많이 사용되는 단어들에 가중치를 부여하고 군집도를 파악하는 방법으로 분석을 수행하고 있으나 이 방법의 단점으로는 전문가의 전문성에 따라 그 결과가 달라질 수 있다는 한계점을 가지고 있다[1]. 따라서 이러한 한계점을 극복하기 위해서는 토픽모델링을 수행한 후에 시계열회귀분석 기법을 적용하여 결과에 대한 타당성을 통계적 기법을 적용하여 제시할 수 있다[2].
	텍스트 마이닝의 대표적인 분석 방법은?	텍스트 마이닝은 문자와 텍스트로 구성되어 있는 비정형 데이터를 분석하는 기법으로, 대표적인 분석 방법으로는 시멘틱 웹 및 온톨로지, 오피니언 마이닝, 토픽 모델링 등이 있으며, 이 방법들은 텍스트를 기반으로 분석을 수행하는 기법이다[3]. 이중에서 토픽 모델링은 비정형 데이터에서 특정 토픽을 추출하는 알고리즘을 적용하고, 확률적 기법을 활용하여 문서에서 어떤 단어들 간에 연관성이 있으며, 어떤 주제어들을 가지고 있는가를 확인하는 알고리즘이다[4].

참고문헌 (10)
타임라인 바로가기

이기헌, 정효정, 송민식, "문헌정보학 분야 핵심 학술지들의 가중 주제-방법 네트워크 분석," 한국문헌정보학회지, 49(3), 2015.8, pp.457-488.

원문보기 상세보기 타임라인에서 보기
김창식, 최수정, 곽기영, "토픽모델링과 시계열회 귀분석을 활용한 정보시스템분야 연구동향 분석," 디지털콘텐츠학회논문지, 18(6), 2017.10, pp.1143-1150.

원문보기 상세보기 타임라인에서 보기
김성근, 조혁준, 강주영, "학술연구에서의 텍스트 마이닝 활용 현황 및 주요분석기법," 정보기술아키텍처연구, 13(2), 2016, pp.317-329.
Blei, D., Ng, A. and Jordan, M., "Latent Dirichlet Allocation," Journal of Machine Learning Research, Vol. 3, 2003, pp.993-1022.
김남규, 이동훈, 최호창, William Xiu Shun Wong, "텍스트 분석 기술 및 활용 동향," 한국통신학회논문지, 42(2), 2017.2, pp.471-492.

원문보기 상세보기 타임라인에서 보기
T. L. Griffiths and M. Steyvers, "Finding scientific topics," in Proc. National Academy Sci., 101(1), Apr. 2004, pp.5228-5235.

상세보기 타임라인에서 보기
박자현, 송민, "토픽모델링을 활용한 국내 문헌정 보학 연구동향 분석," 정보관리학회지, 30(1), 2013, pp.7-32.

원문보기 상세보기 타임라인에서 보기
오준석, "텍스트마이닝 방법을 통한 국내 교통.ICT 융합 분야 연구기회 발견," 교통연구, 22(4), 2015, 12. pp.93-110.
나상태, 김자희, 정민호, 안주언, "토픽 모델링을 이용한 시뮬레이션 연구 동향 분석," 한국시뮬레이션학회 논문지, 25(3), 2016.9, pp.107-116.

원문보기 상세보기 타임라인에서 보기
임효창, 권윤화, 박소희, 한혜중, "7S 모델과 경쟁가치 모델을 활용한 기업보안 조직문화 진단 도구 개발," 경영컨설팅연구, 17(3), 2017, pp.183-192.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

텍스트마이닝을 이용한 정보보호 연구동향 분석
Research Trends Analysis of Information Security using Text Mining 원문보기 논문타임라인

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

질의응답

참고문헌 (10)
타임라인 바로가기

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

텍스트마이닝을 이용한 정보보호 연구동향 분석 Research Trends Analysis of Information Security using Text Mining 원문보기 논문타임라인

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

질의응답

참고문헌 (10) 타임라인 바로가기

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

텍스트마이닝을 이용한 정보보호 연구동향 분석
Research Trends Analysis of Information Security using Text Mining 원문보기 논문타임라인

AI 본문요약
AI-Helper

참고문헌 (10)
타임라인 바로가기