[논문]빅데이터를 활용한 국내 보안솔루션 시장 동향 분석

박상천; 박동수

doi:10.5762/kais.2019.20.5.492

빅데이터를 활용한 국내 보안솔루션 시장 동향 분석
Analysis of Domestic Security Solution Market Trend using Big Data 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.20 no.5, 2019년, pp.492 - 501

박상천 (국방기술품질원) , 박동수 (국방기술품질원)

초록
AI-Helper

사이버 공간에서 안전하게 시스템을 사용하기 위해서는 상황에 적합한 보안 솔루션을 사용해야 한다. 사이버 보안을 강화하기 위해 과거부터 현재까지 보안의 흐름을 정확히 파악하고 미래의 다양한 위협에 대비해야 한다. 본 연구에서는 텍스트마이닝을 이용하여 신뢰도가 높은 네이버 뉴스의 보안/해킹 뉴스의 정보보안 단어들을 수집 후 분석하였다. 첫 번째는 지난 7년의 연도별 보안 뉴스 기사수를 확인하고 추이를 분석하였다. 두 번째는 보안/해킹 관련 단어 순위를 확인 후 매년 주요 관심사를 확인하였다. 세 번째는 보안 솔루션별 단어를 분석하여 어느 보안 그룹의 관심도가 높은지 확인하였다. 네 번째는 보안 뉴스의 제목과 본문을 분리 후 보안 관련 단어를 추출 후 분석하였다. 다섯 번째는 세부 보안 솔루션별 추이 및 동향을 확인하였다. 마지막으로 연도별 매출액과 보안 단어 빈도수를 분석하였다. 이러한 빅데이터 뉴스 분석을 통해 보안 솔루션에 대한 전반적인 인식 조사를 수행하고 많은 비정형 데이터를 분석하여 현재 시장 추세를 분석하고 미래를 예측할 수 있는 정보를 제공하는 데 기여하고자 한다.

Abstract ▼ AI-Helper

To use the system safely in cyberspace, you need to use a security solution that is appropriate for your situation. In order to strengthen cyber security, it is necessary to accurately understand the flow of security from past to present and to prepare for various future threats. In this study, information security words of security/hacking news of Naver News which is reliable by using text mining were collected and analyzed. First, we checked the number of security news articles for the past seven years and analyzed the trends. Second, after confirming the security/hacking word rankings, we identified major concerns each year. Third, we analyzed the word of each security solution to see which security group is interested. Fourth, after separating the title and the body of the security news, security related words were extracted and analyzed. The fifth confirms trends and trends by detailed security solutions. Lastly, annual revenue and security word frequencies were analyzed. Through this big data news analysis, we will conduct an overall awareness survey on security solutions and analyze many unstructured data to analyze current market trends and provide information that can predict the future.

주제어

표/그림 (20)

그림 Fig. 1. Analysis procedure
표 Table 1. Security/Hacking Articles(Unit: number)
그림 Fig. 2. Number of security/hacking articles by year
그림 Fig. 3. Monthly Security/Hacking Articles
표 Table 2. Security Solutions Classify
그림 Fig. 4. Frequency by Monthly Information Security Solution
표 Table 3. Security/Hacking News Title Keyword Frequency Rank
표 Table 4. Security/Hacking News Body Keyword Frequency Rank
그림 Fig. 5. Security Solution Articles (Title/Body) ratio analysis
표 Table 5. Security solution title Frequency ranking
표 Table 6. Security solution body Frequency ranking
그림 Fig. 6. Frequency of network security solutions
그림 Fig. 7. Frequency of system(terminal) security solution
그림 Fig. 8. Frequency of content(data) / information leakage prevention solution
그림 Fig. 9. Frequency of password/authentication solutions
그림 Fig. 10. Frequency of security management solution
그림 Fig. 11. Security Solutions Sales and Word Frequency(Network Security)
그림 Fig. 12. Security Solutions Sales and Word Frequency(System (Terminal) Security)
그림 Fig. 13. Security Solutions Sales and Word Frequency(Security management)
표 Table 7. Information security solution sales - Solution word frequency

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 상기 실태조사 보고서의 보안 솔루션에 관한 매출액 자료를 기반으로 빅데이터 텍스트마이닝 (textmaining)을 이용하여 매출액과 웹기사의 솔루션 단어 빈도수 수치를 확인 후 향후의 국내 보안 솔루션 시장을 예측하고자 한다.

제안 방법

2차는 ‘nkc’, ‘advance’, ‘mou’, ‘adc’, ‘access’와 같은 외래어 제거 작업을 진행하였다.
7차는 ‘방화벽어슈어런스’, ‘방화벽뿐만아니라’, ‘방화벽뿐만’, ‘방화벽마다’ 단어를 ‘방화벽’으로 단어에 붙어 있는 조사 및 단어 통합 작업을 진행하였다.
수집한 기사에 대하여 텍스트 전처리 과정을 시행하였다. R 프로그램의 dplyr, stringr, KoNLP 패키지를 이용하여 전처리 과정을 진행하고, 370,957 단어를 보유하고 있는 useSejongDic 세종 사전 패키지를 사용하였다[15]. 의미있는 단어를 추출하기 위해 다음과 같은 정제 작업을 진행하였다.
세 번째는 보안 솔루션 그룹별 집합의 추이를 확인하였다. 네 번째는 보안 솔루션의 제목과 본문의 키워드를 중심으로 빈도순위를 분석하였다. 다섯 번째는 매년 보안 솔루션별 그룹의 추이 분석을 하였고, 마지막으로 보안 솔루션의 매출액과 솔루션의 키워드 빈도수를 대조 분석함으로서 추후 동향분석을 하였다.
네이버 ‘보안/해킹’뉴스 기사를 대상으로 R 프로그래밍을 통한 뉴스의 제목 및 본문 기사를 크롤링 (crawling)하였다.
네 번째는 보안 솔루션의 제목과 본문의 키워드를 중심으로 빈도순위를 분석하였다. 다섯 번째는 매년 보안 솔루션별 그룹의 추이 분석을 하였고, 마지막으로 보안 솔루션의 매출액과 솔루션의 키워드 빈도수를 대조 분석함으로서 추후 동향분석을 하였다.
첫 번째는 연도별 기사수의 증감 분석과 변동 사유에 대하여 확인하였다. 두 번째는 보안/ 해킹 기사의 키워드를 제목과 본문으로 구분하여 분석하였다. 세 번째는 보안 솔루션 그룹별 집합의 추이를 확인하였다.
따라서 본 연구에서는 각종 뉴스 속의 보안 솔루션의 단어 출현 빈도를 분석하고 이를 보안 솔루션의 매출 현황과 비교분석하여 보안시장동향을 분석한다. 추가로 과거부터 현재까지 솔루션 시장 동향분석 데이터를 토대로 미래 보안시장 예측을 시도하였다.
본 논문은 R 프로그램을 통하여 2012년 5월부터 2018년 12월까지의 네이버 보안/해킹 기사를 수집하고 텍스트마이닝하였다. 연도별 보안/해킹 관련 기사 건수, 월별 기사 건수, 종류별 보안 솔루션의 빈도수, 보안 솔루션별 빈도수를 제목과 본문 비율의 Chart 분석 진행하였고, 그 결과를 종합적으로 정리함으로서 보안 솔루션 시장의 과거부터 현재까지의 동향과 추후에 어떠한 함의를 가질 수 있는가를 알아 알아보았다
본 연구에서는 보안 솔루션 시장분석을 위한 자료수집을 위해 R 프로그램을 사용하였다. 크롤링(crawling) 기능으로 수집한 데이터를 전처리 과정으로 데이터를 정제 후 분석하였다.
본 연구에서는 보안/해킹 기사분석 결과를 여러 가지 Chart로 도출하였다. 첫 번째는 연도별 기사수의 증감 분석과 변동 사유에 대하여 확인하였다.
두 번째는 보안/ 해킹 기사의 키워드를 제목과 본문으로 구분하여 분석하였다. 세 번째는 보안 솔루션 그룹별 집합의 추이를 확인하였다. 네 번째는 보안 솔루션의 제목과 본문의 키워드를 중심으로 빈도순위를 분석하였다.
기사 수집을 위해 N2H4 패키지의 R source를 수정하여 사용하였다[14]. 수집한 기사를 tm 패키지, dplyr 패키지, useSejongDic 사전 패키지, stringr 패키지, KoNLP 패키지를 사용하여 텍스트마이닝을 진행하였다.
수집한 기사에 대하여 텍스트 전처리 과정을 시행하였다. R 프로그램의 dplyr, stringr, KoNLP 패키지를 이용하여 전처리 과정을 진행하고, 370,957 단어를 보유하고 있는 useSejongDic 세종 사전 패키지를 사용하였다[15].
수집한 보안/해킹 뉴스 기사를 가지고 연도별 키워드 빈도수를 뉴스의 제목과 본문으로 분리하여 각 빈도수를 추출하였다. Table 3를 보면 ‘보안’이라는 단어 빈도수가 가장 많다.
본 논문은 R 프로그램을 통하여 2012년 5월부터 2018년 12월까지의 네이버 보안/해킹 기사를 수집하고 텍스트마이닝하였다. 연도별 보안/해킹 관련 기사 건수, 월별 기사 건수, 종류별 보안 솔루션의 빈도수, 보안 솔루션별 빈도수를 제목과 본문 비율의 Chart 분석 진행하였고, 그 결과를 종합적으로 정리함으로서 보안 솔루션 시장의 과거부터 현재까지의 동향과 추후에 어떠한 함의를 가질 수 있는가를 알아 알아보았다
본 연구에서는 보안/해킹 기사분석 결과를 여러 가지 Chart로 도출하였다. 첫 번째는 연도별 기사수의 증감 분석과 변동 사유에 대하여 확인하였다. 두 번째는 보안/ 해킹 기사의 키워드를 제목과 본문으로 구분하여 분석하였다.
따라서 본 연구에서는 각종 뉴스 속의 보안 솔루션의 단어 출현 빈도를 분석하고 이를 보안 솔루션의 매출 현황과 비교분석하여 보안시장동향을 분석한다. 추가로 과거부터 현재까지 솔루션 시장 동향분석 데이터를 토대로 미래 보안시장 예측을 시도하였다.
7차는 ‘방화벽어슈어런스’, ‘방화벽뿐만아니라’, ‘방화벽뿐만’, ‘방화벽마다’ 단어를 ‘방화벽’으로 단어에 붙어 있는 조사 및 단어 통합 작업을 진행하였다. 추가적으로 str_replace() 함수와 gsub() 함수를 사용하여 유사 단어 통합 및 보안 외 의미없는 단어 삭제 작업을 진행하였다.
본 연구에서는 보안 솔루션 시장분석을 위한 자료수집을 위해 R 프로그램을 사용하였다. 크롤링(crawling) 기능으로 수집한 데이터를 전처리 과정으로 데이터를 정제 후 분석하였다. 분석 절차는 그림 Fig.

대상 데이터

2017년 랜섬웨어 공격으로 전국민을 긴장하게 하였고, 2018년도 가상 화폐로 ‘랜섬웨어’와 ‘블록체인’ 단어가 상위권에 진입하였다.
네이버에서 ‘보안/해킹’ 기사 게재를 시작한 2012년 5월 3일부터 2018년 12월 31일까지 약 7년간의 기사를 수집 및 정제하였다.
총 35,065기사를 수집하였고, 수집된 단어의 종류는 119,667개, 분석된 단어의 수는 제목(Title) 단어 153,051개, 본문(Body) 단어 4,497,341개로 총 4,650,392개 이다.
활용 데이터는 신뢰도 높은 한국정보보호산업협회 (KISIA: Korea Information Security Industry Association)의 ‘정보보호산업 실태조사 보고서(Survey for Information Security Industry in Korea : Year 2018)’와 네이버(NAVER) 뉴스의 보안/해킹 기사를 활용하였다.

이론/모형

네이버 ‘보안/해킹’ 카테고리 뉴스에서 보안 솔루션 데이터 수집을 위하여 오픈소스 R 프로그램 3.4.3 버전를 사용하였다.

성능/효과

5가지 보안 솔루션 분야 중 네트워크 보안, 시스템(단말) 보안, 보안관리 분야는 빈도수와 향후 추이 동향 분석이 가능하였지만, 콘텐츠(데이터)/정보유출방지 보안와 암호/인증 솔루션 분야는 단어수와 매출액 비율의 정보를 가지고 추이를 분석하기에는 자료가 충분하지 않았다
보안관리 솔루션 관련 단어는 2016년도에 급격하게 증가하는 것을 확인하였으며, 취약점분석, TMS, PMS, 포렌식, 로그분석 등의 단어들이 주를 이루었다. 2016년 한 해 동안 총 6,400개가 넘는 취약점이 발견 되었다.
43%) 순으로 나타났다. 본문 (Body)을 비율로 분석해 보면 콘텐츠(데이터)/정보유출 방지 보안(43.70%), 보안관리(33.55%), 네트워크 보안 (13.21%), 시스템(단말) 보안(7.38%), 암호/인증(2.16%) 순으로 나타났다. Fig.
시스템(단말) 보안 솔루션 관련 단어는 약 1000개의 빈도수를 보였으며, 2013년과 2016년도에 약간 상승세를 보이고 있다. 관련 단어는 APT, 스팸, 안티멀웨이, 모바일 보안이 많은 빈도수를 보인다.

후속연구

사이버공격은 전 세계적으로 이슈가 되는 상황으로 국내 정보보안 솔루션 시장분석으로 제한하였다는 점과 기술보안 분야 뿐만 아니라 보안 분야를 확장 시켜 물리적 보안과 관리보안 분야도 포함 시켜 고려해야 한다. 그리고 보안 솔루션 시장 동향을 분석 결과를 가지고 보안 담당자는 향후 보안 트렌드를 파악 후 솔루션 구매 대상 선정에 도움을 받을 수 있다. 보안 업체는 시장 대응 및 신제품 개발 시 정보 활용이 가능하다.
본 논문에서 소개한 분석 방법 외에 추가적 연구가 필요하다. 사이버공격은 전 세계적으로 이슈가 되는 상황으로 국내 정보보안 솔루션 시장분석으로 제한하였다는 점과 기술보안 분야 뿐만 아니라 보안 분야를 확장 시켜 물리적 보안과 관리보안 분야도 포함 시켜 고려해야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	중국과 미국에서 사이버 보안 영역은 어떻게 다뤄지고 있는가?	사이버 보안은 세계적으로 주요한 관심사로 대두되고 있다. 중국의 경우 ‘정보화 영도조소’라는 기구를 신설하여 국가 사이버보안을 총괄하고 있으며, 미국의 경우 ‘17년 12월 ’블록체인 사이버 보안연구‘법안에 대통령이 서명함으로써 사이버보안 응용 프로그램 조사를 촉구한 바 있다[2]. 이처럼 국제적으로 사이버 보안 영역은 기업이나 개인의 영역이 아닌 국가적 차원에서 빠르게 변화하고 있다[3].
	사이버 보안을 강화하기 위해서 어떻게 해야하는가?	사이버 공간에서 안전하게 시스템을 사용하기 위해서는 상황에 적합한 보안 솔루션을 사용해야 한다. 사이버 보안을 강화하기 위해 과거부터 현재까지 보안의 흐름을 정확히 파악하고 미래의 다양한 위협에 대비해야 한다. 본 연구에서는 텍스트마이닝을 이용하여 신뢰도가 높은 네이버 뉴스의 보안/해킹 뉴스의 정보보안 단어들을 수집 후 분석하였다.
	상황에 적합한 보안 솔루션을 사용해야 하는 이유는?	사이버 공간에서 안전하게 시스템을 사용하기 위해서는 상황에 적합한 보안 솔루션을 사용해야 한다. 사이버 보안을 강화하기 위해 과거부터 현재까지 보안의 흐름을 정확히 파악하고 미래의 다양한 위협에 대비해야 한다.

참고문헌 (23)

Defense Agency for Technology and Quality,"Future defense technology linked with the fourth industrial revolution", 2017
S. J. Yun,"[Military china - Yoon Seok-joon's 'Chaimil'] Already started US-China version "US naval ship accident, is not it a coincidence?", 2017, [cited 2017 November 24], Avaliable From: https://blog.naver.com/china_lab/221147405605
S. W. Jang,"President Trump's signature 'Block Chain Cyber Security Research' bill", 2017,[cited 2017 December 14], Avaliable From: http://bigdata. getnews.co.kr/view.php?ud201712141002174184d48e16fff2_23
Blue house,"Enhanced capacity to respond to asymmetric threats such as North Korea's Nuclear Issue No.85 (Ministry of National Defense)", 2017, Avaliable From: http://www1.president.go.kr/governmentprojects
Korea Information Security Industry Association, "National Survey on Information Protection Industry", 2017.
Y. H. Noh, T. Y. Kim, D. K. Jeong, K. H. Lee, "Trend Analysis of Convergence Research based on Social Big Data" JOURNAL OF THE KOREA CONTENTS ASSOCIATION, Vol. 19, No. 2, pp. 135-146, Feb, 2019. DOI: https://10.5392/JKCA.2019.19.02.135
M. Song, "Technology Trend Analysis Using Text Mining: Newspaper Article Data," Proceedings of the Korea Information Management Society, pp. 9-30, Nov, 2017.
J. H. Kim, S. H. Kim, I. K. Cho, H. S. Cho, B. K. Noh, "Cyber Security Technology Trends Using Big Data", ETRI, pp. 19-29, 28, 2013.
J.A. Park, Im, H. B. Im, "Understanding Customer's Mind using Big Data Analytics," Korean Psychological Association Conference, pp. 200-200, Aug, 2018.
M. J. Kim, C. J. Kim, "Trend Analysis of News Articles Regarding Sungnyemun Gate using Text Mining," JOURNAL OF THE KOREA CONTENTS ASSOCIATION, Vol. 17, No. 3, pp. 474-485, Mar, 2017. DOI: https://doi.org/10.5392/JKCA.2017.17.03.474
INTERNET TREND, May 3, 2012 - December 31, 2018, Avaliable　From: http://trend.logger.co.kr/trendForward.tsp
Naver,"Security/Hacking News", May 3, 2012 - December 31, 2018,　Avaliable　From: http://news.naver.com/main/list.nhn?modeLS2D &midshm&sid1105&sid2732
Korea Information Security Industry Association, "National Survey on Information Protection Industry", 2018.
C. Y. Park, Naver News Crawlong, N2H4 R package, Avaliable From: https://github.com/mrchy park/N2H4
A. Alexandra, C. Paulo, R. Paulo, M. Sergio, "Research trends on Big Data in Marketing: A text mining and topicmodeling based literature analysis", Vol. 24, Issue 1, pp. 1-7, 2018
"K-ICT Strategy 2016", July 1, 2016, Avaliable From: https://blog.naver.com/0mikyoung0/220750945661
S. J. Kim ,S. W. Lee, 2018, "Social Engineering based Security Requirements Recommendation Framework to Prevent an Advanced Persistent Threat," Journal of KIISE, Vol. 45, No. 10, pp. 1015-1028. DOI: http://dx.doi.org/18-510

상세보기
B. H. Kim, D. W. Cho, "Network security technology trends and prospects", The Journal of The Korean Institute of Communication Sciences, Vol. 31, No. 4, pp. 99-106, 2014
Digital Story,"SK Communications Nate Hack, 2011", 2011, Avaliable　From: https://blog.naver.com /hahaseyo/10115157336
Cisco Korea Blog,"How many spam do you receive?",February 28, 2017, Avaliable From: http://www.ciscokrblog.com/1169
National Institute of Standards and Technology, Framework for Improving Critical Infrastructure Cybersecurity, 2017
"Top 10 vulnerabilities in 2016", January 24, 2017, Avaliable From: http://blog.alyac.co.kr/942
J. H. Eom, M. J. Kim, 2016, "Effect of Information Security Incident on Outcome of Investment by Type of Investors: Case of Personal Information Leakage Incident," Journal of the Korea Institute of Information Security & Cryptology, Vol. 26, No. 2, pp. 463-474. DOI: http://dx.doi.org/10.13089/JKIISC.2016.26.2.463

원문보기 상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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