초록 ▼

연구의 목적 및 내용
- 다양한 데이터 분석 기법을 통한 지능형 추천 서비스가 필요함
- 개인정보 노출에 따른 정보시스템 사용의 위험성이 대두되고 있음.
- 다양한 유무선 기기로부터의 무차별적 개인 정보 수집으로 인한 퍼베이시브 프라이버시 문제를 해결하고자함
- 빅데이터 처리를 위한 효과적인 정보 시스템에 대한 연구가 필요함
- 개인정보를 포함한 빅데이터의 처리를 통한 지능형 추천 서비스 제공을 목적으로 함

연구결과
소셜 빅데이터의 활용
본 연구과제에서는 Socioscope라는 실제

연구의 목적 및 내용
- 다양한 데이터 분석 기법을 통한 지능형 추천 서비스가 필요함
- 개인정보 노출에 따른 정보시스템 사용의 위험성이 대두되고 있음.
- 다양한 유무선 기기로부터의 무차별적 개인 정보 수집으로 인한 퍼베이시브 프라이버시 문제를 해결하고자함
- 빅데이터 처리를 위한 효과적인 정보 시스템에 대한 연구가 필요함
- 개인정보를 포함한 빅데이터의 처리를 통한 지능형 추천 서비스 제공을 목적으로 함

연구결과
소셜 빅데이터의 활용
본 연구과제에서는 Socioscope라는 실제 시스템의 구축을 통해 Open API를 제공하는 모든 소셜 네트워킹 서비스로부터의 데이터 수집이 가능하며 빅데이터 구축 기능을 구현 완료하였다.
1) Twitter, 2) FaceBook, 3) Flickr, 4) Instagram, 5) KakaoTalk

SNS에서의 개인정보 확산 방지를 위한 스트림 데이터의 실시간 분석 기술 개발
수집한 소셜 빅데이터의 분석을 통하여 실시간 이벤트 탐지가 가능한 기능을 구현 완료하였다. 또한 실시간 소셜 데이터 스트림의 비주얼라이제이션 기능을 통하여 가독성을 향상시켰다.

효율적 분산 병렬 처리 기술의 적용
대표적인 NoSQL 엔진인 MongoDB 기반의 빅데이터 처리 모듈을 구현하였으며, 구글의 TensorFlow 기반의 딥러닝 기능의 적용이 완료되었다.

개인정보 온톨로지(Privacy Policy Ontology)의 확장 및 추론 모듈 개발
개인정보 및 Trust의 의미적 메타 정보(Semantic Metadata)를 OWL 기반으로 표현 완료하였다. 이는 JENA 기반 추론 모듈을 개발 완료하였다.

연구결과의 활용계획
1) 빅데이터 수집
2) Privacy ontology를 활용한 효과적 어노테이션 모듈
3) 외부의 온톨로지와의 매핑 API 설계 및 구현
4) 대규모 소셜네트워크의 구성 및 분석 알고리즘 설계 및 구현
5) 빅데이터 분석을 위한 분산 환경 구축 대신에 클라우드 환경

(출처 : 요약문 4p)

Abstract ▼

Purpose& contents
- Smart recommendation services have to be studied by various data analytics.
- There is a large risk on privacy leakage in most of information systems.
- The private data can be collected from various wireless devices.
- We need to study the big data processing methods

Purpose& contents
- Smart recommendation services have to be studied by various data analytics.
- There is a large risk on privacy leakage in most of information systems.
- The private data can be collected from various wireless devices.
- We need to study the big data processing methods.
- The purpose of this study is to develop intelligent recommendation system by analyzing big data with private data.

Result
Employing social big data
Socioscope which is a system for social big data has been developed for collecting available data from social open APIs.
1) Twitter, 2) FaceBook, 3) Flickr, 4) Instagram, 5) KakaoTalk

Real-tim Data stream analytics for Privacy-preserving in SNS
Social big data collected from social media can be analyzed in real time. In addition, data stream visualization function has been implemented for better understandability.

Application of High-performance computing method
MongoDB as NoSQL database management and TensorFlow as deep learning system has been employed for big data processing.

Extending Privacy Policy Ontology and developing PPO-based reasoner
Privacy and trust information has been annotated by PPO. This study has extended PPO 2.0 and JENA has been applied for reasoning module.

Expected Contribution
1) Big data collection
2) Efficient annotation module for using Privacy ontology
3) Designing and implementing Ontology mapping API for merging with external ontologies
4) Designing and implementing large scale social network analytics module
5) Cloud-based service for privacy-preserving dataset

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• 연구계획 요약문 ... 3
• 연구결과 요약문 ... 4
• 한글요약문 ... 4
• SUMMARY ... 5
• 연구내용 및 결과 ... 6
• 1. 연구개발과제의 개요 ... 6
• 2. 국내외 기술개발 현황 ... 8
• 3. 연구수행 내용 및 결과 ... 9
• 4. 목표달성도 및 관련분야에의 기여도 ... 10
• 5. 연구결과의 활용계획 ... 12
• 6. 연구과정에서 수집한 해외 과학기술정보 ... 12
• 7. 주관연구책임자 대표적 연구실적 ... 13
• 8. 참고문헌 ... 14
• 9. 연구성과 ... 15
• 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 28
• 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 28
• 12. 기타사항 ... 28
• 별첨1 대 표 연 구 실 적 ... 29
• 별첨2 세부 목표 관련 증빙 ... 44
• 끝페이지 ... 46