서울 대도시권 버스 네트워크에서 승객이 전자 상거래로 구매한 소화물을 집이나 사무실로 가는 도중의 버스 정류장에서 수령할 필요가 있을 수 있다. 흐름-포착 위치-할당 모델을 응용하면 포착되는 승객 흐름을 최대화시키는 버스 정류장들을 선정하는 것이 가능하다. 승객 흐름은 승객 이동의 기-종점 쌍을 나타낸다. 본 논문에서는 기-종점 행렬을 이용하여 빠르게 픽업 위치를 선정하는 휴리스틱 알고리즘을 제안한다. 실험을 위한 대용량의 기-종점 행렬은 오백만 교통카드 트랜잭션들로부터 추출된다. 실험 결과에서 승객 흐름에 관한 특성과 포착률을 이용해 픽업 위치로 선정된 버스 정류장들을 설명하고 상위 20개 픽업 위치의 공간적인 분포를 지도로 표시하였다.

검색 창을 통해 입력된 검색어는 정보이용자가 의미 있는 자료를 찾아내는 적극적인 활동의 산물이다. 따라서 검색로그는 정보이용자의 관심사항을 알 수 있는 중요한 분석 데이터이다. 본 연구의 목적은 입력한 검색어의 범주화 결과와 엑세스한 문서의 범주가 어느 정도 유사한 상관관계를 가지는지 분석적으로 고찰해보는 것이다. KISTI(한국과학기술정보연구원)의 NDSL(과학기술정보센터) 사이트의 2009년 검색로그의 검색세션을 식별하고 검색세션단위로 검색어와 이용 자료를 추출한 후, 검색어에 대해 어떤 주제 분류에 속하는 용어인지 자동분류기로 식별한 결과가 실제 이용한 자료의 주제 분야와 잘 맞는지 비교하였다. 그 결과 상위 100개 검색어 분류에 대한 유사도 평균이 58.8%로 파악되었다. 결국 전체적인 유사도는 58.8%이하이며, 관련 연구에서 수행한 자료의 자동분류 검색성능 전문가 평가 결과인 76.8%에 비해 낮다. 이것은 검색어로 쓰인 용어가 다른 연구 분야의 관심 용어로 새롭게 주목 받고 있기 때문이라는 사실을 알 수 있었다.

데이터 마이닝은 다양한 분야에서 축적된 데이터로부터 필요한 지식을 탐사하기 위하여 널리 이용되고 있다. 연관규칙을 탐사하기 위하여 이벤트의 빈발 횟수에 기반을 둔 많은 방법들이 존재하지만, 이들은 이벤트가 연속적으로 발생하는 스트림 환경에는 적합하지 않다. 또한 실시간으로 연관규칙을 탐사해야 하는 스트림 환경에 적용하기에는 많은 비용이 든다. 이 논문에서는 스트림 환경에서 연관규칙을 탐사하기 위한 새로운 방법을 제안한다. 제안하는 방법은 데이터 스트림에서 목적 이벤트의 발생 간격에 따른 가변 윈도우로부터 이벤트의 존재 유무에 근거한 COBJ(Count object) 계산법을 이용하여 데이터 항목을 추출한다. 추출된 데이터는 FPMDSTN(Frequent Pattern Mining over Data Stream using Terminal Node) 알고리즘을 통해 실시간으로 연관규칙을 탐사한다. 실험 결과를 통해 제안하는 방법이 기존의 방법에 비해 스트림 환경에 효율적임을 보인다.

클래스들 간의 거리를 최대화시키는 사영 방향을 구하는 감독차원감소 방법인 선형판별분석법(LDA)은 클래스 정보를 가진 데이터의 수가 매우 적을 때 성능이 급격히 저하되는 경향이 있다. 이러한 경우 상대적으로 저렴한 비용으로 얻을 수 있는 클래스 라벨 정보가 없는 데이터를 활용할 수 있는 반감독 차원 감소법이 사용될 수 있다. 그러나 통계적 차원 감소법에서 흔히 사용되는 행렬연산은 많은 양의 데이터를 사용하는데 메모리와 처리시간에서 한계가 있고, 적은 수의 라벨드 데이터(labeled data)에 비해 너무나 많은 언라벨드 데이터(unlabeled data)의 사용은 처리 시간의 증가에 비해 오히려 성능감소를 가져올 수 있다. 이러한 문제들을 극복하기 위해 앙상블 접근법을 이용한 반감독 차원 감소 방법을 제안한다. 문서분류 문제에서의 실험결과를 통해 제안한 방법의 성능을 입증한다.

지금까지 제안된 분산 고차원 색인의 대부분은 균일한 분포를 가지는 데이터 집합에서 좋은 검색 성능을 나타내나, 편향되거나 클러스터를 이루는 데이터의 집합에서는 그 성능이 크게 감소된다. 본 논문은 강하게 클러스터를 이루거나 편향된 분포를 가지는 데이터 집합에 대한 분산 벡터 근사 트리의 k-최근접 검색 성능을 향상시키는 방법을 제안한다. 기본 아이디어는 전체 데이터를 클러스터링하는 상위 트리의 말단 노드가 담당하는 데이터 공간의 크기를 계산하고, 그 공간 상의 특징 벡터를 근사하는 데 사용되는 비트의 수를 달리하여 벡터 근사의 식별 능력을 보장하는 것이다. 즉, 고밀도 클러스터에는 더 많은 수의 비트를 할당하는 것이다. 우리는 합성 데이터와 실세계 데이터를 가지고 분산 hybrid spill-tree와 기존 분산 벡터 근사 트리와의 성능 비교 실험을 수행하였다. 실험 결과는 확장된 분산 벡터 근사 트리의 검색 성능이 균일하지 않은 분포의 데이터 집합에서 크게 향상되었음을 보인다.

최근 플래시 메모리의 꾸준한 용량 증가와 가격 하락으로 인해 대용량 SSD(Solid State Drive)가 점차 대중화 되고 있다. 하지만, 플래시 메모리는 하드웨어적인 제약사항이 존재하며, 이러한 제약사항을 보완하기 위해 FTL(Flash Translation Layer)이라는 특별한 미들웨어 계층을 필요로 한다. FTL은 플래시 메모리의 하드웨어적인 제약사항을 효율적으로 운용하기 위해 필요한 계층으로서 파일 시스템으로부터의 논리적 섹터 번호(logical sector number)를 플래시 메모리의 물리적 섹터 번호(physical sector number)로 변환해주는 역할을 한다. 특히, 플래시 메모리의 여러 제약사항 중 "쓰기 전 지우기(erase-before-write)"는 플래시 메모리 성능 저하의 주요한 원인이 되고 있으며, 이와 관련하여 로그블록 기반의 여러 연구들이 활발히 진행되어 왔지만, 대용량의 플래시 메모리를 효율적으로 운용하기 위해서는 몇몇 문제점들이 존재한다. 로그블록 기반의 FAST는 넓은 지역에 임의쓰기(random writing)가 빈번하게 발생하면 데이터 블록 내 사용되지 않은 섹터들로 인해 효율적이지 못한 합병 연산이 발생한다. 즉, 효율적이지 못한 블록 쓰레싱(thrashing)이 빈번하게 발생하고, 플래시 메모리의 성능을 저하시킨다. 로그블록은 덮어쓰기(overwriting) 발생 시 일종의 캐쉬처럼 운영되며, 이러한 기법은 플래시 메모리 성능 향상에 많은 발전을 주었다. 본 연구에서는 임의쓰기에 대한 성능 향상을 위해 로그 블록만을 캐쉬처럼 운영하는 것이 아니라 플래시 메모리 전체를 캐쉬처럼 운용하고, 이를위해 별도의 오프셋이라는 매핑 테이블을 운용하여 플래시 메모리 성능 저하의 주요한 원인이 되는 합병연산과 삭제연산을 줄였다. 새로운 FTL은 XAST(eXtensively-Associative Sector Translation)이라 명명하며, XAST에서는 공간지역성과 시간지역성에 대한 기본적인 이론을 바탕으로 오프셋 매핑 테이블을 효율적으로 운용한다.

대표적인 재사용 패러다임 중 하나인 서비스 지향 컴퓨팅 (Service-Oriented Computing, SOC)는 독립적으로 실행가능하며 외부 인터페이스를 통해서만 접근 가능한 서비스를 재사용 단위로 사용한다. SOC는 서비스 지향 아키텍처 개념과 클라우드 컴퓨팅의 개념을 통칭하는 용어이다. 서비스는 서비스 제공자에게는 높은 재사용성으로 인해 수익을 내도록 하며, 서비스 소비자에게는 서비스를 재사용하여 보다 빠른 시간 내에 적은 노력으로 애플리케이션을 개발할 수 있는 경제성과 생산성을 제공한다. 디자인 패턴 (Design Patterns)는 객체 지향 소프트웨어 설계시에 자주 발생하는 문제들을 해결하기 위한 범용적이며 재사용 가능한 방법들이며, Open/Closed 원칙을 이용하여, 가변성 및 여러 설계 이슈를 보다 쉽게 처리할 수 있는 설계 구조를 제안한다. 그러나 객체지향 패러다임의 객체와 SOC의 서비스는 구별되는 차이점을 가지고 있어, 기존의 디자인 패턴을 그대로 SOC에 적용하는 것은 어렵다. 서비스 제공자의 입장에서는 서비스 소비자마다의 가변적인 기능을 허용하며, 서비스의 고유 특징을 반영하는 서비스를 설계하고, 서비스 소비자 입장에서는 서비스가 제공하는 기능을 목적에 변경하여 빠른 시간 내에 목표 애플리케이션을 개발하도록 디자인 패턴이 SOC에 맞게 특화되어야 한다. 그러므로 본 논문에서는 서비스 제공자가 재사용성을 비롯한 서비스 고유의 특징을 반영하도록 서비스를 설계하고, 서비스 소비자는 제공되는 서비스를 목적에 맞게 특화하여 목표 애플리케이션을 개발하기 위해, SOC의 특성을 고려하여 특화된 디자인 패턴을 제안한다.

캡처 리플레이 기법은 GUI 테스팅을 위하여 흔히 사용되는 자동화 방법이다. 하지만 안드로이드 플랫폼 애플리케이션 테스팅에는 직접 이용하기 어렵다. 그 이유는 좋은 테스팅 프레임워크가 제공되고 있지만 GUI 요소들과 위젯 이벤트 처리 부분이 자동 링크되지 않기 때문이다. 캡처 리플레이 테스팅 도구가 없다면 명세서를 이용하여 테스팅 시나리오를 만들고 일일이 수동으로 GUI 요소들과 연결하여 테스팅 하여야 한다. 이 논문은 현재 사용되고 있는 안드로이드기반 GUI 자동화 테스트 기법보다 발전되고 최적화된 캡처 리플레이 방법을 제안하고 이의 효율성을 증명하기 위한 것이다. XML을 이용하여 주요 위젯기반 원소를 추출하기 위한 기술들을 정립하고 위젯기반 API 이벤트 처리 방법을 고안하였다. 제안한 방법으로 캡처 단계에 모니터링하여 클릭 이벤트가 일어나는 형태를 추적한 후 리플레이 단계에서 활성화 된 위젯을 API 이벤트와 상태를 교환하여 테스트 케이스를 생성한다.