교과목명 | 교과목 내용 개요 | |
---|---|---|
IoT특강 (Special Topics on IoT) |
본 교과에서는 사물인터넷(Internet of Things)과 관련된 최근 연구개발 및 응용서비스 동향을 중심으로 디바이스 플랫폼, 네트워크, 데이터분석 등 주요 기술요소들을 다룬다 | |
IT제품 보안평가론 (IT Security Evaluation Theory) |
본 과목에서는 정보보호제품의 보안성을 평가하기 위해 ISO 국제표준인 CC/CEM을 근간으로 보호프로파일(PP) 및 정보보호제품의 보안기능성 및 보증문서를 체계적으로 평가 할 수 있는 실무 능력 배양을 목적으로 한다. | |
고급기계학습 (Advanced Machine Learning) |
본 과목은 데이터 마이닝과 기계 학습 분야의 고급 수준 강 좌로, 고전적인 방법론에서부터 최신 학습 알고리즘에 이르기까지 실제 응용에서 유용하게 사용되고 있는 다양한 기법들을 소개한다. 다양한 분류 (classification) 기법, 고 차원 회귀분석 (regression) 모델, 군집화 (clustering), bagging and boosting, 요인 분석 (factor analysis), 은 닉마르코프 모델 (hidden markov model), 그리고 확률 그 래프 모델 (probabilistic graphical model) 등을 다룬다. | |
고급데이터베이스 (Advanced Database) |
본 교과에서는 학생들이 데이터베이스 분야의 최신 연구 이 슈를 학생들이 이해할 수 있도록 한다. 즉, 객체 지향 데이 터베이스, 객체 관계형 데이터베이스, XML 데이터베이스, 멀티미디어 데이터베이스, 차세대 플래시 메모리 기반 데이 터베이스 등을 다룬다. | |
고급분산시스템 (Advanced Distributed Systems) |
네트워크로 연결된 다수의 독립적인 시스템을 한 개의 커다 란 시스템처럼 이용하기 위한 분산시스템의 구조, 구성 요 소의 기능 및 설계에 관련된 이론을 연구하고 구현을 통하 여 이해를 돕는다. 분산처리의 이론 및 응용, 동기화 문제, load balancing, remote procedure call, file sharing, fault-tolerance, replication, consistency 등에 관한 내용이 포함된다. | |
고급소프트웨어공학 (Advanced Software Engineering) |
본 강좌는 소프트웨어 공학에 대한 고급 수준의 강좌로 서 기존의 소프트웨어 공학의 개념, 방법론, 기법 등을 분 석 평가하고 그것의 한계성 내지는 제약성을 극복하기 위 해서 새롭게 대두되고 있는 객체지향적 소프트웨어 공학 (O.O.S.E.),시스템 공학, 컴포넌트 기반 소프트웨어공학 (Component Based S.E.) 및 아키텍쳐 기반 소프트웨어 공학 (Architecture Based S.E.)등에 관해서 그것들의 새 로운 개념 그리고 방법론 기법 등에 대해서 포괄적으로 고 찰하고 현실 적용환경을 분석 평가해 봄으로서 향후 이분야 가 어떻게 발전해 갈 것인가에 대한 감각을 가지도록 하는 데 목적을 둔다. | |
고급알고리즘 (Advanced Algorithms) |
학부의 알고리즘 과목에 이어서 효율적인 알고리즘의 설계와 분석에 대하여 깊이 있게 공부한다. 다루는 주제는 그래프 알고리즘, 대수적 알고리즘, 스트링 알고리즘, 기하 알고리즘, 근사 알고리즘 등이다. | |
고급운영체제 (Advanced Operating System) |
이 강의에서는 Liux 운영체제의 구조 및 구현을 연구한다. 특히 로더, 쉘 프로그래밍 등을 학습하고, 주요 Linux source code를 중심으로 Linux의 주요 자료구조, 모듈 관리, VFS, 장치드라이버, 네트워크 관련 모듈, 장치 드라이버나 주요 시스템 호출의 구현 기법을 살펴본다. | |
고급인간컴퓨터상호작용 (Advanced Human-Computer Interaction) |
본 교과목에서는 HCI분야 연구 수행에 있어서 필수적인 HCI 모델, 이론, 프레임워크에 대해서 소개하고, HCI 최신 연구 동향을 살펴본다. 또한 HCI의 다양한 응용분야(e.g., Social Computing, Human Computation, Machine Learning, Visualization, Mobile Interaction)에서 실제 문제 해결에 적용하는 방법론 및 기술을 숙지할 수 있는 기 회를 제공한다. | |
고급인공지능 (Advanced Artificial Intelligence) |
지식표현과 추론을 집중적으로 공부한다. 특히 Ontology Engineering을 위한 지식 표현 및 추론을 중심으로 공부하 며, 이에 대한 사례연구 중심으로 심도 있게 다룬다. | |
고급정보보호 (Advanced Information Security) |
본 과목은 정보 보호에 대한 고급 이론을 이해하는 것을 목 표로 한다. 먼저 정보보호의 의미, 중요성, 그리고 목표를 이해하고, 이후 정보보호에 관련된 암호학, 보안 모델 및 정책, 운영체제 보안, 프로그램 보안, 악성 코드, 보안 평가 와 관리 등의 고급 이론들을 연구한다. | |
고급컴퓨터구조 (Advanced Computer Architecture) |
학부에서 다룬 각 분야별 컴퓨터 구조를 깊이 있게 다룬다. 분야별 내용을 나열하면 다음과 같다. Fundamentals of Computer Design, Instruction Set Architecture, Scalability and Performance issues, Principles of Parallelism, Memory-Hierarchy, Interconnection Networks, Multiprocessors including Cache Coherence, and Multicore issues 등에 관한 주 제를 최신 교재와 논문들을 중심으로 심도 있게 연구한다. | |
고급컴퓨터네트워크 (Advanced Computer Networks) |
학부에서 습득한 컴퓨터 통신과 인터넷 관련 지식을 기반 으로 현 인터넷에서 사용되고 있거나 새롭게 부각되고 있 는 네트워크 계층과 전송 계층, 그리고 이동 단말을 지원하 기 위한 네트워크 계층 프로토콜에 대한 심화된 이해를 갖 도록 한다. 현 일상생활을 지배하고 있는 인터넷에 대한 심화된 지식을 습득하게 됨으로써 네트워크를 활용하거나 네 트워크를 기반으로 한 과목 수강과 연구를 보다 체계적이고 현실성 있게 진행할 수 있을 것이다. | |
고급컴퓨터비젼 (Advanced Computer Vision) |
Humans perceive the three-dimensional structure of the world with apparent ease. The goal of a computer vision is to achieve the dream of having a computer interpret an image at the same level. In this course, we will explores the variety of techniques commonly used to analyze and interpret images. It also describes challenging real-world applications where vision is being successfully used, both for specialized applications such as medical imaging, and for fun, consumer-level task such as image editing and stitching, which students can apply to their own personal photos and videos. Moreover, we will study the deep learning based computer vision methods from common CNN-based object recognition to RNN-based sequential image processing. To handle this latest method, we will study the deep learning tools such as caffe, torch and tensor flow and from AlexNet to ResNet from the viewpoint of computer vision application. | |
데이터베이스특강 (Special Topics in Database) |
데이터베이스 분야의 최신 연구개발 결과를 배운다. 본 과 목은 개설학기에 따라 웹 데이터베이스, 플래시메모리 데이 터베이스, 분산 데이터베이스 등 특정 연구개발 분야에 집 중한다. | |
디펜더블시스템 (Dependable Systems) |
본 교과에서는 디펜더블 시스템의 원리와 응용 등에 대하여 다룬다. 주요 내용으로는 디펜더블 시스템의 개요, 디펜더 빌리티 평가 방법, 실용 가능한 디펜더블 시스템 설계, 신 뢰성을 고려한 설계, 소프트웨어 결함허용 등이 있다. | |
무선자원관리 (Radio Resource Management) |
본 교과목에서는 차세대 무선/이동통신 시스템에서 핵심 연구 과제인 무선 자원 관리를 다룬다. 랜덤프로세스에 관 한 스터디를 배경으로 채널 모델, 주파수관리, 패킷 스케줄 링, 랜덤접속, 간섭관리 등에 관해 배우게 되며 팀 프로젝 트를 통해 시뮬레이션을 수행해 본다. | |
무선통신 (Wireless Communications) |
무선통신의 원리를 이해하기 위하여 셀룰러, Indoor 환경 에서의 페이딩 채널 분석, 디지털 변조방식 및 성능분석, 무선채널 간섭극복 기법, 다이버시티 및 MIMO 기술, 무 선채널 할당 기법, 스펙트럼 확산 기술, FDMA, TDMA, CDMA OFDMA 등 다중접속시스템에 대하여 공부한다. | |
분산병렬프로그래밍 (Distributed and Parallel Programming) |
분산병렬프로그래밍은 여러 연산(task or job)을 동시 에 수행하여 대규모 컴퓨팅 문제를 해결하는 것으로 고성 능 컴퓨팅 파워(High Performance Computing/ High Throughput Computing)를 제공하기 위해 사용되어 왔 다. 최근에 문제의 크기가 기하급수적으로 커지며 (빅 데이터), multicore 및 manycore (GPGPU)의 등장 및 MapReduce 프로그래밍 모델의 확산에 따라 병렬프로그래 밍의 필요성이 다시 대두되고 있어 본 과목을 통해서 분산병렬프로그래밍의 이론 및 응용사례를 통해 학습한다. 본 과목에서는 병렬프로그래밍의 기반이 되는 플랫폼, 모델 과 함께 전통적인 고성능 컴퓨터/클러스터 기반의 Parallel Programming Tool인 MPI, 최근 클라우드 컴퓨팅 및 빅데 이터와 관련하여 주목을 받고 있는 MapReduce (Hadoop) 및 CUDA (PyCUDA) 등의 GPGPU를 활용한 병렬처리에 대해 학습한다. | |
분산컴포넌트시스템 (Distributed Component Systems) |
본 강의 에서는 분산 객체 및 분산 컴포넌트 시스템에 대한 이론 및 실제 활용 방법에 대하여 공부한다. 본 강의에서 다 루게 되는 내용은 다음과 같다. 1. 분산 시스템의 특징 2. 분산 미들웨어 및 프레임워크의 기본 개념 및 기술 소개 3. 분산 객체 미들웨어 시스템(CORBA, Java RMI) 의 구 조 및 활용 방법 4. 분산 컴포넌트 미들웨어 시스템 (CCM, EJB) 의 구조 및 활용 방법 | |
사물인터넷 (Internet of Things) |
유비쿼터스 센서네트워크가 갖는 특성을 이해하기 위하여 무선 센서네트워크 구조 및 관련 통신 프로토콜을 공부한 다. 센서네트워크에 관련된 에너지 관리, 데이터 수집 및 처리, 추적 관리, 보안, 신뢰성, 미들웨어, 성능 등에 대한 기술요소들을 다룬다. | |
소프트웨어 요구공학 (Software Requirements Engineering) |
본 과목에서는 소프트웨어 요구사항 분석과 설계에 필요한 심도 있는 지식을 습득하도록 한다. SW공학의 간단한 개요 와 더불어 SW개발 방법론에서의 SW 요구사항 분석과 설 계 기술을 학습한다. 또한, SW 개발 대상을 문제로 제시하 고 학생들이 해당 SW 개발을 위한 요구분석과 설계 과정을 주도적으로 진행하도록 한다. | |
시스템성능평가 (System Performance Evaluation) |
CPU, I/O, O/S, Network, DBMS 등으로 구성된 시스 템 분석 및 모델링, 벤치마킹, 컴퓨터 시뮬레이션을 수행하 기 위해서 필요한 시스템 모델링 방법, 모델 설계 방법, 구 현 방법 등 시스템 성능평가에 관한 기초 지식을 습득하고, 기존의 대표적인 시스템들을 예로, 설계 및 성능평가 방법 들을 살펴보고 이와 관련된 주제들을 최신 논문과 사례들을 중심으로 연구하고 학습한다. | |
시스템응용특강 (Special Topics in Systems and Applications) |
본 교과목에서는 네트워크로 연결된 분산 시스템 및 응용 분야에 관한 최신 고급 주제들을 다룬다. 따라서, 세부 주 제는 매학기 다를 수 있다. | |
실시간시스템 (Real-time Systems) |
시간제약이 요구되는 실시간처리 시스템에 관한 이론 및 응용을 연구한다. Hard/soft real-time systems, clock-driven scheduling, priority-driven scheduling, aperiodic and sporadic jobs, resource access control, real-time communication, real-time operating systems, real-time data management 등에 대한 내용 들을 다룬다. | |
이동컴퓨팅 (Mobile Computing) |
본 교과목에서는 이동 컴퓨팅의 주요 특징인 이동성, 휴대 성, 그리고 무선 연결성을 지원하기 위한 주제들을 다룬다. 세부 주제들의 예로, 무선랜을 중심으로 한 근거리 무선 네트워킹 기술과 이동 애드혹 네트워킹 기술, 이동성 관리 기술 및 에너지 효율성 관리 기술 등을 들 수 있다. | |
이동통신망 (Mobile Communications and Networks) |
차세대 셀룰러 이동통신망을 중심으로 PHY/MAC air interface, 접속망 구조/이동성 관리, IMS 등 모바일 서비스의 동작원리를 이해하며 network, transport, application 계층의 이슈를 다룬다. 이를 바탕으로 모바일 플랫폼 및 서비스 응용 프로젝트를 수행한다. | |
전산생물학 (Computational Biology) |
BT와 IT 산업의 융합에 해당하는 전산생물학의 기초 지식 및 그 응용과 전망에 대해 배운다. 분자생물학의 간략한 개 요 및 R programming을 소개하고, sequence analysis, disease association analysis, gene expression analysis, systems biology 등 의생명과학 관련 알고리 즘에 대해 공부한다. Clustering, classification, timeseries data analysis, network mining 등을 위한 여러 데 이터 분석 기법을 다룬다. | |
정보검색 (Information Retrieval) |
정보 검색의 모델, 블리언 모델, 벡터공간 모델, 인지과학적 모델을 기반으로 하는 검색 모형 등을 배운다. 또한 인터 넷 검색을 중심으로 필요한 기술, 인덱스 추출, 필터링, 클 러스터링, 개념 기반 검색 등에 관련된 기술을 논문을 중심 으로 배운다. 응용을 위하여 인터넷상에서 검색할 수 있는 시스템을 간단히 만들고 기술을 프로젝트별로 구현하는 과 제를 수행한다. | |
정보보호응용특강 (Special Topics in Information Security Applications) |
특강 형식으로 운영되며, 강의 내용은 정보 보호 분야의 최 신 주제와 응용 사례를 다룬다. | |
컴퓨터네트워크보안 (Computer Network Security) |
CIA(Confidentiality, Integrity, Availability) 보안 서비 스 개념에 입각하여, 다양한 대칭키 및 비대칭키 암호화 알 고리즘과 최근 등장한 SHA-3를 비롯해 데이터 무결성 제공을 위한 해쉬 알고리즘, MAC(Message Authentication Code) 기법을 다룬다. 또한 TCP/IP 기반 보안 프로토콜 인 TLS, IPSec에 대해 살펴보고, IEEE802.11/WLAN/ Bluetooth 등 무선 환경에서 발생할 수 있는 보안 위 협에 대해 연구한다. 최근 보안 이슈로 등장하고 있는 DDoS 공격에 사용되는 최신 botnet 기술들과 모바일 환 경에서의 보안 위협, 보안 기술을 우회하는 난독화 기법, APT(Advanced Persistent Threat), SQL Injection 및 XSS 공격 기법들에 대해 분석하고 대응 방안을 연구한다. | |
컴퓨터시스템보안 (Computer System Security) |
최근 윈도우, 리눅스 운영체제에서 사용되고 있는 보안 기 술들을 연구하고, 운영체제를 비롯한 다양한 프로그램들의 최신 취약점에 대해 분석한다. Buffer Overflow 공격 기법 을 비롯한 다양한 시스템 침투 방법들에 대해 공부하고, 이 에 대처하기 위한 보안 방법들(sandbox, 가상화, 접근제 어, IDS/IPS)을 연구한다. 또한 시스템 침해 사고 발생 후 대처하기 위한 Digital Forensics 절차와 이에 사용되는 다 양한 데이터 수집 및 분석 기법, 데이터 복구 기술과 최근 등장하고 있는 Anti-Forensics 기법과 이슈들에 대해서 연구한다. | |
컴퓨터통신특강1 (Special Topics I in Computer Communications) |
특강 형식으로 운영되며, 강의 내용은 컴퓨터 통신 분야의 최신 주제, 표준 그리고 응용분야를 다룬다. | |
컴퓨터통신특강2 (Special Topics II in Computer Communications) |
특강 형식으로 운영되며, 강의 내용은 컴퓨터 통신 분야의 최신 주제, 표준 그리고 응용분야를 다룬다. | |
클라우드컴퓨팅 (Cloud Computing) |
현재 IT 환경에서 가장 중요한 패러다임은 클라우드 컴퓨 팅이며, 많은 연구자들이 클라우드 컴퓨팅을 통해 더 효율 적이고 성능이 높은 자원 제공이 가능하며 나아가서 새로운 형태의 서비스 및 애플리케이션(응용체계)의 제공이 가능하 다고 예상하고 있다. 이 On-demand 기반의 컴퓨팅 패러 다임에서는 여러 컴퓨팅 기술들을 필요로 하고 있으며, 본 과목에서는 이와 같은 기술들과 이 클라우드 컴퓨팅 패러다 임을 응용한 응용체계들에 대해 공부한다. 세부 주제로는 클 라우드컴퓨팅의 개요와 시스템 모델, 가상화 기술, 클라우드 플랫폼, 클라우드 프로그래밍 환경, SOA 등을 다룬다. | |
강화학습이론및응용 (Theory and Applications of Reinforcement Learning) |
강화학습의 기초적 내용인 Multi-Armed Bandit, Markov Decision Process로부터 Monte-Carlo Method, Q-learning, Value Function Approximation, Policy Gradient, Deep Q-learning Network 등 이론적 내용을 다룬다. 그리고 다양한 분야의 응용 사례들을 살펴보고 학 생들의 연구에 적용할 수 있도록 프로젝트를 수행한다. | |
고급네트워크분석 (Advanced Network Analysis) |
최근 들어 다양한 네트워크 및 통신 기술들이 개발되어 적 용됨에 따라 네트워크를 이해하고 효과적 활용을 위하여 성 능 분석은 필수적으로 요구된다. 따라서 본 과목에서는 전통적 큐잉 이론, 다차원 큐잉 분석 이론, 큐잉 네트워크 분 석, 머신러닝 기반 큐 및 네트워크 예측 등을 다룬다. | |
기계학습과 보안데이터 분석 (Machine Learning and Security Data Analytics) |
본 과목의 목표는 사이버 보안 위협을 효과적으로 탐지하기 위하여 기계학습 및 딥러닝 기술을 적용하여 새로운 공격 벡터에 대한 탐지율과 정확성을 높여 지능화된 실시간 사이 버 보안 위협 탐지 분석 방법을 연구하는데 있다. | |
암호기술응용특강 (Special Topics on Cryptographic Application) |
본 과목에서는 현재 암호 표준인 DES, AES, RSA,ECC, A5/1, SHA-512, Whirlpool 등에 대한 수학적 이론과 암 호학적 안전성 분석 방법을 학습한다. 양자컴퓨팅 환경에 서 기존의 암호기술이 왜 무력화되는지 알아보고, PQC의 대표주자인 격자기반암호와 부호기반암호를 중심으로 응용 분야의 특성에 따른 개발요구사항과 활용방안을 연구한다. | |
융합보안특강 (Special Topics in Convergence Security) |
본 과목의 목표는 헬스케어 분야, 공급망 분야, 인공지능 분야, 사이버범죄수사 분야 등 기존 산업분야의 특성을 고 려한 융합보안기술에 대해 연구한다. | |
6G산학협력특론 (Special Topics on 6G Industry) |
|
|
AI통신네트워크 (AI Communications and Networks ) |
|
|
오픈소스프로젝트 (Open Source Project Education) |
|
|
자동차SW 플랫폼 개론 ( Introduction to Automotive SW Platform ) |
|
|
현장실습1/2/3 (Internship) |
ICT 관련 산업체 혹은 연구소에서 실제 연구개발 업무에 인턴으로 참여함으로써 현장 실무 능력을 배양한다. |