IT 위키 - 사용자 기여 [ko]

IT 위키:Bot Approval/Link Insertions

2026-04-30T19:10:29Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=10, added=10, pending=38)

딥 러닝

2026-04-30T19:10:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:인공지능]]
;[[Deep Learning]]
;인간의 뇌와 흡사하게 구현한 신경망 알고리즘을 적용하여 보다 빠르고 효율적으로 학습하는 [[인공지능]]

== 딥러닝 모델 문제점 ==
{| class="wikitable"
|-
! 문제점 !! 설명 !! 해결방안
|-
| [[과적합]]
(Overfitting)
||
학습 데이터에 대해서만 최적화
||
* 데이터 추가
* Regularization
* 조기 멈춤(Early Stopping)
* 드롭 아웃(Dropout)
|-
| [[기울기 소실]]
(Vanishing Gradient)
||
노드간 연결이 많을 때 가중치 학습 소실
||
* 사전 학습
* [[ReLU]]
|-
| 성능
(Performance)
||
노드가 많아질수록 학습이 지나치게 오래걸림
||
* GPGPU
|}

== 딥러닝의 한계 ==
* 딥러닝이 효과적으로 작동하기 위해선 아래의 조건 충족 필요
# 인공지능에게 판단에 필요한 충분한 지식을 습득하도록 만들 정도의 많은 데이터 필요
# 최적화의 목표가 분명하고 수치적·정량적으로 규정 가능해야 함
# 판단 대상이 훈련용 데이터에 비추어 이례적이지 않아야 함
* 딥러닝 인공지능이 판단을 내리는 논거는 제공한 데이터에 의하므로, 데이터가 편향되어 있으면 결과도 편향

객체지향 언어

2026-04-30T19:10:03Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

'''현실 세계의 현상을 컴퓨터상에 객체(Object)로 모델화함으로써, 컴퓨터를 자연스러운 형태를 사용하여 여러 가지 문제를 해결할 수 있는 [[프로그래밍 언어]]'''

* 절차적 언어에 비해 특히 유지보수성(Maintainability) 과 재사용성(Reusability) 우수
* 종류 : Ada, Smalltalk, C++, Java 등

== 구성 요소 ==
{| class="wikitable"
!구성 요소
!설명
|-
|'''객체(Object)'''
|
* 데이터와 메소드로 구성
* 데이터(Data) : 객체가 가지고 있는 정보로서, 속성(Attribute)이라고도 함
* 메소드(Method) : 객체가 메시지를 받아 실행해야 할 구체적인 연산을 정의
|-
|'''클래스 (Class)'''
|
* 코드작성의 기본 단위이며 객체들을 찍어낼 수 있는 설계도/템플릿 역할
|-
|'''메시지 (message)'''
|
* 객체들 간의 상호작용을 위한 수단으로 사용되며, 메시지를 받은 객체는 메소드 수행
|}

== 특징 ==

* '''캡슐화(Encapsulation)''' : 데이터와 메소드를 클래스 하나로 묶어, 객체 내부에서 필요로 하는 정보를 외부로부터 은닉시키고, 매소드를 통한 접근을 제공한다.
* '''추상화(Abstraction)''' : 자료 추상화는 불필요한 정보는 숨기고 중요한 정보만을 표현함으로써 프로그램을 간단히 만드는 것이다.
* '''상속(Inheritance)''' : 이미 정의되어 있는 상위 클래스와 메소드를 비롯한 모든 속성을 하위 클래스가 물려받는 것이다
* '''다형성(Polymorphism)''' :다형성 개념이란 어떤 한 요소에 여러 개념을 넣어 놓는 것으로 일반적으로 [[오버라이딩]](같은 이름의 메소드가 여러 클래스에서 다른 기능을 하는 것)이나 오버로딩(같은 이름의 메소드가 인자의 갯수나 자료형에 따라서 다른 기능을 하는 것)을 의미한다. 다형성 개념을 통해서 프로그램 안의 객체 간의 관계를 조직적으로 나타낼 수 있다.

== 참고 문헌 ==

* https://opentutorials.org/course/2471/13907

정보보안기사 제11회 75번

2026-04-30T19:00:06Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:보안]][[분류:정보보안기사]]
과목: 정보보안 일반
== 문제 ==
75. 인수 분해의 어려움을 기초로 한 [[공개키 암호화]] 알고리즘은?
* ① AES
* ② RSA
* ③ ECC
* ④ DH
== 풀어보기 ==
* [https://q.fran.kr/문제/10457 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보보안기사/제11회 정보보안기사 제11회 시험 풀기]
== 정답 ==
* '''2번'''
== 해설 ==

== 같이 보기 ==
* [[암호화 알고리즘]]
* [[AES]]
* [[RSA]]
* [[ECC]]
* [[디피-헬먼 키 교환]]

Divide-and-Conquer Algorithm

2026-04-30T19:00:05Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

'''Divide-and-Conquer Algorithm''' is a problem-solving approach that breaks a complex problem into smaller subproblems, solves them recursively, and then combines the results to obtain the final solution. It is widely used in computer science for designing efficient algorithms.
==Key Concepts==
*'''Divide:''' The original problem is split into smaller, independent or overlapping subproblems.
*'''Conquer:''' Each subproblem is solved recursively.
*'''Combine:''' The solutions of the subproblems are merged to obtain the final result.
==Steps in a Divide-and-Conquer Algorithm==
#Divide the problem into smaller subproblems of the same type.
#Recursively solve each subproblem.
#Combine the results of the subproblems to solve the original problem.
==Examples==
*'''Merge Sort'''
**Divides the array into two halves.
**Recursively sorts each half.
**Merges the two sorted halves into a single sorted array.
**Complexity: O(n log n).

*'''Quick Sort'''
**Selects a pivot element.
**Partitions the array such that elements smaller than the pivot are on the left and larger ones are on the right.
**Recursively applies quick sort to both partitions.
**Complexity: O(n log n) (average case).

*'''Binary Search'''
**Compares the target value with the middle element.
**If the target is smaller, searches in the left half; otherwise, searches in the right half.
**Repeats until the target is found or the search space is empty.
**Complexity: O(log n).
==Advantages==
*'''Efficiency:''' Many divide-and-conquer algorithms have better time complexity than iterative approaches.
*'''Parallelism:''' The independent subproblems can be solved concurrently.
*'''Simplification:''' Reduces complex problems into manageable subproblems.
==Limitations==
*'''Recursion Overhead:''' Excessive recursive calls can lead to high memory usage.
*'''Merge Overhead:''' Combining subproblem results may require extra computations.
*'''Not Always Optimal:''' Some problems do not naturally fit the divide-and-conquer paradigm.
==Applications==
Divide-and-conquer algorithms are used in:
*'''Sorting Algorithms:''' Merge Sort, Quick Sort.
*'''Searching Algorithms:''' Binary Search.
*'''Matrix Multiplication:''' Strassen’s algorithm.
*'''Computational Geometry:''' Closest pair of points problem.
*'''Graph Algorithms:''' Finding strongly connected components.
==Comparison with Other Approaches==
{| class="wikitable"
!Approach!!Description!!Example Algorithms
|-
|Divide and Conquer||Breaks the problem into smaller subproblems, solves recursively, then combines||Merge Sort, Quick Sort, Binary Search
|-
|Dynamic Programming||Breaks the problem into overlapping subproblems and stores results to avoid recomputation||Fibonacci Sequence, Matrix Chain Multiplication
|-
|Greedy Algorithms||Makes the best local choice at each step to find a global solution||[[Kruskal’s Algorithm]], Dijkstra’s Algorithm
|}
==See Also==
*[[Merge Sort]]
*[[Quick Sort]]
*[[Binary Search]]
*[[Dynamic Programming]]
*[[Greedy Algorithm]]
*[[Recursion]]
[[분류:Algorithm]]

종속자

2026-04-30T19:00:05Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:데이터베이스]]
;Dependent
[[함수적 종속성]] 관계에서 특정 [[결정자]](Determinant)에 의해 결정되는 요소
* ''''X→Y'''' 일 때 '''X'''는 결정자, '''Y'''는 종속자이다.
* ''''학생→학번'''' 일 때 '''학생'''은 결정자, '''학번'''은 종속자이다.

== 같이 보기 ==
* [[함수적 종속성]]
* [[암스트롱의 공리]]

정보보안기사 제3회 6번

2026-04-30T19:00:05Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:보안]][[분류:정보보안기사]]
과목: [[시스템 보안]]
== 문제 ==
6. 다음중 레지스트리 키 값에 없는 것은?
* ① HKEY_CLASSES_ROOT
* ② HKEY_CURRENT_MACHINE
* ③ HKEY_USERS
* ④ HKEY_CURRENT_USER
== 풀어보기 ==
* [https://q.fran.kr/문제/4595 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보보안기사/제3회 정보보안기사 제3회 시험 풀기]
== 정답 ==
* '''2번'''
== 해설 ==

== 같이 보기 ==
* [[윈도우 루트 키]]

정보보안기사 제8회 44번

2026-04-30T19:00:05Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:보안]][[분류:정보보안기사]]
과목: 어플리케이션 [[보안]]
== 문제 ==
44. 다음 OTP의 생성 방식은 무엇인가?
<blockquote>OTP 토큰과 OTP 인증서버의 동기화된 인증 횟수를 기준으로 사용자가 인증을 요청할 때마다 OTP 값을 생성한다.</blockquote>
* ① 질의-응답 방식
* ② 이벤트 동기화 방식
* ③ 시간 동기화 방식
* ④ S/KEY 방식
== 풀어보기 ==
* [https://q.fran.kr/문제/6393 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보보안기사/제8회 정보보안기사 제8회 시험 풀기]
== 정답 ==
* '''2번'''
== 해설 ==

== 같이 보기 ==
* [[OTP]]

리눅스마스터 1급 2020년 1회 8번

2026-04-30T19:00:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:리눅스마스터]]
과목: [[리눅스]] 실무의 이해
== 문제 ==
8. 다음에서 설명하는 데몬 관련 유틸리티로 알맞은 것은?
<blockquote>텍스트 기반의 명령형 프로그램으로 실행레벨에 따른 서비스의 on/off 설정 리스트를 출력하거나 설정한다.</blockquote>
* ① ntsysv
* ② chkdsk
* ③ chkconfig
* ④ systemctl
== 풀어보기 ==
* [https://q.fran.kr/문제/15249 해당 문제 풀어보기]
* [https://q.fran.kr/시험/리눅스마스터_1급/2020년_1회 리눅스마스터 1급 2020년 1회 시험 풀기]
== 정답 ==
* '''3번'''
== 해설 ==

== 같이 보기 ==

데이터 실행 방지

2026-04-30T19:00:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:보안]][[분류:정보보안기사]]
;DEP; [[Data Execution Prevention]]
; 실행 방지 메모리 영역에서 코드가 실행되지 않도록 하는 [[윈도우]] [[운영체제]]에 포함된 보안 기능

* 윈도우 XP 서비스팩 2에 도입되었으며 윈도우 XP 태블릿 PC 에디션 2005, 윈도우 서버 2003 서비스팩 1, 윈도우 비스타 및 그 이후의 운영체제들은 기본적으로 지원한다.

* '''CPU를 위한 하드웨어 강화 DEP''': 메모리 페이지를 실행 불가능 상태로 표시한다.
* '''소프트웨어 강화 DEP''': CPU가 하드웨어적으로 데이터 실행 방지를 지원하지 못하는 경우 이를 사용한다.

[https://support.microsoft.com/ko-kr/help/912923/how-to-determine-that-hardware-dep-is-available-and-configured-on-your 마이크로소프트의 DEP에 대한 공식 설명]

== 효과 ==
* 버퍼 오버플로우, 힙스프레이 등 메모리 기반의 실행 공격을 예방할 수 있다.

신용정보의 이용 및 보호에 관한 법률 제5조

2026-04-30T19:00:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

==내용==
;제5조(신용정보업 등의 허가를 받을 수 있는 자)
* ① 개인신용평가업, 신용조사업 및 채권추심업 허가를 받을 수 있는 자는 다음 각 호의 자로 제한한다. 다만, 대통령령으로 정하는 금융거래에 관한 개인신용정보 및 [[신용정보의 이용 및 보호에 관한 법률 제25조|제25조]]제2항제1호에 따른 종합신용정보집중기관이 집중관리ㆍ활용하는 개인신용정보를 제외한 정보만 처리하는 개인신용평가업(이하 “전문개인신용평가업”이라 한다)에 대해서는 그러하지 아니하다. <개정 2010. 4. 5., 2016. 3. 29., 2020. 2. 4.>
** 1. 대통령령으로 정하는 금융기관 등이 100분의 50 이상을 출자한 [[법인]]
** 2. 「신용보증기금법」에 따른 신용보증기금
** 3. 「기술보증기금법」에 따른 기술보증기금
** 4. 「지역신용보증재단법」에 따라 설립된 신용보증재단
** 5. 「무역보험법」에 따라 설립된 한국무역보험공사
** 6. 신용정보업이나 채권추심업의 전부 또는 일부를 허가받은 자가 100분의 50 이상을 출자한 법인. 다만, 출자자가 출자를 받은 법인과 같은 종류의 업을 하는 경우는 제외한다.
* ② 개인사업자신용평가업 허가를 받을 수 있는 자는 다음 각 호의 어느 하나에 해당하는 자로 한다. <신설 2020. 2. 4.>
** 1. 개인신용평가회사(전문개인신용평가회사를 제외한다)
** 2. 기업신용등급제공업무를 하는 기업신용조회회사
** 3. 「여신전문금융업법」에 따른 신용카드업자
** 4. 제1항제1호에 따른 자
** 5. 제1항제6호에 따른 자
* ③ 기업신용조회업 허가를 받을 수 있는 자는 다음 각 호의 어느 하나에 해당하는 자로 한다. 다만, 기업신용등급제공업무 또는 기술신용평가업무를 하려는 자는 제1호ㆍ제2호 및 제4호의 자로 한정한다. <신설 2020. 2. 4.>
** 1. 제1항제1호에 따른 자
** 2. 제1항제2호부터 제6호까지의 규정에 따른 자
** 3. 「상법」에 따라 설립된 주식회사
** 4. 기술신용평가업무의 특성, 법인의 설립 목적 등을 고려하여 대통령령으로 정하는 법인
* ④ 제3항에도 불구하고 다음 각 호의 어느 하나에 해당하는 자는 [[신용정보의 이용 및 보호에 관한 법률 제2조|제2조]]제8호의3나목 및 다목에 따른 업무의 허가를 받을 수 없다. <신설 2020. 2. 4., 2020. 12. 29.>
** 1. [[독점규제 및 공정거래에 관한 법률 제31조|「독점규제 및 공정거래에 관한 법률」 제31조]]제1항에 따른 공시대상기업집단 및 상호출자제한기업집단에 속하는 회사가 100분의 10을 초과하여 출자한 법인
** 2. [[자본시장과 금융투자업에 관한 법률 제9조|「자본시장과 금융투자업에 관한 법률」 제9조]]제17항제3호의2에 따른 자(이하 이 조에서 “신용평가회사”라 한다) 또는 외국에서 신용평가회사와 유사한 업을 경영하는 회사가 100분의 10을 초과하여 출자한 법인
** 3. 제1호 또는 제2호의 회사가 최대주주인 법인
* [제목개정 2020. 2. 4.]
==해설==

[[분류:신용정보법]]

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:50:15Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=0, added=10, pending=39)

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:49:17Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=0, added=1, pending=29)

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:46:44Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=15, added=3, pending=28)

DNS Zone Transfer

2026-04-30T18:46:32Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

; Master DNS와 Slave DNS 서버 간에 Zone 파일을 동기화하기 위한 [[프로토콜]]
Slave 서버는 주기적으로 Master 서버에 접속하여 Zone 파일을 비교하고, 최신화한다.

== 취약점 ==
* Zone Transfer는 별도로 설정하지 않으면 모든 호스트에 열려있다.
* Zone 파일이 큰 곳은 Zone Transfer에 대한 부하가 크다
* 스크립트나 다수의 호스트를 이용하여 Zone Transfer에 지속적으로 접근하면 [[서비스 거부 공격]]이 가능하다.
* 사용하고 있는 IP대역, 방화벽 등 보안 장비의 IP정보 등이 노출될 수 있다.
* 공격예시
<pre class='shell'>
dig @192.168.206.111 axfr itwiki.kr //192.168.206.111 DNS 서버의 itwiki.kr 영역에 있는 모든(axfr) 레코드 받아오기
</pre>

== 보안대책 ==
* DNS를 Master/Slave로 운영하지 않는다면 Zone Transfer를 사용하지 않도록 설정한다.
<pre class='shell'>
options {
allow-transfer {none};
};
</pre>
* Zone Transfer를 운영해야 할 경우 Slave를 특정하여 운영한다.
<pre class='shell'>
options {
allow-transfer {211.1.2.3};
};

[[분류:보안]]
[[분류:보안 취약점]]
[[분류:정보보안기사]]

데이터베이스 카디널리티

2026-04-30T18:46:31Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

'''Cardinality'''

카디널리티는 두 엔티티 간의 '''최대 연관성'''을 나타내며, 한 엔티티의 인스턴스가 다른 엔티티의 인스턴스와 맺을 수 있는 관계의 개수를 정의한다. 이는 관계의 '''최대 값'''을 의미한다.

== 종류 ==
주로 아래 중 하나로 정의된다.

* 1:1 (일대일)
* 1:N (일대다, 다대일)
* N:M (다대다)

== 카디널리티 비율 ==
'''Cardinality Ratio'''
* '''1:1 관계''': 한 엔티티의 인스턴스가 다른 엔티티의 인스턴스와 단 하나의 관계를 맺을 때
** 예시: 사원(Employee)와 '''사원증(Employee ID)''' 간의 관계.
*** 한 사원은 하나의 사원증만 가질 수 있고, 사원증은 한 명의 사원에게만 발급된다.
* '''1:N 관계''': 한 엔티티의 인스턴스가 여러 다른 엔티티의 인스턴스와 관계를 맺을 때
** 예시: 교수(Professor)와 '''학생(Student)''' 간의 관계
*** 한 명의 교수는 여러 명의 학생을 지도할 수 있지만, 학생은 한 명의 교수에게 지도받는다.
* '''N: M 관계''': 여러 엔티티의 인스턴스들이 서로 다수의 관계를 맺을 때
** 예시: 학생(Student)과 '''강좌(Course)''' 간의 관계
*** 한 명의 학생은 여러 강좌를 수강할 수 있고, 한 강좌에는 여러 학생이 수강할 수 있다.

== 최소 카디널리티 ==
'''Minimum Cardinality'''

최소 카디널리티는 관계에서 '''최소 몇 개의 인스턴스가 반드시 연결되어야 하는지'''를 나타낸다. 이는 각 엔티티가 관계에 '''필수적으로 참여하는지''' 아니면 '''선택적으로 참여하는지'''를 결정하는 요소이다.

* '''0 (Partial Participation, 선택적 참여)''': 엔티티가 관계에 참여하지 않아도 된다.
** 예시: '''사원'''은 필수로 부서에 속할 필요가 없다.
* '''1 (Total Participation, 필수적 참여)''': 엔티티는 반드시 관계에 참여해야 한다.
** 예시: '''학생'''은 반드시 한 명의 지도 교수에게 할당되어야 한다.
'''최소, 최대 카디널리티가 가지는 의미'''
* 교수(1)와 학생(N) 간의 관계에서 최소 카디널리티가 교수에 대해 1이라면, 한 명의 교수가 반드시 한 명 이상의 학생을 지도해야 한다는 의미이다.
* 학생의 최소 카디널리티가 0이라면, 학생은 지도 교수가 없어도 되지만, 최대 카디널리티가 1이라면 한 명의 교수에게만 지도받을 수 있다는 의미다.

== 표기법 ==
카디널리티는 숫자를 직접 적거나 기호로 표현할 수 있다.

=== 숫자 표기법 ===
[[파일:데이터베이스 카디날리티 숫자 표현법.png|섬네일|여긴 1:N, N:M 카디날리티 표현과 (min, max) 노테이션이 같이 사용되었는데 이해를 돕기 위한 것이며, 중복된 의미를 가지므로 둘을 함께 쓰는 경우는 없다.]]
'''Cardinality Ratio'''

* 그냥 1, N, M으로만 표현 하는 것을 Cardinality Ratio라고 한다.
* 위 그림에서 Professor에 1이 있고 Course에 M이 있는 것은, 교수 1명은 M개의 코스를 가르칠 수 있다는 것이다.
** 그리고 M개의 코스들은 각각 1명의 교수들에 의해서만 가르쳐질 수 있다는 것이다.
* 여기선 최대 몇명인지, 그리고 꼭 존재해야 하는 것인지는 일반적으로 표현되지 않는다.
** 꼭 존재해야 한다면 두 줄을 사용할 수 있다.
*** 아래 ERD 예시에서 Department는 Manage를 해줄 Employee가 필요하다는 의미로 두 줄이 사용되었다.
*** 이 매니저는 최소 1명, 최대 1명이 될 수 있음을 의미한다.
*** 표현된 숫자는 1:1 관계이지만. 한 줄과 두 줄 표현을 통해 아래와 같이 최대 최소가 정의됨 (ERD 예시 2 참조)
**** EMPLOYEE - (0,1) - MANAGES - (1,1) - DEPARTMENT
**** EMPLOYEE는 0개 또는 1개의 DEPARTMENT를 관리할 수 있음
**** DEPARTMENT는 최소 1명, 최대 1명의 MANAGING EMPLOYEE를 가짐
** 최대값까지 표현하려면 아래의 (min, max) 노테이션을 사용해야 한다.

'''Structure Constraints Using (min, max) Notation'''

* 이 노테이션을 사용하면 그냥 1:N이 아니라 최소, 최대도 표현해줄 수 있다.
* 위 그림에서 (0,3), (1,1)로 되어 있는 것인데, 기본 카디날리티 표현과 순서가 반대라 헷갈릴 수 있다.
* 여기서 교수는 Course를 맡지 않을 수도 있고, 맡는다면 최대 3개까지만 맡을 수 있다.
** Course는 무조건 1명의 교수가 있어야 한다.
* 학생은 1~6개의 Course을 등록해야 한다.
** Course는 학생이 한명도 없을 수도 있고 최대 35명까지 있을 수도 있다.

=== 그 외 표기법 ===
카디날리티는 다양한 표기법이 존재한다. 우리가 봤던, 숫자로 1, N, M을 적던 표기법은 Chen 표기법이다. 그리고 (min, max)를 min..max로 표현하면 이는 [[UML]] 표기법이다.

여기서 또 많이 쓰이는 것 중 하나가 까치발 표기법(Crow's Foot)이다.

[[파일:카디널리티 표기법.png]]

아래와 같이 1, N, M 및 최소 카디널리티(1)를 나타낼 수 있다. 규칙은 간단하다:

* 세로 막대는 1을 나타낸다.
* 동그라미는 0을 나태낸다.
* 까치발은 N을 나태낸다.
* 이를 조합하면 0, 1, 0~1, 0~N, 1~N, N을 나타낼 수 있다.

{| class="wikitable"
!Cardinality
!Min Instance
!Max Instance
!Graphic Notation
|-
|Exactly one
|1
|1
|[[파일:Exactly One.png]]
|-
|Zero or one
|0
|1
|[[파일:Zero or one.png]]
|-
|One or more
|1
|many (>1)
|[[파일:One or more.png]]
|-
|Zero, one, or more
|0
|many (>1)
|[[파일:Zero one or more.png]]
|-
|More than one
|>1
|>1
|[[파일:More than one.png]]
|}
여기서 (1,1)인 경우 그냥 세로 막대 하나로만 나타내는 경우도 있고, 아래와 같이 세로 막대 2개를 써서 확실히 하는 경우도 있다.

[[파일:Crow Foot ERD.png]]

Crow Foot의 장점은 시각적으로 무엇이 어디에 속하는 가를 명확히 알 수 있다는 것이다.

* 특히 Many를 나타내는 까치발은 Course 아래에 CourseTerm이 여러개가 있음을 직관적으로 표현한다.

== 참여 제약조건 ==
'''Participation Constraint'''
* 위에서 설명한 최소 카디날리티를 포함한다.
* 최대, 최소 카디날리티를 지켜야 하는 제약조건을 일컫는다.

== ERD 예시 ==
예시1 (Cardinality Ratio)

[[파일:ERD Figure 3.2.png|613x613픽셀]]

예시2 (Structure Constraint)

[[파일:ERD Figure 3.15.png]]

[[분류:데이터베이스]]

시큐어 코딩

2026-04-30T18:46:31Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:보안]]
;Secure Coding
안전한 소프트웨어 개발을 위해 소스코드 등에 존재할 수있는 잠재적인 [[보안]] 취약점을 제거하고, 보안을 고려하여 기능을 설계 및 구현하는 등 소프트웨어 개발 과정에서 지켜야 할 보안 활동

의료 마이데이터

2026-04-30T18:46:31Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

== 동향 ==

== 공식 홈페이지 ==

* [http://www.myhealthdata.or.kr/ 의료 마이데이터]

== 관련 보도자료 및 언론 보도 ==
* [https://www.mohw.go.kr/react/al/sal0301vw.jsp?PAR_MENU_ID=04&MENU_ID=0403&page=1&CONT_SEQ=372769 2022-08-31 여러 의료기관에 흩어진 마이데이터 한눈에 내 손안으로! 건강정보 고속도로가 최초 개통됩니다!]
* [https://www.etnews.com/20220518000216 2022-05-18 2023년 의료 마이데이터…민간 빠진 '반쪽개통' 우려]
* [https://k-his.or.kr/board.es?mid=a10301000000&bid=0001&tag=&act=view&list_no=288 2021-05-25 「의료분야 마이데이터(PHR) 생태계 조성을 위한」마이 헬스웨이 시스템 구축 및 실증·확산 사업 설명회 안내]

* 2021-05-10 마이 헬스웨이(의료 [[마이데이터]]) 생태계를 조성하기 위한 사회적 논의를 시작한다!
** 의료분야 마이데이터 추진위원회 제1차 회의 개최(5.10)
* 2021-04-22 복지부, 마이 헬스웨이 서비스 구축을 위한 국민정책디자인단 모집
** 개인, 건강정보 이용·활용 서비스 정책에 국민 의견 수렴하여 반영
* 2021-02-24 마이 헬스웨이((가칭)건강정보 고속도로) 구축 시작
** 국민 건강증진 및 의료서비스 혁신을 위한 ｢마이 헬스웨이(의료분야 마이데이터) 도입 방안｣ 발표
** 나의 흩어진 건강정보를 한눈에 볼 수 있는 ‘나의건강기록’ 앱 출시

개인정보 보호법 제26조

2026-04-30T18:46:31Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

==내용(개정 2023.3.14)==
;제26조(업무위탁에 따른 개인정보의 처리 제한)
*① 개인정보처리자가 제3자에게 개인정보의 처리 업무를 위탁하는 경우에는 다음 각 호의 내용이 포함된 문서로 하여야 한다. <개정 2023. 3. 14.>
** 1. 위탁업무 수행 목적 외 개인정보의 처리 금지에 관한 사항
**2. 개인정보의 기술적ㆍ관리적 보호조치에 관한 사항
**3. 그 밖에 개인정보의 안전한 관리를 위하여 대통령령으로 정한 사항
*② 제1항에 따라 개인정보의 처리 업무를 위탁하는 개인정보처리자(이하 “위탁자”라 한다)는 위탁하는 업무의 내용과 [[개인정보 처리]] 업무를 위탁받아 처리하는 자(개인정보 처리 업무를 위탁받아 처리하는 자로부터 위탁받은 업무를 다시 위탁받은 제3자를 포함하며, 이하 “수탁자”라 한다)를 정보주체가 언제든지 쉽게 확인할 수 있도록 대통령령으로 정하는 방법에 따라 공개하여야 한다. <개정 2023. 3. 14.>
* ③ 위탁자가 재화 또는 서비스를 홍보하거나 판매를 권유하는 업무를 위탁하는 경우에는 대통령령으로 정하는 방법에 따라 위탁하는 업무의 내용과 수탁자를 정보주체에게 알려야 한다. 위탁하는 업무의 내용이나 수탁자가 변경된 경우에도 또한 같다.
*④ 위탁자는 업무 위탁으로 인하여 정보주체의 개인정보가 분실ㆍ도난ㆍ유출ㆍ위조ㆍ변조 또는 훼손되지 아니하도록 수탁자를 교육하고, 처리 현황 점검 등 대통령령으로 정하는 바에 따라 수탁자가 개인정보를 안전하게 처리하는지를 감독하여야 한다. <개정 2015. 7. 24.>
*⑤ 수탁자는 개인정보처리자로부터 위탁받은 해당 업무 범위를 초과하여 개인정보를 이용하거나 제3자에게 제공하여서는 아니 된다.
*⑥ '''수탁자는 위탁받은 개인정보의 처리 업무를 제3자에게 다시 위탁하려는 경우에는 위탁자의 동의를 받아야 한다.''' <신설 2023. 3. 14.>
*⑦ 수탁자가 위탁받은 업무와 관련하여 개인정보를 처리하는 과정에서 이 법을 위반하여 발생한 손해배상책임에 대하여는 수탁자를 개인정보처리자의 소속 직원으로 본다. <개정 2023. 3. 14.>
*⑧ 수탁자에 관하여는 제15조부터 제18조까지, 제21조, 제22조, 제22조의2, 제23조, 제24조, 제24조의2, 제25조, 제25조의2, 제27조, 제28조, 제28조의2부터 제28조의5까지, 제28조의7부터 제28조의11까지, 제29조, 제30조, 제30조의2, 제31조, 제33조, 제34조, 제34조의2, 제35조, 제35조의2, 제36조, 제37조, 제37조의2, 제38조, 제59조, 제63조, 제63조의2 및 제64조의2를 준용한다. 이 경우 “개인정보처리자”는 “수탁자”로 본다. <개정 2023. 3. 14.>
==내용(이전)==
;제26조(업무위탁에 따른 개인정보의 처리 제한)
*① 개인정보처리자가 제3자에게 개인정보의 처리 업무를 위탁하는 경우에는 다음 각 호의 내용이 포함된 문서에 의하여야 한다.
**1. 위탁업무 수행 목적 외 개인정보의 처리 금지에 관한 사항
**2. 개인정보의 기술적ㆍ관리적 보호조치에 관한 사항
**3. 그 밖에 개인정보의 안전한 관리를 위하여 대통령령으로 정한 사항
*② 제1항에 따라 개인정보의 처리 업무를 위탁하는 개인정보처리자(이하 “위탁자”라 한다)는 위탁하는 업무의 내용과 개인정보 처리 업무를 위탁받아 처리하는 자(이하 “수탁자”라 한다)를 정보주체가 언제든지 쉽게 확인할 수 있도록 대통령령으로 정하는 방법에 따라 공개하여야 한다.
*③ 위탁자가 재화 또는 서비스를 홍보하거나 판매를 권유하는 업무를 위탁하는 경우에는 대통령령으로 정하는 방법에 따라 위탁하는 업무의 내용과 수탁자를 정보주체에게 알려야 한다. 위탁하는 업무의 내용이나 수탁자가 변경된 경우에도 또한 같다.
*④ 위탁자는 업무 위탁으로 인하여 정보주체의 개인정보가 분실ㆍ도난ㆍ유출ㆍ위조ㆍ변조 또는 훼손되지 아니하도록 수탁자를 교육하고, 처리 현황 점검 등 대통령령으로 정하는 바에 따라 수탁자가 개인정보를 안전하게 처리하는지를 감독하여야 한다. <개정 2015. 7. 24.>
*⑤ 수탁자는 개인정보처리자로부터 위탁받은 해당 업무 범위를 초과하여 개인정보를 이용하거나 제3자에게 제공하여서는 아니 된다.
*⑥ 수탁자가 위탁받은 업무와 관련하여 개인정보를 처리하는 과정에서 이 법을 위반하여 발생한 손해배상책임에 대하여는 수탁자를 개인정보처리자의 소속 직원으로 본다.
*⑦ 수탁자에 관하여는 [[개인정보 보호법 제15조|제15조]]부터 [[개인정보 보호법 제25조|제25조]]까지, [[개인정보 보호법 제27조|제27조]]부터 [[개인정보 보호법 제31조|제31조]]까지, [[개인정보 보호법 제33조|제33조]]부터 [[개인정보 보호법 제38조|제38조]]까지 및 [[개인정보 보호법 제59조|제59조]]를 준용한다.
==해설==

==관련 판례==

[[분류:개인정보보호]]

정보보안기사 제1회 23번

2026-04-30T18:46:30Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:보안]][[분류:정보보안기사]]
과목: [[네트워크 보안]]
== 문제 ==
23. 다음은 TCP 프로토콜의 타이머에 대한 설명이다. 옳지 않은 것은?
* ① TCP 타이머에서 재전송 타이머(RTO, Retransmission Time Out)값으로 설정하고 타이머가 끝나기 전에 확인응답이 수신되면 타이머는 소멸한다.
* ② 왕복시간(RTT, Round Trip Time)은 재전송 초과 값을 계산하기 위해서 왕복시간을 계산한다.
* ③ 영속 타이머는 교착상태를 해결하기 위해 사용된다.
* ④ RTO 값은 설정된 RTT 값을 기준으로 고정된다.
== 풀어보기 ==
* [https://q.fran.kr/문제/3052 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보보안기사/제1회 정보보안기사 제1회 시험 풀기]
== 정답 ==
* '''4번'''
== 해설 ==

== 같이 보기 ==
* [[TCP 타이머]]

Big Omega Notation

2026-04-30T18:46:29Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

'''Big Omega (Ω) Notation''' is a mathematical concept used in computer science to describe the lower bound of an algorithm's time or space complexity. It provides a guarantee of the best-case performance of an algorithm, defining the minimum time or space required for the algorithm to complete as a function of input size.
==Key Concepts==
*'''Lower Bound:''' Big Omega represents the minimum amount of resources (time or space) that an algorithm will require for any input of size \(n\).
*'''Asymptotic Analysis:''' Focuses on the behavior of an algorithm as the input size approaches infinity.
*'''Best-Case Performance:''' Describes the most efficient scenario where the algorithm performs optimally.
==Relationship with Big O and Theta==
Big Omega is one of the three major notations used in asymptotic analysis:
*'''Big O (O):''' Provides an upper bound (worst-case performance).
*'''Big Omega (Ω):''' Provides a lower bound (best-case performance).
*'''Theta (Θ):''' Represents a tight bound, where the algorithm's growth rate is the same in both the best and worst cases.
{| class="wikitable"
!Notation!!Description!!Example
|-
|O(f(n))||Upper bound (worst-case)||Sorting algorithms like quicksort: O(n log n) (worst case).
|-
|Ω(f(n))||Lower bound (best-case)||Binary search: Ω(log n).
|-
|Θ(f(n))||Tight bound (both upper and lower)||Merge sort: Θ(n log n).
|}
==Common Big Omega Classes==
Big Omega classes describe different levels of lower bounds:
{| class="wikitable"
!Notation!!Name!!Description!!Example
|-
|Ω(1)||Constant||The algorithm always performs a constant number of steps, regardless of input size.||Accessing an element in an array.
|-
|Ω(log n)||Logarithmic||The number of steps grows logarithmically with input size.||Binary search.
|-
|Ω(n)||Linear||The algorithm performs work proportional to the input size.||Traversing a list.
|-
|Ω(n log n)||Linearithmic||Represents an algorithm that requires at least n log n operations.||Sorting a list with comparison-based algorithms.
|-
|Ω(n^2)||Quadratic||The algorithm requires at least n^2 operations.||Finding all pairs in a list (nested loops).
|}
==Examples==
*'''Binary Search:'''
**Complexity: Ω(log n).
**In the best case, binary search finds the target in the middle of the array after one comparison.

*'''Sorting Algorithms:'''
**Comparison-based sorting algorithms, such as merge sort or quicksort, have a lower bound of Ω(n log n) because comparisons are necessary to determine order.

*'''Graph Traversal:'''
**Breadth-first search (BFS) or depth-first search ([[깊이 우선 탐색|DFS]]) has a lower bound of Ω(V + E), where \(V\) is the number of vertices and \(E\) is the number of edges.
==Advantages of Big Omega==
*'''Benchmarking Efficiency:''' Helps identify the minimum work required for an algorithm to solve a problem.
*'''Simplifies Complexity Analysis:''' Provides insight into the best-case behavior of an algorithm.
*'''Problem-Specific Insights:''' Highlights inherent difficulty in solving certain problems (e.g., sorting lower bound of Ω(n log n)).
==Limitations of Big Omega==
*'''Ignores Worst Case:''' Focusing only on the best-case scenario does not account for how the algorithm performs in general or worst-case conditions.
*'''Not Always Useful Alone:''' Often paired with Big O or Theta for a more comprehensive complexity analysis.
==Applications==
Big Omega notation is commonly used in:
*'''Algorithm Benchmarking:''' Evaluating the theoretical minimum resource usage.
*'''Problem Complexity Analysis:''' Identifying the inherent difficulty of computational problems.
*'''Comparative Analysis:''' Providing context for choosing algorithms based on best-case performance.
==See Also==
*[[Big O Notation]]
*[[Theta Notation]]
*[[Algorithm Complexity]]
*[[Asymptotic Analysis]]
*[[Sorting Algorithms]]
*[[Binary Search]]
*[[Graph Traversal]]
[[Category:Algorithm]]

소스코드 품질 분석

2026-04-30T18:40:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

'''Source Code Quality Analysis; Source Code Quality Assurance; Source Code Quality Metric;'''

소스 코드의 [[코드 스타일|코딩 스타일]], 코드에 설정된 코딩 표준, 코드의 복잡도, 코드에 존재하는 메모리 누수 현상, 스레드 결함 등을 발견하기 위한 과정

*정적 분석과 동적 분석으로 구분

==정적 분석==

*작성한 소스 코드를 실행하지 않고 코딩 표준이나 코딩 스타일, 결함 등을 확인하는 코드 분석
*비교적 애플리케이션 개발 초기의 결함을 찾는데 사용되고, 개발 완료 시점에서는 개발된 소스 코드의 품질을 검증하는 차원에서 사용
*동적 분석 도구로는 발견하기 어려운 결함을 찾아내고, 소스 코드에서 코딩의 복잡도, 모델 의존성, 불일치성 등을 분석 가능

====분석 도구====
pmd, cppcheck, SonarQube, checkstyle, ccm, cobertura 등
{| class="wikitable"
!도구
!설명
!지원 환경
|-
!Pmd
|소스 코드에 대한 미사용 변수, 최적화되지 않은 코드 등 결함을 유발할 수 있는 코드를 검사
|Linux, Windows
|-
!cppcheck
|C/C++ 코드에 대한 메모리 누수, 오버플로우 등 분석
|Windows
|-
!SonarQube
|중복코드, 복잡도, 코딩 설계 등을 분석하는 소스 분석 통합 플랫폼
|Cross-Platform
|-
!checkstyle
|<nowiki>- 자바 코드에 대한 소스 코드 표준을 따르고 있는지 검사</nowiki>

- 다양한 개발 도구에 통합하여 사용 가능
|Cross-Platform
|}

==동적 분석==
작성한 소스 코드를 실행하여 코드에 존재하는 메모리 누수, 스레드 결함 등을 분석

====분석 도구====

*Avalanche
*Valgrind

== 같이 보기 ==

* [[소프트웨어 테스트]]
* [[소프트웨어 품질]]
* [[소프트웨어 품질 평가]]
* [[정적 테스트]]

==참고 문헌==

*블로그 https://inreve.tistory.com/20

정보보안기사 제14회 42번

2026-04-30T18:40:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:보안]][[분류:정보보안기사]]
과목: 어플리케이션 보안
== 문제 ==
42. DoS 공격엔 다양한 종류가 있다. 다음 중 웹서버 운영체제(OS) 자원을 고갈시키는 DoS는 무엇인가?
* ① [[SYN 플러딩|Syn Flooding]]
* ② GET Flooding
* ③ Teardrop
* ④ Syn Cookie
== 풀어보기 ==
* [https://q.fran.kr/문제/10120 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보보안기사/제14회 정보보안기사 제14회 시험 풀기]
== 정답 ==
* '''1번'''
== 해설 ==

== 같이 보기 ==
* [[SYN 플러딩]]
* [[티어드롭 공격]]

정보보안기사 제14회 98번

2026-04-30T18:40:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:보안]][[분류:정보보안기사]]
과목: 정보보안관리 및 법규
== 문제 ==
98. [[개인정보]] 영향평가 시 반드시 고려해야 할 사항이 아닌 것은?
* ① 처리하는 개인정보의 수
* ② 개인정보의 제3자 제공 여부
* ③ 정보주체의 권리를 해할 가능성 및 그 위험 정도
* ④ 개인정보 수탁자에 대한 관리 감독
== 풀어보기 ==
* [https://q.fran.kr/문제/10134 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보보안기사/제14회 정보보안기사 제14회 시험 풀기]
== 정답 ==
* '''4번'''
== 해설 ==

== 같이 보기 ==
* [[개인정보 영향평가]]

총계처리

2026-04-30T18:40:04Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:데이터 과학]][[분류:개인정보보호]]
;Aggregation
통계값(전체 혹은 부분)을 적용하여 특정 개인을 식별할 수 없도록 하는 [[개인정보]] 비식별처리 기법

== 장단점 ==
* 장점: 민감한 수치 정보에 대하여 비식별 조치가 가능하며, 통계분석용 데이터 셋 작성에 유리
* 단점: 정밀 분석이 어려우며 집계 수량이 적을 경우 추론에 의한 식별 가능성 존재

== 예시 ==
* 임꺽정 180cm, 홍길동 170cm, 유관순 160cm, 안중근 150cm
* → 물리학과 학생 키 합: 660cm, 평균키: 165cm

== 종류 ==
* '''전체 총계처리'''
** 데이터 전체 또는 부분을 집계(총합, 평균)
** 집단에 소속된 전체 인원의 평균 나이값을 구한 후 각 개인의 나이값을 평균 나이값(대푯값)으로 대체
* '''부분총계(Micro Aggregation)'''
** 데이터 셋 내 일정부분 레코드만 총계처리함
** 40대의 소득만 선별하여 평균값을 구한 후 40대에 해당하는 각 개인의 소득값을 해당 평균값으로 대체
* '''라운딩(Rounding)'''
** 집계 처리된 값에 대하여 라운딩(올림, 내림, 반올림) 기준을 적용하여 최종 집계 처리하는 방법
** 일반적으로 세세한 정보보다는 전체 통계정보가 필요한 경우 많이 사용
** ex) 23세 → 20대, 3,712,311원 → 3,712천원

== 같이 보기 ==
* [[개인정보 비식별]]

ISMS-P 인증 기준 2.4.6.반출입 기기 통제

2026-04-30T18:40:03Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류: ISMS-P 인증 기준]]

*'''영역''': [[ISMS-P 인증 기준 2.보호대책 요구사항|2.보호대책 요구사항]]

= '''분류''': [[ISMS-P 인증 기준 2.4.물리 보안|2.4.물리 보안]] =

==개요==
{| class="wikitable"
!항목
!2.4.6.반출입 기기 통제
|-
| style="text-align:center" |'''인증기준'''
|보호구역 내 정보시스템, 모바일 기기, 저장매체 등에 대한 반출입 통제절차를 수립·이행하고 주기적으로 검토하여야 한다.
|-
|'''주요 확인사항'''
|
*정보시스템, 모바일기기, 저장매체 등을 보호구역에 반입하거나 반출하는 경우 정보유출, 악성코드 감염 등 보안사고 예방을 위한 통제 절차를 수립‧이행하고 있는가?
*반출입 통제절차에 따른 기록을 유지‧관리하고, 절차 준수 여부를 확인할 수 있도록 반출입 이력을 주기적으로 점검하고 있는가?
|-
| style="text-align:center" |'''관련법규'''
|
* 개인정보 보호법 제29조(안전조치의무)
* [[개인정보의 안전성 확보조치 기준]] 제10조(물리적 안전조치)
|}
==세부 설명==

====보호구역 장비 반출입시 통제 절차 수립·이행====
정보시스템, 모바일 기기, 저장매체 등을 보호구역에 반입하거나 반출하는 경우 정보유출, 악성코드 감염 등 보안사고 예방을 위한 통제 절차를 수립·이행하여야 한다.

*반출입 통제 대상: 정보시스템(서버, 네트워크 장비 등), 모바일 기기(노트북, 스마트패드, 스마트폰 등), 저장매체(HDD, SDD, USB메모리, 외장하드디스크, CD/DVD, 테이프 등) 등
*반출입 통제 절차: 보호구역 출입통제 책임자 사전승인, 반출입 관리대장 기록, 반출입 기기에 대한 보안점검 수행(백신설치 여부, 보안업데이트 여부, 악성코드 감염 여부, 보안스티커 부착 여부, 중요 정보 유출 여부 등), 반출입 내역 주기적 검토 등
*예외 사용 절차: 예외 신청·승인, 반출입 관리대장 기록 등

<blockquote>'''※ 반출입 관리대장 기록사항(예시)'''

*반출입 일시 및 장소
*사용자 정보
*기종(모델), 기기식별정보(시리얼번호 등)
*반출입 사유
*보안 점검 결과
*관리자 확인 서명 등
</blockquote>

====기록 유지 및 주기적 점검====
반출입 통제절차에 따른 기록을 유지·관리하고, 절차 준수 여부를 확인할 수 있도록 반출입 이력을 주기적으로 점검하여야 한다.

*보호구역 내 반출입 이력에 대한 기록 유지(반출입 관리대장, 반출입 통제시스템 로그 등)

*반출입 이력을 주기적으로 점검하여 보호구역 내 반출입이 통제 절차에 따라 적절하게 수행되었는지 여부 검토

==증거 자료==

*보호구역 내 반출입 신청서
*반출입 관리대장
*반출입 이력 검토 결과

==결함 사례==

*이동컴퓨팅기기 반출입에 대한 통제 절차를 수립하고 있으나, 통제구역 내 이동컴퓨팅기기 반입에 대한 통제를 하고 있지 않아 출입이 허용된 내·외부인이 이동컴퓨팅기기를 제약 없이 사용하고 있는 경우
*내부 지침에 따라 전산장비 반출입이 있는 경우 작업계획서에 반출입 내용을 기재하고 관리 책임자의 서명을 받도록 되어 있으나, 작업계획서의 반출입 기록에 관리책임자의 서명이 다수 누락되어 있는 경우

==같이 보기==

*[[정보보호 및 개인정보보호관리체계 인증]]
*[[ISMS-P 인증 기준]]
*[[ISMS-P 인증 기준 세부 점검 항목]]

==참고 문헌==

*정보보호 및 개인정보보호 관리체계 인증기준 안내서(KISA, 2023.11.)

클럭 알고리즘

2026-04-30T18:40:03Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

클럭 알고리즘(Clock algorithm)은 [[페이지 교체 알고리즘]] 중 하나로, [[LRU]](Least Recently Used) 알고리즘을 근사화한 방식이다. 하드웨어적으로 효율적인 구현이 가능하며, 운영체제에서 널리 사용된다. 원형 큐 형태의 구조를 사용해 마치 시계의 초침처럼 순환하며 페이지를 검사한다는 의미에서 "클럭"이라는 이름이 붙었다.
==개념 ==
클럭 알고리즘은 각 페이지마다 1비트의 '''참조 비트(reference bit)'''를 유지한다. 이 비트는 페이지가 참조될 때마다 1로 설정되며, 페이지 교체가 필요할 때 이를 기준으로 교체 대상을 판단한다.
==동작 방식 ==
1. 각 페이지 프레임은 원형 큐로 연결되고, 참조 비트와 함께 관리됨

2. 페이지 폴트가 발생하면, "초침"이 가리키는 페이지부터 확인

3. 참조 비트가 0이면 → 해당 페이지를 교체

4. 참조 비트가 1이면 → 0으로 초기화하고 다음 페이지로 이동

5. 교체 대상이 결정될 때까지 반복
==예시==
페이지 프레임 수: 4 프레임 상태: [A1, B1, C0, D1] → C의 참조 비트가 0이므로 C가 교체 대상이 됨
==개선형: [[2차 기회 알고리즘|Second-Chance 알고리즘]]==
*FIFO 기반 교체 대상에서 참조 비트가 1이면 제거하지 않고 기회를 한 번 더 줌
*클럭 알고리즘은 Second-Chance를 순환 큐로 구현한 형태
==장점==
*[[LRU]]와 유사한 효과를 하드웨어 없이 구현 가능
*간단한 구조, 낮은 오버헤드
*실제 시스템에서 많이 사용됨 (예: Linux)
==단점==
*정확한 LRU가 아니므로 참조 순서를 완전히 반영하지는 못함
*페이지 수가 많을 경우, 교체 대상 탐색에 시간이 걸릴 수 있음
== 실제 활용==
*UNIX 계열 운영체제의 [[가상메모리 페이지 교체|페이지 교체]] 구현
*Linux의 기본 페이지 교체 알고리즘 중 하나
*일부 시스템은 클럭 + Aging 알고리즘 혼합 사용
==같이 보기==
*[[페이지 교체 알고리즘]]
*[[LRU (페이지 교체 알고리즘)]]
*[[NUR (페이지 교체 알고리즘)]]
*[[2차 기회 알고리즘]]
*[[참조 비트]]
*[[가상 메모리]]
== 참고 문헌==
*Silberschatz, A., Galvin, P. B., & Gagne, G. (2020). Operating System Concepts. Wiley
*Tanenbaum, A. S., & Bos, H. (2014). Modern Operating Systems. Pearson
*Linux Kernel Documentation - Page Replacement Algorithms
[[분류:운영체제]]
[[분류:가상 메모리]]

정보처리기사 2020년 3회 57번

2026-04-30T18:40:03Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

[[분류:기출문제]][[분류:정보처리기사]]
과목: [[데이터베이스]] 구축
== 문제 ==
57. 관계대수의 순수관계 연산자가 아닌 것은?
* ① Select
* ② Cartesian Product
* ③ Division
* ④ Project
== 풀어보기 ==
* [https://q.fran.kr/문제/10742 해당 문제 풀어보기]
* [https://q.fran.kr/시험/정보처리기사/2020년_3회 정보처리기사 2020년 3회 시험 풀기]
== 정답 ==
* '''2번'''
== 해설 ==

== 같이 보기 ==
* [[관계대수]]

신용정보의 이용 및 보호에 관한 법률 시행령 제14조의2

2026-04-30T18:40:03Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: apply approved internal links

==내용==
;제14조의2(정보집합물의 결합 등)
* ① [[신용정보의 이용 및 보호에 관한 법률 제17조의2|법 제17조의2]]제1항에서 “대통령령으로 정하는 자”란 [[신용정보의 이용 및 보호에 관한 법률 제45조의3|법 제45조의3]]에 따른 상거래기업 및 법인(이하 “상거래 기업 및 법인”이라 한다)을 말한다.
* ② [[신용정보의 이용 및 보호에 관한 법률 제17조의2|법 제17조의2]]제1항에 따라 정보집합물을 결합하려는 신용정보회사등 및 제3자(이하 이 조에서 “결합의뢰기관”이라 한다)는 공동으로 [[신용정보의 이용 및 보호에 관한 법률 제26조의4|법 제26조의4]]에 따른 [[데이터전문기관]](이하 “데이터전문기관”이라 한다)에 금융위원회가 정하여 고시하는 바에 따라 정보집합물의 결합을 신청해야 한다. <개정 2022. 6. 7.>
* ③ 결합의뢰기관 및 데이터전문기관은 정보집합물을 결합ㆍ제공ㆍ보관하는 경우에는 다음 각 호의 사항을 모두 준수해야 한다.
** 1. 결합의뢰기관이 정보집합물을 데이터전문기관에 제공하는 경우 다음 각 목의 조치를 하여 제공할 것
* 가. 하나의 정보집합물과 다른 정보집합물 간에 둘 이상의 정보를 연계, 연동하기 위하여 사용되는 정보는 해당 개인을 식별할 수 없으나 구별할 수 있는 정보(이하 “결합키”라 한다)로 대체할 것
* 나. 개인신용정보가 포함된 정보집합물은 가명처리할 것
** 2. 결합의뢰기관이 결합키를 생성하는 절차와 방식은 금융위원회가 정하여 고시하는 바에 따라 결합의뢰기관 간 상호 협의하여 결정할 것
** 3. 결합의뢰기관이 데이터전문기관에 정보집합물을 제공하거나 데이터전문기관이 결합한 정보집합물을 결합의뢰기관에 전달하는 경우에는 해당 정보집합물의 내용을 제3자가 알 수 없도록 암호화 등의 보호조치를 하여 전달할 것
** 4. 데이터전문기관은 결합된 정보집합물을 결합의뢰기관에 전달하기 전 결합키를 삭제하거나 금융위원회가 정하여 고시하는 방법으로 대체할 것
** 5. 데이터전문기관은 결합된 정보집합물의 가명처리 또는 익명처리의 적정성을 평가한 후 적정하지 않다고 판단되는 경우 다시 가명처리 또는 익명처리하여 전달할 것
** 6. 데이터전문기관은 결합한 정보집합물을 결합의뢰기관에 전달한 후 결합한 정보집합물 및 결합 전 정보집합물을 지체 없이 삭제할 것
* ④ 데이터전문기관은 금융위원회가 정하여 고시하는 방법에 따라 결합 관련 사항을 기록ㆍ관리하고 매년 1회 금융위원회에 보고해야 한다.
* ⑤ 데이터전문기관은 데이터 결합 등에 필요한 비용을 결합의뢰기관에 청구할 수 있다.
* ⑥ 데이터전문기관은 결합의뢰기관이 결합된 데이터를 전달받기 전에 데이터전문기관의 전산설비 등을 활용하여 결합된 정보집합물을 분석하기를 요청하는 경우 데이터전문기관의 전산설비 등을 활용하여 가명처리 또는 익명처리가 된 상태의 정보집합물을 분석하게 할 수 있다.
* ⑦ 제1항부터 제6항까지의 규정에 따른 정보집합물 결합ㆍ제공ㆍ처리ㆍ보관의 절차 및 방법에 관한 세부 사항은 금융위원회가 정하여 고시한다.
* ⑧ 제2항, 제3항 및 제5항부터 제7항까지의 규정은 결합의뢰기관이 데이터전문기관 중 [[개인정보 보호법 제28조|「개인정보 보호법」 제28조]]의3제1항에 따른 전문기관으로도 지정된 기관에서 같은 조 제3항에 따른 결합 절차와 방법, 반출 및 승인 기준ㆍ절차 등에 따라 정보집합물을 결합하려는 경우에는 적용하지 않는다.
* [본조신설 2020. 8. 4.]
* [시행일: 2022. 9. 8.] [[신용정보의 이용 및 보호에 관한 법률 시행령 제14조의2|제14조의2]]
==해설==

[[분류:신용정보법]]

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:30:20Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=0, added=10, pending=40)

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:25:30Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=0, added=10, pending=30)

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:22:09Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: queue cycle (applied=0, added=10, pending=20)

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:12:31Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: refresh link proposals (10)

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:00:43Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: refresh link proposals (5)

== Link Proposals (2026-04-30 18:00:43 UTC) ==
* Approval page: Project:Bot Approval/Link Insertions
* Scanned pages: 15
* Proposed items: 5 (limit=5)

아래 항목에서 적용할 건만 `[x]`로 체크하세요.

* [ ] PAGE=0-1 배낭 문제 | PHRASE=Knapsack | TARGET=Knapsack
* [ ] PAGE=1-200 Moving Average System | PHRASE=Python | TARGET=파이썬
* [ ] PAGE=10대 기술 트렌드(2021) | PHRASE=인공지능 | TARGET=인공지능
* [ ] PAGE=10월 | PHRASE=8월 | TARGET=8월
* [ ] PAGE=10월 14일 | PHRASE=프로젝트 | TARGET=프로젝트

적용은 봇 `apply-approved` 명령으로 실행합니다.

IT 위키:Bot Approval/Link Insertions

2026-04-30T18:00:28Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: refresh link proposals (10)

IT 위키:Bot Approval/Link Insertions

2026-04-30T17:59:50Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: refresh link proposals (20)

IT 위키:Bot Approval/Link Insertions

2026-04-30T17:48:34Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: refresh link proposals (10)

IT 위키:Bot Approval/Link Insertions

2026-04-30T17:47:42Z

2406:DA12:901:300:D6DA:533B:F437:97D4: Bot: refresh link proposals (20)