발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ESW4020 | 정보보호개론 | 3 | 6 | 전공 | 학사/석사 |
4
1 |
- | No | |
| 주로 학부 때 정보보호과목을 듣지 않은 학생 대상으로 정보보호학의 주요개념과 원리를 넓은 범위에서 학습한다. 시스템 보안, 네트워크 보안, 소프트웨어 보안, 웹 어플리케이션 보안, 악성코드, 그리고 암호학 기초에 대해 다룬다. 또한 현대 암호학에 기반해 대칭키/비대칭키 암호화와 전자서명, 공개키 기반구조에 대해 학습한다. | |||||||||
| ESW4021 | 정보보호를위한기계학습기법의이해 | 3 | 6 | 전공 | 학사/석사 |
4
1 |
- | No | |
| 여러가지 주요 기계학습 중 특히 보안 분야에서 자주 활용되는 기법에 대한 이론을 학습하고 실습 프로젝트를 수행한다. 머신러닝의 기반이 되는 선형대수, 확률과 통계 기본을 간단히 복습하고, 선형회귀, 로지스틱 회귀, SVM, 의사결정나무, 랜덤 포레스트, 차원축소에 대해 살펴본다. 또한 많은 발전을 거듭하고 있는 인공 신경망을 소개하고, 대표적으로 입력층과 출력층 간에 여러 은닉층으로 이뤄진 심층 신경망을 학습한다. 특히 합성곱 신경망과 순환 신경망을 알아보고, 좀 더 발전된 모델인 어텐션, 트랜스포머, 버트 구조에 대해 학습한다. 이를 토대로 주요논문을 읽고 이해하고, 사이버 보안에 응용할 수 있는 분야를 프로젝트를 통해 실습한다. | |||||||||
| ESW4022 | 보안을위한소프트웨어분석 | 3 | 6 | 전공 | 학사/석사 |
4
1 |
- | No | |
| 최근 소프트웨어의 복잡도가 증가함에 따라 다양한 버그 및 보안 취약점이 발견되고 있다. 이러한 버그 및 보안 취약점을 효과적으로 탐지하기 위해 학계 및 산업체에서는 소프트웨어를 자동으로 분석하는 다양한 정적 및 동적 분석 기술을 활용하고 있다.본 수업은 학생들이 소프트웨어를 자동으로 분석하는데 활용되는 최신 기술을 습득하는데 목표가 있다. 이를 위해, abstract interpretation, data-flow analysis, concolic testing, symbolic execution, fuzzing, instrumentation과 같은 기술에 대한 이론을 학습하고, 최우수 국제학술대회에 발표된 논문을 공부하여, 각 기술의 장단점 및 활용처 등을 소개하고자 한다. 또한 학생들이 직접 이러한 기술을 활용해서 소프트웨어에 존재하는 버그를 자동으로 찾아보는 과제를 제공하고자 한다. 본 수업 후에 학생들은 1) 최신 소프트웨어 분석 기술의 이론을 이해하고 설명할 수 있으며, 2) 이러한 기술을 활용하여 소프트웨어에 존재하는 버그 및 보안 취약점을 자동으로 찾을 수 있으며, 3) 소프트웨어 분석 연구를 수행할 수 있다. | |||||||||
| ESW4023 | 소프트웨어해킹실습 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 본 수업은 소프트웨어의 취약점을 공략하는 해킹 방법론에 대해 공부하고 실습해본다. 본 수업을 통해 학생들은 바이너리 리버싱, 취약점 분석, 공격코드 작성, 취약점 패치 기술을 습득할 수 있다. 실제로 취약한 소프트웨어를 대상으로 공부한 해킹 기법을 적용해보면서 소프트웨어 보안의 이해도롤 높이고자 한다. | |||||||||
| ESW4024 | 추천시스템개론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | - | No | |
| 추천 시스템은 사용자의 클릭/구매 이력과 항목의 콘텐츠 정보를 활용하여 사용자의 숨겨진 선호도를 추론하고, 이를 기반으로 사용자가 좋아할만한 항목을 제공하는 것을 목표로 한다. 추천 시스템은 대규모의 데이터에서 유용한 정보를 찾아주는 대표적인 정보 필터링 방법으로 다양한 웹 애플리케이션 및 E-Commerce에서 폭넓게 활용되고 있다. 본 수업에서는 이와 같은 추천 시스템을 구현하기 위한 대표적인 추천 모델에 대해서 다룬다. 구체적으로, 사용자 이력만을 활용하는 협업 필터링(Collaborative Filtering)과 항목의 콘텐츠 간 유사도를 활용하는 콘텐츠 기반 필터링 기법에 대해서 다룬다. 특히 협업 필터링은 이웃 기반의 방법론과 모델 기반의 방법론에 대해서 다루며, 모델 기반은 전통적인 선형 모델부터 최근의 신경망 기반의 비선형 모델에 대해서 폭넓게 살펴본다. 또한, 최근 사용자의 순서 이력을 고려한 시계열 기반 추천 모델과 콘텐츠와 이력 정보를 함께 활용하는 행렬 분해 머신(Factorization machines)에 대해서도 살펴본다. 특히, 이와 같은 추천 모델을 직접 구현하여 성능 비교 및 장단점에 대해서 함께 살펴본다. | |||||||||
| ESW4025 | 인공지능윤리 | 3 | 6 | 전공 | 학사/석사 | 영 | Yes | ||
| 현재 인공지능의 발전으로 사회 곳곳에서 이들을 만날 수 있다. 하지만 인공지능은 윤리적인 판단을 스스로 내릴 수 없는 amoral이다. 그렇기에 인공지능으로 인해 나오는 여러 윤리적인 문제를 이해하고 해결해야하는 것이 지금 그리고 미래의 과제이다. 본 과목에서는 인공지능이 가지는 윤리적인 문제와 원인 그리고 해결책에 대해 살펴볼 것이다. 먼저 인공지능에 대해 간략히 배운 후 그들이 가지는 윤리적인 문제를 살펴볼 것이다. 이들은 크게 데이터, 알고리즘, 어플리케이션으로 나눠 볼 수 있어 이를 각각 살펴볼 것이다. 그 후 이러한 문제에 대한 원인을 살펴볼 것이다. 더해서 분석한 문제와 원인을 바탕으로 실제 이를 해결하는 알고리즘 및 사례를 살펴볼 것이다. | |||||||||
| ESW4026 | 컴퓨터네트워크와인공지능 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 본 교과목은 4차 산업혁명의 핵심기술인 인공지능 기술을 인터넷에 적용할 수 있는 역량 배양을 목표로 한다. 이를 위해 컴퓨터 네트워크와 보안의 기본적인 프로토콜과 시스템을 설명하고, 컴퓨터 네트워킹 기술에 적용 가능한 인공지능 기술을 설명한다. 6G 네트워크 시대를 대비하여 의도 기반 네트워킹, 클라우드 기반 보안 서비스, 지능형 사물인터넷, 자율주행차를 위한 무선 네트워킹이 다루어진다. 특히 6G 코어 네트워크를 위한 AI 기반 네트워킹 및 보안기술이 다루어진다. 본 교과목은 또한 컴퓨터 네트워크의 프로토콜 계층(예, 데이터 링크 계층, 네트워크 계층, 전송 계층, 응용 계층)을 학생들에게 가르친다. 본 교과목의 소개가 1주 다루어지고, 6G 네트워크 기술들이 5주동안 다루어지고, 컴퓨터 네트워크 계층들이 8주동안 다루어진다. 본 교과목의 기대효과로서 학생들은 컴퓨터 네트워크 및 보안에 대한 기반 지식을 배울 뿐만 아니라, 4차 산업혁명 시대를 위해 인공지능 및 기계학습 기술을 컴퓨터 네트워킹 분야에 접목하는 SW-AI 전문가로 성장할 수 있다. | |||||||||
| ESW5010 | 운영체제특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 한 | Yes | |
| 본 과목에서는 운영체제에 대한 개념, 구조, 기능들을 살펴 본 후, 운영체제의 핵심 기능인 파일 시스템, 프로세스 관리, 프로세서 관리, 메모리 관리, 입출력 관리 등의 구체적인 기능들을 커널 수준에서 깊이 있게 공부한다. 특히, Unix 및 Linux 운영체제의 각 기능별 핵심 메커니즘들을 공부하며, 궁극적으로 학생들로 하여금 운영체제의 기능별 설계 및 개선을 위한 실무적인 능력을 갖추도록 한다. | |||||||||
| ESW5012 | 실시간시스템특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 영 | Yes | |
| 본 과목에서는 실시간 시스템의 이론을 바탕으로, 소프트웨어 플랫폼을 지원하는 실시간 시스템의 최신 동향을 살펴본다. 먼저, 실시간 작업들의 스케줄링 기법을 소개한다. 여기에는 기본 실시간 작업 모델에 대한 유니프로세서/멀티 프로세서/클러스터 환경 스케줄링을 비롯하여, 포크-조인 실시간 작업 모델과 동기화를 위한 스케줄링 기법이 포함된다. 이러한 이론적인 내용을 기반으로 최근에 발표되는 논문을 통해 실시간 시스템의 연구들을 살펴보고, 이를 소프트웨어 플랫폼 지원에 활용할 수 있도록 한다. | |||||||||
| ESW5014 | 컴퓨터그래픽스특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 컴퓨터그래픽스의 이론에 대한 기본적인 이해와 이를 바탕으로 하는 고급 기법들과 실무 지식을 다룬다. 본 과목의 이론에서 주요한 주제는 이미지, 기하, 모델링, 변환, 사영, 음영기법, 텍스쳐, 광선추적, 전역조명, 특수효과 등을 포함하며, 본 이론들이 그래픽스처리장치에서 구현될 수 있도록 실무기법을 다룬다. | |||||||||
| ESW5017 | 창의소프트웨어설계1 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 지도교수가 석사과정 학생에게 부여한 연구 과제를 수행한다. 그 주제는 ICBM(IoT, Cloud, Bigdata, Mobile) + ICT 융합 기반의 중소기업 애로기술 해결을 목표로 한다. | |||||||||
| ESW5018 | 창의소프트웨어설계2 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 지도교수가 석사과정 학생에게 부여한 연구 과제를 수행한다. 그 주제는 ICBM(IoT, Cloud, Bigdata, Mobile) + ICT 융합 기반의 중소기업 애로기술 해결을 목표로 한다. | |||||||||
| ESW5019 | 창의ICT융합1 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 재학생이 "창의SW설계" 과목을 통해 진행해 온 프로젝트를 자신의 연구와 접목하여 과제를 수행한다. 그 주제는 ICBM(IoT, Cloud, Bigdata, Mobile) + ICT 융합 기반의 중소기업 애로기술 해결을 목표로 한다. | |||||||||
| ESW5021 | 박사개별연구1 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 박사과정 학생을 대상으로 하는 대학원 과정의 개별 연구 과목으로, 수강생은 지도교수와의 협의 하에 연구 주제를 선정한 후, 한 학기 동안 해당 연구 주제에 대해 심도 깊은 연구를 진행한 후 결과물을 제출해야 한다. | |||||||||
| ESW5022 | 박사개별연구2 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 과목은 박사과정 학생을 대상으로 하는 대학원 과정의 개별 연구 과목으로, 수강생은 지도교수와의 협의 하에 연구 주제를 선정한 후, 한 학기 동안 해당 연구 주제에 대해 심도 깊은 연구를 진행한 후 결과물을 제출해야 한다. | |||||||||
| ESW5023 | 텍스트마이닝및분석 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 텍스트 마이닝 및 분석은 문서로부터 숨겨진 정보를 추출하는 과정을 의미한다. 텍스트 마이닝은 문서 분류, 문서 군집화, 개체 추출, 감성 분석, 문서 요약, 개체 관계 모델링 등과 관련이 있다. 텍스트 분석은 정보 검색, 단어 빈도수 분포 분석, 정보 추출 등과 관련이 깊다. 즉, 텍스트 분석은 자연어 처리 기술과 분석 방법을 이용하여 문서를 분석하는 과정을 의미한다. 본 수업에서는 통계학적 방법론을 바탕으로 문서 마이닝 및 분석에 관련된 전반적인 과정을 다루고자 한다. 또한, 파이썬을 이용하여 문서 분석 기술들을 구현하는 부분도 함께 다루고자 한다. 본 수업의 선수 과목으로는 프로그래밍 기초, 자료구조, 알고리즘, 데이터 마이닝 및 기계 학습 등이 있다. | |||||||||
| ESW5024 | 고급데이터분석 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 본 수업은 실측 데이터에 대한 분석과 통계학적인 모델링(ex, 데이터요약, 시각화, 예측 등)과 관련 소프트웨어 도구를 다룰 것이다. 본 수업에서는 비선형적 패턴, 주파수 데이터, 시퀀스 데이터 등의 벤치마크 데이터를 다루는 것을 기본으로 한다. 수강 대상자는 기초확률이론, 통계 관련한 사전지식이 있어야 하며, 본 수업에서는 VC 이론, 수렴도, 좌표 및 구간추정, 가능성 극대화, 가설 테스트, 데이터 축소, 베이지안 추론, 비정량적 통계, 반복샘플링, 의존적 데이터 분석, 합리적 추론 등에 대해 다룰 예정이다. 본 수업을 통해, 수강생들은 적절한 확률/분석 방법을 선택하여 여러 가지 실측 데이터 분석을 진행하며, 이 결과를 도식화할 수 있는 역량을 보유할 수 있으리라 기대한다. 본 수업의 주요 목표는 대학원생들을 대상으로 데이터 분석을 위한 현대적 기법들을 제공하고 각자의 연구에 적절한 분석 기법을 도입할 수 있도록 지원하는 것이다. 이를 통해 각자의 연구 결과물의 질을 더 높일 수 있도록 기여하고자 한다. | |||||||||
| ESW5025 | 인프라네트워크보안 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목은 인프라 네트워크 및 보안에 대한 기술 및 표준을 소개한다. 본 과목은 네트워크 인프라인 클라우드, 사물인터넷, 차량 네트워크에서의 이용되는 네트워크 및 응용 기술과 이러한 인프라에서의 보안 및 프라이버시 기술을 설명한다. 교과목 내용은 다음과 같다. - 1주: 인프라 네트워크 및 보안 소개 - 2주: 인터넷과 컴퓨터네트워크 - 3주: 소프트웨어 정의 네트워킹(SDN) - 4주: 네트워크 기능 가상화(NFV) - 5주: 오픈스택 기반 클라우드 시스템 - 6주: 클라우드 기반 보안 서비스 시스템 - 7주: YANG 기반 데이터 모델링 - 8주: 학기 프로젝트 제안서(Term Project Proposal) - 9주: NETCONF 기반 네트워크 관리 - 10주: 사물인터넷 네트워킹 - 11주: 사물인터넷 응용 - 12주: 사물인터넷 보안 - 13주: 차량 네트워킹 - 14주: 차량 네트워크 응용 및 보안 - 15주: 학기 프로젝트 발표(Term Project Presentation) 본 과목은 플립클래스 형태로 진행될 예정이다. 4번의 숙제, 1개의 학기 프로젝트로 운영된다. | |||||||||
| ESW5026 | 고급운영체제 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 수업은 운영체제의 주요 요소들인 프로세스 관리, 메모리 관리 그리고 파일시스템의 디자인과 구현에 관해 기술 발전에 영향을 미친 역사적인 운영체제들의 사례를 중심으로 학습한다. 또한, 최신 하드웨어와 소프트웨어 기술로 인해 향후 운영체제가 발전할 방향을 살펴본다. | |||||||||
| ESW5027 | 고급컴퓨터구조설계 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 수업은 최신 프로세서와 메모리 구조를 비롯한 고급 컴퓨터 구조 설계 기법에 대해서 학습한다. 세부 내용은 컴퓨터 성능 측정, 캐쉬 설계, 명령어 수준 병렬성, 멀티 코어 프로세서, 가상 메모리, 스토리지 시스템에 대해서 다룬다. | |||||||||
| ESW5028 | 데이터베이스시스템원론 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목에서는 관계형 데이터베이스 및 키밸류 스토어를 포함하는 데이터베이스 시스템의 아키텍처와 핵심 원리를 다룬다. 데이터베이스시스템 아키텍처, 스토리지, 인덱스, 질의처리, 그리고 트랜잭션 관리 등의 주요 주제를 포함하는데, 플래시메모리 저장장치와 비휘발성 메모리를 위한 각 주제의 새로운 설계 아이디어를 중점적으로 다룬다. | |||||||||
| ESW5029 | 소프트웨어공학기술특론 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 과목은 소프트웨어 개발 과정에 대한 다양한 이슈 중 특히 중요한 이슈에 대해 깊이 있는 이해를 제공하는 것을 목표로 한다. 예를 들어, 구조설계, 요구공학, 소프트웨어설계, 소프트웨어시험, 디버깅, 프로젝트관리 등 다양한 이슈 중 매학기 한가지 이슈에 주목하여 심층적인 학습을 가능하게 한다. 이 과목은 학부에서의 소프트웨어공학의 심화과목이다. | |||||||||
| ESW5030 | 시스템연구특론 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 모바일에서 클라우드 컴퓨팅에 이르기까지 다양한 형태의 컴퓨터 시스템의 성능, 안정성, 확장성, 보안, 에너지 효율성 등을 높이기 위한 최신 기술 및 연구 동향을 학습한다. 새로운 응용프로그램 출현, 새로운 컴퓨팅 환경의 출현, 새로운 하드웨어 출현에 따른 다양한 형태의 컴퓨터 시스템의 발전 방향 및 그 기본 원리와 원칙을 학습한다. | |||||||||
| ESW5031 | 컴퓨터구조설계특론 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 컴퓨터의 CPU, GPU 및 가속기 등 연산장치의 성능, 효율성, 확장성 및 보안성 등을 높이기 위한 최신의 기술 및 연구 동향을 학습한다. 메모리 및 캐쉬 구조, 멀티코어 및 매니코어 구조의 프로세서간 인터커넥션 네트워크, 가상화 기술, GPU 아키텍처, 뉴럴 네트워크 가속기 구조 및 기타 컴퓨터 구조와 관련된 최신 기술이나 연구 논문을 학습한다. | |||||||||
| ESW5032 | 의료시스템보안 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 의료시스템이 중요한 ICT 응용분야로 급부상하고 있으며 정보보호가 중요한 요소로 인식되고 있다. 본 과목에서는 의료시스템을 침해하는 공격요소와 시스템의 취약점을 공부하고, 이에 대응할 수 있는 정보보호 기법에 대해 학습한다. 특히, 네트워크, 시스템, 데이터베이스, 콘텐츠, 개인정보를 보호하기 위한 각각의 기본 이론과 응용 기법들을 학습한다. 또한, 기존의 정보보호 기법들이 의료시스템에서는 어떤 특성을 갖고 적용되는 지 고찰한다. | |||||||||
| ESW5033 | 유무선네트워크보안 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목은 유무선 네트워크 및 보안에 대한 기술 및 표준을 소개한다. 본 과목은 유무선 네트워크를 위한 OSI(Open Systems Interconection) 모델에서 인터넷을 구성하는 물리 계층, 데이터링크 계층, 네트워크 계층, 전송 계층, 응용 계층의 기본 구조와 동작 원리를 설명한다. 또한 네트워크 보안에 대한 알고리즘과 프로토콜을 설명한다. Advanced Topics으로 소프트웨어 정의 네트워킹, 네트워크 가상화, 클라우드 기반 보안 서비스 시스템을 설명한다. 또한 차량 네트워크에서의 네트워킹 및 보안기술을 설명한다. 교과목 내용은 다음과 같다. - 1주: 유무선 네트워크 및 보안 소개 - 2주: 인터넷과 컴퓨터네트워크 - 3주: 데이터링크 계층(1/2) - 4주: 데이터링크 계층(2/2) - 5주: 네트워크 계층(1/2) - 6주: 네트워크 계층(2/2) - 7주: 무선 이동 네트워크 - 8주: 학기 프로젝트 제안서(Term Project Proposal) - 9주: 전송 계층 - 10주: UNIX 소켓 프로그래밍 - 11주: 멀티미디어 네트워킹 - 12주: 응용 계층 - 13주: 소프트웨어 정의 네트워킹(SDN), 네트워크 기능 가상화(NFV) 및 클라우드 기반 보안 서비스 시스템 - 14주: 차량 네트워킹 및 보안 - 15주: 학기 프로젝트 발표(Term Project Presentation) 본 과목은 플립클래스 형태로 진행될 예정이다. 4번의 숙제, 1개의 학기 프로젝트로 운영된다. | |||||||||
| ESW5034 | 머신러닝보안및완건성 | 3 | 6 | 전공 | 석사/박사 | 영 | Yes | ||
| 머신 러닝(ML) 기술은 다양한 필수 애플리케이션에서 빠르게 채택되었습니다. 그러나 ML 기반 시스템은 시스템의 전반적인 보안을 위협하는 몇 가지 취약점에 직면하고 있습니다. 이러한 학습 모델의 근본적인 보안/개인 정보 문제를 식별하고 집중하기 위해 여러 연구 작업이 수행되었습니다. 또한 이러한 취약점에 대응하기 위한 다양한 제안이 이루어지고 있습니다. 많은 대학원생이 머신 러닝 모델을 구축하기 때문에 새로운 학습 모델을 개발할 뿐만 아니라 잠재적인 적대적 공격과 이에 대한 ML 모델을 보호하는 방법을 인식하는 것도 필수적입니다. 이 과목은 학생들이 적대적 ML 영역에서 최근의 최첨단 공격 및 방어 기술에 대해 배울 수 있도록 돕습니다. 또한 이 과정은 기본적인 보안 개념, 보안 코딩 작성, 소프트웨어 보안 모범 사례, 소프트웨어 검증 접근 방식 및 원칙과 같은 여러 관련 주제를 다룹니다. 이 과목은 딥 러닝 및 파이썬 개발을 포함한 머신 러닝에 대한 좋은 지식이 필요합니다. | |||||||||
| ESW5035 | 고급컴퓨터네트워크구조설계 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목은 학부 네트워크 과목의 고급 과정으로, 선수과목은 학부 네트워크와 운영체제이다. 주요 주제는 다음과 같다: Software Defined Network (SDN): Open Flow, Network Orchestration Network Function Virtualization: Container, NFV Applications Datacenter Network: RDMA, Delay-based congestion control Mobile/Wireless Network: 4G/5G Network, Wi-Fi, IoT networks | |||||||||
| ESW5036 | 디지털헬스케어디바이스보안특론 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목에서는 디지털 헬스케어에서 필수적으로 사용되는 임베디드 시스템 및 각종 센서 장비들의 보안관련 취약점을 분석하고 이를 해결하기 위한 방안에 대해 다룬다. 생체 정보를 다루는 디지털 헬스케어 보안 장비들은 개인정보 유출 등 보안 관련 이슈들에 매우 민감하므로 특히 철저한 보안이 요구된다. 이를 위해 일반적인 컴퓨터 시스템 및 통신 보안관련 내용은 물론 개인 정보 보호를 위한 기술과 표준에 대해 학습한다. | |||||||||
| ESW5037 | 사용자중심보안 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목은 사용자 입장에서 시스템을 어떻게 안전하게 설계, 개발하는지에 집중하고 있다. 본 과목을 통하여 HCI의 기본적인 원칙을 학습하고 사용자 입장에서 시스템을 안전하게 설계하기 위해서 고려해야 하는 중요한 설계 원칙을 학습할 것이다. 보안성과 함께 사용성을 측정할 수 있는 방법을 학습할 것입니다. | |||||||||