Goooooood

Ⅰ. 실행 시간보다 페이지 교체 시간이 많아지는 스레싱 개요가. 스레싱의 정의- Page Fault가 연속적으로 발생하여 프로세스 수행시간보다 페이지 교체 시간이 더 큰 상태 나. 스레싱의 결과개념도설명- 멀티 프로세스 시스템에서 자주 발생- 시스템 처리율이 낮아지고 페이지 부재가 높아짐- 메모리 접근 시간 증가, 프로세스 가용성 감소- 스레싱 방지를 위해 다중 프로그래밍 낮춰야 함- 다중 프로그래밍 정도가 높아짐에 따라 프로세서 이용률이 향상되지만 임계치 도달후 낮아짐 Ⅱ. 스레싱의 발생 원인가. 스레싱의 발생 과정 나. 스레싱 주요 원인구분주요 원인설명부적절한페이지교체 정책- Belady's Anomaly- Page Miss 증가- 페이지 교체 정책 실패- page 추가 hit rate 감소- Sma..

Ⅰ. 온프레미스에서 클라우드로 디지털 전환, 클라우드 마이그레이션의 개념가. 클라우드 마이그레이션 개념- 기존 온프레미스 형태로 구성된 인프라 아키텍처, 응용시스템, 하드웨어 등을 Private, Public 등의 가상화 기반의 클라우드 시스템으로 이관하는 전반적인 활동 나. 클라우드 마이그레이션의 특징구분특징설명운영 측면비용 효율성- TCO 절감 효과 극대화, Pay for User 적용신뢰성- FTS, Multi AZ 제공, SPoF 제거 가능, SLA 계약 가능상호운용성- 온프레미스와 클라우드 간 하이브리드 통합 및 전환 지원 가능확장성- 온디멘드, 오토 스케일 업 & 스케일 아웃 등 일시적 확장 가능개발 측면표준화- PaaS를 이용한 솔루션 & 서비스 사용 가능- SQL, Docker, 지정 환경..

Ⅰ. AI 거버넌스 플랫폼의 개념 및 필요성개념- AI 시스템의 법적, 윤리적, 운영적 성과 관리를 위해 AI TRiSM 기반 AI 사용 정책 및 투명성을 제공하는 플랫폼필요성투명한 의사 결정- AI 시스템 의사 결정 방식 이해하여 책임지고 윤리적 의사 결정 내릴 수 있어야 함윤리적 기준 유지- 단순한 법적 준수를 넘어 AI의 사회적 책임을 보장하고 다양한 피해로부터 보호 Ⅱ. AI 거버넌스 플랫폼의 원칙 및 핵심 요소가. AI 거버넌스 플랫폼의 원칙원칙설명공감- 기술적, 재정적 영향도 및 AI 사회적영향도 이해- AI 이해관계자에 미치는 영향 예측 및 대처편향성 제어- 현실 세계의 편견이 AI 알고리즘에 삽입되지 않도록 학습 데이터 검토하여 공정하고 편견 없는 의사결정투명성- AI 알고리즘 작동 및 의..

Ⅰ. 그래프 데이터 학습, GNN(Graph Neural Network)의 개요가. GNN의 개념- 데이터의 특징 추출을 위해 이웃 노드 간 정보를 이용하여 특징 벡터를 찾아내는 그래프 기반 신경망 모델. 나. GNN의 특징특징설명추상적 개념 접근 용이- 연결된 데이터 표현 시 관계, 상호작용 등 추상적 개념 접근에 용이Non-Euclidean 공간 표현/학습- SNS, 분자 데이터 등 유클리디안 공간에 표현 불가능한 데이터 표현 Ⅱ. GNN의 학습 과정 및 학습 모델가. GNN의 학습 과정학습 과정기술 요소학습 내용변환(Transformation)- 인접 행렬- 노드 특성 행렬- Non-Euclidean 공간에 존재하는 복잡한 형태의 데이터를 신경망 학습에 적합한 형태로 변환취합(Aggregate)- ..

Ⅰ. 안전한 데이터 활용을 위한 가명처리의 개념개념- 개인정보 일부를 삭제하거나 일부 또는 전부를 대체하는 방법으로 추가 정보가 없이는 특정 개인을 식별할 수 없도록 처리하는 기법대상- 통계 작성: 시장 조사와 같은 상업적 목적의 통계 처리도 포함- 과학적 연구: 기술의 개발과 실증, 기초연구, 응용연구 및 민간 투자 연구 등- 공익적 기록보존: 공공의 이익을 위하여 지속 정보를 기록하여 보존하는  Ⅱ. 가명처리 절차 및 주요 기법가. 가명처리 절차- 가명처리 수행자, 검토자, 처리자는 관리적 / 기술적으로 권한을 분리하여 수행  나. 가명처리 주요 기법기법세부 기술설명삭제 기법행 항목 삭제다른 정보와 뚜렷하게 구별되는 행 항목을 삭제로컬 삭제특이정보를 해당 행 항목에서 삭제마스킹특정 항목의 일부 또는 ..