CSEC501 고급정보보호 (Advanced Information Security)
- 본 과목은 정보 보호에 대한 고급 이론을 이해하는 것을 목표로 한다. 먼저 정보보호의 의미, 중요성, 그리고 목표를 이해하고, 이후 정보보호에 관련된 암호학, 보안 모델 및 정책, 운영체제 보안, 프로그램 보안, 악성 코드, 보안 평가와 관리 등의 고급 이론들을 연구한다. The aim of this course is to provide students with a thorough understanding of the security issues associated with the design, provision and management of security services for modern information systems, applications, and services. This course addresses recent security issues based on the fundamental security concepts and applications with hands-on experiment. Thus, this course will provide a comprehensive introduction and study into a broad selection of contemporary information security issues, concepts and policies, including the survey of state-of-the art technology used to address security problems. Topics of study include four main topics such as Linux System Security based on Linux Security Module, Volatile Memory Dump Cracking and Analysis, Digital Forensics with EnCase/Tools, and Internet Traffic Analysis for Malicious Activity Detection.
CSEC611 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 사이버 보안 위협 탐지 분석 방법을 연구하는데 있다. The objective of this course is to study intelligent real-time cyber threat detection analysis method by applying machine learning and deep learning technology to effectively detect cyber security threats by increasing the detection rate and accuracy of new attack vectors.
CSEC621 정보보호응용특강(Special Topics in Information Security Applications)
- 특강 형식으로 운영되며, 강의 내용은 정보 보호 분야의 최신 주제와 응용 사례를 다룬다.
CSEC622 암호기술응용특강(Special Topics on Cryptographic Application)
- 본 과목에서는 현재 암호 표준인 DES, AES, RSA,ECC, A5/1, SHA-512, Whirlpool 등에 대한 수학적 이론과 암호학적 안전성 분석 방법을 학습한다. 양자컴퓨팅 환경에서 기존의 암호기술이 왜 무력화되는지 알아보고, PQC의 대표주자인 격자기반암호와 부호기반암호를 중심으로 응용 분야의 특성에 따른 개발요구사항과 활용방안을 연구한다..
CSEC623 융합보안특강 (Special Topics in Convergence Security
- 본 과목의 목표는 헬스케어 분야, 공급망 분야, 인공지능 분야, 사이버범죄수사 분야 등 기존 산업분야의 특성을 고려한 융합보안기술에 대해 연구한다. The goal of this course is to discover a new progressive security technologies by enhancing the previous security technologies and to solve the technical problems that may have occurred in the process of converging technology in various fields of industry such as healthcare, supply-chain, AI, and Cyber Criminals.
CSEC711 컴퓨터네트워크보안 (Computer Network Security)
- CIA(Confidentiality, Integrity, Availability) 보안 서비스 개념에 입각하여, 다양한 대칭키 및 비대칭키 암호화 알고리즘과 최근 등장한 SHA-3를 비롯해 데이터 무결성 제공을 위한 해쉬 알고리즘, MAC(Message Authentication Code) 기법을 다룬다. 또한 TCP/IP 기반 보안 프로토콜인 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 환경에서의 보안 위협, 보안 기술을 우회하는 난독화 기법, APT(Advanced Persistent Threat), SQL Injection 및 XSS 공격 기법들에 대해 분석하고 대응 방안을 연구한다.
CSEC712 컴퓨터시스템보안 (Computer System Security)
- 최근 윈도우, 리눅스 운영체제에서 사용되고 있는 보안 기술들을 연구하고, 운영체제를 비롯한 다양한 프로그램들의 최신 취약점에 대해 분석한다. Buffer Overflow 공격 기법을 비롯한 다양한 시스템 침투 방법들에 대해 공부하고, 이에 대처하기 위한 보안 방법들(sandbox, 가상화, 접근제어, IDS/IPS)을 연구한다. 또한 시스템 침해 사고 발생 후 대처하기 위한 Digital Forensics 절차와 이에 사용되는 다양한 데이터 수집 및 분석 기법, 데이터 복구 기술과 최근 등장하고 있는 Anti-Forensics 기법과 이슈들에 대해서 연구한다.
CSEC811 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 평가할 수 있는 실무 능력 배양을 목적으로 한다.
CSE512 고급데이터베이스 (Advanced Database)
- 본 교과에서는 학생들이 데이터베이스 분야의 최신 연구 이슈를 학생들이 이해할 수 있도록 한다. 즉, 객체 지향 데이터베이스, 객체 관계형 데이터베이스, XML 데이터베이스, 멀티미디어 데이터베이스, 차세대 플래시 메모리 기반 데이터베이스 등을 다룬다. This course provides students with comprehensive introduction to the recent research topics in database areas. We will cover the object-oriented database models, object-relational database models, XML data model, multimedia database models, and so on. The goal of the course is to give the student a basic understanding of recent research topics in database systems and applications. *Prerequisites: database (undergraduate)
CSE513 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 위해서 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 새로운 개념 그리고 방법론 기법 등에 대해서 포괄적으로 고찰하고 현실 적용환경을 분석 평가해 봄으로서 향후 이 분야가 어떻게 발전해 갈 것인가에 대한 감각을 가지도록 하는 데 목적을 둔다. This course is designed to present students with an overview of advanced topics in Software Engineering. Students will be exposed to techniques that are gaining increasing attention in the industrial and research communities. Students will apply the software engineering techniques to homework assignments and mini-projects throughout the course. Both individual- and group-oriented exercises will be assigned. Class participation is an essential component of the course. Students will have opportunities to develop and/or improve their technical writing and software development skills during the course of the term.
CSE514 고급알고리즘 (Advanced Algorithm)
- 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.
CSE6111 고급인공지능 (Advanced Artificial Intelligence)
- 지식표현과 추론을 집중적으로 공부한다. 특히 Ontology Engineering을 위한 지식 표현 및 추론을 중심으로 공부하며, 이에 대한 사례연구 중심으로 심도 있게 다룬다. In this course, we will study knowledge representation and reasoning in depth. More specifically, we cover Propositional logic, first-order logic, and frame-based knowledge reprsentation structure. We also cover ontology representation, description logic and OWL. In this, you are supposed to develop a knowldge-based system with ProtegeOWL, an ontology engineering tool.
CSE6115 고급기계학습 (Advanced machine learning)
- 본 과목은 데이터 마이닝과 기계학습 분야의 고급 수준 강좌로, 고전적인 방법론에서부터 최신 학습 알고리즘에 이르기까지 실제 응용에서 유용하게 사용되고 있는 다양한 기법들을 소개한다. 다양한 분류 (classification) 기법, 고차원 회귀분석 (regression) 모델, 군집화 (clustering), bagging and boosting, 요인 분석 (factor analysis), 은 닉마르코프 모델 (hidden markov model), 그리고 확률 그래프 모델 (probabilistic graphical model) 등을 다룬다. This course is designed to introduce students to advanced techniques in data mining and machine learning. Techniques covered will range from the classical to state-of-the-art learning algorithms that have proven to b useful in real applications. Possible topics include various classification methods, high-dimensional regression models, clustering, bagging and boosting, factor analysis, hidden markov model, and probabilistic graphical models.
CSE6116 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.
CSE714 정보검색 (Information Retrieval)
- 정보 검색의 모델, 블리언 모델, 벡터공간 모델, 인지과학적 모델을 기반으로 하는 검색 모형 등을 배운다. 또한 인터넷 검색을 중심으로 필요한 기술, 인덱스 추출, 필터링, 클러스터링, 개념 기반 검색 등에 관련된 기술을 논문을 중심으로 배운다. 응용을 위하여 인터넷상에서 검색할 수 있는 시스템을 간단히 만들고 기술을 프로젝트별로 구현하는 과제를 수행한다. This course introduces information retrieval overall. In the first part, it covers Boolean retrieval and basic techniques for indexing and retrieving. In the second part, it covers advanced topics: relevance feedback, XML retrieval, vector model, probabistic model, and classification methods. At the end of class, the students present research papers related with Web information retrieval.
CSE542 고급컴퓨터네트워크 (Advanced Computer Network)
- 학부에서 습득한 컴퓨터 통신과 인터넷 관련 지식을 기반으로 현 인터넷에서 사용되고 있거나 새롭게 부각되고 있는 네트워크 계층과 전송 계층, 그리고 이동 단말을 지원하기 위한 네트워크 계층 프로토콜에 대한 심화된 이해를 갖도록 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. This course will cover the topics related to high speed computer network such as new protocol architecture, naming systems, IPv6, TCP variants, and new transport layer protocols. The students are required to be somewhat familiar with the basic concepts of computer networks and to have taken at least a computer network course in undergraduate school.
CSEC601 고급분산시스템 (Advanced Distributed Systems)
- 네트워크로 연결된 다수의 독립적인 시스템을 한 개의 커다란 시스템처럼 이용하기 위한 분산시스템의 구조, 구성 요소의 기능 및 설계에 관련된 이론을 연구하고 구현을 통하여 이해를 돕는다. 분산처리의 이론 및 응용, 동기화 문제, load balancing, remote procedure call, file sharing, fault-tolerance, replication, consistency 등에 관한 내용이 포함된다. Distributed systems consist of many independent systems connected via networks and appear to users as a single coherent system. This course covers structure, function, design of distributed systems. Theory, implementation, and application of distributed systems include synchronization, load balancing, remote procedure call, file sharing, replication, consistency, and fault-tolerance.
CSE651 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 기회를 제공한다. This course introduces models, theories, and frameworks that are essential for HCI research, and discusses the latest research trends in HCI. Students will learn core methodologies and techniques applied to actual problem solving in various application fields (eg, social computing, human computing, machine learning, visualization, and mobile interaction) of HCI.
CSE561 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 주제를 최신 교재와 논문들을 중심으로 심도 있게 연구한다.
CSE852 현장실습1 (Internship I)
CSE853 현장실습2 (Internship II)
CSE854 현장실습3 (Internship Ⅲ)
CSE853 현장실습2 (Internship II)
CSE854 현장실습3 (Internship Ⅲ)
- ICT 관련 산업체 혹은 연구소에서 실제 연구개발 업무에 인턴으로 참여함으로써 현장 실무 능력을 배양한다.