간행물

한국인터넷정보학회> 인터넷정보학회논문지

인터넷정보학회논문지 update

Journal of Internet Computing and Services (JICS)

  • : 한국인터넷정보학회
  • : 공학분야  >  기타(공학)
  • : KCI등재
  • :
  • : 연속간행물
  • : 격월
  • : 1598-0170
  • : 2287-1136
  • :

수록정보
수록범위 : 1권1호(2000)~22권2호(2021) |수록논문 수 : 1,613
인터넷정보학회논문지
22권2호(2021년 04월) 수록논문
최근 권호 논문
| | | |

KCI등재

1ResNet-Variational AutoEncoder기반 변종 악성코드 패밀리 분류 연구

저자 : 이영전 ( Young-jeon Lee ) , 한명묵 ( Myung-mook Han )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 1-9 (9 pages)

다운로드

(기관인증 필요)

초록보기

전통적으로 대부분의 악성코드는 도메인 전문가에 의해 추출된 특징 정보를 활용하여 분석되었다. 하지만 이러한 특징 기반의 분석방식은 분석가의 역량에 의존적이며 기존의 악성코드를 변형한 변종 악성코드를 탐지하는 데 한계를 가지고 있다. 본 연구에서는 도메인 전문가의 개입 없이도 변종 악성코드의 패밀리를 분류할 수 있는 ResNet-Variational AutoEncder 기반 변종 악성코드 분류 방법을 제안한다. Variational AutoEncoder 네트워크는 입력값으로 제공되는 훈련 데이터의 학습 과정에서 데이터의 특징을 잘 이해하며 정규 분포 내에서 새로운 데이터를 생성하는 특징을 가지고 있다. 본 연구에서는 Variational AutoEncoder의 학습 과정에서 잠재 변수를 추출을 통해 악성코드의 중요 특징을 추출할 수 있었다. 또한 훈련 데이터의 특징을 더욱 잘 학습하고 학습의 효율성을 높이기 위해 전이 학습을 수행했다. ImageNet Dataset으로 사전학습된 ResNet-152 모델의 학습 파라미터를 Encoder Network의 학습 파라미터로 전이했다. 전이학습을 수행한 ResNet-Variational AutoEncoder의 경우 기존 Variational AutoEncoder에 비해 높은 성능을 보였으며 학습의 효율성을 제공하였다. 한편 변종 악성코드 분류를 위한 방법으로는 앙상블 모델인 Stacking Classifier가 사용되었다. ResNet-VAE 모델의 Encoder Network로 추출한 변종 악성코드 특징 데이터를 바탕으로 Stacking Classifier를 학습한 결과 98.66%의 Accuracy와 98.68의 F1-Score를 얻을 수 있었다.


Traditionally, most malicious codes have been analyzed using feature information extracted by domain experts. However, this feature-based analysis method depends on the analyst's capabilities and has limitations in detecting variant malicious codes that have modified existing malicious codes. In this study, we propose a ResNet-Variational AutoEncder-based variant malware classification method that can classify a family of variant malware without domain expert intervention. The Variational AutoEncoder network has the characteristics of creating new data within a normal distribution and understanding the characteristics of the data well in the learning process of training data provided as input values. In this study, important features of malicious code could be extracted by extracting latent variables in the learning process of Variational AutoEncoder. In addition, transfer learning was performed to better learn the characteristics of the training data and increase the efficiency of learning. The learning parameters of the ResNet-152 model pre-trained with the ImageNet Dataset were transferred to the learning parameters of the Encoder Network. The ResNet-Variational AutoEncoder that performed transfer learning showed higher performance than the existing Variational AutoEncoder and provided learning efficiency. Meanwhile, an ensemble model, Stacking Classifier, was used as a method for classifying variant malicious codes. As a result of learning the Stacking Classifier based on the characteristic data of the variant malware extracted by the Encoder Network of the ResNet-VAE model, an accuracy of 98.66% and an F1-Score of 98.68 were obtained.

KCI등재

2사용자 정의 네트워크를 위한 사용자 데이터그램 프로토콜 플로우 엔트리 관리 기법

저자 : 최한힘나라 ( Hanhimnara Choi ) , 샤이드무하마드라자 ( Syed Muhammad Raza ) , 김문성 ( Moonseong Kim ) , 추현승 ( Hyunseung Choo )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 11-17 (7 pages)

다운로드

(기관인증 필요)

초록보기

소프트웨어 정의 네트워킹(SDN)은 스위치의 데이터 플레인에서 컨트롤 기능을 분리해 프로그램 가능한 네트워크 관리법을 제시하는 차세대 네트워킹 기술이다. 하지만 SDN 스위치는 패킷 포워딩에 쓰이는 플로우 테이블의 부족한 용량으로 인해, 플로우 엔트리를 충분히 수용하지 못하는 문제가 있다. 이는 플로우 테이블의 오버플로우 등을 야기해 네트워크 성능을 저하시킬 수 있으므로, 본 논문은 비활성화된 플로우를 적시에 방출해 플로우 테이블 사용량을 최적으로 유지할 수 있는 정책을 제안한다. 특히, 사용자 데이터그램 프로토콜(UDP) 플로우 엔트리들의 정보를 주기적으로 샘플링하여 비활성화된 엔트리들이 조기에 방출될 수 있도록 한다. 트래픽에 기반한 실험을 통하여, 우리는 본 정책이 Random, FIFO 정책과 비교해 오버플로우 및 플로우 재설치 발생 횟수를 크게 감소시키는 것을 확인할 수 있었다.


Software-defined networking provides a programmable and flexible way to manage the network by separating the control plane from data plane. However, the limited switch memory restricts the number of flow entries in the flow table used to forward packets. This leads to flow table overflow and flow entry reinstallation, which severely degrade the network performance. Therefore, this paper proposes a comprehensive policy for timely eviction of inactive flow entries to optimally maintain flow tables usage. In particular, statistics of user datagram protocol flow entries are periodically sampled to enable the inactive entries to be evicted early. Through traffic-based experiments, we found that the proposed system reduces the number of overflow occurrences and flow entries reinstallation compared to the random and FIFO policies.

KCI등재

3Hybrid Fireworks Algorithm with Dynamic Coefficients and Improved Differential Evolution

저자 : Lixian Li , Jaewan Lee

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 19-27 (9 pages)

다운로드

(기관인증 필요)

초록보기

Fireworks Algorithm (FWA) is a new heuristic swarm intelligent algorithm inspired by the natural phenomenon of the fireworks explosion. Though it is an effective algorithm for solving optimization problems, FWA has a slow convergence rate and less information sharing between individuals. In this paper, we improve the FWA. Firstly, explosion operator and explosion amplitude are analyzed in detail. The coefficient of explosion amplitude and explosion operator change dynamically with iteration to balance the exploitation and exploration. The convergence performance of FWA is improved. Secondly, differential evolution and commensal learning (CDE) significantly increase the information sharing between individuals, and the diversity of fireworks is enhanced. Comprehensive experiment and comparison with CDE, FWA, and VACUFWA for the 13 benchmark functions show that the improved algorithm was highly competitive.

KCI등재

4이산화 전처리 방식 및 컨볼루션 신경망을 활용한 네트워크 침입 탐지에 대한 연구

저자 : 유지훈 ( Jihoon Yoo ) , 민병준 ( Byeongjun Min ) , 김상수 ( Sangsoo Kim ) , 신동일 ( Dongil Shin ) , 신동규 ( Dongkyoo Shin )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 29-39 (11 pages)

다운로드

(기관인증 필요)

초록보기

새롭게 발생되는 사이버 공격으로 인해 개인, 민간 및 기업의 피해가 증가함에 따라, 이에 기반이 되는 네트워크 보안 문제는 컴퓨터 시스템의 주요 문제로 부각되었다. 이에 기존에 사용되는 네트워크 침입 탐지 시스템(Network Intrusion Detection System: NIDS)에서 발생되는 한계점을 개선하고자 기계 학습과 딥러닝을 활용한 연구 이뤄지고 있다. 이에 본 연구에서는 CNN(Convolution Neural Network) 알고리즘을 이용한 NIDS 모델 연구를 진행한다. 이미지 분류 기반의 CNN 알고리즘 학습을 위해 기존 사용되는 전처리 단계에서 연속성 변수 이산화(Discretization of Continuous) 알고리즘을 추가하여 예측 변수에 대해 선형 관계로 표현하여 해석에 용이한 데이터로 변환 후, 정사각형 행렬(Square Matrix) 구조에 매칭된 픽셀(Pixel) 이미지 구조를 모델에 학습한다. 모델의 성능 평가를 위해 네트워크 패킷 데이터인 NSL-KDD를 사용하였으며, 정확도(Accuracy), 정밀도(Precision), 재현율(Recall) 및 조화평균(F1-score)을 성능 지표로 사용하였다. 실험 결과 제안된 모델에서 85%의 정확도로 가장 높은 성능을 보였으며, 학습 표본이 적은 R2L 클래스의 조화평균이 71% 성능으로 다른 모델에 비해서 매우 좋은 성능을 보였다.


As damages to individuals, private sectors, and businesses increase due to newly occurring cyber attacks, the underlying network security problem has emerged as a major problem in computer systems. Therefore, NIDS using machine learning and deep learning is being studied to improve the limitations that occur in the existing Network Intrusion Detection System. In this study, a deep learning-based NIDS model study is conducted using the Convolution Neural Network (CNN) algorithm. For the image classification-based CNN algorithm learning, a discrete algorithm for continuity variables was added in the preprocessing stage used previously, and the predicted variables were expressed in a linear relationship and converted into easy-to-interpret data. Finally, the network packet processed through the above process is mapped to a square matrix structure and converted into a pixel image. For the performance evaluation of the proposed model, NSL-KDD, a representative network packet data, was used, and accuracy, precision, recall, and f1-score were used as performance indicators. As a result of the experiment, the proposed model showed the highest performance with an accuracy of 85%, and the harmonic mean (F1-Score) of the R2L class with a small number of training samples was 71%, showing very good performance compared to other models.

KCI등재

5효율적 일상 관리를 위한 일정관리 어플리케이션의 설계와 구현

저자 : 박은주 ( Eunju Park ) , 한승준 ( Seungjun Han ) , 윤지민 ( Jimin Yoon ) , 임한규 ( Hankyu Lim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 41-50 (10 pages)

다운로드

(기관인증 필요)

초록보기

IT기술과 정보처리 기술의 발전에 따라 인터넷 사용량이 급증하고 다양한 스마트 기기들이 출현하고 있다. 이에 따라 현대인들은 장소와 시간에 구애받지 않고 원하는 정보 획득, 여가활동과 같은 일상생활에 스마트 폰을 사용한다. 본 논문에서는 일정을 기록하고 약속을 공유하는 등 일상생활의 효과적 관리에 도움이 되는 일정관리 어플리케이션을 설계하고 이를 구현하였다. 본 논문의 일정관리 어플리케이션은 일정등록과 함께 일기작성 기능, 등록한 일정을 카카오톡을 이용하여 다른 사용자들과 공유할 수 있는 기능, 삭제 시 특정 폴더로 삭제한 일정이나 일기를 저장하는 기능, 하루 일정에 대한 연속적인 알림 기능 등을 제공한다. 다른 일정관리 앱들과 차별점을 가지며 사용성을 높인 본 논문의 어플리케이션은 바쁜 일상생활의 효율적 관리에 도움이 될 것이라 기대한다.


According to the progress of IT and data processing technology, the usage of internet increased rapidly and various smart devices are appearing. As such, modern people use smartphone to acquire informations they wish and also on daily life including leisure activity free of place. This study has designed and implemented schedule managing application that can help effective managing of our daily life, such as taking note of schedule and sharing appointments. The schedule managing application in this study offers diary taking, sharing the registrated schedule with other users on kakaotalk, saving the deleted schedule or diary to certain folder when users delete file, continuous alarm of daily schedule function together with schedule registration function. The application which is differentiated to other applications and raised usage is expected to effectively manage the busy everyday life.

KCI등재

6몰입형 비디오 품질 평가를 위한 슈퍼 메트릭

저자 : 정종범 ( Jong-beom Jeong ) , 김승환 ( Seunghwan Kim ) , 이순빈 ( Soonbin Lee ) , 김인애 ( Inae Kim ) , 류은석 ( Eun-seok Ryu )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 51-58 (8 pages)

다운로드

(기관인증 필요)

초록보기

가상 현실 공간에서 실사 영상 및 그래픽 환경에 대해 사용자 움직임에 대응하는 영상을 제공하는 three degrees of freedom plus(3DoF+) 및 six degrees of freedom(6DoF) 시스템은 실감형 미디어를 제공하기 위해 서로 다른 위치에서 동시에 취득된 다수의 초고화질 및 고해상도의 영상 집합 전송을 요구한다. 다수의 영상들을 사용해 사용자 시점 영상을 생성할 때, 기존의 영상 압축 코덱에서 발생했던 것과는 다른 형태의 품질 저하가 발생하여 기존의 영상 품질 평가 기법들은 3DoF+ 및 6DoF 시스템 평가에 적합하지 않다. 본 논문은 3DoF+ 환경에서 합성된 사용자 시점 영상에 대한 다양한 객관적 영상 품질 평가 기법에 대한 성능 평가를 소개한다. 또한, 기존의 객관적 영상 품질 평가 기법을 조합하여 주관적인 평가와 상관관계를 더욱 높인 평가 기법인 슈퍼 메트릭(super metric)을 제시한다. 3DoF+ 몰입형 비디오 평가 시 제안한 기법을 사용하였을 때, 주관적 평가 점수와의 상관관계에서 peak signal-to-noise ratio(PSNR) 대비 0.4513의 상승이 있었음을 확인하였다.


Three degrees of freedom plus(3DoF+) and six degrees of freedom(6DoF) system, which supports a user's movements in graphical and natural scene-based virtual reality, requires multiple high-quality and high-resolution videos to provide immersive media. Previous video quality assessment methods are not appropriate for the 3DoF+ and 6DoF system assessment because different types of artifacts occur in these systems which are not shown in the traditional video compression. This paper provides the performance assessments of several quality assessment methods in 3DoF+ system. Furthermore, this paper presents a super metric, which combines multiple quality assessment methods, thereby it showed a higher correlation coefficient with the subjective quality assessment than the previous methods. Experimental results on 3DoF+ immersive video showed 0.4513 gain on correlation coefficient with subjective quality assessment compared to that of peak signal-to-noise ratio(PSNR).

KCI등재

7고속 해상 객체 분류를 위한 양자화 적용 기반 CNN 딥러닝 모델 성능 비교 분석

저자 : 이성주 ( Seong-ju Lee ) , 이효찬 ( Hyo-chan Lee ) , 송현학 ( Hyun-hak Song ) , 전호석 ( Ho-seok Jeon ) , 임태호 ( Tae-ho Im )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 59-68 (10 pages)

다운로드

(기관인증 필요)

초록보기

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가 될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.


As artificial intelligence(AI) technologies, which have made rapid growth recently, began to be applied to the marine environment such as ships, there have been active researches on the application of CNN-based models specialized for digital videos. In E-Navigation service, which is combined with various technologies to detect floating objects of clash risk to reduce human errors and prevent fires inside ships, real-time processing is of huge importance. More functions added, however, mean a need for high-performance processes, which raises prices and poses a cost burden on shipowners. This study thus set out to propose a method capable of processing information at a high rate while maintaining the accuracy by applying Quantization techniques of a deep learning model. First, videos were pre-processed fit for the detection of floating matters in the sea to ensure the efficient transmission of video data to the deep learning entry. Secondly, the quantization technique, one of lightweight techniques for a deep learning model, was applied to reduce the usage rate of memory and increase the processing speed. Finally, the proposed deep learning model to which video pre-processing and quantization were applied was applied to various embedded boards to measure its accuracy and processing speed and test its performance. The proposed method was able to reduce the usage of memory capacity four times and improve the processing speed about four to five times while maintaining the old accuracy of recognition.

KCI등재

8음성 기반 상담의 품질 평가를 위한 자동화 기법

저자 : 이건수 ( Keonsoo Lee ) , 김중연 ( Jung-yeon Kim )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 69-75 (7 pages)

다운로드

(기관인증 필요)

초록보기

언택트 시대의 시작으로, 온라인 산업의 성장 속도는 점차 빨라지고 있다. 온라인 산업이 성장할수록, 고객 관리에 대한 중요성은 높아지며, 그 접점에 존재하는 컨택센터 시장 역시 성장하고 있다. 언택트 시대의 주요 서비스 분야인 컨택센터의 업무가 노동 집약적이라는 아이러니를 극복하고 컨택센터 업무 효율을 증가시키기 위한 다양한 업무 자동화 기술 개발 연구들이 활발하게 진행되고 있다. 본 연구는 업무 자체는 정형적이지만, 그 중요성이 높아 업무 자동화의 효율이 높은 대표적인 컨택센터의 업무 중 하나인 품질 평가 업무의 자동화 방법을 제안한다. 제안 방법은 채널 분리된 상담 내용 녹취 내용을 토대로, 음성 인식 결과를 획득한 뒤, 문장 단위 발화 내용을 분석하여, 정량 평가 항목인 도입부 평가, 응대 중 경청과 침묵 평가, 그리고 마무리 평가를 수행한 후 수행 결과를 평가표에 맞춰 출력하는 단계를 따른다. 제안 방법은 전문가의 평가 결과 대비 92.7% 일치율을 보였다. 불일치 케이스의 경우, 주로 음성 인식의 오류에 기인한 경우였다. 따라서 음성 인식 결과의 신뢰도가 보장된다면, 본 논문에서 제안한 방법을 통해 자동화된 품질평가로 해당 업무 효율을 증대시킬 수 있을 것이다.


In a contact-free society, online services are becoming more important than classic offline services. At the same time, the role of a contact center, which executes customer relation management (CRM), is increasingly essential. For supporting the CRM tasks and their effectiveness, techniques of process automation need to be applied. Quality assurance (QA) is one of the time and resource consuming, and typical processes that are suitable for automation. In this paper, a method of automatic quality evaluation for voice based consultations is proposed. Firstly, the speech in consultations is transformed into a text by speech recognition. Then quantitative evaluation based on the QA metrics, including checking the elements in opening and closing mention, the existence of asking the mandatory information, the attitude of listening and speaking, is executed. 92.7% of the automated evaluations are the same to the result done by human experts. It was found that the non matching cases of the automated evaluations were mainly caused from the mistranslated Speech-to-Text (STT) result. With the confidence of STT result, this proposed method can be employed for enhancing the efficiency of QA process in contact centers.

KCI등재

9베이지안 확률 및 폐쇄 순차패턴 마이닝 방식을 이용한 설명가능한 로그 이상탐지 시스템

저자 : 윤지영 ( Jiyoung Yun ) , 신건윤 ( Gun-yoon Shin ) , 김동욱 ( Dong-wook Kim ) , 김상수 ( Sang-soo Kim ) , 한명묵 ( Myung-mook Han )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 77-87 (11 pages)

다운로드

(기관인증 필요)

초록보기

인터넷과 개인용 컴퓨터가 발달하면서 다양하고 복잡한 공격들이 등장하기 시작했다. 공격들이 복잡해짐에 따라 기존에 사용하던 시그니처 기반의 탐지 방식으로 탐지가 어려워졌으며 이를 해결하기 위해 행위기반의 탐지를 위한 로그 이상탐지에 대한 연구가 주목 받기 시작했다. 최근 로그 이상탐지에 대한 연구는 딥러닝을 활용해 순서를 학습하는 방식으로 이루어지고 있으며 좋은 성능을 보여준다. 하지만 좋은 성능에도 불구하고 판단에 대한 근거를 제공하지 못한다는 한계점을 지닌다. 판단에 대한 근거 및 설명을 제공하지 못할 경우, 데이터가 오염되거나 모델 자체에 결함이 발생해도 이를 발견하기 어렵다는 문제점을 지닌다. 결론적으로 사용자의 신뢰성을 잃게 된다. 이를 해결하기 위해 본 연구에서는 설명가능한 로그 이상탐지 시스템을 제안한다. 본 연구는 가장 먼저 로그 파싱을 진행해 로그 전처리를 수행한다. 이후 전처리된 로그들을 이용해 베이지안 확률 기반 순차 규칙추출을 진행한다. 결과적으로 “If 조건 then 결과, 사후확률(θ)” 형식의 규칙집합을 추출하며 이와 매칭될 경우 정상, 매칭되지 않을 경우, 이상행위로 판단하게 된다. 실험으로는 HDFS 로그 데이터셋을 활용했으며, 그 결과 F1score 92.7%의 성능을 나타내었다.


With the development of the Internet and personal computers, various and complex attacks begin to emerge. As the attacks become more complex, signature-based detection become difficult. It leads to the research on behavior-based log anomaly detection. Recent work utilizes deep learning to learn the order and it shows good performance. Despite its good performance, it does not provide any explanation for prediction. The lack of explanation can occur difficulty of finding contamination of data or the vulnerability of the model itself. As a result, the users lose their reliability of the model. To address this problem, this work proposes an explainable log anomaly detection system. In this study, log parsing is the first to proceed. Afterward, sequential rules are extracted by Bayesian posterior probability. As a result, the "If condition then results, post-probability" type rule set is extracted. If the sample is matched to the ruleset, it is normal, otherwise, it is an anomaly. We utilize HDFS datasets for the experiment, resulting in F1score 92.7% in test dataset.

KCI등재

10소셜 미디어 적소분석 연구 : 페이스북, 인스타그램, 유튜브, 핀터레스트, 트위터의 이용자 충족을 중심으로

저자 : 차현주 ( Hyeon-ju Cha ) , 권상희 ( Sang-hee Kweon )

발행기관 : 한국인터넷정보학회 간행물 : 인터넷정보학회논문지 22권 2호 발행 연도 : 2021 페이지 : pp. 89-107 (19 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 주요 소셜(social) 미디어인 페이스북, 인스타그램, 유튜브, 핀터레스트, 트위터에 대한 적소분석을 통해 어떠한 경쟁관계를 가지고 있는지를 실증적으로 분석하였다. 이를 위해 적소이론을 활용하여 SNS 이용자를 대상으로 소셜 미디어의 이용과 충족에 관한 온라인 설문을 진행하였으며, 총 224명의 이용자를 분석대상으로 선정하였다. 온라인 설문조사 결과를 토대로 요인분석을 실시하여 관계성, 사회성, 편의성, 일상성, 오락성 등 5가지 차원의 공통요인을 추출하였다. 주요 연구결과는 다음과 같다. 우선 적소이론을 이용한 미디어의 적소폭 차이를 분석한 결과, 페이스북이 사회성(.627) 및 편의성(.636)에서 적소폭이 가장 큰 것으로 나타났고, 유튜브는 일상성(.670)과 오락성(.615)에서 적소폭이 가장 큰 것으로 나타났으며, 인스타그램은 관계성(.520)에서 적소폭이 가장 큰 것으로 나타났다. 적소중복의 경우, 페이스북과 유튜브 간의 경쟁이 관계성(1.826)과 사회성(2.696)에서 가장 강한 것으로 나타났으며, 핀터레스트와 트위터 간의 경쟁은 일상성(1.937)과 오락성(2.263)에서 가장 높은 수준의 경쟁을 보였으며, 유튜브와 트위터 간의 경쟁은 편의성(2.583)에서 가장 높은 수준의 경쟁을 보였다. 마지막으로 적소이론을 이용한 미디어 간의 경쟁우월성을 비교한 결과, 페이스북, 인스타그램 그리고 유튜브는 핀터레스트와 비교하여, 관계성, 사회성, 편의성, 일상성, 오락성에서 경쟁적 우위에 있는 것으로 나타났으며, 페이스북, 인스타그램 그리고 유튜브는 트위터에 비해 일상성을 제외한 모든 요인에서 경쟁적 우위에 있음을 확인할 수 있었다.


This paper explores the empirically analyzes the competitive nature of the five social media by analyzing the proper SNS service such as Facebook, Instagram, YouTube, Pinterest, and Twitter. In this study, we surveyed the use and satisfaction of social media for SNS users by using the proper theory. A total of 224 users were selected for analysis. Based on the results of the questionnaire, factor analysis was carried out to extract common factors such as relationship, sociality, convenience, daily life, and entertainment.
As a result of the research using proper analysis, Facebook showed the widest narrowness in sociality (.627) and convenience (.636) in the first place, and YouTube showed the lowest in daily life (.670) and entertainment (.615) In the relationship (.520), the Instagram was the widest. In terms of five factors, Facebook and YouTube have the greatest overlap in relationship (1.826) and sociality (2.696), while Pinterest and Twitter are the most common in daily life (1.937) and entertainment (2.263) There is redundancy, and for convenience (2.583), YouTube and Twitter have the most redundancy. Facebook, Instagram, and YouTube have a competitive advantage over Pinterest in terms of relationships, sociality, convenience, routine, and entertainment, and are competitive across all factors except Facebook, Instagram, and YouTube Twitter It is possible to confirm that it is superior.

12
권호별 보기
가장 많이 인용된 논문

(자료제공: 네이버학술정보)

가장 많이 인용된 논문
| | | |
1연안해역에서 석유오염물질의 세균학적 분해에 관한 연구

(2006)홍길동 외 1명심리학41회 피인용

다운로드

2미국의 비트코인 규제

(2006)홍길동심리학41회 피인용

다운로드

가장 많이 참고한 논문

(자료제공: 네이버학술정보)

가장 많이 참고한 논문

다운로드

2미국의 비트코인 규제

(2006)홍길동41회 피인용

다운로드

해당 간행물 관심 구독기관

한림성심대학교 고려대학교 연세대학교 경희대학교 성균관대학교
 120
 104
 86
 68
 55
  • 1 한림성심대학교 (120건)
  • 2 고려대학교 (104건)
  • 3 연세대학교 (86건)
  • 4 경희대학교 (68건)
  • 5 성균관대학교 (55건)
  • 6 서울대학교 (44건)
  • 7 중앙대학교(서울) (39건)
  • 8 공주대학교 (38건)
  • 9 한국외국어대학교 (34건)
  • 10 한양대학교 (32건)

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기