Syslog 데이터의 의미론적 검색을 위한 XML 기반의 모델링
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이석준 | - |
dc.contributor.author | 신동천 | - |
dc.contributor.author | 박세권 | - |
dc.date.available | 2019-07-18T03:57:56Z | - |
dc.date.issued | 2006 | - |
dc.identifier.issn | 1598-2866 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/29190 | - |
dc.description.abstract | 이벤트 로깅은 시스템 및 네트워크 관리에 있어 그 역할이 증대되고 있으며, syslog는 해당 분야에 있어 사실상의 표준으로 사용되고 있다. 그러나 대부분의 로그 분석은 반구조적 특징을 보이는 로그 형식으로 인하여 빈번히 출현하는 패턴에만 집중하고 있다. XML은 syslog 데이터를 구조화하는 데 있어 유용한 방식을 제공하고 정보 탐색을 용이하게 해 준다. 하지만 이전의 XML 형식들 및 어플리케이션들은 로그 데이터를 위한 순위 기반 검색이나 유사도 측정 등과 같은 의미론적 접근에 적합하지 않다. 본 논문에서는 XML 기반의 순위 키워드 검색 기법을 기초로, 새로운 로그 데이터 모델링을 통해 syslog 데이터를 위한 XML 트리 구조를 제안한다. 그리고 기존의 XML 구조보다 의미론적 검색에 적합함을 보인다. | - |
dc.format.extent | 10 | - |
dc.publisher | 한국정보처리학회 | - |
dc.title | Syslog 데이터의 의미론적 검색을 위한 XML 기반의 모델링 | - |
dc.title.alternative | XML-based Modeling for Semantic Retrieval of Syslog Data | - |
dc.type | Article | - |
dc.identifier.bibliographicCitation | 정보처리학회논문지D, v.13, no.2, pp 147 - 156 | - |
dc.identifier.kciid | ART001007568 | - |
dc.description.isOpenAccess | N | - |
dc.citation.endPage | 156 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 147 | - |
dc.citation.title | 정보처리학회논문지D | - |
dc.citation.volume | 13 | - |
dc.publisher.location | 대한민국 | - |
dc.subject.keywordAuthor | Event Logging | - |
dc.subject.keywordAuthor | Semantic Retrieval | - |
dc.subject.keywordAuthor | XML | - |
dc.subject.keywordAuthor | 이벤트 로깅 | - |
dc.subject.keywordAuthor | 의미론 검색 | - |
dc.subject.keywordAuthor | XML | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
84, Heukseok-ro, Dongjak-gu, Seoul, Republic of Korea (06974)02-820-6194
COPYRIGHT 2019 Chung-Ang University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.