inthewhiteshadow inthewhiteshadow

시험 준비저는 비전공자이고, 이전에 웹해킹을 공부해본 적이 있었습니다. 하지만 웹해킹은 네트워크 계층에서 가장 윗 단인, 애플리케이션에서 돌아가다보니, 그 아래 계층과 전반적인 보안에 대한 이해도가 부족했습니다(버그바운티에서 취약점 신고 시 기밀성/무결성/가용성을 제대로 구분하지도 못할 정도). 따라서 보안에 대한 전체적인 이해도를 높이고자 자격증 취득도 좋지만 보안 공부를 위해서 정보보안기사 공부를 시작했습니다. 이후 알기사 인강 1년권을 끊어서 필기/실기를 한번씩 봤습니다. 이해가 안되는 부분은 AI의 도움을 받아 이해가 될때까지 질문했습니다. 근데 그러다보니 시간이 매우 많이 걸려서 진도가 매우 늦었습니다. 필기시험도 접수해놓고 그냥 포기하고 안 간적도 있었습니다. 하지만 보안이 공부하는 재미는 있..

머신러닝은 학습 방식에 따라 크게 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 강화학습(Reinforcement Learning)으로 분류한다. 그중 비지도학습은 데이터 분석의 초기 단계나 데이터 자체의 숨겨진 구조를 파악하는 데 있어 매우 중요한 역할을 담당한다. 본 글에서는 비지도학습의 개념과 특징, 그리고 대표적인 알고리즘들에 대해 자세히 기술한다.1. 비지도학습이란 무엇인가비지도학습은 정답(Label)이 없는 데이터를 다루는 학습 방법이다. 지도학습이 입력 데이터(X)와 그에 대한 정답(Y)을 함께 제공하여 둘 사이의 관계를 학습시키는 반면, 비지도학습은 입력 데이터(X)만 주어지며 인공지능이 데이터 자체의 논리적인 구조, 패턴, 특징을 스..

인공지능과 머신러닝을 공부할 때 가장 먼저, 그리고 가장 비중 있게 다루는 개념이 바로 '지도학습(Supervised Learning)'이다. 세상에 존재하는 수많은 AI 서비스의 80% 이상이 이 지도학습을 기반으로 작동한다고 해도 과언이 아니다. 데이터를 기계에게 어떻게 먹이고, 기계는 어떤 방식으로 세상을 이해하는지 지도학습의 본질과 핵심 뼈대를 완벽하게 파헤쳐 본다. 1. 지도학습의 본질: "문제집+정답지"지도학습의 핵심은 기계에게 '정답(Label)'이 포함된 데이터를 학습시키는 것이다. 비유하자면, 학생에게 수능 기출문제(데이터)와 해설지(정답)를 함께 주면서 공부시키는 것과 완벽하게 똑같다.학습(Training) 단계: "혈당이 140이고 BMI가 30인 환자는 당뇨병(정답: 1)이야", "..

데이터 분석과 머신러닝의 성패는 모델의 성능이 아니라 데이터의 품질에 달려 있다. 쓰레기를 넣으면 쓰레기가 나온다(Garbage In, Garbage Out)는 철칙은 언제나 유효하다. 따라서 본격적인 데이터 전처리(결측치 대체, 이상치 제거, 정규화 등)에 들어가기 앞서, 어떤 열(Column)에 어떤 수술이 필요한지 진단하는 과정이 반드시 선행되어야 한다.이미 파이썬(Python) 환경에서 판다스(Pandas) 라이브러리를 통해 데이터프레임(df)을 불러왔다는 가정하에, 전처리가 필요한 타겟을 색출하는 핵심 5단계 탐색 기법을 정리한다. 1. 숲의 뼈대 파악하기: `df.info()`가장 먼저 실행해야 하는 메서드는 info()다. 데이터의 전반적인 구조와 타입, 그리고 겉으로 드러난 빈칸을 1초 만..

"Garbage In, Garbage Out (쓰레기가 들어가면 쓰레기가 나온다)." 머신러닝과 딥러닝 분야에서 절대 변하지 않는 진리다. 아무리 최신, 최고의 인공지능 알고리즘을 가져오더라도, 학습할 데이터가 엉망이면 기계는 엉터리 답을 내놓을 수밖에 없다. 실제 데이터 분석 실무에서 전체 작업 시간의 70~80%가 데이터 전처리에 소모되는 이유가 바로 여기에 있다. 원시 데이터(Raw Data)를 기계가 소화할 수 있는 완벽한 상태로 요리하는 과정, 머신러닝 데이터 전처리의 핵심 파이프라인을 4단계로 완벽하게 쪼개서 알아본다. 1. 결측치(Missing Value) 처리: "빈칸은 X"현실 세계의 데이터는 구멍이 뚫려있는 경우가 허다하다. 센서 오류, 사용자의 입력 누락 등 다양한 이유로 데이터에 빈..

머신러닝을 하기 전, 가장 먼저 이해해야 할 것은 바로 재료가 되는 '데이터'입니다. 데이터 분석 분야에는 "Garbage In, Garbage Out(쓰레기가 들어가면 쓰레기가 나온다)"이라는 유명한 격언이 있습니다. 아무리 뛰어난 알고리즘(모델)을 사용하더라도, 입력되는 데이터의 품질이 엉망이거나 모델이 이해할 수 없는 형태라면 결코 좋은 예측 결과를 얻을 수 없기 때문입니다. 이번 포스팅에서는 머신러닝과 딥러닝에서 주로 다루는 데이터의 종류를 알아보고, 이 원본 데이터를 인공지능이 소화할 수 있도록 가공하는 '데이터 전처리(Data Preprocessing)' 과정에 대해서도 언급을 하겠습니다. 1. 머신러닝/딥러닝에 사용되는 데이터의 종류데이터는 크게 엑셀 표처럼 정리하기 쉬운 정형데이터와, 형태..

시스템 보안사용자의 패스워드 관리일반 패스워드 정책: /etc/passwd 파일에 패스워드 저장shadow 패스워드 정책 : /etc/shadow 파일에 별도로 패스워드 저장/etc/passwd 파일:user_account : user_pw : u_id : g_id : comment : home_directory : login_shell로그인 불필요한 계정 login_shell : /sbin/nologin , /bin/false암기!!!/etc/shadow 파일: (Linux 기준)user_account : encrypted_pw : last_change : minlife : maxlife : warn : inactive : expries : 예약된필드user_account : 사용자 계정명encrypt..

시스템 시작과 종료시스템 런레벨: 시스템 운영 수준(실행 단계)Run Level(리눅스 기준)0 : halt : 시스템 중지1 : Single user mode: 단일 사용자 모드. 네트워크X. 시스템 관리목적(root 계정으로 시스템 점검/복구, 초기화)2 : Multiuser, without NFS : 네트워크 X 다중 사용자 모드3 : Full multiuser mode : 네트워크를 지원하는 다중 사용자 모드. CLI환경. 실무서버관리시 많이 사용5 : X11 : GUI 환경을 사용하는 다중 사용자 모드6 : rebootinit 프로세스는 /etc/inittab 파일에 저장된 런레벨에 따라 해당 런 레벨 디렉터리에 있는 스크립트를 실행하여 시스템 초기 환경(초기 프로세스)을 구성런레벨 디렉터리 :..