공격자의 눈으로 보지 않으면, 방어자의 눈도 흐려진다. > 2026.03.18 학습 내용 정리 — 모의해킹 단계, 정보수집 마인드셋, 포트 스캐닝, 서비스 스캐닝 목차 모의해킹이란? 모의해킹 단계 정보수집이란? 포트 스캐닝 네트워크 서비스 스캐닝 정리 요약 1.

보안을 전공했지만, 정작 보안을 가장 멀리했던 사람이 나였다. 첫 직장은 데이터 분석 회사였다. 그곳에서 데이터 분석에 흥미를 느꼈고, 더 나아가 AI에 관심이 생겼다. 전공이 보안이었지만 데이터 분석과 AI 분야의 공부를 더 많이 했었다. 그게 지금까지 이어져 현

Security Design이 글은 "Python으로 나만의 SIEM 만들기" 시리즈의 마지막 편입니다.1편: 시작편 - 30분만에 SIEM 구축하기2편: MITRE ATT&CK 기반 위협 탐지 룰 구현3편: FastAPI로 실시간 보안 이벤트 처리하기4편: Elast

Elasticsearch Cluster이 글은 "Python으로 나만의 SIEM 만들기" 시리즈의 4편입니다.1편: 시작편 - 30분만에 SIEM 구축하기2편: MITRE ATT&CK 기반 위협 탐지 룰 구현3편: FastAPI로 실시간 보안 이벤트 처리하기현재 4편:

FastAPI Performance이 글은 "Python으로 나만의 SIEM 만들기" 시리즈의 3편입니다.1편: 시작편 - 30분만에 SIEM 구축하기2편: MITRE ATT&CK 기반 위협 탐지 룰 구현현재 3편: FastAPI로 실시간 보안 이벤트 처리하기4편: E

MITRE ATT&CK Framework이 글은 "Python으로 나만의 SIEM 만들기" 시리즈의 2편입니다.1편: python으로 나만의 SIEM 만들기 - 시작편현재 2편: MITRE ATT&CK 기반 위협 탐지 룰 구현3편: FastAPI로 실시간 보안 이벤트

SIEM Dashboard2024년, 한국인터넷진흥원(KISA)에 따르면 국내 사이버 공격 시도는 일평균 150만 건을 넘어섰습니다.랜섬웨어, DDoS, APT 공격 등 점점 정교해지는 위협 속에서 기업들은 24시간 보안 관제(SOC)의 필요성을 절감하고 있습니다.하지

지난 포스팅에서 $Sigmoid$ 함수의 한계를 극복하기 위해 나온 $Tanh$ 함수와 ReLU 함수 그리고 그 한계점에 대해 알아보았다.이번 포스팅에서는 ReLU 함수의 한계인 Dying ReLU를 해결하기 위한 대안 활성 함수에 대해 알아보고자 한다.Dying Re

지난 포스팅에서는 다층 퍼셉트론(Multi - Layer Perceptron)과 활성 함수 중 Sigmoid 함수의 특징과 그 한계에 대해 알아보았다. 이번 포스팅에서는 Sigmoid 함수의 한계를 보완하기 위해 나온 $$Tanh$$(Hyperbolic Tangent

지난 포스터까지는 인공신경망의 초기 모델인 단층 퍼셉트론에 대해 알아보았다. 단층 퍼셉트론은 AND, OR, NAND와 같은 선형 분류 문제는 해결할 수 있었지만, XOR 문제와 같은 비선형 분류 문제는 해결할 수 없었다. 예를 들어, 두 개의 입력 값이 있을 때 다

지난번에 공부했던 퍼셉트론(Perceptron)을 파이썬으로 구현해보고자 한다.우선, 퍼셉트론은 아래와 같은 구조로 이루어져 있다.위 퍼셉트론을 파이썬으로 구현하면 아래 코드와 같다. 최적의 가중치: 0.2 0.1최적의 편향: -0.2AND 게이트 결과: 입력: 0

이번에는 퍼셉트론(Perceptron)의 학습 방법에 대해 알아보고자 한다.퍼셉트론의 학습 방법, 즉 알고리즘은 입력 데이터를 학습하여 적절한 가중치(weight)와 편향(bias)를 찾아내는 과정이라고 얘기할 수 있겠다.적절한 가중치와 편향을 찾아내기 위해 모델이 예

인공신경망(Artificial Neural Network, ANN)는 딥러닝의 핵심 기술로, 사람의 신경망 구조를 모방하여 데이터를 처리하고 학습하는 다층 구조의 컴퓨터 알고리즘이다. 초기에는 퍼셉트론(Perceptron)이라는 단층 구조로 시작되었으나, 현재는 다층

일단 Medical AI 분야로 가기 위해서는 딥러닝에 대한 이해가 필요할 것 같다 생각이 들었다.사실 2020년도 부터 2021년도까지 대략 1년 정도 데이터 분석 인턴을 했었는데...그 때 당시에 감성분석을 위해 딥러닝을 공부를 했었다.(LLM이 세상에 나오기 전.

앞으로 Medical Ai 분야로 진출하기 위해 꾸준히 공부하고, 공부한 것들을 블로그에 정리해보려 한다. 논문 리뷰 뿐만 아니라 관련 프로젝트나 아티클 등에 대해서도 정리해서 올려보고자 한다. 그 첫번째로 논문을 리뷰를 하고자 한다. 논문 정보는 아래 링크에 가면

한국중학교에 다니는 학생들은 각자 정수 번호를 갖고 있습니다. 이 학교 학생 3명의 정수 번호를 더했을 때 0이 되면 3명의 학생은 삼총사라고 합니다. 예를 들어, 5명의 학생이 있고, 각각의 정수 번호가 순서대로 -2, 3, 0, 2, -5일 때, 첫 번째, 세 번째

문자열 s는 한 개 이상의 단어로 구성되어 있습니다. 각 단어는 하나 이상의 공백문자로 구분되어 있습니다. 각 단어의 짝수번째 알파벳은 대문자로, 홀수번째 알파벳은 소문자로 바꾼 문자열을 리턴하는 함수, solution을 완성하세요.문자열 전체의 짝/홀수 인덱스가 아니

다음은 종합병원에 속한 의사 정보를 담은DOCTOR 테이블입니다. DOCTOR 테이블은 다음과 같으며 DR_NAME, DR_ID, LCNS_NO, HIRE_YMD, MCDP_CD, TLNO는 각각 의사이름, 의사ID, 면허번호, 고용일자, 진료과코드, 전화번호를 나타냅

ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는

다음은 식품공장의 정보를 담은 FOOD_FACTORY 테이블입니다. FOOD_FACTORY 테이블은 다음과 같으며 FACTORY_ID, FACTORY_NAME, ADDRESS, TLNO는 각각 공장 ID, 공장 이름, 주소, 전화번호를 의미합니다.FOOD_FACTORY