컴퓨터시스템응용기술사 131회
교시
- 1. 몬테 카를로 방법(Monte Carlo Method)
- 2. NaaS(Network as a Service)
- 3. 오토인코더(Autoencoder)
- 4. 전이학습(Transfer Learning)
- 5. ATAM(Architecture Trade-off Analysis Method)과 CBAM(Cost Benefit Analysis Method)
- 6. PNM(Processing Near Memory)
- 7. NoSQL의 CAP(Consistency, Availability, Partition Tolerance)
- 8. RPA(Robotic Process Automation)
- 9. 알고리즘의 시간복잡도(Time Complexity), 공간복잡도(Space Complexity)
- 10. 지능정보화 기본법
- 11. xAPI(eXperience Application Interface)
- 12. CBPR(Cross Border Privacy Rule)
- 13. CSRF(Cross-Site Request Forgery
교시
- 1. 마르코프 특성(Markov Property)은 미래 상태의 조건부 확률분포가 과거 상태와는 독립적으로 현재 상태에 의해서만 결정된다는 것을 뜻한다. 이와 관련하여 다음을 설명하시오.
- 가. 마르코프 결정 프로세스(Markov Decision Process)와 전이확률(Transition Probability)
- 나. 상태가치함수(State Value Function)와 액션가치함수(State-Action Value Function)
- 다. 벨만기대방정식(Bellman Expectation Equation)과 벨만최적방정식(Bellman Optimality Equation)
- 2. 프로세스 스레싱(Thrashing)의 정의, 발생 원인과 해결방법을 설명하시오.
- 3. 현행 데이터베이스 데이터량을 기준으로 TO-BE 데이터량을 예측하고자 한다. 이와 관련하여 다음을 설명하시오.
- 가. 데이터베이스 용량산정 방법 별 개념 및 장·단점
- 나. 데이터베이스 용량산정 기준
- 4. 네트워크 자원을 보다 효율적으로 관리하고 최적화하기 위해, 네트워크 인프라에 머신러닝 기법을 적용하고 있다. 이와 관련하여 다음을 설명하시오
- 가. 네트워크 인프라에 SDN(Software Defined Networking)을 이용하여 머신러닝 기법을 적용하는 이유
- 나. SDN에서 강화학습 적용방안
- 5. 칩렛(Chiplet)에 대하여 다음을 설명하시오.
- 가. 칩렛의 개념
- 나. 칩렛 구조의 장점
- 다. 칩렛을 이어붙이는 방법
- 6. 클라우드 서비스에 대하여 다음을 설명하시오.
- 가. IT자원 유형에 따른 분류
- 나. 서비스 개방 여부에 따른 분류
- 다. MSP(Managed Service Provider)의 역할
교시
- 1. 현재의 딥러닝 기술은 사람의 눈으로 식별되지 않을 만큼 작은 노이즈를 추가해서 만든 적대적 예제(Adversarial Example)를 활용한 공격에 취약하다. 이와 관련하여 다음을 설명하시오.
- 가. White-box 및 Black-box 적대적 공격에 대한 개념과 장·단점 비교
- 나. 적대적 훈련(Adversarial Training) 및 Defense GAN(Generative Adversarial Networks) 방어기법
- 2. 개인정보 비식별 처리와 관련하여 다음을 설명하시오.
- 가. 개인정보 비식별 처리 유형
- 나. 비식별 개인정보의 위험 요인
- 3. 디스크 여러 개를 활용하여 속도를 높이고 안정성을 향상시키는 기술인 RAID(Redundant Array of Inexpensive Disk) 기술 중 RAID5와 RAID6에 대하여 설명하고, 최소 디스크 수량 및 고장 허용 측면에서 비교하여 설명하시오.
- 4. 데이터베이스에 사용되는 트랜잭션의 개념과 이를 정의하는 4가지 중요한 속성을 가리키는 ACID의 각 요소에 대하여 설명하시오.
- 5. 공공기관 정보화 사업 추진 시 국가정보원 보안성 검토 절차를 설명하시오.
- 6. 데이터옵스(DataOps)의 주요 기술을 설명하고, 데브옵스(DevOps)와의 차이점을 설명하시오.
교시
- 1. 강화학습(Reinforcement Learning)은 최적의 행동정책을 찾아가는 기계학습 방법이다. 이와 관련하여 다음을 설명하시오.
- 가. 가치기반 강화학습, 정책기반 강화학습, 액터 크리틱(Actor-Critic) 강화학습
- 나. 정책경사(Policy Gradient) 방식 강화학습
- 2. 추천시스템은 사용자의 과거 행동데이터 등을 바탕으로 사용자가 좋아할 만한 정보나 제품을 제시해 주는 시스템이다. 이와 관련하여 다음을 설명하시오.
- 가. 컨텐츠 기반 필터링(Content-based Filtering)과 협업적 필터링(Collaborative Filtering) 기법
- 나. 행렬분해(Matrix Factorization) 기반 협업적 필터링
- 3. 캐쉬 메모리(Cache Memory)에 대하여 다음을 설명하시오.
- 가. 캐쉬 메모리의 개념과 구조
- 나. 지역성(Locality)의 개념과 유형
- 다. 캐쉬 일관성(Coherence) 문제의 원인과 해결 방법
- 4. 스마트홈 연결 표준인 매터(Matter)에 대하여 다음을 설명하시오.
- 가. 매터의 개념
- 나. 기존 스마트홈 표준의 한계점과 매터의 장점
- 다. 매터 Network Stack
- 5. 시스템 성능 테스트 수행 시 성능 지표 관련하여 다음 물음에 답하시오.
- 가. 응답시간(Response Time), 대기시간(Think Time), 동시사용자(Concurrent User),활성사용자(Active User), TPS(Transaction Per Second)를 설명하시오.
- 나. 동시사용자(Concurrent User)가 100명이고, 응답시간(Response Time)이 5초 이내 이며, 대기시간(Think Time)이 15초인 시스템의 경우, TPS를 구하시오.
- 6. 공공기관 정보화 사업 추진 시 상용SW 직접구매 제도와 관련하여 다음을 설명하시오.
- 가. 상용SW 직접구매 적용대상
- 나. 상용SW 직접구매 예외기준
- 다. 상용SW 직접구매와 일괄발주 비교
출처: IT위키(IT위키에서 최신 문서 보기)
* 본 페이지는 공대위키에서 미러링된 페이지입니다. 일부 오류나 표현의 누락이 있을 수 있습니다. 원본 문서는 공대위키에서 확인하세요!