미리보기

- 기술 스택

• Python, Tensorflow, Keras, Pandas, Numpy, Matplotlib, A

  utoencoder

- 상세 내용

• 웹 로그 데이터 분석을 통해 봇과 실제 사용자의 접근을 구분하는 A

  utoencoder 모델 개발

- 담담 역할

• User-Agent 문자열에서 봇과 일반 사용자의 차이를 식별하고 이러한 패턴을 기반으로 봇 특성을 추출

• 짧은 시간 내에 지나치게 많은 요청을 보내는 사용자에 대해 IP를 기반으로 초당 요청 수를 계산하여 특정 한계를 넘는 트래픽 패턴을 이상 접근으로 간주

• 이상 데이터와 정상 웹 로그 데이터 수집 및 전처리

• Autoencoder 모델 설계 및 학습을 통한 이상 탐지 구현

- 추후 계획

• 웹 로그 분석 관리자 페이지를 제작해 백엔드와 연동할 예정

- 기술 스택

• Spring, Spring Boot, Java17, Spring Data Jpa, MySQL

- 개발 인원

• 백엔드(2명), 프론트(2명), 디자이너(1명), 기획자(1명)

- 상세 내용

• AI를 활용한 스터디 기록 관리 및 퀴즈 제공 서비스

• [Gitub 링크]

- 담담 역할

• Oauth2.0 카카오 로그인/로그아웃 기능 구현

• 포스팅한 글에 대한 AI 요약 기능 개발 및 연동

• 댓글 작성, 수정, 삭제 기능

• 로그인한 사용자의 관심사 설정, 수정

• 마이 페이지 기능 개발 (내가 푼 퀴즈, 작성한 글, 스크랩한 글, 자신의 프로필 조회)

- 기술 스택

• Spring, Spring Boot, Spring Security, Java17, JPA, Docker, Docker-compose, AWS EC2, MySQL, CI/CD (Github Actions)

- 상세 내용

• 효율적인 일정 관리 웹 EffiTime

• 일정 관리에 어려움을 겪는 사람들을 위한 일정 관리 웹 서비스

- 주요 기능

• Spring Security를 활용한 로그인 / 로그아웃

• Full Calendar 라이브러리를 활용해 월간/주간 일정을 관리할 수 있는 인터페이스 제공

• 관리자 페이지를 이용한 사용자 정보 관리 및 권한 제어

• 개인 아이디어를 기록할 수 있는 아이디어 게시판

• AWS EC2, Docker, Github Actions를 활용한 CI/CD 파이프라인 구축을 통해 자동화된 배포 환경 구성

[활동 기간]

• 2022.03 ~ 2024.02 (약 2년)

[활동 내용]

1. Nex1 협업 프로젝트

2023.03 ~ 2024.02

- 상세 내용

• Nex1 회사와 군통신망 관련 협업 프로젝트를 진행

- 담당 역할

• 인터페이스 별 in/out 트래픽의 평균, RTT 등 네트워크 상태 데이터를 추출하는 모듈 개발

• Raspberry PI를 활용한 네트워크 테스트베드 구축

• ping 및 tcpdump 등의 리눅스 유틸리티를 사용해 내부, 외부, 종단 간 라우팅 경로에서의 트래픽 흐름 분석

• iperf3와 ifstat을 사용해 네트워크 대역폭, Throughput 등을 측정하고 트래픽 특성에 대한 데이터 수집

• 실험에서 얻은 네트워크 데이터를 기반으로 AI 학습 모델에 사용할 수 있도록 데이터를 가공하고 학습용 데이터셋을 구축

2. 서비스 유형에 따른 네트워크 트래픽 특성 분류 모델

2023.04 ~ 2023.06

- 상세 내용

• 네트워크 서비스 유형에 따른 트래픽 특성 분류 모델 개발

• 비디오 파일 다운로드, 오디오 스트리밍, 메시지 전송과 같은 다양한 네트워크 서비스에서 발생하는 트래픽을 실시간으로 수집하여, 이를 기반으로 효율적인 네트워크 관리 방안을 제시

- 담당 역할

• 네트워크 서비스 유형에 따른 트래픽 데이터를 수집하기 위한 아키텍처를 설계하고, Client와 Server 간 통신 환경 구축

• Raspberry Pi와 FFmpeg, iperf3 등의 도구를 활용해 비디오 파일 다운로드, 오디오 스트리밍, 메시지 전송 서비스에서 발생하는 네트워크 트래픽 데이터 수집

• Throughput과 RTT 데이터를 수집하고, 이를 기반으로 CSV 파일로 저장하여 학습 데이터셋 구성

• 트래픽 분류 모델의 학습 결과 및 성능 분석을 통해 도출된 결과를 정리하여 논문 투고 및 구두 발표 진행

  
  [논문 링크]

[주요 내용]

• 9oormthon univ 2기 백엔드 미르미로 참여

• 1박 2일 해커톤에 참여하여 Qtudy 서비스 개발

교내코딩경시대회 대상 수상