용어의 이해 네트워크는 전송 매체를 매개로 서로 연결되어 데이터를 교환하는 시스템의 모음이며, 시스템과 전송 매체의 연결 지점에 대한 규격을 인터페이스라 한다. 또한 시스템이 데이터를 교환할 때는 임의의 통신 규칙을 따르는데, 이를 프로토콜이라 한다. 프르토콜의 기능과 같이 서로 다른 시스템을 상호 연동해 동작 시키려면 연동 형식의 통일이 필요하고, 이 통일을 표준화라 한다. OSI 7계층 모델 국제 표준화 단체인 ISO에서는 OSI 7계층 모델을 제안하여 네트워크에 연결된 시스템이 갖추어야 할 기능을 상세히 정의하고 있다. 이에 따르면 네트워크에 연결된 호스트들은 7개 계층(물리 계층, 데이터 링크 계층, 네트워크 계층, 전송 계층, 세션 계층, 표현 계층, 응용 계층)으로 모듈화 된 통신 기능을 갖추..
휴지통/학부
frame 변환 (서로 데이터 타입을 맞춰줌) msg→segment→packet→frame 교환(routing) : 맞는 포트로 보내줌 필터링 라우팅 테이블에서 네트워크 세그먼트의 있는 호스트의 MAC 주소가 존재하는데, 여기서 비교를 한다. floding : 일단은 데이터는 모든 포트로 보낸다. 후에 자기 주소에 맞는 호스트가 응답을 한다. 스패닝 트리는 네트워크의 비 순환 구조이다. 브리지로 연결할 때 순환구조가 발생할 수 있기 때문에 스패닝트리를 사용해 비 순환 구조로 만드는 것이다. 소스 라우팅 브리지는 프레임을 보고 라우터는 외부로 네트워크를 확장시키기 위해 필요하다. 라우터를 고정하면 길찾기를 복잡하게 할 필요가 없을 수도 있다. → 효율적이다. 고정 : 송수신 호스트 사이에 영구 불변의 고정..
교환시스템 교환(Switching) 두 호스트를 연결할 때 직접 연결 매체를 연결시킨다. 이 둘 사이의 메시지를 주고 받게 할 수 있다. 하지만 호스트가 여러명 늘어나면 각각 호스트마다 연결해줘야 한다. → fully connected 호스트라 여러명 없을 때는 이 방식이 가능하다. → 비용이 많이 든다. → 전화 전화가 별로 없을 때는 이 방식으로 하였다. 교환기라는 장치로 각 호스트가 연결되게 한다. 교환기는 내부에서 호스트를 연결해준다. 즉 회선 연결이다. 즉 회선 교환 (circuit switching)이 전화 방식이다. 즉 전화마다 1: 1로 연결할 필요가 없다. 지금은 전자 교환기로 전화가 가능하다. 회선 교환을 하면 둘 사이에 연결이 된다. 회선 교환의 장점은 한번 연결이 되면 절대 끊어지지..
프로토콜은 모듈화 , 계층화 되어있다. 모듈이라는 작은 조각들로 구성되어있고, 계층이라는 관계로 구성하고 있다. 프로토콜만 그런것이 아니라, 소프트웨어를 개발한다고하면 기능별로 쪼개는 작업을 한다. (함수 사용) main 함수에 다 넣는것이아니라 함수를 사용해 기능을 쪼갠다. 즉 함수가 하나의 모듈이다. 함수를 호출한 값으로 결과를 리턴해주는 것이 응답 이다. 모듈 사이에는 요청과 응답으로 구성된다. 계층 구조를 갖는다는 것은 바로 밑에 있는 계층에만 요청을 한다. 프로토콜을 만든다고 가정 프로토콜의 기능(Function) Address Error Control Flow Control Routing 두 개의 컴퓨터를 물리적으로 연결해도, 전송매체 프로그램이 양쪽에서 동작을 해야 프로그램을 통해서 데이터를..
하드웨어 구성 그래픽 시스템 입력 장치, 메인 컴퓨터, 그래픽 컨트롤러, 출력장치 그래픽 컨트롤러 그래픽 프로세서 그래픽 입력장치 → 메인 컴퓨터, 그래픽 컨트롤러 → 출력 장치 그래픽 컨트롤러 및 그래픽 메모리 를 그래픽 사양에서 본다. 컴퓨터 모니터의 기본 원리(CRT)-진공관 모니터 레스터 그래픽 장치 화소 = Picture Element = Pixel = Raster 인점 (Phosphor Dots) 종횡비(Aspect Ratio) 4:3 TV 16:9 HDTV 해상도(Resolution) : 1920 * 1080(Full HD) 도트 피치(Dot Pitch) : 동일 색상 인점 사이의 거리 트라이어드 방식, 스프라이트 방식 화소 수는 화면에 새겨 넣을 수 있는 인점의 수에 따라 달라진다. 도트 ..
머신러닝 소개 머신러닝은 데이터를 이용해서 명시적으로 정의되지 않은 패턴을 컴퓨터로 학습하여 결과를 만들어내는 학문 분야이다. 이 정의는 1959년에 아서 사무엘이 정의한 직접적으로 프로그래밍하지 않아도 컴퓨터가 스스로 학습할 수 있는 능력을 주는 학문 분야와 비슷하다. 1959년의 정의에서는 통계학적 머신러닝과 딥러닝에서 강조하는 데이터의 중요성은 미처 부각되지 않았다. 머신러닝은 데이터, 패턴인식, 컴퓨터를 이용한 계산이 합쳐져셔 만들어진 분야이다. 데이터 머신러닝은 항상 데이터를 기반으로 한다. 이런 의미에서 머신러닝은 여러 규칙을 단순 조합하는 고전적인 인공지능 시스템과는 다르다. 또한 사용자가 어떻게 동작할지 완전히 정의하는 컴퓨터 알고리즘과도 다른다. 머신러닝은 알고리즘이 아닌 데이터 학습을 ..
