基本情報

所属
知的データ分析学講座
職位
教授
E-Mail
paikic@u-aizu.ac.jp
Webサイト
http://ebiz.u-aizu.ac.jp

教育

担当科目 - 大学
Java プログラミング 2Software 工学演習課外プロジェクトベンチャー体験工房4 「ビックダータと状況認識」
担当科目 - 大学院
インターネット技術特論セマンティックウェブ技術ビックデータ科学紹介

研究

研究分野
セマンティックウェブサービスと構成データマイニング認識コンピューティングビックダータ科学とインフラウェブセキューリティとe-Business
略歴
高校 大田高校 学士、韓国 高麗大学 修士、韓国高麗大学大学院 コンピュータ専攻 博士、韓国高麗大学大学院 半導体と通信専攻
現在の研究課題
セマンティックウェブサービスビックデータインフラの上認知コンピューティングビックデータインフラの上サービスの構成
研究内容キーワード
Automatic Service Composition Framework自動サービス構成フレームワーク全域ソシャルサービスネットワークと応用ビックデータマイニングと解釈地域認知最適ビックデータインフラビックデータの上、サービス構成フレームワーク
所属学会
ACM, IEEE, IEICE, ISPJ, IEIE

パーソナルデータ

趣味
ジョギング、バスケット 聖書読みとお祈り 真面目な話しと討議
子供時代の夢
科学者
これからの目標
イエス・キリストの人格に似た者となること。
座右の銘
全ての心を持って神を愛し、隣人を自分のように愛する
愛読書
聖書
学生へのメッセージ
貴方の命は唯一であり、何よりもっとも大切なこと。 貴方の出来る限り一番価値がある高い所で目標を立てて、それに向かって最善を尽くし、成し遂げるまで決して投げないこと。
その他

主な研究

自動ウェブサービスコンポジションエンジンの開発 ~ウェブサーフィンを変える~

〇サービスコンポジションとは、ウェブ上の種々のサービスを組み合わせてより有用な新しいサービスを生成することである。
この研究では、利用者の複雑な要求に自動的に回答するサービスコンポジションエンジンを開発する。
現状では、ウェブにアクセスして必要な情報を得て、その情報を基に人間が判断し、別のウェブにアクセスする・・・これを繰り返し行うことにより要求を満たす結果を得ているが、本エンジンはこれを自動的に行う。

〇自動サービスコンポジションの要点は、
  ・論理的コンポジション (Logical Composition : LC)、
  ・物理的コンポジション (Physical Composition : PC)、
およびLCからPCへの移行である。

〇この移行部分が上に述べた「人間が判断し、別のウェブにアクセスする」部分で、現在は自動化の方法が開発されてない状態である。LC、PCは単独に研究されているのが現状で、LC、PCの結合、すなわち完全なコンポジションの自動化が出来ていない。本研究では LCとPCとを結合するアルゴリズムと全体的コンポーネントのフレームワークを開発しコンポジションの自動化を実現する。

この研究を見る

ビックデータに基づくサービスコンピューティング

The data explosion in recent years has led to a great rising demand for Big Data processing, and new intelligent approaches as a science are strongly required for discovering more competitive knowledge from the large data. Service Computing is a cross-disciplinary science that encompasses the science and technology of bridging the gap between business and IT services. In my research, key issues for intelligent services based on Big Data Science are studied.

この研究を見る

悪意を持った攻撃からウェブサイトを守るセキュリティ新技術

〇技術の概要
正規のID、パスワードなしでも悪性ウェブコードを入力することでウェブサイトに侵入し、個人情報の盗難などの攻撃が可能です。このような攻撃に対し、悪性ウェブコードを自動判別して、アクセスの遮断などの対策を可能にする技術です。

〇従来技術・競合技術との比較
既存の手法ではウェブ管理者の予測範囲を超えた攻撃を防ぐことはできませんが、本技術では機械学習を採用することで未知の攻撃を防ぐことが可能になりました。さらに、学習データを用意することにより、瞬時に悪意のある攻撃を動的に識別できます。

〇技術の特徴

    |TAB|
  • ウェブ管理者の予測範囲を超えた、未知の攻撃を防げます。
  • |TAB|
  • 教師データを用意するだけで、各々のウェブサイトに適した分類器を作成できます。
  • |TAB|
  • 単に攻撃を防ぐだけではなく、悪性ウェブコードとそれ以外のコードを判別できます。

この研究を見る

主な著書・論文

- W. Chen, I. Paik, Toward Better Quality of Service Composition Based on Global Social Service Network, IEEE Transactions on Parallel and Distributed Systems, (DOI: https://authorgateway.ieee.org/ArticleCompleted?doi=10.1109/TPDS.2014.2320748), Accepted