정보보안 정보처리 기술사

1.사용자 만족도 증대를 위한 데이터베이스 튜닝의 개요
 가.튜닝의 평가지표(목표)
-시스템관점:처리능력(throughput)-수행시간,로드시간(LoadTime) - 적재시간
-사용자관점:응답시간(Response Time),처리시간(Throughput Time)
 나.DBMS의 구성도
       [NW]          메모리영역(SGA,버퍼캐쉬,)
Client ---> 접속영역 파일영역(data,log,control)
                      운영체제(cpu,memory,...)
-데이터베이스 성능향상을 위해 영역별 SQL튜닝,설계튜닝,환경튜닝 필요.

2.데이터베이스튜닝 절차 및 기법
 가.데이터베이스튜닝 절차
   문제정의   -> RootCause분석 -> 해결방안도출  ->   구현     -> 테스트
 지속모니터링     근본원인도출,    관점별해결책,    코드수정,    성능테스트
AccessPath조사   우선순위도출     최적안선택       SQL튜닝등    향상도검증
[문제정의서]   [FishboneChart] [설계/개발자,DBA]    [CSR]     [결과보고서]

나. 데이터베이스튜닝 기법

3.데이터베이스튜닝시 고려사항,기대효과
 가.적정수준의 정규화수행을 위한 정책필요.
나.지속적인 모니터링을 통한 SQL튜닝 필요.
다.반정규화 수행전, 고단위SQL작성/인덱스변경/클러스터링등 다른 방법 유도."끝"

============================================================================================================

http://ai-times.tistory.com/category/%EC%8B%A0%EA%B2%BD%EB%A7%9D

인간의 뇌는 매우 복잡하고 비선형적이며 병렬적인 정보처리 시스템

인간의 뇌를 기반으로 한 모델링

인간의 뇌:적응성을 활용하여 학습능력 구현함

생물학적인 뇌의 뉴런과 비슷하게 모델링함

인공 신경망은 뉴런이라는 아주 단순하지만 내부적으로 매우 복잡하게 연결된 프로세스들로 이루어짐

뉴런은 가중치 있는 링크로 연결되어 있음

인공신경망의 학습

-신경망은 가중치를 반복적으로 조정 하여 학습함

====================================================

인간의 뇌는 수많은 신경 세포로 구성되어 있는데 이 신경 세포의 행동을 정확하게는 물론 알 수 없지만 위처럼 자극, 반응, 역치 같은 현상을 모델화하여 흉내낸 것이 퍼셉트론, 즉 신경 세포를 모델화한 객체이다.

퍼셉트론을 학습시키는 방법은 간단한데, 보통 목표치(ideal)를 정해주고 현재 계산한 값(output)이 목표치와 다르면 그만큼의 오차를 다시 퍼셉트론에 반영해서 오차를 줄여나가는 방법을 쓴다. 

이런 퍼셉트론을 여러 개 병렬로 배열하여 층(layer)를 만들고, 그 층을 여러 개 배열하면 다층 퍼셉트론이 된다.

=================================================================================