RUBY

전국 고등학교 목록 엑셀로 저장하기 전국 고등학교 목록만 찾아서 들어오신 분도 있을 것 같아 엑셀 먼저 공유해드립니다. 전국 고등학교 목록(2023.12.28 기준) 총 2,381곳 학교명, 학교타입, 도시형태로 저장되어 있습니다. 회사에서 인사정보시스템을 업데이트 하면서 기존 직원들 중 고졸 취업자분들은 학교정보 입력이 불가능한 상태였습니다. 인사팀에서 직원들의 고등학교 정보들도 인사정보에 추가 기입가능하게 만들기를 원하시더라구요. 그래서! 전국 고등학교 정보들을 전부 가져와 인사정보시스템에서 검색이 가능하도록 DB에 넣어보고자 합니다. 일단 전국 고등학교들이 나와 있는 사이트를 찾아봤습니다. https://www.career.go.kr/cnet/front/base/school/schoolHightLi..

한 해의 끝이 다가왔다. 한해의 마무리를 하며 올 해 만들어 낸 결과들을 정리해보고자 한다. 1. 제로베이스 데이터 취업 스쿨 끝(?) (아쉽게 끝났지만, 조금 더 공부해 볼 생각이다!) 2. 세종사이버대 소프트웨어 학과 3학년 끝 (성적장학금) 3. 세종사이버대 정보보호학과 복수전공 시작 (보안, 데이터베이스에 재미를 느끼는 중이다ㅎㅎ) 4. 회사 조기 진급 (직무 변경 후 1년 반만에 진급!) 5. 다이어트 성공 (다이어트 시작 이후 제대로 된 유지 중 내년에 -5kg 목표이다.) 6. 수술 2회 (이제 야밤 응급실 탈출이다ㅎ) 7. 적금만기 (일부지만 나에겐 골치덩이던 빚을 털 수 있을 것 같다.) 1. 제로베이스 데이터 취업 스쿨 끝(?) 1월부터 9월까지 쭉 날 괴롭혔던 제로베이스 데이터베이스 ..

네트워크 보안 세션 하이재킹 과제 1. 단계별 수행 과정을 화면캡쳐 - OS 설치 과정은 필요 없습니다. 단, 각 OS(공격자, 피해자)의 IP 확인 과정 추가. 2. 캡쳐한 화면에 대한 설명 3. 세션하이재킹을 수행하여 피해자 컴퓨터에 [학번]으로디렉토리명을 만들 것 4. 실습 진행 후 소감 ① 서버 IP ( 192.168.56.103 ) ② 클라이언트 IP ( 192.168.56.101 ) ③ 공격자 IP ( 192.168.56.102 ) ④ 패킷이 끊어지지 않도록 fragrouter 설정 ⑤ 텔넷 서버에 대한 ARP 스푸핑 공격 ⑥텔넷 클라이언트에 대한 ARP 스푸핑 공격 ⑦ 클라이언트에서 텔넷으로 서버 접속 ⑧ tcpdump로 패킷 확인 ⑨ 세션하이재킹 공격 수행 ⑩ 클라이언트PC 터미널에 공격문..

통계 5. 모집단과 표준 분포 모집단과 표본의 정의 1. 모집단과 표본 모집단(Population), 표본(Sample) 표본추출(Sampling) 모집단으로 부터 표본을 추출 하는 것을 Sampling이라고 하며, 표본으로부터 그 특성을 찾아내고 모집단의 특성을 추론하고자 함 모집단에서 표본을 추출하는 방법에는 여러가지가 있음 복원추출(Sampling with replacement) 모집단에서 데이터를 추출 할 때 하나를 추출하고 다시 넣고 추출하는 방법으로 동일한 표본이 추출 될 수 있음 비복원추출(Sampling without replacement) 모집단에서 데이터를 추출 할 때 하나를 추출하고 다시 넣지 않고 추출하는 방법 Random Sampling 모집단에서 데이터를 추출할 때 주의할 점은 ..

통계 4. 확률 분포 2) 연속형 확률 분포 통계학에서 자주 사용하는 분포에 대해서 설명 2. 연속형 확률 분포 확률밀도함수(probability density function) 연속형 확률 변수 X에 대해서 함수 f(x)가 아래의 조건을 만족하면 확률밀도함수라고 함 확률 밀도 함수의 성질 확률밀도함수의 평균과 분산 누적분포함수(cumulative density function) 확률밀도함수를 적분하면 누적분포함수가 됨 누적분포함수의 성질 균일분포(uniform distribution) 확률 변수가 X가 a와 b사이에서 아래와 같은 확률 밀도 함수(pdf)를 같음 균일 분포의 평균, 분산 정규 분포(normal distribution) 정규 분포는 19세기 최대 수학자라고 불리는 독일의 가우스에 의해 제..

통계 4. 확률 분포 1) 이산형 확률 분포 통계학에서 자주 사용하는 분포에 대해서 설명 1. 이산형 확률 분포 확률 분포(probability distribution) 확률 변수 X가 취할 수 있는 모든 값과 그 값을 나타날 확률을 표현한 함수 이산형 확률 분포 베르누이 분포 이항분포 포아송분포 기하분포 음이항분포 초기하분포 연속형 확률 분포 균일분포 정규분포 감마분포 지수분포 카이제곱분포 베타분포 이산형 균등 분포(discrete uniform distribution) 확률 변수 X가 유한개이고, 모든 확률 변수에 대하여 균일한 확률을 갖는 분포를 이산형 균등 분포라고 함 주사위를 한번 굴려서 나오는 숫자를 확률 변수 X라고 하면, 확률 변수 X는 아래와 같음 이산형 균등분포의 기대값 베르누이 시행(..

통계 3. 확률 이론 통계학에서 사용하는 확률 변수의 개념 설명 1. 확률 확률(probability) 모든 경우의 수에 대한 특정 사건이 발생하는 비율이다. 대체로 수학 외에서는, 0과 1 사이의 소수 혹은 분수나 순열 등으로 나타내기 보다는, 다른 비율을 나타낼 때처럼 0과 1 사이의 확률에 100을 곱하여 0과 100 사이의 백분율(%)로 나타내거나 옛날처럼 할·푼·리로 나타내기도 한다. 확률의 고전적 정의 어떤 사건의 발생 확률은 그것이 일어날 수 있는 경우의 수 대 가능한 모든 경우의 수의 비이다. 단, 이는 어떠한 사건도 다른 사건들보다 더 많이 일어날 수 있다고 기대할 근거가 없을 때, 그러니까 모든 사건이 동일하게 일어날 수 있다고 할 때에 성립한다. (확률의 최초의 정의는 수학자 라플라스..