KR20230019715A - 네트워크 토폴로지 시각화 장치 및 방법 - Google Patents

네트워크 토폴로지 시각화 장치 및 방법 Download PDF

Info

Publication number
KR20230019715A
KR20230019715A KR1020210101569A KR20210101569A KR20230019715A KR 20230019715 A KR20230019715 A KR 20230019715A KR 1020210101569 A KR1020210101569 A KR 1020210101569A KR 20210101569 A KR20210101569 A KR 20210101569A KR 20230019715 A KR20230019715 A KR 20230019715A
Authority
KR
South Korea
Prior art keywords
network
node
nodes
domain
level
Prior art date
Application number
KR1020210101569A
Other languages
English (en)
Inventor
고장혁
권구형
오행록
김병수
Original Assignee
국방과학연구소
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020210101569A priority Critical patent/KR20230019715A/ko
Publication of KR20230019715A publication Critical patent/KR20230019715A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

일 실시예에 따른 네트워크 토폴로지 시각화 장치가 수행하는 네트워크 토폴로지 시각화 방법은, 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하는 단계와, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함한다.

Description

네트워크 토폴로지 시각화 장치 및 방법{METHOD AND APPARATUS FOR VISUALIZING NETWORK TOPOLOGY}
본 발명은 네트워크 토폴로지를 시각화하는 장치와 이러한 장치가 네트워크 토폴로지를 시각화하는 방법에 관한 것이다.
네트워크 형태의 데이터 분석 및 시각화 시스템은 오래전부터 연구 및 개발되어 산업 분야에서 이용되어 왔다. 그래프 형태의 시각화는 기본적으로 노드와 노드 간의 연결선으로 구성되어 있다. 사회관계망을 표현하는 소셜네트워크에서는 사람들 간의 관계를 각 노드와 연결선(edge)로 표현하며, 소셜네트워크 이외의 여러 도메인의 네트워크에서는 각 콘텐츠 정보간의 관계를 표현한다. 또한 네트워크 형태들은 각 노드들 간의 연결성(connectivity), 군집성(clustering), 그리고 밀집성(density)을 분석함에 있어 마케팅, 사회학, 물리학 등에 활용되고 있다. 또한 노드의 연결성에 기반한 노드의 중심성(centrality)을 통해 오피니언 리더, 혹은 중요 콘텐츠, 즉 중요 노드(key node)를 분석함에 있어 활용된다.
그래프 시각화 이론에 근간을 둔 네트워크 토폴로지 시각화는 복잡한 네트워크의 전체 구조와 노드간의 상호작용을 보다 이해하기 쉽게 만든다. 네트워크 토폴로지를 시각화하는 도구는 과거부터 많이 개발되었지만, 일정 수준의 기능을 갖춘 도구들은 도구마다 고유한 네트워크 구성 정보(노드의 식별자, 종류, 속성, 연결된 노드 등)를 입력으로 요구하기 때문에 범용적으로 사용하기 어렵다. 반면에 최소한의 네트워크 구성 정보인 노드간의 연결만을 사용하는 도구들은 네트워크의 실제 연결 형태를 표시하는 기능이 부족하다.
대한민국 등록특허공보 제10-2186864호, 등록일자 2020년 11월 30일.
일 실시예에 따르면, 도메인 네트워크에 대한 네트워크 연결정보 데이터만을 이용하여 도메인 네트워크의 토폴로지를 시각화함으로써, 네트워크의 구조를 쉽게 확인할 수 있도록 하는 네트워크 토폴로지 시각화 장치 및 방법을 제공한다.
본 발명의 해결하고자 하는 과제는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재로부터 본 발명이 속하는 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
제 1 관점에 따른 네트워크 토폴로지 시각화 장치가 수행하는 네트워크 토폴로지 시각화 방법은, 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하는 단계와, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함한다.
제 2 관점에 따른 네트워크 토폴로지 시각화 장치는, 도메인 네트워크에 대한 네트워크 연결정보 데이터를 획득하는 데이터 획득부와, 상기 도메인 네트워크를 구성하는 각 네트워크 노드가 배치된 토폴로지에 대한 시각화 데이터를 생성하는 제어부와, 상기 시각화 데이터를 화면으로 재생하는 표시부를 포함하고, 상기 제어부는, 상기 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하며, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하며, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 상기 표시부를 통해 시각화한다.
제 3 관점에 따른 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체는, 상기 컴퓨터 프로그램이, 프로세서에 의해 실행되면, 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하는 단계와, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함한다.
제 4 관점에 따른 컴퓨터 판독 가능 기록매체에 저장되어 있는 컴퓨터 프로그램은, 상기 컴퓨터 프로그램이, 프로세서에 의해 실행되면, 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하는 단계와, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함한다.
본 발명의 일 실시예에 의하면, 도메인 네트워크에 대한 네트워크 연결정보 데이터만을 이용하여 도메인 네트워크의 토폴로지를 시각화함으로써, 시각화된 토폴로지를 통해 네트워크의 구조와 대칭성을 살펴볼 수 있다.
특히, 네트워크 노드들을 중심성이 가장 높은 노드를 중심으로 구분된 동심원들을 따라 3차원 공간 좌표 상에 배치 및 연결함으로써, 종단노드의 최외곽 옵션 적용을 통해 종단노드의 위치를 직관적으로 확인할 수 있다.
이러한 본 발명은 네트워크의 장애와 성능을 관리하는 분야, 네트워크 트래픽을 분석하고 측정하는 분야, 각종 네트워크 이상 상황을 탐지하고 대응하는 보안관리/관제 분야 등에 이용될 수 있다. 뿐만 아니라 사회연결망, 쇼핑, 음악, 스포츠, 의료 등과 같이 노드와 연결 관계의 연관성, 경향성, 밀집성 등의 데이터 분석을 요하는 다양한 분야에 모두 적용이 가능하다.
도 1은 본 발명의 일 실시예에 따른 네트워크 토폴로지 시각화 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 네트워크 토폴로지 시각화 장치가 수행하는 네트워크 토폴로지 시각화 방법을 설명하기 위한 흐름도이다.
도 3은 최중심 노드로부터 자식노드 탐색 과정을 예시한 것이다.
도 4는 단일 도메인과 멀티 도메인의 자식노드 탐색 결과를 예시한 것이다.
도 5는 종단노드를 최외곽 동심원에 배치한 결과를 예시한 것이다.
도 6은 연결-우선 동심원 확장 배치 구조를 예시한 것이다.
도 7은 로그스케일이 적용된 멀티 도메인 네트워크 결과를 예시한 것이다.
도 8은 원뿔형 배치를 예시한 것이다.
도 9는 반구형 배치를 예시한 것이다.
도 10은 도메인별 레이어 배치를 예시한 것이다.
도 11은 동심원 표시 기능을 예시한 것이다.
도 12는 노드 표시 기능을 예시한 것이다.
도 13은 연결선 표시 기능을 예시한 것이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 ‘포함’한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 ‘부’라는 용어는 소프트웨어 또는 FPGA나 ASIC과 같은 하드웨어 구성요소를 의미하며, ‘부’는 어떤 역할들을 수행한다. 그렇지만 ‘부’는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. ‘부’는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 ‘부’는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 ‘부’들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 ‘부’들로 결합되거나 추가적인 구성요소들과 ‘부’들로 더 분리될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
도 1은 본 발명의 일 실시예에 따른 네트워크 토폴로지 시각화 장치의 구성도이다.
도 1을 참조하면, 일 실시예에 따른 네트워크 토폴로지 시각화 장치(100)는 데이터 획득부(110), 제어부(120) 및 표시부(130)를 포함한다.
데이터 획득부(110)는 도메인 네트워크에 대한 네트워크 연결정보 데이터를 획득하여 제어부(120)에 제공한다.
표시부(130)는 제어부(120)의 제어에 따라 시각화 데이터를 화면으로 재생한다.
제어부(120)는 도메인 네트워크를 구성하는 각 네트워크 노드가 배치된 토폴로지에 대한 시각화 데이터를 생성하고, 생성된 시각화 데이터를 표시부(130)를 통해 화면으로 재생한다.
이러한 제어부(120)는 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색할 수 있다. 여기서, 제어부(120)는 도메인 네트워크에 대한 네트워크 연결정보 데이터 내에서 네트워크 노드 목록을 식별하고, 연결(degree), 근접(closeness), 매개(betweenness), 고유벡터(eigen vector), 페이지 랭크(page rank), 허브 스코어(hub score) 및 오소리티 스코어(authority score) 중 적어도 하나를 이용하여 네트워크 노드 목록에 포함된 각 네트워크 노드에 대하여 중심성 지수를 계산할 수 있다.
그리고, 제어부(120)는 최중심 노드로부터 중심성 지수에 기초하여 자식노드들을 탐색하고, 최중심 노드로부터 거리를 의미하는 동심원 위에 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산할 수 있다.
여기서, 제어부(120)는 탐색된 자식노드들에 대하여 노드 레벨을 정규화하여 모든 종단 노드를 최외곽 동심원에 배치하고, 그 부모노드들을 비율적으로 배치할 수 있다. 예를 들어, 제어부(120)는 탐색에 의해 각 네트워크 노드에 부여된 레벨 정보를 참조하여 가장 높은 레벨을 기준으로 각 네트워크 노드의 레벨을 하위의 최대 레벨로 정규화할 수 있다.
그리고, 제어부(120)는 각 네트워크 노드에 자식노드 중 종단 노드의 개수를 가중치 점수로 부여한 후 연결-우선 동심원 확장 배치 구조에 따라 각 네트워크 노드에 고유각을 할당할 수 있다. 예를 들어, 제어부(120)는 각 자식노드에 부모노드가 할당받은 고유각을 가중치의 비율에 따라 할당할 수 있다.
그리고, 제어부(120)는 각 네트워크 노드의 레벨별 동심원의 반지름 값과 노드에 할당된 고유각을 기반으로 노드가 배치될 위치 좌표를 계산할 수 있다. 여기서, 제어부(120)는 레벨별 동심원의 반지름 값과 높이를 선형적으로 증가시켜 네트워크 노드들을 원뿔형으로 배치할 수 있다. 또는, 제어부(120)는 레벨별 동심원의 높이를 선형적으로 증가시키되 반지름 값은 네트워크 노드들이 반구형으로 배치되도록 변화시킬 수 있다. 또는, 제어부(120)는 레벨별 동심원의 반지름 값은 선형적으로 증가시키되 높이는 네트워크 도메인에 따라 층별로 배치하여 네트워크 노드들을 도메인별 레이어로 배치할 수 있다.
그리고, 제어부(120)는 계산된 위치 좌표에 따라 각 네트워크 노드를 배치해 토폴로지를 표시부(130)를 통해 시각화 한다. 여기서, 제어부(120)는 탐색의 결과에 기초하여 노드 레벨 개수에 따라 반지름이 다른 복수의 동심원을 형성할 수 있다. 그리고, 제어부(120)는 계산된 위치 좌표를 통해 복수의 동심원 위에 네트워크 노드들을 배치할 수 있다. 이어서, 제어부(120)는 도메인 네트워크에 대한 네트워크 연결정보 데이터에 따라 네트워크 노드간의 연결을 나타내는 연결선을 생성할 수 있다.
도 2는 본 발명의 일 실시예에 따른 네트워크 토폴로지 시각화 장치(100)가 수행하는 네트워크 토폴로지 시각화 방법을 설명하기 위한 흐름도이고, 도 3 내지 도 13은 네트워크 토폴로지 시각화 방법을 설명하기 위한 예시 도면들이다.
이하, 도 1 내지 도 13을 참조하여 본 발명의 일 실시예에 따른 네트워크 토폴로지 시각화 장치(100)가 수행하는 네트워크 토폴로지 시각화 방법에 대하여 자세히 살펴보기로 한다.
먼저, 네트워크 토폴로지 시각화 장치(100)의 데이터 획득부(110)는 도메인 네트워크에 대한 네트워크 연결정보 데이터를 획득하여 제어부(120)에 제공한다. 예를 들어, 도메인 네트워크에 대한 네트워크 연결정보 데이터는 저장매체에 저장된 상태로 제공되거나 직렬 인터페이스 또는 통신채널을 통해 제공될 수 있다.
그러면, 제어부(120)는 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초해 도메인 네트워크를 구성하는 노드들을 식별한 후에 각 네트워크 노드의 영향력을 나타내는 중심성 지수를 계산하고(S210), 계산된 중심성 지수에 따라 최중심 노드를 탐색할 수 있다(S220). 여기서, 제어부(120)는 도메인 네트워크에 대한 네트워크 연결정보 데이터 내에서 네트워크 노드 목록을 식별하고, 노드의 쌍으로 이루어진 네트워크 연결정보 데이터 내에서 중복체크를 하여 전체 네트워크 노드 목록을 리스트업할 수 있다. 그리고, 제어부(120)는 범용 네트워크 분석 라이브러리를 통해 네트워크 연결정보 데이터를 토대로 식별된 각 네트워크 노드에 대하여 연결, 근접, 매개, 고유벡터, 페이지 랭크, 허브 스코어 및 오소리티 스코어 중 적어도 하나를 이용하여 네트워크 노드 목록에 포함된 각 네트워크 노드에 대하여 중심성 지수를 계산할 수 있다.
그리고, 제어부(120)는 최중심 노드로부터 중심성 지수에 기초하여 자식노드들을 탐색하고(S230), 최중심 노드로부터 거리를 의미하는 동심원 위에 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산할 수 있다.
이러한 제어부(120)에 의한 탐색 과정을 예시적으로 살펴보기로 한다. 제어부(120)는 전체 노드를 특정 중심성 지수를 기준으로 내림차순 정렬된 리스트를 생성한다. 이때 첫 번째 노드는 중심성 지수가 가장 높은 노드로서 최중심 노드를 의미한다. 이후 최중심 노드로부터 자식노드를 탐색하여야 하는데, 도 3에 예시한 바와 같이 우선 가상의 루트(root) 노드를 만들고 중심성 지수가 가장 높은 노드를 루트 노드의 자식으로 삼고 네트워크 연결정보에 따라 자식노드를 1단계씩 탐색하며 탐색 단계에 따라 노드에 레벨을 부여하고, 탐색된 노드는 리스트에서 제거를 한다. 더 이상 자식노드가 없을 때까지 탐색을 한 후 리스트에 노드가 남아있는 경우 리스트의 첫 번째 노드를 루트 노드의 자식노드로 삼고 새로운 도메인으로 식별하여 마찬가지로 자식노드의 탐색을 진행한다. 이와 같이 리스트에 더 이상 노드가 남아있지 않을 때까지 각 도메인의 최중심 노드와 자식노드들을 탐색한다. 만약 첫 번째 탐색 이후 리스트에 노드가 남아있지 않은 경우 단일 도메인 네트워크이므로 도 4의 예시와 같이 가상의 루트 노드를 제거하고 최중심 노드를 루트 노드로 사용한다.
그리고, 제어부(120)는 탐색된 자식노드들에 대하여 노드 레벨을 정규화하여 모든 종단 노드를 최외곽 동심원에 배치하고, 그 부모노드들을 비율적으로 배치할 수 있다.(S240) 예를 들어, 제어부(120)는 탐색에 의해 각 네트워크 노드에 부여된 레벨 정보를 참조하여 가장 높은 레벨을 기준으로 각 네트워크 노드의 레벨을 하위의 최대 레벨로 수학식 1에 따라 정규화하여 도 5의 예시와 같이 종단노드를 최외곽 동심원상에 배치할 수 있다.
[수학식 1]
Figure pat00001
그리고, 제어부(120)는 각 네트워크 노드에 자식노드 중 종단 노드의 개수를 가중치 점수로 부여한 후 연결-우선 동심원 확장 배치 구조에 따라 각 네트워크 노드에 고유각을 할당할 수 있다(S250). 예를 들어, 제어부(120)는 각 자식노드에 부모노드가 할당받은 고유각을 가중치의 비율에 따라 할당할 수 있다. 이 가중치 점수는 노드 배치시 원 안에서 각 노드에게 할당될 고유각을 계산하는데 사용된다. 루트 노드는 최중심에서 360°(2π)의 각도를 할당받고, 각 자식노드는 부모노드가 할당받은 각도를 가중치의 비율에 따라 할당받는다. 도 6에서 루트 노드에 연결된 자식노드들이 N21, N22,…, N2n이라고 할 때 N21이 가지는 고유각도의 범위는 수학식 2에 따라 θ21이 된다. 여기서 ω21은 N21의 가중치이다.
[수학식 2]
Figure pat00002
부모노드는 자식노드들의 배치를 위해 고유각의 범위를 자식노드들에게 전파 및 분할시키고, 반복적인 방법으로 자식노들을 확장 배치한다.
멀티 도메인 네트워크에서는 각 네트워크 별 규모의 차이가 큰 경우 규모가 작은 네트워크를 더욱 잘 식별 할 수 있도록 선택적으로 가중치에 로그스케일을 적용한 비율에 의해서 고유각을 할당할 수 있다. 이 때 가중치 점수가 1인 경우는 log 값이 0이므로 모든 가중치 점수에 1을 더하여 log를 적용하도록 한다. 로그스케일이 적용된 결과는 도 7과 같다.
그리고, 제어부(120)는 각 네트워크 노드의 레벨별 동심원의 반지름 값과 노드에 할당된 고유각을 기반으로 노드가 배치될 위치 좌표를 계산할 수 있다(S260). 여기서, 제어부(120)는 레벨별 동심원의 반지름 값과 높이를 선형적으로 증가시켜 네트워크 노드들을 도 8과 같이 원뿔형으로 배치할 수 있다.
또는, 제어부(120)는 레벨별 동심원의 높이를 선형적으로 증가시키되 반지름 값 r을 수학식 3에 따라 변화시켜서 도 9와 같이 네트워크 노드들을 반구형으로 배치할 수 있다.
[수학식 3]
Figure pat00003
또는, 제어부(120)는 레벨별 동심원의 반지름 값은 선형적으로 증가시키되 높이는 네트워크 도메인에 따라 층별로 배치하여 도 10과 같이 네트워크 노드들을 도메인별 레이어로 배치할 수 있다.
그리고, 제어부(120)는 계산된 위치 좌표에 따라 각 네트워크 노드를 배치해 토폴로지를 표시부(130)를 통해 시각화 한다(S270).
여기서, 제어부(120)는 탐색의 결과에 기초하여 노드 레벨 개수에 따라 반지름이 다른 복수의 동심원을 도 11의 예시와 같이 형성할 수 있다.
그리고, 제어부(120)는 계산된 위치 좌표를 통해 도 12의 예시와 같이 복수의 동심원 위에 네트워크 노드들을 배치할 수 있다. 아울러, 제어부(120)는 외부의 노드 연관정보 데이터가 존재할 경우 노드의 속성(종류, 이름, IP주소, 크기, 색상 등)과 상태(온라인/오프라인, 정상/비정상 등) 등을 노드에 적용하여 표시할 수 있다.
이어서, 제어부(120)는 도메인 네트워크에 대한 네트워크 연결정보 데이터에 따라 네트워크 노드간의 연결을 나타내는 연결선(edge)을 도 13의 예시와 같이 생성할 수 있다. 아울러, 제어부(120)는 외부의 노드 연관정보 데이터가 존재할 경우 연결선의 속성(대역폭, 방향성 등)과 상태(온라인/오프라인, 정상/비정상 등) 등을 연결선에 적용하여 표시할 수 있다.
다음으로, 표시부(130)는 제어부(120)의 제어에 따라 단계 S210 내지 S260에서 생성된 시각화 데이터를 화면으로 재생함으로써, 시각화된 토폴로지를 통해 네트워크의 구조와 대칭성을 살펴볼 수 있도록 한다. 그리고, 네트워크 노드들을 중심성이 가장 높은 노드를 중심으로 구분된 동심원들을 따라 3차원 공간 좌표 상에 배치 및 연결함으로써, 종단노드의 최외곽 옵션 적용을 통해 종단노드의 위치를 직관적으로 확인할 수 있다.
본 발명에 첨부된 각 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 기록매체에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 기록매체에 저장된 인스트럭션들은 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 품질에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 네트워크 토폴로지 시각화 장치
110: 데이터 획득부
120: 제어부
130: 표시부

Claims (24)

  1. 네트워크 토폴로지 시각화 장치가 수행하는 네트워크 토폴로지 시각화 방법으로서,
    도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성(centrality) 지수에 따라 최중심 노드를 탐색하는 단계와,
    상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와,
    상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함하는 네트워크 토폴로지 시각화 방법.
  2. 제 1 항에 있어서,
    상기 최중심 노드를 탐색하는 단계는,
    상기 도메인 네트워크에 대한 네트워크 연결정보 데이터 내에서 네트워크 노드 목록을 식별하고, 연결(degree), 근접(closeness), 매개(betweenness), 고유벡터(eigen vector), 페이지 랭크(page rank), 허브 스코어(hub score) 및 오소리티 스코어(authority score) 중 적어도 하나를 이용하여 상기 네트워크 노드 목록에 포함된 각 네트워크 노드에 대하여 상기 중심성 지수를 계산하는 네트워크 토폴로지 시각화 방법.
  3. 제 1 항에 있어서,
    상기 위치 좌표를 계산하는 단계는,
    상기 탐색된 자식노드들에 대하여 노드 레벨을 정규화하여 모든 종단 노드를 최외곽 동심원에 배치하고, 그 부모노드들을 비율적으로 배치하는 단계와,
    상기 각 네트워크 노드에 자식노드 중 종단 노드의 개수를 가중치 점수로 부여한 후 연결-우선 동심원 확장 배치 구조에 따라 상기 각 네트워크 노드에 고유각을 할당하는 단계와,
    상기 각 네트워크 노드의 레벨별 동심원의 반지름 값과 노드에 할당된 고유각을 기반으로 노드가 배치될 상기 위치 좌표를 계산하는 단계를 포함하는 네트워크 토폴로지 시각화 방법.
  4. 제 3 항에 있어서,
    상기 배치하는 단계에서, 상기 탐색에 의해 각 네트워크 노드에 부여된 레벨 정보를 참조하여 가장 높은 레벨을 기준으로 각 네트워크 노드의 레벨을 하위의 최대 레벨로 정규화하는 네트워크 토폴로지 시각화 방법.
  5. 제 3 항에 있어서,
    상기 고유각을 할당하는 단계에서, 각 자식노드에 부모노드가 할당받은 고유각을 가중치의 비율에 따라 할당하는 네트워크 토폴로지 시각화 방법.
  6. 제 3 항에 있어서,
    상기 위치 좌표를 계산하는 단계에서, 레벨별 동심원의 반지름 값과 높이를 선형적으로 증가시켜 네트워크 노드들을 원뿔형으로 배치하는 네트워크 토폴로지 시각화 방법.
  7. 제 3 항에 있어서,
    상기 위치 좌표를 계산하는 단계에서, 레벨별 동심원의 높이를 선형적으로 증가시키되 반지름 값은 네트워크 노드들이 반구형으로 배치되도록 변화시키는 네트워크 토폴로지 시각화 방법.
  8. 제 3 항에 있어서,
    상기 위치 좌표를 계산하는 단계는, 레벨별 동심원의 반지름 값은 선형적으로 증가시키되 높이는 네트워크 도메인에 따라 층별로 배치하여 네트워크 노드들을 도메인별 레이어로 배치하는 네트워크 토폴로지 시각화 방법.
  9. 제 1 항에 있어서,
    상기 시각화하는 단계는, 상기 탐색의 결과에 기초하여 노드 레벨 개수에 따라 반지름이 다른 복수의 동심원을 형성하는 네트워크 토폴로지 시각화 방법.
  10. 제 9 항에 있어서,
    상기 시각화하는 단계는, 상기 계산된 위치 좌표를 통해 상기 복수의 동심원 위에 네트워크 노드들을 배치하는 네트워크 토폴로지 시각화 방법.
  11. 제 10 항에 있어서,
    상기 시각화하는 단계는, 상기 도메인 네트워크에 대한 네트워크 연결정보 데이터에 따라 네트워크 노드간의 연결을 나타내는 연결선을 생성하는 네트워크 토폴로지 시각화 방법.
  12. 도메인 네트워크에 대한 네트워크 연결정보 데이터를 획득하는 데이터 획득부와,
    상기 도메인 네트워크를 구성하는 각 네트워크 노드가 배치된 토폴로지에 대한 시각화 데이터를 생성하는 제어부와,
    상기 시각화 데이터를 화면으로 재생하는 표시부를 포함하고,
    상기 제어부는,
    상기 도메인 네트워크에 대한 네트워크 연결정보 데이터에 기초한 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하며, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하며, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 상기 표시부를 통해 시각화하는 네트워크 토폴로지 시각화 장치.
  13. 제 12 항에 있어서,
    상기 제어부는,
    상기 도메인 네트워크에 대한 네트워크 연결정보 데이터 내에서 네트워크 노드 목록을 식별하고, 연결, 근접, 매개, 고유벡터, 페이지 랭크, 허브 스코어 및 오소리티 스코어 중 적어도 하나를 이용하여 상기 네트워크 노드 목록에 포함된 각 네트워크 노드에 대하여 상기 중심성 지수를 계산하는 네트워크 토폴로지 시각화 장치.
  14. 제 12 항에 있어서,
    상기 제어부는,
    상기 탐색된 자식노드들에 대하여 노드 레벨을 정규화하여 모든 종단 노드를 최외곽 동심원에 배치하고, 그 부모노드들을 비율적으로 배치하며,
    상기 각 네트워크 노드에 자식노드 중 종단 노드의 개수를 가중치 점수로 부여한 후 연결-우선 동심원 확장 배치 구조에 따라 상기 각 네트워크 노드에 고유각을 할당하고,
    상기 각 네트워크 노드의 레벨별 동심원의 반지름 값과 노드에 할당된 고유각을 기반으로 노드가 배치될 상기 위치 좌표를 계산하는 네트워크 토폴로지 시각화 장치.
  15. 제 14 항에 있어서,
    상기 제어부는, 상기 탐색에 의해 각 네트워크 노드에 부여된 레벨 정보를 참조하여 가장 높은 레벨을 기준으로 각 네트워크 노드의 레벨을 하위의 최대 레벨로 정규화하는 네트워크 토폴로지 시각화 장치.
  16. 제 14 항에 있어서,
    상기 제어부는, 각 자식노드에 부모노드가 할당받은 고유각을 가중치의 비율에 따라 할당하는 네트워크 토폴로지 시각화 장치.
  17. 제 14 항에 있어서,
    상기 제어부는, 레벨별 동심원의 반지름 값과 높이를 선형적으로 증가시켜 네트워크 노드들을 원뿔형으로 배치하는 네트워크 토폴로지 시각화 장치.
  18. 제 14 항에 있어서,
    상기 제어부는, 레벨별 동심원의 높이를 선형적으로 증가시키되 반지름 값은 네트워크 노드들이 반구형으로 배치되도록 변화시키는 네트워크 토폴로지 시각화 장치.
  19. 제 14 항에 있어서,
    상기 제어부는, 레벨별 동심원의 반지름 값은 선형적으로 증가시키되 높이는 네트워크 도메인에 따라 층별로 배치하여 네트워크 노드들을 도메인별 레이어로 배치하는 네트워크 토폴로지 시각화 장치.
  20. 제 12 항에 있어서,
    상기 제어부는, 상기 탐색의 결과에 기초하여 노드 레벨 개수에 따라 반지름이 다른 복수의 동심원을 형성하는 네트워크 토폴로지 시각화 장치.
  21. 제 20 항에 있어서,
    상기 제어부는, 상기 계산된 위치 좌표를 통해 상기 복수의 동심원 위에 네트워크 노드들을 배치하는 네트워크 토폴로지 시각화 장치.
  22. 제 21 항에 있어서,
    상기 제어부는, 상기 도메인 네트워크에 대한 네트워크 연결정보 데이터에 따라 네트워크 노드간의 연결을 나타내는 연결선을 생성하는 네트워크 토폴로지 시각화 장치.
  23. 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,
    상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,
    도메인 네트워크를 구성하는 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하는 단계와, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 판독 가능한 기록매체.
  24. 컴퓨터 판독 가능 기록매체에 저장되어 있는 컴퓨터 프로그램으로서,
    상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,
    도메인 네트워크를 구성하는 각 네트워크 노드의 영향력을 나타내는 중심성 지수에 따라 최중심 노드를 탐색하는 단계와, 상기 최중심 노드로부터 상기 중심성 지수에 기초하여 자식노드들을 탐색하고, 상기 최중심 노드로부터 거리를 의미하는 동심원 위에 상기 탐색된 자식노드들을 배치하기 위한 위치 좌표를 계산하는 단계와, 상기 계산된 위치 좌표에 따라 상기 각 네트워크 노드를 배치해 토폴로지를 시각화하는 단계를 포함하는 방법을 상기 프로세서가 수행하도록 하기 위한 명령어를 포함하는, 컴퓨터 프로그램.
KR1020210101569A 2021-08-02 2021-08-02 네트워크 토폴로지 시각화 장치 및 방법 KR20230019715A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210101569A KR20230019715A (ko) 2021-08-02 2021-08-02 네트워크 토폴로지 시각화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210101569A KR20230019715A (ko) 2021-08-02 2021-08-02 네트워크 토폴로지 시각화 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20230019715A true KR20230019715A (ko) 2023-02-09

Family

ID=85224779

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210101569A KR20230019715A (ko) 2021-08-02 2021-08-02 네트워크 토폴로지 시각화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20230019715A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102186864B1 (ko) 2016-12-29 2020-12-07 핑안 테크놀로지 (션젼) 컴퍼니 리미티드 네트워크 토폴로지 적응형의 데이터 시각화 방법, 장치, 설비 및 저장 매체

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102186864B1 (ko) 2016-12-29 2020-12-07 핑안 테크놀로지 (션젼) 컴퍼니 리미티드 네트워크 토폴로지 적응형의 데이터 시각화 방법, 장치, 설비 및 저장 매체

Similar Documents

Publication Publication Date Title
Aghabozorgi et al. A new similarity measure for link prediction based on local structures in social networks
KR102017756B1 (ko) 이상행위 탐지 장치 및 방법
US8782039B2 (en) Generating a semantic graph relating information assets using feedback re-enforced search and navigation
US10572501B2 (en) Steering graph mining algorithms applied to complex networks
US10162892B2 (en) Identifying information assets within an enterprise using a semantic graph created using feedback re-enforced search and navigation
US9652559B2 (en) Managing information assets using feedback re-enforced search and navigation
US9948679B2 (en) Object-relation user interface for viewing security configurations of network security devices
US20160205137A1 (en) Visualization and analysis of complex security information
Li et al. User validation in ontology alignment: functional assessment and impact
US20150339580A1 (en) Predictive Hypothesis Exploration Using Planning
US20110313978A1 (en) Plan-based compliance score computation for composite targets/systems
US11023481B2 (en) Navigation platform for performing search queries
Mondal et al. Prediction and ranking of co-change candidates for clones
Hu et al. Measuring the interdisciplinarity of Big Data research: a longitudinal study
Baba et al. Wisdom of crowds for synthetic accessibility evaluation
KR20230019715A (ko) 네트워크 토폴로지 시각화 장치 및 방법
US20120072551A1 (en) Ambiguity measurement and management for configuration items
JP6530967B2 (ja) 専門家情報を活用した補助分析システム及びその方法
Odun-Ayo et al. Cloud middleware and services-a systematic mapping review
Rocha et al. MyLibrary at LANL: proximity and semi-metric networks for a collaborative and recommender Web service
Martinez et al. Visualization of multi-level data quality dimensions with QuaIIe
CN111052082A (zh) 计算机网络建模
Arias-Cabarcos et al. FRiCS: A framework for risk-driven cloud selection
US11372921B1 (en) Active directory management and remediation
US20070174781A1 (en) Parameter visualization

Legal Events

Date Code Title Description
E902 Notification of reason for refusal