SlideShare ist ein Scribd-Unternehmen logo
1 von 27
Downloaden Sie, um offline zu lesen
ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
제품소개서
2015. 06
(주)아임클라우드
CONTENTS
01. 빅데이터 기술
02. 제품 소개
03. 적용 시나리오
04. 회사소개
ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
01. 빅데이터 기술
1.2 빅데이터 기술의 현황
1.3 올바른 빅데이터 기술 적용
1.1 빅데이터 정의
ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
4
1.1 빅데이터의 정의 01. 빅데이터 기술
Structured
Data
Untructured
Data
Sensor Data
New Data Types
Volume
Velocity
Variability
 Transactional
 Time phased data
 Social
 Channel
 Customer Service
 Warranty
 Temperature
 RFID
 Mapping
 Video
 QR codes
 GPS
 Voice
 Digital Images
3V challengesData sources
빅데이터는 크기와 증가속도, 다양성 등을 종합하여 정의합니다.
대규모의 다양한 데이터로부터 수집, 검색, 분석을 처리하여 경제적인 가치발굴을 수행하는 차세대
기술 *IDC
전통적인 DB를 통해 저장,관리,분석할 수 있는 규모를 초과하는 데이터 *McKinsey
5
1.2 빅데이터 기술 현황
빅데이터 기술은 오픈소스 기반의 Hadoop Ecosystem 기술을 활용하여 발전하고 있습
니다.
Haoop 기술 개발
*수십만대의 서버를 운영할 수 있는
대용량 분산 병렬 데이터 처리 기술
Critical Transaction 중심의
RDB 기술 중심으로 발달
(최근 빅데이터 기술 수용)
Apache Foundation
(오픈소스 재단)
Hadoop
오픈소스
기술개발
관련 생태계 S/W개발
: Hadoop
Ecosystem
Hadoop
기술 오픈
스폰서
Hadoop
기술채택
 빅데이터 기술 발전
빅데이터 기술은 Google, Yahoo, Facebook 이 주도하고 세계적으로 영향력이 있는 아파치
(Apache)재단 으로부터 오픈 소스 형태로 발전하고 있으며 기존 글로벌 엔터프라이즈 기업이 스폰
쉽 및 기술을 채택하는 단계로 발전하고 있습니다.
01. 빅데이터 기술
6
1.3 올바른 빅데이터 기술 적용
빅데이터 시스템 구축은 기술 표준으로 확고하게 자리잡은 Hadoop Ecosystem 기술 활용하여 급
변하는 빅데이터 오픈 소스 기술을 그대로 수용할 수 있어야합니다.
자체 개발 엔진 형태의 S/W 제품은 다각화 되고 있는 빅데이터 기술을 수용, 대응, 유지하기 어렵
습니다.
데이터
고속
수집
Flume
Sqoop
Logstash
…
시각화 서비스
(조회,통계)
Node.js, D3
HTML5, JQuery, JSON
R 기반 분산화된
통계 분석 처리
Mahout 기계학습 분석
빅데이터 관리자 Admin
(모니터링 서비스)
ImCloud
Add-on Solution
검색 엔진
(검색 데이터 인덱싱)
Lucene
Solr
ElasticSearch
Hive,Impala
: SQL on Hadoop 기반 분산 처리 프레임워크
대용량 빅데이터 저장소 (Hadoop, HDFS, NoSQL 기반)
정형데이터, 반정형데이터, 비정형데이터 수용
표준화된 Hadoop 기술 적용
실제적인 빅데이터 가치를 얻기 위해서는 올바른 빅데이터 기술의 적용이 중요합니다.
01. 빅데이터 기술
02. 제품 소개
2.2 오픈소스 기술의 효과
2.3 제품 기능
2.1 제품 개요
ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
2.3 기능 비교 자료
 가장 안정적인 대용량 데이터 수집
 최신 검색기술 사용
 저비용 고 효율성 보장
 필요 기능에 맞는 아키텍처 수립
빅데이터 처리에 가장 적합한 시스템
8
2.1 제품 개요 02. 제품 소개
Flume
Hive Logstash
Kafka
Zookeeper Hbase
Solr
Sqoop
Oozie
Elastic
Search
KANABA
HADOOP
OpenSight는 빅데이터 처리에 가장 적합한 기술 적용으로 진정한 빅데이터 가치를 제공합
니다.
 각각 처리 모듈을 Built-in 방식으로 사용자의
환경에 따라 최적의 아키텍처 구성 가능
사용자의 환경에 최적화가 가능한 시스
템
9
2.2 오픈소스 기술의 효과 02. 제품 소개
오픈소스 기술을 통하여 저렴한 비용으로 다양한 커스텀 개발 및 사용자가 원하는
Application
개발이 가능합니다.
Flume
장비
Source
Channel
Sync
시스템
RDB
수집
설정
Hadoop (HDFS)
Hive
Web Service / Node.js
Admin
1. 수집
2. 저장/처리
6. 시각화
7. Job 스케쥴러
스키마
관리
스케쥴러 설정
3. 고급분석
4. 검색엔진
RServe
Solr
/Elastic
s-earch
분석
모듈
(결과)
검색
모듈
(결과)
대시
보드
수집
설정
탐색
시각화
통계
조회
모니
터링
Sqoop
Oozie
Storm or
Spark streaming
HBase (NoSQL)
5. 실시간 스트림 처리
Mahout
MapReduce
Pig
“사용자가 원하는 다양한
응용 Application 개발”
“유연성 높은 설계 변경 가능”
아키텍처 구현 예시
1. 데이터 처리에 사용된 기술을 투명하게 파악 가능하다. (수집, 저장, 처리, Job스케쥴러, 실시간처리, 검색, 분석, 시각화)
2. 오픈소스 기술을 부품처럼 쉽게 변경 및 업데이트 가능하다.
3. 각 단계별로 지원되는 Java API를 이용하여 다양한 Add-on 및 Plug-in 응용 프로그램 개발이 가능하다.
오픈소스 기술의 장점
10
2.3 제품 기능(수집기술)
OpenSight는 유연성 있는 수집 기술 구조를 채택하였으며 대부분의 보안장비와의 연동 경험을
가지고 있습니다.
02. 제품 소개
Log
File
RDB
Flume Event
Sqoop
(SQL Query)
Hadoop
(HDFS)Source
Channe
l
Sink
Flume Event
Flume Event
Flume Event
Hive LogFile
upload
(MapReduce/Data Schema 관
리)기타
파일
Vendor Product name
Fortinet FortiGate series
Ahnlab TrusGuard series
Juniper Networks
SSG-140
NetScreen series
Secui
MF2 series
NXG series
Palo Alto Networks PA-500
Wins
SNIPER DDX
SNIPER IPS
SNIPER AF 1000
Dell
SonicWALL NSA E55
00
XNsystems NeoBox
ZyXEL ZyWALL USG 200
WatchGuard
Technologies
WatchGuard
Cisco Systems ASA series
WatchGuard XTM series
eNClue Shieldone 150
Sophos Cyberoam CR50iNG
Actela ISEC X3100C
Future Systems WeGuardia XTM
수집기술 연동경험
OpenSight는 다양한 수집관련 오픈소스(Flume, kafka, Sqoop..)를
바탕으로 유연성 있는 아키텍처 구성이 가능합니다.
* 수집 서버 병렬확장 가능
* 수집 데이터 관리/조건추출/수집전처리 등..
11
2.3 제품 기능(쿼리/알람설정)
OpenSight는 오픈소스 루씬(Lucene) 기반의 다양한 쿼리 문법 및 기능을 지원합니다.
“500~1000개 이상 알람룰 설정 가
능”
1 2
3
4
02. 제품 소개
1.쿼리 리스트
2.쿼리문 작성
- 다양한 쿼리 문법 적용 가
능3.실행결과 확인
- 실행 결과를 미리 테스트
4.알람 설정
- 1000개 이상의
룰을 임계치를 설
정하여 실시간으로
알람 경보를 제공
12
OpenSight는 유동적이며 직관적인 대시보드로 사용자가 원하는 관리 화면을 만들 수 있
습니다.
2.3 제품 기능(대시보드)
사용자관점 대시보
드
1.위젯 정보 입력
- 위젯 타이틀, 데이터 갱신
주기,
차트 종류 등을 선택
2.적용 쿼리 선택
- 설정해 놓은 쿼리를 적용
3.실행결과 확인 및 위젯 생
성
- 실행 결과를 미리 확인하
고
설정을 적용하여 위젯 생
31 2
02. 제품 소개
사용자가 원하는 대로 대시보드 구성 가
능
13
OpenSight의 풀텍스트 인덱싱 검색과 분산병렬처리 아키텍처는 대용량 데이터에서 사용자가
원하는 데이터를 가장 빠르게 검색할 수 있도록 지원합니다.
2.3 제품 기능(통합검색)
2
1. 날짜별, 데이터 컬럼별, 조건별(AND,OR..) 검색
가능
2. 선택된 로그의 원본 확인 가능
“30억건 검색 시 약10초 소요”
1
 하드웨어 테스트 환경 (2CPU/32GB RAM/SATA 3TB*4/분산병렬처
리)
02. 제품 소개
14
OpenSight의 다양한 분석 도구로 대용량의 데이터에서 사용자가 원하는 가치를 한눈에 확인할 수 있
습니다.
2.3 제품 기능(통계분석) 02. 제품 소개
수집 데이터에 대한 전체적인 통계를 한눈에 확인할 수 있습니다.
15
2.3 제품 기능(공격지 IP별 탐지현황) 02. 제품 소개
공격지 IP별 등의 사용자 관점의 분석기능을 세팅하여 통합 보안 관제의 활용성을 높입니다.
OpenSight의 다양한 분석 도구로 대용량의 데이터에서 사용자가 원하는 가치를 한눈에 확인할 수 있
습니다.
16
2.3 제품 기능(IPS룰 별 탐지 현황) 02. 제품 소개
IPS 등의 보안장비 룰에 대한 이벤트를 빠르게 체크할 수 있습니다.
OpenSight의 다양한 분석 도구로 대용량의 데이터에서 사용자가 원하는 가치를 한눈에 확인할 수 있
습니다.
17
2.3 제품 기능(이벤트/알람관리) 02. 제품 소개
알람경보, 특정 이벤트 발생현황을 파악할 뿐만 아니라 경고에 대한 조치를 관리할 수 있습니다.
통합적인 이벤트/알람 관리를 통해 보안관리의 체계화를 높일 수 있습니다.
18
2.3 제품 기능(군집화/IP추적) 02. 제품 소개
1번 군집화 차트를 통해 장비별/종류별 상황을 한눈에 비교할 수 있습니다. *상세내용 확인 가능(2번화면)
3번 추적하는 IP가 어떤 장비를 통과했는지 확인을 통해 상황 파악 및 대처능력을 높일 수 있습니다.
*화면은 군집화에서 이동한 2014/05/12 ~ 2014/06/05 기간에서 167.25.104.154 IP를 검색한 경우이며 안쪽부터 방화벽
/IDS/IPS를 지나
3개의 포트로 나뉘어져 지나갔음을 알 수 있음
군집화 차트/ IP추적라인 등의 분석 기능으로 상황에 대한 파악 및 대처 능력을 높일 수 있습니다.
1
2
3
19
2.3 제품 기능(지역 검색) 02. 제품 소개
국내 지점의 지역별로 로그 수집 현황을 검색할 수 있습니다.
* 1번 화면은 경기도를 타겟으로 하는 IP를 검색한 결과
* 2번 화면을 보면 추적하던 167.25.104.154 IP가 브라질로부터 온 IP임을 알 수 있음
국가/지역별 IP 검색을 통하여 수집된 로그의 현황을 더욱 정확하게 파악할 수 있습니다.
1
2
20
2.3 제품 기능(계정관리) 02. 제품 소개
그룹 및 각각의 사용자에 대하여 계정 및 권한을 편리하게 관리할 수 있습니다.
그룹 설정/계정 관리/ 권한 관리 등을 지원하여 어떠한 내부 체계에서도 편리하게 관리할 수 있습니다.
드래그&드랍 방식으로 편리하게 관리
사용자(계정) 별 사용권한 부여
21
2.4 기능 비교자료
OpenSight는 기존 보안 관리 시스템이 가지는 한계성을 극복하며 검증된 Hadoop 오픈소스를 기반
으로 고가의 외산 제품 대비 안정된 빅데이터 처리 기능을 제공합니다.
분류 기능
ESM
방식
상용 로그분석 제품
(S사 - 외산)
저장
저장기간
단기간
(수개월)
장기간
(수년이상)
장기간
(수년이상)
저장기술
SQL, Oracle
(Single RDB)
Hadoop
(분산병렬)
자체저장
기술
수집
수집방식
Agent
S/W방식
Syslog방식
장비직접수집
Syslog방식
장비직접수집
비정형로그수집 제한적 가능 가능
정규화(로그포맷)
가능여부
가능 가능 가능
실시간 이벤트 불가능 가능 불가능
검색 검색속도
느림
(DB검색)
빠름
(검색엔진구축)
빠름
(DB검색)
분석 장기간데이터 분석 불가능 가능 가능
UI
UI커스텀개발 제한적 가능 제한적
사용자 정의 대시보드 가능 위젯방식 고정식 대시보드
기타
도입비용 고가 저렴 고가
오픈소스기술 활용도 없음 활용도 높음 없음
RDBMS 연동 자체 지원 JDBC 별도 구성 필요
확장성 제한 우수 제한적
02. 제품 소개
03. 적용 시나리오
3.1 구축 사례
ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
23
3.1 구축 사례
 보안 관제센터 통합 보안 시스템 구축
03. 구축 사례
분석, 보고서UTM 관
제
센
터
F
/
W
Big
Data
통합 관제 및
통합 검색, 알람
NG F/W
IDS
1. 하루 10억건 이상의 보안로그 데이터 통합 수집 및 실시간 임계치 알람 처리
2. 각종 장비로그에 대한 데이터 표준 정의
3. 대용량 데이터에 대한 통합 검색(준 실시간 필요)
4. 관제룰에 의한 동적 대시보드 구현
5. 정기 보고서 구현
모니터링 요원
200대 이상
하루수억건
로그 발생
통합 데이터 처리
04. 회사 소개
4.2 보유 기술
4.1 사업 영역
ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
25
4.1 사업 영역
㈜아임클라우드는 빅데이터 솔루션 전문 회사 입니다. Hadoop Echosystem 을 이용한 오픈 소스 기
반의 S/W플랫폼과 강력한 시각화를 바탕으로 다양한 빅데이터 응용 솔루션 구축과 빅데이터 시스템
및 서비스를 구축할 수 있도록 도와드립니다.
 ImCloud 솔루션  ImBee 빅데이터 플랫폼 출시  사업 영역
 파트너 및 고객사
빅데이터 플랫폼
보안 로그 분석 솔루션
데이터 시각화 솔루션
04. 회사 소개
26
4.2 보유 기술
㈜아임클라우드는 Hadoop Echo System을 전문적으로 다루는 기업 입니다. 자사의 노하우가 담긴 빅
데이터 플랫폼 ImBee를 바탕으로 대용량 로그 분석 및 시각화에 특화 되어 있으며 최근 고객의 가장
큰 고민인 빅데이터에 대한 전문적인 컨설팅으로 고객 여러분에게 가장 알맞은 가치를 부여해 드립니다.
분석결과
시각화
Hadoop HDFS
데이터
고속
수집
분석 엔진검색 엔진
수집
Data
ETL 배치 검색인덱싱 배치 분석 배치 (마이닝 포함)Hadoop플랫폼 기술
로그 분석 기술
데이터 시각화 기술
NO. 특허번호 발명의 명칭 내용
1 0432420
침입탐지시스템에서
로그 모니터링을
이용한 공격판단시스
템 및 그 방법
“기업 내부 보안장비인 침입탐지 시
스템(IPS)의 장비로그를 모니터링 하
여 외부 침입 및 내부 유출에 관련된
해킹공격을 판단할 수 있는 방법 및
기술”
*등록특허(보안로그공격분석)
2. 기계학습 분석 기법
- Supervised learning : 유사한 입력값 측정, 학습
- Unsupervised learning : 유사 데이터
클러스터링 분석
- 3가지 기계학습 Tasks
D3(Data-Driven Documents)기술
Node.js 기술
Data Set.01
(시간별)
시계열 분석
기법
군집화
표현 기법
Featured
MAP 기법
Data Set.02
(업무별,위치별)
1. 통계적 분석 기법(R)
04. 회사 소개
감사합니다
COMPANY IMCLOUD
(주)아임클라우드 TEL : 02-6472-0410 E.mail : imcloud@imcloud.co.kr ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED

Weitere ähnliche Inhalte

Was ist angesagt?

2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료Wooseung Kim
 
Big data application architecture 요약2
Big data application architecture 요약2Big data application architecture 요약2
Big data application architecture 요약2Seong-Bok Lee
 
DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)Kee Hoon Lee
 
Vertica New Features - 8.1에서 9.2까지
Vertica New Features - 8.1에서 9.2까지Vertica New Features - 8.1에서 9.2까지
Vertica New Features - 8.1에서 9.2까지Kee Hoon Lee
 
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012Daum DNA
 
3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석Saltlux Inc.
 
GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례
GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례
GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례Gruter
 
Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사
Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사
Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사uEngine Solutions
 
Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Wooseung Kim
 
빅데이터, big data
빅데이터, big data빅데이터, big data
빅데이터, big dataH K Yoon
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)Channy Yun
 
빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례
빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례 빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례
빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례 ABRC_DATA
 
Big data 20111203_배포판
Big data 20111203_배포판Big data 20111203_배포판
Big data 20111203_배포판Hyoungjun Kim
 
234 deview2013 김형준
234 deview2013 김형준234 deview2013 김형준
234 deview2013 김형준NAVER D2
 
분산데이터 저장 기술
분산데이터 저장 기술분산데이터 저장 기술
분산데이터 저장 기술paul lee
 
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나Amazon Web Services Korea
 
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구ABRC_DATA
 
Daum’s Business Analytics Use-cases based on Bigdata technology (2012)
Daum’s Business Analytics Use-cases based on Bigdata technology (2012)Daum’s Business Analytics Use-cases based on Bigdata technology (2012)
Daum’s Business Analytics Use-cases based on Bigdata technology (2012)Channy Yun
 
[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례
[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례
[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례ABRC_DATA
 
빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구ABRC_DATA
 

Was ist angesagt? (20)

2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료
 
Big data application architecture 요약2
Big data application architecture 요약2Big data application architecture 요약2
Big data application architecture 요약2
 
DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)DB관점에서 본 빅데이터 (2019년 8월)
DB관점에서 본 빅데이터 (2019년 8월)
 
Vertica New Features - 8.1에서 9.2까지
Vertica New Features - 8.1에서 9.2까지Vertica New Features - 8.1에서 9.2까지
Vertica New Features - 8.1에서 9.2까지
 
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012
 
3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석3 빅데이터기반비정형데이터의실시간처리방법 원종석
3 빅데이터기반비정형데이터의실시간처리방법 원종석
 
GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례
GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례
GRUTER가 들려주는 Big Data Platform 구축 전략과 적용 사례: 온라인 컨텐츠 서비스를 위한 빅데이터 구축 사례
 
Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사
Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사
Io t에서 big data를 통합하는 통합 빅데이터 플랫폼 flamingo_클라우다인_김병곤 대표이사
 
Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가Pag 빅데이터-한국에도필요한가
Pag 빅데이터-한국에도필요한가
 
빅데이터, big data
빅데이터, big data빅데이터, big data
빅데이터, big data
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)
 
빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례
빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례 빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례
빅데이터윈윈 컨퍼런스_대용량 데이터 분석 시스템 구축사례
 
Big data 20111203_배포판
Big data 20111203_배포판Big data 20111203_배포판
Big data 20111203_배포판
 
234 deview2013 김형준
234 deview2013 김형준234 deview2013 김형준
234 deview2013 김형준
 
분산데이터 저장 기술
분산데이터 저장 기술분산데이터 저장 기술
분산데이터 저장 기술
 
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
AWS 기반 데이터 레이크(Datalake) 구축 및 분석 - 김민성 (AWS 솔루션즈아키텍트) : 8월 온라인 세미나
 
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
[중소기업형 인공지능/빅데이터 기술 심포지엄] 데이터 전처리 기법 및 도구
 
Daum’s Business Analytics Use-cases based on Bigdata technology (2012)
Daum’s Business Analytics Use-cases based on Bigdata technology (2012)Daum’s Business Analytics Use-cases based on Bigdata technology (2012)
Daum’s Business Analytics Use-cases based on Bigdata technology (2012)
 
[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례
[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례
[중소기업형 인공지능/빅데이터 기술 심포지엄] 대용량 거래데이터 분석을 위한 서버인프라 활용 사례
 
빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구빅데이터 윈윈 컨퍼런스-장비지원 사례연구
빅데이터 윈윈 컨퍼런스-장비지원 사례연구
 

Andere mochten auch

오르그닷 제품소개서
오르그닷 제품소개서오르그닷 제품소개서
오르그닷 제품소개서orgdot
 
Network Manager소개 08년5월1
Network Manager소개 08년5월1Network Manager소개 08년5월1
Network Manager소개 08년5월1uchung
 
Ankus 제품소개서 1개발배경
Ankus 제품소개서 1개발배경Ankus 제품소개서 1개발배경
Ankus 제품소개서 1개발배경onycom1
 
Multi plex 제안서
Multi plex 제안서Multi plex 제안서
Multi plex 제안서Sungho Hong
 
Apache solr소개 20120629
Apache solr소개 20120629Apache solr소개 20120629
Apache solr소개 20120629Dosang Yoon
 
[한국핀테크포럼] 제6회 정기포럼
[한국핀테크포럼] 제6회 정기포럼[한국핀테크포럼] 제6회 정기포럼
[한국핀테크포럼] 제6회 정기포럼Hyeseon Yoon
 
Ankus 제품소개서 2제품소개
Ankus 제품소개서   2제품소개Ankus 제품소개서   2제품소개
Ankus 제품소개서 2제품소개onycom1
 
검색엔진 오픈 소스 Lucene
검색엔진 오픈 소스 Lucene검색엔진 오픈 소스 Lucene
검색엔진 오픈 소스 LuceneEunGi Hong
 
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교Lee Ji Eun
 
[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자
[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자
[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자Donghyeok Kang
 
오르그닷 제품소개서
오르그닷 제품소개서오르그닷 제품소개서
오르그닷 제품소개서orgdot
 
Ankus 제품소개서
Ankus 제품소개서Ankus 제품소개서
Ankus 제품소개서onycom1
 

Andere mochten auch (13)

오르그닷 제품소개서
오르그닷 제품소개서오르그닷 제품소개서
오르그닷 제품소개서
 
Network Manager소개 08년5월1
Network Manager소개 08년5월1Network Manager소개 08년5월1
Network Manager소개 08년5월1
 
Ankus 제품소개서 1개발배경
Ankus 제품소개서 1개발배경Ankus 제품소개서 1개발배경
Ankus 제품소개서 1개발배경
 
Multi plex 제안서
Multi plex 제안서Multi plex 제안서
Multi plex 제안서
 
Apache solr소개 20120629
Apache solr소개 20120629Apache solr소개 20120629
Apache solr소개 20120629
 
[한국핀테크포럼] 제6회 정기포럼
[한국핀테크포럼] 제6회 정기포럼[한국핀테크포럼] 제6회 정기포럼
[한국핀테크포럼] 제6회 정기포럼
 
Ankus 제품소개서 2제품소개
Ankus 제품소개서   2제품소개Ankus 제품소개서   2제품소개
Ankus 제품소개서 2제품소개
 
검색엔진 오픈 소스 Lucene
검색엔진 오픈 소스 Lucene검색엔진 오픈 소스 Lucene
검색엔진 오픈 소스 Lucene
 
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
FIDO기반 생체인식 인증기술_SK플래닛@tech세미나판교
 
[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자
[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자
[제1회 루씬 한글분석기 기술세미나] solr로 나만의 검색엔진을 만들어보자
 
오르그닷 제품소개서
오르그닷 제품소개서오르그닷 제품소개서
오르그닷 제품소개서
 
Ankus 제품소개서
Ankus 제품소개서Ankus 제품소개서
Ankus 제품소개서
 
sungmin slide
sungmin slidesungmin slide
sungmin slide
 

Ähnlich wie [경북] I'mcloud opensight

사물인터넷서비스와 클라우드
사물인터넷서비스와 클라우드사물인터넷서비스와 클라우드
사물인터넷서비스와 클라우드봉조 김
 
8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크
8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크
8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크HELENA LEE
 
Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례
Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례
Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례미래웹기술연구소 (MIRAE WEB)
 
Thing+ 소개자료(daliworks)
Thing+ 소개자료(daliworks)Thing+ 소개자료(daliworks)
Thing+ 소개자료(daliworks)Soonho Lee
 
Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...
Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...
Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...콩테크(kongtech)
 
Richslide for enterprise
Richslide for enterpriseRichslide for enterprise
Richslide for enterpriseJun Gyun Bae
 
3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치
3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치
3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치ATTO Research
 
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)Metatron
 
빅데이터의 활용
빅데이터의 활용빅데이터의 활용
빅데이터의 활용수보 김
 
Sensor cloud 이승배
Sensor cloud 이승배Sensor cloud 이승배
Sensor cloud 이승배SEUNG BAE LEE
 
201412 문서보안제안서 시온
201412 문서보안제안서 시온201412 문서보안제안서 시온
201412 문서보안제안서 시온시온시큐리티
 
KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014Lee Sangboo
 
KOPENS OI SOLUTION v1.0
KOPENS OI SOLUTION v1.0KOPENS OI SOLUTION v1.0
KOPENS OI SOLUTION v1.0Lee Sangboo
 
Vinflux SCM 솔루션 적용 사례
Vinflux SCM 솔루션 적용 사례Vinflux SCM 솔루션 적용 사례
Vinflux SCM 솔루션 적용 사례고양뉴스
 

Ähnlich wie [경북] I'mcloud opensight (20)

사물인터넷서비스와 클라우드
사물인터넷서비스와 클라우드사물인터넷서비스와 클라우드
사물인터넷서비스와 클라우드
 
8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크
8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크
8월 24일 인공지능사업화 세미나: IoT 구조물 변위 모니터링 솔루션 - 하이테크
 
Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례
Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례
Sencha ExtJS를 활용한 물류 통합 관리솔루션 개발 사례
 
Thing+ 소개자료(daliworks)
Thing+ 소개자료(daliworks)Thing+ 소개자료(daliworks)
Thing+ 소개자료(daliworks)
 
Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...
Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...
Kongtech beacon based rtls, real time location system solution(콩테크 실시간 위치추적 시...
 
Richslide for enterprise
Richslide for enterpriseRichslide for enterprise
Richslide for enterprise
 
3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치
3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치
3D기반 데이터센터 네트워크 관리 솔루션 헤르메스_아토리서치
 
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
 
Digital signage 소개 자료 15 08
Digital signage 소개 자료 15 08Digital signage 소개 자료 15 08
Digital signage 소개 자료 15 08
 
Splunk 소개서 2015_06
Splunk 소개서 2015_06Splunk 소개서 2015_06
Splunk 소개서 2015_06
 
Splunk6.3 소개서 2015_11
Splunk6.3 소개서 2015_11Splunk6.3 소개서 2015_11
Splunk6.3 소개서 2015_11
 
빅데이터의 활용
빅데이터의 활용빅데이터의 활용
빅데이터의 활용
 
201412 전산자산통합관리
201412 전산자산통합관리201412 전산자산통합관리
201412 전산자산통합관리
 
INFRASTRUCTURE
INFRASTRUCTUREINFRASTRUCTURE
INFRASTRUCTURE
 
Sensor cloud 이승배
Sensor cloud 이승배Sensor cloud 이승배
Sensor cloud 이승배
 
201412 문서보안제안서 시온
201412 문서보안제안서 시온201412 문서보안제안서 시온
201412 문서보안제안서 시온
 
KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014
 
KOPENS OI SOLUTION v1.0
KOPENS OI SOLUTION v1.0KOPENS OI SOLUTION v1.0
KOPENS OI SOLUTION v1.0
 
Vinflux SCM 솔루션 적용 사례
Vinflux SCM 솔루션 적용 사례Vinflux SCM 솔루션 적용 사례
Vinflux SCM 솔루션 적용 사례
 
빅데이터 플랫폼 Splunk 6.2 인트로
빅데이터 플랫폼 Splunk 6.2 인트로빅데이터 플랫폼 Splunk 6.2 인트로
빅데이터 플랫폼 Splunk 6.2 인트로
 

Mehr von startupkorea

위딧소프트 회사-서비스-소개서-2016.01
위딧소프트 회사-서비스-소개서-2016.01위딧소프트 회사-서비스-소개서-2016.01
위딧소프트 회사-서비스-소개서-2016.01startupkorea
 
회사소개서
회사소개서회사소개서
회사소개서startupkorea
 
서비스 소개
서비스 소개서비스 소개
서비스 소개startupkorea
 
에바인 회사소개서
에바인 회사소개서에바인 회사소개서
에바인 회사소개서startupkorea
 
볼레디 서비스 카탈로그 한글
볼레디 서비스 카탈로그 한글볼레디 서비스 카탈로그 한글
볼레디 서비스 카탈로그 한글startupkorea
 
볼레디 서비스 카탈로그 영문
볼레디 서비스 카탈로그 영문볼레디 서비스 카탈로그 영문
볼레디 서비스 카탈로그 영문startupkorea
 
볼레디 기업자료
볼레디 기업자료볼레디 기업자료
볼레디 기업자료startupkorea
 
Teaser memorandum(ball ready)
Teaser memorandum(ball ready)Teaser memorandum(ball ready)
Teaser memorandum(ball ready)startupkorea
 
160310 rainist presskit_fin
160310 rainist presskit_fin160310 rainist presskit_fin
160310 rainist presskit_finstartupkorea
 
Company profile (2016)kr
Company profile (2016)krCompany profile (2016)kr
Company profile (2016)krstartupkorea
 
20160115 business model pitch deck ver2.0
20160115 business model pitch deck  ver2.020160115 business model pitch deck  ver2.0
20160115 business model pitch deck ver2.0startupkorea
 
Wim factory introduction
Wim factory introductionWim factory introduction
Wim factory introductionstartupkorea
 
2016 회사소개서 통합 ver 01
2016 회사소개서 통합 ver 012016 회사소개서 통합 ver 01
2016 회사소개서 통합 ver 01startupkorea
 
Dps사업계획서 v0.24 요약본
Dps사업계획서 v0.24 요약본Dps사업계획서 v0.24 요약본
Dps사업계획서 v0.24 요약본startupkorea
 
Dps사업계획서 v0.24 요약본 (1)
Dps사업계획서 v0.24 요약본 (1)Dps사업계획서 v0.24 요약본 (1)
Dps사업계획서 v0.24 요약본 (1)startupkorea
 
Cevly 서비스 소개자료 v2.0
Cevly 서비스 소개자료 v2.0Cevly 서비스 소개자료 v2.0
Cevly 서비스 소개자료 v2.0startupkorea
 
Echoss parti m_서비스소개서_201408_v2.0
Echoss parti m_서비스소개서_201408_v2.0Echoss parti m_서비스소개서_201408_v2.0
Echoss parti m_서비스소개서_201408_v2.0startupkorea
 
01.12 cm echosssmartstamp_introduction_v1.3_eng
01.12 cm echosssmartstamp_introduction_v1.3_eng01.12 cm echosssmartstamp_introduction_v1.3_eng
01.12 cm echosssmartstamp_introduction_v1.3_engstartupkorea
 
P2 p 대출 코리아펀딩 소개서(최종)
P2 p 대출 코리아펀딩 소개서(최종)P2 p 대출 코리아펀딩 소개서(최종)
P2 p 대출 코리아펀딩 소개서(최종)startupkorea
 
패밀리닥터 소개자료 20151021_v2
패밀리닥터 소개자료 20151021_v2패밀리닥터 소개자료 20151021_v2
패밀리닥터 소개자료 20151021_v2startupkorea
 

Mehr von startupkorea (20)

위딧소프트 회사-서비스-소개서-2016.01
위딧소프트 회사-서비스-소개서-2016.01위딧소프트 회사-서비스-소개서-2016.01
위딧소프트 회사-서비스-소개서-2016.01
 
회사소개서
회사소개서회사소개서
회사소개서
 
서비스 소개
서비스 소개서비스 소개
서비스 소개
 
에바인 회사소개서
에바인 회사소개서에바인 회사소개서
에바인 회사소개서
 
볼레디 서비스 카탈로그 한글
볼레디 서비스 카탈로그 한글볼레디 서비스 카탈로그 한글
볼레디 서비스 카탈로그 한글
 
볼레디 서비스 카탈로그 영문
볼레디 서비스 카탈로그 영문볼레디 서비스 카탈로그 영문
볼레디 서비스 카탈로그 영문
 
볼레디 기업자료
볼레디 기업자료볼레디 기업자료
볼레디 기업자료
 
Teaser memorandum(ball ready)
Teaser memorandum(ball ready)Teaser memorandum(ball ready)
Teaser memorandum(ball ready)
 
160310 rainist presskit_fin
160310 rainist presskit_fin160310 rainist presskit_fin
160310 rainist presskit_fin
 
Company profile (2016)kr
Company profile (2016)krCompany profile (2016)kr
Company profile (2016)kr
 
20160115 business model pitch deck ver2.0
20160115 business model pitch deck  ver2.020160115 business model pitch deck  ver2.0
20160115 business model pitch deck ver2.0
 
Wim factory introduction
Wim factory introductionWim factory introduction
Wim factory introduction
 
2016 회사소개서 통합 ver 01
2016 회사소개서 통합 ver 012016 회사소개서 통합 ver 01
2016 회사소개서 통합 ver 01
 
Dps사업계획서 v0.24 요약본
Dps사업계획서 v0.24 요약본Dps사업계획서 v0.24 요약본
Dps사업계획서 v0.24 요약본
 
Dps사업계획서 v0.24 요약본 (1)
Dps사업계획서 v0.24 요약본 (1)Dps사업계획서 v0.24 요약본 (1)
Dps사업계획서 v0.24 요약본 (1)
 
Cevly 서비스 소개자료 v2.0
Cevly 서비스 소개자료 v2.0Cevly 서비스 소개자료 v2.0
Cevly 서비스 소개자료 v2.0
 
Echoss parti m_서비스소개서_201408_v2.0
Echoss parti m_서비스소개서_201408_v2.0Echoss parti m_서비스소개서_201408_v2.0
Echoss parti m_서비스소개서_201408_v2.0
 
01.12 cm echosssmartstamp_introduction_v1.3_eng
01.12 cm echosssmartstamp_introduction_v1.3_eng01.12 cm echosssmartstamp_introduction_v1.3_eng
01.12 cm echosssmartstamp_introduction_v1.3_eng
 
P2 p 대출 코리아펀딩 소개서(최종)
P2 p 대출 코리아펀딩 소개서(최종)P2 p 대출 코리아펀딩 소개서(최종)
P2 p 대출 코리아펀딩 소개서(최종)
 
패밀리닥터 소개자료 20151021_v2
패밀리닥터 소개자료 20151021_v2패밀리닥터 소개자료 20151021_v2
패밀리닥터 소개자료 20151021_v2
 

[경북] I'mcloud opensight

  • 1. ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED 제품소개서 2015. 06 (주)아임클라우드
  • 2. CONTENTS 01. 빅데이터 기술 02. 제품 소개 03. 적용 시나리오 04. 회사소개 ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
  • 3. 01. 빅데이터 기술 1.2 빅데이터 기술의 현황 1.3 올바른 빅데이터 기술 적용 1.1 빅데이터 정의 ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
  • 4. 4 1.1 빅데이터의 정의 01. 빅데이터 기술 Structured Data Untructured Data Sensor Data New Data Types Volume Velocity Variability  Transactional  Time phased data  Social  Channel  Customer Service  Warranty  Temperature  RFID  Mapping  Video  QR codes  GPS  Voice  Digital Images 3V challengesData sources 빅데이터는 크기와 증가속도, 다양성 등을 종합하여 정의합니다. 대규모의 다양한 데이터로부터 수집, 검색, 분석을 처리하여 경제적인 가치발굴을 수행하는 차세대 기술 *IDC 전통적인 DB를 통해 저장,관리,분석할 수 있는 규모를 초과하는 데이터 *McKinsey
  • 5. 5 1.2 빅데이터 기술 현황 빅데이터 기술은 오픈소스 기반의 Hadoop Ecosystem 기술을 활용하여 발전하고 있습 니다. Haoop 기술 개발 *수십만대의 서버를 운영할 수 있는 대용량 분산 병렬 데이터 처리 기술 Critical Transaction 중심의 RDB 기술 중심으로 발달 (최근 빅데이터 기술 수용) Apache Foundation (오픈소스 재단) Hadoop 오픈소스 기술개발 관련 생태계 S/W개발 : Hadoop Ecosystem Hadoop 기술 오픈 스폰서 Hadoop 기술채택  빅데이터 기술 발전 빅데이터 기술은 Google, Yahoo, Facebook 이 주도하고 세계적으로 영향력이 있는 아파치 (Apache)재단 으로부터 오픈 소스 형태로 발전하고 있으며 기존 글로벌 엔터프라이즈 기업이 스폰 쉽 및 기술을 채택하는 단계로 발전하고 있습니다. 01. 빅데이터 기술
  • 6. 6 1.3 올바른 빅데이터 기술 적용 빅데이터 시스템 구축은 기술 표준으로 확고하게 자리잡은 Hadoop Ecosystem 기술 활용하여 급 변하는 빅데이터 오픈 소스 기술을 그대로 수용할 수 있어야합니다. 자체 개발 엔진 형태의 S/W 제품은 다각화 되고 있는 빅데이터 기술을 수용, 대응, 유지하기 어렵 습니다. 데이터 고속 수집 Flume Sqoop Logstash … 시각화 서비스 (조회,통계) Node.js, D3 HTML5, JQuery, JSON R 기반 분산화된 통계 분석 처리 Mahout 기계학습 분석 빅데이터 관리자 Admin (모니터링 서비스) ImCloud Add-on Solution 검색 엔진 (검색 데이터 인덱싱) Lucene Solr ElasticSearch Hive,Impala : SQL on Hadoop 기반 분산 처리 프레임워크 대용량 빅데이터 저장소 (Hadoop, HDFS, NoSQL 기반) 정형데이터, 반정형데이터, 비정형데이터 수용 표준화된 Hadoop 기술 적용 실제적인 빅데이터 가치를 얻기 위해서는 올바른 빅데이터 기술의 적용이 중요합니다. 01. 빅데이터 기술
  • 7. 02. 제품 소개 2.2 오픈소스 기술의 효과 2.3 제품 기능 2.1 제품 개요 ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED 2.3 기능 비교 자료
  • 8.  가장 안정적인 대용량 데이터 수집  최신 검색기술 사용  저비용 고 효율성 보장  필요 기능에 맞는 아키텍처 수립 빅데이터 처리에 가장 적합한 시스템 8 2.1 제품 개요 02. 제품 소개 Flume Hive Logstash Kafka Zookeeper Hbase Solr Sqoop Oozie Elastic Search KANABA HADOOP OpenSight는 빅데이터 처리에 가장 적합한 기술 적용으로 진정한 빅데이터 가치를 제공합 니다.  각각 처리 모듈을 Built-in 방식으로 사용자의 환경에 따라 최적의 아키텍처 구성 가능 사용자의 환경에 최적화가 가능한 시스 템
  • 9. 9 2.2 오픈소스 기술의 효과 02. 제품 소개 오픈소스 기술을 통하여 저렴한 비용으로 다양한 커스텀 개발 및 사용자가 원하는 Application 개발이 가능합니다. Flume 장비 Source Channel Sync 시스템 RDB 수집 설정 Hadoop (HDFS) Hive Web Service / Node.js Admin 1. 수집 2. 저장/처리 6. 시각화 7. Job 스케쥴러 스키마 관리 스케쥴러 설정 3. 고급분석 4. 검색엔진 RServe Solr /Elastic s-earch 분석 모듈 (결과) 검색 모듈 (결과) 대시 보드 수집 설정 탐색 시각화 통계 조회 모니 터링 Sqoop Oozie Storm or Spark streaming HBase (NoSQL) 5. 실시간 스트림 처리 Mahout MapReduce Pig “사용자가 원하는 다양한 응용 Application 개발” “유연성 높은 설계 변경 가능” 아키텍처 구현 예시 1. 데이터 처리에 사용된 기술을 투명하게 파악 가능하다. (수집, 저장, 처리, Job스케쥴러, 실시간처리, 검색, 분석, 시각화) 2. 오픈소스 기술을 부품처럼 쉽게 변경 및 업데이트 가능하다. 3. 각 단계별로 지원되는 Java API를 이용하여 다양한 Add-on 및 Plug-in 응용 프로그램 개발이 가능하다. 오픈소스 기술의 장점
  • 10. 10 2.3 제품 기능(수집기술) OpenSight는 유연성 있는 수집 기술 구조를 채택하였으며 대부분의 보안장비와의 연동 경험을 가지고 있습니다. 02. 제품 소개 Log File RDB Flume Event Sqoop (SQL Query) Hadoop (HDFS)Source Channe l Sink Flume Event Flume Event Flume Event Hive LogFile upload (MapReduce/Data Schema 관 리)기타 파일 Vendor Product name Fortinet FortiGate series Ahnlab TrusGuard series Juniper Networks SSG-140 NetScreen series Secui MF2 series NXG series Palo Alto Networks PA-500 Wins SNIPER DDX SNIPER IPS SNIPER AF 1000 Dell SonicWALL NSA E55 00 XNsystems NeoBox ZyXEL ZyWALL USG 200 WatchGuard Technologies WatchGuard Cisco Systems ASA series WatchGuard XTM series eNClue Shieldone 150 Sophos Cyberoam CR50iNG Actela ISEC X3100C Future Systems WeGuardia XTM 수집기술 연동경험 OpenSight는 다양한 수집관련 오픈소스(Flume, kafka, Sqoop..)를 바탕으로 유연성 있는 아키텍처 구성이 가능합니다. * 수집 서버 병렬확장 가능 * 수집 데이터 관리/조건추출/수집전처리 등..
  • 11. 11 2.3 제품 기능(쿼리/알람설정) OpenSight는 오픈소스 루씬(Lucene) 기반의 다양한 쿼리 문법 및 기능을 지원합니다. “500~1000개 이상 알람룰 설정 가 능” 1 2 3 4 02. 제품 소개 1.쿼리 리스트 2.쿼리문 작성 - 다양한 쿼리 문법 적용 가 능3.실행결과 확인 - 실행 결과를 미리 테스트 4.알람 설정 - 1000개 이상의 룰을 임계치를 설 정하여 실시간으로 알람 경보를 제공
  • 12. 12 OpenSight는 유동적이며 직관적인 대시보드로 사용자가 원하는 관리 화면을 만들 수 있 습니다. 2.3 제품 기능(대시보드) 사용자관점 대시보 드 1.위젯 정보 입력 - 위젯 타이틀, 데이터 갱신 주기, 차트 종류 등을 선택 2.적용 쿼리 선택 - 설정해 놓은 쿼리를 적용 3.실행결과 확인 및 위젯 생 성 - 실행 결과를 미리 확인하 고 설정을 적용하여 위젯 생 31 2 02. 제품 소개 사용자가 원하는 대로 대시보드 구성 가 능
  • 13. 13 OpenSight의 풀텍스트 인덱싱 검색과 분산병렬처리 아키텍처는 대용량 데이터에서 사용자가 원하는 데이터를 가장 빠르게 검색할 수 있도록 지원합니다. 2.3 제품 기능(통합검색) 2 1. 날짜별, 데이터 컬럼별, 조건별(AND,OR..) 검색 가능 2. 선택된 로그의 원본 확인 가능 “30억건 검색 시 약10초 소요” 1  하드웨어 테스트 환경 (2CPU/32GB RAM/SATA 3TB*4/분산병렬처 리) 02. 제품 소개
  • 14. 14 OpenSight의 다양한 분석 도구로 대용량의 데이터에서 사용자가 원하는 가치를 한눈에 확인할 수 있 습니다. 2.3 제품 기능(통계분석) 02. 제품 소개 수집 데이터에 대한 전체적인 통계를 한눈에 확인할 수 있습니다.
  • 15. 15 2.3 제품 기능(공격지 IP별 탐지현황) 02. 제품 소개 공격지 IP별 등의 사용자 관점의 분석기능을 세팅하여 통합 보안 관제의 활용성을 높입니다. OpenSight의 다양한 분석 도구로 대용량의 데이터에서 사용자가 원하는 가치를 한눈에 확인할 수 있 습니다.
  • 16. 16 2.3 제품 기능(IPS룰 별 탐지 현황) 02. 제품 소개 IPS 등의 보안장비 룰에 대한 이벤트를 빠르게 체크할 수 있습니다. OpenSight의 다양한 분석 도구로 대용량의 데이터에서 사용자가 원하는 가치를 한눈에 확인할 수 있 습니다.
  • 17. 17 2.3 제품 기능(이벤트/알람관리) 02. 제품 소개 알람경보, 특정 이벤트 발생현황을 파악할 뿐만 아니라 경고에 대한 조치를 관리할 수 있습니다. 통합적인 이벤트/알람 관리를 통해 보안관리의 체계화를 높일 수 있습니다.
  • 18. 18 2.3 제품 기능(군집화/IP추적) 02. 제품 소개 1번 군집화 차트를 통해 장비별/종류별 상황을 한눈에 비교할 수 있습니다. *상세내용 확인 가능(2번화면) 3번 추적하는 IP가 어떤 장비를 통과했는지 확인을 통해 상황 파악 및 대처능력을 높일 수 있습니다. *화면은 군집화에서 이동한 2014/05/12 ~ 2014/06/05 기간에서 167.25.104.154 IP를 검색한 경우이며 안쪽부터 방화벽 /IDS/IPS를 지나 3개의 포트로 나뉘어져 지나갔음을 알 수 있음 군집화 차트/ IP추적라인 등의 분석 기능으로 상황에 대한 파악 및 대처 능력을 높일 수 있습니다. 1 2 3
  • 19. 19 2.3 제품 기능(지역 검색) 02. 제품 소개 국내 지점의 지역별로 로그 수집 현황을 검색할 수 있습니다. * 1번 화면은 경기도를 타겟으로 하는 IP를 검색한 결과 * 2번 화면을 보면 추적하던 167.25.104.154 IP가 브라질로부터 온 IP임을 알 수 있음 국가/지역별 IP 검색을 통하여 수집된 로그의 현황을 더욱 정확하게 파악할 수 있습니다. 1 2
  • 20. 20 2.3 제품 기능(계정관리) 02. 제품 소개 그룹 및 각각의 사용자에 대하여 계정 및 권한을 편리하게 관리할 수 있습니다. 그룹 설정/계정 관리/ 권한 관리 등을 지원하여 어떠한 내부 체계에서도 편리하게 관리할 수 있습니다. 드래그&드랍 방식으로 편리하게 관리 사용자(계정) 별 사용권한 부여
  • 21. 21 2.4 기능 비교자료 OpenSight는 기존 보안 관리 시스템이 가지는 한계성을 극복하며 검증된 Hadoop 오픈소스를 기반 으로 고가의 외산 제품 대비 안정된 빅데이터 처리 기능을 제공합니다. 분류 기능 ESM 방식 상용 로그분석 제품 (S사 - 외산) 저장 저장기간 단기간 (수개월) 장기간 (수년이상) 장기간 (수년이상) 저장기술 SQL, Oracle (Single RDB) Hadoop (분산병렬) 자체저장 기술 수집 수집방식 Agent S/W방식 Syslog방식 장비직접수집 Syslog방식 장비직접수집 비정형로그수집 제한적 가능 가능 정규화(로그포맷) 가능여부 가능 가능 가능 실시간 이벤트 불가능 가능 불가능 검색 검색속도 느림 (DB검색) 빠름 (검색엔진구축) 빠름 (DB검색) 분석 장기간데이터 분석 불가능 가능 가능 UI UI커스텀개발 제한적 가능 제한적 사용자 정의 대시보드 가능 위젯방식 고정식 대시보드 기타 도입비용 고가 저렴 고가 오픈소스기술 활용도 없음 활용도 높음 없음 RDBMS 연동 자체 지원 JDBC 별도 구성 필요 확장성 제한 우수 제한적 02. 제품 소개
  • 22. 03. 적용 시나리오 3.1 구축 사례 ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
  • 23. 23 3.1 구축 사례  보안 관제센터 통합 보안 시스템 구축 03. 구축 사례 분석, 보고서UTM 관 제 센 터 F / W Big Data 통합 관제 및 통합 검색, 알람 NG F/W IDS 1. 하루 10억건 이상의 보안로그 데이터 통합 수집 및 실시간 임계치 알람 처리 2. 각종 장비로그에 대한 데이터 표준 정의 3. 대용량 데이터에 대한 통합 검색(준 실시간 필요) 4. 관제룰에 의한 동적 대시보드 구현 5. 정기 보고서 구현 모니터링 요원 200대 이상 하루수억건 로그 발생 통합 데이터 처리
  • 24. 04. 회사 소개 4.2 보유 기술 4.1 사업 영역 ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED
  • 25. 25 4.1 사업 영역 ㈜아임클라우드는 빅데이터 솔루션 전문 회사 입니다. Hadoop Echosystem 을 이용한 오픈 소스 기 반의 S/W플랫폼과 강력한 시각화를 바탕으로 다양한 빅데이터 응용 솔루션 구축과 빅데이터 시스템 및 서비스를 구축할 수 있도록 도와드립니다.  ImCloud 솔루션  ImBee 빅데이터 플랫폼 출시  사업 영역  파트너 및 고객사 빅데이터 플랫폼 보안 로그 분석 솔루션 데이터 시각화 솔루션 04. 회사 소개
  • 26. 26 4.2 보유 기술 ㈜아임클라우드는 Hadoop Echo System을 전문적으로 다루는 기업 입니다. 자사의 노하우가 담긴 빅 데이터 플랫폼 ImBee를 바탕으로 대용량 로그 분석 및 시각화에 특화 되어 있으며 최근 고객의 가장 큰 고민인 빅데이터에 대한 전문적인 컨설팅으로 고객 여러분에게 가장 알맞은 가치를 부여해 드립니다. 분석결과 시각화 Hadoop HDFS 데이터 고속 수집 분석 엔진검색 엔진 수집 Data ETL 배치 검색인덱싱 배치 분석 배치 (마이닝 포함)Hadoop플랫폼 기술 로그 분석 기술 데이터 시각화 기술 NO. 특허번호 발명의 명칭 내용 1 0432420 침입탐지시스템에서 로그 모니터링을 이용한 공격판단시스 템 및 그 방법 “기업 내부 보안장비인 침입탐지 시 스템(IPS)의 장비로그를 모니터링 하 여 외부 침입 및 내부 유출에 관련된 해킹공격을 판단할 수 있는 방법 및 기술” *등록특허(보안로그공격분석) 2. 기계학습 분석 기법 - Supervised learning : 유사한 입력값 측정, 학습 - Unsupervised learning : 유사 데이터 클러스터링 분석 - 3가지 기계학습 Tasks D3(Data-Driven Documents)기술 Node.js 기술 Data Set.01 (시간별) 시계열 분석 기법 군집화 표현 기법 Featured MAP 기법 Data Set.02 (업무별,위치별) 1. 통계적 분석 기법(R) 04. 회사 소개
  • 27. 감사합니다 COMPANY IMCLOUD (주)아임클라우드 TEL : 02-6472-0410 E.mail : imcloud@imcloud.co.kr ⓒ 2015 IMCLOUD COMPANY ALL RIGHTS RESERVED