ialleejy 님의 블로그

import seaborn as snsimport matplotlib.pyplot as pltdf=sns.load_dataset('taxis')def payment(): sns.scatterplot(data=df, x='fare', y='tip', hue='payment')payment()    def pickup_dropoff(): with sns.axes_style('white'): g = sns.catplot(x="pickup_borough", data=df, aspect=2, kind="count", color='steelblue') k = sns.catplot(x="dropoff_borough", data=df, a..

1번import numpy as npimport matplotlib.pyplot as pltfrom sklearn.datasets import load_winewineData = load_wine()# print(data.data.shape) # 178 x 13# print(data.data) # 데이터 전체# print(data.target) # target => 분류해야 하는 데이터(여기서는 178개)# print(data.target_names) # class임 => 얘네로 분류해야 하는 것# print(data.feature_names) # 열 이름들def makeScatter(): n_classes = 3 # 분류되는 class 개수 plot_colors = 'r..

한글 폰트깨질 경우import matplotlib # windows의 경우 matplotlib.rcParams['font.family'] = 'Malgun Gothic'   import numpy as npimport matplotlib.pyplot as pltScore = np.random.randint(100, size=(10, 4))korea_point=Score[:,0]english_point=Score[:,1]math_point=Score[:,2]science_point=Score[:,3]average_score = (korea_point + english_point + math_point + science_point)/4average_score"""array([28.75, 49.75, 53.2..

import numpy as npdef Math_score(score_array): ##문제1 math_score_array = score_array[:, 2] #모든 행(학생)의 세 번째 열(수학 점수) 추출 for i, score in enumerate(math_score_array): print(f"학생{i+1}: {score}") def Total_score(score_array): ##문제2 total_score_array = np.sum(score_array, axis=1) #각 행(학생)별로 모든 열의 값(과목 점수) 더하기 for i, score in enumerate(total_score_array): print(f"학생{..

import 해주기import numpy as np Numpy 배열과 파이썬의 리스트의  성능 차이 비교import numpy as npmy_arr = np.arange(1000000)my_list = list(range(1000000))%time for _ in range(10): my_arr2 = my_arr * 2%time for _ in range(10): my_list2 = [x * 2 for x in my_list]CPU times: total: 15.6 ms Wall time: 10.1 ms CPU times: total: 484 ms Wall time: 532 ms Numpy를 사용한 코드 순수한 파이썬으로 작성한 코드보다 속도 열배~백배빠르며 메모리 적게 사용 The Numpy ndarr..

import random# 문제 1번def test1(): Lst= [random.randint(1,100) for i in range(20)] Lst2=[random.randint(1,100) for i in range(20)] result=Lst+Lst2 #1.1 print(result) result=list(set(result)) #1.2 print(result)# 문제 2번 def test2(): student=[[chr(random.randint(65, 69)) for _ in range(10)] for _ in range(8)] print(student) answer=[chr(random.randint(65,69)) for _ in ran..

디지털 서명의 핵심 개념신뢰받는 발신자가 메시지를 작성했음을 보장한다.발신자가 메시지를 작성하지 않았다고 부인할 수 없도록 한다. (인증(Authentication)과 부인 방지(Non-repudiation))메시지가 전송 중 변경되지 않았음을 보장한다. (무결성(Integrity))구체적인 정의키 생성 알고리즘: 가능한 비밀키 중에서 무작위로 비밀키를 선택하고, 이와 대응되는 공개키를 생성한다.서명 알고리즘: 메시지와 비밀키를 입력으로 받아 서명을 생성한다.검증 알고리즘: 메시지, 공개키, 서명을 입력으로 받아 해당 메시지가 인증된 것인지 확인한다.디지털 서명 알고리즘 구성키 생성 알고리즘 (Key Generation Algorithm)랜덤화된 알고리즘을 사용하여 공개키(PK)와 비밀키(SK)를 생성한..

암호학적 기본 요소암호학에서 두 가지 주요 범주로 나눠볼 수 있다:대칭 암호(Symmetric Cryptography): 하나의 키를 사용하는 방식.비대칭 암호(Asymmetric Cryptography): 공개키와 비밀키 두 개의 키를 사용하는 방식.1. 기밀성 (Confidentiality):데이터를 보호하여 허가되지 않은 사용자가 접근하지 못하게 보장하는 기능.대칭 암호:프라이빗 키 암호화 (Private-key encryption).예: AES(Advanced Encryption Standard).비대칭 암호:공개키 암호화 (Public-key encryption).예: RSA-OAEP(RSA Optimal Asymmetric Encryption Padding).2. 무결성 (Integrity):..

Diffie-Hellman Key Exchange역사:1976년에 Whitfield Diffie와 Martin Hellman이 처음 발표한 키 교환 방식.그러나 이보다 몇 년 전 GCHQ(영국 정부 통신본부)에서 독립적으로 개발되었으나 기밀로 유지되었음.키 교환:Diffie-Hellman 키 교환 방식은 서로를 모르는 두 당사자가 안전하지 않은 채널을 통해 공통된 비밀 키를 생성할 수 있도록 함.이 키는 이후 암호화 통신에 사용될 수 있음.(계산적) Diffie-Hellman 문제:g: 특정 그룹 G의 생성자(기준 값).x, y: 무작위로 선택된 정수.주어진 g, g^x, g^y 값으로부터 g^{xy}를 계산하는 것이 매우 어려움.대부분의 그룹에서 이 문제는 이산 로그 문제(DLP, Discrete Lo..

1. 정보보안: 사용자 인증 개요보안 목표:기밀성(Confidentiality)무결성(Integrity)부인 방지(Non-repudiation)인증(Authentication)인증의 정의:사용자의 신원을 확인하거나 데이터의 진위 여부를 검증.2. 인증 요소(Authentciation Factors): 소유 기반(Ownership Factor)- something the user has:사용자가 소유한 물건(예: 보안 토큰, ID 카드).지식 기반(Knowledge Factor)- something the user know:사용자가 알고 있는 정보(예: 비밀번호, PIN).고유성 기반(Inherence Factor)- Something the user is (or does):사용자의 생체 정보(예: 지문,..