2023년 제 24회 정보시스템 감리사 기출문제 풀이 - 시스템구조(91-95)

[이어서 시스템구조 기출문제 91-95를 풀어보겠습니다.]

문제 91

91. 다음 중 PPP(Point-to-Point Protocol)와 관련된 프로토콜에 대한 설명으로 가장 적절하지 않은 것은? ① LCP(Link Control Protocol)는 링크를 설정하고 구성하며 해제하기 위해 사용된다. ② NCP(Network Control Protocol)들은 네트워크 계층 프로토콜을 설정하고 구성하기 위해 사용된다. ③ IPCP(Internet Protocol Control Protocol)는 인터넷 프로토콜을 설정하고 구성하기 위한 NCP(Network Control Protocol)이다. ④ CHAP(Challenge Handshake Authentication Protocol) 은 인증을 위해 사용하는 프로토콜로서 클라이 언트가 인증요청 패킷에서 사용자 이름과 비밀 번호를 보낸다

 

출제의도

PPP(Point-to-Point Protocol)와 관련된 프로토콜에 대한 내용입니다.

부연설명

PPP(Point-to-Point Protocol)는 데이터 링크 계층에서 작동하는 네트워크 프로토콜입니다.

이 프로토콜은 두 지점 간의 직접 연결을 통해 데이터를 전송하는 데 사용됩니다. PPP는 일반적으로 전화선을 통한 다이얼업 연결이나 라우터 간의 직접 연결에서 사용됩니다.

 

PPP는 다음과 같은 기능을 제공합니다: 링크 설정 및 구성:

PPP는 LCP(Link Control Protocol)를 사용하여 링크를 설정하고 구성하며 해제합니다.

 

LCP는 링크의 품질을 모니터링하고 필요한 경우 링크를 종료할 수도 있습니다.

인증: PPP는 PAP(Password Authentication Protocol) 또는 CHAP(Challenge Handshake Authentication Protocol)와 같은 프로토콜을 사용하여 두 지점 간의 인증을 수행합니다. 이는 두 지점이 서로를 신뢰할 수 있음을 보장합니다.

 

네트워크 계층 프로토콜 구성:

PPP는 NCP(Network Control Protocol)를 사용하여 네트워크 계층 프로토콜을 설정하고 구성합니다.

 

예를 들어, IPCP(Internet Protocol Control Protocol)는 IP 주소를 할당하고 IP 패킷 압축 옵션을 협상하는 데 사용됩니다. 따라서, PPP는 데이터 링크 계층에서 작동하며, 두 지점 간의 직접 연결을 통해 데이터를 안전하게 전송하는 데 필요한 모든 기능을 제공하는 프로토콜입니다. 이는 네트워크 통신에서 중요한 역할을 합니다.

각 선택지에 대한 설명은 다음과 같습니다:

① LCP(Link Control Protocol)는 PPP의 하위 프로토콜로, 링크를 설정하고 구성하며 해제하는 역할을 합니다.

이 프로토콜은 데이터 링크 계층에서 작동하며, PPP 세션을 시작하고 종료하는 데 사용됩니다.

 

② NCP(Network Control Protocol)들은 네트워크 계층 프로토콜을 설정하고 구성하는 역할을 합니다.

이 프로토콜들은 특정 네트워크 계층 프로토콜의 요구 사항을 충족시키기 위해 사용됩니다.

 

③ IPCP(Internet Protocol Control Protocol)는 인터넷 프로토콜을 설정하고 구성하기 위한 NCP의 한 종류입니다.

이 프로토콜은 IP 주소를 할당하고 IP 패킷 압축 옵션을 협상하는 데 사용됩니다.

 

④ CHAP(Challenge Handshake Authentication Protocol)은 PPP의 인증 프로토콜 중 하나입니다.

하지만, CHAP은 클라이언트가 인증 요청 패킷에서 사용자 이름과 비밀번호를 보내는 방식이 아닙니다. 대신, CHAP은 클라이언트에게 도전(challenge) 메시지를 보내고, 클라이언트는 이 메시지와 비밀번호를 사용하여 응답(response)을 생성하고 이를 서버로 보냅니다. 서버는 동일한 도전 메시지와 비밀번호를 사용하여 응답을 생성하고, 클라이언트의 응답과 비교하여 인증을 수행합니다.

 

따라서, 가장 적절하지 않은 설명은 ④번입니다.

CHAP은 클라이언트가 사용자 이름과 비밀번호를 직접 보내는 방식이 아니라, 도전-응답 메커니즘을 사용하여 인증을 수행합니다. 이 질문은 PPP와 관련된 프로토콜에 대한 이해도를 측정하려는 것으로 보입니다. 이러한 프로토콜들은 네트워크 통신에서 중요한 역할을 하며, 이들의 작동 방식을 이해하는 것은 네트워크 관리 및 트러블슈팅에 중요합니다.

 

문제 92

92. 다음과 같은 IP주소와 마스크가 주어진 경우, 네트워크 주소로 가장 적절한 것은? 206.17.38.36/28 ① 206.17.38.32 ② 206.17.38.34 ③ 206.17.38.36 ④ 206.17.38.38

 

출제의도

IP 주소와 서브넷 마스크를 이해하고, 주어진 IP 주소의 네트워크 주소를 계산할 수 있어야 합니다.

 

부연설명

IP주소 206.17.38.36/28에서 28은 서브넷 마스크를 나타내며, 이는 네트워크 주소가 28bit라는 것을 의미합니다.

마스크는 IP 주소를 두 부분으로 나누는데 '네트워크 주소'와 '호스트 주소로' 나뉩니다.

IP주소의 32bit 중에서 앞의 28bit는 네트워크 주소를, 뒤의 4bit는 호스트 주소를 나타냅니다

206.17.38.36 --> 36을 이진수로 나타내면 00100100 여기서 앞 0010 뒤 0100에서 앞 0010은 호스트 주소를 나타내므로, 뒤 0100을 '0000'으로 바꾸면 '0100 0000'이 되고, 이를 십진수로 바꾸면 '32'가 된다. 네트워크 주소를 계산하는 방법은 비트 연산을 사용합니다.

 

주어진 IP 주소가 206.17.38.36/28인 경우, 이를 비트로 표현하면 다음과 같습니다:

IP 주소: 11001110.00010001.00100110.00100100 (206.17.38.36) 서브넷 마스크는 /28이므로, 이는 네트워크 부분이 28 비트라는 것을 의미합니다.

 

이를 비트로 표현하면 다음과 같습니다:

서브넷 마스크: 11111111.11111111.11111111.11110000 (/28) 이제 네트워크 주소를 계산하기 위해 IP 주소와 서브넷 마스크를 AND 연산합니다. AND 연산은 두 비트가 모두 1일 때만 결과가 1이 되는 연산입니다:     

 

11001110.00010001.00100110.00100100 (IP 주소)

AND

11111111.11111111.11111111.11110000 (서브넷 마스크)

-----------------------------------

11001110.00010001.00100110.00100000 (네트워크 주소)

 

계산된 네트워크 주소는 11001110.00010001.00100110.00100000입니다.

이를 십진수로 변환하면 206.17.38.32가 됩니다.

 

따라서, 가장 적절한 네트워크 주소는 ①번 206.17.38.32입니다.

이 질문은 IP 주소와 서브넷 마스크를 이해하고, 주어진 IP 주소의 네트워크 주소를 계산할 수 있는지를 테스트하려는 것으로 보입니다. 이러한 지식은 네트워크 설계 및 트러블슈팅에 중요합니다.

 

문제 93

93. kNN(k-Nearest Neighbor)알고리즘의 특징에 대한 설명으로 가장 적절하지 않은 것은? ① 기계학습 알고리즘 중 비교적 간단하고 이해하기 쉬운 형태의 분류 알고리즘이다. ② 새로운 데이터를 가까운 이웃 클래스에 할당한다. ③ 가까운 이웃을 찾기 위해 많은 계산시간이 필요 하다. ④ 학습 시 교사가 존재하지 않는 비지도학습에 속한다.

출제의도

이 질문은 kNN(k-Nearest Neighbor) 알고리즘에 대해서 알고 있어야 합니다.

각 선택지에 대한 설명은 다음과 같습니다:

① kNN 알고리즘은 기계학습 알고리즘 중 비교적 간단하고 이해하기 쉬운 형태의 분류 알고리즘입니다.

이 알고리즘은 주어진 데이터 포인트와 가장 가까운 k개의 이웃 데이터 포인트를 찾아, 그 이웃들의 레이블을 기반으로 주어진 데이터 포인트의 레이블을 예측합니다.

 

② kNN 알고리즘은 새로운 데이터를 가까운 이웃 클래스에 할당합니다.

이는 알고리즘의 핵심 원칙으로, 새로운 데이터 포인트의 레이블은 가장 가까운 이웃들의 레이블에 기반합니다.

 

③ kNN 알고리즘은 가까운 이웃을 찾기 위해 많은 계산시간이 필요합니다.

이는 알고리즘이 모든 데이터 포인트 간의 거리를 계산해야 하기 때문입니다. 따라서, 데이터셋이 크면 클수록 계산 시간이 증가합니다.

 

④ kNN 알고리즘은 학습 시 교사가 존재하지 않는 비지도학습에 속한다는 설명은 잘못되었습니다.

실제로 kNN 알고리즘은 지도학습에 속합니다. 이는 알고리즘이 레이블이 지정된 학습 데이터를 사용하여 새로운 데이터 포인트의 레이블을 예측하기 때문입니다.

 

따라서, 가장 적절하지 않은 설명은 ④번입니다.

이 질문은 kNN 알고리즘에 대한 이해도를 측정하려는 것으로 보입니다. 이러한 알고리즘은 분류 문제를 해결하는 데 널리 사용되며, 이들의 작동 방식을 이해하는 것은 기계학습에 중요합니다. 

 

문제94

94. 다음 중 신경망 기반의 기계학습 알고리즘으로 가장 적절하지 않은 것은? ① SVM(Support Vector Machine) ② GAN(Generative Adversarial Network) ③ DBN(Deep Belief Network) ④ VAE(Variational Auto Encoder)

출제의도

인공지능 기계학습 알고리즘의 세부 내용에 대해서 알고 있어야 합니다.

머신러닝과 딥러닝의 개념은 무엇이고 차이점은 무엇인지에 대해서 알아야 풀 수 있습니다.

각 선택지에 대한 설명은 다음과 같습니다:

① SVM(Support Vector Machine)은 선형 또는 비선형 분류, 회귀, 이상치 탐지 등에 사용되는 감독 학습 모델입니다. SVM은 데이터를 분류하기 위해 클래스 사이에 가장 넓은 '거리’를 가진 초평면(즉, 결정 경계)을 찾습니다. 하지만, SVM은 신경망 기반의 알고리즘이 아닙니다.

 

② GAN(Generative Adversarial Network)은 신경망 기반의 생성 모델입니다.

GAN은 두 개의 신경망, 즉 생성자와 판별자를 경쟁시키는 방식으로 작동합니다. 생성자는 실제 데이터와 유사한 데이터를 생성하려고 시도하고, 판별자는 생성된 데이터가 실제인지 아닌지를 판별하려고 시도합니다.

 

③ DBN(Deep Belief Network)은 심층 신뢰 신경망으로, 여러 개의 제한된 볼츠만 기계(RBM) 층으로 구성된 생성 모델입니다. DBN은 신경망 기반의 알고리즘입니다.

 

④ VAE(Variational Auto Encoder)은 신경망 기반의 생성 모델입니다.

VAE는 입력 데이터를 잠재 공간에 인코딩한 다음, 이 잠재 공간의 포인트를 디코딩하여 새로운 데이터를 생성합니다.

 

따라서, 신경망 기반의 기계학습 알고리즘으로 가장 적절하지 않은 것은 ①번 SVM입니다.

이 질문은 신경망 기반의 기계학습 알고리즘에 대한 이해도를 측정하려는 것으로 보입니다. 이러한 알고리즘들은 다양한 기계학습 문제를 해결하는 데 사용되며, 이들의 작동 방식을 이해하는 것은 기계학습에 중요합니다.

 

문제 95

95. 다음 중 컨테이너를 사용한 가상화에 대해 적절 하게 설명한 것을 모두 고른 것은? 가. 컨테이너를 사용한 가상화의 경우 하이퍼바이저를 사용하여 높은 입출력 성능을 보인다. 나. 컨테이너를 사용한 가상화의 경우 프로세스 수준에서 가상화가 구현된다. 다. 컨테이너를 사용한 가상화의 경우 가상머신을 사용하는 가상화 보다 자원 사용을 절감할 수 있다. 라. 컨테이너를 사용한 가상화의 경우 응용을 위한 별도의 분리된 환경을 제공하므로 가상머신 보다 높은 보안성을 갖는다. ① 가, 나 ② 가, 라 ③ 나, 다 ④ 다, 라

출제의도

이 질문은 컨테이너를 사용한 가상화에 대한 이해를 테스트하려는 것으로 보입니다.

각 선택지에 대한 설명은 다음과 같습니다:

가. 컨테이너를 사용한 가상화의 경우 하이퍼바이저를 사용하여 높은 입출력 성능을 보인다는 설명은 잘못되었습니다.

컨테이너는 하이퍼바이저를 사용하지 않고, 호스트 OS의 커널을 공유합니다. 이로 인해 컨테이너는 가상머신에 비해 더 적은 오버헤드와 더 높은 성능을 제공합니다.

 

나. 컨테이너를 사용한 가상화의 경우 프로세스 수준에서 가상화가 구현된다는 설명은 맞습니다.

컨테이너는 각 컨테이너가 독립적인 프로세스로 실행되도록 하는 프로세스 수준의 가상화를 사용합니다. 이는 각 컨테이너가 자체적인 파일 시스템, 네트워크 스택, 프로세스 공간 등을 가질 수 있게 합니다.

 

다. 컨테이너를 사용한 가상화의 경우 가상머신을 사용하는 가상화 보다 자원 사용을 절감할 수 있다는 설명은 맞습니다. 컨테이너는 가상머신에 비해 더 적은 자원을 사용합니다. 이는 컨테이너가 하이퍼바이저와 게스트 OS를 필요로 하지 않기 때문입니다.

 

라. 컨테이너를 사용한 가상화의 경우 응용을 위한 별도의 분리된 환경을 제공하므로 가상머신 보다 높은 보안성을 갖는다는 설명은 잘못되었습니다. 컨테이너는 분리된 환경을 제공하지만, 가상머신에 비해 보안성이 높다고 할 수는 없습니다. 컨테이너는 호스트 OS의 커널을 공유하기 때문에, 컨테이너 간에 완전한 격리를 제공하지는 못합니다.

 

따라서, 컨테이너를 사용한 가상화에 대해 적절하게 설명한 것은 '나’와 '다’입니다. 따라서 정답은 ③번입니다.

이 질문은 컨테이너를 사용한 가상화에 대한 이해도를 측정하려는 것으로 보입니다. 이러한 지식은 클라우드 컴퓨팅, 마이크로서비스 아키텍처 등의 분야에서 중요합니다.

 

[다음에도 이어서 풀이를 진행하겠습니다. :]