정량적 분석
정량적 분석(Quantitative Analysis)은 수치 데이터를 이용하여 문제를 해결하거나 결정을 내리는 분석 방법입니다. 정량적 분석은 실험, 조사, 모델링 등을 통해 얻은 수치 데이터를 활용하여 상관관계나 추이 등을 분석하고 이를 이용하여 예측 모델을 만들거나 의사 결정을 내립니다.
정량적 분석에는 여러 가지 방법이 있습니다. 가장 일반적인 방법은 통계 분석(Statistical Analysis)입니다. 통계 분석은 모집단에서 추출한 표본 데이터를 이용하여 모집단에 대한 결론을 도출하는 방법입니다. 통계 분석 방법으로는 평균, 분산, 표준편차, 상관관계, 회귀 분석 등이 있습니다.
또한, 모델링(Modeling)도 정량적 분석의 일종입니다. 모델링은 실제 시스템이나 프로세스를 수학적 모형으로 표현하여 이를 분석하고 예측하는 방법입니다. 예를 들어, 시계열 분석(Time Series Analysis)은 과거의 수치 데이터를 이용하여 미래의 수치 데이터를 예측하는 방법입니다.
정량적 분석은 데이터를 정확하게 분석하여 효과적인 의사 결정을 내리는 데 매우 유용합니다. 그러나 데이터 수집, 분석, 해석 등에 많은 시간과 비용이 들어가므로, 정성적 분석과 함께 사용하는 것이 좋습니다.
개념
- 위험 발생 확률 ×손실 크기=기대 위험 가치분석
유형
- 수학 공식 접근법
- 과거 자료 분석법
- 확률 분포
- 확률지배
- 몬테카를로 시뮬레이션
척도
- 연간기대손실(ALE)
장점
- 객관적인 평가 기준 적용
- 정보의 가치가 논리적으로 평가되고, 화폐로 표현되기 때문에 이해하기 쉬움
- 위험관리, 성능평가 용이
- 위험평가 결과가 금전적 가치, 백분율, 확률 등으로 표현되기 때문에 이해하기 쉬움
단점
- 계산이 복잡하여 분석하는 데 시간⋅노력⋅비용이 많이 듦
- 수작업의 어려움으로 자동화 도구를 사용 시 신뢰도가 벤더에 의존
정성적 분석
정성적 분석(Qualitative Analysis)은 주로 비정량적인 자료, 즉 언어적, 서술적, 그림적인 자료를 분석하여 인과관계나 패턴 등을 도출하는 방법입니다. 주로 인문학, 사회과학, 교육학 등에서 활용되며, 소수의 관찰 대상을 대상으로 하기 때문에 깊은 이해와 섬세한 분석을 필요로 합니다.
정성적 분석의 종류에는 여러 가지가 있습니다. 대표적으로는 내용분석(Content Analysis)이 있습니다. 내용분석은 문서나 말의 내용을 분석하여 특정한 패턴이나 주제를 찾는 방법입니다. 또한, 현장 연구(Field Research)도 정성적 분석의 일종입니다. 현장 연구는 실제로 관찰 대상이 존재하는 공간에 직접 출장하여 현장에서 데이터를 수집하는 방법입니다.
정성적 분석은 통계 분석이나 모델링과는 달리 상황에 따라 보다 직관적이고 상세한 결과를 도출해 낼 수 있습니다. 또한, 정성적 분석 결과는 보다 구체적인 인사이트를 제공하여 정량적 분석의 결과와 함께 활용될 수 있습니다. 단점으로는 데이터 수집과 분석에 있어서 주관적인 요소가 포함될 수 있으며, 일반화된 결과를 얻기에 어려움이 있습니다.
개념
- 손실 크기를 화폐가치로 표현하기 어려움
- 위험 크기는 기술변수로 표현
유형
- 델파이법
- 시나리오법
- 순위 결정법
- 퍼지 행렬법
- 질문서법
척도
- 점수(5점 척도, 10점 척도)
장점
- 계산에 대한 노력이 적게 듦
- 정보 자산에 대한 가치평가 불필요
- 비용⋅이익평가 불필요
단점
- 위험평가과정과 측정기준이 주관적이기 때문에 사람에 따라 달라질 수 있음
- 측정결과를 화폐가치로 표현하기 어려움
- 위험 완화 대책의 비용⋅이익분석에 대한 근거가 제공되지 않고, 문제에 대한 주관적인 지적만 있음
- 위험관리 성능을 추적할 수 없음
'컴퓨터 & 정보보안' 카테고리의 다른 글
재해 복구 시스템 (Disaster Recovery System, DRS) (0) | 2023.04.06 |
---|---|
시스템과 관련한 보안 기능 (0) | 2023.04.05 |
무선랜 암호화 기술 (0) | 2023.04.05 |
IPSec - IPSec 프로토콜 / IPSec VPN / IPSec 운영모드 (0) | 2023.04.05 |
정보보호의 특성 | 기밀성, 무결성, 가용성 (0) | 2023.04.04 |
댓글