티스토리

삼전동해커

검색하기

블로그 홈

삼전동해커

watchout31337.tistory.com/m

삼전동해커 님의 블로그입니다.

구독자: 5

방명록 방문하기

주요 글 목록

[gstreamer] gstreamer 예제 확인해보기 출처 : https://niklasjang.github.io/nnstreamer/Basic-Tutorials-For-GStreamer-1/ [NNStreamer] Gstreamer 기본 튜토리얼 1Hello World 찍어보기niklasjang.github.io #include int main (int argc, char *argv[]){ GstElement *pipeline; GstBus *bus; GstMessage *msg; /* Initialize GStreamer */ gst_init (&argc, &argv); /* Build the pipeline */ pipeline = gst_parse_launch ("playbin uri=https://www.freedes.. 공감수 0 댓글수 0 2024. 7. 8.
[gstreamer] gstreamer 시작하기 출처 : https://niklasjang.github.io/nnstreamer/Basic-Tutorials-For-GStreamer-1/ gstreamer를 사용하는 기초 단계부터 설명한다. 먼저 gstreamer 라이브러리를 설치한다.sudo apt-get install libgstreamer-plugins-base1.0-devpkg-config가 없으면 설치sudo apt-get install pkg-config gstreamer가 실행되면서 C/C++로 컴파일할 때 컴파일러 옵션과 라이브러리들을 확인하기 위해서 --cflags를 사용해서 확인해본다.pkg-config --cflags --libs gstreamer-1.0 이제 예제 비디오를 재생하기 위해 gstreamer git을 가져온다. gi.. 공감수 0 댓글수 0 2024. 7. 8.
리스트 안의 리스트를 내보내기, 중첩 리스트 해제 중첩 리스트 1차원으로 만드는 방법 다음과 같은 중첩 리스트 예제가 있다.[['Arrows', 'Fireball', 'Flying Machine', 'Goblin Cage', 'Golden Knight', 'Royal Hogs', 'Royal Recruits', 'Zappies'], ['Arrows', 'Fireball', 'Flying Machine', 'Goblin Cage', 'Golden Knight', 'Royal Hogs', 'Royal Recruits', 'Zappies'], ['Earthquake', 'Firecracker', 'Hog Rider', 'Ice Spirit', 'Mighty Miner', 'Skeletons', 'Tesla', 'The L.. 공감수 0 댓글수 0 2024. 5. 22.
python / enumerate() 함수 반복문을 사용할 때 인덱스 변수(i, j, k 등)을 사용하지 않고 반복문을 사용할 수 있는 함수enumerate()의 가장 기본적인 내용만 정리한다. enumerate()함수는 인덱스와 원소를 동시에 접근하면서 반복문을 돌릴 수 있다. for eng in enumerate(['ABC', 'BCD', 'CDE']): print(eng) (0, 'ABC')(1, 'BCD')(2, 'CDE') 접근하고자 하는 목록 내의 원소와 함께 인덱스도 같이 튜플로 출력해준다.이 때 인덱스와 원소를 따로 접근하고 싶으면 다음과 같이 사용하면 된다. for i, eng in enumerate(['ABC', 'BCD', 'CDE']): print(i) print(eng) 0ABC1BCD2CDE 공감수 0 댓글수 0 2024. 5. 18.
논문 작성법 / introduction 부분을 작성하는 4단계 접근법 출처 : https://www.editage.co.kr/insights/4-step-approach-to-writing-the-introduction-section-of-a-research-paper 서론의 역할서론의 역할은 "왜"라는 질문에 답해야 한다. 왜 주제를 선택했는지, 왜 그것이 중요한지, 왜 특정한 방법이나 접근 방식을 채택했는지 등을 설명할 수 있어야 한다. 또 다른 역할은 연구 배경을 제공하고 문맥을 설정하는 것이다. 서론에서 가장 중요한 논문에서 다루고자 하는 문제점과 해결책에 대한 problem statement를 설명하고, 과거에 시도했던 다른 해결책과 접근법을 간략하게 검토한다. related work는 introduction의 subsection으로 넣는 경우도 있고 rela.. 공감수 0 댓글수 1 2024. 5. 2.
논문 작성법 / problem statement 출처 : https://www.editage.co.kr/insights/the-basics-of-writing-a-statement-of-the-problem-for-your-research-proposal 연구란 무엇인가? 연구란 새로운 사실을 발견함으로써 현재의 지식을 확장하거나 수정하고자 하는 체계적인 조사 과정 (1) 지식 확장을 목표로 하는 탐구 활동인 기초 연구 (2) 문제를 해결하거나 새로운 제품, 기술을 개발하기 위해 기초 연구를 이용한 응용 연구 연구에서 가장 먼저 선언해야 하는 것은 연구가 해결하고자 하는 것이 무엇이고, 연구가 대답하고자 하는 질문을 확인, 기술 하는 것이다. 세상에 존재하는 문제들에 대해 해결책이 있지만, 수단이 분명하지 않거나 활용이 어려울 경우에 대해 해결책에 도.. 공감수 0 댓글수 2 2024. 4. 4.
Keras / RNN (Recurrent Neural Network) 출처 : https://wikidocs.net/22886 RNN은 hidden layer에서 활성화 함수를 통해 나온 결과값을 output layer로 보내면서, 다시 hidden layer에도 보내 다음 계산의 입력으로 사용한다. cell은 이전의 값을 기억하는 역할을 수행하기도 한다. 이전 타임 스텝에서 나온 결과값을 기억하고 있다가 해당 타임 스텝의 입력으로 사용한다. 위 그림은 입력 벡터의 차원이 4, hidden state가 2, output이 2인 상태를 시각화한 것이다. RNN은 입력과 출력의 길이를 다르게 설정할 수 있다. one-to-many는 하나의 입력으로 여러개의 output을 낼 수 있다. 이는 하나의 이미지 입력에 대해 다양한 이미지의 제목을 출력하는 경우 등이 있다. many-.. 공감수 0 댓글수 0 2024. 3. 17.
차량 네트워크 / Automotive Ethernet 및 AVTP에 관하여 Ethernet 이란 이더넷이란 LAN을 구성하기 위해서 유선을 사용해 컴퓨터들을 연결하는 방법이다. LAN이란 간단히 하나의 공유기 내에 물려있는 모든 장비들을 말한다. 내 방 와이파이에 연결되어 있는 핸드폰, 유선으로 연결한 데스트 탑, 노트북 등 이 중 유선으로 연결되어 있는 장비들 끼리 통신하기 위한 방법이 이더넷이다. LAN으로 내방의 컴퓨터랑 휴대폰이 공유기에 연결되어 있다. 이 공유기를 이용해 외부의 WAN으로 연결 여기서 사용하는 케이블에 대해 잠깐 설명하면 이렇게 된다. 차량용 이더넷 차량 내에서 네트워크가 어떻게 구성되어 있는지에 대한 그림이다. 먼저 관련있는 ECU들을 뭉쳐서 도메인 별로 나눈다. 의자나 사이드 미러 움직임 등을 담당하는 ECU들, 차 샤시 등을 담당하는 ECU들, 인.. 공감수 0 댓글수 0 2023. 11. 6.
유럽 여행 / 체코 프라하 & 오스트리아 빈, 잘츠부르크 & 독일 뮌헨 여행기 - 2 10일 아침에 학회가기 편하려고 숙소를 옮겼다. 지금 생각해보니 거기서 거기라 왜 숙소를 따로 잡았는지 모르겠다. 다음엔 가능하면 숙소는 한군데에서 쭉 써야지.. 계속 옮겨다니는건 너무 힘들다. 이 날은 novy smichov라는 백화점에서 쇼핑도 하고 밥도 먹었다. 동생 선물로 파워퍼프걸 가방을 샀는데 싸고 괜찮았다. CCC라는 매장인데 가방이랑 옷이랑 신발 파는 곳이다. 꽤 괜찮은듯. 근데 이 날 방 열쇠를 잃어버려 쇼핑하고 돌아와서 아무것도 못했다. 다행히 멍청비용으로 10만원 내고 스페어 키를 받아서 숙소에 들어갈 수 있었다. 문 열려고 숙소 건물의 뒷문으로 나갔다가 출입문이 잠겨서 담벼락 넘어 옆 건물로 나오고, 정문에서 또 열쇠가 없어서 다른 사람 들어올 때까지 기다리고.. 별 짓 다했다..... 공감수 1 댓글수 0 2023. 9. 21.
유럽 여행 / 체코 프라하 & 오스트리아 빈, 잘츠부르크 & 독일 뮌헨 여행기 - 1 체코 프라하에서 열리는 학회에 참석할 기회가 생겨 9월 8일 출국, 9월 18일 입국하는 여행기를 시작했다. 먼저 프라하에서 8, 9, 10일, 11일 오스트리아 빈에서 12일, 13일 잘츠부르크에서 14일 뮌헨에서 15, 16, 17일 18일은 입국 준비 계획을 세웠다. 작성일은 12일이다. 프라하를 모두 둘러보고, 오스트리아로 넘어 왔다. 프라하 8일 개인 일정 원래 아침 11시 비행기였지만 공항 문제로 1시에 이륙했다. 비행 시간은 11시간 50분이다. 12시간 가까이를 앉아 있는건 생각보다 힘들었다. 심지어 창가 자리라 마음대로 나가는 것도 어려웠다. 비행 시간동안 1번 움직였다...ㅎ 프라하는 서울보다 7시간 느려서 도착하니 7시가 되었다. 슬슬 어둑어둑 해지는 시간대였다. 우리 나라의 7월 정.. 공감수 3 댓글수 1 2023. 9. 13.
코테 / 프로그래머스 타겟 넘버(재귀함수 이해하기) 출처 : https://velog.io/@euneun/%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%A8%B8%EC%8A%A4-%ED%83%80%EA%B2%9F%EB%84%98%EB%B2%84C-BFSDFS [프로그래머스] 타겟 넘버(BFS,DFS) / C++ ✅ 프로그래머스 타겟 넘버의 자세한 풀이법 - 재귀와 DFS ❤️‍🔥 velog.io 문제 설명이랑 더 자세한 설명은 위에 있다. #include #include using namespace std; // 전역변수 answer int answer = 0; int idx = 0; void get_target_number(vector numbers, int target, int sum, int index){ //종료 조건 if.. 공감수 2 댓글수 1 2023. 9. 7.
코테 / C++ input 받는 방법 1. 몇 개를 받을 지 알 수 있는 상황에서 공백을 간격으로 입력 받기 ex) 1 2 3 4 5 6 으로 입력하기 int a[6]; for(int i = 0; i > a[i]; } } 공감수 1 댓글수 0 2023. 9. 5.
코테 / 자동차 테스트(python) 문제 자동차 제조 과정에서는 다양한 테스트를 통해 해당 자동차가 잘 만들어졌는지를 평가합니다. 이러한 평가 지표 중 하나는 자동차의 연비입니다. 자동차의 연비가 높을수록 연료 소비가 적고, 더 많은 거리를 주행할 수 있으므로 이는 자동차가 잘 만들어졌는지의 지표로 사용될 수 있습니다. 만약 3대의 자동차를 테스트하고, 각각의 연비를 측정한다고 가정해봅시다. 첫 번째 자동차의 연비는 9km/L, 두 번째 자동차의 연비는 15km/L, 세 번째 자동차의 연비는 20km/L이라고 합시다. 이 경우, 중앙값은 15km/L이 됩니다. 따라서 이 데이터에서는 중앙값을 이용하여 자동차의 평균적인 연비를 파악할 수 있으며, 이는 자동차 제조 과정에서 테스트의 결과를 평가하는 데 활용될 수 있습니다. n대의 자동차를 새.. 공감수 1 댓글수 0 2023. 9. 4.
AE / SOME/IP & vsomeip 출처 : https://github.com/COVESA/vsomeip/wiki/vsomeip-in-10-minutes#prep vsomeip in 10 minutes An implementation of Scalable service-Oriented MiddlewarE over IP - COVESA/vsomeip github.com GENIVI는 차량 내에 다양한 기능과 표준을 제공하기 위한 IT 회사들의 연합이다. BMW, ford, bosch 등이 있다. 대기업들의 기술 독점을 막기위함이다. 이 GENIVI가 이름을 바꾼게 Connected Cart System Aliance (COVESA)로 이름을 바꾼 것이다. Header - service ID : 각 서비스에 대해 지정된 ID값 - Method.. 공감수 1 댓글수 0 2023. 7. 11.
머신러닝 / ROC, AUC 출처 : https://losskatsu.github.io/machine-learning/stat-roc-curve/#%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%84%B1%EB%8A%A5-%ED%8F%89%EA%B0%80---roc-%EC%BB%A4%EB%B8%8C-%EA%B0%9C%EB%85%90-%EC%A0%95%EB%A6%AC ROC Curve(ROC 커브)란? 머신러닝 모형 평가 머신러닝 성능 평가 - ROC 커브 개념 정리 losskatsu.github.io [ROC] Reciever Operating Characteristics, 수신자 조작 특성 곡선 내가 제작한 모델의 성능이 좋은지 안좋은지를 평가하는 기준 중 하나. 분류에 관한 평가 기준들을 먼저 보자. 정.. 공감수 1 댓글수 0 2023. 5. 18.
머신러닝 / PCA 이상탐지 참고 : https://blog.naver.com/mbmb7777/222356672936 [Anomaly Detection] PCA 1. 모델 비교 (1) 모델 선택 기준 - ML/DL 선택 뿐 아니라, 비지도/지도 학습까지 굉장히 다양한 모델... blog.naver.com https://post.naver.com/viewer/postView.naver?volumeNo=28850610&memberNo=21815 파이썬으로 구현하는 SVD PCA(하) [BY 안국이] 이미지 파일을 행렬로 변환하기현재 영상 데이터는 우리가 접하는 데이터 유형 중 양적으로... m.post.naver.com PCA로 피쳐를 합성하고, 합성된 피쳐를 이용해 이상탐지를 하는 모델을 구현했다. 여기에 필요한 개념은 마할로노비스 .. 공감수 0 댓글수 1 2023. 5. 17.
머신러닝 / 공분산 행렬 PCA - 1 출처 : https://post.naver.com/viewer/postView.nhn?volumeNo=28714805&memberNo=21815 파이썬으로 구현하는 공분산행렬 PCA(상) [BY 안국이] 고유값과 고유벡터 복습우선 고유값과 고유벡터를 복습함으로써 고유값과 고유벡터를 구... m.post.naver.com 다음 3차원 행렬의 고유값과 고유벡터를 구해보자. import numpy as np A = np.array([[-2, -5, -2], [-5, 1, -5], [-2, -5, 2]]) print("Matrix A: ") print(A) print() eigenvalue, eigenvector = np.linalg.eig(A) eigenvalue = np.round(eigenvalue, 5).. 공감수 0 댓글수 1 2023. 5. 14.
머신러닝 / kmeans 알고리즘 k 구하기 kmeans 알고리즘에서 클러스터의 개수를 구하는건 가장 중요한 일이다. 이를 구하기 위해 먼저 알아야할 건 이너셔(inertia)이다. 이는 클러스터에 속한 샘플들이 얼마나 밀접하게 모여있나를 나타내는 값이다. 클러스터의 개수가 늘어나면 클러스터들의 크기는 줄어들 것이고, 이너셔도 줄어든다. 결국 이너셔의 값이 크게크게 줄어들다 변화의 폭이 크게 줄어드는 부분을 k값으로 하면 된다. 이를 엘보우 방법이라고 한다. #이번엔 우리가 3개의 클래스로 나눌걸 알고 n_cluster를 3으로 설정했다. 모르고 해야할 때 최적의 k를 찾는 방법을 알아보자. #클러스터 중심과 클러스터에 속한 샘플 사이의 거리의 제곱 합을 이너셔라고한다. from sklearn.cluster import KMeans inertia=.. 공감수 0 댓글수 0 2023. 3. 29.
머신러닝 / HAI Baseline TRAIN_DATASET = sorted([x for x in Path("/Users/kibeom/HAI/dataset/train").glob("*.csv")]) TRAIN_DATASET [PosixPath('/Users/kibeom/HAI/dataset/train/train1.csv'), PosixPath('/Users/kibeom/HAI/dataset/train/train2.csv'), PosixPath('/Users/kibeom/HAI/dataset/train/train3.csv'), PosixPath('/Users/kibeom/HAI/dataset/train/train4.csv'), PosixPath('/Users/kibeom/HAI/dataset/train/train5.csv'), PosixPa.. 공감수 0 댓글수 0 2023. 3. 27.
논문 / Image-based Neural Network Models for Malware Traffic Classification using PCAP to Picture Conversion pcap 데이터 전처리 방법만 정리함. 데이터 전처리 과정 CIC-flow-meter : 네트워크 트래픽 flow generator and analyzer. 양방향 flows를 제작함.toolkit을 이용해 pcap 파일에서 statistical and temporal feature 추출가능. 여기선 중요한 feature를 duration(지속?), number of packets(패킷 수), number of bytes on each flow(바이트 수), 패킷 길이와 대상 포트의 표준 편차 IDS-Vision Toolkit : pcap을 CNN input data(png, jpg)로 전환할 때 사용. 다음 3단계를 거침 1. traffic splitting 2. traffic clearing 3. i.. 공감수 0 댓글수 0 2023. 3. 20.
차량 네트워크 / automotive ethernet Frame Frame Format 이더넷이 사용하는 프레임 포멧은 비슷하게 다양하지만, 이번엔 가장 흔하게 쓰이는 포멧으로 설명한다. Preamble 패킷이 들어오고 있음을 알리는 1과0으로 구성된 7바이트, 송신자와 수신자가 동기화할 수 있도록 함. SOF 1바이트 이지만 마지막이 0으로 끝날 경우 1로 바뀐다. SOF는 수신자가 프레임에 대해 다음부터 실제 이더넷 프레임이라는 것을 알려줌. Destination and Source Address 6바이트 주소로 3바이트의 organization number(회사나 단체에 관한 정보)와 3바이트의 장비에 대한 정보로 구성된다. 각 프레임은 하나 이상의 출발지와 도착지에 대한 정보가 있다는 점이 CAN,LIN FlexRay와 다른 점이다. 다른 차량 네트워크와는 다.. 공감수 0 댓글수 0 2023. 3. 13.
머신러닝, 딥러닝 / 이상탐지(Anomaly Detection) 출처 : https://repository.kihasa.re.kr/bitstream/201002/32608/1/%EA%B8%B0%EA%B3%84%ED%95%99%EC%8A%B5%28Machine%20Learning%29%20%EA%B8%B0%EB%B0%98%20%EC%9D%B4%EC%83%81%20%ED%83%90%EC%A7%80%28Anomaly%20Detection%29%20%EA%B8%B0%EB%B2%95%20%EC%97%B0%EA%B5%AC-%20%EB%B3%B4%EA%B1%B4%EC%82%AC%ED%9A%8C%20%EB%B6%84%EC%95%BC%EB%A5%BC%20%EC%A4%91%EC%8B%AC%EC%9C%BC%EB%A1%9C.pdf 1. 이상탐지 개념 및 특성 anomaly는 nomal의 .. 공감수 0 댓글수 0 2023. 3. 13.
SOME/IP Intrusion Detection System Using RealTime and Retroactive Anomaly Detection Takuma Koyama, Masashi Tanaka, Asami Miyajima, Shintaro Ukai, Takeshi Sugashima, Masumi Egawa 논문 순서 1페이지 : 논문기본정보, abstract, contribution 2페이지 : 논문 결과 3페이지 : 데이터셋 설명, 전처리 방법 4페이지 : 어택시나리오 5페이지 : 사용 모델 6페이지 : 방법론 □SOME/IP protocol의 2가지 communication methods를 이용해 현실적인 공격 시나리오 3가지 제안 •Request/Response method •Notification Events methods -Value에 변화가 있을 때 전송되는 Events -주기적이거나 Value에 변화가 있는 경우 둘 다 전송되는.. 공감수 0 댓글수 0 2023. 3. 7.
차량 네트워크 / CAN-FD https://soc.seoultech.ac.kr/pdf/2019_JIEIE.pdf 1. CANFD 프로토콜 CAN-FD 프로토콜을 적용한 차량의 ECU는 CAN node를 매개로 CAN frame을 송수신한다.node는 컨트롤러와 transceiver로 구성된다. 컨트롤러는 ECU에게서 받은 정보를 frame으로 생성하거나, CAN bus에서 받은 frame을 샘플링하고 분석해 data field 구간을 ECU에 전달한다. 트랜스시버는 컨트롤러가 생성한 디지털 신호인 frame을 아날로그 형식으로 변환한다. 2. CAN-FD Frame format CAN node들이 통신을 하기 위해선 CAN 통신 규약에 맞는 CAN frame을 사용해야 한다. ISO-11898에서 명시된 frame의 종류는 다음 4.. 공감수 0 댓글수 0 2023. 2. 27.
차량 네트워크 / SOME/IP 1. SOME/IP SOME/IP는 Scalable service-Oriented MiddlewarE over IP의 약자이다. automotive 영역에서 ECU간 Ethernet 기반 데이터 통신을 지원하기 위해 만들어진 protocol이다. IP를 통해 ECU 간에 전송되는 메세지로 데이터를 주고 받는 것이 목적이다. Device A가 원하는 서비스 정보를 담은 메세지를 Device B에게 전송하고 이를 응답해주는 구조이다. 메세지는 Header와 Payload로 구성되고 Byte 형태이다. 1-1. Header Service ID : 서비스 고유의 ID Length : Payload length Client ID : ECU 내의 unique ID Protocol version : 0x01 Inte.. 공감수 0 댓글수 0 2023. 2. 27.
차량 네트워크 / 차량용 이더넷 Automative Ethernet 출처 : https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6513795 https://www.star-cooperation.com/assets/uploads/dateien/media-center/veroeffentlichungen/whitepaper-automotive-ethernet-en-star-cooperation.pdf Automotive Ethernet: In-vehicle networking and smart mobility This paper discusses novel communication network topologies and components and describes an evolutionary path of bringing .. 공감수 0 댓글수 0 2023. 2. 15.
Machine Learning을 이용한 차량내부 네트워크용 침입탐지시스템 연구 동향 출처 : https://scholar.google.co.kr/citations?view_op=view_citation&hl=en&user=329wHz0AAAAJ&cstart=20&pagesize=80&sortby=pubdate&citation_for_view=329wHz0AAAAJ:J-ba04ztB30C 1.서론 모든 차량에 대해 차량사이버보안관리체계(CSMS)가 필요하다. 수출용 차량에 이를 충족하기 위해 보안의 3대 프로세스 Prevention, Detection, Response가 있어야한다. Prevention은 차량용 Firewall, HSM(Hardware Security Module), 시큐어 코딩을 통해 달성할 수 있다. Detection은 차량용 IDS, 차량보안관제센터(VSOC)를 통해.. 공감수 1 댓글수 0 2023. 2. 14.
Cybersecurity for autonomous vehicles:Review of attacks and defense 출처 : https://reader.elsevier.com/reader/sd/pii/S0167404820304235?token=99B22C4E7DFA4AFA4158B4DABD52B6513DAA469AE642A15452EDDD590DF9415C9BD72DBDC3243B0784FDEE4688BE20BD&originRegion=us-east-1&originCreation=20230206032810 Cybersecurity for autonomous vehicles: Review of attacks and defense As technology has evolved, cities have become increasingly smart. Smart mobility is a crucial element in sma.. 공감수 0 댓글수 0 2023. 2. 13.
MAC 분할 압축 풀기 zip --FF 분할압축된파일.zip --out 하나로만들파일.zip -> 하나의 파일로 만들기 unzip 하나로만들파일.zip으로 해제 공감수 0 댓글수 0 2023. 1. 23.
머신러닝 / FM 유망주 최적 포지션 알아보기 fm 내에서는 크게 ST, AML, AMR, AMC, CM, DM, DL(WBL), DR(WBR), DC, GK 10개의 포지션으로 나뉜다. 그리고 각 포지션 마다 중요한 스탯이 있다. 스트라이커의 경우 순간속도(ACC),결정력(finish) 등이 있고 수비수의 경우 태클(tackling), 판단력(decision) 등이 있다. 월드 클래스 반열에 오른 선수들은 주요 능력치가 만점(20)에 가까운 점수를 가지고 있고 어느정도 유명한(CA 130점 이상) 선수들도 꽤나 높은 능력치를 가지고 있다. 유명한 선수들을 포지션별로 머신러닝으로 능력치들을 학습시킨다. 그 중 앞서 언급한 중요한 스탯은 가중치를 더하여 학습한다. 그 후 18~20살의 유망주 선수들을 테스트 셋으로 어느 포지션에 가까울지 다중분류한다... 공감수 0 댓글수 0 2023. 1. 16.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.