메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
컴퓨터 보안에 관련된 침입 종류는 매우 복잡하고 다양하여, 그러한 침입을 모두 탐지할 수 있는 시스템을 구현한다는 것은 어려운 일이다. 기존의 대부분 침입들은 반복적인 시도와 비정상적인 명령어 또는 프로그램을 사용하여 이루어므로, 예측가능한 비정상적인 보안 감사 자료가 생성된다.
따라서 본 논문에서는 침입의 가능성이 존재하는 행동, 즉 비밀성, 무결성, 가용성을 손상시키려는 행동을 탐지하기 위하여 보안 감사 자료를 통계적인 수치로 정규화하고, 비정상적인 보안감사 자료와 정상적인 보안 감사 자료로 다층 퍼셉트론 네트워크를 학습하여 사용자를 분류함으로써 침입의 발생 가능성을 탐지하는 방법을 제시하였다.

목차

요약

1. 서론

2. 보안 요구 조건

3. 위협의 형태

4. 다층 퍼셉트론

5. 침입 탐지 시스템

6. 결론

[참고 문헌]

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017924599