N-그램 증강 나이브 베이스 알고리즘과 일반화된 k-절단 서픽스 트리를 이용한 확장 가능하고 정확한 침입 탐지 기법

강대기; 황기현

추천

검색

질문

자료유형: 학술저널

저자정보: 강대기 (동서대학교) 황기현 (동서대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제13권 제4호

발행연도: 2009.4

수록면: 805 - 812 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

기계학습을 응용한 많은 침입 탐지 시스템들에서 n-그램 접근 방법이 사용되고 있다. 그러나, n-그램 접근 방법은 확장이 어렵고, 주어진 시퀀스에서 획득한 n-그램 들이 서로 겹치는 문제들을 가지고 있다. 본 연구에서는 이러한 문제들을 해결하기 위해, 일반화된 k-절단 서픽스 트리(generalized k-truncated suffix tree;k-TST) 기반의 n-그램 증강 나이브 베이스(n-gram augmented naive Bayes) 알고리즘을 침입 시퀀스의 분류에 적용하여 보았다. 제안된 시스템의 성능을 평가하기 위해 n-그램 특징들을 사용하는 일반 나이브 베이스(naive Bayes) 알고리즘과 서포트 벡터 머신(support vector machines) 알고리즘과 본 연구에서 제안한 n-그램 증강 나이브 베이스 알고리즘을 호스트 기반 침입 탐지 벤치 마크 데이터와 비교하였다. 공개된 호스트 기반 침입 탐지 벤치마크 데이터인 뉴 멕시코 대학(University of New Mexico)의 벤치마크 데이터에 적용해 본 결과에 따르면, n-그램 증강 방법이, n-그램이 나이브 베이스에 직접 적용되는 경우(예:n-그램 특징을 사용하는 일반 나이브 베이스), 생기는 독립성 가정에 대한 위배의 문제도 해결하면서, 동시에 더 정확한 침입 탐지기를 생성해 냄을 알 수 있었다.

#N- 그램 나이브 베이스 알고리즘 #일반화된 k-절단 서픽스 트리 #호스트 기반 침입 탐지

참고문헌 (23)

참고문헌 신청

1. [단행본] - E. Charniak / 1994 / Statistical Language Learning / MIT Press

2. [학술지(정기간행물)] - S. A. Hofmeyr / 1998 / Intrusion detection using sequences of system calls / Journal of Computer Security 6 (3) : 151 ~ 180

3. [학술대회논문] - W. Lee / 1999 / A data mining framework for building intrusion detection models / IEEE Symposium on Security and Privacy : 120 ~ 132

4. [학술대회논문] - A. Murali / 2005 / A survey on intrusion detection approaches / First International Conference on Information and Communication Technologies (ICICT 2005) : 233 ~ 240

5. [학술대회논문] - K. Rieck / 2006 / Detecting unknown network attacks using language models / Proceedings of Third International Conference on Detection of Intrusions and Malware & Vulnerability Assessment (DIMVA 2006) : 74 ~ 90

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

Dae-Ki Kang

소속기관 동서대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 전기전자공학 > 정보통신공학

논문수 35 이용수 2,267

Gi-Hyun Hwang

소속기관 동서대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 전자공학

논문수 105 이용수 5,786

이 논문과 함께 이용한 논문

이상 패턴 탐지를 위한 활동 모니터링 기법

박성호 , 김성범 대한산업공학회 추계학술대회 논문집 2013 .11

K-평균 알고리즘을 이용한 네트워크 유해 트래픽 탐지

신동혁 , 최형기 한국통신학회 학술대회논문집 2015 .06

마이닝을 이용한 이상트래픽 탐지: 사례 분석을 통한 접근

김정현 , 안수한 , 원유집 외 2명 정보과학회논문지 : 정보통신 2006 .06

베이지안 정리를 이용한 싱크홀 공격 탐지 기법

김현우 의사결정학연구 2013 .12

퍼지 콘트라스트와 HOG 기법을 이용한 지능형 감시 시스템

김광백 한국정보통신학회논문지 2012 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)