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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김미르 (숭실대학교) 계효선 (숭실대학교) 권민혜 (숭실대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제47권 제9호
발행연도
2022.9
수록면
1,310 - 1,321 (12page)
DOI
10.7840/kics.2022.47.9.1310

이용수

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

이 논문의 연구 히스토리 (2)

2022

오토인코더 모델의 은닉층 정보를 활용한 네트워크 이상탐지 시스템
김미르 ,  계효선 ,  권민혜 한국통신학회논문지 2022.09 학술저널
오토인코더 기반 네트워크 침입탐지 시스템에서 계층적 탐지 역할 분담에 대한 연구
김미르 ,  계효선 ,  권민혜 한국통신학회 학술대회논문집 2022.02 학술대회자료

초록· 키워드

오류제보하기
최근 네트워크 사용량 증가에 따른 사이버 공격 건 수 증가로 네트워크 침입 탐지 시스템(Network Intrusion Detection System; NIDS)의 중요성이 더욱 강조되고 있다. NIDS 구축을 위한 기술적 방안으로 딥러닝 기반의 연구가 활발히 진행되고 있는데, 특히 여러 딥러닝 구조 중 오토인코더(Autoencoder)가 가장 대표적으로 활용되고 있다. 대부분의 오토인코더 기반 연구들은 오토인코더 모델의 입력층과 출력층만의 정보를 활용하여 침입 여부를 판단한다. 즉, 은닉층의 정보는 활용하지 않는다는 한계점을 가지고 있다. 이러한 제한적 정보의 활용은 침입 탐지 성능의 한계를 가져오기에 더욱 정밀한 침입 탐지를 위해서는 은닉층 정보를 반드시 고려해야 한다. 본 논문에서는 이와 같은 한계점을 극복하기 위하여 오토인코더 모델의 은닉층 정보를 활용하여 더욱 높은 탐지 성능을 가져오는 방안을 제안한다. 제안하는 시스템의 성능 검증을 위해 네트워크 이상탐지 기술 평가에 널리 사용되는 두 가지 네트워크 데이터 셋을 활용하였다. 모의실험 결과 제안하는 시스템이 모든 평가항목에서 기존 연구 결과들 대비 우수한 성능을 보이는 것을 정량적으로 확인하였다. 특히 Accuracy 항목과 F1-score 항목에서 기존 방식은 평균 80%의 성능을 보이는 것에 비해, 제안 방식은 평균 98%로 기존 방식 대비 확연히 높은 성능을 가지는 것을 확인하였다.
#Network Intrusion Detection System #Anomaly Detection #Dimensionality Reduction #Autoencoder

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 선행 연구
Ⅲ. 제안하는 이상탐지 시스템
Ⅳ. 성능 평가
Ⅴ. 결론
References

참고문헌 (21)

참고문헌 신청
E. Aghaei and G. Serpen, “Ensemble classifier for misuse detection using N-gram feature vectors through operating system call traces,” Int. J. Hybrid Intell. Syst., vol. 14, no. 3, pp. 141-154, 2017. (https://doi.org/10.3233/HIS-170247) Crossref S. Nielebock, R. Heumüller, K. M. Schott, and F. Ortmeier, “Guided pattern mining for API misuse detection by change-based code analysis,” Automated Softw. Eng., vol. 28, no. 2, pp. 1-48, 2021. (https://doi.org/10.1007/s10515-021-00294-x) Crossref A. Sivanathan, H. H. Gharakheili, F. Loi, A. Radford, C. Wijenayake, A. Vishwanath, and V. Sivaraman, “Classifying IoT devices in smart environment using network traffic characteristics,” IEEE Trans. Mobile Comput., vol. 18, no. 8, pp. 1745-1759, Aug. 2018. (https://doi.org/10.1109/TMC.2018.2866249) Crossref C. Callegari, L. Donatini, S. Giordano, and M. Pagano, “Improving stability of PCA-based network anomaly detection by means of kernel-PCA,” Int. J. Computational Sci. and Eng., vol. 16, no. 1, pp. 9-16, Feb. 2018. (https://doi.org/10.1504/IJCSE.2018.089573) Crossref I. K. Savvas, A. V. Chernov, M. A. Butakova, and C. Chaikalis, “Increasing the quality and performance of N-Dimensional point anomaly detection in traffic using PCA and DBSCAN,” TELFOR, Belgrade, Serbia, Nov. 2018. (https://doi.org/10.1109/TELFOR.2018.8611947) Crossref

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

네트워크 보안을 위한 비지도 학습 기반 이상탐지 방법
양동헌 ,  황명권 한국정보과학회 학술발표논문집 2021 .12
네트워크 지능화를 위한 인공지능/기계학습 모델 및 데이터셋 기술동향
이주영 ,  신승재 ,  윤승현 외 1명 한국통신학회논문지 2022 .04
오토인코더 기반 네트워크 침입탐지 시스템에서 계층적 탐지 역할 분담에 대한 연구
김미르 ,  계효선 ,  권민혜 한국통신학회 학술대회논문집 2022 .02
오토인코더 기반 네트워크 침입 탐지 시스템
김승주 ,  계효선 ,  권민혜 한국통신학회 학술대회논문집 2020 .11
면역 관련 건강기능식품(전통식품 소재 중심으로)
황경아 식품산업과 영양 2020 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-567-001699681