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

논문 기본 정보

자료유형
학술대회자료
저자정보
윤준호 (경상국립대학교) 부석준 (경상국립대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
114 - 118 (5page)

이용수

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

초록· 키워드

오류제보하기
최근 피싱 공격은 사이버 범죄의 주요 형태로 주목받고 있다. 피싱 탐지를 위한 연구도 활발히 진행되고 있으며, 특히 문자수준으로 특징을 추출하여 학습 진행 시 유의미한 성능 개선을 보였다. 그러나 정상 URL에 비해 압도적으로 적은 피싱 URL 수의 조건 특성 상 클래스 불균형을 고려해야만 한다. 본 논문에서는 최적의 URL 특징 추출을 위한 문자수준 상관관계 모델링과 특징 중요도 추출을 위한 트랜스포머-스타일 컨볼루션 오토인코더 기반 신경망을 제안한다. 제안하는 방식은 클래스 불균형 조건을 고려하여 URL 학습을 효율적으로 진행하여 실험 결과 기존 모델 대비 최대 재현율을 11.78%p 개선하였고, 클래스 불균형 정도 심화, 10겹 교차검증, 트랜스포머-스타일 적용 유무, 혼동행렬분석과 케이스 분석을 통해 제안하는 방법의 성능과 타당성을 입증하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 및 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) : I410-151-24-02-088559008