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
학술저널
저자정보
김나영 (가천대학교) 한명묵 (가천대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제5호
발행연도
2024.10
수록면
401 - 406 (6page)
DOI
10.5391/JKIIS.2024.34.5.401

이용수

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

초록· 키워드

오류제보하기
최근에 사이버보안 분야에서 그래프 구조인 데이터에 대한 기계학습(Machine Learning)이 더욱 깊은 관심을 받고 있다. 보안 데이터양의 증가와 더욱 정교한 사이버 공격으로 인해 이러한 기계학습 방법들의 중요성이 확대되고 있다. 지식그래프(Knowledge Graph)와 이의 학습 기술인 그래프 신경망(GNN)은 여러 도메인에서 인간이 이해할 수 있는 용어를 사용하여 사용자에게 설명력을 높일 수 있는 능력을 갖추고 있다. 본 연구에서는 사이버보안 분야에 그래프 신경망과 노드임베딩 기반 이상탐지 시스템의 프레임워크를 제안한다. 실험을 통해 제안하는 프레임워크에서 사이버보안 데이터세트 UNSW-NB15를 사용하여 정상 데이터와 공격 데이터를 분류 실험을 진행하였다. 이를 통해, node2vec의 노드 임베딩한 값을 GraphSAGE의 input으로 추가하여 학습시켰을 때, 해당 데이터세트에서는 기존의 이상 탐지 모델보다 정확도(accuracy)가 더 향상된 것을 확인할 수 있었다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험 및 결과
5. Discussion
6. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0