지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.12
- 수록면
- 565 - 575 (11page)
이용수
초록· 키워드
오류제보하기
오픈소스 동적 분석 도구의 성능을 개선하기 위해 AI 기반 취약점 탐지 시스템을 제안하였다. 기존 동적 분석 도구인 OWASP ZAP은 고정된 규칙에 의존하는 방식으로, 새로운 유형의 보안 취약점을 탐지하는 데 한계가 존재한다. 이에 본 연구에서는 머신러닝과 딥러닝 기법을 활용하여 보안 취약점을 학습하고 예측하는 AI 기반 시스템을 설계하였다. 이를 통해 탐지 정확도와 효율성을 향상시키고자 하였다. 실험 결과, 제안된 AI 기반 시스템은 기존 도구에 비해 탐지 정확도가 6% 향상되었으며, 탐지 속도는 더 빠르고 오탐률은 낮은 성능을 기록하였다. 또한, AI 시스템은 실시간으로 보안 위협을 탐지하고 자동으로 대응할 수 있는 기능을 제공함으로써, 사이버 보안 분야에서의 실용성을 크게 개선할 가능성을 보여주었다. 본 연구는 AI 기반 보안 시스템이 기존 동적 분석 도구의 한계를 보완하며, 보안 탐지와 대응의 정확도를 높일 수 있는 새로운 접근법을 제시하였다. 이를 통해 향후 보안 시스템 발전에 중요한 방향성을 제공할 수 있을 것으로 기대된다.
목차
요약
Abstract
1. 서론
2. 연구배경 및 관련연구
3. AI 기반 탐지 시스템의 구현 및 성능 비교
4. 연구 결과 및 논의
5. 결론
REFERENCES
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092267705