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
- 학위논문
- 저자정보
- 지도교수
- 박희진
- 발행연도
- 2016
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수9
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Snort에는 패킷을 분석하여 그 패킷이 공격인지 아닌지를 판단하는 탐지규칙이 있다. 탐지규칙들은 중복되거나 유사한 것들이 많아 Snort의 성능을 떨어뜨리는 경우가 있어 이를 최적화하는 연구가 진행되고 있다. 이전 연구에서 편집거리 함수를 이용하여 Snort rule classifier를 개발하였는데 이 프로그램은 중복되거나 유사한 탐지규칙을 찾아 최적화를 도와주었다. 하지만 Snort rule classifier는 계산함수가 정교하지 않아 유사하지 않은 탐지규칙들을 유사하다고 판단하는 경우가 있었다. 본 연구에서는 k-medians 클러스터링 알고리즘과 elbow method를 적용하여 Snort rule classifier가 유사도를 정확하게 계산하도록 개선하였다. 실험결과 5,879개의 탐지규칙에 대해 기존 프로그램보다 더 정확하게 유사한 규칙들을 찾았다.
목차
차 례국문요지 iv제1장 서론 1제2장 기존연구내용 5제1절 편집거리문제 5제2절 k-means와 k-medians 클러스터링 알고리즘 7제3절 Elbow Method 8제3장 실험 및 프로그램 개발 10제1절 기존연구와 문제정의 10제2절 실험환경 및 구현 11제3절 실험결과 14제4장 결론 및 향후과제 17참고문헌 18
최근 본 자료
댓글(0)
0