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
- 조인준
- 발행연도
- 2022
- 저작권
- 배재대학교 논문은 저작권에 의해 보호받습니다.
이용수19
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
인공지능 기반 보안관제 시스템은 운영환경에서 발생할 수 있는 학습 데이터 오류, 신규 공격 이벤트 발생으로 인한 오탐 증가 등 문제를 해결하기 위해 피드백 기능이 연구되고 있다. 그러나 한정된 관제 인력의 피드백 수행 방식은 모델 개선에 오랜 시간이 걸리고 숙련되지 않은 관제 인력의 피드백은 오히려 모델 성능 저하의 원인이 될 수 있다. 본 논문에서는 관제 인력 한계 극복, 신규 오탐 개선, 빠른 모델 성능 향상을 위한 능동형 보안관제 모델 개선 프로세스를 제안하였다. 운영 중 예측된 유사 이벤트를 군집화 하고, 피드백이 우선적으로 필요한 군집을 계산하여 운영자에게 대표 이벤트 설명이 가능한 인공지능(eXplainable AI) 기반 시각화도 함께 제시하였다. 수신된 대표 피드백은 동일 군집과 다른 데이터를 계산하여 제외하고 피드백 전파 학습 데이터를 생성한다. 준비된 학습 데이터는 초기 모델과 함께 점진적 학습을 통해 모델을 생성함으로써 성능을 향상시키는 프로세스이다. 제안 프로세스의 실효성 검증을 위해 웹 어플리케이션 방화벽 데이터셋 PKDD2007과 CSIC2012를 선택하여 3개의 시나리오를 통해 실험을 진행하였다. 실험 결과 제안된 프로세스는 피드백을 주지 않았거나 소수 운영자 피드백을 적용한 모델 성능에 비해 모든 지표에서 약 30% 이상의 성능 향상을 확인하였다.
목차
Ⅰ. 서 론 11.1 연구배경 및 목적 11.2 연구의 필요성 및 범위 31.2 논문의 구성 4Ⅱ. 관련 연구 및 동향 52.1 머신러닝 기반의 사이버 보안 연구 현황 52.1.1 국내외 인공지능 동향 52.1.2 국내외 보안 동향 82.1.3 인공지능 보안 연구 동향 102.2 인공지능 기반의 보안관제시스템 현황 162.2.1 인공지능 기반 보안관제 발전 동향 162.2.2 인공지능 기반 보안관제 시스템 현황 222.2.3 인공지능 기반 보안관제 시스템 성과 272.3 모델 개선을 위한 피드백 프로세스 342.3.1 모델 개선을 위한 피드백 프로세스 정의 342.3.2 모델 개선 알고리즘 및 보안 분야 연구 현황 342.3.3 인공지능 기반 보안관제 피드백 프로세스 현황 392.3.4 설명 가능한 인공지능 연구 422.4 연구대상 설정 442.4.1 모델 개선 피드백 프로세스에 대한 고찰 44Ⅲ. 머신러닝 기반 능동형 보안 관제 모델 개선 프로세스 473.1 능동형 모델 개선 아키텍처 473.1.1 능동형 모델 개선 적용 단계 473.1.2 데이터 준비 493.1.3 초기 모델 생성 513.2 능동형 모델 개선 프로세스 단계 533.2.1 피드백 이벤트 선정 533.2.2 피드백 제안 및 수행 593.2.3 피드백 전파 및 적용 65Ⅳ. 실험 및 평가 714.1 평가 방법 724.2 실험 결과 744.3 실험 결과 요약 79Ⅴ. 결 론 815.1 연구 결과 및 의의 815.2 향후 연구계획 83
최근 본 자료
댓글(0)
0