download0 view23
twitter facebook

공공누리This item is licensed Korea Open Government License

Title
네트워크 데이터 정형화 기법을 통한 데이터 특성 기반 기계학습 모델 성능평가
Author(s)
이우호정기문노봉남
Publisher
한국정보보호학회
Publication Year
2019-08-31
Abstract
최근 4차 산업 혁명 기술 중 하나인 딥러닝(Deep Learning) 기술은 보안 분야에서는 탐지하기 어려운 네트워크 데이터의 숨겨진 의미를 식별하고 공격을 예측하는 데 사용되고 있다. 침입탐지에 사용될 딥러닝 알고리즘을 선택하기 전에 데이터의 속성과 품질 분석이 필요하다. 학습에 사용되는 데이터의 오염여부에 따라 탐지 방법에 영향을 주기 때문이다. 따라서 데이터의 특징을 파악하고 특성을 선정해야 한다. 본 논문에서는 네트워크 데이터 셋을 이용하여 악성코드의 단계적 특징을 분석하고 특성을 추출하여 딥러닝 모델을 적용하였을 때 각 특성이 성능에 미치는 영향을 분석하였다. 네트워크 특징에 따른 특성들의 비교에 대한 트래픽 분류 실험을 진행하였으며 선정한 특성을 기반으로 96.52% 정확도를 분류하였다.
Keyword
침입탐지시스템; 딥러닝; 데이터 정형화; IDS; Deep learning; Data normalize
Journal Title
정보보호학회논문지;
Citation Volume
29
ISSN
1598-3986
DOI
10.13089/jkiisc.2019.29.4.795
Files in This Item:
There are no files associated with this item.
Appears in Collections:
7. KISTI 연구성과 > 학술지 발표논문
URI
https://repository.kisti.re.kr/handle/10580/16501
Fulltext
 https://scienceon.kisti.re.kr/srch/selectPORSrchArticle.do?cn=JAKO201926072346446
Export
RIS (EndNote)
XLS (Excel)
XML

Browse