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
장석우 (안양대학교) 김계영 (숭실대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제11권 제3호(JKIIT, Vol.11, No.3)
발행연도
2013.3
수록면
141 - 150 (10page)
DOI
10.14801/kiitr.2013.11.3.141

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 네트워크 트래픽 데이터의 IP 주소와 포트 정보를 시각화하고, 시각화된 포트 정보를 분산도에 따라 군집화함으로써 네트워크의 트래픽 공격을 보다 효과적으로 탐지 및 분류하는 방법을 제안한다. 제안된 방법에서는 먼저 송신자와 수신자의 IP 주소와 포트 정보를 2차원의 영상으로 시각화한다. 그리고 시각화된 영상을 분석하여 네트워크 트래픽의 공격을 의미하는 라인 또는 명암값이 높은 패턴을 추출하고, 개선된 클러스터링 알고리즘을 이용하여 포트 정보를 분산도에 따라 군집화한다. 마지막으로, 추출된 특징들을 인공신경망을 통해 학습시켜 트래픽 데이터가 정상 트래픽, DDoS, DoS, 또는 인터넷 웜인지를 자동으로 탐지한다. 본 논문의 실험에서는 제안된 클러스터링 알고리즘을 이용한 방법이 네트워크 트래픽 데이터의 공격을 보다 효과적으로 탐지한다는 것을 실험을 통해 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. IP와 포트 정보의 시각화
Ⅳ. 군집화를 통한 이상패턴 분석
Ⅴ. 실험 결과
Ⅵ. 결론
참고문헌

참고문헌 (13)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-560-003164674