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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정윤경 (성균관대학교) 박기남 (성균관대학교) 김현주 (한국전자통신연구원) 김종현 (한국전자통신연구원) 현상원 (성균관대학교)
저널정보
한국정보보호학회 정보보호학회논문지 정보보호학회논문지 제27권 제6호
발행연도
2017.12
수록면
1,385 - 1,395 (11page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 정상과 이상 트래픽이 불균형적으로 발생하는 상황에서 기계 학습 기반의 효과적인 침입 탐지 시스템에 관한 연구 결과를 소개한다. 훈련 데이터의 패턴을 학습하여 정상/이상 패킷을 탐지하는 기계 학습 기반의 IDS에서는 훈련 데이터의 클래스 불균형 정도에 따라 탐지 성능이 현저히 차이가 날 수 있으나, IDS 개발 시 이러한 문제에 대한 고려는 부족한 실정이다. 클래스 불균형 데이터가 발생하는 환경에서도 우수한 탐지 성능을 제공하는 기계 학습 알고리즘을 선정하기 위하여, 본 논문에서는 Kyoto 2006+ 데이터셋을 이용하여 정상 대 침입 클래스 비율이 서로 다른 클래스 불균형 훈련 데이터를 구축하고 다양한 기계 학습 알고리즘의 인식 성능을 분석하였다. 실험 결과, 대부분의 지도 학습 알고리즘이 좋은 성능을 보인 가운데, Random Forest 알고리즘이 다양한 실험환경에서 최고의 성능을 보였다.
#Intrusion Detection System #Machine Learning #Imbalanced Dataset

목차

요약
ABSTRACT
I. 서론
II. 관련 및 배경 연구
III. 실험방법
IV. 실험결과
V. 결론
References

참고문헌 (14)

참고문헌 신청
Song, Jungsuk, Takakura, Hiroki, Okabe, Yasuo, Eto, Masahi, Inoue, Daisuke, and Nakao, Koji, “Statistical analysis of honeypot data and building of Kyoto 2006+ dataset for NIDS evaluation,” Proceedings of the First Workshop on Building Analysis Datasets and Gathering Experience Returns for Security, pp. 29-36, Apr. 2011. Song, Jungsuk, Takakura, Hiroki, Okabe, Yasuo, and Kwon, Yongjin, “Correlation analysis between honeypot data and IDS alerts using one-class SVM,” Intrusion Detection Systems, InTech, pp. 173-192, Mar. 2011. Sallay, Hassen and Sami Bourouis, “Intrusion detection alert management for high?speed networks: current researches and applications,” Security and Communication Networks, vol. 8, no. 18, pp. 4362-4372, Dec. 2015. Chitrakar, Roshan, and Chuanhe Huang, “Selection of Candidate Support Vectors in incremental SVM for network intrusion detection,” Computers & Security, vol. 45, no. 16, pp. 231-241, Sep. 2014. Ishida, Moriteru, Hiroki Takakura, and Yasuo Okabe, “High-performance intrusion detection using optigrid clustering and grid-based labelling,” Proceedings of IEEE/IPSJ 11th International Symposium on Applications and the Internet, pp. 11-19, Jul. 2011.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

딥러닝 기반 불균형 침입탐지 데이터 분류에 관한 비교 연구
서재현 한국지능시스템학회 논문지 2018 .04
오토인코더 기반 네트워크 이상탐지
최현승 ,  김민태 ,  이규복 외 1명 한국지능정보시스템학회 학술대회논문집 2018 .06
기계학습 방법에 기반 한 불균형 침입탐지 데이터 분류법의 성능평가에 관한 연구
서재현 한국지능시스템학회 논문지 2017 .10
SVM과 인공 신경망을 이용한 침입탐지 효과 비교 연구
조성래 ,  성행남 ,  안병혁 한국산학기술학회 논문지 2016 .02
지능형 위협인지 및 능동적 탐지대응을 위한 Snort 침입탐지규칙 연구
한동희 ,  이상진 정보보호학회논문지 2015 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001715996