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
오형석 (단국대학교) 황두성 (단국대학교) 김원겸 (에이아이딥)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제57권 제5호(통권 제510호)
발행연도
2020.5
수록면
55 - 62 (8page)
DOI
10.5573/ieie.2020.57.5.55

이용수

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

초록· 키워드

오류제보하기
토르 네트워크는 다수의 릴레이 노드를 통해 암호화를 진행하여 익명성을 보장한다. 웹사이트 핑거프린팅은 사용자와 엔트리 노드 사이에서 발생한 트래픽 데이터를 분석하여 웹사이트 식별을 목표로 한다. 본 논문은 시간 변화에 따른 웹사이트 핑거프린팅 방법을 제안한다. 선정된 웹 카테고리 내 웹 사이트에 대해 임의 접근 시간을 반영하여 여러 번 접근하여 트래픽 데이터를 수집하며, 전처리와 특징추출 단계를 통해 훈련 데이터를 준비한다. 네트워크 성능과 프로토콜로부터 발생되는 트래픽 시퀀스의 송수신 시간 간격, 패킷 길이, 버스트 등 특징을 추출하여 훈련벡터를 구성한다. 이를 트리 앙상블 알고리즘 학습에 사용하여 시간상 웹사이트 핑거프린팅의 분류 성능의 변화를 비교 한다. 앙상블 모델의 평균 탐지율은 90.0% 이상이며 엑스트라 트리 알고리즘이 93.0%로 높은 성능을 보인다. 최초의 학습모델과 30일 동안 지속적으로 학습된 데이터를 비교했을 경우 10.0%가 감소하였다. 그러므로 기계학습을 이용한 웹사이트 핑거프린팅은 정기적 모델 학습 전략이 요구된다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 및 토의
Ⅴ. 결론
REFERENCES

참고문헌 (16)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-000678702