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
학술대회자료
저자정보
강훈 (서울과학기술대학교) 이동준 (서울과학기술대학교) 이영훈 (서울과학기술대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2022년 대한산업공학회 추계학술대회
발행연도
2022.11
수록면
2,142 - 2,147 (6page)

이용수

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

초록· 키워드

오류제보하기
최근 네트워크 사용량 증가에 따라 네트워크 이상 탐지 시스템의 중요성은 더욱 강조되고 있다. 하지만 높은 차원과 희소성을 가지는 네트워크 데이터의 특징들로 인해 기존의 알고리즘들은 네트워크 이상 탐지에 적용되기 어려우며 네트워크 이상 데이터들은 수집하는 데에 많은 비용이 발생한다는 문제점이 존재한다. 본 논문에서는 정상데이터만을 이용하여 오토인코더 기반 군집화 알고리즘과 One-class SVM 앙상블 모델을 학습시키고 학습된 정상데이터들의 영역을 통해 네트워크 이상치를 탐지하는 단일 클래스 분류 모델을 제안한다.
#Anomaly Detection #Deep learning #One-class classification

목차

요약
1. 서론
2. 관련 연구
3. 연구 배경
4. 제안 모델
5. 실험
6. 결론
7. References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-530-000168506