지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.12
- 수록면
- 1,872 - 1,879 (8page)
이용수
초록· 키워드
오류제보하기
최근 인공지능 기술이 발전하면서 해킹 공격을 탐지하기 위해 인공지능을 이용하려는 연구가 활발히 진행되고 있다. 하지만, 인공지능 모델 개발에 핵심인 학습데이터를 구성하는데 있어서 보안데이터가 대표적인 불균형 데이터라는 점이 큰 장애물로 인식되고 있다. 이에 본 눈문에서는 오버샘플링을 위한 데이터 추출에 딥러닝 생성 모델인 VAE를 적용하고 K-NN을 이용한 가중치 계산을 통해 클래스별 오버샘플링 개수를 설정하여 샘플링을 하는 W-VAE 오버샘플링 기법을 제안한다. 본 논문에서는 공개 네트워크 보안 데이터셋인 NSL-KDD를 통해 ROS, SMOTE, ADASYN 등 총 5가지 오버샘플링 기법을 적용하였으며 본 논문에서 제안한 오버샘플링 기법이 F1-Score 평가지표를 통해 기존 오버샘플링 기법과 비교하여 가장 효과적인 샘플링 기법임을 증명하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구 및 배경
Ⅲ. W-VAE 오버샘플링 기법
Ⅳ. 실험설계
Ⅴ. 실험결과
Ⅵ. 결론
REFERENCES
참고문헌 (19)
참고문헌 신청
S. H Seo, Y. J. Jeon, J. S. Lee, H. J. Jung, and J. T. Kim, “An Over-sampling Method based on Generative Adversarial Networks for Effective Classification of Imbalanced Big Data,” in Proceedings of Korea Software Congress 2017, Busan, Korea, pp. 1030-1032, 2017.
M. J. Son, S. W. Jung, and E. J. Hwang, “A Deep Learning Based Over-Sampling Scheme for Imbalanced Data Classification,” KIPS Transactions on Software and Data Engineering, vol. 8, no. 7, pp. 311-136, Jul. 2019.
J. H. Yang, “Comparison of the Classification Algorithms Using a Sampling Technique in Imbalanced Data,” M. S. thesis, Dongguk University, Korea, 2017.
I. O. Jung, J. W. Ji, G. H. Lee, and M. J. Kim, “A study on intrusion detection performance improvement through imbalanced data processing,” Jouranl of Information and Security, vol. 21, no. 3, pp. 57-66, Sep. 2021.
N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, “SMOTE: Synthetic Minority Over-sampling Technique,” Journal of Artificial Intelligence Research, vol. 16, pp. 321-357, Jun. 2002.
M. J. Son, S. W. Jung, and E. J. Hwang, “A Deep Learning Based Over-Sampling Scheme for Imbalanced Data Classification,” KIPS Transactions on Software and Data Engineering, vol. 8, no. 7, pp. 311-136, Jul. 2019.
J. H. Yang, “Comparison of the Classification Algorithms Using a Sampling Technique in Imbalanced Data,” M. S. thesis, Dongguk University, Korea, 2017.
I. O. Jung, J. W. Ji, G. H. Lee, and M. J. Kim, “A study on intrusion detection performance improvement through imbalanced data processing,” Jouranl of Information and Security, vol. 21, no. 3, pp. 57-66, Sep. 2021.
N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, “SMOTE: Synthetic Minority Over-sampling Technique,” Journal of Artificial Intelligence Research, vol. 16, pp. 321-357, Jun. 2002.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
효율적인 네트워크 이상 탐지를 위한 차원축소 및 오버샘플링 방법 비교
디지털콘텐츠학회논문지
2023 .03
-
클래스 불균형 상황에서 VAE를 활용한 패션 스타일 분류 성능 향상
한국정보기술학회논문지
2021 .02
-
부도 예측 불균형 데이터 문제 개선을 위한 거리 기반 오버샘플링 (Oversampling) 접근법
한국지능정보시스템학회 학술대회논문집
2018 .11
-
클래스 불균형 상황의 불완전 데이터 분류를 위한 다중 결측 대체법 기반 오버샘플링 방법
한국정보과학회 학술발표논문집
2020 .07
-
클래스 불균형 문제가 있는 특허분류 데이터의 자동분류 성능 개선을 위한 모델 재귀적 오버샘플링 방법
전자공학회논문지
2021 .04
-
반도체 데이터로 불균형 데이터를 위한 오버샘플링과 언더샘플링 방법 비교
대한전자공학회 학술대회
2024 .06
-
보행자 교통사고 심각도 예측을 위한 머신러닝 모형 비교 분석: 보행자 교통사고 자료의 표본 불균형 보정을 중심으로
대한공간정보학회지
2021 .06
-
다양한 데이터 전처리 기법과 데이터 오버샘플링을 적용한 GRU 모델 기반 이상 탐지 성능 비교
정보보호학회논문지
2022 .04
-
불균형 게임데이터 문제해결을 위한 Generative Adversarial Network 기반 오버샘플링 기법
대한전자공학회 학술대회
2017 .06
-
데이터 클래스 불균형 문제에서 GAN-KNN을 이용한 오버 샘플링 방법
대한산업공학회 추계학술대회 논문집
2019 .11
-
시계열 데이터기반 실시간 상태 모니터링을 위한 βVAE-LSTM 모델
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
소규모 대출 신청 예측 데이터 세트에서의 오버 샘플링 기법 활용 효과 분석
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
불균형한 클래스 데이터에서 오버샘플링 및 3차원 보행 분석을 통한 BMI 분류 정확도 개선
한국컴퓨터정보학회논문지
2024 .09
-
고차원 및 혼합형 데이터의 클래스 불균형을 위한 k-최근접 이웃 기반 오버샘플링
한국컴퓨터정보학회 학술발표논문집
2025 .01
-
자율주행을 위한 VAE 기반의 미래 도로 이미지 생성 모델
한국통신학회 학술대회논문집
2023 .06
-
VAE 를 이용한 화자 인식을 위한 음성 특징 추출
한국통신학회 학술대회논문집
2017 .01
-
상호작용성 데이터 분포 학습 및 생성을 위한 VAE 모델 설계
한국정보과학회 학술발표논문집
2019 .12
-
오버 샘플링 최적 비율 탐색과 Rule Induction 알고리즘 해석력 비교
대한산업공학회 추계학술대회 논문집
2024 .10
-
추적가스 희석법을 이용한 건물내 환기율(량) 시험의 샘플링 방법에 따른 비교 검증
대한설비공학회 학술발표대회논문집
2022 .11
-
불균형 빅데이터의 효율적인 분류를 위한 생성적 적대 신경망 기반 오버샘플링 기법
한국정보과학회 학술발표논문집
2017 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-000296013