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
최현서 (경기과학고등학교) 염상준 (경기과학고등학교) 채상미 (경기과학고등학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제29권 제2호
발행연도
2025.2
수록면
247 - 252 (6page)
DOI
10.6109/jkiice.2025.29.2.247

이용수

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

초록· 키워드

오류제보하기
최근 4차 산업혁명 시대가 도래함에 따라 많은 양의 정보가 네트워크를 통해 오간다. 이와 동시에 보안을 위협하려는 시도가 증가하고 있으며, 네트워크의 침입 탐지에 대한 연구 또한 활발하게 진행되고 있다. 하지만 산업제어시
스템의 경우 일반적인 시스템과 구조가 다르기에 기존의 침입 탐지 알고리즘을 변형하여 적용할 필요가 있다. 본 연구에서는 산업 네트워크에서 가장 효율적으로 작동하는 침입탐지 모델을 구현하고자 하였다. 머신러닝 및 딥러닝 기반 모델을 이용하여 학습을 진행한 후 각 모델의 실행 결과를 비교하였고, 데이터의 전처리와 튜닝 과정을 통해 모델의 성능을 높였다. 침입 데이터의 불균형이 존재하여 모델의 평가 지표로는 accuracy가 아닌 F2 score를 사용하였다. 실험 결과, 불균형 데이터셋에서는 트리 기반의 랜덤 포레스트 모델이 가장 높은 성능을 보였으며, 데이터 전처리 부분에서 차원 축소 시 축소되는 차원의 수가 성능과 학습 소요 시간에 큰 영향을 미친다는 결론을 얻었다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 모델
Ⅳ. 성능평가
Ⅴ. 결론
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0