초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

현재 도스 공격의 특징은 다양하고 지능화되어, 기존 공격 탐지 시스템으로 판별하기 어려운 성격을 지니고 있다. Self Organizing Map(SOM)은 데이터마이닝 기법 중 하나로서, 특정한 패턴이나 규칙들을 분류하여 각각의 군집별로 나누고 판별하기 어려운 데이터의 특징을 파악할 수 있다. SOM의 위와 같은 특징은 도스공격 탐지에 효과적이다. 그러나 SOM을 이용한 도스공격 탐지에는 한계점이 있다. 현재 네트워크 사이즈는 계속해서 커지는 추세이며, 네트워크 단의 사이즈가 커질수록 SOM에서 감당해야 할 패킷의 량도 많아진다. 기존 SOM을 이용한 도스공격 탐지 시스템은 많은 ...

현재 도스 공격의 특징은 다양하고 지능화되어, 기존 공격 탐지 시스템으로 판별하기 어려운 성격을 지니고 있다. Self Organizing Map(SOM)은 데이터마이닝 기법 중 하나로서, 특정한 패턴이나 규칙들을 분류하여 각각의 군집별로 나누고 판별하기 어려운 데이터의 특징을 파악할 수 있다. SOM의 위와 같은 특징은 도스공격 탐지에 효과적이다. 그러나 SOM을 이용한 도스공격 탐지에는 한계점이 있다. 현재 네트워크 사이즈는 계속해서 커지는 추세이며, 네트워크 단의 사이즈가 커질수록 SOM에서 감당해야 할 패킷의 량도 많아진다. 기존 SOM을 이용한 도스공격 탐지 시스템은 많은 데이터 처리로 인하여, 병목현상이 발생할 가능성이 크다. 본 논문은 한 개의 Intrusion Detection System(IDS) 서버에 집중되는 트래픽을 분산시키기 위한 Distributed SOM(DSOM) 기법을 이용한 도스 공격 탐지 시스템을 제안한다. 다양한 실험결과를 통하여 제안하는 DSOM과 기존 SOM의 성능을 비교·분석하고 DSOM이 실제 네트워크 환경에 적합한 시스템임을 확인한다.

Abstract ▼ AI-Helper

Features of the current DOS attack be diverse and intelligent. Self Organizing Map (SOM) is one of data mining techniques. By clustering the certain patterns or rules, this method makes it easy to classify the data which is difficult to detect. This characteristics of SOM is effective in detecting D...

Features of the current DOS attack be diverse and intelligent. Self Organizing Map (SOM) is one of data mining techniques. By clustering the certain patterns or rules, this method makes it easy to classify the data which is difficult to detect. This characteristics of SOM is effective in detecting DOS attacks. However, DOS attack detection using SOM has limitations. The larger the size of the network also increases the amount of packets to be processed by the SOM. Therfore, current SOM method is dfficult to deal with the existing big network system. The proposed method is a DOS attack detection system using a Distributed SOM (DSOM) scheme for distributing the traffic which is concentrated in a single SOM server. Through various experimental results, this paper demonstrate that the DSOM shows a resonable detection performance compared to traditional SOM.