최근 국가·공공기관 등 중요자료(개인정보, 기술 등)가 외부로 유출되는 사례가 증가하고 있으며, 조사에 따르면 이러한 유출 사고의 주체로 가장 많은 부분을 차지하고 있는 것이 대부분 권한이 있는 조직 내부에 있는 ‘내부자’로, 조직의 주요 자산에 비교적 손쉽게 접근할 수 있다는 내부자의 특성으로 외부에서의 공격에 의한 기술유출에 비해 보다 더 큰 피해를 일으킬 수 있다. 실제 글로벌 보안 업체에서 보안 전문가들로부터 받은 설문조사를 살펴보면 여전히 내부자 위협은 회사에 큰 피해를 입힐 수 있고, 빈번히 일어나고 있다는 사실을 알 수 있다. 하지만, 내부자에 의한 정보유출 사고를 막기 위해 기업에서는 보안 솔루션을 도입하여 운용하고 있으나 ...
최근 국가·공공기관 등 중요자료(개인정보, 기술 등)가 외부로 유출되는 사례가 증가하고 있으며, 조사에 따르면 이러한 유출 사고의 주체로 가장 많은 부분을 차지하고 있는 것이 대부분 권한이 있는 조직 내부에 있는 ‘내부자’로, 조직의 주요 자산에 비교적 손쉽게 접근할 수 있다는 내부자의 특성으로 외부에서의 공격에 의한 기술유출에 비해 보다 더 큰 피해를 일으킬 수 있다. 실제 글로벌 보안 업체에서 보안 전문가들로부터 받은 설문조사를 살펴보면 여전히 내부자 위협은 회사에 큰 피해를 입힐 수 있고, 빈번히 일어나고 있다는 사실을 알 수 있다. 하지만, 내부자에 의한 정보유출 사고를 막기 위해 기업에서는 보안 솔루션을 도입하여 운용하고 있으나 접근 권한이 있는 내부자의 이상행위를 효과적으로 탐지하는 데에는 한계가 있다. 이번 연구에서는 업무망과 인터넷망의 분리된 서로 다른 영역(보안영역과 非-보안영역 등)간의 자료를 안전하게 전송해주는 망간 자료전송시스템 전송 로그, 이메일 전송 로그, 인사정보 등 실제 데이터를 이용하여 기계학습 기법 중 지도 학습 알고리즘을 통한 이상 행위 탐지를 위한 최적화된 속성 선택 모델을 제시하고자 한다.
최근 국가·공공기관 등 중요자료(개인정보, 기술 등)가 외부로 유출되는 사례가 증가하고 있으며, 조사에 따르면 이러한 유출 사고의 주체로 가장 많은 부분을 차지하고 있는 것이 대부분 권한이 있는 조직 내부에 있는 ‘내부자’로, 조직의 주요 자산에 비교적 손쉽게 접근할 수 있다는 내부자의 특성으로 외부에서의 공격에 의한 기술유출에 비해 보다 더 큰 피해를 일으킬 수 있다. 실제 글로벌 보안 업체에서 보안 전문가들로부터 받은 설문조사를 살펴보면 여전히 내부자 위협은 회사에 큰 피해를 입힐 수 있고, 빈번히 일어나고 있다는 사실을 알 수 있다. 하지만, 내부자에 의한 정보유출 사고를 막기 위해 기업에서는 보안 솔루션을 도입하여 운용하고 있으나 접근 권한이 있는 내부자의 이상행위를 효과적으로 탐지하는 데에는 한계가 있다. 이번 연구에서는 업무망과 인터넷망의 분리된 서로 다른 영역(보안영역과 非-보안영역 등)간의 자료를 안전하게 전송해주는 망간 자료전송시스템 전송 로그, 이메일 전송 로그, 인사정보 등 실제 데이터를 이용하여 기계학습 기법 중 지도 학습 알고리즘을 통한 이상 행위 탐지를 위한 최적화된 속성 선택 모델을 제시하고자 한다.
Recently, there has been an increasing number of cases in which important data (personal information, technology, etc.) of national and public institutions are leaked to the outside world. Surveys show that the largest cause of such leakage accidents is "insiders." Insiders of organization with the ...
Recently, there has been an increasing number of cases in which important data (personal information, technology, etc.) of national and public institutions are leaked to the outside world. Surveys show that the largest cause of such leakage accidents is "insiders." Insiders of organization with the most authority can cause more damage than technology leaks caused by external attacks due to the organization. This is due to the characteristics of insiders who have relatively easy access to the organization's major assets. In fact, a survey from security experts at a global security company shows that insider threats can still cause a lot of damage to the company and are occurring frequently. In order to prevent incidents of information leakage by insiders, companies are introducing and operating security solutions, but there are limitations in effectively detecting abnormalities of insiders with access rights. This study aims to present an optimized property selection model for detecting such abnormalities through supervised learning algorithms among machine learning techniques using actual data such as CrossNet data transfer system transmission log, e-mail transmission log, and personnel information, which safely transmits data between separate areas (security area and non-security area) of the business network and the Internet network.
Recently, there has been an increasing number of cases in which important data (personal information, technology, etc.) of national and public institutions are leaked to the outside world. Surveys show that the largest cause of such leakage accidents is "insiders." Insiders of organization with the most authority can cause more damage than technology leaks caused by external attacks due to the organization. This is due to the characteristics of insiders who have relatively easy access to the organization's major assets. In fact, a survey from security experts at a global security company shows that insider threats can still cause a lot of damage to the company and are occurring frequently. In order to prevent incidents of information leakage by insiders, companies are introducing and operating security solutions, but there are limitations in effectively detecting abnormalities of insiders with access rights. This study aims to present an optimized property selection model for detecting such abnormalities through supervised learning algorithms among machine learning techniques using actual data such as CrossNet data transfer system transmission log, e-mail transmission log, and personnel information, which safely transmits data between separate areas (security area and non-security area) of the business network and the Internet network.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.