$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] X-means 클러스터링을 이용한 악성 트래픽 탐지 방법
A Malicious Traffic Detection Method Using X-means Clustering

정보과학회논문지 = Journal of KIISE, v.41 no.9, 2014년, pp.617 - 624  

한명지 (서울대학교 컴퓨터공학부) ,  임지혁 (서울대학교 컴퓨터공학부) ,  최준용 (서울대학교 컴퓨터공학부) ,  김현준 (서울대학교 컴퓨터공학부) ,  서정주 (서울대학교 컴퓨터공학부) ,  유철 (서울대학교 컴퓨터공학부) ,  김성렬 (건국대학교 인터넷미디어공학부) ,  박근수 (서울대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

악성 트래픽은 디도스 공격, 봇넷 통신 등의 인터넷 망을 교란시키거나 특정 네트워크, 서버, 혹은 호스트에 피해를 끼칠 의도를 가지고 발생시키는 트래픽을 지칭한다. 이와 같은 악성 트래픽은 인터넷이 발생한 이래 꾸준히 양과 질에서 진화하고 있고 이에 대한 대응 연구도 계속되고 있다. 이 논문에서는 악성 트래픽을 기존 X-means 클러스터링 알고리즘을 적용하여 효과적으로 탐지하는 방법을 제시하였다. 특히 악성 트래픽의 통계적 특징을 분석하고 클러스터링을 위한 메트릭을 정의하는 방법을 체계적으로 제시하였다. 또한 두 개의 공개된 트래픽 데이터에 대한 실험을 통해 실효성을 검증하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Malicious traffic, such as DDoS attack and botnet communications, refers to traffic that is generated for the purpose of disturbing internet networks or harming certain networks, servers, or hosts. As malicious traffic has been constantly evolving in terms of both quality and quantity, there have be...

Keyword

#악성트래픽   #디도스공격   #봇넷   #클러스터링   #메트릭  

참고문헌 (18)

  1. Y. Xie, S. Z. Yu, "Monitoring the application-layer DDoS attacks for popular websites," IEEE/ACM Transactions on Networking, Vol. 17, No. 1, pp. 15-25, 2009. 

    상세보기 crossref

  2. G. Gu, R. Perdisci, J. Zhang, W. Lee, "BotMiner: Clustering Analysis of Network Traffic for Protocoland Structure-Independent Botnet Detection," SS'08 Proceedings of the 17th conference on Security symposium, pp. 139-154, 2008. 

  3. J. Zhang, R. Perdisci, W. Lee, U. Sarfraz, X. Luo, "Detecting stealthy P2P botnets using statistical traffic fingerprints," Dependable Systems & Networks (DSN), 2011 IEEE/IFIP 41st International Conference on, pp. 121-132, 2011. 

  4. H. R. Zeidanloo, M. J. Z. Shooshtari, P. V. Amoli, M. Safari, M. Zamani, "A taxonomy of Botnet detection techniques," Computer Science and Information Technology (ICCSIT), 2010 3rd IEEE International Conference on, Vol. 2, pp. 158-162, 2010. 

  5. T. Thapngam, S. Yu, W. Zhou, G. Beliakov, "Discriminating DDoS attack traffic from flash crowd through packet arrival patterns," Computer Communications Workshops (INFOCOM WKSHPS), 2011 IEEE Conference on, pp. 952-957, 2011. 

  6. J. Mirkovic, P. Reiher, "A taxonomy of DDoS attack and DDoS defense mechanisms," ACM SIGCOMM Computer Communication Review, Vol. 34, No. 2, pp. 39-53, 2004. 

  7. K. Lee, J. Kim, K. H. Kwon, Y. Han, S. Kim, "DDoS attack detection method using cluster analysis," Expert Systems with Applications, Vol. 34, No. 3, pp. 1659-1665, 2008. 

    상세보기 crossref

  8. S. Saad, I. Traore, A. Ghorbani, B. Sayed, D. Zhao, L. Wei, J. Felix, P. Hakimian, "Detecting P2P botnets through network behavior analysis and machine learning," Privacy, Security and Trust (PST), 2011 Ninth Annual International Conference on, pp.174-180, 2011. 

  9. H. Choi, H. Lee, "Identifying botnets by capturing group activities in DNS traffic," Computer Networks, Vol. 56, No. 1, pp. 20-33, 2012. 

    상세보기 crossref

  10. S. Stover, D. Dittrich, J. Hernandez, S. Dietrich, "Analysis of the Storm and Nugache trojans: P2P is here," ;login:, Vol. 32, No. 6, pp. 18-27, 2007. 

  11. G. Sinclair, C. Nunnery, B. H. Kang, "The waledac protocol: The how and why," Malicious and Unwanted Software (MALWARE), 2009 4th International Conference on, pp. 69-77, 2009. 

  12. J. A. Hartigan, M. A. Wong, "A K-Means Clustering Algorithm," Journal of the Royal Statistical Society, Series C (Applied Statistics), Vol. 28, pp. 100-108, 1979. 

  13. S. C. Johnson, "Hierarchical clustering schemes," Psychometrika, Vol. 32, No. 3, pp. 241-254, 1967. 

    상세보기 crossref

  14. G. W. Milligan, M. C. Cooper, "An examination of procedures for determining the number of clusters in a data set," Psychometrika, Vol. 50, No. 2, pp. 159-179, 1985. 

    상세보기 crossref

  15. D. Pelleg, A. Moore, "X-means: Extending K-means with Efficient Estimation of the Number of Clusters," In Proceedings of the 17th International Conf. on Machine Learning, pp. 727-734, 2000. 

  16. DARPA Dataset [Online]. Available: http://www.ll.mit.edu/mission/communications/cyber/CSTcorpora/ideval/data/2000data.html 

  17. ISOT Dataset [Online]. Available: http://www.uvic.ca/engineering/ece/isot/datasets/index.php 

  18. T. Karagiannis, A. Broido, M. Faloutsos, K. claffy, "Transport layer identification of P2P traffic," Proceedings of the 4th ACM SIGCOMM conference on Internet measurement, pp. 121-134, 2004. 

저자의 다른 논문 :

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로