선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 불확실한 데이터에 대한 처리 방법은 이외에 여러 복합적인 방법을 통하여 해결되는 연구가 있으나 대표적인 4가지 방법을 소개하였다. 본 관련논문에서는 4가지 기법 중에서 DempsterShafer이론을 통한 침입탐지 논문을 소개한다. 네트워크 침입 탐지 방법에서의 높은 오경보율을 줄이기 위하여 Dempster-Shafer 증거 할당과 다중 회귀 신경망(multi-generalized regression neural network) 분류기를 통해 공격 데이터를 식별한다[9].
- 본 논문에서는 불확실성 데이터 처리를 위해 데이터 세트에 대한 경계 값을 구분해 신뢰구간을 계산하여 표현한다. 이후 입력 값이각 클래스에 대한 속성 경계 값에 포함하는지를 확인하여 불확실 데이터에 대한 처리와 적절한 클래스 속성에 배치할 수 있는 지를 확인할 수 있었다.
- 본 연구에서는 데이터 융합과정 문제 중에 불확실한 데이터에 대한 처리를 연구를 진행하였다. 불확실한 데이터에 대한 처리는 다양한 센서로부터 수집될 수 있는 환경 중에서 이미지 프로세싱 분야에서 많이 사용되고 있으며, 인공지능 분야에서도 주어진 데이터의 불확실성을 내포한 영역에서 의사결정을위해 사용되고 있다.
- 이렇듯 기존의 단순한 Rule set과 Signature 분석으로는 지속적으로 발전되는 다양한 공격 유형과 알려지지 않는 공격에 대해서 대응은 쉽지 않을 것이다[2]. 본 연구에서는 데이터 융합과정에서 이루어지는 불확실성 데이터를 처리하기 위해 추론 기법으로 접근하여 데이터의 불확실성 데이터의 확률적 기반 하에 처리할 수 있는 데이터 융합 기술을 소개한다. 이는 DempsterShafer이론으로써 1967년 Arthur Dempster가 제안하고 1976년 Glenn Shafer이 발전시킨 것으로, 지식베이스내에 정확한 신뢰값을 부여하는 것이 아닌 신뢰 값의 범위를 통하여 신뢰도를 표현하는 방식이다.
- 이것을 이용한 방법으로 확률적 구간을 통해 데이터가 어느 정도에 신뢰구간의 속하는지를 확인한다. 이와 같은 방법을 통해 침입탐지 데이터 내에서 정상과 이상탐지의 분류 하는 기술에 있어 필요한 분류 검증의 향상을 목표로 진행한다. 본 연구는 데이터 융합을 위한 과정으로써, 불확실정보에 대한 검증을 소개하며, 2장에서는 관련연구를 소개하는데 데이터 융합에 관한 정의와 이와 관련된 불확실성 데이터 처리를 위한 데이터 융합 알고리즘 소개 그리고 본 연구에서 사용되는 Dempster-Shafer이론의 관련 연구내용을 소개한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.