$\require{mediawiki-texvc}$

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.

사용자 상황인지 기반 네트워크 보안 구조 연구 원문보기

情報保護學會誌 = KIISC review, v.27 no.1, 2017년, pp.7 - 17  

이소라 (성균관대학교) ,  고상준 (성균관대학교) ,  조금환 (성균관대학교) ,  김소영 (성균관대학교) ,  김은수 (성균관대학교) ,  고훈 (성균관대학교)

초록
AI-Helper 아이콘AI-Helper

컨텍스트가 필요한 서비스 및 스마트 기기의 수가 증가함에 따라, 사용자에게 편의성과 유연한 보안성을 탑재한 새로운 보안 정책의 필요성이 강조되고 있다. 특히 현재의 보안 기술을 사용하는데 많은 어려움을 겪고 있는 어린이나 노인, 장애인 등의 IT 취약 계층을 위한 새로운 보안 정책은 절실하다. 편의성과 유연한 보안 정책은 사용자의 서비스 이용 패턴, 위치 등과 같이 공격 상황을 판단할 수 있는 정보를 수집, 분석하여 사용자에게 적합한 보안 서비스 제공 기술이 정의되어야 한다. 본 연구는 언급한 요구사항들을 반영한 사용자 상황인지 기반 네트워크 보안 아키텍처 설계, 사용자 상황인지 데이터 수집, 사용자 상황 분석 플랫폼 연구 그리고 상황인지 기반 보안 어플리케이션 연구 및 분석을 담고 있다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • [1]논문에서는 보안 측면에서 어떠한 문제점이 있는지 어떻게 이를 해결할 수 있는 지에 대해 소개한다. 디바이스에서 데이터를 수집 할 때, 편리하고 확장성을 보장할 수 있도록 수집하는 여러 방식 중, People-centric Opportunistic Sensing 방식이 활발하게 연구되고 있다.
  • 사용자 상황인지 기반 네트워크 보안 기술은 일반 사용자에게 편리성과 보안성을 동시에 제공할 수 있는 보안 프레임워크로서, 사용자의 위치정보, 서비스 이용 패턴 등과 같이 상황을 판단할 수 있는 정보를 수집하여 사용자에게 가장 적합한 보안 서비스를 자동으로 제공한다. 따라서 본 연구에서는 사용자 기기의 센서 및 주변 통신기기로부터 데이터를 수집하고 기계학습, 실시간 빅데이터 분석 기술 등을 통해 사용자 주변 상황을 인지하여 최적화된 보안 서비스를 위해 필요한 사용자 상황인지 기반 기술을 설명한다.
  • 따라서 작은 센서 디바이스부터 PC 성능의 안드로이드 디바이스까지 응용 시나리오나 환경에 따라 요구하는 인증 기법이 달라질 수밖에 없다. 본 연구에서는 센서 디바이스가 수집하는 데이터를 이용해, 상황 인지 기반 인증 아키텍처를 설명한다.
  • 본 연구에서는 안전한 사용자 상황인지 서비스 실현을 위해서, 사용자 상황인지 기반 네트워크 보안 기술 동향을 파악했고, 사용자 상황인지 기반 네트워크 보안 아키텍처를 설계하였다. 먼저, 사용자 상황인지 기반 네트워크 보안기술 동향에서는 수집된 데이터의 무결성, 이용 가능성 그리고 사용자 프라이버시 등을 정리한 데이터 수집, 수집된 데이터의 다양한 해석을 위한 분석 단계인 컨텍스트 분석, 그리고 분석된 컨텍스트의 안전한 활용을 위한 컨텍스트 기반 어플리케이션을 정리하였다.

가설 설정

  • 또 한 가지 방법은 키 입력 패턴(keystroke dynamics)을 이용하는 것이다. 키 입력 패턴은 사용자 개개인이 키보드나 스마트폰 터치를 할 때, 자신만의 고유한 키 입력 패턴을 가지고 있다는 기본 가정을 갖으며 키 입력 패턴을 사용자의 고유한 특성으로 저장하고 사용자를 인증한다.
  • 예를 들면, 사용자의 평일 GPS 데이터의 패턴은 주로 집과 학교 등 규칙적인 형태를 띌 것이다. 혹은 사용자가 등록되지 않은 전화번호로 걸려오는 통화를 받는 사람은 앞으로도 받을 확률이 높을 것이고, 받지 않는 사람은 앞으로도 받지 않을 확률이 높을 것이다. 이를 바탕으로 사용자가 등록된 사용자가 맞는 지, 혹은 더 나아가 등록된 사용자가 누구인지에 대한 것을 유추할 수 있고 따라서 이는 인증에 사용될 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
opportunistic sensing model의 장단점은 무엇인가? People-centric Opportunistic Sensing이란 사람들이 일상생활에 쓰이는 기기들 (예: Smartphone, Smartwatch 등)을 통해서 센싱을 하고 그 센싱 한 결과들을 WiFi에 연결이 될 때마다 데이터베이스 서버로 보내서 데이터를 수집하는 방식이다. 이런 opportunistic sensing model은 대규모의 데이터를 별도의 기반시설을 배치하지 않고도 수집할 수 있다는 장점이 있지만 데이터 수집하는 참여자의 프라이버시에 관한 문제, 또는 수집된 데이터의 무결성 및 이용 가능성, 등의 문제들이 발생할 수 있다.
People-centric Opportunistic Sensing이란 무엇인가? 디바이스에서 데이터를 수집 할 때, 편리하고 확장성을 보장할 수 있도록 수집하는 여러 방식 중, People-centric Opportunistic Sensing 방식이 활발하게 연구되고 있다. People-centric Opportunistic Sensing이란 사람들이 일상생활에 쓰이는 기기들 (예: Smartphone, Smartwatch 등)을 통해서 센싱을 하고 그 센싱 한 결과들을 WiFi에 연결이 될 때마다 데이터베이스 서버로 보내서 데이터를 수집하는 방식이다. 이런 opportunistic sensing model은 대규모의 데이터를 별도의 기반시설을 배치하지 않고도 수집할 수 있다는 장점이 있지만 데이터 수집하는 참여자의 프라이버시에 관한 문제, 또는 수집된 데이터의 무결성 및 이용 가능성, 등의 문제들이 발생할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (21)

  1. Berker Agir, Jean-Paul Calbimonte and Karl Aberer, "Semantic and Sensitivity Aware Location Privacy Protection for the Internet of Things," PrivOn'14 Proceedings of the 2nd International Conference on Society, Privacy and the Semantic Web - Policy and Technology, Vol. 1316, pp. 58-63. 

  2. Dwork, Cynthia, and Aaron Roth. "The algorithmic foundations of differential privacy." Foundations and Trends in Theoretical Computer Science 9.3-4 (2014): 211-407. 

  3. Vishal M. Patel, Rama Chellappa, Deepak Chandra, and Brandon Barbello, "Continuous user authentication on mobile devices: Recent progress and remaining challenges." IEEE Signal Processing Magazine 33.4 (2016): 49-61. 

    상세보기

  4. "SIEM: A Market Snapshot," Dr. Dobb's Journal, Feb. 2007. 

  5. J. Hayes, "Cybersecurity and the Big Yellow Elephant,"Cloudera Vision Blog, May 2015. 

  6. K. M. Kavanagh, O. Rochford, and T. Bussa,"Magic Quadrant for Security Information and Event Management,"Gartner, Aug. 2016. 

  7. Bhatt, P. K. Manadhata, and L. Zomlot, "The operational role of security information and event management systems," IEEE Security & Privacy, vol. 12, no. 5, 2014. 

    상세보기

  8. "Google 2-Step Verification," Google, retrieved at 2016-11-30.https://www.google.com/landing/2 step/ 

  9. "Two-factor authentication for Apple ID," Apple, retrieved at 2016-11-30, https://support.apple.com/en-us/HT204915 

  10. Gibler, Clint, et al. "AndroidLeaks: automatically detecting potential privacy leaks in android applications on a large scale." International Conference on Trust and Trustworthy Computing. Springer Berlin Heidelberg, 2012. 

  11. Kapadia, Apu, David Kotz, and Nikos Triandopoulos. "Opportunistic sensing: Security challenges for the new paradigm." 2009 First International Communication Systems and Networks and Workshops. IEEE, 2009. 

  12. H. Witte, C. Rathgeb and C. Busch, "Context-Aware Mobile Biometric Authentication based on Support Vector Machines," 2013 Fourth International Conference on Emerging Security Technologies, Cambridge, 2013, pp. 29-32. 

  13. T. Gisby, ""Soft" Sensors Are Breaking Into Four Major Industries,"Aug 2015. 

  14. Shi, Weidong, et al. "Senguard: Passive user identification on smartphones using multiple sensors." 2011 IEEE 7th International Conference on Wireless and Mobile Computing, Networking and Communications (WiMob). IEEE, 2011. 

  15. Juefei-Xu, Felix, et al. "Gait-id on the move: pace independent human identification using cell phone accelerometer dynamics." Biometrics: Theory, Applications and Systems (BTAS), 2012 IEEE Fifth International Conference on. IEEE, 2012. 

  16. Feng, Tao, et al. "Continuous mobile authentication using touchscreen gestures." Homeland Security (HST), 2012 IEEE Conference on Technologies for. IEEE, 2012. 

  17. Araujo, Livia CF, et al. "User authentication through typing biometrics features." IEEE Transactions on Signal Processing 53.2 (2005): 851-855. 

    상세보기 crossref

  18. Berker Agir, Jean-Paul Calbimonte and Karl Aberer, "Semantic and Sensitivity Aware Location Privacy Protection for the Internet of Things," PrivOn'14 Proceedings of the 2nd International Conference on Society, Privacy and the Semantic Web - Policy and Technology, Vol. 1316, pp. 58-63. 

  19. Dwork, Cynthia, and Aaron Roth. "The algorithmic foundations of differential privacy." Foundations and Trends in Theoretical Computer Science 9.3-4 (2014): 211-407. 

  20. Vishal M. Patel, Rama Chellappa, Deepak Chandra, and Brandon Barbello, "Continuous user authentication on mobile devices: Recent progress and remaining challenges." IEEE Signal Processing Magazine 33.4 (2016): 49-61. 

    상세보기

  21. Santos, Nuno, et al. "Using ARM TrustZone to build a trusted language runtime for mobile applications." ACM SIGARCH Computer Architecture News. Vol. 42. No. 1. ACM, 2014. 

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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