[논문]자가적응모듈과 퍼지인식도가 적용된 하이브리드 침입시도탐지모델

이세열

doi:10.17662/ksdim.2017.13.3.019

Abstract ▼ AI-Helper

Nowadays, networked computer systems play an increasingly important role in our society and its economy. They have become the targets of a wide array of malicious attacks that invariably turn into actual intrusions. This is the reason computer security has become an essential concern for network adm...

Nowadays, networked computer systems play an increasingly important role in our society and its economy. They have become the targets of a wide array of malicious attacks that invariably turn into actual intrusions. This is the reason computer security has become an essential concern for network administrators. Recently, a number of Detection/Prevention System schemes have been proposed based on various technologies. However, the techniques, which have been applied in many systems, are useful only for the existing patterns of intrusion. Therefore, probe detection has become a major security protection technology to detection potential attacks. Probe detection needs to take into account a variety of factors ant the relationship between the various factors to reduce false negative & positive error. It is necessary to develop new technology of probe detection that can find new pattern of probe. In this paper, we propose an hybrid probe detection using Fuzzy Cognitive Map(FCM) and Self Adaptive Module(SAM) in dynamic environment such as Cloud and IoT. Also, in order to verify the proposed method, experiments about measuring detection rate in dynamic environments and possibility of countermeasure against intrusion were performed. From experimental results, decrease of false detection and the possibilities of countermeasures against intrusions were confirmed.

주제어

AI 본문요약
AI-Helper

문제 정의

본 논문에서 기존의 네트워크 기반 침입 탐지 시스템이 동적인 환경 변화를 고려하지 못하는 한계를 해결하고 이를 통하여 탐지 성능을 개선하기 위하여 진행되었다. ;제안한 방법에서는 동적인 환경 변화에 적용하기 위한 방법으로 자가 적응 모듈을 적용한 IoT환경 적응형 하이브리드 침입시도탐지모델을 제 안하였다. 이를 위하여 자가 적용을 위하여 MAPE-K 를 통하여 구현하였으며 주요요소인 Monitor, Analyze, Plan, Execute를 이용하여 환경 변화 정보를 수집 및 분석하고 변화된 환경에 적응하기 위한 환경 적응형 룰을 생성했다.

제안 방법

그러므로 오늘날은 네트워크 기반 탐지에 동적인 환경을 고려할 수 있는 방법이 필요하게 되었고이에 본 논문에서는 기존 연구되었던 정적인 특징을 이용한 기존 탐지기법과 성능비교를 위하여 저자가 개발한 적응형 퍼지인식도가 적용된 침입시도탐지 기법에 추가로 동적인 환경을 고려할 수 있는 자가 적응 모듈(Self Adaptive Module)을 사용하여 동적인 환경 변화를 고려하기 위한 적응형 룰(rule)을 생성하고 이를 퍼지인식도가 적용된 침입시도탐지에 추가하는 하이브리드 침입시도탐지모델을 제안한다.
제안한 방법에서는 동적인 환경 변화에 적용하기 위한 방법으로 자가 적응 모듈을 적용한 IoT환경 적응형 하이브리드 침입시도탐지모델을 제 안하였다. 이를 위하여 자가 적용을 위하여 MAPE-K 를 통하여 구현하였으며 주요요소인 Monitor, Analyze, Plan, Execute를 이용하여 환경 변화 정보를 수집 및 분석하고 변화된 환경에 적응하기 위한 환경 적응형 룰을 생성했다. 자가 적응 모듈을 통하여 생성된 룰은 환경변화에 맞는 탐지 정보를 가질 수 있었으며, 이러한 룰을 기존 침입탐지 룰에 적용함으로써 동적 환경을 고려한 동적 적응형 침입시도 탐지모델이 기존의 침입탐지시스템 보다 탐지 성능이 개선되었음을 확인 할 수 있었다.
본 논문에서 기존의 네트워크 기반 침입 탐지 시스템이 동적인 환경 변화를 고려하지 못하는 한계를 해결하고 이를 통하여 탐지 성능을 개선하기 위하여 진행되었다. 제안한 방법에서는 동적인 환경 변화에 적용하기 위한 방법으로 자가 적응 모듈을 적용한 IoT환경 적응형 하이브리드 침입시도탐지모델을 제 안하였다. ;이를 위하여 자가 적용을 위하여 MAPE-K 를 통하여 구현하였으며 주요요소인 Monitor, Analyze, Plan, Execute를 이용하여 환경 변화 정보를 수집 및 분석하고 변화된 환경에 적응하기 위한 환경 적응형 룰을 생성했다. 자가 적응 모듈을 통하여 생성된 룰은 환경변화에 맞는 탐지 정보를 가질 수 있었으며, 이러한 룰을 기존 침입탐지 룰에 적용함으로써 동적 환경을 고려한 동적 적응형 침입시도 탐지모델이 기존의 침입탐지시스템 보다 탐지 성능이 개선되었음을 확인 할 수 있었다.

데이터처리

본 논문에서 제안하는 모델은 자가 적응 모듈이 적용된 FCM 기반의 하이브리드 침입시도탐지모델 (FCM-Self)로써 <그림 5>이다. 제안한 방법의 검증을 위하여 전통적인 네트워크 기반 탐지시스템인 K-Means, Fuzzy-ART, SVM과 적응형 탐지시스템인 FCM과 자가 적응 모듈을 적용한 탐지율을 측정 및 비교를 통하여 측정한다. ;정적인 환경측면 측정을 위하여 KDD CUP 99데이터를 이용한다[9, 10].

성능/효과

또한, 여러 실험 및 평가에서 탐지능력이 인정된 SVM(Support Vector Machine), 그리고 저자의 기존 FCM 탐지기법과도 차이가 발생하였다. False Positive 에러율은 기존의 여러 가지 탐지기법에 비하여 월등히 성능이 우수함을 알 수 있으며 저자의 기존 FCM을 적용한 Probe 탐지방법보다 전반적으로 개선되었음을 확인할 수 있다.
이를 위하여 자가 적용을 위하여 MAPE-K 를 통하여 구현하였으며 주요요소인 Monitor, Analyze, Plan, Execute를 이용하여 환경 변화 정보를 수집 및 분석하고 변화된 환경에 적응하기 위한 환경 적응형 룰을 생성했다. 자가 적응 모듈을 통하여 생성된 룰은 환경변화에 맞는 탐지 정보를 가질 수 있었으며, 이러한 룰을 기존 침입탐지 룰에 적용함으로써 동적 환경을 고려한 동적 적응형 침입시도 탐지모델이 기존의 침입탐지시스템 보다 탐지 성능이 개선되었음을 확인 할 수 있었다.

후속연구

그러나 제안방법에서 사용한 룰을 생성하기 위해서는 모델이 정의되어 있어야 한다는 가정이 필요했다. 이러한 한계를 해결하기 위하여 향후연구에서는 자동으로 룰을 생성하기 위한 방안에 대하여 연구가 요구된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	IBM에서 제안한 MAPE-K의 구성요소는?	자가 적응 모듈의 대표적인 것으로는 IBM에서 제안한 MAPE-K를 사용한다[7, 8]. MAPE-K는 크게 4개의 구성요소를 가지고 있으며 Monitor, Analyze, Plan, Execute이다. Monitor는 환경변화를 감시 및 정보를 수집하는 요소로써, MAPE-K에서 대상으로 하는 시스템의 환경을 지속적으로 감시하고, 정보를 수집하는 작업을 수행하게 된다.
	본논문에서 사용하는 자가 적응 모듈은?	자가 적응 모듈의 대표적인 것으로는 IBM에서 제안한 MAPE-K를 사용한다[7, 8]. MAPE-K는 크게 4개의 구성요소를 가지고 있으며 Monitor, Analyze, Plan, Execute이다.
	퍼지인식도란?	탐지모듈 중 판단모듈에 퍼지인식도(Fuzzy Cognitive Maps : FCM)의 Causal Knowledge Reason(CKR)을 이용하여 지능적 판단모듈구조를 설계한다. 퍼지인식도는 주어진 문제영역내의 각 개념들 사이에 존재하는 인과관계를 나타내는 방향성 그래프이다. <그림 2>는 퍼지인식도를 표현한 것으로써 각 노드와 노드 사이의 가중치가 Wxy=0인 경우에는 각 노드사이에는 아무런 관련이 없는 것을 의미하며 Wxy=≠0 경우에는 <그림 2>의 설명과 같은 의미를 부여한다.

참고문헌 (12)

B. Mukherjee, "Network intusion detection," IEEE Network, Vol. 8, No. 3, 1994, pp. 26-41.
M. Stula, "Fuzzy cognitive map for decision support in image post-processing," 18th International Conference on systems signal and image processing, Vol. 11, 2011, pp. 4-9.
S. Lee, Y. Kim, and B. Lee, "A Probe Detection Model using the Analysis of the Fuzzy Cognitive Maps," International Conference Cyber and Security, Vol. 3480, 2005, pp. 320-328.
J. Park, and M. Park, "A Whitelist-based Scheme for Detecting and Preventing Unauthorized AP Acess using Mobile Device," Journal of the Korea Information Communications Society, Vol. 10, No. 3, 2012, pp. 632-640.
W. Xiang, "Application of BP neural network with L-M algorithm in power transformer fault diagnosis," International Power system protection and control, Vol 10, No. 1, 2011, pp. 100-104.
S. Y. Lee, "An Adaptive Probe Detection Model using Fuzzy Cognitive Maps," Ph. D. Dissertation, Daejeon University, 2003.
Y. Brum, G. Serugendo, and M. Litoiu, "Engineering Self Adaptive Systems through Feedback Loops," In Software Engineering for Self Adaptive Systems, Springer-Verlag, 2009, 2013, pp. 48-70.
J. Moon, and Y. Chang, "A Malware Detection Application Framework Based on Normal Behavior," The Journal of the Convergence on Culure, Vol. 2, No. 1, 2016, pp. 79-85.

원문보기 상세보기
조성래.성행남.안병혁, "의사결정트리와 인공 신경망 기법을 이용한 침입탐지 효율성 비교 연구," 디지털산업정보학회논문지, 제11권, 제4호, 2015, pp. 33-45.

원문보기 상세보기
양환석, "프로토콜 기반 분산 침입탐지시스템 설계 및 구현," 디지털산업정보학회논문지, 제8권, 제1호, 2012, pp. 81-87.
Ostinato: http://ostinato.org/
Hping3: http://tools.kali.org/

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

자가적응모듈과 퍼지인식도가 적용된 하이브리드 침입시도탐지모델
An Hybrid Probe Detection Model using FCM and Self-Adaptive Module 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자가적응모듈과 퍼지인식도가 적용된 하이브리드 침입시도탐지모델 An Hybrid Probe Detection Model using FCM and Self-Adaptive Module 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

이세열 (11)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자가적응모듈과 퍼지인식도가 적용된 하이브리드 침입시도탐지모델
An Hybrid Probe Detection Model using FCM and Self-Adaptive Module 원문보기

AI 본문요약
AI-Helper