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
- 따라서 본 논문에서는 피싱 URL의 구문적인 특징과의미적인 특징을 체계적으로 융합하기 위한 컨볼루션신경망 기반의 퓨전 신경망을 제안한다. 컨볼루션 기반 퓨전 신경망은 데이터로부터 학습 가능한 필터 연산을 사용하여 피싱 URL 분류에 유효한 특징을 추출하는 딥러닝 알고리즘으로, 기존 컨볼루션 그리고 순환신경망으로부터 추출되는 URL의 분산 표현으로부터 최적의 앙상블 규칙을 학습하기에 적절하다.
- 본 논문에서는 피싱 URL의 분류 분야에 문자수준컨볼루션 신경망과 의미수준 순환 신경망을 소개하였고, 각 모형으로부터 추출된 URL의 구문적인 특징과의미적인 특징을 체계적으로 융합하기 위한 퓨전 신경망을 제안하였다. End-to-end 방식으로 학습되는 퓨전 신경망은 기존에 사용하던 출력값 평균 방식의 앙상블 규칙을 파라미터화하여 데이터로부터 학습하는 효과를 보였고, 딥러닝 알고리즘 기반 URL 분류 방법을 포함하여 기계학습 방법 중 최고의 분류정확도 (0.
제안 방법
- 첫번째, 피싱 URL 에서 자주 관측되는 특수문자를 포함한 임의의 문자의 나열의 구문적 특징을 모델링하기 위해서 문자 각각에 정수를 부여하여 구성한 저수준 신호를 컨볼루션 신경망으로 모델링한다. 두번째, URL 내부를 구성하는 도메인과 서브도메인으로부터 의미적인 특징을 모델링하기 위해서 단어 각각을 Word-to-vector 모형으로 임베딩하여구성한 단어의 시퀀스를 LSTM 순환 신경망으로 모델링한다.
- 요약하여 제안하는 퓨전 신경망에 기반한 수준별 특징의 융합은 규칙에 기반한 수준별 피싱 URL 특징의 활용 대신, 비선형적 맵핑기능에서 잘 알려진 컨볼루션신경망에 기반하여 수준별 특징을 분류에 활용함으로써 앙상블 규칙을 학습한다.
- 제안하는 딥러닝 기반 수준별 피싱 URL의 분류 모형에서는 기존의 수준별 딥러닝 앙상블에서 각 모형이 실제 분류를 수행한 후 분류결과를 평균 또는 투표하던 것과는 달리, n개의 입력에 대한 (n× 256) 그리고 (n× 32) 크기의 분류가 수행되지 않은 중간층 벡터를 활용한다. 문자수준 컨볼루션 신경망과 단어수준 순환신경망에서 출력된 피싱 URL의 구문수준 그리고 단어 수준의 분산 표현은 접합되어 (n× 288) 크기의 벡터를 구성하고, 제안하는 퓨전 신경망은 입력된 벡터를 일반 또는 피싱 URL 에 맵핑하는 오차를 최소화하도록학습한다.
- 제안하는 수준별 분류기의 융합을 위한 퓨전 신경망의이 학습한 비선형적인 앙상블 규칙을 검증하기 위해서 기본적인 이진 분류 실험을 설계하였다. 우리는 피싱 URL의 블랙리스트화를 위한 데이터베이스가 공유되는 Phishtank로부터 15,000개의 피싱 URL을 수집하였고[17], 정상적인 URL의 카테고리화를 위한 데이터베이스가 공유되는 DMOZ-ODP로부터 45,000개의 정상 URL을 수집하였다 [18].
- 피싱 URL의 구문적인 특징과 의미적인 특징을 각각모델링하기 위해서 두 가지의 딥러닝 알고리즘과 각각의 전처리과정을 수행하였다. 첫번째, 피싱 URL 에서 자주 관측되는 특수문자를 포함한 임의의 문자의 나열의 구문적 특징을 모델링하기 위해서 문자 각각에 정수를 부여하여 구성한 저수준 신호를 컨볼루션 신경망으로 모델링한다. 두번째, URL 내부를 구성하는 도메인과 서브도메인으로부터 의미적인 특징을 모델링하기 위해서 단어 각각을 Word-to-vector 모형으로 임베딩하여구성한 단어의 시퀀스를 LSTM 순환 신경망으로 모델링한다.
- 신경망의 활성화함수 Softmax 는 출력 벡터가 [0,1] 크기의 확률로써 인코딩되도록 하면서 손실함수의 최적화 과정에서 수행되는 미분과정의 편의를 돕는다. 퓨전 신경망을 포함하는 문자수준, 의미수준 신경망은 입력에서 출력까지 소요되는 모든 함수가 미분 가능하며 데이터로부터 End-to-end 방식으로 학습한다.
- 피싱 URL의 구문적인 특징과 의미적인 특징을 각각모델링하기 위해서 두 가지의 딥러닝 알고리즘과 각각의 전처리과정을 수행하였다. 첫번째, 피싱 URL 에서 자주 관측되는 특수문자를 포함한 임의의 문자의 나열의 구문적 특징을 모델링하기 위해서 문자 각각에 정수를 부여하여 구성한 저수준 신호를 컨볼루션 신경망으로 모델링한다.
대상 데이터
- 제안하는 수준별 분류기의 융합을 위한 퓨전 신경망의이 학습한 비선형적인 앙상블 규칙을 검증하기 위해서 기본적인 이진 분류 실험을 설계하였다. 우리는 피싱 URL의 블랙리스트화를 위한 데이터베이스가 공유되는 Phishtank로부터 15,000개의 피싱 URL을 수집하였고[17], 정상적인 URL의 카테고리화를 위한 데이터베이스가 공유되는 DMOZ-ODP로부터 45,000개의 정상 URL을 수집하였다 [18]. 피싱 URL이 상대적으로 수가 적은 상황을 반영하기 위해 의도적으로 데이터 수를 불균형하게 조정하였다.
데이터처리
- 제안하는 End-to-end 방식의 피싱 URL 분류 성능을 검증하기 위해서 그림 3에서 기타 기계학습 기반의 피싱 URL 분류 방법들을 포함하여 10겹 교차검증을 수행하였다. 기존의 기계학습 방법들 중 Random Forest 알고리즘이 0.
- 학습 및 테스트 데이터셋으로 45,000건의 정상 URL과 15,000건의 피싱 URL을 수집하였고, 정량적 검증으로 10겹 교차검증과 ROC커브, 정성적 검증으로 오분류 케이스와 딥러닝 내부 파라미터를 시각화하여 분석하였다.
이론/모형
- Ma et al. 에서는 URL 에 포함된 단어 조합에 대해 Naive Bayes 를 포함하는 기본적인 기계학습 방법을 적용하였고, 학습 데이터셋에 포함되지 않은 피싱 URL을 분류함으로써 해당 분야에의 기계학습 방법의 타당성을 검증하였다 [8].
- 우리는 Word-to-vector 모형을 사용한 단어 임베딩[16]과 시계열 모델링을 위한 Long Short-term Memory (LSTM) 딥러닝 알고리즘으로 피싱 URL의의미적인 특징을 모델링한다. 피싱 URL 이 일반적으로 매우 많은 하위 도메인을 포함하고 있는 배경으로부터 우리는 20개의 하위 도메인에서 등장하는 단어들을 추출하였다.
성능/효과
- 본 논문에서는 피싱 URL의 분류 분야에 문자수준컨볼루션 신경망과 의미수준 순환 신경망을 소개하였고, 각 모형으로부터 추출된 URL의 구문적인 특징과의미적인 특징을 체계적으로 융합하기 위한 퓨전 신경망을 제안하였다. End-to-end 방식으로 학습되는 퓨전 신경망은 기존에 사용하던 출력값 평균 방식의 앙상블 규칙을 파라미터화하여 데이터로부터 학습하는 효과를 보였고, 딥러닝 알고리즘 기반 URL 분류 방법을 포함하여 기계학습 방법 중 최고의 분류정확도 (0.9804) 를보였다.
- 제안하는 End-to-end 방식의 피싱 URL 분류 성능을 검증하기 위해서 그림 3에서 기타 기계학습 기반의 피싱 URL 분류 방법들을 포함하여 10겹 교차검증을 수행하였다. 기존의 기계학습 방법들 중 Random Forest 알고리즘이 0.8940의 성능을 나타냄에 비해 컨볼루션신경망과 순환 신경망이 각각 0.9534와 0.9461의 평균 정확도 향상을 보인다.
- 제안하는 딥러닝 기반 수준별 피싱 URL의 분류 모형에서는 기존의 수준별 딥러닝 앙상블에서 각 모형이 실제 분류를 수행한 후 분류결과를 평균 또는 투표하던 것과는 달리, n개의 입력에 대한 (n× 256) 그리고 (n× 32) 크기의 분류가 수행되지 않은 중간층 벡터를 활용한다. 문자수준 컨볼루션 신경망과 단어수준 순환신경망에서 출력된 피싱 URL의 구문수준 그리고 단어 수준의 분산 표현은 접합되어 (n× 288) 크기의 벡터를 구성하고, 제안하는 퓨전 신경망은 입력된 벡터를 일반 또는 피싱 URL 에 맵핑하는 오차를 최소화하도록학습한다.
- 그림 5에서는 기타 기계학습 기반 피싱 URL 분류 방법 중 우수한 성능을 보인 수준별 딥러닝 앙상블에서 출력되는 활성화함수값과 제안하는 퓨전 신경망에서 출력되는 활성화함수값을 동일한 차원축소 알고리즘을 통하여 2차원에 맵핑하였다. 앙상블 규칙까지 함께 학습하는 제안하는 퓨전 신경망 내부에서는 비선형적으로 수준별 피싱 URL 특징이 융합되기 때문에 기존 딥러닝 알고리즘에 비해 2% 이상 성능이 향상되었다.
- 표 3의 세번째와 네번째 케이스에서는 'security','bitcoin' 등의 특정 단어들이 피싱 URL에 자주 등장하는 배경지식을 반영하여 순환 신경망에 의해 분류되었다. 이때 컨볼루션 신경망은 하위 도메인의 수에 따라 정상 URL을 비정상으로 오분류하는 것을 확인하였고,네가지 케이스로부터 문자수준 그리고 단어수준 딥러닝 신경망의 상호 보완성을 정성적으로 확인하였다.
- 컨볼루션 기반 퓨전 신경망은 데이터로부터 학습 가능한 필터 연산을 사용하여 피싱 URL 분류에 유효한 특징을 추출하는 딥러닝 알고리즘으로, 기존 컨볼루션 그리고 순환신경망으로부터 추출되는 URL의 분산 표현으로부터 최적의 앙상블 규칙을 학습하기에 적절하다. 제안하는 방법이 기존 딥러닝 알고리즘을 포함한 기계학습 방법 중에서 최고 분류 정확도(0.9803)를 달성함을 10겹 교차검증하였고, 통계적 유의미성을 카이-제곱 평가로 검증함으로써 피싱 URL 분류 분야에서 수준별 모델링과 체계적인 융합방법의 필요성을 보였다
- 9641으로 수준별 특징을 개별로 모델링하고 융합하는 것이 피싱 URL분류 문제에서 유의미함을 보였다. 컨볼루션 신경망을 사용하여 수준별 특징을 융합하고 앙상블 규칙자체를 학습하도록 고안된 퓨전 신경망 기반 피싱 URL 분류 정확도는 0.9803으로 기존 최고성능을 상회하는 결과를 도출하였다.
- 상위 두가지 케이스는 문자 수준 컨볼루션 신경망의 경우 임의의 문자 나열에 대한 강건성을 보인다. 피싱 URL의 구성이 다수의 하위 도메인과 특수문자로 구성되어 있음을 고려할 때 문자수준 컨볼루션 신경망에서는 0.9874의 확률로 피싱 URL으로 분류하였다. 한편 두번째 분류 케이스에서 특정 단어로 인해 단어수준 순환신경망이 정상 URL을 0.
후속연구
- 특히 대부분의 링크가 삭제되었으며 새롭고 복잡한 링크가 등장하는 피싱 URL의 Zero-day 공격 특징을 반영하기 위해서는 Zero-shot, One-shot Learning과 같은 최신의 딥러닝 알고리즘을 도입하는 것이 면밀히 검토되어야 한다. 또한 본 논문에서는 자연어 처리 분야에서 대표적으로 구분되는 구문론적, 의미론적인 특징을 따로 모델링하고 퓨전 신경망을 통하여 융합하였으나, 피싱 URL 분류 분야만의 고유한 수준별 특징을 찾아 모델링하는 것이추가적으로 고려되어야만 한다.
- 향후 연구로써 피싱 URL 분류 분야의 도메인 지식을 보다 반영하는 것이 필요하다. 특히 대부분의 링크가 삭제되었으며 새롭고 복잡한 링크가 등장하는 피싱 URL의 Zero-day 공격 특징을 반영하기 위해서는 Zero-shot, One-shot Learning과 같은 최신의 딥러닝 알고리즘을 도입하는 것이 면밀히 검토되어야 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.