[논문]내부정보 유출 시나리오와 Data Analytics 기법을 활용한 내부정보 유출징후 탐지 모형 개발에 관한 연구

박현출; 박진상; 김정덕

doi:10.13089/jkiisc.2020.30.5.957

내부정보 유출 시나리오와 Data Analytics 기법을 활용한 내부정보 유출징후 탐지 모형 개발에 관한 연구
A Study on Development of Internal Information Leak Symptom Detection Model by Using Internal Information Leak Scenario & Data Analytics 원문보기

情報保護學會論文誌 = Journal of the Korea Institute of Information Security and Cryptology, v.30 no.5, 2020년, pp.957 - 966

박현출 (삼일PwC) , 박진상 (한국인터넷진흥원) , 김정덕 (중앙대학교 산업보안학과)

초록
AI-Helper

최근 산업기밀보호센터의 통계에 의하면 국내 기밀유출 사고의 경우 전·현직 직원에 의해 기업기밀유출의 약 80%를 차지하고 이러한 내부자에 의한 정보유출 사고의 대다수가 허술한 보안 관리체계와 정보유출 탐지기술의 이유로 발생하고 있다. 내부자의 기밀유출을 차단하는 업무는 기업보안 부문에서 매우 중요한 문제이지만 기존의 많은 연구들은 내부자에 의한 유출위협보다는 외부 위협에 의한 침입에 대응하는데 초점이 맞추어져 있다. 따라서 본 논문에서는 기업 내에서 발생하는 다양한 비정상 행위를 효과적이고 효율적으로 탐지하기 위해 내부정보 유출 시나리오를 설계하고 시나리오에서 도출 된 유출 징후의 핵심 위험지표를 데이터 분석(Data analytics)함 으로써 정교하지만 신속하게 유출행위를 탐지하는 모형을 제시하고자 한다.

Abstract ▼ AI-Helper

According to the recent statistics of the National Industrial Security Center, about 80% of the confidential leak are caused by former and current employees in the case of domestic confidential leak accidents. Most of the information leak incidents by these insiders are due to poor security management system and information leak detection technology. Blocking confidential leak of insiders is a very important issue in the corporate security sector, but many previous researches have focused on responding to intrusions by external threats rather than by insider threats. Therefore, in this research, we design an internal information leak scenario to effectively and efficiently detect various abnormalities occurring in the enterprise, analyze the key indicators of the leak symptoms derived from the scenarios by using data analytics and propose a model that accurately detects leak activities.

주제어

표/그림 (11)

그림 Fig. 1. Model for Detection of Internal Information Leak Symptom
표 Table 1. Types of Data Analytics for InformationLeak Detection
표 Table 2. Design Criteria for Internal Information Leak Scenario
그림 Fig. 2. Data Collection & Constructing Analysis Environment
그림 Fig. 3. Data Analysis & Leak Signer Extraction
그림 Fig. 4. Key Risk Indicators of Leak Symptom
그림 Fig. 5. A Researcher's Modeling Results of Internal Information Leak through Mail
표 Table 3. Modeling Results of Internal Information Leak through Mail
표 Table 4. Results of the Risk Indicator of the A Researcher
표 Table 5. DB Access Record of the A Researcher
표 Table 6. A Case of Internal Information Leak

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 기업 내에서 발생하는 다양한 비정상 행위를 효과적이고 효율적으로 탐지하기 위해 내부정보 유출 시나리오를 설계하고 시나리오에서 도출 된 유출 징후의 핵심 지표를 데이터 분석 함으로써 정교하지만 신속하게 유출행위를 탐지하는 모형을 제시하였다. 기존 연구들은 내부자의 위협보다 는 외부 위협을 차단하는데 중점을 두었고 대부분의 연구들이 보안시스템의 오탐 문제를 해결하지 못하여 실무적으로 한계를 보였다.
또한 변수가 증가할수록 기계학습 모형의 성능이 저하된다는 단점이 있다. 따라서 본 연구는, 오탐을 줄이기 위해 내부자의 행위속성을 고려하여 정보유출 시나리오를 설계하고 자동화된 탐지 시스템 구축을 위해 통계 기반 탐지와 기계학습을 혼합한 내부 기밀유출 징후 탐지 모형을 제안한다. 규칙 기반의 탐지, 통계 기반의 탐지와 기계학습 기반의 탐지의 특징은 <표 1>과 같이 요약할 수 있다.
따라서 본 연구에서는 기업 내에서 발생하는 다양한 비정상 행위를 효과적이고 효율적으로 탐지하기 위해 내부정보 유출 시나리오를 설계하고 시나리오에서 도출 된 유출 징후의 핵심 위험지표를 데이터 분석(Data analytics)함 으로써 정교하지만 신속하게 유출행위를 탐지하는 모형을 제시하고자 한다.
이에 따라 실증조사를 한 결과, 8명이 실제 내부정보 유출자이거나 유출을 하고자 했던 자였다. 본 연구 검토에서는 여러 프로젝트 사례 중 한가지의 내부정보 유출 적발사례를 소개하고자 한다.
박성만과 정충교[11]는 기업내부자의 정보유출 방지를 위해 행위 이상점 분석을 하였다. 이 연구는 DLP 서버에서 수집된 로그를 분석하고 유출자의 행동 속성에 따라 횡단면 분석 및 시계열 분석을 통해 특이행동을 탐지하고자 하였다. 하지만 해당 연구는 유출 징후를 탐지할 때 유출자의 행동속성을 고려해야 한다는 시사점은 도출하였지만 구체적인 유출자의 행동속성 추출 방안이나 탐지를 위해 수집해야 하는 주요 지표는 제시하지 못 하였다.
판별된 유출 징후자의 PC, 노트북, 스마트폰, 이메일 발송내역과 기업의 시스템 서버에 존재하는 데이터를 수집하고 분석하여 내부정보가 실제로 유출되었는가의 여부를 확인한다. 이러한 내부정보 유출 탐지 모형과 포렌식 조사 결과를 바탕으로 전사적인 관점의 내부정보 유출 사고 이슈를 도출하고 향후 개선 및 재발방지를 위해 대책을 수립한다.
앞서 관련연구에서 설명한 것과 같이 내부정보 유출징후를 탐지하기 위해 기존의 많은 연구들이 규칙 기반의 탐지 방법론을 사용하였다. 하지만 해당 방법론은 알려지지 않은 위협에 대처하기 힘든 단점을 가지고 있기 때문에 본 연구에서는 내부정보 유출 시나리오에서 정의된 유출징후 위험지표를 통해 오탐을 줄이면서 통계 기반과 기계학습 기반의 내부 기밀유출 징후 탐지 방법론을 통해 자동화된 내부정보 유출 탐지를 하고자 한다. 또한 통계 기반 탐지를 위해 본 연구는 이상감지(Anomaly Detection)기법을 사용하고자 한다.

제안 방법

하동욱 등[13]은 기계학습 기반의 내부자위협을 탐지하기 위해 RNN Auto encoder를 이용하여 비정상행위 탐지 실험을 하였다. 기존 연구들이 사용자의 행위를 주 단위로 탐지하기 때문에 탐지의 효율성이 떨어지는 문제가 발생하였는데 해당 연구는 유출행위 5개의 시나리오를 세우고 사용자 행위를 일 단위로 탐지하여 내부자 위협행위가 일어난 후 신속하게 조치를 취할 수 있게 하는 유효성을 검증하였다. 하지만 해당연구의 실험은 시나리오 별 추출한 표본이 30명으로 표본 수가 매우 적고 오탐의 문제를 해결하기 위한 대안을 제시하지 않았다.
내부정보 유출징후 분석이란 내부정보 수집, 저장 및 보안우회를 통해 외부로 전송하는 과정을 분석하여 유출징후를 점검하고 조치하는 일련의 보안검토 활동이다. 내부정보 유출 시나리오에 기반 하여 유출징후 위험지표를 추출하고 Data analytics 알고리즘을 통해 데이터를 분석 하고 포렌식을 동반한 실증조사를 하여 유출 징후자를 색출한다. 내부정보 유출징후 탐지를 위한 모형은 다음 <그림 1>과 같다.
이상감지는 데이터마이닝의 일부로 시계열 데이터에서 과거 또는 현재 시점의 보편적인 패턴에서 벗어나거나 벗어나려는 징후가 있는 개체를 찾아내는 데이터 분석 기법이다. 내부정보 유출 시나리오에서 도출된 위험지표 분석 데이터를 이상감지 기법에 적용하여 위험지표 별 크기와 위험 크기 간 거리 계산을 하여 정상행위의 군집을 형성하고 이러한 군집에서 벗어난 위험 징후자를 추출한다. 위험지표 분석 데이터를 이상감지 기법에 적용하는데 앞서 개별 위험지표의 크기와 방향 측정을 통해 변수의 벡터화 및 시게열화 작업이 필요하며 이상감지 기법에 적용 후에는 상이한 특성을 가진 위험지표들을 비교하기 위해 정상행위 군집의 정규화 및 계층화 작업이 필요하다.
명단 중 가장 점수가 높은 A연구원의 유출 혐의에 대해 포렌식을 동반하여 실증조사를 수행하였다. 실증조사 일환으로 포렌식 조사를 수행하기 위해 DB 모니터링 솔루션에 의해 수집된 SQL 접근 로그를 수집·분류·분석하였다.
이에 따라, Z기업의 제조업 환경에 맞춘 내부정보 유출 시나리오를 정의하고, 이러한 징후를 탐지하기 위한 핵심 위험지표(KRI: Key Risk Indicator)를 정의하였다. 모델링을 진행하기 위해 해당 기업에서 내부정보유출이 가능한 경로를 식별하고 그에 대한 내부정보유출 시나리오들을 설계하였다. 설계한 시나리오마다 유출징후를 판별하는 핵심 위험지표들을 산출하였고 해당 위험지표들의 예시는 다음 <그림 4>와 같다.
박장수와 이임영[7]은 보안 솔루션에서 발생된 로그를 분석하고 정보유출 시나리오를 설계하는 연구를 수행하였다. 문서보안(DRM), 유해사이트 차단 시스템, 매체제어와 같은 보안 솔루션에서 수집한 로그를 통해 28개의 시나리오를 생성했고 수집된 로그를 분석하는 방안 또한 설명하였다. 그러나 해당 연구가 제시한 시나리오는 업무상 발생하는 예외적인 상황을 고려하지 않아 오탐에 대한 해결방안을 제시하지 못하였다.
본 논문에서 앞서 제안한 내부정보 유출징후 탐지 모형의 실무적 효과성과 효율성을 검토하기 위해 제조회사 Z기업을 대상으로 내부정보 유출 시나리오를 바탕으로 한 총 7개의 모형으로 내부 유출자를 탐지하기 위한 프로젝트를 수행하였다. 프로젝트는 총 5개월 동안 R&D센터 300여명의 연구원을 대상으로 수행, 내부정보 유출 탐지 모형을 적용하였고 총 13명의 내부정보 유출 징후자를 도출하였다.
이와 같이 시나리오에 따른 관련 로그를 수집한 후 DB에 적재하기 위해서는 로그의 종류별로 데이터베이스 테이블을 생성하고 수집한 로그의 형태와 시간을 표준화하는 데이터 전처리 작업이 필요하다. 분석 데이터베이스를 구성을 할 시, 어플리케이션 관련 로그, 네트워크 관련 로그, 데이터베이스 관련 로그, 기타 보안 솔루션 로그와 같이 주요 필드를 식별하고 선정된 필드에 따라 데이터베이스 테이블을 생성한다. 또한 기업에 존재하는 다양한 시스템과 보안 솔루션마다 발생하는 로그의 형태가 상이하기 때문에 수집한 로그들의 표준화 작업을 해야 한다.
실증조사 일환으로 포렌식 조사를 수행하기 위해 DB 모니터링 솔루션에 의해 수집된 SQL 접근 로그를 수집·분류·분석하였다.
연구모형 절차에 따라 내부정보유출 시나리오 별로 산출한 핵심 위험지표들을 기반으로 Z기업의 실제 데이터 분석을 하였고 각 모델링 별 결과를 통해 상위 Anomaly Score의 유출 의심자 명단을 도출하였다. Z기업의 메일을 통한 내부정보유출 모델링 결과는 다음 <표 3>과 <그림 5>와 같다.
이에 따라, R&D센터의 연구 인력을 중심으로 본 논문에서 제시한 내부정보 유출징후 탐지 모형을 적용하였고 실제 데이터 검증을 통해 내부정보 유출 의심자(Suspect)를 도출하였다.
이와 같이, 본 논문의 연구모형을 실제 기업에 적용하였고 실제 유출사고가 일어나기 전에 효과적이고 효율적으로 내부정보 유출자를 탐지하고 적발하였다. 유출 미수 사례뿐만 아니라 기존 기업에 있었던 유출사고 데이터를 연구모형을 적용했을 때 사고 결과와 동일하게 유출 징후를 탐지하여 연구모형의 효과성이 실질적으로 높음을 입증하였다.
이에 따라, R&D센터의 연구 인력을 중심으로 본 논문에서 제시한 내부정보 유출징후 탐지 모형을 적용하였고 실제 데이터 검증을 통해 내부정보 유출 의심자(Suspect)를 도출하였다. 최종적으로 내부정보 유출 징후자를 대상으로 포렌식을 동반한 실증조사를 하여 연구모형의 효과성 및 효율성 검증을 하였다.
포렌식 이란 PC나 스마트폰과 같은 디지털기기에 들어있는 데이터를 수집 및 추출하고 이를 바탕으로 내부정보 유출과 같은 범죄의 증거를 찾아내는 과학수사 기법을 말한다. 판별된 유출 징후자의 PC, 노트북, 스마트폰, 이메일 발송내역과 기업의 시스템 서버에 존재하는 데이터를 수집하고 분석하여 내부정보가 실제로 유출되었는가의 여부를 확인한다. 이러한 내부정보 유출 탐지 모형과 포렌식 조사 결과를 바탕으로 전사적인 관점의 내부정보 유출 사고 이슈를 도출하고 향후 개선 및 재발방지를 위해 대책을 수립한다.
기존 연구들은 내부자의 위협보다 는 외부 위협을 차단하는데 중점을 두었고 대부분의 연구들이 보안시스템의 오탐 문제를 해결하지 못하여 실무적으로 한계를 보였다. 한편, 본 연구는 기밀유출의 주체가 사람이라는 점에 착안하여, 내부자의 기밀유출 행위를 5W1H 관점으로 시나리오를 설계하고 유출행위를 탐지하는 핵심 위험지표를 추출하여 데이터 분석하는 방안을 제안하였다.

대상 데이터

프로젝트는 총 5개월 동안 R&D센터 300여명의 연구원을 대상으로 수행, 내부정보 유출 탐지 모형을 적용하였고 총 13명의 내부정보 유출 징후자를 도출하였다.

이론/모형

하지만 해당 방법론은 알려지지 않은 위협에 대처하기 힘든 단점을 가지고 있기 때문에 본 연구에서는 내부정보 유출 시나리오에서 정의된 유출징후 위험지표를 통해 오탐을 줄이면서 통계 기반과 기계학습 기반의 내부 기밀유출 징후 탐지 방법론을 통해 자동화된 내부정보 유출 탐지를 하고자 한다. 또한 통계 기반 탐지를 위해 본 연구는 이상감지(Anomaly Detection)기법을 사용하고자 한다. 이상감지는 데이터마이닝의 일부로 시계열 데이터에서 과거 또는 현재 시점의 보편적인 패턴에서 벗어나거나 벗어나려는 징후가 있는 개체를 찾아내는 데이터 분석 기법이다.
데이터 분석 및 유출 징후자 추출은 Data analytics 기법을 활용하여 다수의 내부정보 유출위험지표, 직원 그리고 시간 정보를 토대로 비교 가능하도록 정규화 및 계층화 작업을 통해 정상 행위의 범위를 벗어난 직원을 탐지하고 추출하는 단계이다. 앞서 관련연구에서 설명한 것과 같이 내부정보 유출징후를 탐지하기 위해 기존의 많은 연구들이 규칙 기반의 탐지 방법론을 사용하였다. 하지만 해당 방법론은 알려지지 않은 위협에 대처하기 힘든 단점을 가지고 있기 때문에 본 연구에서는 내부정보 유출 시나리오에서 정의된 유출징후 위험지표를 통해 오탐을 줄이면서 통계 기반과 기계학습 기반의 내부 기밀유출 징후 탐지 방법론을 통해 자동화된 내부정보 유출 탐지를 하고자 한다.

성능/효과

본 프로젝트의 대상 Z기업은 제조/생산 기업으로 신규 R&D 기술이 제품 경쟁력에 큰 영향을 주는 업종으로 이러한 기업 특성상 연구 인력의 인적 보안이 매우 중대한 상황이었다.
이와 같이, 본 논문의 연구모형을 실제 기업에 적용하였고 실제 유출사고가 일어나기 전에 효과적이고 효율적으로 내부정보 유출자를 탐지하고 적발하였다. 유출 미수 사례뿐만 아니라 기존 기업에 있었던 유출사고 데이터를 연구모형을 적용했을 때 사고 결과와 동일하게 유출 징후를 탐지하여 연구모형의 효과성이 실질적으로 높음을 입증하였다. Z기업의 내부정보 유출 적발사례 요약은 다음 <표 6>과 같다.

후속연구

또한 시나리오에서 추출한 핵심 위험지표들을 기반으로 한 이상감지는 꾸준히 오랜 기간에 걸친 내부기밀유출 행위를 탐지하기에는 한계가 있다. 따라서 향후 연구로는 데이터 분석역량이 부족한 중소기업에서 적용 가능한 내부기밀유출 탐지모델 개발과 내부자의 치밀한 유출행위까지도 탐지 가능한 알고리즘 개발에 관한 연구가 필요하다.
본 연구는 학술적 및 실무적으로 의미 있는 결과를 도출하였지만, 각 기업과 기관의 데이터 분석 역량에 따라 연구에서 제안한 모델이 공통적으로 적용되기에는 한계가 존재한다. 또한 시나리오에서 추출한 핵심 위험지표들을 기반으로 한 이상감지는 꾸준히 오랜 기간에 걸친 내부기밀유출 행위를 탐지하기에는 한계가 있다.
연구의 동향을 분석한 결과, 내부자의 기밀유출 탐지를 위한 데이터 분석은 대부분 규칙 기반, 통계 기반과 기계학습 기반의 탐지를 이용하고 각 데이터 분석 방법마다 한계를 가지고 있다. 규칙 기반의 탐지는 매번 사람이 임계치와 규칙을 만들어야하기 때문에 비효율적이며 알려지지 않은 위협에 대한 탐지가 미흡하다.
최재혁[9]은 보안 위협을 탐지하기 위해 총 4 단계의 시나리오 개발 가이드라인을 제안하였다. 이 연구는 기업 보안 시스템에서 발생하는 로그의 상관분석을 하여 패턴을 발견하고 보안 시나리오 설계를 위한 방법을 체계적으로 설명하지만 유출탐지 알고리즘이 부재하여 알려지지 않은 위협에 대응하기 어렵고 정교한 분석이 이루어지지 못한다. 뿐만 아니라 각종 이기종 솔루션과 시스템에서 수집되는 로그를 기계가 아닌 사람이 수동으로 형식을 통합해서 분석해야 하는 비효율성의 한계가 있다.
정귀영[6]은 사용자의 이상 징후를 탐지하기 위해 기업 내부의 다양한 보안 솔루션 및 관련 시스템의 사용자 행위로그를 분석하였고 위협행위 시나리오를 도출하였다. 하지만 해당 연구는 보안 솔루션과 시스템마다 발생하는 로그 정보가 방대하여 실시간으로 탐지시스템과 연동 할 수 없었고 시나리오의 탐지 임계치 정교화 작업이 부재하여 시나리오의 탐지 신뢰성이 부족한 한계를 보였다. 박장수와 이임영[7]은 보안 솔루션에서 발생된 로그를 분석하고 정보유출 시나리오를 설계하는 연구를 수행하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	국내 기밀유출 사고의 가장 큰 비중을 차지하는 요인은?	최근 산업기밀보호센터의 통계에 의하면 국내 기밀유출 사고의 경우 전·현직 직원에 의해 기업기밀유출의 약 80%를 차지하고 이러한 내부자에 의한 정보유출 사고의 대다수가 허술한 보안 관리체계와 정보유출 탐지기술의 이유로 발생하고 있다. 내부자의 기밀유출을 차단하는 업무는 기업보안 부문에서 매우 중요한 문제이지만 기존의 많은 연구들은 내부자에 의한 유출위협보다는 외부 위협에 의한 침입에 대응하는데 초점이 맞추어져 있다.
	산업기밀 유출은 어떠한 피해를 입히는가?	정보통신기술이 발전함에 따라 정보유출의 수단이 되는 매체와 유출 경로가 다양해지고, 유출 방법이 고도화되고 있다. 기업의 유무형의 기술이나 경영상 정보인 산업기밀 유출은 속해있는 산업 분야에서 경쟁력을 상실하게 할 뿐 아니라 고객 신뢰도를 저하시키고 기업 평판에 악영향을 끼치는 등의 막대한 손해를 수반한다[1]. 기업 정보유출 사고 동향을 보면 기업 내 핵심기술 및 기밀정보에 대한 유출사례는 증가하고 있으며 특히 전·현직 직원과 같은 내부자에 의한 정보유출 사고의 대다수가 허술한 보안 관리체계와 정보유출 탐지기술의 이유로 발생하고 있다.
	내부자에 의한 보안위협이 가장 큰 보안위협 요인인 이유는?	보안사고의 수뿐만 아니라 피해 규모의 경우에도 외부에 의한 보안 위협보다 내부자에 의한 보안위협이 더욱 크다. 내부자는 기업 내에서 운영되는 시스템과 보안 환경을 외부인 보다 잘 파악하고 있고 접근권한이 있기 때문에 오랜 시간에 걸쳐 치밀하게 정보유출을 할 수 있기 때문이다[4]. 기업에서는 이러한 내부자에 의한 내부정보 유출을 탐지하고 차단하기 위해 관리적 보안통제와 각종 보안 통제 솔루션과 시스템을 이용한 기술적 통제를 수행하고 있다[5].

참고문헌 (13)

Gi-Hyouk Lee and Cheol-Gyu Lee. "A Study on the Construction of Leak Prevention System through Analysis of Internal Information Leak Symptom." Journal of The Korea Institute of Information Security & Cryptology, 19(3). pp. 70-79. Jun. 2009
National Industrial Security Center, http://service12.nis.go.kr
Hyun-Tak Chae, "Security policy proposals through PC security solution log analysis : prevention leakage of personal information," master's thesis, Korea University, Feb. 2015.
Jung-Ho Eom, "The Quantitative Evaluation of a Level of Insider Activity using SFI Analysis Techniques," Journal of security engineering, 10(2), pp. 113-122, Apr. 2013
Kwang-Woo Lee and Seung-Joo Kim. "Analysis of Trends in Digital Multifunction Device Security Technology from the Viewpoint of Preventing and Protecting Business Confidential Information." Journal of The Korea Institute of Information Security & Cryptology, 20(1). pp. 47-55. Feb. 2010
Gui-Young Jung, "A Study on the Effective User Anomaly Detection Method through Integrated Security Log Analysis," master's thesis, Yonsei University, Feb. 2017.
Jang-Su Park and Im-Yeong Lee, "Information Security : Log Analysis Method of Separate Security Solution using Single Data Leakage Scenario," KIPS Transactions on Computer and Communication Systems, 4(2), pp. 65-72, Feb. 2015

원문보기 상세보기
Eun-Seon Kim, "A Study on the Anomaly Detection using User Log : ERP System An Empirical Study," master's thesis, Korea University, Feb. 2015.
Jae-Hyouk Choi, "A Study on A Scenarios Development Guideline for Detecting Security Threats," master's thesis, Korea National Open University, Feb. 2016.
Won-Gi Lim, Koo-Hyung Kwon, Jung-Jae Kim, Jong-Eon Lee and Si-Ho Cha, "Comparison and Analysis of Anomaly Detection Methods for Detecting Data Exfiltration," Journal of Korea Academia-Industrial cooperation Society, 17(9), pp. 440-446, Sep. 2016
Sung-Man Park and Choong-Kyo Jeong, "Enterprise Data Loss Prevention Using Behavior-Based Outlier Detection," Proceedings of Symposium of the Korean Institute of Communications and Information Sciences, pp. 94-95, Nov. 2016
Kwon-Ill Kim and Byoung-Tak Zhang, "Hybrid Product of Experts Model and Learning Algorithm for Anomaly Detection," Proceedings of Conference of the Korean Institute of Information Scientists and Engineers, pp. 1553-1555, Jun. 2013
Dong-Wook Ha, Ki-Tae Kang and Yeong-Seung Ryu, "Detecting Insider Threat Based on Machine Learning : Anomaly Detection Using RNN Autoencoder," Journal of The Korea Institute of Information Security & Cryptology, 27(4), pp. 763-773, Aug. 2017

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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