최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2008년도 제29회 춘계학술발표대회, 2008 May 16, 2008년, pp.946 - 949
윤성호 (고려대학교 컴퓨터정보학과) , 노현구 (고려대학교 컴퓨터정보학과) , 김명섭 (고려대학교 컴퓨터정보학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
정확한 트래픽의 분석을 위해 중요한 것은? | 정확한 트래픽의 분석을 위해서는 그 시간대의 응용프로그램이 사용하는 IP port의 실제 프로세스 정보를 수집하는 것이 중요하다. 이를 위해 TMA를 네트워크 내의 종단 호스트들에 설치해서 분석에 필요한 데이터를 수집한다. | |
기존의 well-known 포트 기반의 응용별 분류방법의 단점을 극복하기 위해 연구되고 있는 것은? | 그러나 오늘날 많은 응용프로그램들이 유동적인 포트번호를 사용하고 패킷을 암호화하여 전송하고 있어 네트워크 트래픽의 응용별 분류는 쉬운 문제가 아니다. 기존의 well-known 포트 기반의 응용별 분류방법의 단점을 극복하기 위하여 머신 러닝 알고리즘[1]과 Signature[2] 기반 방법들이 연구되고는 있지만 그들이 주장하는 높은 분석률에 비하여 실제 네트워크 트래픽에 적용하기에는 여러 가지로 부족하다. 이는 시간과 장소에 따라 다양한 트래픽 특성을 보이는 네트워크 환경에 제안된 방법론을 일괄적으로 적용할 수 없고, 일단 적용되었다 하더라도 응용별 분류 결과를 검증할 수 없어 신뢰도를 예측하기 어렵기 때문이다. | |
머신 러닝 알고리즘 및 시그니처 기반 방법을 실제 네트워크 트래픽에 적용하기 어려운 이유는? | 기존의 well-known 포트 기반의 응용별 분류방법의 단점을 극복하기 위하여 머신 러닝 알고리즘[1]과 Signature[2] 기반 방법들이 연구되고는 있지만 그들이 주장하는 높은 분석률에 비하여 실제 네트워크 트래픽에 적용하기에는 여러 가지로 부족하다. 이는 시간과 장소에 따라 다양한 트래픽 특성을 보이는 네트워크 환경에 제안된 방법론을 일괄적으로 적용할 수 없고, 일단 적용되었다 하더라도 응용별 분류 결과를 검증할 수 없어 신뢰도를 예측하기 어렵기 때문이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.