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
- 본 논문에서는 기존의 네트워크 측에서만 이루어지던 비정상 행위 탐지법을 네트워크와 운영체제가 통합된 환경으로 확장하고, 이와 함께 데이터 마이닝 기법을 이용하여 보다 안정적이고 정확한 탐지율을 가진 비정상행위 탐지 기술을 제안한다.
- 기존의 비정상행위 탐지 방법론에 관한 연구는 패킷들 간의 연관관계를 이용하여 비정상 행위를 탐지하는 방법[6]이나, 데이터베이스 질의를 대상으로 비정상 행위를 탐지하는 방법[7] 등과 같이 각 독립된 분야만을 그 대상으로 해왔다. 본 논문에서는 운영체제와 네트워크 로그를 동시에 고려한 환경에서 데이터마이닝 기법 중 빈발항목집합 알고리즘을 적용하여, 보다 안정적이고 정확한 탐지율을 가진 침입탐지 기술을 제안한다.
- 하지만 한 가지 분야만을 통해 얻어낼 수 있는 정보는 그 종류가 한정되어 있을 뿐 아니라 사용자와 높은 연관성을 보장하기 힘들다. 이를 해결하기 위해 본 논문에서는 운영체제의 사용자 로그 정보와 네트워크 패킷 로그 정보를 함께 사용하여 보다 구체적인 사용자 행위패턴을 바탕으로 정상행위패턴을 생성할 수 있는 방법을 제안하였으며, 이로써 비정상행위 탐지를 위한 더 나은 정확도를 부여하고자 하였다.
가설 설정
-
[그림 1] 트랜잭션 구분 기준 예시
시간당 로그 발생량을 기준으로 트랜잭션을 구분하는 경우 사용자가 하나의 행위를 마치고 다음 행위를 시작하기 전에 항상 일정한 간격으로 운영 체제 이벤트 발생이 줄어드는 시점이 존재한다고 가정한다
. 이 경우 정상 행위 패턴에 각 프로세스 간 동시 발생 가능성이 반영된다는 장점이 있다. - 먼저 각 로그의 속성 값에 대한 지지도를 모두 구하면 후보1-항목 집합이 된다. 이때 지지도는 전체 트랜잭션 중 특정 속성의 값이 등장한 트랜잭션의 개수이며, 예제의 경우 최소지지도를 2라고 가정한다. 이후 이들 중 최소 지지도 이상의 지지도를 갖는 속성 값들로 이루어진 빈발1-항목 집합을 생성하고 이를 이용하여 빈발2-항목 집합을 순차적으로 생성한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.