$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

딥러닝 기반 네트워크 침입탐지를 위한 데이터 전처리 방안 연구
A Study of Data Preprocessing for Network Intrusion Detection based on Deep Learning 원문보기

한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호, 2018 July 13, 2018년, pp.165 - 166  

정기문 (한국과학기술정보연구원 슈퍼컴퓨팅클라우드센터)

초록
AI-Helper 아이콘AI-Helper

최근 딥러닝 기술이 발전함에 따라 이를 네트워크 침입탐지 분야에 적용하려는 연구가 활발히 이루어지고 있으며 이에 따라 대용량 네트워크 데이터에 대한 처리 방법이 주목받고 있다. 본 논문에서는 네트워크 데이터를 이미지화하는 전처리 방법을 제안한다. 네트워크 데이터를 세션단위로 처리하여 손실율을 줄이면서 딥러닝 알고리즘에 바로 적용할 수 있도록 정규화된 이미지로 변환하는 방법이다. 이를 통해 딥러닝 기술을 적용한 네트워크 정보보안 분야의 연구 활성화를 기대할 수 있다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 최근 정보보안분야에 인공지능을 적용하려는 연구가 증가함에 따라 보안 데이터 처리에 대한 관심이 증가하고 있다. 본 논문에서는 딥러닝에서 활용할 수 있도록 네트워크 세션 데이터를 전처리하는 방식을 제안하였다. 이를 이용해 네트워크 침입탐지 연구분야 활성화에 기여할 것으로 보인다.
  • 침입탐지에 딥러닝 기술을 적용하기 위해서는 대용량의 네트워크 트래픽 데이터에 대한 처리가 필요하다. 이에 본 논문에서는 Convolutional Neural Network (CNN), Recurrent Neural Network(RNN), Long Short Term Memory Network(LSTM)등 딥러닝 알고리즘에 손쉽게 적용할 수 있는 네트워크 트래픽에 대한 전처리 방법을 제안한다. 제안하는 방식은 손실없는 네트워크 데이터 분석을 지원하기 위하여 세션 기반으로 트래픽을 수집하고 이를 이미지화하는 전처리방식이다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로