최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2017년도 춘계학술발표대회, 2017 Apr. 27, 2017년, pp.928 - 931
김주봉 (한국기술교육대학교 컴퓨터공학부) , 임현교 (한국기술교육대학교 컴퓨터공학부) , 허주성 (한국기술교육대학교 컴퓨터공학부) , 한연희 (한국기술교육대학교 컴퓨터공학부)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
딥러닝 관련 기법에는 대표적으로 무엇이 있나? | 딥러닝 관련 기법에는 대표적으로 Multilayer Neural Network Model (MNN) [3], Convolutional Neural Network Model (CNN) [3], Recurrent Neural Network Model (RNN) [3] 등이 있다. MNN은 약 3개에서 7개까지의 Hidden Layer로 구성된 기본적인 딥러닝 모델이며, CNN은 Local Receptive Fields과 Convolutional Layer, Pooling Layer 세 단계로 구성되어 있는 Neural Network로써, 이미지 분석에 대표적으로 쓰이고 있는 딥러닝 기법 이다. | |
CNN의 모델 구조는 어떻게 구성되나? | 본 장에서는 실험에서 사용하게 될 CNN모델에 관한 설명을 한다. CNN의 모델 구조는 크게 지역 수용 영역, Convolutional Layer, Pooling Layer, 마지막으로 Fully Connected Layer로 구성된다. 본 실험의 지역 수용 영역은 데이터 세트로 변환된 패킷 Payload와 label을 입력받게 된다. | |
네트워크 트래픽 데이터를 패킷 단위로 하여 CNN 모델에 학습한 결과 정확도가 93.58%에 달하였는데, 기존 방식보다 높다고 할 수 없지만 낮다고 단언할 수 없는 결과인 이유는? | 기존의 방식보다는 높다고 할 수 없지만, 결코 낮다고 단언할 수 없는 결과이다. 이유인 즉, 네트워크 트래픽의 flow가 갖는 연속성을 가지지 않는, 단일 패킷의 Payload들만을 CNN 모델 입력 데이터 세트로 삼았기 때문이다. 실험 결과를 통해 패킷 Payload 내부에는 이 전에 파악하지 못했던 특징이 존재 할 수 있다는 가정을 세워볼 수 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.