최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 인하대학교 InHa University |
---|---|
연구책임자 | 양대헌 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2019-03 |
과제시작연도 | 2018 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201900019886 |
과제고유번호 | 1711073764 |
사업명 | 집단연구지원(R&D) |
DB 구축일자 | 2020-04-11 |
키워드 | 빅데이터.데이터 및 트래픽 해석 방법.봇넷.DDoS/봇넷 특성 모델링.DDoS 방어 시스템.트래픽 측정 알고리즘.시뮬레이션 도구.Big data.Attack Characterization.Analytics.DDoS.Modeling.Simulation Tools.Defenses.Botnets.Traffic Measurement.Spread Estimation. |
- 빅데이터 분석을 통해 새로운 보안 위협을 이해하고, 이를 효과적으로 다룰 수 있는 측정 알고리즘을 개발하고, 이를 새로운 보안 분석도구에 통합한다.
- 딥러닝을 포함한 여러 가지 발전된 기계학습 기법을 이용해서, 다양한 공격 기법을 정확하고 확고하게 모델링한다.
- 공격자 중심의 빅데이터 분석 접근 방법을 통해 Advanced Persistent DDoS 공격(APDDoS)과 같은 새로운 보안 위협에 대한 방어 체계를 개발한다.
- 개발한 방어체계의 효과적인 평가를 위해 APDDoS를 시뮬레이션 할 수 있는 도구
Purpose
The research goal of this proposal is multi-fold: 1) understanding the potential of big data tools for understanding emerging security threats via data analytics. 2) exploring advanced machine learning techniques, including multi-layered machine learning models for accurately and robustly
※ AI-Helper는 부적절한 답변을 할 수 있습니다.