Review of KIISC (정보보호학회지)

Korea Institute of Information Security and Cryptology (한국정보보호학회)
권호 표지

딥러닝 기반의 IDPS 탐지 데이터의 정/오탐 분류

  • 임종혁 (시큐레이어 기술연구본부) ;
  • 김진 (시큐레이어 기술연구본부) ;
  • 김건우 (시큐레이어 기술연구본부) ;
  • 유진상 (시큐레이어 기술연구본부)
  • Published : 2019.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

딥러닝 기법이 영상 분야를 시작으로 여러 분야에서 빠르게 적용되고 있고, 관련된 다양한 연구도 함께 같이 발전하고 있다. 정보보안 분야 역시 악성코드를 위주로 다양한 데이터에 대해서 딥러닝 기법을 적용하기 위한 많은 연구들이 진행되고 있지만, 본 논문에서는 IDPS에서 탐지된 이벤트들에 대해서 정/오탐을 자동으로 식별할 수 있는 딥러닝 기반의 분류방법을 소개 하고자 한다.

Keywords

References

  1. Jin-Young Kim, Seok-Jun Bu, Sung-Bae Cho, "Zero-day malware detection using transferred generative adversarial networks based on deep autoencoders", Information Sciences 460-461, 83-102 2018. https://doi.org/10.1016/j.ins.2018.04.092
  2. Jin-Young Kim, Seok-Jun Bu, Sung-Bae Cho, "Malware Detection Using Deep Transferred Generative Adversarial Networks", ICONIP 2017, Part 1, LNCS 10634, pp. 556-564, 2017.
  3. 임종혁, "웹 공격 탐지를 위한 오토마타 프로파일링 접근 방법" 학위논문(석사), 전남대학교 대학원 일반대학원: 정보보호협동과정 2008. 2, 광주, 46p, 2008.
  4. Needlman, S, B. Wunsch C. D. "A general method applicable to the search for similarities in the amino acid sequence of two proteins", J. Mol. Biol, 48:443-453, 1970. https://doi.org/10.1016/0022-2836(70)90057-4
  5. Waterman, M. S. Smith T. F. Beyer W. A, "Some biological sequence metrics", Adv, Math, 20:367-387, 1976. https://doi.org/10.1016/0001-8708(76)90202-4