• 한국정보통신학회논문지
• /
• 제9권1호
• /
• pp.40-44
• /
• 2005

인공지능, 기계학습 및 데이터마이닝 기법들을 침입탐지 시스템에 적용하는 연구가 활발히 진행되고 있다. 그러나 많은 연구가 공격패턴의 분류를 위한 분류기(classifier)의 학습 알고리즘 성능 개선에 목적을 두고 있다. 그리고 이러한 학습 알고리즘은 대부분 일괄처리(batch) 방식으로 동작하여 실시간 침입탐지 시스템의 적용에는 적합하지 못하다. 본 논문에서는 실시간 침입탐지 시스템을 위한 점증적 특징 추출 기법과 분류가 가능한 실시간 침입탐지 시스템을 제안한다. 제안된 방법을 KDD CUP 99 자료에 적용한 결과 실시간 기법임에도 불구하고 일괄처리 방식과 비슷한 결과를 나타내었다.

• 디지털융복합연구
• /
• 제13권10호
• /
• pp.287-293
• /
• 2015

본 논문에서는 신호 처리 기술과 가중 퍼지소속함수 기반 신경망 (Neural Network with Weighted Fuzzy Membership Functions; NEWFM)을 이용하여 간질을 검출하는 방안을 제안하였다. 신호 처리 기술로는 웨이블릿 변환(Wavelet Transform), 점증적 증가 방법, 위상공간 재구성(Phase Space Reconstruction)을 이용하였다. 신호 처리 기술의 첫 번째 단계에서는 웨이블릿 변환을 이용하여 뇌파로부터 웨이블릿 계수를 추출하였다. 두 번째 단계에서는 점증적 증가 방법을 이용하여 웨이블릿 계수로부터 첨점(Peak)을 추출하였다. 세 번째 단계에서는 위상공간 재구성을 이용하여 추출된 첨점으로부터 3차원 다이어그램을 생성하였다. NEWFM의 입력으로 사용할 16개의 특징을 추출하기 위하여 유클리드 거리와 통계적 방법을 이용하였다. 이들 16개의 특징을 NEWFM의 입력으로 사용하여 97.5%, 100%, 95%의 정확도, 특이도, 민감도를 각각 구하였다.

• 한국정보전자통신기술학회논문지
• /
• 제10권1호
• /
• pp.38-45
• /
• 2017

정보 처리 기술의 컴퓨터 및 네트워크 의존도가 심화됨에 따라 컴퓨터 및 네트워크에 대한 침입 사례가 갈수록 증가하고 있다. 시스템 및 네트워크의 침입을 방지하기 위하여 호스트와 네트워크 기반 침입차단시스템(방화벽 등)이 개발되었지만 기존의 규칙 기반의 침입차단시스템만으로는 보안 관리에 많은 어려움이 있다. 이러한 이유로 인해 시스템 및 네트워크 자원에 대한 침입을 실시간으로 탐지하고 이에 대처하는 침입탐지시스템 개발에 대한 요구가 증가하고 있다. 본 논문에서는 비선형 자료에도 적용 가능하며 수렴성이 보장된 실시간 특징 추출 방법으로 APEX 알고리즘과 점증적 LS-SVM 분류기를 결합한 실시간 침입탐지 시스템을 개발하였다. 일반적으로 실시간 처리 방식은 메모리의 효율성이 좋고 학습 자료의 추가를 허용하는 장점이 있지만 일괄처리 방식에 비해 정확도가 떨어지는 단점이 있다. 따라서 제안한 시스템은 정확도 면에서도 일괄 처리 방식과 비슷한 성능을 나타내고 있어 상용화가 가능한 시스템이다.