• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.823-833
• /
• 2015

하이브리드 시스템은 연속 시스템과 이산 시스템으로 구성된 동적 시스템이다. 하이브리드 시스템은 자동차, 항공, 군사 방어 등 시스템을 명세 하는데 사용되고 있으며 이를 위해 다양한 모델링 언어와 지원 도구가 개발되고 사용되어 왔다. 제안되어 사용되고 있는 언어와 도구들은 목적에 따라 특정한 특징들을 갖고 있다. 한국전자 통신연구원에서 제안한 하이브리드 시스템 모델링 언어인 ECML (ETRI CPS Modeling Language)은 DEV&DESS (Differential Event and Differential Equation Specified System) 형식론을 CPS (Cyber-Physical System) 환경에 맞게 확장한 언어이며 모델링 및 시뮬레이션을 지원한다. 논문에서는 ECML을 소개하고 정형 정의를 제안한다. 또한 제안된 정의에 따라 간단한 차량 모델을 명세한 사례연구를 수행한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.632-657
• /
• 2022

Detecting web attacks is a major challenge, and it is observed that the use of simple models leads to low sensitivity or high false positive problems. In this study, we aim to develop a robust two-stage deep learning based stacked ensemble web application firewall. Normal and abnormal classification is carried out in the first stage of the proposed WAF model. The classification process of the types of abnormal traffics is postponed to the second stage and carried out using an integrated stacked ensemble model. By this way, clients' requests can be served without time delay, and attack types can be detected with high sensitivity. In addition to the high accuracy of the proposed model, by using the statistical similarity and diversity analyses in the study, high generalization for the ensemble model is achieved. Within the study, a comprehensive, up-to-date, and robust multi-class web anomaly dataset named GAZI-HTTP is created in accordance with the real-world situations. The performance of the proposed WAF model is compared to state-of-the-art deep learning models and previous studies using the benchmark dataset. The proposed two-stage model achieved multi-class detection rates of 97.43% and 94.77% for GAZI-HTTP and ECML-PKDD, respectively.