데이터마이닝 기법을 이용한 비정상행위 탐지 방법 연구

Vol. 13, No. 2, pp. 99-106, 4월. 2003
10.13089/JKIISC.2003.13.2.99, Full Text:
Keywords: Intrusions detection, Data Mining, Anomaly Detection, Misuse detection, training data, detection pattern
Abstract

네트워크 환경에서의 다양한 침입은 심각한 위험을 초래 할 수 있기 때문에 침입을 효과적으로 탐지하기 위해 데이터마이닝 기법을 발전시켜 왔다. 비정상행위 탐지 기술은 순수 데이터로 학습한 후, 비정상행위를 탐지하기 때문에 정교한 정상행위 패턴 생성이 필수적이다. 순수한 학습 데이터의 생성은 시간과 비용이 많이 드는 단점이 있다. 따라서 네트워크 상의 데이터에 대한 특징을 파악하는 것이 중요하다. 본 논문에서는 데이터마이닝의 연관규칙 및 클러스터링기법을 비정상행위 탐지에 적용하였고, 패킷내의 판정 요소에 정보이론 척도를 적용하여 불필요한 데이터를 필터링하는 방법을 제시하였다. 또한 가변길이 트랜잭션을 네트워크상의 분석 단위를 정의하는 기준으로 제시하여 행위 패턴 생성에 보다 묘사성이 높음을 보였다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
박광진 and 유황빈, "Anomaly Detection Scheme Using Data Mining Methods," Journal of The Korea Institute of Information Security and Cryptology, vol. 13, no. 2, pp. 99-106, 2003. DOI: 10.13089/JKIISC.2003.13.2.99.

[ACM Style]
박광진 and 유황빈. 2003. Anomaly Detection Scheme Using Data Mining Methods. Journal of The Korea Institute of Information Security and Cryptology, 13, 2, (2003), 99-106. DOI: 10.13089/JKIISC.2003.13.2.99.