Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2018.05a
  • /
  • Pages.556-558
  • /
  • 2018
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study of Improving System Security Using Abnormal Devices Detection in Industrial IoT Environment

산업용 IoT환경에서 기계학습을 통한 비정상 디바이스 판별

  • Roh, Tae-Kyun (Dept of Electrical and Computer Engineering, SungKyunKwan University) ;
  • Lee, Soo-Yeon (Research & Development Center, Gaesoft) ;
  • Chung, Tai-Myung (Dept of Software Engineering, SungKyunKwan University)
  • 노태균 (성균관대학교 전자전기컴퓨터공학과) ;
  • 이수연 (R&D센터, 지어소프트) ;
  • 정태명 (성균관대학교 소프트웨어학과)
  • Published : 2018.05.11
Download PDF
⟨ Previous Next ⟩

Abstract

다양한 센서들과 디바이스들이 실시간으로 정보를 주고받는 산업 IoT환경에서 싱크노드에게 속하는 하위 센서 및 디바이스들을 통한 데이터 손실 및 시스템 마비를 발생시킬 수 있는 상황이 발생될 수 있다. 따라서 본 논문은 위의 상황을 고려하여 센서 및 디바이스의 정상범주를 파악하고 비정상적인 디바이스를 판별을 통해 시스템 보안성을 향상시키는 방안을 제시한다. 싱크노드에 속하는 센서 및 디바이스들의 로그데이터를 통해 주성분 분석법을 통해 데이터의 차원을 감소시키고 차원 감소시킨 데이터를 K-means 클러스터링 알고리즘에 적용하여 정상범주 내에 속하지 않는 디바이스를 판별하여 비정상 센서 및 디바이스를 판별한다. 비정상 데이터로 판별된 센서 및 디바이스의 모니터링을 통해 시스템의 보안성을 향상시킬 수 있도록 한다.

Keywords