Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.203-205
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Trends in Anomaly and Threat Detection on AI-based

AI 기반 이상행위 및 위협징후 탐지에 대한 동향

  • Taehoon Kim (Dept. of Software Convergence, Soonchunhyang University) ;
  • Su-Hyun Kim (Dept. of Computer Software Engineering, Soonchunhyang University) ;
  • Im-Yeong Lee (Dept. of Computer Software Engineering, Soonchunhyang University)
  • 김태훈 (순천향대학교 소프트웨어융합학과) ;
  • 김수현 (순천향대학교 컴퓨터소프트웨어공학과) ;
  • 이임영 (순천향대학교 컴퓨터소프트웨어공학과)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

현대 사이버 위협의 복잡성이 증가함에 따라 이상행위 및 위협징후 탐지를 위한 AI 기반 기술 사용이 크게 증가하고 있다. 본 논문은 AI 기반 이상행위 및 위협징후 탐지의 최신 동향을 분석하여 AI 기반 이상행위 탐지 시스템의 탐지 정확도를 높이는 메커니즘과 위협징후 탐지 속도를 가속화하는 기술에 대해 논의한다. 연구 결과에 따르면, AI 기반 모델은 기계 학습 알고리즘의 발전, 보다 다양한 학습 데이터셋, 최적화 기술 덕분에 정확도와 속도 모두에서 개선을 보이고 있다. 본 논문은 현재의 동향과 이들이 AI 기반 보안 시스템의 미래에 미치는 영향을 종합적으로 다루고자 한다.

Keywords

Acknowledgement

본 연구는 2024년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원(RS-2022-00167197, 스마트시티 구축을 위한 지능형 5G/6G 핵심 인프라 기술 개발)과 교육부와 한국연구재단의 재원으로 지원을 받아 수행된 3단계 산학연협력 선도대학 육성사업(LINC 3.0)의 지원을 받아 수행된 연구임(과제번호 : 1345356224).

References

  1. Zhao, Y., et al. "Network Anomaly Detection by Using a Time-Decay Closed Frequent Pattern," Information, Vol. 10, No. 8, 262, 2019.
  2. Al-Shabi et al. "Using deep learning to detecting abnormal behavior in internet of things", International Journal of Electrical and Computer Engineering, Vol. 12, No. 2, pp. 2108-2120, 2022.
  3. Abusitta, Adel, et al. "Deep learning-enabled anomaly detection for IoT systems", Internet ofThings, Vol. 21, 100656, 2023.
  4. Girish, L., and Rao, S.K. "Anomaly detection in cloud environment using artificial intelligence techniques", Computing, Vol. 105, No. 3, pp. 675-688, 2023.
  5. Saha, Sajal, et al. "Towards an optimal feature selection method for AI-based DDoS detection system.", 2022 IEEE 19th Annual Consumer Communications & Networking Conference, Virtual Conference, 2022, pp. 425-428.
  6. Akbar, K. Ashrafi, et al. "Advanced Persistent Threat Detection Using Data Provenance and Metric Learning.", IEEE Transactions on Dependable and Secure Computing, Vol. 20, No. 5, pp 3957-3969, 2022.