• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.29-39
• /
• 2021

새롭게 발생되는 사이버 공격으로 인해 개인, 민간 및 기업의 피해가 증가함에 따라, 이에 기반이 되는 네트워크 보안 문제는 컴퓨터 시스템의 주요 문제로 부각되었다. 이에 기존에 사용되는 네트워크 침입 탐지 시스템(Network Intrusion Detection System: NIDS)에서 발생되는 한계점을 개선하고자 기계 학습과 딥러닝을 활용한 연구 이뤄지고 있다. 이에 본 연구에서는 CNN(Convolution Neural Network) 알고리즘을 이용한 NIDS 모델 연구를 진행한다. 이미지 분류 기반의 CNN 알고리즘 학습을 위해 기존 사용되는 전처리 단계에서 연속성 변수 이산화(Discretization of Continuous) 알고리즘을 추가하여 예측 변수에 대해 선형 관계로 표현하여 해석에 용이한 데이터로 변환 후, 정사각형 행렬(Square Matrix) 구조에 매칭된 픽셀(Pixel) 이미지 구조를 모델에 학습한다. 모델의 성능 평가를 위해 네트워크 패킷 데이터인 NSL-KDD를 사용하였으며, 정확도(Accuracy), 정밀도(Precision), 재현율(Recall) 및 조화평균(F1-score)을 성능지표로 사용하였다. 실험 결과 제안된 모델에서 85%의 정확도로 가장 높은 성능을 보였으며, 학습 표본이 적은 R2L 클래스의 조화평균이 71% 성능으로 다른 모델에 비해서 매우 좋은 성능을 보였다.

• 벤처창업연구
• /
• 제11권6호
• /
• pp.1-9
• /
• 2016

본 연구에서는 KOSPI, KOSDAQ 상장기업이 인수주체가 되어 스타트업을 피인수 대상으로 인수합병한 경우, 단기적으로 인수기업의 주가에 미치는 영향을 분석하였다. 연구대상기간은 외환위기의 영향을 고려하여 외환위기가 발생한 이후인 2002년 1월부터 2014년 12월까지로 정하였다. 이 기간 동안 발생한 국내기업의 인수합병사례 총1436건 중 인수기업이 비상장기업인 경우 53건을 제외하고 1383건을 연구대상 사례로 선정하였다. 분석 결과, 첫째, 합병공시일 전후 (-2, +1), (-5, +2), (-10, +5)의 기간 동안 발생한 전체표본집단(n=1383)의 인수기업 누적평균 초과수익률(CAR)과 피인수기업이 설립된 지 5년 이내 신생기업(이하 '스타트업'으로 표기)인 부분표본집단(n=468)의 인수기업 누적평균초과수익률을 비교한 결과, 전체 표본집단의 경우 인수기업은 모든 구간에서 유의하지 않은 누적초과수익률을 보인 반면, 스타트업을 합병한 경우에는 모든 구간에서 유의한 양(+)의 누적평균초과수익률을 보였다. 이는 스타트업과의 인수합병이 인수기업의 기업가치에 긍정적인 영향을 미친다는 것을 보여주고 있다. 둘째, 스타트업이 상장기업일 경우에는 모든 구간에서 통계적으로 유의하지 않은 누적초과수익률을 보이는데 반해, 비상장 스타트업 기업을 합병할 경우에는 모든 구간에서 양(+)의 누적평균초과수익률을 나타내었다. 이는 스타트업 기업의 인수합병 시에도 일반적인 합병에서 나타나는 상장효과(Listing effect)가 존재하고 있음을 보여주는 것이다. 셋째, 하이테크 산업에 속한 스타트업을 합병할 때 비(非)하이테크 산업에 속한 스타트업을 합병하는 것보다 더 높은 초과수익률을 올리는 것을 확인할 수 있었다. 본 연구는 스타트업과의 인수합병 공시효과에 대한 국내의 첫번째 연구로서 그 의의가 크다고 할 수 있다.