시그니쳐 매칭 유형 분류를 통한 트래픽 분석 시스템의처리 속도 향상
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 정우석 | - |
dc.contributor.author | 박준상 | - |
dc.contributor.author | 김명섭 | - |
dc.date.accessioned | 2021-09-04T21:22:42Z | - |
dc.date.available | 2021-09-04T21:22:42Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2015 | - |
dc.identifier.issn | 1226-4717 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/95206 | - |
dc.description.abstract | 응용 레벨 트래픽 분석은 네트워크의 효율적인 운영과 안정적인 서비스 제공을 위한 필수적인 요소이다. 응용레벨 트래픽 분석을 위한 다양한 방법이 존재하지만 분류의 정확성, 분석률, 실용성을 고려했을 때 페이로드 시그니쳐 기반 분석 방법이 가장 높은 성능을 보인다. 하지만 페이로드 시그니쳐 기반 분석 방법은 다른 방법론에 비해 처리속도가 느리다는 단점이 있다. 본 논문에서는 각 시그니쳐가 페이로드에 매칭 되는 범위와 패킷의 순서 그리고 방향성과 같은 Offset value을 자동으로 추출하고 활용하여 시그니쳐를 매칭 유형별로 분류한다. 유형별로 분류된 시그니쳐에 최적화된 탐색범위를 지정하여 탐색범위를 최적화함으로써 페이로드 시그니쳐 기반 분석 방법의처리 속도를 향상 시키는 방법을 제안한다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국통신학회 | - |
dc.title | 시그니쳐 매칭 유형 분류를 통한 트래픽 분석 시스템의처리 속도 향상 | - |
dc.title.alternative | Performance Improvement of Traffic Identification by Categorizing Signature Matching Type | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김명섭 | - |
dc.identifier.bibliographicCitation | 한국통신학회논문지, v.40, no.7, pp.1339 - 1346 | - |
dc.relation.isPartOf | 한국통신학회논문지 | - |
dc.citation.title | 한국통신학회논문지 | - |
dc.citation.volume | 40 | - |
dc.citation.number | 7 | - |
dc.citation.startPage | 1339 | - |
dc.citation.endPage | 1346 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002016736 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | traffic analysis | - |
dc.subject.keywordAuthor | signature matching type | - |
dc.subject.keywordAuthor | payload signature | - |
dc.subject.keywordAuthor | processing speed | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.