자료 전송 데이터 분석을 통한 이상 행위 탐지 모델의 관한 연구

A Study on the Abnormal Behavior Detection Model through Data Transfer Data Analysis

초록

최근 국가·공공기관 등 중요자료(개인정보, 기술 등)가 외부로 유출되는 사례가 증가하고 있으며, 조사에 따르면정보유출 사고의 주체로 가장 많은 부분을 차지하고 있는 것이 대부분 권한이 있는 내부자로써 조직의 주요 자산에비교적 손쉽게 접근할 수 있다는 내부자의 특성으로 외부에서의 공격에 의한 기술유출에 비해 보다 더 큰 피해를 일으킬 수 있다. 이번 연구에서는 업무망과 인터넷망의 분리된 서로 다른 영역(보안영역과 非-보안영역 등)간의 자료를 안전하게전송해주는 망간 자료전송시스템 전송 로그, 이메일 전송 로그, 인사정보 등 실제 데이터를 이용하여 기계학습 기법중 지도 학습 알고리즘을 통한 이상 행위 탐지를 위한 최적화된 속성 모델을 제시하고자 한다.

키워드

Insider Threat; Supervised Learning; Multilayer Perceptron; Classification; Weka
제목
자료 전송 데이터 분석을 통한 이상 행위 탐지 모델의 관한 연구
제목 (타언어)
A Study on the Abnormal Behavior Detection Model through Data Transfer Data Analysis
저자
손인재; 김휘강
DOI
10.13089/JKIISC.2020.30.4.647
발행일
2020
저널명
정보보호학회논문지
권
30
호
4
페이지
647 ~ 656