메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
신지안 (상명대학교) 이상협 (상명대학교) 이승현 (상명대학교) 이일현 (상명대학교) 이광재 (상명대학교)
저널정보
대한전기학회 대한전기학회 워크샵 2020년 대한전기학회 산업전기위원회 전문 Workshop 및 논문발표회
발행연도
2020.7
수록면
66 - 70 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
크리덴셜 스터핑은 다른 곳에서 유출된 아이디와 비밀번호로 정보를 탈취하는 수법이다. 이를 방어하기 위해서 다중 인증방식을 사용해야 하지만 대부분 사용자는 다중 인증방식이 있음에도 불구하고 그 존재를 모르거나 번거롭다는 이유로 그 기능을 사용하지 않는다. 이에 본 논문에서는 편리성과 보안성을 모두 갖춘 키스트로크 다이나믹스를 활용한 적응형 위험기반 인증 시스템을 본 논문에서 제안한다. 사용자 인증을 위해 행위기반 생체인증 방식의 하나인 Keystroke 인증과 사용자의 환경정보를 확인하여 인증하는 방식인 A-RBA를 사용하여 두 인증을 모두 통과하여야 최종 인증을 결정한다. 머신러닝 평가 결과는 One-Class SVM을 사용하는 Keystroke 인증은 FAR, FRR이 각각 0.21, 0.04를 얻었고, KNN을 사용하는 A-RBA는 Accuracy, Recall, Precision, F1 Score, CVAA가 각각 98.2%, 98.1%, 98.1%, 98.1%, 99.4%를 얻었다. 또한, 다른 머신러닝 알고리즘을 비교하여 그 우수성을 확인하였다. 본 논문에서 제안한 시스템은 사용자의 편리성과 더불어 계속해서 새롭게 나타나는 해킹 공격을 극복하기에 좋은 참고연구가 될 것이다.

목차

Abstract
1. 서론
2. 시스템 구성
3. 제안하는 A-RBA 기반 인증 방법
4. 실험설계
5. 실험결과
4. 결론
[참고문헌]

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000870825