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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이종은 (가천대학교) 신건윤 (한경국립대학교) 김동욱 (가천대학교) 한명묵 (가천대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제35권 제2호
발행연도
2025.4
수록면
156 - 162 (7page)
DOI
10.5391/JKIIS.2025.35.2.156

이용수

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

초록· 키워드

오류제보하기
다크넷은 익명성이 보장되는 네트워크로 많은 범죄조직이 다크넷을 활용하고 있다. 또한 기존에 사용하지 않는 다크넷의 네트워크를 사용하여 공격 추적 및 방어에 어려움을 겪고 있다. 다크넷으로부터 발생하는 사이버 공격에 대한 정보를 파악하기 위해 본 연구는 다크넷에서 추출한 CIC Darknet 2020 데이터 셋을 LLM(Large Language Model) 모델에 활용하여 트래픽 분류에 적용되는 특징을 추출한 다음 Open Set Recogntion을 활용하여 기존에 사용한 데이터 셋이 아닌 새로운 데이터 셋에 대한 분류 성능을 향상시키는 실험을 시도하였다. 특징은 GPT2 토큰을 활용하여 특징벡터를 추출하는 기법을 사용하였다.특징 벡터를 추출한 다음 Open Set Recogntion 중 K-LND와 같은 알고리즘을 로직스틱회귀, 랜덤 포레스트와 결합하여 앙상블 학습을 통해 사전훈련된 데이터가 아닌 새로운 데이터가 들어왔을 때 훈련과정에서의 데이터의 분류와 유사성을 보여주는 실험을 진행하였다. 실험 결과 Open set에 있는 악성 트래픽 인스턴스를 일부분 분류하여 Open Set에 대한 특정 악성 인스턴스가 존재함을 확인할 수 있었다.
#다크넷 #트래픽 분류 #LLM #Darknet #Open Set Recognition #Traffic classification

목차

요약
Abstract
1. 서론
3. 제안하는 방법 및 실험
4. 실험 결과
5. Discussion
6. 결론 및 향후 연구
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0