개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 강필성
- 발행연도
- 2018
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
We proposed insider threat detection methods based on user behavior modeling and novelty detection algorithms. Although traditional insider threat detection methods focus on the rule-based approaches built by domain knowledge of experts, it turns out that they are neither flexible nor robust. Recently, machine learning-based approaches have been highlighted as an alternative to rule-based approaches because data driven detection system can be more applicable to actual systems. To do so, we first design the user behavior model that transforms log records of user activities, inappropriate for machine learning algorithms, into numerical vectors to encode user behaviors to instances. Then we apply variable selection methods and novelty detection algorithms to efficiently detect the rare insider treats or malicious (suspicious) activities. Experimental results support that the proposed framework can work well for severally imbalanced data sets in which there are only a few insider threats although no domain experts’ knowledge is provided.
목차
1. 서론 ... 12. 문헌연구 ... 42.1 규칙 기반 방법 (Rule-based Methods) ... 42.2 기계 학습 기반 방법 (Machine Learning-based Methods) ... 63. CERT 데이터 및 이상치 탐지 방법 ... 93.1 CERT 데이터 ... 93.2 사용자 행위 모델링 (User Behavior Model) ... 103.3 중요 변수 탐색 ... 133.4 일 범주 분류 모형 (One-class Classification Methods) ... 154. 실험 결과 ... 205. 결론 ... 26[참고문헌] ... 31[참조자료] ... 36[참조 A] CERT 데이터의 행위 정보 목록 ... 36[참조 B] CERT 변수 목록 ... 38
최근 본 자료
댓글(0)
0