정보과학회 논문지 B : 소프트웨어 및 응용
Current Result Document : 3 / 4
| 한글제목(Korean Title) |
K-means 클러스터링을 이용한 압축 기반 이상탐지 |
| 영문제목(English Title) |
Compression-based Anomaly Detection using K-means Clustering |
| 저자(Author) |
안종하
김대원
Jong-Ha Ahn
Dae-Won Kim
|
| 원문수록처(Citation) |
VOL 39 NO. 08 PP. 0605 ~ 0612 (2012. 08) |
한글내용
(Korean Abstract) |
본 연구는 대규모 로그데이터의 보관문제와 이상 탐지를 병행적으로 해결하기 위한 압축 기반 클러스터링 기법을 제안한다. 이상 탐지를 위해 K-means 클러스터링 알고리즘을 활용하였으며, 대규모 로그 데이터의 처리를 위해 개선된 Logpack 압축 알고리즘에 기반한 거리 척도를 사용하였다. 추가적으로, 유전 알고리즘을 이용하여 데이터의 이상 특징을 나타내는 필드를 탐사하였고, 제안한 방법에 기초한 실험 결과가 기존 연구보다 우수한 결과를 도출함을 확인하였다.
|
영문내용
(English Abstract) |
This study presents a new method for storing large log data, and simultaneously, detecting anomaly data. To achieve this, the well-known K-means clustering algorithm is used for the anomaly detection. In K-means algorithm, the dissimilarity between data is calculated on the space transformed by the Logpack compression algorithm. We also performed a feature selection using genetic algorithms to obtain an informative subset of features relevant to anomaly events. Through various tests, it is observed that the proposed method is superior to conventional algorithms.
|
| 키워드(Keyword) |
이상 탐지
로그 압축
K-means 클러스터링
유전 알고리즘
Anomaly Detection
Log Compression
K-means Clustering
Genetic Algorithm
|
| 파일첨부 |
PDF 다운로드
|
