한국정보통신학회 논문지 (Journal of the Korea Institute of Information and Communication Engineering)
Current Result Document :
| 한글제목(Korean Title) |
웹서버 로그 데이터의 이상상태 탐지 기법 |
| 영문제목(English Title) |
Novelty Detection on Web-server Log Dataset |
| 저자(Author) |
이화성
김기수
Hwaseong Lee
Ki Su Kim
|
| 원문수록처(Citation) |
VOL 23 NO. 10 PP. 1311 ~ 1319 (2019. 10) |
한글내용
(Korean Abstract) |
현재 웹 환경은 정보 공유와 비즈니스 수행을 위해 보편적으로 사용되고 있는 영역으로 개인 정보 유출이나 시스 템 장애 등을 목표로 하는 외부 해킹의 공격 타켓이 되고 있다. 기존의 사이버 공격 탐지 기술은 일반적으로 시그니처 기반 분석으로 공격 패턴의 변경이 발생할 경우 탐지가 어렵다는 한계가 있다. 특히 웹 취약점 기반 공격 중 삽입 공 격은 가장 빈번히 발생하는 공격이고 다양한 변형 공격이 언제든 가능하다. 본 논문에서는 웹서버 로그에서 정상상 태를 벗어나는 비정상 상태를 탐지하는 이상상태 탐지 기법을 제안한다. 제안된 방법은 웹서버 로그 내 문자열 항목 을 머신러닝 기반 임베딩 기법으로 벡터로 치환한 후 다수의 정상 데이터와 상이한 경향성을 보이는 비정상 데이터 를 탐지하는 머신러닝 기반 이상상태 탐지 기법이다. |
영문내용
(English Abstract) |
Currently, the web environment is a commonly used area for sharing information and conducting business. It is becoming an attack point for external hacking targeting on personal information leakage or system failure. Conventional signature-based detection is used in cyber threat but signature-based detection has a limitation that it is difficult to detect the pattern when it is changed like polymorphism. In particular, injection attack is known to the most critical security risks based on web vulnerabilities and various variants are possible at any time. In this paper, we propose a novelty detection technique to detect abnormal state that deviates from the normal state on web-server log dataset(WSLD). The proposed method is a machine learning-based technique to detect a minor anomalous data that tends to be different from a large number of normal data after replacing strings in web-server log dataset with vectors using machine learning-based embedding algorithm. |
| 키워드(Keyword) |
웹서버 로그 데이터
임베딩
이상상태 탐지
비정상행위
Web-server log dataset
Embedding
Novelty detection
Abnormal Behavior
|
| 파일첨부 |
PDF 다운로드
|
