KCC 2021
Current Result Document : 1,192 / 1,192
| 한글제목(Korean Title) |
산업 제어 시스템의 네트워크와 센서 데이터를 활용한 서포트 벡터 머신의 이상 탐지 성능 평가 |
| 영문제목(English Title) |
Performance Evaluation of Support Vector Machine-Based Anomaly Detection using both Network and Sensor Data for Industry Control Systems |
| 저자(Author) |
권희용
김태식
이문규
Hee-Yong Kwon
Taesic Kim
Mun-Kyu Lee
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1116 ~ 1118 (2021. 06) |
한글내용
(Korean Abstract) |
현대 사회에서는 전통적으로 물리 제어로 이루어지던 작업 또는 제품 생산이 효율적인 관리 및 통제를 위해 점차 네트워크로 연결되고 있다. 이에 따라, 이전에는 불가능했던 네트워크를 통한 시스템 공격의 위협 또한 증가하고 있다. 특히 산업 제어 시스템과 같이 중대한 시스템이 공격받는 경우, 더 광범위하 고 큰 비용적 손실을 초래할 수 있기 때문에, 이와 같은 중요 시스템에서 비정상적인 동작을 탐지하는 연구에 대한 중요성이 대두되고 있다. 본 논문에서는 산업 제어 시스템 중 하나인 SWaT 데이터셋에서 제공하는 네트워크와 센서 데이터를 활용하여, 머신 러닝 기법 중 하나인 서포트 벡터 머신 기반으로 이상 동작을 탐지하는 알고리즘을 제안하고 그 성능을 평가한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
