한국인터넷정보학회 논문지
Current Result Document :
| 한글제목(Korean Title) |
군 폐쇄망 환경에서의 모의 네트워크 데이터 셋 평가 방법 연구 |
| 영문제목(English Title) |
A study on evaluation method of NIDS datasets in closed military network |
| 저자(Author) |
박용빈
신성욱
이인섭
Yong-bin Park
Sung-uk Shin
In-sup Lee
|
| 원문수록처(Citation) |
VOL 21 NO. 02 PP. 0121 ~ 0130 (2020. 04) |
한글내용
(Korean Abstract) |
이 논문은 Generative Adversarial Network (GAN) 을 이용하여 증진된 이미지 데이터를 평가방식인 Inception Score (IS) 와 Frechet Inception Distance (FID) 계산시 inceptionV3 모델을 활용 하는 방식을 응용하여, 군 폐쇄망 네트워크 데이터를 이미지 형태로 평가하는 방법을 제안한다. 기존 존재하는 이미지 분류 모델들에 레이어를 추가하여 IncetptionV3 모델을 대체하고, 네트워크 데이터를 이미지로 변환 및 학습 하는 방법에 변화를 주어 다양한 시뮬레이션을 진행하였다. 실험 결과, atan을 이용해 8 * 8 이미지로 변환한 데이터에 대해 1개의 덴스 레이어 (Dense Layer)를 추가한 Densenet121를 학습시킨 모델이 네트워크 데이터셋 평가 모델로서 가장 적합하다는 결과를 도출하였다.
|
영문내용
(English Abstract) |
This paper suggests evaluating the military closed network data as an image which is generated by Generative Adversarial Network (GAN), applying an image evaluation method such as the InceptionV3 model-based Inception Score (IS) and Frechet Inception Distance (FID). We employed the famous image classification models instead of the InceptionV3, added layers to those models, and converted the network data to an image in diverse ways. Experimental results show that the Densenet121 model with one added Dense Layer achieves the best performance in data converted using the arctangent algorithm and 8 * 8 size of the image.
|
| 키워드(Keyword) |
데이터 셋
네트워크 침입 탐지 시스템
머신러닝
dataset
Machine Learning
Network Intrusion Detection System
데이터 평가
Data evaluation
|
| 파일첨부 |
PDF 다운로드
|
