데이터베이스 연구회지(SIGDB)
Current Result Document :
| 한글제목(Korean Title) |
디지털헬스케어 서비스에서 문자열 수준의 웹 트래픽 공격탐지를 위한 LSTM 모델 연구 |
| 영문제목(English Title) |
Character Level Web Traffic Attack Detection using LSTM Approaches in Digital Healthcare Service |
| 저자(Author) |
김문현
김영호
김영국
Mun-Hyeon Kim
Young-Ho Kim
Young-Kuk Kim
정유채
Yuchae Jung
|
| 원문수록처(Citation) |
VOL 39 NO. 01 PP. 0096 ~ 0104 (2023. 04) |
한글내용
(Korean Abstract) |
병원 내 정보시스템은 병원정보시스템, 처방전달시스템, 의료영상저장전송시스템, 원격진료 시스템 등으로 구성되어 있으며 개인의 의료정보 보호를 위해 외부와 분리된 내부망으로 연결되어 있다. 최근에는 다양한 디지털 헬스케어 서비스 제공 및 클라우드 기반 의료정보 분석을 위해 외부망과 제한적으로 연결을 허용하고 있어 보안 취약점 대비와 관련된 요구가 증가하고 있다. 디지털헬스케어 서비스에 관련된 보안 취약점 연구는 통계적인 방법에 기반한 전통적인 연구가 대부분이며 딥러닝 기반의 최신 보안위협 탐지방법은 거의 적용하고 있지 않다. 본 연구에서는 디지털헬스케어 서비스에서 발생 가능한 다양한 웹공격 유형을 포함하고 있는 2종의 데이터를 사용해 다양한 딥러닝 모델과 기계학습 모델을 훈련시키고 보안공격 탐지 정확도를 비교 분석하였다. 딥러닝 모델 중 LSTM이 웹 트래픽에서 발생 가능한 다양한 보안 공격을 문자열 수준에서 높은 정확도로 탐지하였다. 본 연구는 웹 트래픽 데이터를 비정상 탐지하는데 최적화 된 LSTM 모델을 제안함으로서 향후 디지털 헬스케어 서비스에서 발생 가능한 보안위협을 높은 정확도로 탐지할 수 있는 차세대 지능형 보안관제 시스템에 활용 가능함을 시사한다.
|
영문내용
(English Abstract) |
In hospital, the information system consists of hospital information system (HIS), order communication system (OCS), and picture archiving and communication systems (PACS), telemedicine system and all of which are connected to an internal network for the protection of personal medical information. Recently, it allows limited connection with external networks to provide digital healthcare services and analyze cloud-based medical information, requiring preparation for security vulnerabilities. In this study, we preprocessed web traffic data at the character level, including normal and abnormal attack types, to detect various traffic attacks in digital healthcare services, and used them for training deep learning or machine learning models. Among the deep learning models, LSTM showed higher accuracy compared to CNN in detection of web traffic attack. This suggests that proposed LSTM model could be used for developing intelligent security monitoring system in the future, which could detect security threats in web services. |
| 키워드(Keyword) |
문자 인식
딥러닝
어린이 손글씨
채점 자동화
Character recognition
deep learning
scoring automation
주제어: LSTM
웹트래픽 데이터
보안위협
디지털헬스케어 시스템
LSTM
Web Traffic Data
Security Attack
Digital Healthcare System
|
| 파일첨부 |
PDF 다운로드
|
