내부정보유출 위험등급 판단을 위한 딥 러닝 모델 성능비교에 관한 연구A Study on Performance Comparison for Risk classification of Internal data leakage depended on Deep Learning Model
- Other Titles
- A Study on Performance Comparison for Risk classification of Internal data leakage depended on Deep Learning Model
- Authors
- 이예슬; 김명호
- Issue Date
- Feb-2018
- Publisher
- 한국IT정책경영학회
- Keywords
- 보안; 빅데이터; 보안로그; 이벤트; 내부정보 유출 방지; 위험관리; Insider Data Leakage; Risk classification; Deep Learning; Performance Comparison
- Citation
- 한국IT정책경영학회 논문지, v.10, no.1, pp.707 - 718
- Journal Title
- 한국IT정책경영학회 논문지
- Volume
- 10
- Number
- 1
- Start Page
- 707
- End Page
- 718
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/31961
- ISSN
- 2234-0564
- Abstract
- 최근 기업 내부 정보 유출이 증가하고 있다. 내부 정보 유출의 대부분은 내부자에 의해 발생하고 있어, 회사는 이를 방지하기 위해 몇 가지 보안 솔루션을 적용하는 중이다. 그러나 사전에 정보 유출을 방지하는 데에는 한계가 있어 데이터 누출 감지에 딥 러닝 학습을 적용한 솔루션에 대한 연구가 부족한 실정이다. 본 논문에서는 다양한 심층 학습 모델을 적용하여 내부 데이터 유출 위험 분류를 판단하는 방법을 제안한다. 보안 이벤트는 내부 사용자 정보 유출의 위험을 결정하기 위해 보안 장치를 통해 얻은 보안 로그 및 사용자 정보를 매핑하여 각 사용자에 대해 생성하였다. 매핑된 데이터를 기반으로 한 교육 데이터가 생성되어 MLP, LSTM 및 GRU와 같은 심층 학습 모델에 적용되어 모델 간의 성능을 비교한다. 또한, 숨겨진 노드의 수와 활성화 함수가 변경되고 그 효과를 검사하였다. 실험 결과에 따르면 GRU 모델에 softmax 활성화 함수가 적용된 모델이 드롭 아웃 없이 가장 높은 성능과 93 %의 정확도를 보였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - College of Information Technology > School of Software > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/31961)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.