무선 센서 네트워크에서 침입 탐지 머신 러닝 기법의 성능 비교 분석Comparison on Machince Learning Techniques for Intrusion Detection in Wireless Sensor Network
- Other Titles
- Comparison on Machince Learning Techniques for Intrusion Detection in Wireless Sensor Network
- Authors
- 임성욱; 유명식
- Issue Date
- Nov-2022
- Publisher
- 한국통신학회
- Keywords
- Wireless Sensor Network; Itrusion Detection; Machine Learning; Dos Attack; Performance Comparison; WSN; 침입 탐지; 머신 러닝; DoS 공격; 성능 비교
- Citation
- 한국통신학회논문지, v.47, no.11, pp.1804 - 1814
- Journal Title
- 한국통신학회논문지
- Volume
- 47
- Number
- 11
- Start Page
- 1804
- End Page
- 1814
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/42842
- DOI
- 10.7840/kics.2022.47.11.1804
- ISSN
- 1226-4717
- Abstract
- 무선 센서 네트워크를 이루는 센서들은 개방적이고 분산된 특성을 가지고 있으며, 센서 노드의 제한된 리소스및 실시간 데이터 수집 등의 요인들로 인해 공격에 매우 취약하다. 공격자는 이러한 취약점을 이용해 가짜 메시지주입 및 네트워크 리소스 낭비 등의 공격을 시도하며, 이러한 공격 중 DoS 공격에 대해 패턴을 분석하여 분류하기 위해 트리 기반 머신 러닝을 사용하였다. 머신러닝의 성능 비교분석을 훈련 방식의 차이점, Feature Importance 그리고 각 공격 유형의 특징을 고려하였다. 실험 결과에 대한 비교 분석을 위하여 머신 러닝 성능 평가 지표 중F1-Score를 사용하였다. 분석 결과를 통하여 단일 트리 구조를 가지는 Decision Tree가 가장 낮은 성능을 보이며, 가중치를 이용해 모델을 훈련하는 Boosting 기반 모델이 높은 성능을 보임을 증명하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - ETC > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.