"가우시안 커널 밀도 추정 함수를 이용한 오토인코더 기반 차량용 침입 탐지 시스템"
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김동현 | - |
dc.contributor.author | 임형철 | - |
dc.contributor.author | 이성수 | - |
dc.date.accessioned | 2024-04-08T07:00:21Z | - |
dc.date.available | 2024-04-08T07:00:21Z | - |
dc.date.issued | 2024-03 | - |
dc.identifier.issn | 1226-7244 | - |
dc.identifier.issn | 2288-243X | - |
dc.identifier.uri | https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/49418 | - |
dc.description.abstract | "본 논문에서는 비지도학습 모델인 오토인코더와 가우시안 커널 밀도 추정 함수를 이용하여 차량용 CAN 네트워크에서 비정상적인 데이터를 탐지하는 방안을 제안한다. 제안하는 오토인코더 모델은 정상 데이터에서 CAN 프레임의 ID만으로 학습시킨다. 이후가우시안 커널 밀도 추정 함수를 이용하여 구한 최적의 프레임 개수와 손실 임계값을 가지는 모델을 사용하여 비정상 데이터를 효과적으로 탐지한다. DoS 공격, Gear 스푸핑 공격, RPM 스푸핑 공격, Fuzzy 공격 등 4가지 공격 데이터로 오토인코더 기반 IDS를검증하였으며 성능을 평가하였다. 기존 비지도학습 기반 모델들과 비교했을 때 우수한 성능을 나타냈으며 모든 평가 지표에서 99% 이상의 성능을 나타냈다." | - |
dc.format.extent | 8 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 한국전기전자학회 | - |
dc.title | "가우시안 커널 밀도 추정 함수를 이용한 오토인코더 기반 차량용 침입 탐지 시스템" | - |
dc.title.alternative | "Autoencoder-Based Automotive Intrusion Detection System Using Gaussian Kernel Density Estimation Function" | - |
dc.type | Article | - |
dc.identifier.doi | 10.7471/ikeee.2024.28.1.6 | - |
dc.identifier.bibliographicCitation | 전기전자학회논문지, v.28, no.1, pp 6 - 13 | - |
dc.identifier.kciid | ART003068594 | - |
dc.citation.endPage | 13 | - |
dc.citation.number | 1 | - |
dc.citation.startPage | 6 | - |
dc.citation.title | 전기전자학회논문지 | - |
dc.citation.volume | 28 | - |
dc.publisher.location | 대한민국 | - |
dc.description.isOpenAccess | Y | - |
dc.subject.keywordAuthor | "Automotive | - |
dc.subject.keywordAuthor | Autoencoder | - |
dc.subject.keywordAuthor | Controller Area Network | - |
dc.subject.keywordAuthor | Deep Learning | - |
dc.subject.keywordAuthor | Intrusion Detection System | - |
dc.subject.keywordAuthor | Unsupervised Learning | - |
dc.subject.keywordAuthor | Gaussian Kernel Density Estimation" | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Soongsil University Library 369 Sangdo-Ro, Dongjak-Gu, Seoul, Korea (06978)02-820-0733
COPYRIGHT ⓒ SOONGSIL UNIVERSITY, ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.