사운덱스 알고리즘을 적용한 신경망라 뉴로-처지 기법의 호스트 이상 탐지

Vol. 15, No. 2, pp. 13-22, 4월. 2005
10.13089/JKIISC.2005.15.2.13, Full Text:
Keywords: Host anomaly detection, Neural Networks, Neuro-Fuzzy, and Soundex algorithm
Abstract

본 논문에서는 시스템 호출을 이용하여 이상 침입 탐지 시스템의 성능을 향상시키기 위해, 특징 선택과 가변 길이 데이터를 고정 길이 학습 패턴으로 변환 생성하는 문제를 해결하기 위한 사운덱스 알고리즘을 적용한 신경망 학습을 통하여 이상 침입 탐지의 연구를 하고자 한다. 즉, 가변 길이의 순차적인 시스템 호출 데이터를 사운덱스 알고리즘에 의한 고정 길이의 행위 패턴을 생성하여 역전파 알고리즘과 퍼지 멤버쉽 함수에 의해 신경망 학습을 수행하였다. 역전파 신경망과 뉴로-퍼지 기법을 UNM의 Sendmail Data Set을 이용하여 시스템 호출의 이상침입 탐지에 적용하여 시간과 공간 복잡도 그리고 MDL 측면에서 성능을 검증하였다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
B. Cha, H. Kim, B. Park and H. Cho, "Host Anomaly Detection of Neural Networks and Neural-fuzzy Techniques with Soundex Algorithm," Journal of The Korea Institute of Information Security and Cryptology, vol. 15, no. 2, pp. 13-22, 2005. DOI: 10.13089/JKIISC.2005.15.2.13.

[ACM Style]
Byung-Rae Cha, Hyung-Jong Kim, Bong-Gu Park, and Hyug-Hyun Cho. 2005. Host Anomaly Detection of Neural Networks and Neural-fuzzy Techniques with Soundex Algorithm. Journal of The Korea Institute of Information Security and Cryptology, 15, 2, (2005), 13-22. DOI: 10.13089/JKIISC.2005.15.2.13.