인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
최근 4차 산업혁명 시대가 도래함에 따라 많은 양의 정보가 네트워크를 통해 오간다. 이와 동시에 보안을 위협하려는 시도가 증가하고 있으며, 네트워크의 침입 탐지에 대한 연구 또한 활발하게 진행되고 있다. 하지만 산업제어시
스템의 경우 일반적인 시스템과 구조가 다르기에 기존의 침입 탐지 알고리즘을 변형하여 적용할 필요가 있다. 본 연구에서는 산업 네트워크에서 가장 효율적으로 작동하는 침입탐지 모델을 구현하고자 하였다. 머신러닝 및 딥러닝 기반 모델을 이용하여 학습을 진행한 후 각 모델의 실행 결과를 비교하였고, 데이터의 전처리와 튜닝 과정을 통해 모델의 성능을 높였다. 침입 데이터의 불균형이 존재하여 모델의 평가 지표로는 accuracy가 아닌 F2 score를 사용하였다. 실험 결과, 불균형 데이터셋에서는 트리 기반의 랜덤 포레스트 모델이 가장 높은 성능을 보였으며, 데이터 전처리 부분에서 차원 축소 시 축소되는 차원의 수가 성능과 학습 소요 시간에 큰 영향을 미친다는 결론을 얻었다.
스템의 경우 일반적인 시스템과 구조가 다르기에 기존의 침입 탐지 알고리즘을 변형하여 적용할 필요가 있다. 본 연구에서는 산업 네트워크에서 가장 효율적으로 작동하는 침입탐지 모델을 구현하고자 하였다. 머신러닝 및 딥러닝 기반 모델을 이용하여 학습을 진행한 후 각 모델의 실행 결과를 비교하였고, 데이터의 전처리와 튜닝 과정을 통해 모델의 성능을 높였다. 침입 데이터의 불균형이 존재하여 모델의 평가 지표로는 accuracy가 아닌 F2 score를 사용하였다. 실험 결과, 불균형 데이터셋에서는 트리 기반의 랜덤 포레스트 모델이 가장 높은 성능을 보였으며, 데이터 전처리 부분에서 차원 축소 시 축소되는 차원의 수가 성능과 학습 소요 시간에 큰 영향을 미친다는 결론을 얻었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
