인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
내부자 위협은 조직 내부자가 합법적인 권한을 악용하여 데이터를 유출하거나 시스템을 위협하는 행위로, 최근 기업․기관의 보안 사고에서 점차 그 비중이 높아지고 있다. 기존의 규칙 기반 보안 체계는 내부자의 은밀하고 정상 행위와 유사한 공격을 탐지하는 데 한계가 있으며, 이를 보완하기 위해 비지도 학습 기반의 이상행위 탐지 기법이 주목받고 있다. 본 연구에서는 Prefetch, Jumplist, Event Log와 같은 Windows 아티팩트를 기반으로 사용자 행위 로그를 수집․정제하고, 시간 단위로 정렬된 피처를 구성하여 비지도 학습 모델에 적용하였다. 주요 탐지 모델로는 One-Class SVM, Isolation Forest, Local Outlier Factor, Gaussian Mixture Model을 사용하였으며, 다수결 기반의 앙상블 방식도 함께 적용하였다. 또한, 탐지된 이상행위 중 정보 유출 가능성이 높은 징후를 추가적으로 분석하였다. 분석 결과, GMM과 One-Class SVM이 높은 F1-score를 기록하며 내부자 위협 탐지에 효과적인 성능을 보였고, 앙상블 모델 역시 안정적인 탐지 성능을 나타냈다. 본 연구는 다양한 로그 데이터를 통합하고 비지도 기반 이상 탐지 기법을 적용함으로써, 실제 환경에서 내부자 위협을 보다 정밀하게 탐지하고 유출 정황을 조기에 식별할 수 있는 가능성을 제시하였다.
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
UCI(KEPA) : I410-151-25-02-094042215
