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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.8
- 수록면
- 647 - 660 (14page)
이용수
초록· 키워드
오류제보하기
최근 정상 데이터와 일부 비정상 데이터를 보유한 환경에서 딥러닝 기반 준 지도 학습 이상 탐지 기법이 매우 효과적으로 동작함이 알려져 있다. 하지만 사이버 보안 분야와 같이 실제 시스템에 대한 알려지지 않은 공격 등 비정상 데이터 확보가 어려운 환경에서는 비정상 데이터 부족이 발생할 가능성이 있다. 본 논문은 비정상 데이터가 정상 데이터보다 극히 작은 환경에서 준 지도 이상 탐지 기법에 적용 가능한 섭동을 활용한 초구 기반 비정상 데이터 증강 기법인 ADA-PH(Abnormal Data Augmentation Method using Perturbation based on Hypersphere)를 제안한다. ADA-PH는 정상 데이터를 잘 표현할 수 있는 초구의 중심으로부터 상대적으로 먼 거리에 위치한 샘플에 대해 적대적 섭동을 추가함으로써 비정상 데이터를 생성한다. 제안하는 기법은 비정상 데이터가 극소수로 존재하는 네트워크 침입 탐지 데이터셋에 대하여 데이터 증강을 수행하지 않았을 경우보다 평균적으로 23.63% 향상된 AUC가 도출되었고, 다른 증강 기법들과 비교했을 때 가장 높은 AUC가 또한 도출되었다. 또한, 실제 비정상 데이터에 유사한지에 대한 정량적 및 정성적 분석을 수행하였다.
목차
요약
ABSTRACT
I. 서론
II. 관련 연구
III. 제안 기법
IV. 제안 기법
V. 결론
References
참고문헌 (33)
참고문헌 신청
N. Shone, N. N. Tran, V. Dinh Phai and Q. Shi, "A Deep Learning Approach to Network Intrusion Detection," IEEE Transactions on Emerging Topics in Computational Intelligence, vol. 2, no. 1, pp. 41-50, Jan. 2018.
J. Audibert, P. Michiardi, F. Guyard, S. Marti, and M. A. Zuluaga, "USAD: UnSupervised Anomaly Detection on Multivariate Time Series," Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 3395-3404, Aug. 2020.
S. M. Anwar, M. Majid, A. Qayyum, M. Awais, M. Alnowami and M. K. Khan, "Medical Image Analysis using Convolutional Neural Networks: A Review," Journal of Medical Systems, vol. 42, no. 11, pp. 226, Oct. 2018.
D. J. Atha and M. R. Jahanshahi, "Evaluation of deep learning approaches based on convolutional neural networks for corrosion detection," Structural Health Monitoring, vol. 17, no. 5, pp. 1110–1128, Sep. 2018.
D. Denning and P. G. Neumann, "Requirements and model for IDES-a real-time intrusion-detection expert system," SRI International Menlo Park, vol. 8, Aug. 1985.
J. Audibert, P. Michiardi, F. Guyard, S. Marti, and M. A. Zuluaga, "USAD: UnSupervised Anomaly Detection on Multivariate Time Series," Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 3395-3404, Aug. 2020.
S. M. Anwar, M. Majid, A. Qayyum, M. Awais, M. Alnowami and M. K. Khan, "Medical Image Analysis using Convolutional Neural Networks: A Review," Journal of Medical Systems, vol. 42, no. 11, pp. 226, Oct. 2018.
D. J. Atha and M. R. Jahanshahi, "Evaluation of deep learning approaches based on convolutional neural networks for corrosion detection," Structural Health Monitoring, vol. 17, no. 5, pp. 1110–1128, Sep. 2018.
D. Denning and P. G. Neumann, "Requirements and model for IDES-a real-time intrusion-detection expert system," SRI International Menlo Park, vol. 8, Aug. 1985.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
객체 탐지 성능 향상을 위한 데이터 증강 기법에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
데이터 증강 방법을 이용한 정상데이터 기반 베어링 이상 진단법
대한기계학회 춘추학술대회
2021 .04
-
외부 데이터베이스를 활용한 실용적 데이터 증강 방법론
한국자동차공학회 춘계학술대회
2020 .07
-
시계열 데이터에 적합한 다단계 비정상 탐지 시스템 설계
한국인터넷방송통신학회 논문지
2016 .01
-
비정상 특성을 고려한 메모리뱅크 기반 비정상 탐지 기법
대한전자공학회 학술대회
2023 .06
-
작은 이미지의 효과적인 데이터 증강 기법
한국통신학회 학술대회논문집
2023 .02
-
진동 데이터 이용 고장 진단 모델의 성능 향상을 위한 전력 섭동 기반 데이터 증강
대한전기학회 학술대회 논문집
2022 .07
-
한국어 데이터를 활용한 data augmentation
한국정보통신학회논문지
2023 .04
-
섭동 학습을 기반으로 한 시계열 이상치 탐지 기법
대한전자공학회 학술대회
2023 .06
-
한국어 우울증 데이터 증강 기법 비교
한국정보통신학회논문지
2023 .10
-
회전체 진단 정확도 향상을 위한 진동데이터 증강 기법
한국소음진동공학회 학술대회논문집
2020 .11
-
건설현장 객체 인식 정확도 향상을 위한 데이터 증강 효과 분석
대한건축학회 학술발표대회 논문집
2024 .10
-
물리 모델 기반의 데이터 증강화 기법을 통한 난방 에너지 사용량 예측에 관한 연구
대한건축학회 학술발표대회 논문집
2022 .10
-
비지도 학습기반 IoT 데이터의 이상탐지 기술 연구
한국통신학회 학술대회논문집
2021 .06
-
딥러닝 기반 실내 이동 속도 예측을 위한 데이터 증강 기법
한국통신학회 학술대회논문집
2021 .02
-
제조 공정의 위험 감지를 위한 채널화 시계열 데이터 증강 및 예측 방법론
한국지능시스템학회 논문지
2022 .10
-
산업용 설비 소리의 고장 분류를 위한 이미지 변환 및 데이터 증강 모델
정보과학회 컴퓨팅의 실제 논문지
2024 .11
-
이미지 데이터 증강 기술을 활용한 기계학습용 데이터셋 제작
한국통신학회 학술대회논문집
2023 .02
-
MNIST 데이터셋 분류를 위한 증강 방법에 관한 연구
한국정보과학회 학술발표논문집
2021 .06
-
데이터 증강을 이용한 공중촬영 이미지 내 전차탐지 성능 향상 연구
한국산학기술학회 논문지
2023 .05
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0