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.
피인용 0
초록·키워드
본 연구는 보안 로그 데이터 레이블링 과정의 높은 비용과 주관적 판단 문제를 해결하기 위해 대형 언어 모델(LLM)을 활용한 데이터 샘플링 기법인 코어샷 필터(CoreShot Filter)를 제안한다. 코어샷 필터는 적극학습의 대표성과 불확실성 개념을 결합하여 최적 데이터를 선별하며, 느슨한 모델과 수작업 라벨 불일치를 불확실성 지표로, 유전 알고리즘 기반 페르소나 유사도를 대표성 지표로 활용한다. 31만여 개 로그 중 핵심 204개를 추출해 GPT-4o mini를 미세조정한 결과, 코어샷 필터는 기존 층화·아웃라이어·코어셋 샘플링 대비 정확도, 재현율, F1-score 모두에서 우수했다. 특히 비정상 탐지(Recall 0.8901)와 정밀도(Precision 0.9489)에서 탁월한 성능을 보여, 코어샷 필터가 보안 로그 분석과 LLM 기반 레이블링 효율 개선에 효과적임을 입증하였다.
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) : I410-151-26-02-094579356
