메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(서울여자대학교) (서울여자대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제50권 제11호
오류 신고하기

피인용 0

검색

    초록·키워드

    사이버 공격이 점점 정교해짐에 따라 네트워크 트래픽을 기반으로 악성 행위를 탐지하는 기술의 중요성이 증가하고 있다. 최근에는 네트워크 트래픽을 Grayscale 또는 RGB 이미지로 변환한 후, 딥러닝 모델을 활용해 이를 분류하는 이미지 기반 탐지 기법이 주목받고 있다. 본 논문은 이러한 기법들을 모델 구조(CNN, CNN-LSTM, GAN, GNN 등), 이미지 처리 방식, IoT 환경 등 대상 조건, 실험 설정에 따라 체계적으로 분류·분석하였다. 또한, 학습되지 않은 공격을 탐지하기 위한 OSR(Open-set Recognition) 기반 기법도 함께 고찰하였다. 본 연구는 다양한 전처리 전략과 이미지화 방식, OSR 적용 사례를 종합적으로 정리하고, IoT 환경에 적합한 경량화, 실시간 처리, 프로토콜 독립성 확보, 고도화된 OSR 기법 등 향후 연구 방향을 제시한다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-26-02-094488476