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
다크웹의 익명성을 악용한 마약 및 해킹 범죄가 급증함에 따라, 이를 신속하게 탐지할 수 있는 자동화된 기술이 필요하다. 기존의 방식인 HTML 기반 정적 콘텐츠 분석은 콘텐츠 은폐 및 동적변화에 취약하고, 전송 계층(L3/4) 트래픽 분석은 패킷 크기, 전송률 등 네트워크 전송 특성에 국한되어 웹사이트의 구조 및 콘텐츠 특성을 반영하지 못하는 한계가 존재한다. 본 논문에서는 이러한 한계를 극복하기 위해 L3/4 메트릭뿐만 아니라, 애플리케이션 계층(L7) 메트릭을 추가로 수집하고, 머신러닝 기반으로 학습하여 다크웹 범죄 사이트의 서비스 유형 분류에 효과적인 메트릭을 분석한다. 이를 위해 마약 및 해킹 관련 약 12,847개의 다크웹 사이트를 수집하여, 사이트 접속 시 발생하는 L3/4 및 L7의 46개 네트워크 메트릭을 추출하여 데이터셋을 구축하였다. 또한, XGBoost, Random Forest, Logistic Regression, SVM과 같은 머신러닝 알고리즘을 각 계층별 메트릭을 학습하는 단일 모델과 두 계층의 메트릭을 통합 학습한 하이브리드 모델로 개발한 결과, L7메트릭만 학습한 XGBoost 모델이 마약 범죄 사이트 유형 분류에서 F1-score 0.996, 해킹 범죄 사이트 유형 분류에서 F1-score 0.933을 기록하며 가장 높은 성능을 보이는 것을 확인하였다.
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) : I410-151-26-02-095634847
