5G 네트워크 환경에서의 프로토콜 분석 기반 통합된 세션 관리 및 이상징후 탐지 기법 연구 :Study on Integrated Session Management and Anomaly Detection Techniques based on Protocol Analysis in 5G Network Environments

박성민

자료유형: 학위논문

저자정보: 박성민 (국민대학교, 국민대학교 일반대학원)

지도교수: 유일선

발행연도: 2023

저작권: 국민대학교 논문은 저작권에 의해 보호받습니다.

이용수20

초록· 키워드

5G 네트워크 환경에서의 프로토콜 분석 기반 통합된 세션 관리 및 이상징후 탐지 기법 연구 5G 서비스에서는 각종 스마트 IoT(Internet of Things) 장비들과 ICT(Information & Communication Technology) 기기들이 연결되기 때문에 높은 성능과 용량의 운영 네트워크를 필요로 한다. 따라서 5G 이동통신은 속도, 통신 프로토콜, 네트워크 형태 등 전반적으로 4G 이동통신에 비해 혁신적으로 진화된 형태이다. 5G 무선 접속망은 SDN(Software Defined Network) 형태로 구성되어 기존 LTE (Long Term Evolution) 보다 20배 빠른 20Gbps 속도를 가지며, 5G 코어망은 트래픽 전송 지역을 최소화하기 위해 기존 중앙집중형에서 분산형으로 변경되었다. 이를 통해 속도가 핵심요소인 eMBB(enhanced Mobile Broadband) 서비스, 대역폭이 핵심요소인 mMTC(massive Machine Type Communication) 서비스, 지연시간 최소화가 필요한 uRLLC(ultra-Reliable & Low Latence Communication) 서비스를 실현시킬 수 있다. 하지만, 이러한 장점에도 불구하고 5G 서비스의 안전한 환경을 요구하는 사용자들의 목소리가 커지고 있다. 기존 LTE 통신망이 가지고 있던 보안 위협들이 내재되어 있을 가능성 때문에 서비스 개시 전 많은 검토가 필요하다. 또한 4G 와 차별화된 기술적 변화로 인한 5G 신규 보안 위협에 대해서도 사전에 파악하고, 필요하다면 5G 전용 보안 기술을 개발하여 서비스의 안전성을 강화해야 한다. 하지만 이동통신사에서는 빠른 서비스 시작을 위주로 설계와 개발을 진행하였기 때문에 보안에 대한 고려가 거의 이루어지지 않았다. 따라서, 차세대 이동통신망에서 사이버 자산 공격 위험 관리가 요구되며 이상징후를 탐지하고 차단할 수 있는 지능형 보안 기술이 필수적이다. 본 논문은 5G 네트워크 환경에서 사이버 자산 공격 위험을 식별하고 프로토콜 분석 기반의 통합된 세션 관리와 이상징후 탐지 기법을 설계한다. 또한 5G 코어망 내부의 보안을 위한 시그널링 DDoS 탐지 기술을 제안하며, 이는 통계기반 분석(Statistics based analysis)와 확률기반 분석(Entropy based analysis) 기술이 적용된 머신러닝 알고리즘을 활용한다. 더욱이 제시한 지능형 탐지 기법의 구성을 상세히 기술하고 이를 검증하여 그 효과성을 보여준다.

In 5G services various smart IoT (Internet of Things) equipment and ICT (Information & Communication Technology) devices are connected, requiring high performance and capacity operating networks. Therefore, 5G mobile communication is an innovative form compared to 4G mobile communication overall, such as speed, communication protocol, and network type. The 5G wireless network is configured in the form of a Software Defined Network (SDN) with a speed of 20Gbps, which is 20 times faster than the existing LTE (Long Term Evolution), and the 5G core network has been changed from centralized to distributed to minimize traffic transmission areas. Through this, it is possible to realize enhanced mobile broadband (eMBB) service, which is a key factor, massive machine type communication (mMTC) service, and ultra-reliable & low-latency communication (uRLLC) service, which requires minimum latency. However, despite these advantages, users are calling for a safe environment for 5G services. Due to the possibility that security threats that existing LTE communication networks have are inherent, a lot of review is required before the service starts. In addition, it is necessary to identify new 5G security threats caused by technological changes differentiated from 4G in advance, and if necessary, develop 5G-only security technologies to strengthen the safety of services. However, since mobile carriers were designed and developed focusing on the rapid start of services, little security consideration was made. Therefore, cyber asset attack risk management is required in next-generation mobile networks, and intelligent security technology that can detect and block abnormalities is essential. This paper designs traffic analysis and intelligent anomaly detection techniques to identify and manage cyber asset attack risks in 5G network environments. It also proposes signaling DDoS detection technology for security inside 5G core networks, which utilizes machine learning algorithms with statistics-based analysis and probability-based analysis technologies. In addition, the composition of the presented intelligent detection technique is described in detail and verified to show its effectiveness.

#5G 네트워크 보안 #사이버 자산 공격 위험 관리 #5G 프로토콜 분석 #머신러닝 알고리즘 #이상징후 탐지 #5G network security #Cyber asset attack risk management #5G traffic analysis #Machine learning algorithms #Anomaly detection #Distributed Denial of Service (DDoS)

제 1 장 서 론 1
제 1 절 연구 배경 및 목적 1
제 2 절 연구의 중요성 7
제 3 절 논문의 구성 9
제 2 장 기존 연구 11
제 1 절 5G 망 구조 11
1. 이동통신망의 구조 11
2. 5G 망 구성요소 12
제 2 절 5G 망 사이버 자산 공격 위협 24
1. 5G 망 사이버 자산 공격 표면 24
2. 5G 무선 접속망 사이버 자산 공격 위협 24
3. 5G 코어망 사이버 자산 공격 위협 29
4. 5G 망 사이버 자산 공격 위험 관리 · 32
제 3 절 요약 및 소결론 34
제 3 장 5G 망 보안 위험 분석 35
제 1 절 5G 공격 트리 36
제 2 절 5G 망 보안 위험 37
1. 5G 무선 접속망 보안 위험 37
2. 5G 코어망 보안 위험 · 39
3. 5G 망 보안 취약점 테스트 케이스 42
제 3 절 5G 망 보안 취약점 테스트 도구 개발 47
1. 5G 망 보안 취약점 테스트 도구 · 47
2. 5G 망 보안 취약점 테스트 환경 · 49
제 4 절 5G 망 보안 취약점 이통사 테스트 결과 50
1. 5G 망 보안 취약점 테스트 결과 · 50
2. 5G 망 보안 취약점 완화 · 51
제 5 절 요약 및 소결론 52
제 4 장 5G 트래픽 수집·가공 및 통합된 세션 관리 53
제 1 절 5G 망 보안 위협 완화 전략 및 대응 구조 54
1. 5G 망 보안 위협 완화 전략 · 54
2. 5G 망 보안 위협 대응 구조 · 57
제 2 절 5G 망 트래픽 수집·가공 및 통합된 세션 관리 59
1. 5G 망 프로토콜 및 트래픽 분석 · 59
2. 통합된 세션 관리를 위한 트래픽 수집·가공 · 61
3. 통합된 5G 사용자 세션 관리 67
4. 통합된 세션 관리 기반 공격 완화 기법 · 67
5. 통합된 세션 관리 기반 공격 완화 검증 72
제 3 절 요약 및 소결론 90
제 5 장 5G 망 이상징후 데이터 전처리 91
제 1 절 지능형 탐지가 필요한 사이버 공격 92
1. 배경 및 한계점 · 92
2. 5G 망 시그널링 DDoS 공격과 영향도 분석 93
제 2 절 이상징후 탐지를 위한 데이터 분석 96
1. 배경 및 한계점 · 96
2. 5G 망 트래픽 데이터 분석 방법 · 98
3. 5G 망 트래픽 데이터 전처리 방법 99
제 3 절 요약 및 소결론 104
제 6 장 5G 망 지능형 이상징후 탐지 기법 106
제 1 절 5G 망 지능형 이상징후 탐지 모델링 107
1. 배경 및 한계점 · 107
2. 머신러닝 기법 · 108
제 2 절 5G 망 지능형 이상징후 탐지 기법 110
1. 탐지 기법 구성 · 110
2. 탐지 기법 검증 방법 115
3. 탐지 기법 검증 절차 및 결과 118
제 3 절 요약 및 소결론 129
제 7 장 결론 132
제 1 절 요약 및 결론 132
제 2 절 향후 연구 134
참 고 문 헌 136
부 록 146
Abstract 155

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

목차

최근 본 자료

댓글(0)