네트워크 침입탐지 기술 연구 동향

Abstract

최근 정보통신 기술이 발달하며 급격하게 정보량이 늘어나고, 그에 따라 해킹을 시도하는 사례가 많이 늘고 있다. 이에 따라 여러 종류의 공격 행위를 탐지하는 침입탐지 시스템이 필요하게 되었다. 침입탐지 시스템는 정해진 규칙(패턴)에 따라 시스템을 구성하는 오용 탐지(Misuse Detection)과 기존 데이터의 행동 유형을 ‘학습’하여 새로운 패턴의 데이터가 들어와도 판별할 수 있는 비정상 탐지(Anomaly Detection)가 있고, 최근에는 비정상 탐지를 기반에 둔 기계학습 기반 침입탐지 시스템을 연구한 논문이 많이 나오고 있다. 본 논문에서는 침입탐지 기술과 기계학습을 이용한 침입탐지 시스템에 관련된 논문들을 분석하여 침입탐지 시스템 생성 과정과 기계학습 기법의 종류에 따른 침입탐지 시스템 성능 평가를 수행한 연구 결과를 알아본다. 또한 SVM, NN, DT 기반 침입탐지 모델을 구현 및 생성하여 정확도, 탐지율, 오경보율을 측정하여 탐지 모델과 성능 측정 방법의 상관관계에 대해 알아보고 향후 기계학습 기반 침입탐지 시스템의 연구 방향을 제시한다.