Earticle

현재 위치 Home

Telecommunication Information Technology (TIT)

Evaluating Unsupervised Deep Learning Models for Network Intrusion Detection Using Real Security Event Data

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence 바로가기
  • 통권
    Volume 11 Number 4 (2022.12)바로가기
  • 페이지
    pp.10-19
  • 저자
    Jiho Jang, Dongjun Lim, Changmin Seong, JongHun Lee, Jong-Geun Park, Yun-Gyung Cheong
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A423242

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
AI-based Network Intrusion Detection Systems (AI-NIDS) detect network attacks using machine learning and deep learning models. Recently, unsupervised AI-NIDS methods are getting more attention since there is no need for labeling, which is crucial for building practical NIDS systems. This paper aims to test the impact of designing autoencoder models that can be applied to unsupervised an AI-NIDS in real network systems. We collected security events of legacy network security system and carried out an experiment. We report the results and discuss the findings

목차

Abstract
1. Introduction
2. Unsupervised Learning Models
3. Experiment Design
3.1 Security Event Dataset
3.2 Experiment Setup
3.3 Evaluation Metrics
4. The Experiment Result
4.1 Attack Detection Performance
4.2 Data Distribution
4.3 Discussion
5. Conclusion
Acknowledgement
References

키워드

NIDS Deep Learning Autoencoder

저자

  • Jiho Jang [ B.A., Department of Computer Software, Sungkyunkwan University, Korea ]
  • Dongjun Lim [ B.A., Department of Computer Software, Sungkyunkwan University, Korea ]
  • Changmin Seong [ M.A., Department of Computer Software, Sungkyunkwan University, Korea ]
  • JongHun Lee [ Senior Researcher, Electronics and Telecommunications Research Institute, Korea ]
  • Jong-Geun Park [ Senior Researcher, Electronics and Telecommunications Research Institute, Korea ]
  • Yun-Gyung Cheong [ Professor, Department of Artificial Intelligence, Sungkyunkwan University, Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 11 Number 4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.