Earticle

현재 위치 Home

Poster Session 차세대컴퓨팅 기술 전 분야(산업응용)

연합 학습 모델 기반의 사이버 공격 탐지 시뮬레이션
Cyber Attack Detection Simulation Based on Federated Learning Model

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
  • 페이지
    pp.182-185
  • 저자
    김명준, 문경호, 임정현, 노병희
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A468939

원문정보

초록

한국어
연합 학습은 데이터 프라이버시 보호에 뛰어남과 동시에 낮은 통신 비용을 달성할 수 있으며, 이를 통해 모델의 학습 데이터 양이 적거나 성능이 낮은 문제를 해결할 수 있다. 본 연구는 사물인터넷 (IoT) 플랫폼 상에 네트워크 공격 탐지 분야에서 활용할 수 있는 탐지 모델의 구조를 제안하고, 연합학습을 통해 기존 모델의 성능을 높이고 학습 시간을 낮추는 등 개선 방법에 대해 제안한다.

목차

요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 데이터셋
3.2. 실험환경
4. 실험결과
5. 결론
Acknowledgement
참고문헌

키워드

인공지능 연합 학습 IoT 사이버 공격 탐지

저자

  • 김명준 [ Myeong-Jun Kim | 아주대학교 소프트웨어학과 ]
  • 문경호 [ Kyeong-Ho Moon | 아주대학교 소프트웨어학과 ]
  • 임정현 [ Junghyun Lim | AI융합네트워크학과 ]
  • 노병희 [ Byeong-Hee Roh | AI융합네트워크학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2025 한국차세대컴퓨팅학회 춘계학술대회

    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.