현재 위치
Home
Research Article
온프레미스 환경에서의 내부 보안 위협 대응을 위한 AI시스템 개발
Development of an AI-Based System for Responding to Internal Security Threats in On-Premises Environments
-
- 발행기관
- 한국인공지능교육학회 바로가기
-
- 간행물
- 인공지능연구 논문지 KCI 등재후보 바로가기
-
- 통권
- Vol.6 No.2 (2025.08)바로가기
-
- 페이지
- pp.38-46
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A473157
※ 기관로그인 시 무료 이용이 가능합니다.
4,000원
원문정보
초록
- 영어
- With the rapid acceleration of digital transformation in enterprises, the volume of security logs has grown exponentially, rendering manual detection of anomalous behaviors increasingly impractical. This study proposes an AI-based anomaly detection system that operates independently in offline environments. The proposed system integrates Pycaret-based AutoML and SHAP-based explainable AI (XAI) to automatically detect anomalous logs from user-uploaded log files and provide textual explanations for each detection. To ensure stable performance on large-scale logs, the system replaces traditional one-hot encoding with frequency encoding for categorical data. The generated natural language explanations enhance interpretability for security analysts. Built on a Docker-based architecture, the system is easy to deploy and run isolated networks, and provides visualized analysis results to support real-time security monitoring. Evaluation through a practical scenario demonstrates the system’s effectiveness in identifying insider threats, proving its practicality and scalability.
- 한국어
- 기업의 디지털 전환 가속화로 보안 로그의 규모가 기하급수적으로 증가함에 따라, 수작업 기반의 이상 행위 탐지는 한계에 직면 하고 있다. 본 연구에서는 오프라인 환경에서도 독립적으로 구동 가능한 AI 기반 이상 로그 탐지 시스템을 제안한다. 제안 시스템은 Pycaret 기반 AutoML과 SHAP 기반 XAI를 통합하여, 사용자로부터 로그 파일을 입력받아 이상 로그를 자동 탐지하고 탐지 이유를 텍스트 형태로 제공한다. 범주형 데이터에 대해 기존 원-핫 인코딩 대신 빈도 기반 인코딩을 적용하여 대규모 로그에서도 안정적인 탐지 성능을 확보하였으며, 자연어 기반 설명은 보안 담당자의 직관적 해석을 지원한다. 또한, Docker 기반으로 구성된 본 시스템은 망 분리된 환경에서도 설치와 실행이 간편하며, 분석 결과의 시각화를 통해 실시간 보안 분석 효율을 높인다. 실무 시나리오 기반 평가에서도 내부 위협 행위를 효과적으로 탐지함으로써 제안 시스템의 실용성과 확장 가능성을 입증하였다.
목차
요약
ABSTRACT
I. 서론
II. 관련 연구
Ⅲ. 본론
1. 전체 시스템 아키텍처 개요
2. AI 이상 탐지 모듈 설계
3. 설명 기능
IV. 평가
1. 서비스 적용 예시
V. 결론 및 향후 연구
References
키워드
이상 로그 AutoML XAI 빈도 기반 인코딩 Anomaly log AutoML XAI frequency-based encoding저자
간행물 정보
발행기관
-
- 발행기관명
- 한국인공지능교육학회 [Korean Association of Artificial Intelligence Education]
- 설립연도
- 2019
- 분야
- 사회과학>교육학
- 소개
- 인공지능 기반의 융합 사회의 도래로 사회 전반에서 인공지능의 소양과 역량에 대한 요구가 증가하고 있습니다. 알파고 이후 인공지능은 우리 생활의 일부가 되고 있고 인공지능 기술이 융합 산업의 핵심으로 대두되었습니다. 인공지능기술이 다른 분야를 만났을 때 창출되는 가치는 자동차, 반도체, 스마트폰의 부가가치를 모두 합친 것보다 초월하고 있고 인공지능 역량을 가진 인재는 세상의 변화를 주도하는 막강한 영향력을 갖게 되었습니다. 이러한 인재의 양성은 혁신 기업의 존망을 좌우하게 되었고 국가의 경쟁력으로 이어지고 있습니다. 이것이 인공지능교육의 필요성이며 이를 이끌 단체로서 인공지능교육학회가 있습니다. 한국인공지능교육학회는 인공지능 기술과 융합적 역량을 가진 인재를 양성하고 미래 사회에서 인공지능이 인간을 위한 기술로 전개될 수 있도록 교육의 기반을 마련하고자 합니다. 학회에서는 인공지능에 관한 산학연 연계의 학문을 발전시키고 국가 발전에 기여하는 인재를 양성하는 등 다양한 방면에서 인공지능교육의 발전을 위해 노력하겠습니다. 또한 글로벌 인공지능과 융합 기술 분야에서 우리나라가 선도할 수 있도록 다양한 연구와 학술활동 그리고 국내외 공유의 장을 만들어 가도록 하겠습니다 .
간행물
-
- 간행물명
- 인공지능연구 논문지 [Journal of The Korean Association of Artificial Intelligence Education]
- 간기
- 연3회
- pISSN
- 2733-404X
- 수록기간
- 2020~2026
- 등재여부
- KCI 등재후보
- 십진분류
- KDC 000 DDC 006
이 권호 내 다른 논문 / 인공지능연구 논문지 Vol.6 No.2
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.