Earticle

최근 네트워크 환경에서는 사이버 위협에 대한 해결책을 찾는 노력이 높아지고 있다. 특히, 사이버 보안 측면에서 악의적인 행위를 막기 위해서 사이버 보안에 AI가 통합되고 있다. 본 논문에서는 네트워크 리소스를 다양 한 클라우드 서비스를 제공할 수 있도록 디지털 트인 기반의 전방 공격 탐지 모델의 성능평가를 제안한다. 제안 모델은 안전한 데이터 저장 및 검증을 위해 블록체인을 통합한 IoT 환경에 AI 기반 IDS 프레임워크을 사용한다. 제안 모델은 네트워크 내 모든 장비를 블록체인 블록으로 묶어 처리함으로써 클라우드 내 IoT 리소스의 특징별 블록들의 교차 분석을 통해 보안 점검이 이루어지지만, 최소 오류는 허용한다. 성능평가 결과, 제안 모델은 학습 중 모든 카테고리에서 고르게 리샘플링함으로써 생성기가 소수 클래스에서도 학습할 수 있도록 보장하여 프론트 러닝 공격 탐지 성능을 향상시켰다. 또한 제안 모델은 실제 데이터의 조건부 분포를 학습하여 실제 데이터와 합성 데이터를 더 잘 구분하였다.

In recent network environments, efforts to find solutions to cyber threats are increasing. In particular, AI is being integrated into cybersecurity to prevent malicious behavior in terms of cybersecurity. In this paper, we propose the performance evaluation of the forward attack detection model using a digital open-based blockchain so that network resources can provide various cloud services. The proposed model uses an AI-based IDS framework in the IoT environment that integrates blockchain for secure data storage and verification. The proposed model manages additional information that can handle the rights of IoT resources as blockchain blocks. The proposed model performs a security check through cross-analysis of blocks by IoT resource characteristics in the cloud by grouping all equipment in the cloud into blockchain blocks, but allows for minimum errors. As a result of the performance evaluation, the proposed model evenly resampled in all categories during learning, ensuring that the generator could learn even in a few classes, thereby improving the front learning attack detection performance. In addition, the proposed model better distinguished between actual data and synthetic data by learning the conditional distribution of actual data.