시그니처 기반 모델과 흐름 기반 모델의 상호 보완을 통한 지능형 침입 탐지 및 방지 시스템 (Intelligent Intrusion Detection and Prevention System byComplementing Signature-Based and Flow-Based Models)

서지정보

· 발행기관 : 한국정보보호학회
· 수록지 정보 : 정보보호학회논문지 / 34권 / 6호 / 1501 ~ 1516페이지
· 저자명 : 문성수, 김수연, 나유경, 박태준

초록

네트워크 사용이 증가함에 따라 사이버 공격의 규모 또한 증가하고 있다. 이와 같은 공격을 완화하기 위해 여러 보안 장비들이 존재하지만, 일반적으로 이 장비들은 정적 규칙에 의존하기 때문에 규칙 외 공격에 대한 대응이 어려운 등 유연성이 부족하다는 한계가 있다. 이러한 문제를 해결하기 위해, 본 논문에서는 시그니처 기반 모델과 흐름 기반 모델의 상호 보완을 통한 지능형 침입 탐지 및 방지 시스템을 제안한다. 이 시스템은 랜덤 포레스트와 TranAD로 구성되어 단일 패킷의 특징을 이용한 분류와 패킷의 흐름을 이용한 이상치 탐지를 이용해 기존의 공격뿐만 아니라 새로운 유형의 공격을 식별할 수 있도록 한다. 또한, 탐지된 결과를 기반으로, 자동으로 패킷 필터링 규칙을 업데이트하여 즉각적으로 공격에 대응할 수 있다. 본 시스템의 프로토타입을 통한 실험 결과, 매우 높은 정확도로 이상행위를 탐지하며, 차세대 보안 솔루션으로서의 가능성을 보여주었다.

영어초록

As network usage has increased, the frequency and sophistication of cyber-attacks through networks have also increased. Although security devices exist to mitigate these attacks, they generally rely on static rules, which limits their flexibility in responding to attacks beyond predefined rules. To address this issue, this paper proposes an intelligent intrusion detection and prevention system by complementing signature-based and flow-based models. Leveraging Random Forest and TranAD, our system analyzes individual packets and their sequential flows to identify both known and unknown attacks. Additionally, the system automatically updates packet filtering rules based on the detection results, allowing for immediate responses to attacks. Experiments with the system prototype demonstrates high accuracy ,showing its potential as a next-generation security solution.

참고자료

· 없음