LSTM을 이용한 웹 사용자 추적 및 이상행동 식별에 관한 연구 (Study on web user tracking and abnormal behavior identification using LSTM)

서지정보

· 발행기관 : 국방보안연구소
· 수록지 정보 : 국방과 보안 / 6권 / 1호 / 375 ~ 398페이지
· 저자명 : 김민정, 박창욱

초록

악의적인 사용자는 웹 서비스 장악 등 악의적인 목적을 달성하기 위해사이버공간의 은닉성을 이용하여 공격을 수행한다. 일반적으로 악의적인사용자는 VPN, Proxy 등 은닉 서비스를 이용하여 손쉽게 IP를 변경할 수있지만, 방어자는 IP를 변경하는 사용자를 추적하기 위해 더 큰 비용을 들여관리해야 한다. 실시간 또는 사후에 IP의 원점을 찾기는 어렵지만 의도를분석하기 위해서는 IP 중심의 분석에서 행동 중심으로 관점을 전환할 필요가있다. 이에 본 논문에서는 웹 로그에서 사용자 행동을 추출한 후 LSTM 모델로정방향과 역방향으로 양방향 학습하며, 학습 결과와 IP 변경이력을 통합하여사용자 관점으로 확대하였다. 이를 통해 사용자의 이동 경로를 분석하여예상되는 경로로 안전하게 향동하는지, 예상되지 않는 경로를 이동하여위협적으로 행동하는지 확인할 수 있는 프레임워크를 제안하고자 한다.

영어초록

In general, malicious users can easily change IP using services such as VPN and Proxy, but defenders manage them at a higher cost to track users who change IP. It is difficult to find the origin of IP in real time or afterwards, but in order to analyze intentions, it is necessary to shift the perspective from IP-centered analysis to action-oriented. Accordingly, in this paper, user behavior was extracted from web logs and bidirectionally learned in the forward and backward directions using an LSTM model. Then, using the learning results, the IP change history was integrated and expanded to the user's perspective. And finally, we would like to propose a framework that can analyze the user's movement path to check whether the user moves safely along the expected path or moves in a threatening manner by moving on an unexpected path.

참고자료

· 없음