학술논문
딥러닝의 가중치 초기화와 갱신에 의한 네트워크 침입탐지의 성능 개선에 대한 접근
이용수 40
- 영문명
- Approach to Improving the Performance of Network Intrusion Detection by Initializing and Updating the Weights of Deep Learning
- 발행기관
- 한국시뮬레이션학회
- 저자명
- 박성철(Seongchul Park) 김준태(Juntae Kim)
- 간행물 정보
- 『한국시뮬레이션학회 논문지』제29권 제4호, 73~84쪽, 전체 12쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2020.12.30
4,240원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
인터넷이 대중화되기 시작하면서 해킹 및 시스템과 네트워크에 대한 공격이 있어 왔고, 날로 그 기법들이 진화되면서 기업 및 사회에 위험과 부담감을 주었다. 그러한 위험과 부담감을 덜기 위해서는 조기에 해킹 및 공격을 탐지하여 적절하게 대응해야 하는데, 그에 앞서 반드시 네트워크 침입탐지의 신뢰성을 높일 필요가 있다. 본 연구에서는 네트워크 침입탐지 정확도를 향상시키기 위해 가중치 초기화와 가중치 최적화를 KDD’99 데이터셋에 적용하는 연구를 하였다. 가중치 초기화는 Xavier와 He 방법처럼 가중치 학습 구조와 관련된 초기화 방법이 정확도에 영향을 준다는 것을 실험을 통해 알 수 있었다. 또한 가중치 최적화는 현재 가중치를 학습률에 반영할 수 있도록 한 RMSProp와 이전 변화를 반영한 Momentum의 장점을 결합한 Adam 알고리즘이 정확도면에서 단연 돋보임을 네트워크 침입탐지 데이터셋의 실험을 통해 확인하였다.
영문 초록
As the Internet began to become popular, there have been hacking and attacks on networks including systems, and as the techniques evolved day by day, it put risks and burdens on companies and society. In order to alleviate that risk and burden, it is necessary to detect hacking and attacks early and respond appropriately. Prior to that, it is necessary to increase the reliability in detecting network intrusion. This study was conducted on applying weight initialization and weight optimization to the KDD’99 dataset to improve the accuracy of detecting network intrusion. As for the weight initialization, it was found through experiments that the initialization method related to the weight learning structure, like Xavier and He method, affects the accuracy. In addition, the weight optimization was confirmed through the experiment of the network intrusion detection dataset that the Adam algorithm, which combines the advantages of the Momentum reflecting the previous change and RMSProp, which allows the current weight to be reflected in the learning rate, stands out in terms of accuracy.
목차
1. 서론
2. 관련 연구
3. 딥러닝의 가중치 초기화 및 갱신
4. KDD’99 Cup 데이터셋
5. 실험
6. 결론
References
키워드
해당간행물 수록 논문
- VGG16을 활용한 미학습 농작물의 효율적인 질병 진단 모델
- 비용요소를 고려한 자동차 차체조립라인의 설계 최적화
- 대공제압(SEAD) 임무에서의 전자전 효과도 분석을 위한 DEVS기반 시뮬레이터 개발
- 한국 자동차 시장 내 주요 기업간 다집단 경쟁 다이나믹스 모델링 및 분석
- 시뮬레이션을 활용한 철도교통사업 비용 추산 및 의사결정 지원 방법 연구
- 군수품 조달을 위한 물품적격심사기준의 조달특성 및 심사분야 배점의 적절성에 관한 연구
- SNS 시장 내 플랫폼 간 다집단 경쟁관계 시뮬레이션 분석
- CNN 모델을 활용한 항공기 ISAR 영상 데이터베이스 구축에 관한 연구
- 적 미사일 위협 고려한 전투기 전력 배치방안 연구
- 딥러닝의 가중치 초기화와 갱신에 의한 네트워크 침입탐지의 성능 개선에 대한 접근
참고문헌
관련논문
공학 > 기타공학분야 BEST
더보기공학 > 기타공학분야 NEW
- 고분해능 및 고민감도를 위한 준 블록 섬광체를 사용한 네 층의 반응 깊이 측정 검출기 설계
- 기분장애 환자의 대뇌 피질 두께 측정에 관한 연구
- 양방향 흐름 팬텀 모델에서 탄산수의 도플러 유체 효과 연구
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!