네트워크 트래픽 특성을 이용한 개인정보유출 탐지기법
Detection of Personal Information Leakage using the Network Traffic Characteristics
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
유비쿼터스 네트워크 환경에서 개인정보의 유출은 다양한 사이버 범죄를 야기하며 개인정보의 상품화로 프라이버시의 침해가 증가하므로 개인정보의 유출을 탐지하는 것은 매우 중요하다. 본 논문은 네트워크의 트래픽 특성을 기반으로 한 개인정보 유출 탐지 기법을 제안하고자 한다. 실제 대학망에서 정상 상태의 트래픽을 수집하여 트래픽의 특성을 분석함으로써 네트워크 트래픽이 자기유사성을 지님을 확인하였다. 개인정보의 유출을 시도하는 악성코드의 사전정보수집단계를 모사한 비정상적인 트래픽에 대하여 정상 트래픽에서의 자기유사성과의 변화를 살펴봄으로써 이상을 조기 감지할 수 있었다.
Abstract
In a ubiquitous network environment, detecting the leakage of personal information is very important. The leakage of personal information might cause severe problem such as impersonation, cyber criminal and personal privacy violation. In this paper, we have proposed a detection method of personal information leakage based on network traffic characteristics. The experimental results indicate that the traffic character of a real campus network shows the self-similarity and proposed method can detect the anomaly of leakage of personal information by malicious code.
참고문헌 (12)
- "Worm Detection in Large Scale Network by Traffic", pp.270~273 (2005)
- "On the Self-similarity nature of Ethernet Traffic IEEE", ACM Transactions on Networking, 1994, 1~15
- "Self-similarity in World Wide Web Traffic: Evidence and Possible Causes", 5(6), pp.835~846 (1997)
- "Traffic Self-similarity" (2001)
- "Performance Analysis of Time-domain Algorithms for Self-similar Traffic" (2006)
- "Wide-area traffic: The failure of Poisson modeling", 3(3), pp.226~244 (1995)
- "Fast Approximation of Self-similarity Traffic" (1995), Lawrence Berkeley Laboratory
- "Searching for Self- similarity in GPRS", 3015, pp.83~92 (2004)
- "Statistical Approaches to DDoS Attack Detection and Response" (2003)
- "Data Mining Approaches for Intrusion Detection", pp.79~94 (1998)
- "Training a Neural-Network Based Intrusion Detector to Recognize Novel Attacks", 31(4), pp.294~299 (2001)
- "Digging for Worms Fishing for Answers" (2002)