제조공정 단말PC 작업자 접속 로그를 통한 이상 징후 탐지 모델 연구
A Study on Anomaly Detection Model using Worker Access Log in Manufacturing Terminal PC
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
기업에서 내부자에 의한 기업 기밀 유출 방지는 기업의 생존을 위한 필수 과제이다. 내부자에 의한 정보유출 사고를 막기 위해 기업에서는 보안 솔류션을 도입하여 적용하고 있으나 접근 권한이 있는 내부자의 이상행위를 효과적으로 탐지하는 데에는 한계가 있다. 이번 연구에서는 기업의 제품 제조 이력, 품질 정보 등을 담고 있는 제조정보시스템의 작업자 작업화면 접근 로그 데이타를 기계학습 기법의 비지도학습 알고리즘을 활용하여 정상적인 접근 로그와비정상적인 접근 로그를 효과적으로 군집화하는 방법을 연구하여 이상징후 탐지를 위한 최적화된 속성 선택 모델을제시하고자 한다.
Abstract
Prevention of corporate confidentiality leakage by insiders in enterprises is an essential task for the survival of enterprises. In order to prevent information leakage by insiders, companies have adopted security solutions, but there is a limit toeffectively detect abnormal behavior of insiders with access privileges. In this study, we use the Unsupervised Learningalgorithm of the machine learning technique to effectively and efficiently cluster the normal and abnormal access logs of theworker's work screen in the manufacturing information system, which includes the company's product manufacturing historyand quality information. We propose an optimal feature selection model for anomaly detection by studying clusteringmethods.
참고문헌 (11)
- 2016 Technical statistics survey report for small and Medium businesses, "Small and Medium Business Administration", ~ (2016)
- Insider threat Repoert, "Vormetric", ~ (2015)
- Hyun-Song Jang, "Data-mining Based Anomaly Detection in Document Management System", ISSN 1975-7700, ~ (2015)
- 권영백, "빅데이터를 활용한 이상 징후 탐지 및 관리 모델 연구", 한국인터넷방송통신학회 논문지, 16(6), pp.287~294 (2016), 한국인터넷방송통신학회[DOI]
- Haedong Kim, "Insider Threat Detection based on User Behavior Model and Novelty Detection Algorithms", Korea University, ~ (2017)
- Ho Jin Le, "Feature Selection Practice for Unsupervised Learning of Credit Card Fraud Detection", Korea University, ~ (2017)
- Pallabi Parveen, "Unsupervised Ensemble based Learning for Insider Threat Detection", IEEE, ~ (2012)
- Eldardiry, H, "Multi-source fusion for anomaly detection: using across-domain and across-time peer-group consistency checks", Journal of Wireless Mobile Networks, Ubiquitous Computing, and Dependable Applications (JoWUA), 5(2), pp.39~58 (2014)
- Tae-ho Kim, "Feature Selection Optimization in Unsupervised Learning for Insider threat Detection", Korea University, ~ (2018)
- A Study on Improvement of K-means Clustering With Bisecting, "Youn-Im Choi", Chung-Ang University, ~ (2011)
- Martin Ester, "A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise", Proceedings of the Second International Conference on Knowledge Discovery and Data Mining(KDD-96), pp.226~231 (1996), AAAI Press