머신러닝을 활용한 클라우드 인프라 비정상 모니터링
CLIAM: Cloud Infrastructure Abnormal Monitoring using Machine Learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
초연결, 지능화로 대표되는 4차 산업혁명에서 클라우드컴퓨팅은 빅데이터와 인공지능 기술을실현하기 위한 기술로 주목받고 있다. 클라우드컴퓨팅이 확산됨에 따라 이에 대한 다양한 위협또한 증가하고 있다. 클라우드컴퓨팅 환경의 위협에 대응하기 위한 하나의 방법으로 본 논문에서는 IaaS 서비스 제공자가 클라이언트에게 할당한 자원에 대해 효과적인 모니터링 할 수 있는 방법을 제안한다. 본 논문에서 제안하는 방법은 할당된 클라우드 자원의 사용량을 ARIMA 알고리즘으로 모델링 하고, 평시 사용량과 추이 분석을 통해 비정상 상황을 식별할 수 있는 방법이다. 본논문에서는 실험을 통해 제안한 방법을 이용하여 클라우드 서비스 제공자가 클라이언트 시스템에대한 최소한의 권한으로 효과적으로 모니터링 할 수 있음을 보였다.
Abstract
In the fourth industrial revolution represented by hyper-connected and intelligence, cloud computing is drawing attention as a technology to realize big data and artificial intelligence technologies. The proliferation of cloud computing has also increased the number of threats. In this paper, we propose one way to effectively monitor to the resources assigned to clients by the IaaS service provider. The method we propose in this paper is to model the use of resources allocated to cloud systems using ARIMA algorithm, and it identifies abnormal situations through the use and trend analysis. Through experiments, we have verified that the client service provider can effectively monitor using the proposed method within the minimum amount of access to the client systems.
참고문헌 (16)
- M. J. Lee, "Internet & Information Security:Big Data and the Utilization of Public Data", KISA, 47~64 (2011)
- 정현석, "4차 산업혁명에서의 클라우드컴퓨팅 활용에 관한 연구", 한국통신학회논문지, 44(6), pp.1213~1222 (2019), 한국통신학회[DOI]
- "Amazon AWS"[URL]
- "Mocrosoft Azure"[URL]
- "Cloud Services Information Protection Guide", KISA, 1~98 (2011)
- Cloud Computing Issues and Status, , KEIT, 1~48 (2011)
- "Cloud Computing"[URL]
- 신지혜, "클라우드컴퓨팅서비스 이용자 보호를 위한 규제와 표준계약서", 외법논집, 40(4), pp.117~140 (2016), 법학연구소[DOI]
- "Top Threats to Cloud Computing Plus: Industry Insights", Cloud Security Alliance, ~ (2017)
- Vyas, Giriraj, "Intrusion Detection Systems : A Modern Investigation", International Journal of Engineering, Management & Sciences (IJEMS), 1(11) (2014)
- Alpaydin, "Ethem. Introduction to machine learning" (2020), MIT press
- Patric R. Nicolas, "Scala for Machine Learning" (2015), Packt Publishing Ltd
- J. Contreras, "ARIMA models to predict next-day electricity prices", IEEE Transactions on Power Systems, 18(3), pp.1014~1020 (2003), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- 임인구, "도커 컨테이너의 멀티코어 CPU 대역폭 영향 분석", 정보과학회 컴퓨팅의 실제 논문지, 24(12), pp.675~680 (2018), 한국정보과학회[DOI]
- D. Merkel, "Docker : Lightweight Linux Containers for Consistent Development and Deployment", Journal of Linux Journal, 2014(239), pp.2~ (2014)
- "STRESS"[URL]