딥 러닝을 이용한 인터네트워크 토폴로지 내 네트워크 경계의 악성 패킷 필터링 스킴 (Malicious Packet Filtering Scheme of Network Parameter on Internetwork Topology using Deep Learning)

서지정보

· 발행기관 : 국제차세대융합기술학회
· 수록지 정보 : 차세대융합기술학회논문지 / 4권 / 3호 / 250 ~ 257페이지
· 저자명 : 김현우, 송은하

초록

5G가 본격적으로 도입되기 시작하면서 스마트시티, 자율주행자동차, 스마트 팜 등의 IoT 시장이 빠르게 성장하고 있다. 그러나 이러한 IoT 기기들은 탑재되는 애플리케이션, 기기 유형 등이 다양하기 때문에 표준화된 아키텍처 설계가 어려워, 5G 네트워크에 연결될 경우 수백억 개의 IoT 기기들이 사이버위협에 노출되게 된다. 특히, 저사양 IoT 기기는 높은 수준의 보안 기능 탑재가 어렵기 때문에 분산 서비스 거부 공격 (Distributed Denial of Service, DDoS), 개인 정보 유출 등의 다양한 공격으로부터 위협받게 된다. 따라서 5G 네트워크에 연결된 다양한 기기들을 사이버위협으로부터 보호하기 위해 본 논문에서는 5G 네트워크상의 전송되는 패킷을 분석하여 악성 여부를 판단하는 Malicious Packet Filtering Scheme (MaPS)을 제안한다.

영어초록

As 5G began to be introduced in earnest, IoT markets such as smart cities, autonomous vehicles, and smart farms are rapidly growing. However, since these IoT devices have various applications and device types, it is difficult to design a standardized architecture, and when connected to a 5G network, tens of billions of IoT devices are exposed to cyber threats. In particular, low-end IoT devices are threatened by various attacks such as distributed denial of service (DDoS) and personal information leakage because it is difficult to mount high-level security functions. Therefore, in order to protect various devices connected to the 5G network from cyber threats, this paper proposes a Malicious Packet Filtering Scheme (MaPS) that analyzes transmitted packets on the 5G network to determine whether they are malicious.

참고자료

· 없음