개선된 클러스터링 알고리즘 기반의 네트워크 공격 탐지 (Detection of Network Attacks Based on an Improved Clustering Algorithm)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 11권 / 3호 / 141 ~ 150페이지
· 저자명 : 장석우, 김계영

초록

본 논문에서는 네트워크 트래픽 데이터의 IP 주소와 포트 정보를 시각화하고, 시각화된 포트 정보를 분산도에 따라 군집화함으로써 네트워크의 트래픽 공격을 보다 효과적으로 탐지 및 분류하는 방법을 제안한다. 제안된 방법에서는 먼저 송신자와 수신자의 IP 주소와 포트 정보를 2차원의 영상으로 시각화한다. 그리고 시각화된 영상을 분석하여 네트워크 트래픽의 공격을 의미하는 라인 또는 명암값이 높은 패턴을 추출하고, 개선된 클러스터링 알고리즘을 이용하여 포트 정보를 분산도에 따라 군집화한다. 마지막으로, 추출된 특징들을 인공신경망을 통해 학습시켜 트래픽 데이터가 정상 트래픽, DDoS, DoS, 또는 인터넷 웜인지를 자동으로 탐지한다. 본 논문의 실험에서는 제안된 클러스터링 알고리즘을 이용한 방법이 네트워크 트래픽 데이터의 공격을 보다 효과적으로 탐지한다는 것을 실험을 통해 보여준다.

영어초록

In this paper, we suggest a method of effectively detecting and classifying network traffic attacks by visualizing their IP addresses and ports and clustering the visualized ports according to their variances. The proposed approach first generates 2D images from the IP addresses and ports of the transmitters and receivers. Analyzing those images, it then extracts their major features such as linear patterns and high intensity values representing traffic attacks, clusters the ports using an improved ISODATA algorithm, and determines through neural network if the traffic data contain DDoS, DoS, or Internet worm attacks. In experiments, we show that our suggested ISODATA clustering-based algorithm effectively detects traffic attacks through various experiments.

참고자료

· 없음