• AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료

공격 그래프와 강화학습 기반 취약점 평가를 위한 공격 경로 분석 (An Attack Graph and Reinforcement Learning-Based Analysis of Attack Paths for Vulnerability Assessment)

9 페이지
기타파일
최초등록일 2025.06.27 최종저작일 2025.02
9P 미리보기
공격 그래프와 강화학습 기반 취약점 평가를 위한 공격 경로 분석
  • 미리보기

    서지정보

    · 발행기관 : 한국지능시스템학회
    · 수록지 정보 : 한국지능시스템학회 논문지 / 35권 / 1호 / 16 ~ 24페이지
    · 저자명 : 김진혁, 한명묵

    초록

    취약점 분석 평가는 사이버 위협에 대한 시스템 및 네트워크의 보안 결함을 한정된 시간 ·내에 최대한 식별하여 심각도를 측정하는 일련의 과정이다 현대 네트워크의 규모와 복잡성 .
    을 고려하였을 때 취약점을 보다 명확히 파악하고 분석하는 것이 중요하다 공격 그래프는 , .
    각 취약점을 독립적인 개체로 간주하지 않고 취약점 간 상호 관계성 의존성 등을 고려하여 ,취약점 분석을 수행할 수 있다 강화학습은 학습 에이전트가 환경과 상호작용을 통해 누적 .
    보상을 최대화하는 행동을 선택하는 학습법이다 본 논문은 효율적인 취약점 분석 평가를 . ·위해 공격 그래프와 강화학습을 결합한 프레임워크를 제안한다 해당 프레임워크에서는 공 .
    격 그래프를 강화학습을 위한 환경으로 변환한다 이후 보상 함수를 설정하고 강화학습 알 . ,고리즘인 을 활용하여 학습한다 학습을 마치면 결과 그래프를 그려 학습 파라미 Q-learning . ,터 별 누적 보상과 에이전트의 학습 과정을 비교한다 그래프 이외에 결과 데이터를 추출 및 .
    정제하여 가장 취약한 경로를 시각화하고 경로상의 노드를 정리하여 읽기 쉬운 데이터로 제 ,공한다.

    영어초록

    In the system or network, vulnerability analysis/assessment is a sequential processof measuring the severity of security within a limited time. Regarding the scale andcomplexity of modern networks, it is crucial to clearly identify and analyze securityvulnerabilities. Attack graphs can perform vulnerability analysis/assessment throughinterrelationships and dependencies between vulnerabilities, not considering eachvulnerability as an independent entity. Reinforcement learning is a method oflearning the policy that determine actions maximizing the cumulative rewards withthe interaction between learning agent and environment. This paper proposes aframework that combines attack graphs and reinforcement learning for efficientvulnerability analysis/assessment. In the framework, the attack graph istransformed and reduced into environment for reinforcement learning. After that, thereward function is then configured, and the Q-learning algorithm is used forreinforcement learning. Upon completing the learning process, result graphs aregenerated to compare cumulative rewards and the agent's learning progress acrossdifferent learning parameters. In addition to the graphs, the result data is extractedand refined to visualize the most vulnerable paths. The nodes on these paths areorganized to provide readable data.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“한국지능시스템학회 논문지”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2026년 03월 02일 월요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
11:01 오전