상세 보기
초록
본 논문은 HTTP Outbound Traffic의 감시를 통해 다양한 웹 공격의 침입 경로에 대응하고, 학습 효율성을 높여 변종 또는 새로운 기법을 이용한 비정상 행위에 대한 오탐을 낮춘 기법을 제안한다. 제안 기법은 HMM(Hidden Markov Model)을 적용하여 HTML 문서속의 태그와 자바스크립트의 학습을 통한 정상 행위 모델을 생성한 후, HTTP Outbound Traffic속의 정보를 정상 행위 모델과 비교하여 웹 공격을 탐지한다. 실제 침입된 환경에서의 검증 분석을 통해, 제안기법이 웹 공격에 대해 0.0001%의 오탐율과 96%의 우수한 탐지능력을 보임을 제시한다.
키워드
Web-based Attacks; HTTP Outbound Traffic; Anomaly Detection; HMM(Hidden Markov Model); HTML tag; Javascript; 웹 공격; HTTP Outbound Traffic; 비정상 행위 탐지; HMM(은닉 마코브 모델); HTML 태그; 자바스크립트
- 제목
- HTTP Outbound Traffic에 HMM을 적용한 웹 공격의 비정상 행위 탐지 기법
- 제목 (타언어)
- Anomaly Detection Scheme of Web-based attacks by applying HMM to HTTP Outbound Traffic
- 저자
- 최병하; 최승교; 조경산
- 발행일
- 2012-05
- 유형
- Y
- 저널명
- 한국컴퓨터정보학회논문지
- 권
- 17
- 호
- 5
- 페이지
- 33 ~ 40