기본 정보
연구 분야
프로젝트
논문
구성원
article|
·
인용수 1
·2023
Integrating Machine Learning for Network Threat Detection with SmartX Multi-Sec Framework
Talaya Farasat, Muhammad Ahmad Rathore, JongWon Kim
초록

보안은 현대 네트워크 인프라의 효과적인 운영에 필수적인 요소이다. TEIN(Trans-Eurasia Information Network) 위의 OF@TEIN 플레이그라운드인 다중 사이트 클라우드는 분산형 엣지 노드를 갖추고 있으며, 이로 인해 보안 과제가 제기되었다. 분산형 엣지 노드의 보안 과제를 해결하기 위해 최근 SmartX Multi-Sec 프레임워크가 도입되었다. 그러나 이는 시그니처 기반 네트워크 위협 탐지 메커니즘에 기반한다. 규모가 지속적으로 증가하는, 현재의 복잡하고 이질적인 네트워크 트래픽의 특성에 따라, 전통적인 시그니처 기반 방법보다 머신러닝 역량이 숨겨지고 복잡한 네트워크 트래픽의 패턴을 인식하는 데 더 효과적이다. 또한 현재 보안 솔루션의 취약점에 대응하여, 제로 트러스트 모델은 어떤 네트워크도 신뢰할 수 없다고 가정한다. 따라서 클라우드 운영자는 모든 네트워크 트래픽을 지속적으로 모니터링하고 검증해야 한다. 이에 상기한 과제를 고려하여, 우리는 제로 트러스트에 초점을 두고 머신러닝 기법을 통합함으로써 네트워크 위협 탐지(특히 DDoS 공격)를 위한 SmartX Multi-Sec 프레임워크를 강화하고자 한다. 또한 그 시제품 버전은 OF@TEIN 플레이그라운드에서 구현되어 그 효과성을 입증하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
Computer scienceCloud computingEnhanced Data Rates for GSM EvolutionComputer securityNetwork securityDenial-of-service attackSignature (topology)Edge computingDistributed computingArtificial intelligence
타입
article
IF / 인용수
- / 1
게재 연도
2023

주식회사 디써클

대표 장재우,이윤구서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2)대표 전화 0507-1312-6417이메일 info@rndcircle.io사업자등록번호 458-87-03380호스팅제공자 구글 클라우드 플랫폼(GCP)

© 2026 RnDcircle. All Rights Reserved.