GOA를 사용한 침입 탐지 시스템을 위한 LightGBM 최적화

전 세계적으로 IoT 장치의 인기가 증가하고 있는 것은 헬스케어, 교육, 비즈니스, 방어 등 광범위한 분야와 학문에서의 적용성 때문입니다. 이들은 24시간 작동하면서 지속적으로 정보를 공유하므로 여러 유형의 공격에 취약해집니다. 침입 탐지 시스템은 악의적인 활동의 발생을 탐지하는 스마트 지능형 시스템입니다. 인터넷의 성장으로 인해 침입자는 새로운 공격 유형을 주입하고 악의적인 활동을 수행하는 새로운 방법을 시도하고 있습니다. 따라서 견고하고 신뢰할 수 있는 IDS가 필요합니다. 이 논문은 NetFlow 기반 UNSW-NB15 데이터셋을 사용하여 Grasshopper Optimization Algorithm을 이용해 하이퍼 파라미터를 조정한 LightGBM 분류기를 사용하는 방법론을 제시합니다. 제안된 방법론은 NetFlow 기반 데이터를 사용한 여러 작업에 기여하는 것을 목표로 하며, ∼97%의 탐지율을 달성합니다.