침입 탐지 시스템을 위한 신경망 구성 요소

신경 알고리즘의 특성을 이용한 사용자 행동 모델링 접근법이 설명되며, 이 접근법에 대한 초기 테스트 결과가 제시됩니다. 이 접근법의 기초는 IDES(침입 탐지 전문가 시스템)로, 시스템의 알려진 취약점에 대한 공격 증거를 찾는 전문가 시스템과 감시 중인 컴퓨터 시스템에서 사용자의 행동에 대한 통계 모델의 두 가지 구성 요소를 가지고 있습니다. 이 모델은 사용자가 컴퓨터 작업을 할 때의 습관을 배우며, 현재 행동이 이전에 학습한 패턴과 일치하지 않을 경우 경고를 발생시킵니다. 저자들은 모델의 범위를 넓히기 위해 시계열 접근법을 제안합니다. 따라서 그들은 대체 기술의 필요성을 느끼고 침입 탐지 시스템의 구성 요소로서 사용자 행동 모델링을 위한 신경망 구성 요소의 사용을 도입합니다.