내부정보유출 위험등급 판단을 위한 딥 러닝 모델 성능비교에 관한 연구

초록

최근 기업 내부 정보 유출이 증가하고 있다. 내부 정보 유출의 대부분은 내부자에 의해 발생하고 있어, 회사는 이를 방지하기 위해 몇 가지 보안 솔루션을 적용하는 중이다. 그러나 사전에 정보 유출을 방지하는 데에는 한계가 있어 데이터 누출 감지에 딥 러닝 학습을 적용한 솔루션에 대한 연구가 부족한 실정이다. 본 논문에서는 다양한 심층 학습 모델을 적용하여 내부 데이터 유출 위험 분류를 판단하는 방법을 제안한다. 보안 이벤트는 내부 사용자 정보 유출의 위험을 결정하기 위해 보안 장치를 통해 얻은 보안 로그 및 사용자 정보를 매핑하여 각 사용자에 대해 생성하였다. 매핑된 데이터를 기반으로 한 교육 데이터가 생성되어 MLP, LSTM 및 GRU와 같은 심층 학습 모델에 적용되어 모델 간의 성능을 비교한다. 또한, 숨겨진 노드의 수와 활성화 함수가 변경되고 그 효과를 검사하였다. 실험 결과에 따르면 GRU 모델에 softmax 활성화 함수가 적용된 모델이 드롭 아웃 없이 가장 높은 성능과 93 %의 정확도를 보였다.

키워드