earticle

영어

The Apriori algorithm, a representative data mining algorithm, is used for internal and external analysis of hacking attacks on large-capacity networks. However, the Apriori algorithm is inefficient due to excessive CPU time and memory requirements. In this paper, we propose a new association rule algorithm to accurately and efficiently analyze a large amount of audit data. Since audit data is data with different characteristics from transaction databases, we use the association rule algorithm considering this to explore the association between audit data attributes. was tested. And by applying the frequent episode technique, it is possible to create a rule that can predict or describe the behavior of a sequence in a known event and discover frequently occurring events within a continuous time interval by collecting events that occur interrelatedly within a given time. tested that it can.

한국어

대용량 네트워크의 해킹 공격에 대한 내·외부 분석은 대표적인 데이터 마이닝 알고리즘인 Apriori 알고리즘을 이용하고 있 다. 그러나 Apriori 알고리즘은 과도한 CPU 사용시간과 메모리 요구로 인하여 효율성이 떨어진다. 본 논문에서는 대량의 감사 데이터를 정확하고 효율적으로 분석하기 위한 새로운 연관 규칙 알고리즘을 제안하고, 감사데이터는 트랜잭션 데이터베이스 와는 다른 특성을 가지는 데이터이므로 이를 고려한 연관규칙 알고리즘을 이용하여 감사데이터 속성간의 연관성 탐사를 시험 하였다. 그리고 빈발 에피소드 기법을 적용하여 주어진 시간 내에서 상호 연관성 있게 발생한 이벤트들을 모음으로써 연속적 인 시간간격 내에서 빈번하게 발생하는 사건들의 발견과 알려진 사건에서 시퀀스의 행동을 예측하거나 기술할 수 있는 규칙 을 생성할 수 있음을 시험하였다.