자연 가시성 그래프 기반 사이버 공격 탐지 지표 축소 연구
A Multi Method Importance and Performance Efficiency Analysis of Topological Metrics for Natural Visibility Graph Based Cyber Attack Detection
arXiv네트워크 트래픽의 구조적 특성을 분석하는 자연 가시성 그래프(NVG) 기반 사이버 공격 탐지 시스템에서, 수많은 지표 중 핵심적인 소수만 선별하여 효율성과 정확도를 높이는 연구가 진행되었습니다.
- 다양한 중요도 분석 기법을 결합해 21개 지표를 평가한 결과, 상위 3개 지표만을 사용했을 때 성능이 향상되었고, 전체 대비 처리 시간은 약 96%까지 대폭 단축되는 성과를 거두었습니다.
- 이는 복잡하고 방대한 데이터를 다루는 사이버 보안 분야에서 모델의 예측 성능을 유지하면서도 계산 비용과 연산 부하를 획기적으로 줄일 수 있는 실질적인 방법론적 근거를 제시합니다.
- 다만, 이 중요도 기반 지표 축소 기법은 특정 데이터셋에 최적화된 결과이므로, 실제 시스템 적용 시 다양한 유형의 네트워크 트래픽을 고려하여 추가 검증이 필요합니다.
자연 가시성 그래프(NVG)를 이용한 분석은 네트워크 트래픽의 구조적 특성을 반영하는 위상 기술자를 통해 이루어집니다. 본 연구는 21개의 NVG 유도 위상 지표를 평가하며, 이 중 핵심적인 소수만 선별하여 계산 비용을 줄이는 것이 목표였습니다. 이를 위해 SHAP, 그룹 순열 중요도(grouped Permutation Importance), Boruta, 재귀적 특징 제거(RFE) 등 네 가지 중요도 분석 방법을 통합한 합의 순위 전략을 활용했습니다.
이 연구는 CICIDS2018 데이터셋과 CNN 분류기를 사용하여 5겹 계층 교차 검증으로 평가를 진행했습니다. 그 결과, 상위 3개 지표(Top3)가 가장 높은 평균 성능을 달성하여 정확도 97.148%, 가중 F1 점수 97.055%, MCC 0.9675를 기록했습니다. 이는 모든 지표 사용(Full21) 시의 수치(각각 95.999%, 95.521%, 0.9549)보다 높은 성능을 보였습니다.
또한, 상위 3개 지표를 적용했을 때 전체 실행 시간은 14,961.39초에서 589.22초로 약 96.06% 감소했습니다. 이러한 결과는 중요도 기반의 지표 축소가 예측 성능을 유지하면서 계산 비용과 연산 부하를 크게 줄이는 컴팩트한 NVG 표현을 제공함을 보여줍니다.
어떤 방법을 사용해 핵심 지표들을 선별했나요?
SHAP, 그룹 순열 중요도(grouped Permutation Importance), Boruta, 재귀적 특징 제거(RFE) 등 네 가지 중요도 분석 방법을 통합한 합의 순위 전략을 활용했어요.
상위 3개 지표를 사용했을 때 성능은 어땠나요?
정확도는 97.148%, 가중 F1 점수는 97.055%, MCC는 0.9675를 기록했어요. 이는 모든 지표를 사용할 때의 수치보다 높은 성능을 보여주었어요.
지표 축소로 계산 비용은 얼마나 줄었나요?
전체 실행 시간이 14,961.39초에서 589.22초로 약 96.06% 감소했어요. 이는 연산 부하를 크게 줄여주는 결과를 보여줘요.