Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2025.05a
  • /
  • Pages.256-257
  • /
  • 2025
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Recent Trends in AutoEncoder-Based Traffic Classification

AutoEncoder 기반 트래픽 분류 기술 최신 동향

  • Ju-Hyeong Seo (Dept. of Computer Engineering, Yeongnam University) ;
  • Ga-Young Kim (Dept. of Computer Engineering, Yeongnam University) ;
  • Tae-Yun Kim (Dept. of Computer Engineering, Yeongnam University) ;
  • Gi-Tae Bae (Dept. of Computer Engineering, Yeongnam University) ;
  • Chan-Hyung Kim (Dept. of Computer Engineering, Yeongnam University) ;
  • IbrahiMova-Naila (Dept. of Computer Engineering, Yeongnam University) ;
  • Jong-Hee Youn (Dept. of Computer Engineering, Yeongnam University)
  • Published : 2025.05.29
Download PDF
⟨ Previous Next ⟩

Abstract

본 연구는 최근 인터넷 환경에서 암호화 프로토콜의 사용 증가로 기존 방식의 네트워크 트래픽 분류가 제한됨에 따라, 이를 해결하기 위한 오토인코더 기반 트래픽 분류 기법을 분석하였다. Flow Spectrum 및 AMAE 기법은 높은 정확도를 보였으나, 스펙트럼 중첩 현상 및 데이터 편향 문제가 존재했다. Masked AutoEncoder를 적용한 YaTC는 비라벨 데이터를 이용한 사전학습을 통해 정확도와 실용성을 개선하였으나, MFR 형식의 일반화 가능성에 대해 추가 검증이 필요하다.

Keywords

Acknowledgement

이 논문은 2025년도 정부(산업통상자원부)의 재원으로 한국산업기술진흥원의 지원을 받아 수행된 연구임(RS-2024-00406796, 2025년 산업혁신인재성장지원사업), 2025년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (RS-2023-00235509, ICT융합 공공 서비스·인프라의 암호화 사이버위협에 대한 네트워크 행위 기반 보안관제 기술 개발)

References

  1. Cui, Jun, et al., The Attention‑BasedAutoencoder for Network Traffic Classification with Interpretable Feature Representation, Symmetry, 16, 5, 589, 2024.
  2. Yang et al, FlowSpectrum: a concrete characterization scheme of network traffic behavior for anomaly detection, World Wide Web, 25, 5, 2022, 2139–2161.
  3. Woo, Sanghyun, et al., CBAM: ConvolutionalBlock Attention Module, Proceedings of the 15thEuropean Conference on Computer Vision(ECCV), Munich, Germany, 2018, 3–19.
  4. Zhao, Ruijie, et al., Yet Another Traffic Classifier: A Masked Autoencoder Based Traffic Transformer with Multi‑Level Flow Representation, Proceedings of the 37th AAAI Conference on Artificial Intelligence (AAAI‑23), Washington, DC, USA, 2023, 5420-5427.