A Study on a Deep Learning-Based Intrusion Detection System for Foreign Exchange Transactions via the FIX(Financial Information eXchange) API

FIX(Financial Information eXchange) API 외환 트랜잭션에 대한 딥러닝 기반 침입 탐지 시스템 모델 연구

외환당국의 외환시장 구조 개선 정책으로 해외 금융기관의 시장 참여가 확대되고 트레이딩 패러다임이 FIX API 기반의 시스템 체결로 전환됨에 따라, FIX 프로토콜의 보안 취약점이 새로운 리스크로 부상하고 있다. 기존 침입탐지 시스템의 규칙 기반 접근법은 이러한 신규 위협을 탐지하는 데 한계가 있으므로, 머신러닝 등 인공지능 기법을 활용한 지능형 IDS 도입이 요구된다. 본 연구에서는 FIX 메시지 시퀀스로부터 거래 건수 및 상태 값 등의 특징을 추출하여 시계열 딥러닝 모델(LSTM)로 학습함으로써 이상 거래 행위를 탐지하는 IDS 모델을 제안한다. 제안된 시스템은 정상적인 거래 흐름과 어긋나는 비정상 패턴을 실시간으로 식별함으로써 FIX API 트레이딩 모델의 보안 취약점을 개선할 것으로 기대된다.