AI(인공지능)
a(rtificial) i(ntelligence)
방대한 IT 인프라, 데이터 증가, 복잡한 컴플라이언스, 강화된 법 규제 등 IT환경은 점점 더 복잡해지고 있습니다.
최근 수년간 진화를 거듭하고 있는 인공지능(AI) 기술은 4차 산업혁명을 선도하는 주요 차세대 기술들 가운데 가장 혁신적인 기술로, 산업뿐 아니라 인간의 삶 자체를 변화시키는 핵심 역할을 수행 할 것으로 보여집니다.
그리고 해킹공격의 자동화, 보안 위협의 지능화, 사이버 전쟁의 위험 증가 등 사이버 공격은 날로 진화하고 있습니다.
AI분석 서비스로 광범위하고 적절한 수집과 가공, 분석을 제공하는 플랫폼이 중심이 되면 AI기술은 고도화된 보안 위협에 대한 대응력을 한 단계 높여줄 것입니다.
Artificial Intelligence (AI) Data Analysis Process
인공지능(AI) 데이터 분석 프로세스
– 네트워크 접근 로그, 보안 시스템 탐지 이벤트, 경보 이벤트 등을 선정 합니다.
– 수집한 전체 데이터를 기준으로 위협 모델의 목적에 맞는 특성(Feature)을 추출하고 학습 데이터를 생성 합니다.
– 원하는 목적에 맞는 위협 모델을 생성하고 이에 맞는 알고리즘을 선정해 전처리된 데이터의 학습을 진행 합니다.
– 지도 학습 및 비지도 학습 예측 후 검증하고, 예측 정확도 향상을 위한 피드백 및 예외 처리를 수행 합니다.
– 수집한 전체 데이터를 기준으로 위협 모델의 목적에 맞는 특성(Feature)을 추출하고 학습 데이터를 생성 합니다.
– 원하는 목적에 맞는 위협 모델을 생성하고 이에 맞는 알고리즘을 선정해 전처리된 데이터의 학습을 진행 합니다.
– 지도 학습 및 비지도 학습 예측 후 검증하고, 예측 정확도 향상을 위한 피드백 및 예외 처리를 수행 합니다.
데이터 정의
- 데이터 정의
- 검증 방안
- 데이터 분석
전처리
- 데이터 수집
- 특성 생성
- 학습데이터 생성
모델생성 및 학습
- 위협모델 생성
- 학습
- 모델평가
검증
- 예측
- 피드백/예외처리
등..
Data Analysis
데이터 분석
Summary
정보의 홍수 속에 의미 있는 데이터를 빠르게 선별 및 분석하고, 증가하고 있는 보안 데이터 속에서 의미 있는 보안 데이터를 학습하여 주요 원인을 보다 빠르고 정확하게 찾아낼 수 있어야합니다.
복합적인 보안과 데이터 분석을 통해 올바른 의사결정을 내릴 수 있는 데이터 전문가가 정보를 자동으로 분석, 그중 위협 정보를 빠르게 선별해 제공하고, 차세대 보안 시스템을 구축하고 운영해야 합니다.
