An Hybrid Detection Algorithm using FCM-LSTM

2025년은 SKT, KT, LGU+ 통신사를 비롯하여 롯데카드의 해킹사고가 발생하였다. 이로 인하여 개인정보 유출과 2차 피해가 우려되고 있다. 이처럼 해킹사고가 발생하면 국가정부기관, 기업 등의 손실로 끝나는 것이 아니며 개인정보유출로 인한 2차 피해가 전 국민에게는 불안과 공포로 다가오고 있다. 그러므로 이러한 침입탐지, 방지, 대응 등에 대한 연구가 중요한 것이다. 침입탐지 및 방지에 대한 연구는 2000년 초반 DDoS시절부터 2025년까지 수동적인 탐지 알고리듬(전문가시스템, 패턴분석, 패킷분석, 이상징후기법 등) 다양한 알고리듬이 연구되고 있다. 최근 인공지능에 대한 관심으로 데이터마이닝, KNN, RNN(Recurrent Neural Network), FCM, CNN(Convolutional Neural Network), LSTM(Long Short-Term Memory) 등 다양한 인공지능 알고리듬이 연구되고 있다. LSTM은 RNN알고리듬의 단점을 해결한 알고리듬으로 다른 알고리듬에 비해 성능이 우수한 것으로 알려져있다. 본 논문에서는 FCM-LSTM 하이브리드 탐지 알고리듬을 제안한다. NSL-KDD와 CICDDOS2019 데이터셋을 이용하여 기존에 저자가 연구한 탐지 알고리듬인 SPuF, FCM-OW, FCM-Self과 제안한 FCM-LSTM 알고리듬에 대한 정상탐지율과 정확도를 측정하고 이를 비교분석한다.