KR101484290B1 - 통합 로그 분석 시스템 - Google Patents

통합 로그 분석 시스템 Download PDF

Info

Publication number
KR101484290B1
KR101484290B1 KR20130134806A KR20130134806A KR101484290B1 KR 101484290 B1 KR101484290 B1 KR 101484290B1 KR 20130134806 A KR20130134806 A KR 20130134806A KR 20130134806 A KR20130134806 A KR 20130134806A KR 101484290 B1 KR101484290 B1 KR 101484290B1
Authority
KR
South Korea
Prior art keywords
analysis
target information
information
analysis target
analyzed
Prior art date
Application number
KR20130134806A
Other languages
English (en)
Inventor
이상준
손민기
이진택
Original Assignee
유넷시스템주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 유넷시스템주식회사 filed Critical 유넷시스템주식회사
Priority to KR20130134806A priority Critical patent/KR101484290B1/ko
Application granted granted Critical
Publication of KR101484290B1 publication Critical patent/KR101484290B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3495—Performance evaluation by tracing or monitoring for systems

Abstract

본 발명은 통합 로그 분석 시스템에 관한 것으로서, 분석 대상 정보가 입력되는 입력모듈; 상기 입력모듈로부터 분석 대상 정보를 수신하여 상기 분석 대상 정보를 가공, 연산, 분석하는 통계예측모듈; 및 상기 통계예측모듈로부터 분석된 정보를 출력시키는 출력모듈;을 포함하며, 상기 통계예측모듈은 상기 분석 대상 정보에 대한 회귀분석과 시계열분석을 수행하는 것을 특징으로 한다.
이에 의해, 분석 대상 정보의 회귀분석 및 시계열분석을 통해 보안 사고 및 위협에 선제적으로 대응할 수 있는 통합 로그 분석 시스템을 구축할 수 있다.

Description

통합 로그 분석 시스템{INTEGRATED LOG ANALYSIS SYSTEM}
본 발명은 통합 로그 분석 시스템에 관한 것이다.
일반적으로, 통신을 통한 시스템 연계는 여러 기관의 주요 활동과 경쟁력에 큰 영향을 미치는 중요한 기반 기술로 인정받고있으며, 통신 활용의 증가에 따른 통신 시스템에 대한 침해 사고 또한 급증하고 있는 추세이며, 통신 시스템에 공격기법은 점점 더 복잡해지고 새로워지고 있다.
이러한 침해 사고를 예방하기 위해 각종 보안 대책이 적용되고 있으며, 대표적으로는 계정계 시스템으로 접속하는 사용자 로그인 정보(원본로그)를 분석하여 비정상 정보를 취합하는 로그분석시스템이 적용되고 있으며, 관련 종래기술로는 대한민국 등록특허공보 제10-0894331호가 있었다.
그러나, 상기 종래기술은 원본로그(이하 '분석 대상 정보'라 함)의 웹로그 상호 연관분석 만을 이용하여 시스템에 적용시키고 있어 회귀분석과 시계열분석를 통한 통계적 통합 로그 분석을 수행하는데는 한계가 있다는 문제점이 있었다.
본 발명은 상기 문제점을 개선하기 위하여 창작된 것으로써, 본 발명의 목적은, 분석 대상 정보의 회귀분석 및 시계열분석을 통해 보안 사고 및 위협에 선제적으로 대응할 수 있는 통합 로그 분석 시스템을 제공하는 데 있다.
상기 목적은, 본 발명에 따라, 분석 대상 정보가 입력되는 입력모듈; 상기 입력모듈로부터 분석 대상 정보를 수신하여 상기 분석 대상 정보를 가공, 연산, 분석하는 통계예측모듈; 및 상기 통계예측모듈로부터 분석된 정보를 출력시키는 출력모듈;을 포함하며, 상기 통계예측모듈은 상기 분석 대상 정보에 대한 회귀분석과 시계열분석을 수행하는 통합 로그 분석 시스템에 의해 달성될 수 있다.
여기서, 상기 통계예측모듈은, 상기 분석 대상 정보의 회귀분석을 위한 기본적인 연산을 수행하는 제1연산부; 및 상기 제1연산부로부터 연산된 하나 이상의 결과를 바탕으로 회귀분석 연산을 수행하는 제2연산부;를 포함한다.
또한, 상기 제1연산부는, 상기 분석 대상 정보에 대한 통계를 연산하는 통계부분; 상기 분석 대상 정보를 역행렬 연산 처리하는 행렬부분; 및 상기 제2연산부로부터 전달된 가공된 분석 대상 정보의 통계를 연산하여 제2연산부로 재전달하는 기초통계부분;을 포함한다.
또한, 상기 제2연산부는, 상기 입력모듈로부터 전달된 분석 대상 정보의 null 을 제거하고, 분석 대상 정보에 포함된 문자를 숫자로 변환하고, 미리 설정된 추가 변수를 설정하여 분석 대상 정보를 가공하는 데이터가공부분; 상기 데이터가공부분으로부터 가공된 분석 대상 정보를 전달받아 분석될 대상 정보의 변수를 선택하는 파라미터선택부분; 상기 파라미터선택부분으로부터 선택된 변수가 적용된 분석 대상 정보의 선형 회귀분석을 수행하는 선형회귀분석부분; 상기 선형회귀분석부분의 결과에 대한 평가를 위한 분산분석(ANOVA) 및 수정 결정계수(Adjusted R^2)의 통계값을 연산하는 파라미터평가부분; 선형변수를 함수로 변형하여 상기 선형회귀분석부분으로 전달하는 변수변환부분; 상기 파라미터평가부분으로부터 연산된 파라미터 간의 상호 상관 관계(정규, 등분산, 독립)를 파악하는 잔차(Residual)분석부분; 상기 파라미터평가부분의 결과에 대한 분포함수를 연산하는 분포함수부분; 상기 분석 대상 정보의 이탈값(Outlier) 데이터를 추출 및 제거하여 상기 데이터가공부분으로 전달하는 이탈값분석부분; 상기 입력모듈로부터 입력된 분석 대상 정보의 일부를 검증용 데이터로 활용하여 회귀분석과 시계열분석를 시험적으로 수행하여 출력모듈로 전달하는 시뮬레이션부분;을 포함한다.
본 발명에 의해, 분석 대상 정보의 회귀분석 및 시계열분석을 통해 보안 사고 및 위협에 선제적으로 대응할 수 있는 통합 로그 분석 시스템을 구축할 수 있다.
첨부의 하기 도면들은, 전술한 발명의 상세한 설명과 함께 본 발명의 기술적 사상을 이해시키기 위한 것이므로, 본 발명은 하기 도면에 도시된 사항에 한정 해석되어서는 아니 된다.
도 1 은 본 발명에 따른 통합 로그 분석 시스템의 블럭도이다.
이하, 첨부된 도면을 참조하여 본 발명의 구성을 상세히 설명하기로 한다.
이에 앞서, 본 명세서 및 청구범위에 사용된 용어는 사전적인 의미로 한정 해석되어서는 아니되며, 발명자는 자신의 발명을 최선의 방법으로 설명하기 위해 용어의 개념을 적절히 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합되는 의미와 개념으로 해석되어야 한다.
따라서, 본 명세서에 기재된 실시예 및 도면에 도시된 구성은 본 발명의 바람직한 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 표현하는 것은 아니므로, 본 출원 시점에 있어 이들을 대체할 수 있는 다양한 균등물과 변형예들이 존재할 수 있음을 이해하여야 한다.
도 1 은 본 발명에 따른 통합 로그 분석 시스템의 블럭도이다.
도 1 을 참조하면, 본 발명에 따른 통합 로그 분석 시스템은, 입력모듈(100), 통계예측모듈(200) 및 출력모듈(300)을 포함한다.
입력모듈(100)은 분석 대상 정보(원본로그)가 입력되며, 입력된 분석 대상 정보는 통계예측모듈(200)로 전달된다.
통계예측모듈(200)은 입력모듈(100)로부터 분석 대상 정보를 수신하여 상기 분석 대상 정보를 가공, 연산, 분석하여 분석된 결과값을 출력모듈(300)로 전달한다.
출력모듈(300)은 통계예측모듈(200)로부터 분석된 정보를 제어 모듈 또는 분석 정보가 반영되어야 하는 보안 시스템으로 전달하는 역할을 수행한다.
여기서, 통계예측모듈(200)은 본 발명의 특징적 구성으로 분석 대상 정보에 대한 회귀분석과 시계열분석을 수행하도록 마련된다.
구체적으로, 통계예측모듈(200)은, 상기 분석 대상 정보의 회귀분석을 위한 기본적인 연산을 수행하는 제1연산부(210)와 제1연산부(210)로부터 연산된 하나 이상의 결과를 바탕으로 회귀분석 연산을 수행하는 제2연산부(260)를 포함한다.
여기서, 제1연산부는 통계부분(211), 행렬부분(212) 및 기초통계부분(213)을 포함한다.
통계부분(211)은 상기 분석 대상 정보에 대한 통계를 연산하여 이를 제2연산부(260)로 전달하는 역할을 수행하며, 행렬부분(212)은 상기 분석 대상 정보를 회귀분석 하기 위하여 요구되는 역행렬로 연산하여 제2연산부(260)로 전달하는 역할을 수행한다.
기초통계부분(213)은 후술할 제2연산부(260)로부터 전달된 가공된 분석 대상 정보(구체적으로는, 데이터가공부분으로부터 가공된 분석 대상 정보)의 통계를 연산하는 제2연산부(260)로 재전달하는 역할을 수행한다.
한편, 상기 제2연산부(260)은 데이터가공부분(261), 파라미터선택부분(262), 선형회귀분석부분(263), 파라미터평가부분(264), 변수변환부분(265), 잔차분석부분(266), 분포함수부분(267), 이탈값분석부분(268) 및 시뮬레이션부분(269)를 포함한다.
데이터가공부분(261)은 입력모듈(100)로부터 전달된 분석 대상 정보의 null 을 제거하고, 분석 대상 정보에 포함된 문자를 숫자로 변환하고, 미리 설정된 추가 변수를 설정하여 분석 대상 정보를 가공하는 역할을 수행하며, 가공된 데이터를 기초통계부분(213), 파라미터선택부분(262) 및 출력모듈(300)로 전달하도록 마련된다.
파라미터선택부분(262)는 데이터가공부분(261)으로부터 가공된 분석 대상 정보를 전달받아 분석될 대상 정보의 변수를 선택하며, 선택된 변수가 적용된 분석 대상 정보를 선형회귀분석부분(263)으로 전달하도록 마련된다.
선형회귀분석부분(263)은 파라미터선택부분(262)으로부터 선택된 변수가 적용된 분석 대상 정보의 선형 회귀분석을 수행하며, 회귀분석 결과를 파라미터평가부분(264)으로 전달한다.
파라미터평가부분(264)는 선형회귀분석부분(263)의 결과에 대한 평가를 위한 분산분석(ANOVA) 및 수정 결정계수(Adjusted R^2)의 통계값을 연산하는 역할을 수행하며, 연산된 평가값을 잔차분석부분(266) 및 분포함수부분(267)로 전달한다.
변수변환부분(265)은 후술할 잔차분석부분(266)에서 연산된 파라미터 간의 상호 산관관계를 토대로 선형변수를 함수로 변형하여 선형회귀분석부분(263)으로 전달하는 역할을 수행하며, 이러한 루틴을 반복적으로 적용시켜 시계열 분석 데이터를 누적시킬 수 있다.
잔차분석부분(266)은 파라미터평가부분(264)으로부터 연산된 파라미터 간의 상호 상관 관계(정규, 등분산, 독립)를 파악하는 역할을 수행하며, 결과값을 파라미터선택부분(262) 및 후술할 이탈값분석부분(268)으로 전달한다. 즉, 파라미터 간의 상호 상관 관계를 토대로 파라미터선택부분(262)에서 분석 대상 변수를 선택할 기준을 제공할 수 있으며, 이탈값분석부분(268)에서 상기 상호 상관 관계를 이용하여 분석 대상 정보에 포함된 이탈값 선정을 연속적으로 누적시켜 더욱 신뢰적인 정보 예측이 구현될 수 있다.
분포함수부분(267)은 파라미터평가부분(264)의 결과에 대한 분포함수를 연산하며, 이를 잔차분석부분(266)으로 전달하는 역할을 수행한다.
이탈값분석부분(268)은 상기 잔차분석부분(266)으로부터 분석된 결과를 바탕으로 분석 대상 정보의 이탈값(Outlier) 데이터를 선정, 추출 및 제거하며 해당 결과를 데이터가공부분(261) 및 시뮬레이션부분(269)으로 전달한다.
여기서, 이탈값분석부분(268)은 연속형 변수의 분석 시, 데이터의 이탈값에 의해 평균과 분산이 크게 영향을 받으므로 분석 대상 정보에 이탈값이 포함되어 있는지를 알아보는 분석 전 사전 조치의 역할도 더불어 수행한다.
시뮬레이션부분(269)은 입력모듈(100)로부터 입력된 분석 대상 정보의 일부를 검증용 데이터로 활용하여 회귀분석과 시계열분석를 시험적으로 수행하여 출력모듈(300)로 전달하는 역할을 수행한다.
즉, 본 발명에 따른 통합 로그 분석 시스템은, 시뮬레이션부분(269)의 기능을 통해 입력된 분석 대상 정보의 예측 결과가 신뢰적으로 도출될 수 있도록 함과 동시에, 분석 대상 정보의 데이터가공, 통계 정보를 통해 변수를 선택하고 이를 선형적으로 회귀분석하며, 회귀분석된 결과를 평가, 분포함수 반영, 잔차분석, 변수변환의 루틴을 통해 분석 대상 정보의 예측 결과를 시계열적으로 누적 반영시킴으로써, 특정 시스템에 대한 보안 사고 및 위협에 선제적으로 대응할 수 있는 것이다.
이상, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명의 기술적 사상은 이러한 것에 한정되지 않으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해, 본 발명의 기술적 사상과 하기 될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형 실시가 가능할 것이다.
*도면의 주요부분에 대한 부호의 설명*
100 : 입력모듈
200 : 통계예측모듈
210 : 제1연산부
211 : 통계부분
212 : 행렬부분
213 : 기초통계부분
260 : 제2연산부
261 : 데이터가공부분
262 : 파라미터선택부분
263 : 선형회귀분석부분
264 : 파라미터평가부분
265 : 변수변환부분
266 : 잔차분석부분
267 : 분포함수부분
268 : 이탈값분석부분
269 : 시뮬레이션부분
300 : 출력모듈

Claims (4)

  1. 분석 대상 정보가 입력되는 입력모듈;
    상기 입력모듈로부터 분석 대상 정보를 수신하여 상기 분석 대상 정보를 가공, 연산, 분석하는 통계예측모듈; 및
    상기 통계예측모듈로부터 분석된 정보를 출력시키는 출력모듈;을 포함하며,
    상기 통계예측모듈은 상기 분석 대상 정보에 대한 회귀분석과 시계열분석을 수행하도록 마련되며,
    상기 통계예측모듈은,
    상기 분석 대상 정보의 회귀분석을 위한 기본적인 연산을 수행하는 제1연산부; 및
    상기 제1연산부로부터 연산된 하나 이상의 결과를 바탕으로 회귀분석 연산을 수행하는 제2연산부;를 포함하고,
    상기 제1연산부는,
    상기 분석 대상 정보에 대한 통계를 연산하는 통계부분;
    상기 분석 대상 정보를 역행렬 연산 처리하는 행렬부분; 및
    상기 제2연산부로부터 전달된 가공된 분석 대상 정보의 통계를 연산하여 제2연산부로 재전달하는 기초통계부분;을 포함하는 것을 특징으로 하는
    통합 로그 분석 시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 제2연산부는,
    상기 입력모듈로부터 전달된 분석 대상 정보의 null 을 제거하고, 분석 대상 정보에 포함된 문자를 숫자로 변환하고, 미리 설정된 추가 변수를 설정하여 분석 대상 정보를 가공하는 데이터가공부분;
    상기 데이터가공부분으로부터 가공된 분석 대상 정보를 전달받아 분석될 대상 정보의 변수를 선택하는 파라미터선택부분;
    상기 파라미터선택부분으로부터 선택된 변수가 적용된 분석 대상 정보의 선형 회귀분석을 수행하는 선형회귀분석부분;
    상기 선형회귀분석부분의 결과에 대한 평가를 위한 분산분석(ANOVA) 및 수정 결정계수(Adjusted R^2)의 통계값을 연산하는 파라미터평가부분;
    선형변수를 함수로 변형하여 상기 선형회귀분석부분으로 전달하는 변수변환부분;
    상기 파라미터평가부분으로부터 연산된 파라미터 간의 상호 상관 관계(정규, 등분산, 독립)를 파악하는 잔차(Residual)분석부분;
    상기 파라미터평가부분의 결과에 대한 분포함수를 연산하는 분포함수부분;
    상기 분석 대상 정보의 이탈값(Outlier) 데이터를 추출 및 제거하여 상기 데이터가공부분으로 전달하는 이탈값분석부분;
    상기 입력모듈로부터 입력된 분석 대상 정보의 일부를 검증용 데이터로 활용하여 회귀분석과 시계열분석를 시험적으로 수행하여 출력모듈로 전달하는 시뮬레이션부분;을 포함하는 것을 특징으로 하는
    통합 로그 분석 시스템.
KR20130134806A 2013-11-07 2013-11-07 통합 로그 분석 시스템 KR101484290B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130134806A KR101484290B1 (ko) 2013-11-07 2013-11-07 통합 로그 분석 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130134806A KR101484290B1 (ko) 2013-11-07 2013-11-07 통합 로그 분석 시스템

Publications (1)

Publication Number Publication Date
KR101484290B1 true KR101484290B1 (ko) 2015-01-20

Family

ID=52590949

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130134806A KR101484290B1 (ko) 2013-11-07 2013-11-07 통합 로그 분석 시스템

Country Status (1)

Country Link
KR (1) KR101484290B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101677008B1 (ko) * 2015-11-20 2016-11-17 (주)엔키아 Tsd 기반 데이터 예측 방법
KR101808642B1 (ko) 2016-02-11 2017-12-14 유넷시스템주식회사 빅데이터 로그 예측분석시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002505457A (ja) 1998-02-27 2002-02-19 エムシーアイ・ワールドコム・インコーポレーテッド 自動回帰方法を用いてｃｐｕ消費量のようなコンピューティングリソースデータを抽出しかつ予測するためのシステムおよび方法
JP2005063208A (ja) 2003-08-14 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> ソフトウェア信頼度成長モデル選択方法、ソフトウェア信頼度成長モデル選択装置、ソフトウェア信頼度成長モデル選択プログラム、およびプログラム記録媒体
JP4756675B2 (ja) 2004-07-08 2011-08-24 インターナショナル・ビジネス・マシーンズ・コーポレーション コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム
JP5326442B2 (ja) * 2008-09-04 2013-10-30 富士通株式会社 統計量推定装置、統計量推定プログラム、統計量推定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002505457A (ja) 1998-02-27 2002-02-19 エムシーアイ・ワールドコム・インコーポレーテッド 自動回帰方法を用いてｃｐｕ消費量のようなコンピューティングリソースデータを抽出しかつ予測するためのシステムおよび方法
JP2005063208A (ja) 2003-08-14 2005-03-10 Nippon Telegr & Teleph Corp <Ntt> ソフトウェア信頼度成長モデル選択方法、ソフトウェア信頼度成長モデル選択装置、ソフトウェア信頼度成長モデル選択プログラム、およびプログラム記録媒体
JP4756675B2 (ja) 2004-07-08 2011-08-24 インターナショナル・ビジネス・マシーンズ・コーポレーション コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム
JP5326442B2 (ja) * 2008-09-04 2013-10-30 富士通株式会社 統計量推定装置、統計量推定プログラム、統計量推定方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101677008B1 (ko) * 2015-11-20 2016-11-17 (주)엔키아 Tsd 기반 데이터 예측 방법
KR101808642B1 (ko) 2016-02-11 2017-12-14 유넷시스템주식회사 빅데이터 로그 예측분석시스템

Similar Documents

Publication Publication Date Title
CN107241352B (zh) 一种网络安全事件分类与预测方法及系统
US10104124B2 (en) Analysis rule adjustment device, analysis rule adjustment system, analysis rule adjustment method, and analysis rule adjustment program
US20210182612A1 (en) Real-time detection method and apparatus for dga domain name
WO2018111116A3 (en) Method for handling multidimensional data
MX2019011211A (es) Metodo de transformacion en el sistema de codificacion de imagenes y aparato para el mismo.
MX2019005447A (es) Metodo y sistema para verificar activos fisicos.
US11457026B2 (en) Systems and methods for securing industrial networks
WO2005086068A3 (en) Methods and systems for predicting occurrence of an event
KR20180084576A (ko) 행동-인식 연결 학습 기반 의도 이해 장치, 방법 및 그 방법을 수행하기 위한 기록 매체
EP4262282A3 (en) Selection of a dedicated core network based on a service type
CN106973047A (zh) 一种异常流量检测方法和装置
KR101484290B1 (ko) 통합 로그 분석 시스템
CN106612511B (zh) 一种基于支持向量机的无线网络吞吐量的评估方法及装置
CN112421770A (zh) 一种配电自动化系统的自动辅助巡检方法及系统
CN112165484B (zh) 基于深度学习与侧信道分析的网络加密流量识别方法装置
CN112116078A (zh) 一种基于人工智能的信息安全基线学习方法
CN109118043B (zh) 一种在线数据质量监控方法、装置、服务器及存储介质
CN110839042A (zh) 一种基于流量的自反馈恶意软件监测系统和方法
KR101808642B1 (ko) 빅데이터 로그 예측분석시스템
JPWO2022064639A5 (ko)
CN115051874B (zh) 一种多特征的cs恶意加密流量检测方法和系统
Wu et al. ONLAD-IDS: ONLAD-Based Intrusion Detection System Using SmartNIC
CN114143036A (zh) 告警方法、装置、设备及计算机存储介质
CN107995239B (zh) 光谱数据优化方法及系统
KR102152352B1 (ko) 기계 결함 진단 장치 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180111

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190110

Year of fee payment: 5