핵심 개념
이 연구는 사회경제적 요인을 분석하여 사이버 공격 피해자를 예측하는 기계 학습 기반 모델을 제시합니다.
초록
이 연구는 사이버 보안 위협에 대한 데이터 기반 예측 분석을 수행합니다. 연구팀은 설문지를 통해 사이버 공격 피해자와 비피해자의 데이터를 수집하고, 특징 중요도 분석을 통해 주요 특징을 선별했습니다. 이후 다양한 기계 학습 모델을 적용하여 최적의 예측 모델을 선정했습니다. 또한 연관 규칙 마이닝을 통해 주요 위험 요인을 도출했습니다. 실험 결과, 제안된 모델은 95.95%의 높은 정확도로 사이버 공격 피해자를 예측할 수 있었으며, 주요 위험 요인으로 약한 비밀번호 사용, 온라인 계정 공유, 사회관계망 서비스 상의 개인정보 공개 등이 도출되었습니다. 향후 연구에서는 예측 모델의 정확도 향상과 더불어 다양한 위험 요인 분석을 통해 사이버 보안 위협에 대한 대응 방안을 강화할 계획입니다.
통계
사이버 공격 피해자의 95%가 약한 비밀번호를 사용했습니다.
사이버 공격 피해자의 90%가 온라인 계정 접근 권한을 다른 사람과 공유했습니다.
사이버 공격 피해자의 85%가 SNS에 개인정보를 공개했습니다.
인용구
"사이버 위협은 날로 증가하고 있으며 이는 전 세계적인 위협이 되고 있습니다."
"데이터 기반 기술은 컴퓨팅 분야에서 인기 있는 주제이며 수요가 점점 늘어나고 있습니다."
"제안된 프레임워크는 예측 분류기와 연관 규칙 기반 기술을 모두 포함하고 있어 인공지능 분야에서 중요한 기술입니다."