LLM을 활용한 다크넷 트래픽 데이터 특징 추출 및 Open Set Recognition을 통한 악성 트래픽 분류

초록

다크넷은 익명성이 보장되는 네트워크로 많은 범죄조직이 다크넷을 활용하고 있다. 또한 기존에 사용하지 않는 다크넷의 네트워크를 사용하여 공격 추적 및 방어에 어려움을 겪고 있다. 다크넷으로부터 발생하는 사이버 공격에 대한 정보를 파악하기 위해 본 연구는 다크넷에서 추출한 CIC Darknet 2020 데이터 셋을 LLM(Large Language Model) 모델에 활용하여 트래픽 분류에 적용되는 특징을 추출한 다음 Open Set Recogntion을 활용하여 기존에 사용한 데이터 셋이 아닌 새로운 데이터 셋에 대한 분류 성능을 향상시키는 실험을 시도하였다. 특징은 GPT2 토큰을 활용하여 특징벡터를 추출하는 기법을 사용하였다. 특징벡터를 추출한 다음 Open Set Recogntion 중 K-LND와 같은 알고리즘을 로직스틱회귀, 랜덤 포레스트와 결합하여 앙상블 학습을 통해 사전훈련된 데이터가 아닌 새로운 데이터가 들어왔을 때 훈련과정에서의 데이터의 분류와 유사성을 보여주는 실험을 진행하였다. 실험 결과 Open set에 있는 악성 트래픽 인스턴스를 일부분 분류하여 Open Set에 대한 특정 악성 인스턴스가 존재함을 확인할 수 있었다.

키워드