RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기

    마약 다크웹 수사를 위한 트래픽 핑거프린팅 기반 히든 서비스 접속 식별 시스템 개발 = Development of a Traffic Fingerprinting-based Hidden Service Access Identification System for Dark Web Drug Investigations

    한글로보기

    https://www.riss.kr/link?id=T17381192

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
    • 오류접수

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    정보통신 보안을 위한 암호화 기술의 발전은 Tor와 같은 익명 통신 시스템의 등장으로 이어졌다. Tor 네트워크는 프라이버시 보호화 표현의 자유 보장에 기여하지만, 동시에 마약 거래, 아동 성착취물 유통, 불법 금융 및 무기 거래 등 범죄 행위의 수단으로 활용되고 있다. 이에 따라 수사기관은 익명 네트워크 상에서 실제 사용자의 접속 행위를 식별할 수 있는 새로운 기술적 접근이 필요하다.
    본 연구는 Tor 네트워크 트래픽 분석을 기반으로 한 다크웹 마약 사이트 접속 식별 시스템을 제안한다. 제안된 시스템은 수사기관이 확보 가능한 네트워크 브리지 구간의 원시 트래픽을 활용하여 Tor Metrics 기반 필터링, 사용자·노드 운영자 식별, 가드 노드 단위 트래픽 분리 과정을 포함한 현실적인 데이터 정제 절차를 설계하였다. 이후 Burst-Cycle, Distribution-Entropy, TCP, TLS 패킷 시퀀스를 핵심 특징으로 추출하여 고정 길이 벡터 형태로 정형화한 뒤, 이를 머신러닝 및 딥러닝 모델로 학습하여 다중 사이트 식별 모델을 평가하고 최적의 모델을 도출한다.
    식별 가능한 다크웹 사이트 수를 증가시키며 머신러닝과 딥러닝 모델을 비교한 결과, CNN 모델이 가장 안정적인 식별 성능을 보였으며, 최대 7개 클래스 환경에서 약 0.90의 정확도를 유지하였다. 이를 통해 수사기관이 실제 확보 가능한 트래픽 기반으로 용의자의 다크웹 접속 행위를 입증할 수 있는 실증적 시스템을 제안한다.
    번역하기

    정보통신 보안을 위한 암호화 기술의 발전은 Tor와 같은 익명 통신 시스템의 등장으로 이어졌다. Tor 네트워크는 프라이버시 보호화 표현의 자유 보장에 기여하지만, 동시에 마약 거래, 아동 ...

    정보통신 보안을 위한 암호화 기술의 발전은 Tor와 같은 익명 통신 시스템의 등장으로 이어졌다. Tor 네트워크는 프라이버시 보호화 표현의 자유 보장에 기여하지만, 동시에 마약 거래, 아동 성착취물 유통, 불법 금융 및 무기 거래 등 범죄 행위의 수단으로 활용되고 있다. 이에 따라 수사기관은 익명 네트워크 상에서 실제 사용자의 접속 행위를 식별할 수 있는 새로운 기술적 접근이 필요하다.
    본 연구는 Tor 네트워크 트래픽 분석을 기반으로 한 다크웹 마약 사이트 접속 식별 시스템을 제안한다. 제안된 시스템은 수사기관이 확보 가능한 네트워크 브리지 구간의 원시 트래픽을 활용하여 Tor Metrics 기반 필터링, 사용자·노드 운영자 식별, 가드 노드 단위 트래픽 분리 과정을 포함한 현실적인 데이터 정제 절차를 설계하였다. 이후 Burst-Cycle, Distribution-Entropy, TCP, TLS 패킷 시퀀스를 핵심 특징으로 추출하여 고정 길이 벡터 형태로 정형화한 뒤, 이를 머신러닝 및 딥러닝 모델로 학습하여 다중 사이트 식별 모델을 평가하고 최적의 모델을 도출한다.
    식별 가능한 다크웹 사이트 수를 증가시키며 머신러닝과 딥러닝 모델을 비교한 결과, CNN 모델이 가장 안정적인 식별 성능을 보였으며, 최대 7개 클래스 환경에서 약 0.90의 정확도를 유지하였다. 이를 통해 수사기관이 실제 확보 가능한 트래픽 기반으로 용의자의 다크웹 접속 행위를 입증할 수 있는 실증적 시스템을 제안한다.

    더보기

    목차 (Table of Contents)

    • Ⅰ. 서론 1
    • 1. 연구 배경 및 필요성 1
    • 2. 연구 목적 및 방법 3
    • Ⅱ. 이론적 배경 4
    • 1. Tor(The Onion Router) 4
    • Ⅰ. 서론 1
    • 1. 연구 배경 및 필요성 1
    • 2. 연구 목적 및 방법 3
    • Ⅱ. 이론적 배경 4
    • 1. Tor(The Onion Router) 4
    • 1) Tor를 통한 월드 와이드 웹 접근 4
    • 2) Tor를 통한 히든 서비스 접근 5
    • 2. 웹사이트 핑거프린팅 공격 6
    • Ⅲ. 관련 연구 7
    • 1. Tor 네트워크 웹사이트 핑거프린팅 활용 연구 7
    • 2. 다크웹 범죄 추적 연구 8
    • 3. 기존 연구와 차이점 10
    • Ⅳ. 히든 서비스 접속 식별 시스템 제안 12
    • 1. 마약 다크웹 접속 의심 트래픽 수집 및 Tor 트래픽 필터링 13
    • 2. Tor 사용자 식별 15
    • 3. IP 기반 패킷 분리 15
    • 4. Fingerprint 데이터 수집 16
    • 5. Fingerprint 특징 추출 17
    • 1) Burst 집중 구간 기반 패킷 추출 구간 정의 17
    • 2) Burst-Cycle 요약 특징 추출 20
    • 3) Distribution-Entropy 요약 특징 추출 25
    • 4) TCP, TLS 패킷 시퀀스 특징 추출 28
    • 6. 다크웹 사이트 식별 30
    • 1) Triplet-loss 기반 임베딩 학습 30
    • 2) 머신러닝 기반 식별 모델 학습 31
    • 3) 딥러닝 기반 식별 모델 학습 32
    • V. 실증 실험을 통한 히든 서비스 접속 식별 시스템 검증 33
    • 1. 마약 다크웹 접속 의심 트래픽 수집 및 Tor 트래픽 필터링 결과 35
    • 2. Tor 사용자 식별 결과 36
    • 3. IP 기반 패킷 분리 결과 37
    • 4. Fingerprint 데이터 수집 결과 37
    • 5. Fingerprint 특징 추출 결과 38
    • 1) Burst 집중 구간 기반 패킷 추출 구간 정의 결과 38
    • 2) Burst-Cycle 요약 특징 추출 결과 39
    • 3) Distribution-Entropy 요약 특징 추출 결과 41
    • 4) TCP, TLS 패킷 시퀀스 특징 추출 결과 42
    • 6. 다크웹 사이트 식별 44
    • 1) Triplet-loss 기반 임베딩 모델 학습 데이터 생성 44
    • 2) 머신러닝 기반 식별 모델 학습 결과 44
    • 3) 딥러닝 기반 식별 모델 학습 결과 48
    • 4) 모델별 성능 비교 51
    • Ⅵ. 결론 54
    • 참고문헌 56
    • 영문초록 62
    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    이 자료와 함께 이용한 RISS 자료

    나만을 위한 추천자료

    해외이동버튼