모바일 인터넷 환경에서 네트워크 정보서비스의 생존성 평가 모델 = Survivability evaluation model for network information services on mobile internets

국문 초록 (Abstract)

모바일 인터넷과 같은 무한 네트워크 환경에서는 완벽한 보안 시스템을 구축하는 것이 불가능하며, 임의의 공격이나 네트워크 고장이 발생하여도 일정 수준으로 중요 서비스를 제공하도록 방어 장치를 구축하는가가 실제적인 문제이다. 보안을 완벽하게 향상시킬 필요는 있지만, 주어진 비용 하에서 얼마만큼의 보안을 향상시킬 수 있을 것인지를 결정할 필요가 있다.
모바일 인터넷 및 그에 연결된 네트워크 정보시스템이 고장을 극복하고 생존 가능한 서비스를 제공하는 능력을 가지는 것이 중요하다. 모바일 인터넷이 고도로 분산화되고 각 노드가 자체적으로 컴퓨팅 능력을 가진다면 고도의 정보시스템 서비스의 생존성이 모바일 인터넷 상에서 성취될 수 있다. 모바일 인터넷을 중앙 제어기를 가지는 네트워크와 비교하면, 어떤 노드나 링크의 고장으로 인해 네트워크 전체가 정지되지 않을 수 있는 것이 특징이다.
본 논문에서는 유선과 무선이 통합된 모바일 인터넷 환경에서 네트워크 정보서비스의 생존성을 평가하는 모델을 제안한다. 여기서 일시적인 과부하 분석과 고장과 공격 빈도 분석 및 비용/효과 분석을 사용하였다. 시스템에 대한 고장과 공격 영향을 평가하는 중요한 척도인 일시적인 시스템 행동 분석과 시스템의 안정 상태 행동을 분석하는 모델을 제안하였다. 본 모델을 통하여 고장 빈도와 고장 영향 측면, 비용/효과 측면이 네트워크 및 정보시스템 서비스의 생존성 특성을 분석할 수 있다.
여러 대체 시나리오를 통하여 시뮬레이션 함으로써 정보서비스의 생존성에 영향을 주는 요소들과의 관련성을 분석하였으며, 공격 및 고장으로 인한 네트워크 부하시 정보서비스의 생존성을 평가하였고, 보안 장치를 위한 소요 비용대비 효과 면에서도 생존성을 분석 평가하였다.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 1.1 연구 배경 1
• 1.2 연구 목적 4
• 1.3 연구 내용 5
• 1.4 논문의 구성 7
• 제 2 장 관련 연구 8
• 2.1 생존성의 정의 8
• 2.1.1 정보시스템 생존성의 개념 9
• 2.1.2 생존 가능 시스템의 특성 12
• 2.1.3 생존 가능 시스템의 요구사항 13
• 2.1.4 생존 가능 네트워크 분석법 15
• 2.2 확률 과정과 마코프 체인 18
• 2.2.1 확률 과정(Stochastic Process) 18
• 2.2.2 마코프 체인(Markov Chain) 18
• 2.3 공격 및 사고 데이터 분석 21
• 2.3.1 사고 도착시간 간격 21
• 2.3.2 사고유형 24
• 제 3 장 생존성 모델 설계 28
• 3.1 시스템 구성도 28
• 3.2 장애 모델(Fault Model) 29
• 3.3 사고 과정 모델 30
• 3.4 가용성 모델(Availability Model) 34
• 3.5 고장시의 시스템 행동 분석(순간 분석) 38
• 3.5.1 과부하시 초과 손실 기대치(EEPLO) 38
• 3.5.2 과부하시 초과 지연 기대치(EEPDO) 41
• 3.6 계층적 생존성 모델 42
• 3.7 네트워크 정보 서비스의 생존성 42
• 3.8 시스템 상태 모델 46
• 제 4 장 시스템 모형 평가 50
• 4.1 수치적 분석 50
• 4.2 모의 실험 54
• 4.3 평가 58
• 4.3.1 사고발생률에 따른 생존성 분석 59
• 4.3.2 평균 사고 도착시간에 따른 생존성 분석 60
• 4.3.3 사고유형과 평균피해 분석 61
• 4.3.4 서비스 가중치와 생존성 분석 62
• 4.3.5 네트워크 가용성과 생존성 분석 64
• 제 5 장 결 론 67
• 참고문헌 69
• Abstract 74
• 그림 목차
• [그림 1] 생존성 평가 및 관리 모델 7
• [그림 2] 생존 가능 시스템에 대한 요구사항 정의 13
• [그림 3] 생존 가능 네트워크 분석 단계 16
• [그림 4] 사고 빈도 수(Day) 23
• [그림 5] 사고 빈도 수(Week) 23
• [그림 6] 사고 빈도 수(Month) 24
• [그림 7] 네트워크 구성도 28
• [그림 8] 점-확률 과정 31
• [그림 9] 시스템 가용성 마코프 체인 모델 36
• [그림 10] M/M/1/K 성능 모델 39
• [그림 11] 시스템 상태 변환 모형 48
• [그림 12] 노드 수에 따른 EPLF 51
• [그림 13] 노드 수에 따른 EPDF 51
• [그림 14] 버퍼 크기에 따른 EPLF 52
• [그림 15] 트래픽에 따른 가용성 52
• [그림 16] 트래픽에 따른 고장빈도 53
• [그림 17] 트래픽에 따른 노드 단절 확률 53
• [그림 18] Main Routine 56
• [그림 19] 손상기대값 계산 Routine 56
• [그림 20] 사고발생률과 생존성 60
• [그림 21] 평균 사고 도착시간과 평균피해 61
• [그림 22] 사고유형에 따른 평균피해 62
• [그림 23] 서비스 가중치에 따른 효과 63
• [그림 24] 서비스 가중치에 따른 상대 효과 63
• [그림 25] 사고발생률이 0.1일 때 가용성과 생존성 관계 64
• [그림 26] 사고발생률이 0.5일 때 가용성과 생존성 관계 65
• [그림 27] 사고발생률이 0.9일 때 사용성과 생존성 관계 66
• 표 목차
• [표 1] 생존 가능 시스템의 주요 특성 12
• [표 2] 요구사항 수준에서의 생존성 맴 템플릿 17
• [표 3] 시간 간격 D(1일)에 대한 도수 분포 22
• [표 4] 연도별 사고유형의 평균 도착시간 25
• [표 5] 과거(i)와 현재(j)유형 사고 사이의 빈도수 26
• [표 6] 과거(i)와 현재(j)유형 사고 사이의 발생률 26
• [표 7] 사고유형의 종류 27
• [표 8] 매개변수 50