인공 지능(AI) 기술의 발전은 새로운 서비스와 비지니스 혁신의 도구가 되고 있습니다. 본 강연에서는 AWS 클라우드 혁신이 인공 지능 기술을 활용하려는 개발자에게 어떤 의미를 주고 있으며, 이에 대한 아마존 사례 및 클라우드를 활용한 연구 개발 방법론에 대해 자세히 알아보고자 합니다. 이를 위해 아마존닷컴의 머신 러닝 기반 추천 엔진 및 물류 창고의 KIVA 로봇 활용 사례, 아마존 에코를 통한 알렉사 음성 인식 서비스의 데모와 함께 딥러닝(Deep Learning) 연구를 위한 AWS 컴퓨팅 P2 인스턴스 및 전용 AMI를 통한 MXNet 라이브러리 등을 소개합니다. 특히, AWS re:Invent에서 새로 출시한 Amazon Lex, Polly 및 Rekognition 등 클라우드 인공 지능 서비스를 소개하고 사용하는 방법을 안내해 드립니다.
서버 개발자가 바라 본 Functional Reactive Programming with RxJava - SpringCamp2015NAVER / MusicPlatform
youtube : https://youtu.be/E_Bgv9upahI
비동기 이벤트 기반의 라이브러리로만 생각 했던 RxJava가 지금 이 시대 프로그래머에게 닥쳐 올 커다란 메시지라는 사실을 알게 된 지금. 현장에서 직접 느낀 RxJava의 본질인 Function Reactive Programming(FRP)에 대해 우리가 잘 아는 Java 이야기로 풀어 보고 ReactiveX(RxJava) 개발을 위한 서버 환경에 대한 이해와 SpringFramework, Netty에서의 RxJava를 어떻게 이용 하고 개발 했는지 공유 하고자 합니다.
인공 지능(AI) 기술의 발전은 새로운 서비스와 비지니스 혁신의 도구가 되고 있습니다. 본 강연에서는 AWS 클라우드 혁신이 인공 지능 기술을 활용하려는 개발자에게 어떤 의미를 주고 있으며, 이에 대한 아마존 사례 및 클라우드를 활용한 연구 개발 방법론에 대해 자세히 알아보고자 합니다. 이를 위해 아마존닷컴의 머신 러닝 기반 추천 엔진 및 물류 창고의 KIVA 로봇 활용 사례, 아마존 에코를 통한 알렉사 음성 인식 서비스의 데모와 함께 딥러닝(Deep Learning) 연구를 위한 AWS 컴퓨팅 P2 인스턴스 및 전용 AMI를 통한 MXNet 라이브러리 등을 소개합니다. 특히, AWS re:Invent에서 새로 출시한 Amazon Lex, Polly 및 Rekognition 등 클라우드 인공 지능 서비스를 소개하고 사용하는 방법을 안내해 드립니다.
서버 개발자가 바라 본 Functional Reactive Programming with RxJava - SpringCamp2015NAVER / MusicPlatform
youtube : https://youtu.be/E_Bgv9upahI
비동기 이벤트 기반의 라이브러리로만 생각 했던 RxJava가 지금 이 시대 프로그래머에게 닥쳐 올 커다란 메시지라는 사실을 알게 된 지금. 현장에서 직접 느낀 RxJava의 본질인 Function Reactive Programming(FRP)에 대해 우리가 잘 아는 Java 이야기로 풀어 보고 ReactiveX(RxJava) 개발을 위한 서버 환경에 대한 이해와 SpringFramework, Netty에서의 RxJava를 어떻게 이용 하고 개발 했는지 공유 하고자 합니다.
1. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
개선된 ATMSim을 이용한 DDoS 공격 분석
DDoS Attack Analysis Using the Improved ATMSim
류명운 [논문 요약 PT] [http://myeonguni.com]
2. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
연구목적
- 본 연구그룹에서 지속적으로 기능을 추가 개발하고 있는 ATMSim(an Anomaly
Teletrafiic detection Measurement analysis Simulator)이라는 네트워크 트래픽
분석 패키지의 기능과 GUI를 개선하고, 이를 활용한 DDoS 공격 분석
3. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
비정상트래픽 | 자기유사성 | ATMSim | AT-IDS
- 비정상트래픽: 일련의 연산과정을 통해 정해진 임계치를 기준으로하여 발생한 트래픽이 초과
해 비정상적인 작동을 했을 때, 이 트래픽을 비정상트래픽이라 함
4. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
비정상트래픽 | 자기유사성 | ATMSim | AT-IDS
- 비정상트래픽: 일련의 연산과정을 통해 정해진 임계치를 기준으로하여 발생한 트래픽이 초과
해 비정상적인 작동을 했을 때, 이 트래픽을 비정상트래픽이라 함
- 자기유사성(self-similarity): 결정적 자기유사성(deterministic self-similarity)과 통계적 자기유
사성(stochastic self-similarity)으로 나뉘게 되며 본 연구에서는 통계적 자기유사성에 대한
Hurst 파라메터 분석을 활용 함
5. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
비정상트래픽 | 자기유사성 | ATMSim | AT-IDS
- 비정상트래픽: 일련의 연산과정을 통해 정해진 임계치를 기준으로하여 발생한 트래픽이 초과
해 비정상적인 작동을 했을 때, 이 트래픽을 비정상트래픽이라 함
- 자기유사성(self-similarity): 결정적 자기유사성(deterministic self-similarity)과 통계적 자기유
사성(stochastic self-similarity)으로 나뉘게 되며 본 연구에서는 통계적 자기유사성에 대한
Hurst 파라메터 분석을 활용 함
- ATMSim: 하둡과 자기유사성 기반의 비정상트래픽을 수집, 탐지, 측정 및 분석(AT-IDS) 기능을
갖고 있으며, 다양한 공격 tool을 탑재하여 실제 상황을 모의 실험할 수 있는 시뮬레이터이다.
6. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
비정상트래픽 | 자기유사성 | ATMSim | AT-IDS
- 비정상트래픽: 일련의 연산과정을 통해 정해진 임계치를 기준으로하여 발생한 트래픽이 초과
해 비정상적인 작동을 했을 때, 이 트래픽을 비정상트래픽이라 함
- 자기유사성(self-similarity): 결정적 자기유사성(deterministic self-similarity)과 통계적 자기유
사성(stochastic self-similarity)으로 나뉘게 되며 본 연구에서는 통계적 자기유사성에 대한
Hurst 파라메터 분석을 활용 함
- ATMSim: 하둡과 자기유사성 기반의 비정상트래픽을 수집, 탐지, 측정 및 분석(AT-IDS) 기능을
갖고 있으며, 다양한 공격 tool을 탑재하여 실제 상황을 모의 실험할 수 있는 시뮬레이터이다.
- AT-IDS(Anmaly Teletraffic-Intrusion Detection System): ATMSim 상에서 개발된 자체 침임
탐지 시스템, 일반적인 IDS의 목적은 각종 해킹수법을 자체 내장, 네트워크 모니터링, 시스템의
활동 실시간 분석, 침입 탐지, 추적, 제어 기능 등을 통해 보안을 강화하는 데에 있음
7. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
설계 | 구현
Hadoop | AT-IDS | ATMSim
Hadoop) 마스터-슬레이브(MultiNode) 구조 기반 HDFS / MapReduce로 구성 / 빅데이터 처리 가능
8. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
설계 | 구현
Hadoop | AT-IDS | ATMSim
AT-IDS) AT-IDS의 접근방법 및 장⋅단점
9. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
설계 | 구현
Hadoop | AT-IDS | ATMSim
ATMSim) ATMSim의 상세 시스템 구조
10. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
설계 | 구현
ATMSim) 개선된 ATMSim의 구현결과
11. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
실험 시나리오 | 실험 결과
• 본 연구에서 제안한 ATMSim을 이용한 비정상 트래픽 탐지 시스템에 대한 검증을 하기 위해 비정상 트래픽 발생 시나리오를 작성
[UDP Flooding Attack 시나리오]
[정상 트래픽 수집 시나리오]
[비정상 트래픽 수집 시나리오]
12. 연구개요 | 관련연구 | 시스템 설계 및 구현 | 실험 및 결과
실험 시나리오 | 실험 결과
* 트래픽 분석) 그래픽 분석 및 자기유사성 파라메터 값을 구하는 방법인 periodogram plot, R/S-statistic plot, wavelet-based H 추정기법 사용