DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 김용대 | - |
dc.contributor.advisor | Kim, Yongdae | - |
dc.contributor.author | 이장준 | - |
dc.date.accessioned | 2018-06-20T06:25:04Z | - |
dc.date.available | 2018-06-20T06:25:04Z | - |
dc.date.issued | 2017 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=675498&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/243499 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 정보보호대학원, 2017.2,[iii, 32 p. :] | - |
dc.description.abstract | 캡챠는 네트워크 환경에서 자동화된 봇 프로그램을 탐지하는데 중요한 역할을 수행한다. 네트워크 트래픽의 50% 이상이 봇 프로그램에 의해 발생하며, 이 중 60% 이상이 악성 행위를 수행한다. 봇 프로그램의 탐지는 소모적인 비용과 피해를 줄일 수 있는 효과적인 수단이지만, 최근 연구에서 많은 캡챠들이 안전하지 않음이 증명 되었다. 또한 이를 대체할 수 있는 새롭고 안전한 캡챠에 대한 연구는 더디게 진행되고 있다. 본 학위논문에서는 컴퓨터의 기법 분석에만 집중된 기존 연구의 한계점을 지적하고, 사람의 인지 능력에 기반한 안전하고 새로운 디자인의 캡챠를 제안한다. 또한, 제안한 디자인 샘플을 이용해 사람과 컴퓨터를 대상으로 유용성과 안정성을 검증하고자 한다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 캡챠 | - |
dc.subject | 봇 탐지 | - |
dc.subject | 사람 인지 | - |
dc.subject | 머신 러닝 | - |
dc.subject | 사용자 중심 보안 | - |
dc.subject | CAPTCHA | - |
dc.subject | bot detection | - |
dc.subject | human recognition | - |
dc.subject | machine learning | - |
dc.subject | usable security | - |
dc.title | 머신러닝 공격에 대비한 새로운 캡챠 설계 및 분석 | - |
dc.title.alternative | (A) novel CAPTCHA design analysis against deep learning attacker | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :정보보호대학원, | - |
dc.contributor.alternativeauthor | Lee, Jangjun | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.