BGP 네트워크 데이터 내의 이상징후 감지를 위한 인터랙티브 시각화 분석 기법 = Interactive Visual Analytic Approach for Anomaly Detection in BGP Network Data

다국어 초록 (Multilingual Abstract)

As the world has implemented social distancing and telecommuting due to the spread of COVID-19, real-time streaming sessions based on routing protocols have increased dependence on the Internet due to the activation of video and voice-related content services and cloud computing. BGP is the most widely used routing protocol, and although many studies continue to improve security, there is a lack of visual analysis to determine the real-time nature of analysis and the mis-detection of algorithms. In this paper, we analyze BGP data, which are powdered as normal and abnormal, on a real-world basis, using an anomaly detection algorithm that combines statistical and post-processing statistical techniques with Rule-based techniques. In addition, we present an interactive spatio-temporal analysis plan as an intuitive visualization plan and analysis result of the algorithm with a map and Sankey Chart-based visualization technique.

국문 초록 (Abstract)

지난 2020년부터 세계는 COVID-19 확산으로 인해 사회적 거리두기와 재택근무를 시행함에 따라 인터넷을 활용한 비디오 및 음성관련 콘텐츠 서비스와 클라우드 컴퓨팅 활성화로 인터넷에 대한 의존도가 늘어나면서 라우팅 프로토콜 기반 실시간 스트리밍 세션이 증가하고 있다. BGP는 가장 많이 사용되는 라우팅 프로토콜로써 보안성을 향상시키기 위해 많은 연구들이 지속되고 있으나 분석의 실시간성과 알고리즘의 오탐을 판단하기 위한 시각적 분석이 부족하다. 본 논문은 정상 및 이상으로 분류된 BGP 데이터를 수집및 전처리 후 통계적 기법과 Rule-based 기법을 융합한 이상징후 감지 알고리즘을 활용하여 실 데이터 기반으로 분석한다. 더불어지도 및 Sankey Chart 기반 시각화 기법으로 알고리즘의 분석 결과와 직관적인 시각화 방안으로 인터랙티브한 시공간 분석 방안을제시한다.

참고문헌 (Reference)

• 1 Biersack, Ernst, "Visual analytics for BGP monitoring and prefix hijacking identification" 26 (26): 33-39, 2012
• 2 da Silva, Carlos Alexandre Gourvea, "The Behavior of Internet Traffic for Internet Services during COVID-19 Pandemic Scenario"
• 3 Lutu, Andra, "Separating wheat from chaff:Winnowing unintended prefixes using machine learning" IEEE 943-951, 2014
• 4 Feldmann, Anja,, "Locating internet routing instabilities" 34 (34): 205-218, 2004
• 5 Labovitz, Craig, "Internet routing instability" 6 (6): 515-528, 1998
• 6 Huang, Yiyi, "Diagnosing network disruptions with network-wide analysis" 35 (35): 61-72, 2007
• 7 Shi, Xingang, "Detecting prefix hijackings in the internet with argus" 15-28, 2012
• 8 Al-Musawi, Bahaa, "Detecting BGP instability using recurrence quantification analysis (RQA)" IEEE 1-8, 2015
• 9 Mai, Jianning, "Detecting BGP anomalies with wavelet" IEEE 465-472, 2008
• 10 Witten, Ian H., "Data mining : practical machine learning tools and techniques with Java implementations" 31 (31): 76-77, 2002
• 11 Theodoridis, Georgios, "Computer and Information Sciences III" 21-29, 2013
• 12 Yan, He, "BGPmon: A real-time, scalable, extensible monitoring system" 2009
• 13 Al-Musawi, Bahaa, "BGP anomaly detection techniques : A survey" 18 (18): 377-396, 2016
• 14 Deshpande, Shivani,, "An online mechanism for BGP instability detection and analysis" 58 (58): 1470-1484, 2009
• 15 de Urbina Cazenave, "An anomaly detection framework for BGP" 107-111, 2011
• 16 Rekhter, Yakov, "A border gateway protocol 4 (BGP-4), No. rfc4271"