# Research on Enhancing Cloud Computing Network Security using Artificial Intelligence Algorithms

### 저자

Yuqing Wang, Xiao Yang

### 개요

본 논문은 분산 서비스 거부(DDoS) 공격 및 SQL 주입과 같은 클라우드 컴퓨팅 환경의 보안 위협에 대응하기 위해 딥러닝 기반의 적응형 보안 보호 프레임워크를 제안합니다. 기존의 규칙 매칭 및 특징 인식 기반의 보안 메커니즘이 진화하는 공격 전략에 적응하는 데 어려움을 겪는다는 점을 고려하여, 다층 방어 아키텍처를 구축하는 딥러닝을 활용한 시스템을 제안합니다. 실제 비즈니스 환경에서 평가한 결과, 97.3%의 탐지 정확도, 18ms의 평균 응답 시간, 99.999%의 가용성을 달성했습니다. 실험 결과는 제안된 방법이 탐지 정확도, 응답 효율성 및 자원 활용도를 크게 향상시켜 클라우드 컴퓨팅 보안에 대한 효과적이고 새로운 접근 방식을 제공함을 보여줍니다.

### 시사점, 한계점

- **시사점:**

    - 딥러닝 기반의 적응형 보안 시스템이 클라우드 환경의 보안 강화에 효과적임을 실증적으로 보여줌.

    - 높은 탐지 정확도, 빠른 응답 속도 및 높은 가용성을 동시에 달성 가능함을 제시.

    - 진화하는 공격 전략에 대한 적응력이 뛰어난 새로운 보안 접근 방식 제시.

- **한계점:**

    - 실제 비즈니스 환경에서의 평가는 특정 환경에 국한될 수 있으며, 일반화 가능성에 대한 추가 연구 필요.

    - 제안된 시스템의 성능이 다양한 공격 유형 및 트래픽 패턴에 대해 얼마나 견고한지에 대한 추가적인 검증 필요.

    - 딥러닝 모델의 학습 및 유지보수에 대한 비용 및 복잡성에 대한 고려 필요.

[PDF 보기](https://arxiv.org/pdf/2502.17801)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).