Human-Centered Explainable AI for Security Enhancement: A Deep Intrusion Detection Framework

Created by

Haebom

저자

Md Muntasir Jahid Ayan, Md. Shahriar Rashid, Tazzina Afroze Hassan, Hossain Md. Mubashshir Jamil, Mahbubul Islam, Lisan Al Amin, Rupak Kumar Das, Farzana Akter, Faisal Quader

💡 개요

본 논문은 사이버 위협 대응을 위해 설명 가능한 인공지능(XAI)을 통합한 새로운 심층 침입 탐지 시스템(IDS) 프레임워크를 제안합니다. CNN과 LSTM을 결합하여 높은 탐지 성능을 달성하고, SHAP 기법을 통해 모델 결정 과정을 분석하여 투명성을 확보했습니다. 실험 결과, 제안된 XAI 기반 IDS는 기존 방식 대비 우수한 성능과 해석 가능성을 보여주었으며, 사용자 신뢰도 평가도 긍정적으로 나타났습니다.

🔑 시사점 및 한계

•

심층 학습 기반 IDS의 정확도 향상뿐만 아니라, XAI를 통해 보안 전문가의 의사결정 과정을 이해하고 검증할 수 있도록 하여 시스템 신뢰성을 높였습니다.

•

CNN과 LSTM의 조합이 시계열 데이터에 대한 침입 탐지 성능을 효과적으로 향상시키며, SHAP은 주요 탐지 관련 특징을 식별하는 데 유용함을 입증했습니다.

•

향후 실시간 위협 탐지를 위한 적응형 학습 기능 추가와 같은 개선이 필요합니다.

PDF 보기

Made with Slashpage