지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.10
- 수록면
- 1,019 - 1,026 (8page)
이용수
초록· 키워드
오류제보하기
지속적으로 새롭게 등장하는 악성 파일(malware)탐지의 어려움으로 인해 머신러닝 기반 인공지능 백신 개발의 중요성이 크게 대두되고 있다. 하지만 현존하는 인공지능 백신은 파일의 일부 영역만을 검사하기 때문에 탐지율이 떨어진다는 단점이 존재한다. 이에 본 논문에서는 독자적인 로직을 기반으로 개발한 인공지능 백신에 근거하여, 파일 내 전체 데이터를 검사하는 방법을 제안한다. 그 중 정상 파일과 비교했을 때 악성 파일에만 존재하는 unique한 함수에서 추출한 OP Code 특징을 학습 데이터셋으로 한 진단법 강화 방안을 제시한다. 해당 강화법의 성능을 Random Forest 알고리즘을 기반으로 한 CSV 데이터셋 학습과 Inception V3 모델을 기반으로 한 이미지 데이터셋 학습으로 나누어 테스트해본 결과, 약 80%의 탐지율을 도출하는 것을 확인할 수 있었다.
목차
요약
ABSTRACT
I. 서론
II. 특징 추출 기법
III. 데이터베이스 구축
IV. 학습 및 판단
V. 결론
References
참고문헌 (12)
참고문헌 신청
N. Idika and A.P. Mathur, “A survey of malware detection techniques,” Department of Computer Science, Purdue University, Feb. 2007.
T. Lee, B. Choi, Y. Shin, and J. Kwak, “Automatic malware mutant detection and group classification based on the n-gram and clustering coefficient,” The Journal of Supercomputing, vol. 74, no. 8, pp. 3489-3503, Aug. 2018.
Z. Cui, F. Xue, X. Cai, Y. Cao, G. Wang, and J. Chen, “Detection of malicious code variants based on deep learning,” IEEE Transactions on Industrial Informatics, vol. 14, no. 7, pp. 3187-3196, Jul. 2018.
P.V. Shijo and A. Salim, “Integrated static and dynamic analysis for malware detection,” Procedia Computer Science, vol. 46, pp. 804-811, Jan. 2015.
I. Baptista, S. Shiaeles, and N. Kolokotronis, “A novel malware detection system based on machine learning and binary visualization, arXiv preprint arXiv:1904.00859, Apr. 2019.
T. Lee, B. Choi, Y. Shin, and J. Kwak, “Automatic malware mutant detection and group classification based on the n-gram and clustering coefficient,” The Journal of Supercomputing, vol. 74, no. 8, pp. 3489-3503, Aug. 2018.
Z. Cui, F. Xue, X. Cai, Y. Cao, G. Wang, and J. Chen, “Detection of malicious code variants based on deep learning,” IEEE Transactions on Industrial Informatics, vol. 14, no. 7, pp. 3187-3196, Jul. 2018.
P.V. Shijo and A. Salim, “Integrated static and dynamic analysis for malware detection,” Procedia Computer Science, vol. 46, pp. 804-811, Jan. 2015.
I. Baptista, S. Shiaeles, and N. Kolokotronis, “A novel malware detection system based on machine learning and binary visualization, arXiv preprint arXiv:1904.00859, Apr. 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
개발도상국 산간지역 백신 수송에 적합한 백신캐리어 개발 및 평가
한국정밀공학회 학술발표대회 논문집
2015 .05
-
IoT 백신 냉장고를 사용한 개발도상국 백신 콜드체인 모니터링 시스템
적정기술학회지
2021 .06
-
정적 분석 기반 기계학습 기법을 활용한 악성코드 식별 시스템 연구
정보보호학회논문지
2019 .08
-
악성코드로부터 빅데이터를 보호하기 위한 이미지 기반의 인공지능 딥러닝 기법
전자공학회논문지
2017 .02
-
도시건축에도 백신이 필요하다
건축
2021 .02
-
악성 실행 파일의 특성 식별에 관한 연구
대한산업공학회 춘계공동학술대회 논문집
2015 .04
-
머신 러닝(Machine Learning)기법을 활용한 실시간 악성파일 탐지 기법
한국정보기술학회논문지
2018 .03
-
HWP Malware Detection using Transformer
한국컴퓨터정보학회논문지
2025 .01
-
Stacked Autoencoder 기반 악성코드 Feature 정제 기술 연구
정보보호학회논문지
2020 .08
-
악성 안드로이드 앱 탐지를 위한 개선된 특성 선택 모델
정보보호학회논문지
2020 .06
-
인공지능 기반의 mRNA 백신 디자인 프레임워크
한국정보과학회 학술발표논문집
2023 .06
-
변종 악성코드 유사도 비교를 위한 코드영역의 함수 분할 방법
정보보호학회논문지
2015 .04
-
악성코드 탐지를 위한 바이너리 실행 파일 분석 기법
정보과학회지
2017 .02
-
코로나 백신 전쟁
대한토목학회지
2021 .03
-
악성코드 동향 및 분석 방법
정보과학회지
2023 .01
-
모바일 장치에 대한 멀웨어의 영향 탐색
한국컴퓨터정보학회 학술발표논문집
2023 .07
-
악성코드 대응을 위한 신뢰할 수 있는 AI 프레임워크
정보보호학회논문지
2022 .10
-
기계학습 기반 악성코드 검출을 위한 이미지 생성 방법
정보보호학회논문지
2022 .04
-
Deep Learning을 활용한 악성코드 탐지 방법 동향 분석
Proceedings of KIIT Conference
2018 .06
-
Impact of Renewable Energy on Extension of Vaccine Cold-chain: a case study in Nepal
적정기술학회지
2020 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
가금연구소 산란계의 백신 접종 후 항체 변화
유아선
,
강보석
,
강환구
외 5명
한국가금학회 정기총회 및 학술발표회
2020
.11
[신기술 정보] 빠른 골 재생을 위한, 레고로부터 영감을 얻은 3차원 프린팅 스캐폴드(scaffold) 기술
김정진
기계저널
2020
.09
PCL과 알지네이트를 이용한 하이브리드 스캐폴드 제작
이세환
,
송기명
,
이승재
외 2명
대한기계학회 춘추학술대회
2010
.04
Peer to Peer 전력시장에서 프로슈머와 소비자의 수익 최대화를 위한 거래매칭 알고리즘
김지훈
,
정재성
대한전기학회 학술대회 논문집
2019
.07
안드로이드 악성코드 분류를 위한 Flow Analysis 기반의 API 그룹화 및 빈도 분석 기법
심현석
,
박정수
,
단티엔북
외 1명
정보보호학회논문지
2019
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-004-001312648